基于自注意力机制的动态全息声场生成方法

声场控制对于扬声器设计、超声成像和声学粒子操纵等多种应用至关重要。对微米和纳米尺度物体进行精确操纵的需求导致了非接触式操纵方法的发展。然而,关于给定全息声场的反向操纵的研究很少。在本文中,我们提出了一种在相控阵技术(PAT)背景下基于自注意力机制Transformer模型(VS3D- Transformer)的方法,以实现快速准确地全息声场生成。我们的方法解决了传统CNN仅考虑局部感受野且训练精度低的缺点。此外,我们降低了传统物理方法的迭代复杂性。为了模拟声场的产生,我们采用基于活塞模型的模拟方法来产生全息声场。在仿真研究中,与传统的IB迭代算法和深度学习Acousnet算法相比,我们的模型表现出更快的训练速度和更高的精度。我们提出的模型在各种条件下(即声场相位优化准确率、损失率和训练速度)的结果表明我们的模型可以作为一种高效的替代方案。

基于深度学习的数字音乐流派分类研究

针对目前基于深度学习的数字音乐流派分类算法准确性较低的问题,提出了一种基于ECAPA-TDNN的ECAPA-TDNN-BLSTM模型。该模型将双向LSTM网络融合到ECAPA-TDNN模型中,以获取更多关于时间上下文的信息,从而提高模型的准确性。本文使用包含十种音乐流派的1000首歌曲的数据集进行了测试,并在测试集中获得了良好的结果。经过1000个epoch的训练,最后50个epoch的平均准确率为96.07%,证明该模型的有效性。结果表明,与现有模型相比,本文提出的模型对音乐流派的分类识别准确率有一定的提升。

多智能体技术在基于双库协同机制的知识发现KDD^＊模型设计中的应用

KDD*模型是基于双库协同机制的知识发现新模型,是结构化数据挖掘领域研究的一个新的分支.为了进一步提高KDD*的智能性,设计了一个基于Multi-agent技术的智能数据挖掘系统.利用多智能体技术,实现了数据预处理、数据挖掘、知识的自动获取、基础数据库与知识库的同步进化与协调、知识的评价与表示等功能.

基于加权聚合图神经网络的音乐推荐模型

现有基于图神经网络的音乐推荐模型在聚合方式上忽略了节点自身与邻域的权重分配,多数模型只是简单的相加或拼接,这种聚合方式没有充分挖掘节点特征的差异性,针对以上问题,本文提出了基于加权聚合图神经网络的音乐推荐模型MGWA,首先根据用户项目交互的行为记录来构建知识图,然后图神经网络通过逐层聚合邻域信息来丰富项目表示和传播高阶信息,特别的,在聚合阶段,我们对节点自身和其邻域采用门控机制进行权重分配,从而更好地捕捉节点特征表示。此外,门控机制可以根据节点自身及其邻域的特征动态地分配权重,这使得聚合方式更加灵活和可学习,从而更好地适应不同的图结构和节点特征。最后,本文评估了所提出模型在真实数据集上的性能,与常见推荐模型进行对比,实验结果证明了我们的模型在AUC、F1等指标上均取得了提升。

知识发现状态空间统一模型及其应用

提出了知识发现状态空间统一模型UMKDSS,将结构化数据挖掘与复杂类型数据挖掘联系起来,为复杂类型数据挖掘提供理论指导。文章最后给出了UMKDSS在Web文本挖掘中的应用实例。

基于Hilbert空间理论的图像知识发现

最近几年,知识发现研究的进展很快。目前,在知识发现领域图像数据知识发现形成了新的研究热点。本文介绍了基于 Hilbert空间理论的图像知识发现模型 IMDFSSM,采用模式(定义为 Hilbert空间中的矢量)来定量地表征图像数据的知识表示和参与知识发现过程。然后用图像挖掘系统作为实例进行了验证,结果表明该模型对于图像数据的知识发现过程具有指导性作用。

谈高校图书馆如何为考研学生提供信息服务

论述了高校图书馆收集、开发考研信息资料的必要性与紧迫性。指出应届考生对考研信息的需求有自身的特点，与在职考生有很大的不同。一方面是考生对考研信息需求猛增，另一方面却是信息渠道不畅。这种矛盾现象在高校普遍存在。对此，提出了解决的措施与对策。

图像关联规则模型及其应用

传统的低维图像关联规则没有考虑纹理要素以及对象的重复出现次数、对象的面积大小,与此相关的图像知识无法挖掘出来。该文提出的七维图像关联规则模型7D_AR功能比传统的低维图像关联规则更加完备,可以很好地解决以上问题。通过概念提升及删除无关维,由七维图像关联规则模型7D_AR可以演化出维数小于七维的各种关联则。

轴承系列设计与分析智能专家系统

在机械领域，轴承的种类很多，轴承的设计与分析存在很多问题，如高速轴承的设计寿命不准确，原因就是影响轴承使用寿命的一些因素把握不准，或被忽略了。我们利用计算机技术开发的具有领域专家水平的轴承系列自动快速设计与分析专家系统能够解决这些问题。

多智体在IDSSIM结构设计中的应用

本文讨论了基于信息挖掘的智能决策支持系统IDSSIM的总体结构模型和各子系统功能描述。IDSSIM完善并扩充了现有智能决策系统的功能;将领域专家的知识获取、推理机制、KDD挖掘和Web挖掘有效地融入智能决策支持系统中,从而形成了一类具有双网、六库、综合集成、多层递阶和模型驱动的新型智能决策支持系统。

知识发现状态空间模型及其在图像挖掘中的应用

提出了知识发现状态空间统一模型,将结构化数据挖掘与复杂类型数据挖掘联系起来,成为知识发现领域的一种统一框架理论,为复杂类型数据挖掘提供理论指导,并给出了该模型在图像挖掘中的应用实例。

一种基于区域不变小波矩的图像相似匹配挖掘方法

将小波多尺度分析理论与不变矩理论相结合,提出了一种基于区域不变小波矩的图像匹配挖掘算法和逐步求精的跳跃式搜索策略,将该算法与基于Hu矩和自仿射不变矩特征的图像匹配挖掘算法的性能进行仿真对比分析,得到了较好的结果。

知识发现状态空间统一模型UMKDSS

在分析与研究已有研究成果的基础上,该文提出了知识发现状态空间统一模型UMKDSS,将结构化数据挖掘与复杂类型数据挖掘联系起来,成为知识发现领域的一种统一框架理论,为复杂类型数据挖掘提供理论指导。

基于多智体的分布式信息挖掘系统及其应用

讨论了多智体在分布式信息挖掘系统(D IMS)中的应用,给出了基于多智体的D IMS总体结构模型和各子系统功能描述,形成了一类具有双网(Internet,Intranet)、多库协同的复杂系统。

知识发现状态空间模型研究及其应用

结构化数据挖掘与复杂类型数据挖掘既有联系,又有区别。如何将这两者统一起来,建立一个统一的理论框架,以指导数据挖掘与知识发现研究,已经成为一个迫切需要解决的问题。本文提出了知识发现状态空间统一模型UMKDSS,将结构化数据挖掘与复杂类型数据挖掘联系起来,为复杂类型数据挖掘提供理论指导。文章是后给出了UMKDSS在Web文本挖掘中的应用实例。

基于模糊控制的蓄电池快速充电系统

介绍了基于模糊控制原理的蓄电池充电控制技术 ,它实现了对复杂蓄电池充电过程的智能控制和最优控制 ,大大提高了充电系统的性能和工作效率。

一种新的分层概念信息熵方法及其应用

经典ID3算法在构造决策树有偏向于取值多的属性的缺点，主要原因是对概念的分级不够细致到位，造成信息熵的计算不准确，从而导致构造决策树时偏向于取值多的属性．本文提出了有效而简洁的分层概念的信息熵方法，在决策树的构造过程中较好地克服了ID3算法存在的缺点，最后通过一个实例验证了分层概念的信息熵方法的有效性性．

一种基于反馈机制的Web文本挖掘分类算法

在传统的从训练到分类的两级结构的基础上,提出了一种带有反馈感知机制的、具有三级结构的Web文档分类算法。同时结合现代远程教育背景,实现了Web文本挖掘的分类原型系统。在系统上对各类远程教育站点上收集的文本资料信息自动进行分类挖掘,取得了较好的实验效果。

关联规则的综合评价方法研究与实例验证

分别讨论了关联规则的客观评价指标(支持度、可信度和相关强度)和主观评价指标(新颖性、用户感兴趣性和简洁性),在此基础上给出了一种关联规则的综合自动评价方法,并结合实例验证了该方法的有效性。

基于信息挖掘的智能决策支持系统的结构设计

讨论了基于信息挖掘的智能决策支持系统(IntelligentDecisionSupportSystemBasedonInformationMin ing,IDSSIM)的总体结构模型和各子系统功能描述。IDSSIM完善并扩充了现有智能决策系统的功能,改变了现有智能决策支持系统的运行机制,将领域专家的知识获取、推理机制、KDD*挖掘和Web挖掘有效地融入智能决策支持系统中,从而形成了一类具有双网、六库、综合集成、多层递阶和模型驱动的新型智能决策支持系统。IDSSIM对智能决策支持系统的主流发展起着重要的推动作用,有望形成新一代的智能决策支持系统模型。