首页期刊导航|高原科学研究
期刊信息/Journal information
高原科学研究
高原科学研究

季刊

高原科学研究/Journal Plateau Science ResearchCSCD北大核心
正式出版
收录年代

    基于改进YOLOv5s的牦牛面部识别检测方法研究

    索南尖措白玛王京博杨格措...
    99-107页
    查看更多>>摘要：文章提出一种基于YOLOv5s_MobileNetv3_CoordConv的牦牛面部识别模型,该模型将YOLOv5s的骨干网络替换为MobileNetv3,并将颈部网络的标准卷积替换为坐标卷积,保证了模型轻量化的同时,显著提升了识别性能.通过在20头牦牛的14 476张数据集上进行实验得出,该模型的准确率、召回率、均值平均精度(mAP_0.5)分别达到93.4%、94.9%和98.2%,比YOLOv5s模型分别提升了3.4%、3.5%和1.4%.此外,该模型也能较好地实现多个体牦牛的面部识别任务.

    牦牛面部识别YOLOv5sMobileNetV3CoordConv轻量化

      原文链接:
    • 万方数据
    • 维普

    基于RoBERTa-BiLSTM-CRF的藏文新闻要素识别

    香前才藏太李措
    108-114页
    查看更多>>摘要：新闻要素识别是从新闻文本中提取时间、地点、人物、组织机构、事件等关键信息实体的过程,是新闻内容分析的基础.文章将藏文新闻要素分类细化为10类,并提出一种基于RoBERTa-BiLSTM-CRF的藏文新闻要素识别方法.该方法首先通过RoBERTa预训练语言模型对藏文新闻文本进行编码,然后通过BiLSTM和自注意力机制进行特征提取,最后采用条件随机场进行序列标注,完成对新闻要素的识别和分类.在自建数据集(Tibetan news)上进行实验后F1值达到88.8%.

    藏文新闻要素识别深度学习RoBERTa

      原文链接:
    • 万方数据
    • 维普

    基于编码器-解码器架构的藏医药文本实体关系联合抽取

    高兴拥措
    115-128页
    查看更多>>摘要：在藏医药领域,准确提取医学文本中的医学实体及其关系并结构化为三元组,对于构建藏医药知识图谱具有重要意义.然而,现有方法主要依赖通用预训练模型处理藏医药文本,这些模型未能充分覆盖藏医药领域的专业术语,且在泛化性和鲁棒性方面存在不足.为此,文章提出了一种新型模型,该模型基于编码器-解码器架构,并融合了指针机制.在编码阶段,BERT和GloVe被用于生成丰富的嵌入表示,这些表示经过融合,增强了模型对医学领域文本的理解力;在解码阶段,通过将Transformer解码器和指针机制结合,模型直接生成与实体和关系相关的结构化信息.此外,文章通过引入"相似跨度"的概念和相应的惩罚性训练策略,进一步增强了模型识别实体的能力.通过在CMeIE-V2和藏医药数据集Tibeta-nAI_TMDisRE_v1.0上进行广泛实验,并与基线模型进行对比,验证了文章模型的卓越性能和鲁棒性.

    编码器-解码器架构指针机制藏医药文本实体关系联合抽取

      原文链接:
    • 万方数据
    • 维普

    《高原科学研究》2024年总目录

    129-132页
      原文链接:
    • 万方数据
    • 维普

    《高原科学研究》入选"2024年度中国高校科技期刊建设示范案例库·优秀科技期刊"

    封2页
      原文链接:
    • 万方数据

    《高原科学研究》2025年重点选题指南

    《高原科学研究》编辑部
    封3页
      原文链接:
    • 万方数据
    • 维普