检索结果-内蒙古大学图书馆

西安理工大学学报 2022年第1期38卷 89-95页

作者：张学武中铁第一勘察设计院集团有限公司陕西西安710043

工程应用中往往异常样本匮乏,监督学习方法无法应用。针对这一问题,本文提出了一种只需要正常样本就可进行训练的深度网络模型——基于全嵌套编码-解码器的异常图像检测模型。该模型由一个生成器和一个判别器构成。生成器包含嵌入残差... 详细信息

工程应用中往往异常样本匮乏,监督学习方法无法应用。针对这一问题,本文提出了一种只需要正常样本就可进行训练的深度网络模型——基于全嵌套编码-解码器的异常图像检测模型。该模型由一个生成器和一个判别器构成。生成器包含嵌入残差结构的编码-解码网络,具有很好的特征表达和图像重构能力。判别器是一个分类网络,用以鉴别输入是否为真实的正常样本。本文在标准数据集CIFAR-10和工业设备部件数据集上进行了对比实验,实验结果表明本文提出的异常检测模型具有更高的检测精度。

关键词：异常检测编码-解码残差网络生成-对抗网络

来源：评论

学校读者我要写书评

暂无评论

面向多方面情感分类的编码-解码模型

面向多方面情感分类的编码-解码模型

引用

作者：李亮重庆邮电大学

学位级别：硕士

近年来,随着各领域信息化的快速发展,尤其是社交网络的覆盖和线上消费的普及,在线发表的评论数量呈爆发式增长。在线评论相较于传统的口碑传递具有更好的时效性和广泛性,因此参考在线评论信息成为全面认知事物,合理化消费的重要手段。... 详细信息

近年来,随着各领域信息化的快速发展,尤其是社交网络的覆盖和线上消费的普及,在线发表的评论数量呈爆发式增长。在线评论相较于传统的口碑传递具有更好的时效性和广泛性,因此参考在线评论信息成为全面认知事物,合理化消费的重要手段。由于评论者与阅读者都会从多个不同的方面关注评论对象,对于文本生成针对其总体或单方面的情感标签已不能满足对文本所表达信息进行细粒度挖掘的需求。因此,针对评论的多方面情感分类任务成为一个具有实际需求的重要研究课题。多方面情感分类的目标是针对给定的每个方面都生成对应的情感标签。本文将多方面情感分类转化为一个文本序列到情感标签序列的任务。为解决情感标签与方面的对应问题,本文在编码-解码模型的基础上提出了一种基于一维卷积方面表达的目标嵌入方法。该方法利用卷积网络从方面表示词序列中提取方面表达特征,将特征作为目标嵌入到解码端生成的统一的语义向量。嵌入结果作为与方面对应的时步的输入以生成情感标签。注意力机制在自然语言处理领域获得了极大成功,对于特定的目标从文本中抽取对应的语义可以滤除信息噪声。利用多方面情感分类任务中方面序列的长度固定这一特点,本文设计了一种注意力筛选层。不同于Bahdua注意力,该结构仅利用编码端输出序列与方面表达序列计算注意力权重,并根据注意力权重矩阵生成对应于方面序列的语义序列。以该序列作为解码端的输入以生成情感标签序列。本文针对多方面情感分类任务提出了一种基于编码-解码模型的新思路,并根据任务特点提出两种改进模型,实验证明能有效提升在该任务上的性能指标。本文提出的方法还能为商品评论分析和统计提供支持,也可以为其他类似任务的解决和改进提供参考。

关键词：多方面情感分类编码-解码目标嵌入一维卷积注意力

来源：评论

学校读者我要写书评

暂无评论

基于3D卷积和LSTM编码解码的出行需求预测

引用

计算机科学 2021年第12期48卷 195-203页

作者：滕建滕飞李天瑞西南交通大学计算机与人工智能学院成都611756 综合交通大数据应用技术国家工程实验室成都611756

可靠的区域出行需求预测能够为交通资源的调度和规划提供合理有效的建议。但是,出行预测是一个非常具有挑战性的问题,面临海量的时空大数据建模问题,如何有效地提取时空大数据中的空间特征和时间特征,成为当前城市计算的研究热点。文中... 详细信息

可靠的区域出行需求预测能够为交通资源的调度和规划提供合理有效的建议。但是,出行预测是一个非常具有挑战性的问题,面临海量的时空大数据建模问题,如何有效地提取时空大数据中的空间特征和时间特征,成为当前城市计算的研究热点。文中提出了一种基于3D卷积和编码-解码注意力机制的需求预测模型(3D Convolution and Encoder-Decoder Attention Demand Forecasting,3D-EDADF),用于同时预测城市区域的出行需求流入量和流出量。3D-EDADF模型首先利用3D卷积来提取时空数据的时空相关性,然后使用LSTM编码解码来对时间依赖性进行捕获,并结合注意力机制来描述流入流出的差异性。3D-EDADF模型对临近依赖性、日常依赖性和周期依赖性这3种时间依赖特征进行混合建模,然后将它们的多维特征进行加权融合得到最终的预测结果。采用真实的出行需求数据集进行了大量的实验,结果表明,与基准模型相比,3D-EDADF模型的整体预测误差较低,具有较好的预测性能。

关键词：出行需求预测时空大数据 3D卷积编码-解码注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于编码解码方法的几类离散网络化系统状态估计研究

基于编码解码方法的几类离散网络化系统状态估计研究

引用

作者：徐沈阳哈尔滨理工大学

学位级别：硕士

在网络化环境下,动态系统的状态估计问题逐渐受到广大研究人员们的关注。事实上,要分析、研究网络化动态系统的性能,常常需要知道该系统的原始状态信息。另一方面,在实际系统中,由于各种现象的存在,如数据包丢失、网络阻塞、传感器间歇... 详细信息

在网络化环境下,动态系统的状态估计问题逐渐受到广大研究人员们的关注。事实上,要分析、研究网络化动态系统的性能,常常需要知道该系统的原始状态信息。另一方面,在实际系统中,由于各种现象的存在,如数据包丢失、网络阻塞、传感器间歇故障等,信号经常会出现丢失的情况。因此,提出一些解决离散网络化动态系统的状态估计问题的新方法是一个兼具挑战性和广阔应用前景的研究课题。针对数字通信信道下的网络化系统,本文引入一种编码-解码的方法来讨论状态估计问题。具体地,考虑几类不确定离散非线性系统,为了方便数字信道的传输分别设计编码器和解码器,研究网络化环境下的状态估计问题。具体研究内容如下:1.探讨一类具有不确定性的离散非线性网络化系统的状态估计问题。根据测量输出,设计编码器和解码器,使信号顺利通过数字传输信道。构造的编码器将观测数据编码到特定的码字,相应的解码器对所接收的码字进行解码。利用线性矩阵不等式技术和Lyapunov理论,给出观测器增益矩阵的表达形式。进一步地,选取特定的采样区间、采用改进的统一量化方法,给出包含编码字母大小和编码周期的充分性检测条件,使估计误差系统在有限的数字通信信道内是渐近稳定的。最后,运用一个仿真算例,验证基于编码-解码方案的估计算法的可行性和有效性。2.论述一类带有丢包的离散网络化系统的状态估计问题。为了刻画数字信道前的测量丢失现象,引入一簇相互独立的且服从Bernoulli分布的随机变量。根据Lyapunov理论并运用线性矩阵不等式技术,给出观测器增益的表达形式。其次,为了方便数字信号传输,分别构造编码器和解码器,设计一个适当的编码-解码程序,选取特定的采样区间,运用改进的统一量化方法,给出估计误差系统可检的充分条件。考虑数据包丢失不严重和数据包丢失严重的两种情形,利用Matlab软件,验证该估计方案的可行性和有效性。3.研究一类带有测量丢失和随机发生非线性的不确定离散网络化系统的状态估计问题。为了刻画测量丢失和随机发生非线性的现象,引入两簇相互独立的服从Bernoulli分布且具有已知条件概率的随机变量,研究该系统的状态估计问题。考虑测量丢失和随机发生非线性的情形,设计弹性观测器,给出观测器存在的充分条件,运用Lyapunov理论并求解一系列线性矩阵不等式,给出观测器增益矩阵的表达形式。基于观测值,构造编码器和解码器,设计相应的编码-解码程序。为了方便信号编码,引入辅助系统,接着进行逆向解码,得到系统的解码值,使解码后的估计误差渐近稳定。最后,通过仿真算例验证该估计算法的有效性。

关键词：编码-解码不确定离散系统状态估计测量丢失随机发生非线性

来源：评论

学校读者我要写书评

暂无评论

红外遥控编码/解码IC辅助接连测试法

引用

电子质量 2014年第11期 50-54页

作者：姜方友陆海华越微电子有限公司浙江绍兴312016

该文主要介绍了红外遥控编码-解码IC对管的一种简易测试方法。通过对此类电路编码/解码的信号流程分析,按辅助接连的方式设计出一种新型简便的组合测试方法,解决了该门类产品无法在模拟测试系统上进行测试的技术难题。此方法的优点在于... 详细信息

该文主要介绍了红外遥控编码-解码IC对管的一种简易测试方法。通过对此类电路编码/解码的信号流程分析,按辅助接连的方式设计出一种新型简便的组合测试方法,解决了该门类产品无法在模拟测试系统上进行测试的技术难题。此方法的优点在于设计简单,外围元件少,同时用一套测试程序和测试DUT板就能实现两块IC对管的测试,缩短了品种测试开发调试的时间,节约了资源,提高了测试效率。

关键词：红外遥控编码-解码信号对管测试数字电路模拟 DUT板

来源：评论

学校读者我要写书评

暂无评论

语义分割网络重建单视图遥感影像数字表面模型

引用

电子与信息学报 2021年第4期43卷 974-981页

作者：卢俊言贾宏光高放李文涛陆晴中国科学院长春光学精密机械与物理研究所长春130033 中国科学院大学北京100049 长光卫星技术有限公司长春130102

该文提出了一种仅依靠激光探测与测量数据,实现单视图遥感影像数字表面模型(DSM)重建的新方法。该方法基于深度学习技术设计了一种编码-解码结构的语义分割网络,该网络采用多尺度残差融合的编码块与解码(MRFED)块从输入图像中提取语义信... 详细信息

该文提出了一种仅依靠激光探测与测量数据,实现单视图遥感影像数字表面模型(DSM)重建的新方法。该方法基于深度学习技术设计了一种编码-解码结构的语义分割网络,该网络采用多尺度残差融合的编码块与解码(MRFED)块从输入图像中提取语义信息,进而逐像素预测高度值;采用特征图跳跃级联的策略保留输入图像的细节特征和结构信息。该文采用了一个包含DSM数据的遥感影像公开数据集训练与测试模型,实验结果表明:DSM重建结果与真值的平均绝对误差(MAE)为2.1e-02,均方根误差(RMSE)为3.8e-02,结构相似性(SSIM)为92.89%,均优于经典的深度学习语义分割网络。实验证实该方法能够有效实现单视图遥感影像的DSM重建,具有较高的精度,以及较强的地物分布结构重建能力。

关键词：语义分割网络编码-解码多尺度残差融合跳跃级联数字表面模型

来源：评论

学校读者我要写书评

暂无评论

面向遥感建筑物提取的轻型多尺度差异网络

引用

光学精密工程 2023年第22期31卷 3371-3382页

作者：李国燕武海苗董春华刘毅天津城建大学计算机与信息工程学院天津300384 天津城建大学地质与测绘学院天津300384

针对高分辨率遥感影像中建筑物形状多样、大小不一引起建筑物提取精度低及传统分割模型存在参数量大等问题,提出一种基于编码-解码的轻型多尺度差异网络LMD-Net(Lightweight Multi-scale Difference Network)。首先,为了避免单一的特征... 详细信息

针对高分辨率遥感影像中建筑物形状多样、大小不一引起建筑物提取精度低及传统分割模型存在参数量大等问题,提出一种基于编码-解码的轻型多尺度差异网络LMD-Net(Lightweight Multi-scale Difference Network)。首先,为了避免单一的特征处理单元堆叠使得模型性能弱化而产生无效参数,通过融合编解码结构的功能差异性,设计出一种轻型差异模型优化性能。其次,引入一种多尺度膨胀感知模块(Multi-Scale Dilation Perception,MSDP)来增强网络捕捉多尺度目标特征的能力。最后,通过双融合机制有效聚合深层跳跃连接和深层解码器两组的特征信息,从而实现增强解码器的特征恢复能力。为验证轻型多尺度差异网络LMD-Net的有效性和适用性,以开源WHU building dataset数据集作为数据源,对LMD-Net网络与常用语义分割网络及近年相关文献研究成果进行了精度、效率方面的评估实验。结果表明:LMD-Net网络在效率与精度两方面均表现出明显优势,不仅很大程度上减少模型的参数量和计算量,而且交并比、准确率分别提高了3.23%,2.57%。表明在基于高分辨率遥感影像建筑物提取领域中,该模型所表现的优势具有良好的城市空间信息库价值。

关键词：高分辨率遥感影像多尺度建筑物提取编码-解码轻型

来源：评论

学校读者我要写书评

暂无评论

基于注意力和强化学习的遥感图像描述方法

引用

光学学报 2021年第22期41卷 198-206页

作者：农元君王俊杰中国海洋大学工程学院山东青岛266100

针对当前遥感目标检测方法只能识别出遥感目标的类别及位置,无法生成与遥感图像内容相关文本描述的问题,提出了一种基于注意力和强化学习的遥感图像描述方法。首先,采用卷积神经网络构建编码器,提取遥感图像的特征。其次,利用长短期记... 详细信息

针对当前遥感目标检测方法只能识别出遥感目标的类别及位置,无法生成与遥感图像内容相关文本描述的问题,提出了一种基于注意力和强化学习的遥感图像描述方法。首先,采用卷积神经网络构建编码器,提取遥感图像的特征。其次,利用长短期记忆网络搭建解码器,学习图像特征与文本语义特征间的映射关系。然后,引入注意力机制,增强模型对显著性特征的关注,减少无关背景特征的干扰。最后,采用强化学习策略,根据离散且不可微的评价指标直接对模型进行优化,消除暴露偏差及优化方向不一致的缺陷。在公开遥感图像描述数据集中的实验结果表明,本方法的检测精度较高,对密集小目标、雾气积聚、背景特征与目标特征相似等复杂环境下的遥感图像具有良好的描述性能。

关键词：遥感图像描述强化学习注意力机制编码-解码

来源：评论

学校读者我要写书评

暂无评论

Dense-1D-U-Net:用于自参考光谱干涉飞秒脉冲相位测量

引用

中国激光 2022年第9期49卷 39-51页

作者：况琪申雄徐艺林白丽华刘军上海大学物理系上海200444 中国科学院上海光学精密机械研究所强场激光物理国家重点实验室上海201800 中国科学院大学材料科学与光电工程中心北京100049

超快激光脉冲形状宽度测量的核心是光谱相位的精确测量。本文提出了一种结合深度学习的自参考光谱干涉(SRSI)方法,并用该方法进行了飞秒脉冲相位的测量。该方法基于针对一维信号的Dense-1D-U-Net神经网络,采用经典的编码-解码网络结构... 详细信息

超快激光脉冲形状宽度测量的核心是光谱相位的精确测量。本文提出了一种结合深度学习的自参考光谱干涉(SRSI)方法,并用该方法进行了飞秒脉冲相位的测量。该方法基于针对一维信号的Dense-1D-U-Net神经网络,采用经典的编码-解码网络结构并加入稠密连接和跳跃连接来提高网络的性能。结合SRSI法的特点,本文设计出结合了稠密连接块的Dense-1D-U-Net神经网络。基于大量接近真实光谱相位的模拟光谱相位数据可以发现,基于Dense-1D-U-Net的SRSI算法的计算结果的均方根误差相比传统SRSI算法至少降低一个数量级。与有无稠密连接、跳跃连接的对照组神经网络进行对比,分析了Dense-1D-U-Net的优势。最后用实验测量数据验证了使用模拟数据训练的Dense-1D-U-Net具有计算实验数据的能力。Dense-1D-U-Net神经网络未来可以拓展应用到超快光谱等其他一维信息研究领域。

关键词：测量深度学习编码-解码自参考光谱干涉神经网络稠密连接

来源：评论

学校读者我要写书评

暂无评论

多尺度注意力解析网络的视网膜血管分割方法

引用

激光与光电子学进展 2021年第20期58卷 431-444页

作者：罗文劼韩国庆田学东河北大学网络空间安全与计算机学院河北保定071002

视网膜血管分割是检测多种眼病的重要手段,在视网膜疾病自动筛查系统中发挥重要作用。针对现存方法对细小血管分割不足且易出现病理误分割的问题,提出了一种基于多尺度注意力解析网络的分割算法。该网络以编码-解码架构为基础,在子模块... 详细信息

视网膜血管分割是检测多种眼病的重要手段,在视网膜疾病自动筛查系统中发挥重要作用。针对现存方法对细小血管分割不足且易出现病理误分割的问题,提出了一种基于多尺度注意力解析网络的分割算法。该网络以编码-解码架构为基础,在子模块中引入注意力残差块,加强了特征传播能力,降低了光照不均、对比度低对模型的影响;在编码器和解码器之间增加跳跃连接并去掉传统池化层,以保留足够的血管细节信息;运用并行多分支结构和空间金字塔池化两种多尺度特征融合方法,实现不同感受野下的特征提取,提升血管分割性能。实验结果表明,该方法在CHASEDB1和STARE标准集上的F1值分别达到了83.26%和82.56%,灵敏度分别达到了83.51%和81.20%,其性能优于当前主流方法。

关键词：医用光学图像处理血管分割编码-解码注意力残差块特征融合

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：