检索结果-内蒙古大学图书馆

电子与信息学报 2018年第5期40卷 1202-1209页

作者：张园强查宇飞库涛吴敏毕笃彦空军工程大学航空航天工程学院

目前大部分基于检测的跟踪算法将跟踪任务看作是一个类别分类的任务,当目标发生形变或者遇到相似物体的干扰时,容易导致模型漂移。为此该文提出一种多实例回归跟踪算法。在该算法中,跟踪任务被认为建立在实例模型之上更为合适,为此该文... 详细信息

目前大部分基于检测的跟踪算法将跟踪任务看作是一个类别分类的任务,当目标发生形变或者遇到相似物体的干扰时,容易导致模型漂移。为此该文提出一种多实例回归跟踪算法。在该算法中,跟踪任务被认为建立在实例模型之上更为合适,为此该文利用一帧图像建立实例模型,并在时间序列上建立多实例模型集合表征目标的最近状态;为使跟踪算法能够适应目标的形变,利用逻辑回归将实例模型作为隐变量,由最近若干帧建立的正负样本集作为训练集,共同构建多实例回归跟踪模型。由于跟踪模型在整体上对多个实例模型建模,把它们紧密地联系在一起,故能有效应对目标的形变;由于模型漂移仅会影响当前帧的实例模型,各个实例模型之间互相独立,故跟踪算法能够有效减轻模型漂移对鲁棒跟踪的影响。实验中,OTB 2013数据库和UAV 123数据库被用来验证该文算法,Deep SRDCF,Siamese-fc等算法作为对比算法,实验结果表明,该文算法不仅充分发挥了基于多实例回归模型进行跟踪的优势,在形变等属性上具有很好的性能,而且在整体性能上优于各类先进算法3%~5%。

关键词：目标跟踪实例样本支持向量机

来源：评论

学校读者我要写书评

暂无评论

一种基于多注意力机制融合特征强化的点击率预测方法

一种基于多注意力机制融合特征强化的点击率预测方法

引用

作者：王粉花梁鑫柱 100083 北京市海淀区学院路30号

本发明公开了一种基于多注意力机制融合特征强化的点击率预测方法，属于机器学习技术领域，所述方法包括：获取历史点击实例样本数据，并对所获数据进行预处理，以构建样本数据集；其中，点击实例样本数据包括样本特征信息和标签值；结... 详细信息

标准号: CN118134557A

本发明公开了一种基于多注意力机制融合特征强化的点击率预测方法，属于机器学习技术领域，所述方法包括：获取历史点击实例样本数据，并对所获数据进行预处理，以构建样本数据集；其中，点击实例样本数据包括样本特征信息和标签值；结合多头自注意力机制和SENet网络，构建点击率预测模型；利用样本数据集对构建的点击率预测模型进行训练；利用训练好的点击率预测模型进行点击率预测；定期对点击率预测模型的性能进行评估，通过对比实际点击情况与模型点击率预测结果，对模型参数或结构进行调整，以持续优化预测准确性。本发明可著提高在线广告和推荐系统中点击率预测的准确性和效率。

关键词：点击率预测模型构建注意力机制预测实例样本样本数据机器学习技术样本特征信息预处理模型参数数据包括特征强化推荐系统预测结果在线广告标签多头融合评估优化网络

来源：评论

学校读者我要写书评

暂无评论

基于prompt扩展的图像生成方法、装置、计算机设备和介质

基于prompt扩展的图像生成方法、装置、计算机设备和介质

引用

作者：杨俊丽蔡淇森 361006 福建省厦门市思明区东浦路浦南一路10号第三层G02

本公开提供一种基于prompt扩展的图像生成方法、装置、计算机设备和介质，包括：获取prompt样本数据集；对初始prompt实例样本中包括的多个prompt实例样本进行样本粗调处理，得到粗调prompt实例样本，样本粗调处理用于描述对prompt实例... 详细信息

标准号: CN117541671A

本公开提供一种基于prompt扩展的图像生成方法、装置、计算机设备和介质，包括：获取prompt样本数据集；对初始prompt实例样本中包括的多个prompt实例样本进行样本粗调处理，得到粗调prompt实例样本，样本粗调处理用于描述对prompt实例样本的过滤操作和结构化操作；基于大语言模型对粗调prompt实例样本进行样本精调处理，得到目标prompt实例样本；响应于携带有目标文本数据的用户输入请求，基于目标文本数据和目标prompt实例样本，确定目标文本数据对应的目标图像数据。从而，用户输入简单需求词，便能通过目标prompt实例样本进行文图转换，降低用户操作难度，有效提升图像生成效率。

关键词：实例样本粗调目标文本数据样本图像生成目标图像数据用户输入请求计算机设备过滤操作文图转换样本数据用户操作语言模型结构化精调携带响应

来源：评论

学校读者我要写书评

暂无评论

一种堤坝管涌红外表观特征获取方法及装置、计算设备

一种堤坝管涌红外表观特征获取方法及装置、计算设备

引用

作者：梁经纬杨媛丽姚纪华王祥姜楚陈迪朱渊 410007 湖南省长沙市韶山北路370号

本发明公开了一种堤坝管涌红外表观特征获取方法及装置、计算设备，其中方法包括：利用红外热线仪对堤坝进行扫描获取堤坝点云数据；根据所述堤坝点云数据提取所述堤坝的管涌和滑坡部位数据；将所述堤坝的管涌和滑坡部位数据输入预先训... 详细信息

标准号: CN117518194A

本发明公开了一种堤坝管涌红外表观特征获取方法及装置、计算设备，其中方法包括：利用红外热线仪对堤坝进行扫描获取堤坝点云数据；根据所述堤坝点云数据提取所述堤坝的管涌和滑坡部位数据；将所述堤坝的管涌和滑坡部位数据输入预先训练的管涌表观特征识别模型，得到所述堤坝的管涌稳定或破坏的预测结果；其中，所述管涌表观特征识别模型根据已有的工程实例样本训练得到，所述工程实例样本的特征包括坝高、坝前水深、下游边坡、土体有效粘聚力、土体有效内摩擦角、渗透系数、土层中的最大有效粒径以及下游滤层倾角。本发明提高了管涌和滑坡检测的自动化程度和检测精度，可以在堤坝管涌贯通之前发现，从而有时间提取采取防治措施，减小损失。

关键词：管涌堤坝部位数据点云数据实例样本特征识别滑坡土体计算设备渗透系数时间提取特征获取下游边坡预测结果最大有效内摩擦粘聚力检测土层减小粒径滤层水深扫描自动化贯通热线防治发现

来源：评论

学校读者我要写书评

暂无评论

基于奇异值分解的实例物体自标注方法

基于奇异值分解的实例物体自标注方法

引用

作者：王睿樊思杨武承暾许婧文 100191 北京市海淀区学院路37号

本发明涉及一种基于奇异值分解的实例物体自标注方法，涉及图像自标注领域，首先将获取的目标物体的多张图片根据信息熵分为人工标注图片集合和无标注图片集合，通过人工标注图片集合对自标注网络进行CDF训练得到SVD第一自标注网络，将... 详细信息

标准号: CN113505803B

本发明涉及一种基于奇异值分解的实例物体自标注方法，涉及图像自标注领域，首先将获取的目标物体的多张图片根据信息熵分为人工标注图片集合和无标注图片集合，通过人工标注图片集合对自标注网络进行CDF训练得到SVD第一自标注网络，将无标注图片集合输入SVD第一自标注网络得到更新的人工标注图片集合和无标注图片集合，利用更新人工标注图片集合和无标注图片集合对SVD第一自标注网络进行协同训练得到SVD第二自标注网络。可以通过SVD自标注网络的两个检测器实现对未标注图片的自标注，同时保证了两个检测器的独立性。本发明提供的方法及系统可以实现利用少量已标注的实例样本对无标注的实例样本进行自标注，从而提高自标注的质量。

关键词：标注图片集合人工标注网络检测器实例样本奇异值分解目标物体信息熵独立性更新图像协同图片保证

来源：评论

学校读者我要写书评

暂无评论

一种实例物体目标检测级别的自标注方法及系统

一种实例物体目标检测级别的自标注方法及系统

引用

作者：王睿武承暾 100191 北京市海淀区学院路37号

本发明涉及一种实例物体目标检测级别的自标注方法及系统，涉及图像自标注领域，根据人工标注图片集合训练自标注网络，利用更新人工标注图片集合和无标注图片集合对第一自标注网络继续训练得到第二自标注网络，利用第一自标注网络和第... 详细信息

标准号: CN114092735A

本发明涉及一种实例物体目标检测级别的自标注方法及系统，涉及图像自标注领域，根据人工标注图片集合训练自标注网络，利用更新人工标注图片集合和无标注图片集合对第一自标注网络继续训练得到第二自标注网络，利用第一自标注网络和第二自标注网络实现了无标注图片的自标注。本发明提供的方法及系统可以实现利用少量已标注的实例样本对无标注的实例样本进行自标注，从而提高自标注的质量。

关键词：标注图片集合人工标注实例样本网络网络实现物体目标图像更新检测图片

来源：评论

学校读者我要写书评

暂无评论

基于迁移卷积神经网络的机械故障诊断方法、设备及介质

基于迁移卷积神经网络的机械故障诊断方法、设备及介质

引用

作者：李巍华陈祝云 510640 广东省广州市天河区五山路381号

本发明公开了一种基于迁移卷积神经网络的机械故障诊断方法、设备及介质，包括步骤：(1)首先从多个实验装备上获得大量有标签的历史数据，并做简单归一化处理；(2)构建一维卷积神经网络，通过逐层堆叠获得初始可迁移卷积神经网络模型；... 详细信息

标准号: CN109918752B

本发明公开了一种基于迁移卷积神经网络的机械故障诊断方法、设备及介质，包括步骤：(1)首先从多个实验装备上获得大量有标签的历史数据，并做简单归一化处理；(2)构建一维卷积神经网络，通过逐层堆叠获得初始可迁移卷积神经网络模型；(3)网络模型预训练，利用源域数据集对卷积神经网络的权值和偏置进行更新优化获得优化的可迁移卷积神经网络模型；(4)在目标域数据集上利用小的样本集在预训练的深度网络上对网络权值和偏置进行自适应逐层调优迁移，从而获得调优的可迁移卷积神经网络；(5)将待预测实例样本输入到调优的神经网络中获得故障类别的分类输出。本发明能够实现不同工况和不同试验设备之间的迁移诊断，并明显提高分类精度和训练速度。

关键词：卷积神经网络迁移神经网络数据集偏置机械故障诊断归一化处理历史数据实例样本实验装备试验设备网络模型一维卷积层堆叠目标域权值和网络权样本集自适应分类构建源域优化标签诊断输出更新预测网络

来源：评论

学校读者我要写书评

暂无评论

一种针对桥梁管养信息的信息检索及潜在关系发掘方法

一种针对桥梁管养信息的信息检索及潜在关系发掘方法

引用

作者：杨建喜李韧戴森昊周应新 402247 重庆市江津区双福新区福星大道1号

本发明公开了一种针对桥梁管养信息的信息检索及潜在关系发掘方法，包括：S1、定义样本数据结构信息，所述样本数据结构信息包括样本数据及样本数据相互之间的关系；S2、基于所述样本数据结构信息构建桥梁管养本体知识库结构，将实例样... 详细信息

标准号: CN110532303B

本发明公开了一种针对桥梁管养信息的信息检索及潜在关系发掘方法，包括：S1、定义样本数据结构信息，所述样本数据结构信息包括样本数据及样本数据相互之间的关系；S2、基于所述样本数据结构信息构建桥梁管养本体知识库结构，将实例样本数据导入桥梁管养本体知识库结构生成桥梁管养本体知识库；S3、基于桥梁管养本体知识库建立推理规则；S4、获取待发掘信息，基于所述推理规则利用语义逻辑推理机检索桥梁管养本体知识库和/或生成待发掘信息之间的潜在关系信息。本发明提高了BIM模型对桥梁管养信息的重用性和交互性，通过采用语义逻辑推理机发掘管养信息中潜在的关系信息，极大地提升了桥梁管养领域的智能化管理水平。

关键词：桥梁数据结构信息知识库逻辑推理机知识库结构语义潜在关系推理规则样本数据样本知识库建立智能化管理定义样本关系信息实例样本信息检索交互性潜在的重用性构建检索

来源：评论

学校读者我要写书评

暂无评论

一种标注数据清洗方法及装置

一种标注数据清洗方法及装置

引用

作者：龙翔陈胤子张振林卢先英 211100 江苏省南京市江宁区秣陵街道胜利路88号

本申请涉及自动驾驶技术领域，特别是涉及一种标注数据清洗方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待处理的初始数据，所述初始数据包括初始目标标注结果，进行目标检测，得到目标召回检测结果；基于初... 详细信息

标准号: CN117763350A

本申请涉及自动驾驶技术领域，特别是涉及一种标注数据清洗方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取待处理的初始数据，所述初始数据包括初始目标标注结果，进行目标检测，得到目标召回检测结果；基于初始目标标注结果以及目标召回检测结果构建得到标注实例集；基于预设的特征提取网络对标注实例集进行训练，得到标注实例集中实例样本的预测结果，预测结果包括置信度预测结果；根据置信度预测结果得到噪声标签与实例样本的真实标签之间的联合概率分布；基于联合概率分布对噪声标签进行过滤，以去除置信度预测结果满足预设的过滤条件的噪声标签。采用本方法能够提高数据标注质量。

关键词：预测结果标注置信度噪声联合概率分布初始目标初始数据检测结果实例样本标签预设计算机程序产品计算机设备存储介质过滤条件目标检测数据标注数据清洗特征提取真实标签自动驾驶构建去除过滤申请网络

来源：评论

学校读者我要写书评

暂无评论

点云实例分割模型训练方法和训练装置

点云实例分割模型训练方法和训练装置

引用

作者：王云宽万子豪胡建华王欣波张好剑郑军韩健伟 100190 北京市海淀区中关村东路95号

本发明涉及图像处理技术领域，尤其涉及一种点云实例分割模型训练方法和训练装置。其中，点云实例分割模型训练方法包括，首先获取多个点云实例样本，以及各点云实例样本对应的点云实例分割图；然后将多个点云实例样本输入到初始点云实... 详细信息

标准号: CN116109650B

本发明涉及图像处理技术领域，尤其涉及一种点云实例分割模型训练方法和训练装置。其中，点云实例分割模型训练方法包括，首先获取多个点云实例样本，以及各点云实例样本对应的点云实例分割图；然后将多个点云实例样本输入到初始点云实例分割模型中，得到各点云实例样本对应的点云实例分割预测图；最后根据各点云实例样本对应的点云实例分割图和点云实例分割预测图，对初始点云实例分割模型的模型参数进行更新，以得到训练后的点云实例分割模型。这样通过深度学习使得训练得到的点云实例分割模型，可以获取到效果较好的点云实例分割图，从而提高了点云实例图像分割的精度。

关键词：点云分割模型实例样本分割初始点图像处理技术模型参数实例图像训练装置预测更新学习

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：