位置感知
位置感知的相关文献在2004年到2022年内共计382篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、轻工业、手工业
等领域,其中期刊论文99篇、会议论文12篇、专利文献111345篇;相关期刊74种,包括现代图书情报技术、科学技术与工程、电子技术应用等;
相关会议11种,包括第六届中国计算机学会服务计算学术会议、中国电工技术学会电器智能化系统及应用专业委员会2013年学术年会、第29届中国控制会议等;位置感知的相关文献由947位作者贡献,包括孙洪涛、单路路、唐若峰等。
位置感知—发文量
专利文献>
论文:111345篇
占比:99.90%
总计:111456篇
位置感知
-研究学者
- 孙洪涛
- 单路路
- 唐若峰
- 陈康
- 吴亚举
- 安东尼·拉马卡
- 陈希
- 雅罗斯拉夫·西迪尔
- 刘毅
- 左敏
- D·摩根
- 乔恩·H·沃纳
- 利奥尼德·谢恩布拉特
- 张青川
- 曹奇英
- A·G·拉马尔卡
- J·J·史亚德
- K·W·斯科巴
- 习宁
- 伊万·密特罗维奇
- 刘伊威
- 刘宏
- 刘岳
- 卢笛
- 吕应义
- 吕石磊
- 吴钊
- 唐明董
- 姜力
- 姜奇
- 张伟
- 张硕
- 曾逸
- 李克秋
- 李辉
- 李震
- 汪颢懿
- 洪添胜
- 熊伟
- 王伟
- 王峰
- 王敏
- 王新庆
- 王新颖
- 王汝传
- 钱科军
- 陈国诗
- 马建峰
- 马鑫迪
- A.库马
-
-
杨瑞;
马志强;
王春喻;
斯琴
-
-
摘要:
基于序列到序列的对话生成在实现情感状态转移时大多采用外部情感词嵌入的方式,编码器很难捕获解码器的情感状态,解码器被强制嵌入的外部情感词干扰,造成生成回复情感词堆叠及缺乏情感信息上下文。为解决上述问题,该文提出基于位置感知的情感可控对话生成模型。在编码的过程中,当前输入词向量和位置向量共同参与编码,在不影响当前输入的情况下,上文信息利用分层的编码方式增加额外编码信息。在解码的过程中,利用遮蔽语言的性能,强制模型进行内容理解和学习,编码器和解码器的联合训练能够生成符合语法的情感回复。实验结果表明,位置感知的加入进一步刻画了数据的潜在结构信息,提高了情感可控对话生成的语言质量。
-
-
周绍军;
刘晓霞;
胡云冰
-
-
摘要:
针对家居老人家居定位问题,提出一种模糊改进KNN的RFID定位算法.首先设计了物联网RFID感知技术的家居老人位置感知与定位模型,然后从RFID多标签定位原理出发,设计了基于模糊推理的改进KNN的定位算法,并对所提出的算法进行了实验和仿真对比分析.通过实验和仿真对比分析,所提出的算法在定位误差方面,较参比算法优越.
-
-
王庆棒;
汪颢懿;
左敏;
张青川;
温馨;
袁玉梅
-
-
摘要:
食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题。针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neural network,CNN)中引入基于位置感知的领域词语义注意力机制;在双向长短时记忆(bidirectional long short-term memory,BLSTM)网络中引入基于位置感知的语义角色注意力机制,构建基于CNN-BLSTM的食品舆情实体关系抽取模型。在食品舆情数据集上进行了对比实验,实验结果表明:基于CNN-BLSTM的食品舆情实体关系抽取模型在食品舆情数据集上准确率比常用的几种深度神经网络模型高出8.7%~13.94%,验证了模型的合理性和有效性。
-
-
王庆棒;
汪颢懿;
左敏;
张青川;
温馨;
袁玉梅
-
-
摘要:
食品舆情实体关系抽取是构建食品舆情知识图谱的关键技术,也是当前信息抽取领域的重要研究课题.针对食品舆情中常出现的实体对多关系问题,在卷积神经网络(convolutional neu-ral network,CNN)中引入基于位置感知的领域词语义注意力机制;在双向长短时记忆(bidirectional long short-term memory,BLSTM)网络中引入基于位置感知的语义角色注意力机制,构建基于CNN-BLSTM的食品舆情实体关系抽取模型.在食品舆情数据集上进行了对比实验,实验结果表明:基于CNN-BLSTM的食品舆情实体关系抽取模型在食品舆情数据集上准确率比常用的几种深度神经网络模型高出8.7% ~13.94%,验证了模型的合理性和有效性.
-
-
孙劭芃;
汪颢懿;
左敏;
张青川
-
-
摘要:
食品安全领域的实体关系抽取是当前信息抽取领域的重要研究课题,也是构建食品安全领域知识图谱以及文本摘要的重点技术之一.该文提出一种基于BERT-BiLSTM-Attention的食品安全领域实体关系抽取模型,利用BERT模型对语料中的实体进行提取,并将其隐层向量与BiLSTM-Attention模型隐层向量相结合,优化提取出食品安全语料中的对应关系,这两个模型共同组合成食品安全领域实体关系抽取模型.通过实验表明,该文提出的模型具有良好性能,在测试集上实体关系抽取获得了显著成果.与传统深度神经网络模型相比较,该模型具有更多优势,对比实验验证了该文所提出模型的合理性和有效性.
-
-
王媛;
时恺泽;
牛振东
-
-
摘要:
[目的]针对非结构化文本中的三元组抽取问题,设计能够提升抽取效果并适用于重叠场景的联合抽取模型.[方法]设计一种基于位置感知的分步标记方法,首先通过标记头尾位置确定主实体,接着在逐一预设的关系属性下标记相应的客实体.为提升抽取效果,在标记过程中引入三重位置辅助信息,并结合前序结果及注意力机制共享底层编码.[结果]在中文公开数据集DuIE上进行实验,结果表明所提方法优于其他基线方法,F1值达0.886.此外,还通过消融研究对各组件的有效性进行验证.[局限]标记机制和匹配模式尚未考虑到偶现的嵌套实体问题,有待进一步探索.[结论]所提联合抽取方法可以妥善解决包括重叠场景在内的三元组抽取问题,模型采用的位置辅助设计对后续研究有借鉴意义.
-
-
赵婉芳;
杜辉;
赵妍
-
-
摘要:
边缘计算将计算数据、应用程序和服务从云服务器引导到网络边缘,它通过使服务接近最终用户来最小化云的负载同时减少延迟,成为未来物联网发展的关键技术.本文介绍了边缘计算,比较了边缘计算与云计算的区别,重点分析了边缘技术的位置感知、低延迟、异构性和情境意识等突出特性,分析讨论了边缘计算中面临的安全性和用户信任问题、异构平台之间的协作问题及移动性管理中的动态计费问题,从而使研究人员能够更深入地了解出现的问题挑战和未来的应用研究方向.
-
-
郭广阔
-
-
摘要:
高精度位置感知技术,是物联网应用领域的重要基础,更被列为国家《物联网新型基础设施建设3年行动计划(2021-2023)》中重点突破的关键核心技术。作为全球UWB联盟之中唯一中国UWB解决方案商,源于清华大学测试技术与仪器国家重点实验室的清研讯科(北京)科技有限公司在本次SAECCE大会上.
-
-
胡康;
何思宇;
左敏;
葛伟
-
-
摘要:
针对化妆品安全监管部门抽样检测所含违法违规行为自动识别且分类困难的问题,建立语义分类自动识别模型,辅助有关部门构建智能化管理体系,依靠数据实现科学决策及有效监管.本文分别使用中文词向量及字向量作为双路模型输入,采用CNN(convolutional neural network)网络模型训练字向量,BLSTM(bidirection-al long short-term memory)网络模型训练词向量,并在BLSTM中引入位置注意力机制,构建基于CNN-BLSTM 的字词双维度化妆品违法违规行为分类模型.在染发类化妆品抽样检测数据集上进行的对比实验结果表明,CNN-BLSTM模型准确率比常用的几种深度神经网络模型均有明显提高,验证了其合理性和有效性.
-
-
韩学法;
吴飞;
时瑶佳;
胡锐;
聂大惟
-
-
摘要:
针对Wi-Fi信号强度的相似性对室内定位的影响,本文提出一种基于Wi-Fi指纹和随机森林的室内定位算法.该算法采用Wi-Fi作为信号源,以接收信号强度指示和基本服务集标识符来构建Wi-Fi指纹库,从而建立随机森林模型用于室内位置感知.仿真实验表明,该算法的定位误差约为2.26 m,与同类算法相比,在执行时间和定位精度上具有较好的优越性,算法精度提高约3.2%.