•   按检索    检索词:    高级检索
     排序:相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果,以下是第1601-1620项 搜索用时 126 毫秒
[首页] « 上一页 [76] [77] [78] [79] [80] 81 [82] [83] [84] [85] [86] 下一页 » 末  页»
1601.
1602.
层析合成孔径雷达(Tomographic Synthetic Aperture Radar, TomoSAR)成像技术可有效解决陡峭地形叠掩恢复难题,因此成为城市测绘技术的研究热点之一。基于公开数据集的评估是TomoSAR算法研究与系统论证的必要过程,但目前存在的公开数据集缺乏相… …   相似文献
1603.
纵向联邦学习(Vertical federated learning, VFL)是一种新兴的分布式机器学习技术, 在保障隐私性的前提下, 利用分散在各个机构的数据实现机器学习模型的联合训练. 纵向联邦学习被广泛应用于工业互联网、金融借贷和医疗诊断等诸多领域中, 因此保证其隐私安全… …   相似文献
1604.
异常检测旨在识别偏离预期行为模式的数据. 虽然半监督异常检测方法可以充分利用有限的标签数据作为先验知识来提高检测准确性,但是收集到的标记异常(即已知异常)很难覆盖所有类型的异常并且在现实场景中往往存在着一些新型的异常(即未知异常),这些异常可能与已知异常表现出不同的特性,因此难以… …   相似文献
1605.
  
目的 传统基于频率域的矢量地图水印算法往往通过直接修改变换系数实现水印嵌入,嵌入位置随机,且嵌入强度难以控制,实用能力受限。为此,本文挖掘了离散小波变换(discrete wavelet transform,DWT)和复数奇异值分解(complex singular value decomposition,CSVD)系数比值作为新的水印嵌入域,融合系数放大法和量化索引调制(quantization index modulation,QIM)提出了一种嵌入强度可控的鲁棒性矢量地图水印算法。方法 利用道格拉斯—普克算法提取矢量地图特征点,并基于特征点构建复数序列,对复数序列进行二层 DWT,得到二层低频系数和二层高频系数。在此基础上,利用 CSVD 分别计算二层低频和高频系数的奇异值,并以奇异值比值作为水印嵌入域。在水印嵌入阶段,对系数比值放大合适倍数,通过调制放大后的奇异值比值来控制水印嵌入误差,并实现水印信息的盲提取。结果 与最新的 3 种方法进行比较,本文算法从平移、旋转和缩放的组合攻击中提取的水印图像的归一化相关性系数(normalized correlation,NC)值从低于 0. 6 提升至 1。此外,在裁剪、简化和几何攻击的任意组合攻击中,本文算法均能够提取出 NC 值为 1 的水印图像,相较于对比方法,鲁棒性更加全面。在不可见性方面,本文算法表现优势,水印嵌入造成的误差被控制在毫米级。结论 本文所提的矢量地图水印算法挖掘了多重频率域变换的比值作为水印嵌入域,具有良好的安全性和稳健性,可以为矢量地图的版权保护提供技术参考。… …   相似文献
1606.
  
目的 基于深度图像的绘制(depth image based rendering,DIBR)是合成虚拟视点图像的关键技术,但在绘制过程中虚拟视图会出现裂纹和空洞问题。针对传统算法导致大面积空洞区域像素混叠和模糊的问题,将深度学习模型应用于虚拟视点绘制空洞填充领域,提出了面向虚拟视点绘制空洞填充的渐进式迭代网络。方法 首先,使用部分卷积对大面积空洞进行渐进修复。然后采用 U-Net 网络作为主干对空洞区域进行编解码操作,同时嵌入知识一致注意力模块加强网络对有效特征的利用。接着通过加权合并方法来融合每次渐进式迭代生成的特征图,保护早期特征不被破坏。最后结合上下文特征传播损失提高网络匹配过程中的鲁棒性。结果 在微软实验室提供的2 个多视点 3D(three-dimension)视频序列以及 4 个 3D-HEVC(3D high efficiency video coding)序列上进行定量与定性评估实验,以峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似性(structural similarity,SSIM)作为指标。实验结果表明,本文算法在主观和客观上均优于已有方法。相比于性能第 2 的模型,在 Ballet、Breakdancers、Lovebird1 和Poznan_Street 数据集上,本文算法的 PSNR 提升了 1. 302 dB、1. 728 dB、0. 068 dB 和 0. 766 dB,SSIM 提升了 0. 007、0. 002、0. 002 和 0. 033;在 Newspaper 和 Kendo 数据集中,PSNR 提升了 0. 418 dB 和 0. 793 dB,SSIM 提升了 0. 011 和0. 007。同时进行消融实验验证了本文方法的有效性。结论 本文提出的渐进式迭代网络模型,解决了虚拟视点绘制空洞填充领域中传统算法过程烦琐和前景纹理渗透严重的问题,取得了极具竞争力的填充结果。… …   相似文献
1607.
  
随着深度学习和硬件架构的快速发展,模型和硬件架构的多样性导致采用手工优化方式实现深度学习模型的高性能部署面临严峻的挑战,因此现有的AI编译器框架通常采用自动调度的方法来实现这一过程.但是已有的TVM自动调度优化方法中存在着代价模型数据集不平衡以及调度时间过长的问题,为了解决这些问… …   相似文献
1608.
  
强化学习对数学模型依赖性低,利用经验便于架构和优化模型,非常适合用于动态治疗策略学习.但现有研究仍存在以下问题:1)学习策略最优性的同时未考虑风险,导致学到的策略存在一定的风险;2)忽略了分布偏移问题,导致学到的策略与医生策略完全不同;3)忽略患者的历史观测数据和治疗史,从而不能… …   相似文献
1609.
1610.
  
深度图像信息是三维场景信息的重要组成部分,然而,由于采集设备的局限性和成像环境的多样性,深度传感器获取的深度图像往往分辨率较低、高频信息较少,限制了其在各种计算机视觉任务中的进一步应用.深度图超分辨率试图提高深度图的分辨率,是一项实用而有价值的任务.同一场景下的RGB图像分辨率高… …   相似文献
1611.
  
针对现有行为识别方法中抗背景干扰能力差和准确率低等问题,提出了一种改进的双流视觉Transformer行为识别模型.该模型采用分段采样的方法来增加模型对长时序列数据的处理能力;在网络头部嵌入无参数的注意力模块,在降低动作背景干扰的同时,增强了模型的特征表示能力;在网络尾部嵌入时间… …   相似文献
1612.
  
事件抽取是一项重要的信息抽取任务,现有的事件抽取方法大多假设一个句子中仅出现一个事件,然而,在真实的场景下,重叠事件是难以避免的.文中提出了一种基于联合学习的语言粒度融合的重叠事件抽取方法.该方法设计了基于token数目逐层递增和逐层递减的策略,对不同语言粒度的片段进行表示,在此… …   相似文献
1613.
  
2024年6月7日,CAC启动会在北京中科院计算所举行.CCF会士、前理事长、中国工程院院士,清华大学教授郑纬民担任今年的大会主席,CCF常务理事徐建昌主持了本次启动会.这次会议的召开标志着CAC筹备工作正式全面启动.CCF秘书长唐卫清在会上致辞,详细阐述了推动CAC的初衷,并对… …   相似文献
1614.
1615.
  
针对现有的基于预训练语言模型的答案获取方法存在预测边界不够准确的问题,提出一种面向片段抽取式机器阅读理解(MRC)的边界感知方法.首先,在问题输入阶段引入特殊字符标记问题边界,通过增强问题语义信息的方式实现对问题边界的感知;其次,在答案预测阶段,构建答案边界回归器,实现感知的问题… …   相似文献
1616.
  
目前的脑电(EEG)情感识别模型忽略了不同时段情感状态的差异性,未能强化关键的情感信息.针对上述问题,提出一种多上下文向量优化的卷积递归神经网络(CR-MCV).首先构造脑电信号的特征矩阵序列,通过卷积神经网络(CNN)学习多通道脑电的空间特征;然后利用基于多头注意力的递归神经网… …   相似文献
晁浩  封舒琪  刘永利 《计算机应用》2024,44(7):2041-2046
1617.
  
核电装备质量文本描述了核电装备在设计、采购、施工和调试阶段出现的质量缺陷等问题.由于不同阶段质量事件的发生频率不同,且同一装备对应不同阶段的质量文本中存在相同的关键词和相似的表述形式,针对类型数量不均衡和语义描述耦合的质量文本分类问题,提出一种融合正则反馈焦点损失函数的改进循环池… …   相似文献
1618.
1619.
  
近年来,随着深度学习技术的快速发展,实体关系抽取在许多领域取得了显著的进展.然而,由于汉语具有复杂的句法结构和语义关系,面向中文的实体关系抽取任务中仍然存在着多项挑战.其中,中文文本中的重叠三元组问题是领域中的重要难题之一.针对中文文本中的重叠三元组问题,提出了一种混合神经网络实… …   相似文献
1620.
  
基于卷积神经网络(CNN)获得回归密度图的方法已成为人群计数与定位的主流方法,但现有方法仍存在两个问题:首先传统方法获得的密度图在人群密集区域存在粘连和重叠问题,导致网络最终人群计数和定位错误;其次,常规卷积由于其权重不变,无法实现对图像特征的自适应提取,难以处理复杂背景和人群密… …   相似文献
[首页] « 上一页 [76] [77] [78] [79] [80] 81 [82] [83] [84] [85] [86] 下一页 » 末  页»