李立 作品数:10 被引量:15 H指数:2 供职机构: 兰州理工大学计算机与通信学院 更多>> 发文基金: 国家自然科学基金 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 文化科学 电子电信 艺术 更多>>
改善硅基功率晶体管电流放大倍数高低温变化率的工艺研究 被引量:1 2020年 依据功率晶体管电流放大倍数高低温变化率的实际电参数指标要求,利用TCAD半导体器件仿真软件和晶体管原理对其进行深入的分析。结果表明,针对较大测试电流、较高电流放大倍数的功率晶体管,在一定程度上降低发射区掺杂浓度、提高基区掺杂浓度可有效改善电流放大倍数的高低温变化率。并在一定的发射区表面浓度和基区表面浓度下,通过优化发射区结深和基区宽度可满足常温电流放大倍数的指标要求。结合仿真研究结果,通过实际流片,对关键的工艺进行工艺攻关。流片结果表明,采用降低发射区掺杂浓度并提高基区掺杂浓度的工艺方法,电流放大倍数高低温变化率得到有效改善,并能控制其他参数实测值满足设计要求。 马飞 贵向泉 李立关键词:晶体管 仿真 移动学习在通信工程专业的教学与实践 被引量:2 2017年 移动学习是近年来随着计算机技术、网络技术、通信技术和移动技术等发展起来的一种全新教学模式.与传统课堂教学相比较,移动学习突破了时空约束,通过移动终端设备以手机、PDA、平板电脑等将教学内容以微课堂、微视频、微信息等方式呈现.本文从通信工程专业入手,分析了该专业移动学习的影响因素及现状,设计了一种移动学习的教学模式,并根据通信工程专业的特点提出了具体教学实施策略和过程.最后,在本校教学实践基础上实证了该教学模式的良好效果. 晏燕 李立关键词:教学过程设计 教学实践 基于改进YOLOv8的景区行人检测算法 2024年 针对当前景区行人检测具有检测精度低、算法参数量大和现有公开数据集在小目标检测上存在限制等问题,创建TAPDataset行人检测数据集,弥补现有数据集在小目标检测方面的不足,并基于YOLOv8算法,构建一种检测精度高、硬件要求低的新模型YOLOv8-L。首先引入Depth Sep Conv轻量化卷积模块,降低模型的参数量和计算量。其次采用BiF orm er注意力机制和上采样算子CARAFE,加强模型对图像的语义理解和信息融合能力,提升模型的检测精度。最后增加一层小目标检测层来提取更多的浅层特征,从而有效地改善模型对小目标的检测性能。在TAPDataset、VOC 2007及TAP+VOC数据集上的实验结果表明,与YOLOv8相比,在FPS基本不变的情况下,在TAPDataset数据集上,模型的参数量减少了18.06%,mAP@0.5提高了5.51%,mAP@0.5∶0.95提高了6.03%;在VOC 2007数据集上,模型的参数量减少了13.6%,mAP@0.5提高了3.96%,mAP@0.5∶0.95提高了6.39%;在TAP+VOC数据集上,模型的参数量减少了14.02%,mAP@0.5提高了4.49%,mAP@0.5∶0.95提高了5.68%。改进算法具有更强的泛化性能,能够更好地适用于景区行人检测任务。 贵向泉 刘世清 李立 秦庆松 李唐艳关键词:目标检测 融合TCN与BiLSTM+Attention模型的疫情期间文本情感分析 被引量:7 2021年 鉴于目前主流的文本情感分析方法存在难以解决长期依赖和对上下文信息使用不足的缺陷,本文首次提出将时序卷积网络(TCN)和BiLSTM+Attention模型融合的文本情感分析模型。该模型利用TCN的因果卷积和扩张卷积结构获取更高层次的文本序列特征,并通过双向长短期记忆网络(BiLSTM)进一步学习上下文相关信息的情感特征;最后,引入自注意力机制(Self-Attention)帮助模型优化特征向量,提高情感分类的准确度。在新型冠状病毒疫情期间的微博文本数据集上进行对比实验,结果表明该模型的性能相较于其它模型有明显的提升。 贵向泉 高祯 李立关键词:文本情感分析 基于ASTG-CRNN模型的多步长交通流预测 2023年 针对交通流预测模型中路网表征结构难以进行刻画和交通流数据中动态时空相关性难以进行建模以及其中时间特征捕获不充分的问题,提出一种基于注意力机制和时空图卷积循环神经网络的交通流预测模型(ASTG-CRNN)。首先,通过定义节点相对邻近度来确定路网表征结构的关系权重;其次,通过在时空维度上引入注意力机制对动态时空相关性进行建模,再采用图卷积捕获交通流数据中的空间特征;最后,采用卷积神经网络和双向门控循环神经单元的组合模块共同捕捉时间特征,从而能更好地表达交通流的时空特性。在两个公开交通流数据集PeMS04和PeMS08上对模型预测效果进行验证,其结果表明,ASTG-CRNN模型的预测结果均优于其它模型,与时空同步图卷积网络模型(STSGCN)相比,在未来1h内预测结果的MAE、RMSE和MAPE在数据集PeMS08上分别降低了2.71、2.69和0.87%。 贵向泉 熊家昌 李立 郭莎莎关键词:交通流预测 循环神经网络 甘肃彩陶的几何风格迁移 2024年 甘肃彩陶在中国各类彩陶文化中拥有最为完整的时空序列,然而尚未有专门针对甘肃彩陶的风格迁移研究.为弘扬中华优秀传统文化,构建了甘肃彩陶数据集,提出了一种几何风格迁移方法.该方法生成了一个神经扭曲场,将甘肃彩陶变形为目标对象的几何风格,并保持了彩陶的纹理.网络结构方面加入了位置嵌入和特征增强模块,提高特征编码的质量.损失函数方面引入了形状一致性损失和平滑正则化项,防止彩陶的细节发生突变,提高变形效果.实验结果表明,该模型能够在甘肃彩陶与不同类的对象间进行大规模的几何风格迁移,同时可以保持良好的彩陶细节,产生新的视觉体验. 贵向泉 田释文 李立 吕蕊关键词:特征提取 彩陶 基于MRC和ERNIE的有色冶金命名实体识别模型 被引量:1 2023年 命名实体是构建产业企业画像和产业知识图谱的重要依据,为解决现有方法在有色冶金领域命名实体识别任务当中无法充分提取文本语义特征、没有充分利用标签当中的先验知识和嵌套命名实体识别效果不佳的问题,提出了一种基于机器阅读理解框架(MRC)和知识增强语义表示模型(ERNIE)的MEAB(MRC-ERNIE-Attention-BiLSTM)模型结构。该模型在MRC框架的基础上,引入了基于Attention的信息融合策略,将两种不同结构的数据在ERNIE预训练模型进行特征提取之后转换为向量,并在信息融合层进行向量融合,使模型能够学习到标签当中的先验知识。随后BiLSTM模型对具有语义信息的向量从两个方向进行特征提取,并在一种多层嵌套命名实体识别器中进行输出,提高了嵌套命名实体的识别准确率。在构建的有色冶金领域命名实体识别数据集上的实验表明,MEAB模型的精确率、召回率和F1值分别达到了78.77%、79.76%和79.26%,证明了该模型的有效性。 贵向泉 郭亮 李立关键词:自然语言处理 命名实体识别 MRC 异质网中基于邻居节点和元路径的推荐算法 2024年 针对现有模型对异质信息网络(heterogeneous information network, HIN)信息提取大部分依赖于元路径,缺乏元路径信息补充以及很少学习异质图中复杂的结构信息等问题,提出一种异质网中基于邻居节点和元路径的推荐算法(NMRec)。提取用户和物品邻居节点补充元路径缺失的信息,以卷积的方式捕获节点之间丰富的交互,通过注意力机制得到节点和元路径的嵌入表示,拼接用户、物品、邻居节点及元路径进行TOP-N推荐。在两个公开数据集上的实验结果表明,NMRec推荐性能良好,对推荐结果有良好的可解释性,与7种推荐基准算法相比,NMRec在评价指标Pre@10、Recall@10、NDGG@10上至少提升了0.21%、29%、1.46%。 贵向泉 张榕榕 李立关键词:邻居信息 卷积神经网络 推荐系统 基于改进卷积网络的航拍行人检测 被引量:3 2018年 为对航拍图像下的行人进行检测,提出一种改进的卷积神经网络模型。通过预处理航拍图像,采用中值滤波和对比度增强方法提升检测有效性;使用改进的卷积网络模型中的克罗内克积对航拍图像上采样,将原图像在保证清晰度的情况下,长和宽放大4倍;提出分块区域提取算法,对放大图像的每个图像块检测行人。实验结果表明,该方法在航拍图像上的行人检测有效。 贵向泉 蒋家俊 李立 高磊关键词:行人检测 航拍 分块 克罗内克积 高分辨率皮肤黑色素瘤图像的两阶段式分割算法 被引量:1 2023年 皮肤黑色素瘤切片图像分辨率过大且病理特征表现形式多样,现有很多分割算法结果不精准同时消耗巨大显卡内存。针对该问题,提出一种低显存消耗的两阶段式精细分割算法。该算法第一阶段采用全局分割网络对以ResNet50为骨干的特征金字塔结构进行改进,图像特征提取过程中使用全局金字塔平均池化模块增强图像全局语义信息的提取,并采用多尺度特征融合分支将高层特征图的语义信息融入到低层特征图中,增强低层特征图语义信息的表征能力。第二阶段采用一种全局到局部的精细分割策略,以全局分割结果为基准对图像进行剪裁,得到一个较小的候选区域,将其输入到局部分割网络中,局部分割网络仅处理候选区域内的像素并与全局网络对应层共享图像特征,精细分割结果的同时减少显存的消耗。在经典数据集ISIC2018上的实验结果显示,该算法的准确度和IOU分别达到93.5%和82.1%,相较于对比的经典分割算法精度最高且占用的显卡内存减少了22.8%~36.9%,能有效适用于高分辨率皮肤病灶图像的分割任务。 贵向泉 张馨月 李立