期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到540篇文章
< 1 2 … 27 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于元学习的超参数优化方法综述 认领 引用 被引量：4
1
作者 吴佳 刘析远 陈森朋 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2026年第1期77-91,共15页
超参数优化是自动机器学习领域中的关键技术之一,旨在通过实现超参数调优的自动化,减轻机器学习从业者的工作负担。在机器人系统中,超参数优化对感知模块的神经网络训练、控制器的参数整定以及多模态数据融合算法的性能提升具有关键作... 超参数优化是自动机器学习领域中的关键技术之一,旨在通过实现超参数调优的自动化,减轻机器学习从业者的工作负担。在机器人系统中,超参数优化对感知模块的神经网络训练、控制器的参数整定以及多模态数据融合算法的性能提升具有关键作用。然而,尽管该技术已取得显著进展,但其效率问题仍是限制其广泛应用的主要瓶颈。近年来,元学习技术的迅猛发展为提升超参数优化的效率开辟了新路径,该技术在机器人系统需要快速适应动态环境及新任务场景时展现出独特优势。元学习的核心在于使模型能够从大量先验任务中自动吸收并应用相关知识,从而显著提升其对未知任务的学习效率。基于此,众多研究者正致力于探索如何利用元学习技术来增强超参数优化的搜索能力。本文旨在系统梳理相关研究进展:首先对超参数优化问题进行形式化定义,并综述当前主流方法;其次,总结基于元学习理论的超参数优化策略,并分析当前主流元学习算法的特点;再次,介绍超参数优化领域的基准数据集,并对比分析主流方法在其上的实验性能;最后,对超参数优化技术的未来发展趋势进行展望。 展开更多
关键词 自动机器学习 超参数优化 元学习 数据挖掘 机器学习
暂未订购 下载PDF
新质生产力数智发展对传统法治的挑战与应对路径 认领 引用 被引量：2
2
作者 黄绍坤 鄢浩宇 《武汉大学学报（哲学社会科学版）》 CSSCI 北大核心 2026年第1期174-184,共11页
数智创新是数字时代推动新质生产力发展的核心力量,同时新质生产力也为数智发展提出了新标准。新质生产力数智发展是一项系统性工程,需要在法治引领下充分激发数据、算法、算力和平台的协同共振。但现有法律系统所具有的稳定性、命令性... 数智创新是数字时代推动新质生产力发展的核心力量,同时新质生产力也为数智发展提出了新标准。新质生产力数智发展是一项系统性工程,需要在法治引领下充分激发数据、算法、算力和平台的协同共振。但现有法律系统所具有的稳定性、命令性、价值推理、严格监管等特征,难以回应新质生产力的自组织化、智能化发展需求,无法高效实现数字要素互通与协同,无力应对数智发展的伴生风险。故而有必要引入反身法模式,建构适应“人—机”交互的规制架构,将人工智能纳为规制工具,通过互联互通、生产正义、数字私权力、价值对齐等理念优化数字规范体系,同时依托后设监管等方式革新监管体系,进而推动数智场景下新质生产力的创新、共享和安全发展。 展开更多
关键词 新质生产力 反身法 后设监管 数据共享 价值对齐 数智创新 数字治理
暂未订购 下载PDF
整合Meta分析、转录组数据挖掘和计算生物学揭示白藜芦醇对猪肉品质的影响及机制 认领 引用 被引量：1
3
作者 黄腾腾 陈小玲 黄志清 《动物营养学报》 CAS CSCD 北大核心 2026年第1期706-715,共10页
本研究旨在通过Meta分析探究饲粮添加白藜芦醇对猪肉品质的影响,并整合转录组数据挖掘与计算生物学方法揭示其潜在调控机制。系统检索2000年1月至2025年1月期间在中国知网、万方、Web of Science和Science Direct数据库中发表的白藜芦... 本研究旨在通过Meta分析探究饲粮添加白藜芦醇对猪肉品质的影响,并整合转录组数据挖掘与计算生物学方法揭示其潜在调控机制。系统检索2000年1月至2025年1月期间在中国知网、万方、Web of Science和Science Direct数据库中发表的白藜芦醇对猪肉品质影响的相关文献,依据纳入与排除标准进行筛选后,最终纳入5项研究用于Meta分析。Meta分析结果表明,与对照组相比,饲粮添加白藜芦醇可显著提高屠宰后45 min猪肉红度值(P<0.05),显著降低屠宰后24 h猪肉亮度值(P<0.05),并显著降低猪肉滴水损失(P<0.05)。进一步通过转录组数据挖掘,筛选出与猪肉红度值和滴水损失相关的潜在基因,并与白藜芦醇的预测靶点进行交集分析,结果表明,白藜芦醇可能通过调控碳酸酐酶2(CA2)、膜联蛋白A5(ANXA5)、半胱氨酸-天冬氨酸蛋白酶7(CASP7)、11β-羟类固醇脱氢酶1(HSD11B1)和热休克蛋白90α家族A类成员1(HSP90AA1)的表达影响猪肉滴水损失;同时,可能通过调控雌激素受体1(ESR1)和CASP7的表达影响猪肉红度值。分子对接与分子动力学模拟进一步证实,白藜芦醇与上述基因编码的蛋白存在潜在结合作用。综上所述,饲粮添加白藜芦醇对猪肉品质的改善作用主要为提高红度值、降低亮度值和滴水损失,其调控猪肉滴水损失的潜在靶点为CA2、ANXA5、CASP7、HSD11B1和HSP90AA1,调控猪肉红度值的潜在靶点为ESR1和CASP7。这些发现可为后续基于上述潜在靶点解析白藜芦醇调控猪肉品质的机制研究提供依据。 展开更多
关键词 白藜芦醇 猪肉品质 Meta分析 转录组数据挖掘 分子对接 分子动力学模拟
暂未订购 下载PDF
中药外敷治疗化疗性静脉炎的Meta分析及用药规律总结 认领 引用
4
作者 王德才 许玲 +3 位作者 董志毅 史文丽 焦丽静 叶轩婷 《中医肿瘤学杂志》 CAS 2026年第3期106-118,共13页
目的本文旨在通过Meta分析方法,系统评估中药外敷治疗化疗性静脉炎的总有效率和治愈率,并总结分析外用中药复方用药规律。方法全面检索知网(CNKI)、万方(WanFang)、维普(VIP)、中国生物医学文献服务系统(SinoMed)、Web of Science(WOS)... 目的本文旨在通过Meta分析方法,系统评估中药外敷治疗化疗性静脉炎的总有效率和治愈率,并总结分析外用中药复方用药规律。方法全面检索知网(CNKI)、万方(WanFang)、维普(VIP)、中国生物医学文献服务系统(SinoMed)、Web of Science(WOS)、PubMed、Embase以及Cochrane Library共8个数据库,检索时间为各平台建库至2025年9月1日。纳入中药外敷治疗化疗性静脉炎的随机对照试验,使用Cochrane偏倚风险评估工具第二版(Risk of Bias 2,RoB 2)进行质量评价,在R 4.4.2中进行统计分析。对中药名称进行规范化处理后,应用SPSS Modeler 18.0进行关联规则分析并绘制复杂网络图,使用SPSS Statistics对高频中药进行聚类分析。结果共纳入24项RCT临床研究,涉及1901例患者,Meta分析结果显示,中药外敷治疗化疗性静脉炎在总有效率[OR=8.13,95%CI(5.66,11.68),P<0.001]、治愈率[OR=3.72,95%CI(2.94,4.70),P<0.001]、视觉模拟量表(visual analogue scale,VAS)评分[MD=-1.33,95%CI(-2.07,-0.59),P<0.001]、疼痛缓解时间[MD=-23.20,95%CI(-44.39,-2.00),P=0.032]、红肿缓解时间[MD=-28.08,95%CI(-43.25,-12.92),P<0.001]等方面均优于对照组,差异具有统计学意义。共录入19张方剂,涉及中药65味,大黄、黄柏、黄连、冰片等为高频药物。关联分析总结的常用药对包括大黄-黄柏、黄柏-黄连等。结论中药外敷用于治疗化疗性静脉炎具有良好的临床疗效,外用中药以大黄、黄连、黄柏为主。 展开更多
关键词 中药外敷 化疗性静脉炎 Meta分析 数据挖掘
暂未订购 下载PDF
Meta分析中不同类型效应量的转换方法 认领 引用
5
作者 何欣 潘蓓 +11 位作者 李丹 马宁 刘谦 王潇曼 邓锡源 刘晓纬 孔维泽 李美萱 李艳飞 李秀霞 芦永斌 杨克虎 《中国循证医学杂志》 CSCD 北大核心 2026年第2期194-201,共8页
在Meta分析中,原始研究间统计指标的异质性会显著影响数据整合的有效性和结果解释的准确性,进而可能导致效应量估计产生偏倚,增加合并分析的复杂性。因此,如何建立标准化的数据类型转换方法并合并处理不同统计指标,已成为保障Meta分析... 在Meta分析中,原始研究间统计指标的异质性会显著影响数据整合的有效性和结果解释的准确性,进而可能导致效应量估计产生偏倚,增加合并分析的复杂性。因此,如何建立标准化的数据类型转换方法并合并处理不同统计指标,已成为保障Meta分析质量的关键环节。为了实现高效、科学的数据整合,并提高分析结果的可靠性,研究者需掌握系统化的数据转换技术,并制定相应的标准化处理策略。基于此,本研究系统梳理并详细介绍了Meta分析中不同类型效应量的转换方法及适用条件,涵盖二分类变量与连续型变量数据的标准化处理技术,旨在为国内学者深入理解并规范应用该类方法提供参考和借鉴。 展开更多
关键词 Meta分析 异质性 统计转换 数据整合
暂未订购 下载PDF
自适应聚合与元学习优化的联邦学习方法研究 认领 引用 被引量：2
6
作者 李宁 徐家磊 +2 位作者 李菲 陶丽霞 陈子烨 《计算机技术与发展》 2026年第3期178-185,共8页
联邦学习(Federated Learning,FL)能够在保护隐私的前提下实现多中心协作建模,但在非独立同分布(Non-IID)环境下往往存在收敛缓慢和泛化性能下降等问题。为此,该文提出了一种融合自适应聚合、自适应正则化与元学习优化机制的联邦学习算... 联邦学习(Federated Learning,FL)能够在保护隐私的前提下实现多中心协作建模,但在非独立同分布(Non-IID)环境下往往存在收敛缓慢和泛化性能下降等问题。为此,该文提出了一种融合自适应聚合、自适应正则化与元学习优化机制的联邦学习算法——FARMO(Federated learning with Adaptive aggregation,Regularization,and Meta-learning Optimization)。该方法通过样本数量、标签分布熵和更新一致性因子设计自适应聚合模块,实现客户端动态加权;在本地目标函数中引入自适应正则化,有效抑制低质量更新对全局模型的干扰;并基于MAML框架设计元学习模块,提升全局模型对新任务和新分布的快速适应能力。在MIMIC-Ⅲ、ChestX-ray14和PathMNIST三个典型医疗数据集上的实验结果表明,FARMO在分类准确率、收敛速度和通信效率方面均显著优于FedAvg、FedProx和SCAFFOLD等主流算法,验证了其在医疗Non-IID场景中的有效性与鲁棒性。 展开更多
关键词 联邦学习 非独立同分布 自适应聚合 自适应正则化 元学习
暂未订购 下载PDF
补肾活血类方剂治疗膝关节骨性关节炎的Meta分析及中药处方数据挖掘 认领 引用 被引量：1
7
作者 杜超 杨家麟 +5 位作者 陈睿思 钟吉崴 曹东东 郭天赐 吴维勇 刘爱峰 《天津中医药》 CAS 2026年第2期193-204,共12页
[目的]系统评价口服补肾活血类中药方剂治疗膝关节骨性关节炎(KOA)的疗效与安全性,并挖掘其组方规律。[方法]检索中国知网、万方数据知识服务平台、PubMed等8个数据库中2015年1月—2025年4月发表的随机对照试验(RCT),筛选符合纳入标准... [目的]系统评价口服补肾活血类中药方剂治疗膝关节骨性关节炎(KOA)的疗效与安全性,并挖掘其组方规律。[方法]检索中国知网、万方数据知识服务平台、PubMed等8个数据库中2015年1月—2025年4月发表的随机对照试验(RCT),筛选符合纳入标准的研究,提取数据并进行Meta分析。采用RevMan 5.4和Stata 17.0软件进行统计分析,对总有效率、西安大略表马斯特大学骨性关节炎可视化量表指数(WOMAC)评分、视觉疼痛模拟(VAS)评分、Lequesne指数及不良反应等指标进行合并分析。同时,对纳入处方的中药进行频次、性味归经、关联规则及聚类分析。[结果]共纳入14项RCT,涉及1198例患者。Meta分析显示,补肾活血类中药在总有效率[OR=2.58,95%CI(1.87,3.57)]、WOMAC评分[OR=-2.64,95%CI(-3.96,-0.96)]、VAS评分[OR=-0.63,95%CI(-0.85,-0.42)]和关节炎患者疼痛(Lequesne)指数[OR=-1.09,95%CI(-1.37,-0.80)]方面均优于常规西药(P<0.01),且不良反应[OR=0.60,95%CI(0.25,1.34)]无显著差异(P=0.25)。数据挖掘显示,高频药物为牛膝、地黄、当归等,药性以温、平为主,归经以肝、肾、脾为主;核心药对为牛膝-鸡血藤(置信度100%)。[结论]单纯应用补肾活血类中药治疗KOA在改善临床症状、关节功能及疼痛方面显示出优于单纯常规西药治疗的疗效趋势,且安全性相当。其组方规律符合“补肾活血”的中医理论,牛膝-鸡血藤为核心药对,值得进一步深入研究。 展开更多
关键词 补肾活血 膝关节骨性关节炎 Meta分析 数据挖掘 中药
暂未订购 下载PDF
图少样本学习技术综述 认领 引用
8
作者 黄宁博 周刚 +3 位作者 张萌 李顺航 王世宇 夏毅 《中文信息学报》 CSCD 北大核心 2026年第1期1-29,共29页
图深度学习技术可以自动地从图数据中有效学习结构模式,在各类图挖掘任务中取得重大进展。但是图深度学习模型训练依赖大量标签数据,限制了其应用场景。为此,研究人员对图少样本学习技术展开大量研究,旨在从图数据特有的数据分布和结构... 图深度学习技术可以自动地从图数据中有效学习结构模式,在各类图挖掘任务中取得重大进展。但是图深度学习模型训练依赖大量标签数据,限制了其应用场景。为此,研究人员对图少样本学习技术展开大量研究,旨在从图数据特有的数据分布和结构模式中提取与目标任务相关的先验知识,从而使其在下游任务中仅依赖少量标签数据即可取得出色预测性能。为系统总结和梳理现有图少样本学习技术,该文基于机器学习中的误差分析理论,分析了少样本学习任务的误差来源。根据现有技术利用先验知识减少误差的方式,将其归纳为数据、模型和算法三个层面,分别对应基于图数据增强、基于图自监督学习及图提示学习和基于图元学习的方法。进一步地基于这三类方法具体依赖的先验知识进行更加细粒度的归纳分类和对比分析。随后,梳理了图少样本学习中常用的9个数据集以及12类经典方法在这些数据集上的预测性能,并对其进行了对比分析。最后,对图少样本学习当前仍存在的问题和未来可能的发展方向进行了分析和讨论。 展开更多
关键词 图少样本学习 图神经网络 数据增强 自监督学习 元学习
暂未订购 下载PDF
因何治、治什么、如何治:图书馆数据治理“元问题”研究 认领 引用 被引量：1
9
作者 刘晓峰 《图书馆工作与研究》 CSSCI 北大核心 2026年第3期37-45,共9页
文章从因何治、治什么、如何治3个“元问题”出发,分析指出实现数据善治和数据赋能是图书馆数据治理的根本动因,明确其治理范畴需从传统多源异构“数据体”管理延伸至动态演化的“关联关系”,同时将算法纳入规制范畴,在此基础上提出图... 文章从因何治、治什么、如何治3个“元问题”出发,分析指出实现数据善治和数据赋能是图书馆数据治理的根本动因,明确其治理范畴需从传统多源异构“数据体”管理延伸至动态演化的“关联关系”,同时将算法纳入规制范畴,在此基础上提出图书馆数据治理的实现路径,即通过打造高质量、可互操作、安全与合规的“数据体”迈向数据善治;通过构建“关系型”治理范式促进数据赋能;通过构建“负责任”的数据智治机制驾驭算法治理。 展开更多
关键词 图书馆 数据治理 元问题 数据善治 数据赋能
暂未订购 下载PDF
基于双元池的风电爬坡事件预测方法研究 认领 引用
10
作者 刘岭 王聚杰 《中国管理科学》 CSSCI CSCD 北大核心 2026年第2期176-184,共9页
近年来,风电作为重要的清洁能源在全球范围内快速发展。但是,风速急骤变化引发的风电爬坡事件会对电网产生冲击,严重时会造成风机设备损坏和电网频率失稳。现有研究表明,提高风电爬坡事件的预测精度是增强预防能力的重要手段。本文构建... 近年来,风电作为重要的清洁能源在全球范围内快速发展。但是,风速急骤变化引发的风电爬坡事件会对电网产生冲击,严重时会造成风机设备损坏和电网频率失稳。现有研究表明,提高风电爬坡事件的预测精度是增强预防能力的重要手段。本文构建了能够直接预测风电爬坡事件向量的双元池预测模型。为优化数据特征提取和扩展数据,本文利用Hilbert曲线构建反映数据位置信息的数据元,利用插值法和数据扩展方法扩大训练集数据量,利用时间间隔标签分类方法降低风电爬坡向量的元素个数。为提高模型预测精度,本文设计了以时间间隔为标签的两阶段卷积神经网络分类方法,利用神经网络为每个数据元组构建方法元预测模型,并利用标签建立双元池之间的映射关系。基于澳大利亚三个风电场数据的实证分析显示,本文模型预测结果的查全率为43.90%、46.77%和43.12%,平均绝对误差为11.555、23.861和24.558,优于对比模型。 展开更多
关键词 数据元 方法元 神经网络 风电爬坡
暂未订购 下载PDF
面向AI训练的数据存储技术研究 认领 引用
11
作者 尤丽珏 陈洁 +2 位作者 袁文彬 陈裔 单蓉胜 《微型电脑应用》 2026年第1期1-3,共3页
数据驱动的人工智能(AI)发展日新月异,其底层使用大量数据进行算法的训练和优化。AI大模型LLM的参数规模已达到千亿级,从单模态发展到多模态,涉及到文本、语言和视频等类型,数据规模从数十TB级增长至PB级。模型参数规模越来越大,意味着... 数据驱动的人工智能(AI)发展日新月异,其底层使用大量数据进行算法的训练和优化。AI大模型LLM的参数规模已达到千亿级,从单模态发展到多模态,涉及到文本、语言和视频等类型,数据规模从数十TB级增长至PB级。模型参数规模越来越大,意味着训练的效率要求变得更高,而提高存储的性能已成为提升大模型训练效率的重要方向。论文分析了大模型训练各个阶段对存储的访问需求,以及不同分布式存储对大模型训练的匹配情况,并探索提出了分布式存储性能改进的方向。 展开更多
关键词 人工智能 分布式存储 缓存 元数据
暂未订购 下载PDF
公私法融合视域下数据出境安全认证制度的优化 认领 引用
12
作者 魏光禧 《河南财经政法大学学报》 2026年第4期75-88,共14页
数据出境安全认证是重要的数据出境风险规制工具,体现了公法规制与私法规制之间的耦合和协作。我国数据出境安全认证法律制度惯于适用公私法二分框架与部门法分立的理论范式,法律规范仅为公私法规范交叉混合的拼盘式构造,难以适配数据... 数据出境安全认证是重要的数据出境风险规制工具,体现了公法规制与私法规制之间的耦合和协作。我国数据出境安全认证法律制度惯于适用公私法二分框架与部门法分立的理论范式,法律规范仅为公私法规范交叉混合的拼盘式构造,难以适配数据出境安全认证作为合作规制行为的特征,由此衍生出认证机构独立性不足、数据出境安全技术标准的机械适用、权力滥用及责任体系缺失等问题,亟须在公私法融合视域下,借鉴国外数据出境安全认证制度,运用社会系统论方法,对我国数据出境安全认证制度进行系统性重构。应以非营利性组织作为数据出境安全认证机构,确保其独立运行;发挥认证制度和技术标准的比较优势,合理选择两者的接轨方式;构建合作规制的再规制机制,避免认证权力扩展、技术黑箱、规制俘获等问题;融合公法责任和私法责任,重塑数据出境安全认证的责任体系。 展开更多
关键词 社会系统论 公私法融合 数据出境安全认证 合作规制 再规制
暂未订购 下载PDF
元治理理论视域下我国数据产权登记制度的体系化构建 认领 引用 被引量：6
13
作者 张继红 《法律科学（西北政法大学学报）》 CSSCI 北大核心 2026年第2期43-53,共11页
数据产权登记是数据要素市场化配置的基础性制度。现阶段,多头登记、审查形式化、效力模糊等问题凸显了该制度的碎片化困境,法律规制与市场需求的脱节进一步推高了数据交易成本。元治理理论阐释了法律规制与社群治理之间相互渗透、功能... 数据产权登记是数据要素市场化配置的基础性制度。现阶段,多头登记、审查形式化、效力模糊等问题凸显了该制度的碎片化困境,法律规制与市场需求的脱节进一步推高了数据交易成本。元治理理论阐释了法律规制与社群治理之间相互渗透、功能互补的博弈关系,并证成国家可以通过顶层设计将政府、市场和社群自组织等主体纳入统一框架,实现治理模式的动态调配。为促进数据产业高质量发展,数据产权登记制度需打破单向度规制范式,通过预留社群自治空间,构建“静态确权—动态调适”的双层治理体系:宏观层面,通过统一登记机构与分级确权降低制度性成本;微观层面,以实质审查强化登记公信力,并通过梯度化效力设计,即一般数据赋予证明效力,重要数据赋予确权效力,以此适配数据流通需求,最终实现安全与效率的帕累托最优。 展开更多
关键词 数据产权登记 元治理 法律规制 社群治理
暂未订购 下载PDF
基于微调原型关系网络的小样本、变工况齿轮箱故障诊断模型 认领 引用
14
作者 刘鹏根 刘赣华 孟张凤 《机电工程》 CAS 北大核心 2026年第5期914-923,共10页
针对齿轮箱故障诊断中面临的故障样本稀缺和工况多变等问题,提出了一种基于微调原型关系网络(FPRN)的小样本、变工况齿轮箱故障诊断模型。首先,融合了原型网络的聚类表征能力和关系网络的可学习度量优势,提出了基础模型-原型关系网络,... 针对齿轮箱故障诊断中面临的故障样本稀缺和工况多变等问题,提出了一种基于微调原型关系网络(FPRN)的小样本、变工况齿轮箱故障诊断模型。首先,融合了原型网络的聚类表征能力和关系网络的可学习度量优势,提出了基础模型-原型关系网络,实现了在有限样本下表征类别的同时能够灵活度量的目的;然后,针对变工况挑战,提出了一种数据增广微调策略,对少量目标域标注样本进行了随机线性组合,增广了样本量,同时利用增广后的数据微调模型,快速提升了模型对目标域的适应性;接着,在最终模型测试阶段,仅使用增广过程中所采用的极少量目标域标注样本作为支持集进行了测试,使其更符合实际工业场景;最后,基于华中科技大学和北京交通大学的两个公开齿轮箱数据集构建了小样本变工况诊断场景,对模型的准确性、优越性和通用性进行了验证。研究结果表明:在华中科技大学数据集构建的三类共12种变工况场景中,FPRN的诊断准确率绝大部分达到100%;在北京交通大学数据集设定的4种变工况场景中,模型诊断准确率均超过80%,大多超过90%,最高达97.27%。这表明,FPRN在小样本条件下可以显著提升变工况条件下齿轮箱的故障诊断性能。 展开更多
关键词 故障识别算法 微调原型关系网络 元学习方法 数据增广微调策略 原域 目标域
暂未订购 下载PDF
元学习下的数据中台稀缺场景测量数据高保真迁移方法 认领 引用
15
作者 卫德俊 陈金良 喻子先 《国外电子测量技术》 2026年第4期362-367,390,共6页
大量样本数据进行迁移训练时,常面临源域与目标域数据分布不匹配、样本稀缺等问题,导致迁移效果下降,保真度难以满足数据中台建设需求。为此,提出一种基于元学习的数据中台稀缺场景测量数据高保真迁移方法。首先,基于数据中台历史访问... 大量样本数据进行迁移训练时,常面临源域与目标域数据分布不匹配、样本稀缺等问题,导致迁移效果下降,保真度难以满足数据中台建设需求。为此,提出一种基于元学习的数据中台稀缺场景测量数据高保真迁移方法。首先,基于数据中台历史访问记录计算页面热度,构建面向稀缺场景的测量数据迁移机制;其次,在元训练阶段通过任务构建与梯度更新策略,建立迁移过程的微调机制;最后,优化高保真迁移机制的自动触发阈值,采用哈希索引设定数据传输结构,映射数据并自动定位物理存储节点。实验结果表明,当迁移缓冲队列规模从1 kB扩展至10 MB时,系统迁移吞吐量超过8 MB/s;在3种典型稀缺场景下,读线程数从1变至32的过程中,数据迁移保真率稳定维持在95%~100%,有效保障了迁移数据的完整性。研究为数据中台的高保真数据迁移提供了有效的技术支撑。 展开更多
关键词 元学习 数据中台 测量数据迁移 高保真 稀缺场景
暂未订购 下载PDF
缺陷检测中小样本问题的研究进展 认领 引用 被引量：2
16
作者 童金武 王希 +5 位作者 邓明洋 沈嘉毅 唐文轩 沙守富 黄紫杰 刘艳红 《桂林电子科技大学学报》 2026年第1期10-19,共10页
现代工业生产中,深度学习方法已在缺陷检测领域广泛使用,但其检测过程中存在小样本问题。解决小样本问题有助于提高缺陷检测的准确性和效率,降低检测门槛,使更多中小企业能够减少运营成本,提高生产效率。本文首先阐明小样本问题的定义... 现代工业生产中,深度学习方法已在缺陷检测领域广泛使用,但其检测过程中存在小样本问题。解决小样本问题有助于提高缺陷检测的准确性和效率,降低检测门槛,使更多中小企业能够减少运营成本,提高生产效率。本文首先阐明小样本问题的定义及其带来的影响;然后,综述当前缺陷检测领域中小样本问题的研究现状,分析各类方法的优缺点和适用场景,对比不同方法的成本和可行性,为实际应用提供参考和建议;最后,展望未来研究方向,提出可能的研究思路和解决方案。本文旨在为缺陷检测领域的小样本问题提供系统的理论支持和实践指导,推动该领域的发展和应用。 展开更多
关键词 缺陷检测 小样本 深度学习 数据增强 迁移学习 度量学习 元学习
暂未订购 下载PDF
数据要素驱动智慧城市建设与治理的交互框架及演进路径研究 认领 引用
17
作者 谢厚礼 陈轩 +1 位作者 汪川东 许文丽 《中国建设信息化》 2026年第5期62-65,共4页
在数字经济纵深发展与城镇化迈入“存量提质”新阶段的双重背景下,数据要素已成为驱动城市治理模式系统性变革与可持续发展能级跃升的核心战略资源。基于系统工程思维,构建了“人—技术—空间”三元交互理论框架,阐释了数据要素在智慧... 在数字经济纵深发展与城镇化迈入“存量提质”新阶段的双重背景下,数据要素已成为驱动城市治理模式系统性变革与可持续发展能级跃升的核心战略资源。基于系统工程思维,构建了“人—技术—空间”三元交互理论框架,阐释了数据要素在智慧城市复杂系统中触发治理范式革新的内在机制,明晰了赋能过程所依赖的核心数据谱系,涵盖城市空间基底数据、建筑设施全周期数据、人居行为数据、市政感知数据及政务流程数据。以此为基础,提出了一条以城市信息模型(CIM)平台为数字中枢、遵循“资源化—资产化—服务化”递进逻辑的系统赋能路径。该路径通过培育具有感知、响应与进化能力的“空间智能体”,推动智能在微观单元的生成与积累,并借助CIM催化跨领域、跨层级的“系统智能”协同涌现。最终,形成的理论框架与路径方案,为破解当前智慧城市建设中普遍存在的数据壁垒、业务割裂与制度滞后等关键问题,提供了贯通理论构建与实践实施的系统性解决框架。 展开更多
关键词 城市信息模型 综合集成法 数据要素 智慧城市 智慧建筑 空间智能体
暂未订购 下载PDF
基于大数据分析的公路建设质量预测测试模型优化研究 认领 引用
18
作者 徐湘喃 《科技创新与应用》 2026年第9期88-91,共4页
该文提出并研究一种基于大数据分析的公路建设质量预测测试模型优化方案。在模型层面,该文创新性地提出自适应元学习集成模型,该模型能根据不同施工阶段的数据特性动态调整各基础模型的权重,显著提升预测精度与泛化能力。为克服“黑箱... 该文提出并研究一种基于大数据分析的公路建设质量预测测试模型优化方案。在模型层面,该文创新性地提出自适应元学习集成模型,该模型能根据不同施工阶段的数据特性动态调整各基础模型的权重,显著提升预测精度与泛化能力。为克服“黑箱”模型的局限,引入SHAP可解释性分析方法,量化各影响因素对质量的贡献度,并结合专家知识库,建立动态反馈与闭环控制机制,将预测转化为具体的施工优化建议。仿真实验结果表明,该文提出的优化模型在预测精度上平均提升超过5个百分点,且能够有效指导施工,实现质量管理的事前预警与智能决策。 展开更多
关键词 大数据分析 自适应元学习 SHAP可解释性 闭环控制 仿真实验
暂未订购 下载PDF
基于深度GRU神经网络的风电机组状态监测方法 认领 引用
19
作者 谭贤明 庞晓玲 +2 位作者 李帅 胥涵 张品 《微电机》 2026年第5期77-83,共7页
风电机组的状态数据受到多种因素的影响呈现非线性特点,风电机组状态规律变化较大,机组数据异常值识别难度较大,难以有效捕捉风速-功率关系,无法提取运行状态的关键特征,影响监测的准确性。为此,提出基于深度GRU神经网络的风电机组状态... 风电机组的状态数据受到多种因素的影响呈现非线性特点,风电机组状态规律变化较大,机组数据异常值识别难度较大,难以有效捕捉风速-功率关系,无法提取运行状态的关键特征,影响监测的准确性。为此,提出基于深度GRU神经网络的风电机组状态监测方法。该方法基于中值绝对偏差法和四分位法对风电机组SCADA数据异常值进行清洗,去除偏离正常风速-功率对应关系的异常点;基于近邻元分析算法筛选关键风电机组状态特征,并结合Pearson相关系数矩阵分析特征间的线性相关性,去除高度冗余的特征;利用去除冗余特征后的关键特征构建基于深度GRU神经网络的时序预测模型,捕捉风电机组状态演化规律,引入EWMA控制图确定报警阈值,实现对风电机组运行状态的准确监测。通过实验证明:本文方法监测的功率变化结果与实际结果基本吻合,最大误差仅为0.05MW,拟合度最高可达到0.95,说明该方法对风电机组监测的数据较为准确,能精准捕捉风电机组运行规律,监测效果较好。 展开更多
关键词 MADM-QM算法 数据清洗 近邻元分析法 特征选择 深度GRU网络 状态监测
暂未订购 下载PDF
数据要素驱动新质生产力发展的内涵阐释与实现路径 认领 引用 被引量：5
20
作者 李纲 孙杰 《中国软科学》 CSSCI CSCD 北大核心 2025年第9期212-224,共13页
数字经济时代,数据作为新型生产要素正深刻重塑传统生产方式和经济形态。为构建数据要素驱动新质生产力的理论解释框架,首先从生产力演进的宏观历史视角刻画了生产力发展阶段演化框架,系统揭示传统生产力演进规律与结构性困境,阐明新质... 数字经济时代,数据作为新型生产要素正深刻重塑传统生产方式和经济形态。为构建数据要素驱动新质生产力的理论解释框架,首先从生产力演进的宏观历史视角刻画了生产力发展阶段演化框架,系统揭示传统生产力演进规律与结构性困境,阐明新质生产力发展的历史必然性与生成逻辑;在此基础上,提出数据要素具有“元要素”属性,并构建嵌入数据要素的新型生产函数模型,通过分析数据要素工具性与生产性的二重属性,阐释引发系统性重构的内在逻辑。进而,构建数据要素价值流动的“双螺旋”模型,揭示显性与隐性价值链协同驱动的价值跃迁机制,并探讨以数据智能为核心的价值创造逻辑,以期为数字经济时代数据要素与新质生产力发展提供学理支撑和实践启示。 展开更多
关键词 新质生产力 数据要素 元要素 生产函数 数据智能 双螺旋模型
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 27 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈