基于多路信息聚合协同解码的单通道语音增强

为了改善基于卷积编解码架构的单通道语音增强网络对语音声学特征提取不充分、解码特征丢失严重的问题,提出一种基于多路信息聚合协同解码的单通道语音增强网络MIACD,通过双路编码器充分提取融入了语音自监督学习(SSL)表征的幅度谱和复数谱特征,由4层Conformer分别从时间和频率维度对提取特征建模,采用残差连接将双路编码器提取的语音幅度、复数特征引入三路信息聚合解码器,并利用所提通道-时频注意力(CTF-Attention)机制根据语音能量分布情况调节解码器中聚合信息,有效缓解解码时可用声学信息缺失严重的问题。在公开数据集Voice Bank DEMAND上的实验结果表明,与用于单通道语音增强的协作学习框架(GaGNet)相比,MIACD在客观评价指标宽带感知评估语音质量(WB-PESQ)上提升了5.1%,短时客观可懂度(STOI)达到96.7%,验证所提方法可充分利用语音信息重构信号,有效抑制噪声并提升语音可理解性。

基于事件过程建模的台风灾害社交媒体信息聚合与演变特征表达

台风灾害事件过程具有尺度效应,而高时效性社交媒体中蕴含的丰富台风灾害事件信息可为多尺度认知台风灾害事件过程提供支持。该文首先以对象为构成事件的基本单元,以状态划分作为多尺度度量过程的基础,构建多粒度台风灾害事件过程表达模型;在此基础上提出基于社交媒体的台风灾害事件过程挖掘方法,通过多级语义约束的信息聚合方法,提取特定时空条件下不同的对象状态特征;基于状态在时空上连接形成的状态序列分析不同对象的演变轨迹,从多维度表达事件过程的不同演变特征。最后,以2019年“利奇马”台风灾害事件为例,验证多粒度台风灾害事件过程模型的合理性与信息聚合方法在实际应用中的有效性。

基于区域信息聚合的轻量化人群计数方法

针对高密人群图像中细节信息丢失、背景噪声易与人群特征混淆以及网络模型复杂度高等问题,本文提出一种基于区域信息聚合的轻量化人群计数方法。首先,为获取高密图像中细粒度化的多尺度特征,设计了基于通道激活的多尺度特征提取模块,此模块通过引入Ghost卷积构建了层间分级类残差连接结构,同时对每级特征辅以通道激活,以轻量化的方式实现了网络感受野的逐级扩张。其次,提出一种自注意力区域信息聚合模块获取不同尺度区域的特征信息,该模块通过轻量级自注意力机制分别从通道和空间维度集成区域信息,增强对人群特征的关注,从而弱化背景噪声对计数的影响。最后,考虑到原始计数损失收敛过程中的不稳定性,在DM-Count损失的基础上引入一种新型计数损失,提高了模型稳定性和计数敏感性,进一步提升了计数性能。在Shanghai Tech、UCFQNRF、JHU-CROWD++以及NWPU-Crowd这4个公开数据集的实验结果表明,本文所提方法对比其他主流轻量级人群计数方法有一定的提升,且模型参数量保持在较低水平。

基于双层图注意力网络的邻域信息聚合实体对齐方法

针对知识图谱中存在部分属性信息对实体对齐任务影响程度不一致以及实体的邻域信息重要程度不一致的问题,提出了一种结合双层图注意力网络的邻域信息聚合实体对齐(two-layer graph attention network entity alignment,TGAEA)方法。该方法采用双层图神经网络,首先利用第一层网络对实体属性进行注意力系数计算,降低无用属性对实体对齐的影响;随后,结合第二层网络对实体名称、关系和结构等信息进行特征加权,以区分实体邻域信息的重要性;最后,借助自举方法扩充种子实体对,并结合邻域信息相似度矩阵进行实体距离度量。实验表明,在DWY100K数据集上,TGAEA模型相较于当前基线模型,hit@1、hit@10和MRR指标分别提升了4.18%、4.81%和5%,证明了双层图注意力网络在邻域信息聚合实体对齐方面的显著效果。

数字人体信息聚合:内涵阐释、数据来源、模型构建与应用前景

文章从数字人体信息聚合宏观发展环境和微观现实需求着手,阐释“人体信息”“数字人体信息”“信息聚合”“数字人体信息聚合”的理论内涵,梳理数据来源,构建数字人体信息聚合模型,探讨其应用前景。数字人体信息聚合数据来源主要有公开数据、授权数据和保密数据。文章构建基于特征标签、融合知识图谱和基于应用场景的三种数字人体信息聚合模型,探讨其在健康评估与疾病预测、身份识别与网络安全以及商品推荐与智能服务领域的应用前景。

信息聚合视角下搜索引擎的法律规制——以“自愿法定许可”制度的新应用为路径

信息聚合服务以“搜索引擎+提供‘深层链接’”为基础,而搜索服务以对网页文件海量复制为前提,以提供“深层链接”为目的的抓取,不宜再被视为合理使用。同时,过去通行的判定,即提供快照和缩略图可构成合理使用的开放性认定标准也难以起到准确的预测作用。要解决内容提供者与信息聚合服务者间利益失衡,可着眼于对搜索引擎的法律规制,对此我国特有的“自愿法定许可”制度可成为解决相应问题的新思路。

暗网网页用户身份信息聚合方法

暗网网页中用户身份标识信息的分布呈现出稀疏、不规律的特点,当前主流的信息聚合技术无法直接应用于该场景。提出一种基于共指关系抽取的用户身份信息聚合模型,该模型输入一对用户身份信息及其上下文语境,返回该信息对是否包含共指关系,并且构建相应的用户身份信息数据集用于聚合实验。为进一步提升模型的识别能力,在基线模型的基础上引入实体类别信息,提出实体类别敏感的共指关系抽取模型。针对暗网中通过某些身份类别信息无法获取足够多训练样本的问题,引入少样本学习任务,构建基于多任务的低资源条件下用户身份信息聚合模型。实验结果表明,在低资源条件下,经过优化的聚合模型F1值达到87.03%,较基线模型提升11.98个百分点。

基于曲线特征聚类与信息聚合的电力负荷预测

【目的】为获得准确可靠的超短期电力负荷预测结果以满足电力系统快速响应和实时调度的需要,考虑到电网负荷数据非线性、时序性等特征,提出一种基于曲线特征聚类与信息聚合的电力负荷超短期区间预测方法。【方法】首先,考虑负荷曲线的局部波动特征和整体趋势特征,将电力负荷曲线分为不同类别;然后,将高斯过程回归模型作为表征负荷整体趋势的预测模型,并将基于分位数的双向长短期记忆神经网络作为表征负荷局部波动的预测模型;最后,引入聚合思想,将Choquet积分算法作为聚合函数,对上述两种预测模型的结果进行聚合。【结果】所提预测方法有效实现了考虑多种特征的日负荷曲线的聚类;对单一模型的预测结果进行聚合,得到了不同场景下各置信度的区间预测结果。通过算例分析,所提预测方法的可靠性指标比上述两个单一预测模型的分别平均提高了14.70%、10.81%,综合性能分别平均提高了3.14%、15.55%。【结论】算例结果表明,与常见负荷概率预测方法和单一预测模型相比,所提方法在预测精度和可靠性上均有显著提高。此外,聚类方法和信息聚合思想的引入有助于预测模型精度的提升。

基于多源信息聚合的大学生意识形态风险预警研究

大学生意识形态安全构成了社会政治安全的重要组成部分,他们是维护政治稳定的中坚力量。文章以大学生意识形态风险预警为研究对象,基于多源信息聚合方法,提出大学生意识形态风险预警的新思路,有助于及时、准确跟踪识别大学生意识形态风险变化,使大学生意识形态风险防患于未然。

基于Web 3.0的个性化信息聚合技术研究

通过分析个性化信息聚合的现状,揭示其在满足用户个性化信息需求上的缺陷,阐释基于Web 3.0的个性化信息聚合的必要性,并进一步剖析基于Web 3.0的个性化信息聚合的关键技术,在此基础上,提出基于Web 3.0的个性化信息聚合平台的基本架构。

基于上下文信息聚合的两阶段去雾算法

针对传统去雾算法在去雾过程中存在细节丢失问题,提出了一种基于上下文信息聚合的两阶段图像去雾算法。算法包括去雾和细节恢复两个部分,整体网络由雾残差子网和细节恢复子网组成。雾残差子网结合挤压激励操作和残差网络,融入通道信息更高效地提取特征;细节恢复子网添加上下文细节聚合块,具有更大的接收域,能充分利用空间上下文细节信息更好地恢复图像细节。实验结果表明,算法保留了清晰的纹理细节信息,在主观评价和客观评价方面均表现良好。

一种服务网格动态信息聚合模型及其应用

在动态、跨组织的网格环境中如何进行适应组织重构、业务变化等动态性要求的信息聚合是现实应用中亟待解决的问题.文章提出了服务网格动态信息聚合模型,从组织模型、数据模型、协作模型三个维度描述信息聚合中变化的因素.基于此模型,给出了一种支持动态信息聚合的实现框架,它能够适应网格组织结构变化、业务变化,协调人的参与,进而提高系统动态性.最后介绍了该模型及其实现框架在远程学习评价网格 LAGrid中的应用情况.

RSS信息聚合技术在高校图书馆工作中的应用

本文首先介绍了RSS技术的发展历史和现状,详细探讨了基于RSS技术的新的信息查找模式与以往模式的异同,并探讨了RSS技术在高校图书馆工作中应用前景,最后笔者介绍了RSS上海大学图书馆的应用。

基于关联数据的政府信息聚合研究

关联数据通过发布和链接网上的结构化数据使得来自不同领域的数据相互关联,从而促进了语义网的发展。政府关联数据是关联数据网络的重要组成部分,使得政府能够以一种可控的模块化的方法将存储于不同机构的数据发布到网络上。为更有效地利用政府关联数据,文章构建了基于关联数据技术的政府信息聚合模型,并通过实例验证了其可行性。研究结果表明该项技术可以对来自于多个政府数据集甚至是外部数据源中的相关信息进行集成,在其基础上开发的各种应用可拓展公众访问政府数据的途径,提高政府信息资源的利用效率,并为政府提供决策支持。

信息聚合概念的构成与聚合模式研究

信息聚合正成为信息组织与检索领域的研究热点。在对现有信息聚合相关概念进行阐释的基础上,本研究提出以情景、关系和对象作为信息聚合概念的主要构成,并依此对当前国内外信息聚合的典型应用和研究前沿进行梳理,依据聚合的情景、关系和信息粒度大小,将现有研究和实践中相关聚合模式归纳为情景聚合、语义聚合、引用聚合、社会网络聚合和粒度聚合五种主要模式和十二种表现形式;在此基础上提出多模式综合的深度聚合发展趋势:情景是决定关系和粒度等其他聚合要素的依据,情景的细化和深入研究势必带来多模式的综合应用,概念和实体、引用和社会网络等关系正被综合运用,而对不同粒度信息对象的聚合则是情景和关系聚合的落脚点。

大数据时代供应链信息聚合价值及其价值创造能力形成机理

大数据时代对于信息资源的运用要求不断提升,供应链的运营与管理必须紧密对接大数据时代发展的特征。信息聚合符合了供应链运营中的信息萃取、整合与优化利用等要求。通过信息聚合,能够及时、有效地获取与分析具有价值的信息,提高供应链运营管理的效率与效益,促进其信息价值创造能力的形成与提升。文章以信息聚合为切入点,分析供应链运营管理中信息聚合的特征与价值,对接供应链运营的实际信息需求,阐明供应链信息聚合中的价值创造能力形成机理,分析信息聚合在供应链运营管理中的价值创造问题,实现大数据时代中的供应链更好地运营发展。

我国微博信息聚合研究现状及路径探析——基于CiteSpace的可视化视角

本文以CNKI为数据源,对国内微博信息聚合的研究现状从文献发表的年份、期刊、作者、研究机构以及关键词这5个维度进行文献计量分析,并基于CiteSpaceⅢ软件,对国内微博信息聚合研究领域的作者合作、机构合作以及关键词共现进行可视化图谱绘制与分析,进而挖掘出该领域的研究热点及趋势,以期为大数据时代微博信息资源的有效组织、管理与应用等相关研究提供理论参考。

国内外图书情报领域信息聚合的发展趋势分析

信息聚合已经发展成为众多学科领域的研究热点,但是当前研究并未对其给出清晰、规范、统一的概念描述及内涵界定。文章首先从学科视角对计算机科学、经济管理学和图书情报学中关于信息聚合的概念、应用范围、实践手段等进行比较和分析,明确图书情报领域信息聚合的基本内涵及其相近术语表达。然后,分别选取2007—2016年间SSCI和CSSCI中图书情报领域以信息聚合为主题的文献作为研究对象,在提出一种新的关键词权重计算和新兴主题识别方法的基础上,结合相对文献增长率和多维尺度分析方法对文献增长趋势、研究主题分布特点和新兴主题发展趋势等进行对比分析和可视化展示。研究表明,当前国内外图书情报领域信息聚合研究在应用领域发展路径、新兴主题变化趋势、重要研究主题分布以及所涉及的研究方法或技术等方面都具有相似的变化规律和发展趋势。最后,总结当前国内外图书情报领域信息聚合的研究特点,从学科、方法、主题等维度对该领域的未来发展趋势进行展望。

基于信息聚合技术的医院感染实时监测机制应用研究

目的开发医院感染实时监控系统,实现住院病人实时监控,有效控制医院感染。方法以现有HIS、LIS、RIS和物资系统为基础,实现医院感染相关敏感数据的聚合,通过数据模型化处理,建立一个多维度的医院感染实时监测模型,实现全院病人实时监测和干预。结果实现了全覆盖主动监测预警和干预,优化了医院感染管理流程,促进了临床和医院感染管理的有效联动,提高了医院感染管理效率。结论该监控系统具有主动反应的特点,可自动分析医院感染疑似患者及易感因素,便于管理部门及时采取干预、诊断、治疗、预防和控制措施,从而提升医院感染管理质量内涵,值得临床借鉴推广。

时空信息聚合:“多规合一”信息化研究

"多规合一"工作中的各类基础地理信息、规划成果大多存在于异构的地理信息系统中,且具有多时态、多格式等特征,不利于进行数据共享、数据挖掘等操作,迫切需要实现空间数据的统一规范,共享和处理功能互操作。本文通过研究广州市开展的"三规合一"、"多规合一"工作实践,探讨如何通过高效的时空信息聚合,促进时空信息共享与互操作,推动"多规合一"成果共享应用;同时,结合城市空间管理需求,探讨空间管控的关键内容,合理分配各专项规划中的用地指标,提升城市空间管控水平。