ACGFN: 基于非对称卷积和门控前馈神经网络的语音识别模型

下载全文  

针对现有基于Conformer语音识别模型对时频特征提取能力不足、模型结构冗余和参数量较大的问题,该文提出一个基于非对称卷积和门控前馈神经网络的语音识别模型ACGFN。首先,采用不同感受野大小的非对称卷积对语音序列的时频特征进行多尺度融合下采样,在增强模型提取时频特征的能力的同时… …   相似文献

《中文信息学报》2025,39(1):167-174

基于规则的藏文音节纠正算法

下载全文  

藏文语料库的质量是影响藏文信息处理的重要因素。通过分析藏文音节拼写规则,该文构建了针对藏文规则音节和非规则音节拼写检查的音节规则库和非规则音节字典(包括未登录词音译、本体藏文和梵音转写),并基于此提出基于规则的藏文音节纠正算法。该算法利用音节规则库和非规则音节字典对识别后的藏文音节进行拼写检查,通过规则音节构件组合规则来实现藏文音节纠正。实验结果表明,该文提出的藏文规则音节和非规则音节拼写检查算法的F₁值达到100%,而规则音节纠正算法的宏平均准确率达到80.43%。… …   相似文献

普尺;吕慧;李妍;多拉;周庆国 《中文信息学报》2025,39(1):28-36

预训练模型在软件工程领域应用研究进展

下载全文  

近年来深度学习在软件工程领域任务中取得了优异的性能. 众所周知, 实际任务中优异性能依赖于大规模训练集, 而收集和标记大规模训练集需要耗费大量资源和成本, 这限制了深度学习技术在实际任务中的广泛应用. 随着深度学习领域预训练模型(pre-trained model, PTM)的发布, 将预训练模型引入到软件工程(software engineering, SE)任务中得到了国内外软件工程领域研究人员的广泛关注, 并得到了质的飞跃, 使得智能化软件工程进入了一个新时代. 然而, 目前没有研究提炼预训练模型在软件工程领域的成功和机遇. 为阐明这一交叉领域的工作 (pre-trained models for software engineering, PTM4SE), 系统梳理当前基于预训练模型的智能软件工程相关工作, 首先给出基于预训练模型的智能软件工程方法框架, 其次分析讨论软件工程领域常用的预训练模型技术, 详细介绍使用预训练模型的软件工程领域下游任务, 并比较和分析预训练模型技术这些任务上的性能. 然后详细介绍常用的训练和微调PTM的软件工程领域数据集. 最后, 讨论软件工程领域使用PTM面临的挑战和机遇. 同时将整理的软件工程领域PTM和常用数据集发布在https://github.com/OpenSELab/PTM4SE.… …   相似文献

宫丽娜  周易人  乔羽  姜淑娟  魏明强  黄志球 《软件学报》2025,36(1):1-26

基于双子图和注意力机制的知识图谱补全方法

  

针对现有的知识图谱补全方法捕获知识图谱结构信息能力不足的问题,提出了一种基于双子图和注意力机制以获取全局结构信息完成知识图谱自动补全的模型。该模型首先分别构建以实体和关系为中心的双子图,来分别捕获实体邻域信息和关系结构的潜在有用信息,并将双子图形成的信息输入到编码器中以更好地更新… …   相似文献

周粤  范永胜  桑彬彬  周岩 《计算机应用研究》2025,42(1)

物联网安全综述

  

深度学习和物联网的融合发展有力地促进了AIoT生态的繁荣. 一方面AIoT设备为深度学习提供了海量数据资源,另一方面深度学习使得AIoT设备更加智能化. 为保护用户数据隐私和克服单个AIoT设备的资源瓶颈,联邦学习和协同推理成为了深度学习在AIoT应用场景中广泛应用的重要支撑. 联邦学习能在保护隐私的前提下有效利用用户的数据资源来训练深度学习模型,协同推理能借助多个设备的计算资源来提升推理的性能. 引入了面向AIoT的协同智能的基本概念,围绕实现高效、安全的知识传递与算力供给,总结了近十年来联邦学习和协同推理算法以及架构和隐私安全3个方面的相关技术进展,介绍了联邦学习和协同推理在AIoT应用场景中的内在联系. 从设备共用、模型共用、隐私安全机制协同和激励机制协同等方面展望了面向AIoT的协同智能的未来发展.

… …   相似文献

罗宇哲  李玲  侯朋朋  于佳耕  程丽敏  张常有  武延军  赵琛 《计算机研究与发展》2025,8(1):179-206

改进YOLOv8的道路损伤检测

下载全文  

针对道路损伤检测面临的多尺度目标、复杂的目标结构、样本分布不均及难易样本对边界框回归的影响等问题, 本研究提出了一种基于改进YOLOv8的道路损伤检测算法. 该方法通过引入动态蛇形卷积 (dynamic snake convolution, DSConv) 替代原有C2f (faster implementation of CSP bottleneck with 2 convolutions) 模块中的部分Conv, 以自适应聚焦于细小而曲折的局部特征, 增强对几何结构的感知. 在每个检测头前引入高效多尺度注意力 (efficient multi-scale attention, EMA) 模块, 实现跨维度交互, 捕获像素级别关系, 提升对复杂全局特征的泛化能力. 同时, 增设小目标检测层以提高小目标检测精度. 最后, 提出Flex-PIoUv2策略, 通过线性区间映射和尺寸适应性惩罚因子, 有效缓解样本分布不均和锚框膨胀问题. 实验结果表明, 该改进模型在RDD2022数据集上的F1分数、平均精度均值 (mAP50、mAP50-95) 分别提高了1.5百分点、2.1百分点和1.2百分点. 此外, 在GRDDC2020和China road damage数据集上的验证结果显示, 该算法具有良好的泛化性.… …   相似文献

王瀚毅  李春彪  宋衡 《计算机系统应用》2025,34(1):179-189

软件定义的D2D和V2X通信研究综述

下载全文  

随着边缘计算、传感、人工智能和通信技术的迅猛发展,车辆正经历前所未有的深刻变革. 提出了一种适用于自动驾驶时代的全新计算范式——车计算. 在这一新型范式下,车辆的数据层与控制层被分离,车辆系统转向开放的计算平台,构建了支持多方协作的数据共享结构,从而打破了传统车辆系统的封闭局限,使车辆从单一的交通工具演变为支持丰富的高级应用和第三方服务的多功能移动计算平台. 全面阐述了车计算范式的核心理念,深入分析了车辆软件与计算架构的革命性演进,提供了具有应用前景的车计算实例,并介绍了在该范式支持下具有颠覆潜力的新型商业模式. 此外,深入探讨了车计算的五大核心功能：计算、通信、能源管理、传感和数据存储,以及相关的前沿技术. 最后,总结了车计算领域的关键技术挑战和广阔的机遇,期望能够激发学术界和工业界对这一创新领域的深入研究与高度关注.

… …   相似文献

鲁思迪  何元恺  施巍松 《计算机研究与发展》2025,14(1):2-21

改进CLIP-ReID的跨模态行人重识别

下载全文  

由图像到文本的跨模态行人重识别中缩小模态间差异一直是一个主要挑战, 针对该问题, 研究了一种基于CLIP-ReID (contrastive language-image pretraining-person re-identification)的改进方法. 引入了上下文调整网络… …   相似文献

贾军营  杨芯茹  杨海波  徐展 《计算机系统应用》2025,34(1):153-160

基于深度学习的急性缺血性脑卒中病灶分割与检测综述

下载全文  

急性缺血性脑卒中是临床上最常见的卒中类型, 因其症状突发且治疗时间窗较短等特点, 成为全球导致残疾和死亡的重要因素之一. 随着人工智能领域的迅速发展, 深度学习技术在急性缺血性脑卒中的诊疗中展现出巨大的潜力. 深度学习模型能够快速高效地根据患者脑部图像对病灶进行分割与检测. 本文… …   相似文献

毛天驰  李杨  李明  孙兴  马金刚 《计算机系统应用》2025,34(1):11-25

基于正系统分析的不确定非线性系统性能驱动控制方法

下载全文  

针对一类不确定非线性系统, 提出一种保证系统状态满足预设边界性能函数的新型性能驱动控制(Performance-driven control, PDC)方法. 不同于传统预设性能控制(Prescribed performance control, PPC) 方法中对误差与边界性能… …   相似文献

郭宗易  韩永麟  郭建国  胡冠杰 《自动化学报》2025,51(1):133-143