检索结果-内蒙古大学图书馆

地球信息科学学报 2024年第12期26卷 2741-2758页

作者：张银胜单梦姣陈昕陈戈童俊毅吉茹单慧琳无锡学院江苏省集成电路可靠性技术及检测系统工程研究中心无锡214105 南京信息工程大学电子信息与工程学院南京210044 南京信息工程大学复杂环境智能保障技术教育部重点实验室南京210044

高分辨率遥感图像中存在物体视觉特征模糊和同物异谱的问题,在单一模态下对相似地物和阴影遮挡的地物分割较为困难,因此本文提出了一种基于多模态特征提取与层级感知的遥感图像分割模型。本文引入了多模态特征提取模块来提取不同模态的... 详细信息

高分辨率遥感图像中存在物体视觉特征模糊和同物异谱的问题,在单一模态下对相似地物和阴影遮挡的地物分割较为困难,因此本文提出了一种基于多模态特征提取与层级感知的遥感图像分割模型。本文引入了多模态特征提取模块来提取不同模态的特征信息,并通过坐标注意力机制充分融合不同模态的特征。抽象特征提取模块采用具有双路径瓶颈块的MobileNetV3作为主干网络,并引入了层级感知网络来提取深层次的抽象特征,通过嵌入像素的场景感知来改进注意力机制,实现高效且准确的类级上下文建模。解码部分设计了多尺度聚合双重融合,将低级特征与高级抽象语义特征相结合,利用逐步上采样实现特征恢复。本文基于ISPRS Vaihingen和Potsdam数据集上的高分辨率遥感图像,实验结果表明:(1)在包括C3Net、AMM-FuseNet、MMFNet、CMFet、CIMFNet和EDGNet在内的一系列对比模型中,MFEHPNet在各项性能指标上得到了显著提高,验证了遥感图像的语义分割性能;(2)MFEHPNet在ISPRS Vaihingen和Potsdam的总体精度为92.21%和93.45%、平均交并比为83.24%和83.94%、Kappa为0.85、频率加权交并比为89.24%和90.12%,显著提高了遥感图像的语义分割性能,能有效解决分割中的特征边界模糊和同物异谱等问题。

关键词：遥感图像分割多模态特征提取双路径瓶颈块层级感知多尺度聚合双重融合

来源：评论

学校读者我要写书评

暂无评论

一种基于多模态特征提取的医学视觉问答方法

引用

小型微型计算机系统 2024年第3期45卷 676-683页

作者：吴松泽刘利军黄青松孔凡彦刘骊付晓东昆明理工大学信息工程与自动化学院昆明650504 云南省计算机技术应用重点实验室昆明650500

随着深度学习在医疗领域的快速发展,医学视觉问答(Med-VQA)吸引了研究人员的广泛关注.现有的Med-VQA方法大都使用权重参数共享的同一特征提取网络对多模态医学影像进行特征提取,在一定程度上忽略了不同模态医学影像的差异性特征,导致对... 详细信息

随着深度学习在医疗领域的快速发展,医学视觉问答(Med-VQA)吸引了研究人员的广泛关注.现有的Med-VQA方法大都使用权重参数共享的同一特征提取网络对多模态医学影像进行特征提取,在一定程度上忽略了不同模态医学影像的差异性特征,导致对特定模态特征提取时引入其它模态的噪声特征,使得模型难以关注到不同模态医学影像中的关键特征.针对上述问题,本文提出一种基于多模态特征提取的医学视觉问答方法.首先,对医学影像进行模态识别,根据模态标签指导输入参数不共享的特征提取网络以获得不同模态影像的差异性特征;然后,设计了一种面向Med-VQA的卷积降噪模块以降低医学影像不同模态特征的噪声信息;最后,采用空间与通道注意力模块进一步增强不同模态差异性特征的关注度.在Med-VQA公共数据集Slake上得到的实验结果表明,本文提出方法能有效提高Med-VQA的准确率.

关键词：医学视觉问答多模态特征提取卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

rtTorTIM:基于多模态特征融合和Stacking集成学习的实时Tor流量识别方法

引用

计算机工程与科学 2025年第2期47卷 238-246页

作者：王宇飞刘强张唯贞伍晓洁李佳雯王煜恒国防科技大学计算机学院湖南长沙410073

以Tor网络为代表的匿名网络在带来强隐私性保护的同时也为网络违法犯罪活动提供了温床,因此,开展实时、高精度的Tor网络流量识别研究具有重要的现实意义。为此,针对现有研究存在泛化性不强和实时性差等问题,提出了一种基于多模态特征融... 详细信息

以Tor网络为代表的匿名网络在带来强隐私性保护的同时也为网络违法犯罪活动提供了温床,因此,开展实时、高精度的Tor网络流量识别研究具有重要的现实意义。为此,针对现有研究存在泛化性不强和实时性差等问题,提出了一种基于多模态特征融合和Stacking集成学习技术的Tor网络流量识别方法rtTorTIM。具体来讲,该方法首先提取Tor网络流量的主机级、流级和包级3种模态相关特征并构造特征数据集;随后,rtTorTIM选取随机森林、线性回归和K-近邻方法作为基学习器,并使用一个线性神经网络进行决策融合,从而构建起一个2层Stacking流量分类器。基于ISCX Tor 2016公开数据集的对比实验结果表明,rtTorTIM方法在Tor流量识别上的准确率、精确率和召回率均达到了99%,同时该方法在分类实时性上也展现出更优的性能。

关键词： Tor匿名网络多模态特征提取实时流量识别 Stacking集成学习机器学习

来源：评论

学校读者我要写书评

暂无评论

基于ResNet的智能烟叶分级系统

引用

传感技术学报 2025年第1期38卷 96-103页

作者：胡建欣卢敏瑞钟永健王辉俞贝楠曹思源刘英沈会良浙江大学信息与电子工程学院浙江杭州310027 福建武夷烟叶有限公司福建邵武354000 浙江中烟工业有限责任公司技术中心浙江杭州310008

在卷烟生产中,为确保品质稳定,需要对烤烟分级。不同等级烟叶外观差异小,分级难度大。为充分利用烟叶有效信息,提高自动化分级准确率,设计了基于ResNet18的多源图像智能烟叶分级系统。该系统同时采集反射及透射图像,反射图像可提供颜色... 详细信息

在卷烟生产中,为确保品质稳定,需要对烤烟分级。不同等级烟叶外观差异小,分级难度大。为充分利用烟叶有效信息,提高自动化分级准确率,设计了基于ResNet18的多源图像智能烟叶分级系统。该系统同时采集反射及透射图像,反射图像可提供颜色及纹理信息,透射图像可提供厚度及脉络形状信息。采用Phase Correlation配准和拉普拉斯金字塔融合局部图像,得到烟叶的完整透射图像,采用IC-LK配准反射及透射图像,提升模型特征提取能力。以ResNet18为基础,设计了多源图像特征融合分级模型,通过引入透射图像,分级准确率可从88.0%提升至90.22%,表明了所设计系统及烟叶分级方法的有效性。

关键词：烟叶分级多源图像多模态特征提取系统设计 ResNet

来源：评论

学校读者我要写书评

暂无评论

生成式人工智能与虚假信息的专利保护研究——基于CiteSpace分析

引用

文化学刊 2025年第04期 141-144页

作者：潘仲光山西农业大学图书馆

聚焦深度伪造检测系统的专利技术，运用CiteSpace工具进行分析，这主要表现在，多模态特征提取网络架构、时空一致性验证算法和对抗样本生成方法；通过注意力机制、迁移学习和模型压缩技术优化系统性能，提升检测精度和效率；核心算法... 详细信息

聚焦深度伪造检测系统的专利技术，运用CiteSpace工具进行分析，这主要表现在，多模态特征提取网络架构、时空一致性验证算法和对抗样本生成方法；通过注意力机制、迁移学习和模型压缩技术优化系统性能，提升检测精度和效率；核心算法专利申请策略、软硬件协同的专利组合设计，以及基于CiteSpace的专利质量评价方法制定、专利许可模式和技术转化路径，提出专利侵权风险防范措施。结果表明，深度伪造检测技术呈现多元化发展趋势，专利保护策略日趋完善，为相关技术创新和产业化提供了重要参考。

关键词：深度伪造检测多模态特征提取专利组合设计 CiteSpace分析技术转化

来源：评论

学校读者我要写书评

暂无评论

基于遥测信号多模态特征的卫星个体识别方法

引用

上海航天(中英文) 2024年第6期41卷 14-22页

作者：吕青孟京龙李诗瑶张毅刘何帅酒泉卫星发射中心测控通信联合实验室甘肃酒泉732750 西安电子工程大学电子工程学院陕西西安710071

随着航天技术发展,太空已经成为战略焦点,空间目标态势感知尤为关键,其中包括卫星的电磁频谱检测及个体识别。遥测信号是卫星在轨运行的常见辐射源信号,通过深入分析卫星遥测信号中的潜在特征,可以有效地辨识卫星个体目标。本文提出了... 详细信息

随着航天技术发展,太空已经成为战略焦点,空间目标态势感知尤为关键,其中包括卫星的电磁频谱检测及个体识别。遥测信号是卫星在轨运行的常见辐射源信号,通过深入分析卫星遥测信号中的潜在特征,可以有效地辨识卫星个体目标。本文提出了一种基于多模态融合的识别方法,结合了残差卷积网络、长短期记忆网络,强化了网络对于信号数据深度特征的提取与融合能力,显著提高了识别的准确性。实验测试显示,所提方法在实测数据集上达到了92%的平均识别准确率。本研究对卫星个体识别技术的发展具有指导意义,有望推进该领域的进一步研究和应用。

关键词：态势感知深度学习空间目标识别信号特征分析多模态特征提取

来源：评论

学校读者我要写书评

暂无评论

基于可闻声源多模态特征的开关柜绝缘故障识别

引用

南京工程学院学报（自然科学版） 2018年第4期16卷 49-54页

作者：史塨毓曹雪虹张彪蒋程然南京工程学院康尼机电研究院江苏南京211167

精确的绝缘故障识别可以保证高压开关柜持续正常工作.根据电信号诊断开关柜故障的检测方法具有抗电磁干扰能力弱、接触性强等缺点.提出一种基于可闻声源多模态特征的非电信号检测方法,从开关柜发生绝缘故障时的可闻声信号中提取多模态特... 详细信息

精确的绝缘故障识别可以保证高压开关柜持续正常工作.根据电信号诊断开关柜故障的检测方法具有抗电磁干扰能力弱、接触性强等缺点.提出一种基于可闻声源多模态特征的非电信号检测方法,从开关柜发生绝缘故障时的可闻声信号中提取多模态特征,对比不同特征类型对识别结果产生的影响,并寻找最优的特征集合,应用支持向量机模型,对特征数据进行训练和识别,从而判断开关柜的绝缘状况.试验结果表明,采用支持向量机对可闻声特征集进行训练和识别,可以有效地诊断开关柜绝缘故障.

关键词：开关柜绝缘故障可闻声信号多模态特征提取支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于多模加权混合模型的房产价值评估及影响因素研究

基于多模加权混合模型的房产价值评估及影响因素研究

引用

作者：吴静怡东北师范大学

学位级别：硕士

近年来,随着我国经济飞速发展,房地产行业在其中起着至关重要的作用。房地产价值的变动也会体现出国家经济发展的变化,而国家经济的波动或者国家针对房地产的宏观调控也会影响着房地产价值的走势,因此对于房地产的深入研究对国家发展或... 详细信息

近年来,随着我国经济飞速发展,房地产行业在其中起着至关重要的作用。房地产价值的变动也会体现出国家经济发展的变化,而国家经济的波动或者国家针对房地产的宏观调控也会影响着房地产价值的走势,因此对于房地产的深入研究对国家发展或是国民生活都有着重要意义。然而真实的市场中存在各种各样的因素影响房产价值,因此对房产价值的评估变得十分困难。本文应用长春真实的房地产数据,通过多模态特征提取,对评估房产价值以及探究房产价值的影响因素两个问题进行深入研究。评估房产价值以及探究特征对房产价值的影响,一方面能够对整个房地产经济有着宏观把控,另一方面对房屋投资者有着重要的参考价值。本文提出了一种多模加权混合模型来评估房产价值以及识别特征影响,这种方法能够减轻房地产异质性带来的不良影响。应用本文提出的模型,我们可以根据房屋特征来评估房产价值以及探究不同特征对房产价值的不同影响。具体来说,我们首先通过数据处理方法以及机器学习算法对房地产数据中的房屋属性、空间属性和时间属性三种模态进行特征提取,得到对应的表征向量。然后我们利用主成分分析算法获得多模态表征向量的低维表示,低维表示降低了模型学习的计算成本,避免了用期望最大化算法估计模型参数过程中奇异矩阵反演的潜在突变,以及减少特征之间的耦合。接下来,我们提出自适应加权策略,将降维后的多模态表征向量建模为一个多模加权混合模型,利用自适应加权策略得到每一种特征的特征影响,并将特征影响引入到房屋价值的估计中。我们应用期望最大化算法对模型中的隐变量进行求解,训练模型后,我们得到了评估的房屋价值,以及根据自适应加权策略学习到的特征权重得到了影响房产价值因素的重要度排名。最后为了验证该模型的有效性,在长春真实房地产数据集上进行了大量的实验,实验结果表明了本文提出的算法的鲁棒性和准确性。

关键词：房地产多模加权混合模型期望最大化算法多模态特征提取自适应加权策略

来源：评论

学校读者我要写书评

暂无评论

基于跨模态语义时空动态交互的情感分析研究

基于跨模态语义时空动态交互的情感分析研究

引用

作者：郤丽媛长安大学

学位级别：硕士

随着互联网和社交媒体的飞速发展,包含多种模态的数据呈现出爆发增长的趋势,越来越多的用户依靠社交媒体表达情感。媒体数据的精准情感分析,有助于政府部门挖掘民意、企业获取用户反馈,进而做出更合理的决策。然而,传统情感分析中存在... 详细信息

随着互联网和社交媒体的飞速发展,包含多种模态的数据呈现出爆发增长的趋势,越来越多的用户依靠社交媒体表达情感。媒体数据的精准情感分析,有助于政府部门挖掘民意、企业获取用户反馈,进而做出更合理的决策。然而,传统情感分析中存在模态内特征挖掘不足、模态间交互性差的问题。为充分利用多种模态特征、深入研究模态间的交互机理,论文提出了一种跨模态的语义时空动态交互网络,通过学习模态内和模态间的全动态融合特征,提升跨模态情感分析的准确性。主要研究工作如下:(1)多模态数据分析与特征提取。媒体数据的情感分类精度受特征提取方式的影响,不同类型的媒体数据具有不同的属性和结构,需要采用不同的特征提取策略。经过实验分析比较,论文选取基于预训练模式的BERT提取文本模态的词向量特征;采用基于网络参数迁移的Res Net50获取图像模态的视觉特征;通过COVAREP提取声音模态的音频向量特征,为后续模型构建奠定基础。(2)提出跨模态语义时空动态交互网络模型(SST-DIN)。首先,引入双向长短期记忆网络挖掘各模态的时间序列特征,加入自注意力机制强化模态内特征的权重赋值,将自动筛选出的特征矩阵送入图卷积神经网络进行语义交互。然后,以时间戳为基础进行特征聚合,计算聚合层的相关系数,获得融合后的联合特征,实现跨模态空间交互。最后,通过全连接神经网络完成情感极性的分类与预测。(3)模型优化与验证。首先,通过参数优化实验得出模型训练过程中最优的超参数值。其次,设计多模态特征提取对比实验,验证多模态特征提取器“BERT+Res Net50+COVAREP”与论文所提模型的适配性。然后,将论文提出的模型与QMF-Glove、MT GAT、DEAN等六个模型进行对比,结果表明论文提出的SST-DIN模型可以有效提升情感分类的准确率和F1值,在CMU-MOSEI数据集上分别提高了4.1%～16.3%和3.6%～15.6%。最后,在模态消融实验中验证了“文本+视觉+语音”组合模态相比单模态和双模态组合效果更好,在模块消融实验中分析出SST-DIN模型中各模块的贡献程度。论文提出的多模态特征提取器提高了跨模态联合表示的准确性;跨模态语义时空动态交互网络实现了模态内外特征的交互与融合,增强了多模态情感分析框架的整体性能,对多模态情感分析研究具有重要的理论意义和实用价值。

关键词：跨模态情感分析多模态特征提取语义交互时空交互图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于生理信号多模态睡眠分期与睡眠疾病诊断

基于生理信号多模态睡眠分期与睡眠疾病诊断

引用

作者：赵祥发黑龙江大学

学位级别：硕士

在社会与经济的高速发展背景下,个人压力不断增大、睡眠疾病的患病率持续增加,睡眠监测与睡眠疾病诊断的居家观测成为睡眠研究中亟需解决的严峻问题。因此,使用提取过程简单的单通道生理信号进行睡眠相关领域的研究就有比较实际的应用... 详细信息

在社会与经济的高速发展背景下,个人压力不断增大、睡眠疾病的患病率持续增加,睡眠监测与睡眠疾病诊断的居家观测成为睡眠研究中亟需解决的严峻问题。因此,使用提取过程简单的单通道生理信号进行睡眠相关领域的研究就有比较实际的应用价值。本文提出了一种简单有效的基于光电容积脉搏波（Photoplethysmography,PPG）的多分类自动睡眠分期与睡眠疾病诊断方法。首先,对CAP睡眠数据库中108位受试者的光电容积脉搏波信号进行预处理以及多模态生理信号提取操作;接着,从时域、频域以及使用非线性方法对处理后的多模态信号进行特征提取;然后,使用Light Gradient Boosting Machine（Light GBM）分类器进行多类睡眠分期;最后,在睡眠疾病诊断部分,使用受试者整夜睡眠监测的四分类结果作为依据,对数据进行预处理以及从时域以及使用非线性方法特征提取后,使用支持向量机分类器进行睡眠疾病诊断。本研究内容如下:1.在光电容积脉搏波信号采集过程中会出现由身体运动、暗电流、环境光等引起的干扰,本研究使用双正交样条小波方法滤除信号中的基线漂移与工频干扰。2.从光电容积脉搏信号中提取出心率信号,心率变异性信号等多模态信号,并从时域、频域、以及非线性三个角度对上述多模态信号进行特征提取。3.睡眠的三分类、四分类、五分类睡眠分期准确率分别为88%、83%、78%。其对应的kappa系数分别为0.79、0.76、0.70。并且本研究方法对于睡眠疾病受试者仍然适用。4.本研究使用上述受试者四分类睡眠分期结果作为数据,实现对CAP睡眠数据库的受试者是健康受试者还是睡眠疾病受试者的区分。

关键词：睡眠分期睡眠疾病诊断光电容积脉搏波信号多模态特征提取 LightGBM

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：