检索结果-内蒙古大学图书馆

作者：黄明江唐律李博旷森芸孙德生刘博文蒋军伟黄学军 461000 河南省许昌市魏都区八一路88号

本发明提供了一种基于生成对抗网的单图像人脸重建方法，包括以下步骤：1，构建生成对抗网络：根据输入的不同视角的图像集进行训练，生成对抗结构可以使得三维模型生成网络利用到不同视角图片的互补信息，从而得到一个更好的三维人脸... 详细信息

标准号: CN115546390A

本发明提供了一种基于生成对抗网的单图像人脸重建方法，包括以下步骤：1，构建生成对抗网络：根据输入的不同视角的图像集进行训练，生成对抗结构可以使得三维模型生成网络利用到不同视角图片的互补信息，从而得到一个更好的三维人脸模型；2，构建多视角几何一致性监督模块：多视角几何一致性监督模块可以让三维模型生成网络在重建不同视角的人脸图像时，得到的三维模型尽可能相似，从而消除不同视角图像进行重建时带来的差异；3，整体框架训练：包括数据预处理、模型框架训练及测试三个阶段。本发明方法实现了端到端的单图像人脸重建，能够有效提高当前单图像人脸重建算法的精度。

关键词：三维模型单图像人脸重建监督模块多视角视角构建对抗三维人脸模型数据预处理互补信息模型框架人脸图像视角图像网络利用整体框架重建算法图像集网络测试图片

来源：评论

学校读者我要写书评

暂无评论

一种基于MCU的AI多场景自适应识别方法

一种基于MCU的AI多场景自适应识别方法

引用

作者：李建军叶茵陈挺李胜炎陈威特 310018 浙江省杭州市杭州经济开发区白杨街道2号大街1158号

本发明涉及一种基于MCU‑AI的多场景自适应识别方法。其实现步骤为(1)批量图像输入和预处理(2)自适应图像增强(3)获取预设模型框架，通过AutoML从多个模型框架中选择适合的网络模型进行批量图像训练。(4)量化并转换模型(5)添加随机波动... 详细信息

标准号: CN115375967A

本发明涉及一种基于MCU‑AI的多场景自适应识别方法。其实现步骤为(1)批量图像输入和预处理(2)自适应图像增强(3)获取预设模型框架，通过AutoML从多个模型框架中选择适合的网络模型进行批量图像训练。(4)量化并转换模型(5)添加随机波动，并不断重复测试，选取最好的量化参数。并以此重新进行训练后量化操作(6)测试执行，重新对感知量化后的模型进行评估测试精度。本发明设计了一种基于MCU‑AI的多场景自适应识别方法，旨在针对多个不同数据集实现自适应图像增强以及网络模型选择，不断改进量化感知参数，以提升部署到MCU中的模型整体性能。

关键词：量化自适应识别模型框架图像增强网络模型自适应感知预处理模型整体性能场景测试执行量化参数评估测试随机波动图像输入图像训练重复测试转换模型数据集预设部署改进

来源：评论

学校读者我要写书评

暂无评论

适用于对话系统的以会话内容驱动的问题生成方法

适用于对话系统的以会话内容驱动的问题生成方法

引用

作者：孙鑫王博 300072 天津市南开区卫津路92号

本发明公开了一种适用于对话系统的以会话内容驱动的问题生成方法，步骤一：从包含“问题+答案”的数据集中标注和提取答案部分的关键词作为命名实体；步骤二：利用约束语言模型CLM将命名实体生成带有关键词的句子的序列；步骤三：使用... 详细信息

标准号: CN114780696A

本发明公开了一种适用于对话系统的以会话内容驱动的问题生成方法，步骤一：从包含“问题+答案”的数据集中标注和提取答案部分的关键词作为命名实体；步骤二：利用约束语言模型CLM将命名实体生成带有关键词的句子的序列；步骤三：使用端到端模型框架进行问题生成，端到端框架模型包含编码器模块、解码器模块以及连接两者的中间状态向量，编码器模块通过学习输入的名实体，将其编码成一个固定大小的状态向量，继而将该向量传递给解码器模块，解码器模块再通过对这个状态向量的学习来进行输出一个问句；步骤四：利用门控自注意力机制进行对话流建模。与现有技术相比，本发明流程简单，自动生成符合预期的并且有意义的问题的效率更高。

关键词：解码器模块编码器模块命名实体状态向量向量注意力机制答案对话系统会话内容框架模型模型框架数据集中语言模型中间状态自动生成端到端使用端预期的建模门控句子标注驱动输出学习传递对话

来源：评论

学校读者我要写书评

暂无评论

一种基于反向传播梯度筛选的异常检测方法及模型

一种基于反向传播梯度筛选的异常检测方法及模型

引用

作者：仇祎诚宋文杰沙枫廖佳纯牛力张磊勾鹏唐攀攀刘昊 314001 浙江省嘉兴市南湖区七星街道香湖别墅29幢

本发明公开了一种基于反向传播梯度筛选的异常检测方法及模型，包括：S1.准备经过训练的异常检测模型；S2.将待预测图片输入异常检测模型进行一般的前向传播得到预测结果，当预测结果为异常时，执行步骤S3；S3.确定用于求梯度的特征图... 详细信息

标准号: CN115331056A

本发明公开了一种基于反向传播梯度筛选的异常检测方法及模型，包括：S1.准备经过训练的异常检测模型；S2.将待预测图片输入异常检测模型进行一般的前向传播得到预测结果，当预测结果为异常时，执行步骤S3；S3.确定用于求梯度的特征图矩阵；S4.对预测结果进行反向传播计算得到特征图矩阵对应的梯度矩阵；S5.对梯度矩阵在横纵坐标的方向上求平均梯度得到平均梯度矩阵；S6.对平均梯度矩阵与特征图矩阵进行矩阵相乘操作并将各个通道的同位置元素的值进行累加得到梯度图；S7.基于步骤S6获取的梯度图进行梯度筛选得到异常感知区域。本发明在原有的基于深度神经网络的分类模型框架上实现扩展功能，在保持模型框架精简的同时能够实现异常区域的定位。

关键词：梯度矩阵矩阵预测结果特征图异常检测模型反向传播梯度图筛选分类模型感知区域矩阵相乘扩展功能模型框架前向传播神经网络图片输入异常检测异常区域累加求平均同位置原有的预测

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应神经网络的潮流计算方法

一种基于自适应神经网络的潮流计算方法

引用

作者：赵健张海鹏王小宇李梁边晓燕曹俊杰王炜韬徐明杰徐斌刘波 200090 上海市杨浦区平凉路2103号

本发明公开了一种基于自适应神经网络的潮流计算方法，包括获取配电网典型节点的数据，并形成训练数据集作为后续输入；定义隐藏层与神经元的数量，建立神经自适应神经网络模型框架；利用训练数据集训练自适应神经网络模型，更新神经网... 详细信息

标准号: CN114266349A

本发明公开了一种基于自适应神经网络的潮流计算方法，包括获取配电网典型节点的数据，并形成训练数据集作为后续输入；定义隐藏层与神经元的数量，建立神经自适应神经网络模型框架；利用训练数据集训练自适应神经网络模型，更新神经网络中的参数，构建自适应数据潮流模型。本发明提出了一种基于自适应神经网络的潮流计算方法，根据所采集的测量数据集，基于自适应神经网络模型建立自适应潮流模型，实现在拓扑以及线路参数未知场景下的潮流计算。

关键词：自适应神经网络潮流计算训练数据集潮流模型自适应神经元测量数据集配电网典型节点模型建立模型框架神经网络线路参数隐藏层构建拓扑采集神经场景更新

来源：评论

学校读者我要写书评

暂无评论

体系对抗仿真面临的挑战与关键技术研究

引用

计算机仿真 2019年第5期36卷 1-5页

作者：张灏龙谢平赵院周少鹏中国航天系统科学与工程研究院

未来战争模式逐步向智能化、多域化方向发展,装备体系对抗不断加剧,并呈现出智能化、体系化、无人化、平台化、战术化的特点,对传统体系对抗仿真技术提出巨大挑战,主要包括体系架构无法适应动态变化、模型体系无法快速形成仿真能力、建... 详细信息

未来战争模式逐步向智能化、多域化方向发展,装备体系对抗不断加剧,并呈现出智能化、体系化、无人化、平台化、战术化的特点,对传统体系对抗仿真技术提出巨大挑战,主要包括体系架构无法适应动态变化、模型体系无法快速形成仿真能力、建模技术无法跟上智能作战步伐、仿真平台无法适应多分辨率应用需求。基于体系对抗仿真新需求,开展了最新仿真技术研究,从面向服务技术、模型框架技术、认知域决策建模技术、实时LVC技术四个方面探讨了若干新型仿真技术在体系对抗仿真中的应用。研究结果表明,上述关键技术可以解决体系对抗仿真的新问题。

关键词：体系对抗对抗仿真面向服务模型框架

来源：评论

学校读者我要写书评

暂无评论

梯度提升决策树性能优化研究

梯度提升决策树性能优化研究

引用

作者：刘汉锋广东外语外贸大学

学位级别：硕士

梯度提升决策树是一种以决策树为弱学习器的集成学习方法,可以用于分类、回归和排序任务,得益于其易于训练、可解释性高等优点,梯度提升决策树被广泛应用于垃圾邮件检测、广告投放、销售预测、医疗数据分析等各种数据分析任务。然后,在... 详细信息

梯度提升决策树是一种以决策树为弱学习器的集成学习方法,可以用于分类、回归和排序任务,得益于其易于训练、可解释性高等优点,梯度提升决策树被广泛应用于垃圾邮件检测、广告投放、销售预测、医疗数据分析等各种数据分析任务。然后,在面对大规模数据集时,梯度提升决策树的训练和预测过程在时间和空间上的计算代价极高,模型的性能优化仍然存在多个方面的挑战。因此,本研究主要聚焦梯度提升决策树方法在训练时间、内存消耗以及增量式学习方面的性能优化研究。主要研究工作概述如下:(1)针对梯度提升决策树方法在面向大规模数据训练时存在内存消耗大和训练时间长等问题,开展了基于多GPU的梯度提升决策树性能优化研究,对梯度计算、分裂点增益值计算、最佳分裂点寻找、决策树更新、模型预测等训练过程在GPU上进行了优化,并基于此实现了基于多GPU的梯度提升决策树优化系统。(2)针对梯度提升决策树方法容易产生不规则内存访问和不支持增量式学习的不足,提出一种可增量式学习的梯度提升决策树模型框架,允许用户预先设计和选择合适的树形结构,将领域知识集成到模型中,使其支持并行化训练和支持可增量式学习。(3)在公开数据集上设计和开展了多个实验对所提出的模型进行性能分析,验证所提出模型的效果。针对多GPU梯度提升决策树优化模型,通过CUDA-C实现梯度提升决策树优化系统,并在8个真实数据集上进行了实验,实验结果表明,相比XGBoost、LightGBM和CatBoost基线模型,所研究的基于多GPU梯度提升决策树系统,在训练速度方面比XGBoost的GPU版本快1～10倍,比LightGBM的GPU版本快1.9～10倍,比CatBoost的GPU版本快1.5倍。针对所提出的可增量式梯度提升决策树模型,在7个开放数据集上开展的各种的对比实验结果表明,所提出的可增量式梯度提升决策树模型的预测误差与XGBoost相当,训练耗时则小于XGBoost,验证了本文模型的可行性。(4)将所提出的可增量式学习梯度提升决策树模型应用于方面级情感分析任务中,以此作为案例分析,用以证明模型对数据分析任务的可用性,并针对方面级情感分析任务,提出一个可扩充模型容量的两步框架,在SemEval 2014的两个数据集上的实验结果表明所提出的模型在分类性能上均优于基于手工特征加SVM的方法。此外,相比基于神经网络的方法,所提出的模型在电脑笔记本数据集上取得了新的State-of-the-art效果,在餐馆数据集上则取得了与现有最优模型结果相当的性能。

关键词：图形处理器初始化增量式学习损失函数决策树方法 GPU 模型框架数据集树形结构性能优化

来源：评论

学校读者我要写书评

暂无评论

一种模拟不同岩体结构滑坡运动的装置及使用方法

一种模拟不同岩体结构滑坡运动的装置及使用方法

引用

作者：李冬冬刘汉东王忠福于怀昌耿正李小超贾聿颉王伟国 450000 河南省郑州市金水区北环路36号

本发明公开了一种模拟不同岩体结构滑坡运动的装置，包括固定在水平面且上表面为倾斜面的模型框架，设置在模型框架倾斜面上的倾斜滑面结构，放置在倾斜滑面结构上表面最左端的滑体转运箱，以及位于模型框架右侧的记录装置；滑体转运箱... 详细信息

标准号: CN115436603A

本发明公开了一种模拟不同岩体结构滑坡运动的装置，包括固定在水平面且上表面为倾斜面的模型框架，设置在模型框架倾斜面上的倾斜滑面结构，放置在倾斜滑面结构上表面最左端的滑体转运箱，以及位于模型框架右侧的记录装置；滑体转运箱内设置有滑体，滑体转运箱包括至少一个围栏，围栏内部设置有横截面为矩形的防漏立板；防漏立板内侧设置有三个与围栏所在平面垂直的移动板，长螺栓穿过横梁和固定式内侧立板后与移动板螺纹连接；使用上述装置的具体步骤如下：布置装置；制作滑体；组装滑体转运箱；转移滑体；打开记录设备；启动电机释放滑体；测量滑坡堆积体特征。本发明用一种滑体转运箱能够制作多种滑体，满足不同岩体结构的滑坡试验。

关键词：滑体转运箱模型框架围栏岩体结构上表面移动板滑坡防漏滑面立板布置装置记录设备记录装置螺纹连接内部设置内侧立板启动电机所在平面长螺栓垂直的堆积体固定式横梁制作转运测量组装穿过释放试验

来源：评论

学校读者我要写书评

暂无评论

3D密集人脸对齐模型构建方法、系统和可读存储介质

3D密集人脸对齐模型构建方法、系统和可读存储介质

引用

作者：罗玉杨超林凌捷 510060 广东省广州市东风东路729号

本发明公开的一种3D密集人脸对齐模型构建方法、系统和可读存储介质，其中方法包括：对人脸数据集中的人脸图像进行预处理得到人脸变形信息；建立多尺度双重注意力基本块和相似信息增强模块，以利用所述人脸变形信息建立3D人脸回归模型... 详细信息

标准号: CN115375850A

本发明公开的一种3D密集人脸对齐模型构建方法、系统和可读存储介质，其中方法包括：对人脸数据集中的人脸图像进行预处理得到人脸变形信息；建立多尺度双重注意力基本块和相似信息增强模块，以利用所述人脸变形信息建立3D人脸回归模型，其中，所述3D人脸回归模型至少包括所述多尺度双重注意力基本块以及所述相似信息增强模块；利用预设的损失函数监督训练所述3D人脸回归模型以得到所述3D密集人脸对齐模型。本发明基于拟合能力强大的深度学习技术，利用人脸变形信息增强的技术，为进一步提升3D密集人脸对齐任务精度提供了一种端到端训练的高效模型，能够利用人脸的变形信息增强输入图像中人脸对应的3D人脸，得到更准确的3D密集人脸对齐的模型框架。

关键词：人脸变形信息人脸对齐回归模型信息增强多尺度基本块注意力可读存储介质预处理模型构建模型框架人脸数据人脸图像输入图像损失函数端到端拟合预设监督学习

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的血清指数智能化判读方法及系统

基于深度学习的血清指数智能化判读方法及系统

引用

作者：王霞胥劲何訸孙婉婷谭尧 610041 四川省成都市武侯区国学巷37号

本发明涉及血清检测技术领域，为了实现快速准确检测血清指数，提供了基于深度学习的血清指数智能化判读方法，包括：1、获取离心静置后的采血管的彩色图像数据集；2、构建目标检测模型框架并训练以获得目标检测模型；3、构建血清指数... 详细信息

标准号: CN114638803A

本发明涉及血清检测技术领域，为了实现快速准确检测血清指数，提供了基于深度学习的血清指数智能化判读方法，包括：1、获取离心静置后的采血管的彩色图像数据集；2、构建目标检测模型框架并训练以获得目标检测模型；3、构建血清指数识别框架并训练以获得血清指数识别模型；4、获取待识别的离心静置后的采血管的彩色图像，并将其输入目标检测模型中以获取血清区域；5、将获取的血清区域输入血清指数识别模型中获取对应的血清指数。基于深度学习的血清指数智能化判读系统，包括：图像采集单元，血清区域定位单元及血清指数预测单元。采用上述方式可以快速准确检测血清指数。

关键词：血清目标检测准确检测采血管智能化构建彩色图像数据区域定位单元图像采集单元彩色图像模型框架判读系统输入目标血清检测指数预测判读学习检测

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：