广东石油化工学院计算机学院

作品数：87被引量：168H指数：7
导出分析报告
发文领域：自动化与计算机技术文化科学机械工程石油与天然气工程更多>>
发文主题：故障诊断自然语言处理情感分析卷积神经网络优化算法更多>>
发文期刊：《河南科技》《电子制作》《计算机与网络》《计算机工程》更多>>
所获基金：广东省自然科学基金国家自然科学基金广东省高等教育教学改革项目茂名市科技计划项目更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一机构
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于YOLOv10的AIGC图文生成优化与反馈修正方法
《信息技术与信息化》2025年第2期151-156,共6页刘嗣久 荆晓远 任娟 姚永芳 孙其航 
国家自然科学基金项目“基于类不平衡深度特征学习的石化动设备故障信号分类研究”(62176069)。
近年来随着人工智能生成内容(AIGC)的发展,图文生成技术取得了显著的进步。然而由于现有大模型本身的技术问题,会存在复杂prompt描述下生成的图片与文本内容不一致且目标完整性不足的问题。为此,文章提出一种基于YOLOv10目标检测和反馈...
关键词：YOLOv10 人工智能生成内容(AIGC) 扩散模型 目标检测 图像生成 反馈修正 
边云环境中基于深度强化学习的任务卸载和资源分配方法
《计算机应用研究》2025年第2期486-493,共8页何达航 王昱 左利云 
广东省自然科学基金资助项目(2024A1515010144);广东省普通高校重点领域专项(2023ZDZX3013);茂名绿色化工研究院扬帆计划资助项目(MMGCIRI-2022YFJH-Y-012)。
边缘计算允许物联网设备卸载任务到边云环境中执行,以满足任务对资源的需求。由于边云环境的高度随机性和动态性,启发式算法和基于Q表格的强化学习算法难以实现异构任务的高效卸载决策,所以提出了一个新颖的竞争和双深度Q网络(novel due...
关键词：深度强化学习 边缘计算 任务卸载 资源分配 深度Q网络 
基于混合模型的机器翻译优化方法
《信息技术与信息化》2025年第2期46-49,共4页张乐 荆晓远 孙其航 
国家自然科学基金项目“基于类不平衡深度特征学习的石化动设备故障信号分类研究”(62176069)。
预训练语言模型通过学习大量文本数据中的语言模式和结构,展现出对自然语言任务的通用处理能力。通常,为了机器翻译任务而专门训练预训练模型,需要耗费大量的计算资源。为了解决这一问题,文章提出了一种新的混合模型,该模型将BERT、ROBE...
关键词：自然语言处理 预训练模型 混合模型 机器翻译 
基于SC-DCGAN的不平衡数据轴承故障诊断
《机床与液压》2024年第24期208-213,共6页廖珂 荆晓远 李双远 刘雨晖 刘飞 
国家自然科学基金面上项目(62176069)。
针对滚动轴承故障诊断过程中因数据不平衡而导致的少数类样本诊断精度低的问题,提出一种基于统计特征条件深度卷积生成对抗网络的不平衡数据故障诊断方法。该方法在条件生成对抗网络中引入振动信号统计特征,得到新的融合条件模型,引导...
关键词：类不平衡 故障诊断 条件生成对抗网络 统计特征 
基于半自动提示工程人工智能任务代码生成方法
《信息技术与信息化》2024年第12期205-210,共6页张乐 荆晓远 任娟 
国家自然科学基金项目“基于类不平衡深度特征学习的石化动设备故障信号分类研究”(62176069)。
大语言模型的快速发展极大地推动了人工智能技术的进步,并显著降低了生成人工智能代码的门槛。然而,这也要求用户提供精确的数据,以确保生成高质量的人工智能代码,从而使大模型能够有效地完成复杂的人工智能代码生成任务。提示工程作为...
关键词：大模型 人工智能 提示工程 代码生成 AI-CODE 
学科竞赛视阈下“双创型”人才培养路径分析——以“互联网+”大赛为例
《广东石油化工学院学报》2024年第5期107-110,共4页张琨 陈咏琪 李明杰 林泽锋 商林坡 李子龙 刘晓梦 
教育部产学合作协同育人项目(202102366064)。
以“互联网+”大赛为例,从学科竞赛的视角分析“双创型”人才的培养路径。通过分析参赛体悟,总结了该比赛对大学生双创能力培养的重要性和意义,分析了现今“双创型”人才培养所面临的挑战,并提出了基于“互联网+”赛事的“双创型”人才...
关键词：“双创型”人才 学科竞赛 培养路径 创新创业能力 
以学生为主导的AI+程序设计基础课程“探→用→创→辩”教学
《计算机教育》2024年第9期17-22,共6页赖锦辉 
2023广东石油化工学院教学质量工程项目“‘程序设计基础教研室’”(广油教[2023]44号);2023广东省高等教育教学改革项目“基于目标问题导向教学模式的‘学—析—研—用—创’五位一体贯通式程序设计能力培养模式”(粤高教[2024]9号);2022广东省高校特色创新项目(自然科学类)“复杂高可信系统安全性分析的多方法融合模型检测研究”(2022KTSCX084);2024茂名市科技计划项目(茂科字[2024]25号)。
分析AI+教学的优势,提出以学生为主导的“AI+教师”支架式“探→用→创→辩”程序设计能力培养模式,介绍AI+程序设计基础教学环节设计与具体实践教学过程,最后通过学生满意度调查结果说明教学效果。
关键词：以学生为主导 AI 程序设计基础 探→用→创→辩 “AI+教师”支架式 百度文心一言/ChatGPT 元宇宙 
基于对比学习的零样本对象谣言检测
《浙江大学学报（工学版）》2024年第9期1790-1800,共11页陈珂 张文浩 
国家自然科学基金资助项目(61172145);广东省自然科学基金资助项目(2018A030307032);广东省普通高校重点科研平台和项目(2020ZDZX3038).
现有的谣言检测模型通常依赖大规模人工标注的谣言数据集,标注成本高且谣言特征来源于已被辟谣的谣言.为了提高模型对未知谣言的检测能力,提出面向不同对象的谣言检测方法.基于零样本学习,将谣言数据集按照不同的对象划分为样本与内容...
关键词：谣言检测 零样本学习 迁移学习 代理任务 对比学习 
基于大语言模型和提示工程的机械故障诊断问答研究
《信息技术与信息化》2024年第9期114-119,共6页任娟 荆晓远 于军 张乐 
国家自然科学基金项目“基于类不平衡深度特征学习的石化动设备故障信号分类研究”(62176069)。
机械故障诊断领域知识专业术语多,理解难度大。大型语言模型(LLM)虽然在自然语言处理和问答系统上表现都很出色,但因为缺乏特定领域数据训练,在专业领域的问答应用不够精准。为改善LLM在机械故障诊断领域问答的表现,通过收集和预处理专...
关键词：大语言模型(LLM) 提示工程 机械故障诊断 特定领域 专业检索问答 
基于深度卷积神经网络的手写数字识别研究被引量：1
《智能计算机与应用》2024年第8期138-142,共5页谭琬滢 左珊珊 邱佩琳 李启锐 
广东石油化工学院大学生创新创业训练计划项目(73322156)。
为了进一步提高手写数字的识别准确率,基于深度卷积神经网络对识别过程进行了研究。采用PyTorch框架构建了一个手写数字识别模型;然后,使用MNIST数据集对模型进行训练以及实验测试。实验结果表明,提出的模型对手写数字识别准确率达到99....
关键词：卷积神经网络 手写数字识别 MNIST 深度学习 PyTorch 
全选清除导出
共9页<123456789>
检索报告 对象比较 聚类工具 使用帮助 返回顶部