151.
作为迁移学习的关键技术;域适应能很好地解决训练和测试数据集分布不同的问题。然而;传统的域适应方法通常只适用于目标域和源域数据集所含类别的数量和种类相同的情况;在实际场景中该条件通常很难满足。开集域适应（OSDA）正是为了解决此问题而出现的。为了填补该领域的空白;并为相关研究提供借… … 相似文献
王闯;俞璐;陈健威;潘成;杜文博 《计算机应用》2025,45(9):2727-2736
152.
人形机器人凭借高度逼真的人类外观与灵活稳定的运动能力,能够深度参与到人类社会活动场景;人机交互是人形机器人进入现实世界,成为人们生活、学习和工作中的伴侣的必要能力.然而,现有机器人交互技术主要面向正常人群,缺乏适用于听力或者语言障碍人士的人机交互方案.为此,设计了一种轻量级的手语… … 相似文献
李新潮;袁野;刘娜 《小型微型计算机系统》2025,(9):2193-2200
153.
近年来,脑电情绪识别在心理治疗和人机交互领域展现了重要的应用前景.然而,现有研究大多未能充分挖掘脑电信号中复杂时空频模式的耦合和互补性特征.本文提出了一种基于多重注意力机制解耦时空频融合特征的网络模型,以有针对性地捕捉脑电信号的时空域与空频域互补特征.该模型通过将多域融合特征解耦… … 相似文献
潘雨青;张琬琳;任庆桦;许峰 《小型微型计算机系统》2025,(9):2098-2104
154.
基于后期融合策略的多核聚类通过在聚类决策层面进行融合,将多核聚类的计算效率提高到了线性计算复杂度,取得了良好的聚类性能,但它们仍存在以下两个局限性:(1)用于融合的基划分矩阵无法在聚类过程中进行学习优化,因此它们的性能直接受限于基划分矩阵的簇结构表示能力;(2)通过调整视图权重来… … 相似文献
张毅;田芷榕;王方地;王思为;刘吉元;刘新旺;祝恩 《计算机学报》2025,(9):1991-2007
155.
目的 图像风格迁移旨在将一种艺术风格应用到一幅真实图像上,同时保持内容的完整性。传统的风格迁移方法存在伪影、风格模糊等问题。文字到图像生成扩散模型难以通过语言精确表达特定作品的创意。现有研究通过微调模型或文本嵌入技术提升风格准确度,但微调模型引入了额外计算成本,效率较低。针对这些… … 相似文献
张宇欣;董未名;徐常胜 《中国图象图形学报》2025,(9):3141-3152
156.
目的 地月三角平动点附近存在稳定的轨道,这对可能存在的自然天体的研究以及一些工程应用都有重要的意义。在实际工作中,现有的轨道设计方法普遍采用数值方法进行迭代,效率受限,需要进一步改进。方法 在本工作中,提出基于图像信息提取的频率数据处理方法,对不同振幅轨道的相同频率进行了研究,从… … 相似文献
刘沐林;侯锡云;王鹏 《中国图象图形学报》2025,(9):2988-2999
157.
<正>地月空间是人类开启星际征程的必经之路,随着颠覆性航天技术的发展和应用,地月空间正在迎来第三次开发高潮。人工智能技术的快速发展为地月空间感知领域注入了新的活力,其强大的数据处理、知识推理及复杂任务规划能力,有望为地月空间感知带来革命性的变革。在中国科协年会的支持下,中国图象图形学学会联合《中国图象图形学报》组织“人工智能赋能地月空间感知”专栏,诚邀业内专家学者共同探讨人工智能技术在地月空间感知中的最新应用、关键挑战及未来趋势。… … 相似文献
于登云;尹继豪;姜晓军;王鹏;马惠敏;赵席彬 《中国图象图形学报》2025,(9):2897-2898
158.
随着传感器技术的进步,血糖监测从传统的单点采集发展为连续动态监测(CGM),通过介入式葡萄糖传感器实时监测间质液葡萄糖浓度。血糖传感器的运行状态对监测准确性至关重要,但传感器故障识别面临类别不平衡问题,导致机器学习模型性能下降。基于此,提出了一种结合数据预处理、特征工程和模型集成… … 相似文献
刘思行;许硕洋;徐鹤;季一木 《计算机科学》2025,(9):106-118
159.
深度学习在多标签医学图像分类上表现出色,但往往依赖于大量标注数据.然而,在医学图像分析中,获取高质量标签既费力又昂贵,因为准确标注医学图像需要医生的专业知识.为此,本文提出了一种用于多标签医学图像分类的半监督框架.该框架考虑了有标签数据和无标签数据的分布差异,通过引入领域鉴别器与… … 相似文献
张凯;梁伟;曹鹏;杨金柱 《小型微型计算机系统》2025,(9):2160-2167
160.
高斯过程通过概率建模能够有效地捕捉数据中的复杂关系,并提供关于预测结果的不确定性评估,是一个强大而灵活的工具.但由于矩阵求逆的较高计算复杂度,限制了模型在其他领域内的应用.本文针对高斯过程模型的矩阵求逆问题,提出了一种基于球谐函数的高斯过程近似模型(Variational Spa… … 相似文献
刘力瑶;支凯茹;郑心仪;门昌骞;于君;王文剑 《小型微型计算机系统》2025,(9):2090-2097
关于我们 |
广告服务 |
商务洽谈 |
联系我们 |
免责条款 |
隐私声明 |
网站导航
网站版权所有：中国科学院软件研究所 京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持
网站版权所有：中国科学院软件研究所 京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持
