检索结果-内蒙古大学图书馆

数据分析与知识发现 2025年第3期9卷 127-135页

作者：余肖生黄莺张云涛陈鹏三峡大学湖北省水电工程智能视觉监测重点实验室宜昌443002 三峡大学计算机与信息学院宜昌443002

【目的】针对英文文本中存在多重嵌套和实体语义不明确的问题,提出一种融合单词多元信息的嵌套命名实体识别方法GTR-NNER。【方法】基于三仿射注意力引导的图卷积网络模块融合单词信息、单词位置信息、单词边界信息、单词标签信息以及... 详细信息

【目的】针对英文文本中存在多重嵌套和实体语义不明确的问题,提出一种融合单词多元信息的嵌套命名实体识别方法GTR-NNER。【方法】基于三仿射注意力引导的图卷积网络模块融合单词信息、单词位置信息、单词边界信息、单词标签信息以及语法信息,根据得到的多元信息进行跨度枚举,最后通过判别器完成实体识别。【结果】在两个嵌套数据集上进行10折交叉验证,GTR-NNER方法的平均F1值分别为84.38%和91.44%;在两个非完全嵌套数据集GENIA和ACE2005上,GTR-NNER方法的F1值分别为82.19%和89.27%。【局限】融合单词的多元信息致使模型的收敛速度变慢。【结论】在命名实体识别模型中结合单词的多元信息能够提高嵌套实体识别的效果,且实验结果证明本文融合单词多元信息的方法是有效的。

关键词：嵌套命名实体识别单词多元信息图卷积网络

来源：评论

学校读者我要写书评

暂无评论

面向高分辨率遥感影像变化检测的混合空间金字塔池化网络

引用

遥感学报 2025年第1期29卷 279-289页

作者：邵攀高梓昂三峡大学湖北省水电工程智能视觉监测重点实验室宜昌443002 三峡大学计算机与信息学院宜昌443002

以残差网络为基础,结合高分辨率遥感影像的特点,提出一种全新的端到端变化检测网络——混合空间金字塔池化网络HSPPNet(Hybrid Spatial Pyramid Pooling Network)。HSPPNet首先将空洞卷积和注意力机制引导卷积并行集成,构建一种混合空... 详细信息

以残差网络为基础,结合高分辨率遥感影像的特点,提出一种全新的端到端变化检测网络——混合空间金字塔池化网络HSPPNet(Hybrid Spatial Pyramid Pooling Network)。HSPPNet首先将空洞卷积和注意力机制引导卷积并行集成,构建一种混合空间金字塔池化模块,以便有效提取高分辨率遥感影像中不同形状尺度的变化对象。然后,通过定义一种截断—补偿加权交叉熵函数和一种类别级IoU函数并将二者集成,得到一种全新的自适应平衡损失函数,来降低变化类与未变化类严重不均衡问题对变化检测的影响。最后设计一种简单有效的输入模块,通过综合考虑两期遥感影像及其差异图来增强变化信息。通过以上3点,HSPPNet增强了深度学习变化检测的性能。两组常用公开变化检测数据集上的实验结果表明HSPPNet可行、有效。

关键词：遥感变化检测深度学习混合空间金字塔池化注意力机制损失函数截断—补偿加权交叉熵类别级IoU

来源：评论

学校读者我要写书评

暂无评论

基于一致性几何绕射理论的曲面目标谐振散射机理研究

引用

电波科学学报 2025年第1期40卷 72-79页

作者：李远龙张云华魏学李何思远朱国强武汉大学电子信息学院武汉430072 三峡大学计算机与信息学院宜昌443000

位于谐振区的雷达目标可由极点特征进行识别,但极点特征的物理意义及其对应的谐振机理并不明确。针对该问题,本文利用一致性几何绕射理论(uniform geometrical theory of diffraction,UTD),研究了曲面绕射的谐振机理,并提出了一种用于... 详细信息

位于谐振区的雷达目标可由极点特征进行识别,但极点特征的物理意义及其对应的谐振机理并不明确。针对该问题,本文利用一致性几何绕射理论(uniform geometrical theory of diffraction,UTD),研究了曲面绕射的谐振机理,并提出了一种用于谐振区含曲面目标识别的极点正向推算方法。首先,用投影递推寻迹算法在目标表面获取爬行波的闭合路径及几何参数;然后,基于UTD给出曲面绕射场表达式,推导出用于预测极点的谐振方程;最后,通过对理想导体球及椭球进行极点预测,与频域仿真提取的极点进行对比,综合误差在5%以内,验证了建模方法的准确性。

关键词：谐振区目标识别一致性几何绕射理论(UTD) 爬行波极点预测

来源：评论

学校读者我要写书评

暂无评论

一种嵌套K-means聚类的任意形状波束子阵划分方法

引用

电子学报 2025年第1期53卷 119-127页

作者：张清河李宇航沈钊阳文方青水电工程智能视觉监测湖北省重点实验室(三峡大学) 湖北宜昌443002 三峡大学计算机与信息学院湖北宜昌443002

传统相控阵由于其高昂成本的限制,已经无法满足日益增长的广泛应用需求,而基于稀疏阵、子阵等技术的非传统相控阵技术则得到了广泛的关注和研究.如何有效地划分子阵,以及如何优化子阵的计算过程,是提高计算效率和性能的关键问题.本文提... 详细信息

传统相控阵由于其高昂成本的限制,已经无法满足日益增长的广泛应用需求,而基于稀疏阵、子阵等技术的非传统相控阵技术则得到了广泛的关注和研究.如何有效地划分子阵,以及如何优化子阵的计算过程,是提高计算效率和性能的关键问题.本文提出一种融合群智能优化算法及聚类技术的嵌套迭代优化方法来解决任意形状波束子阵划分问题.该方法包含内、外两个嵌套循环迭代优化过程:(i)外循环采用群智能优化方法来实现用户定义任意方向图下的参考阵列,并利用谢昆诺夫多项式和基本代数理论分析得到多组不同的阵列单元复激励(由阵因子多项式分布在非谢昆诺夫单位圆上的根所决定);(ii)内循环基于激励匹配策略,专注于通过K-means聚类方法实现阵列天线的最优子阵布局及相应的子阵复激励系数,并最终产生一个逼近参考阵列的波束方向图.通过与传统K-means聚类方法、粒子群优化方法在方向图逼近、激励匹配误差、模式匹配误差、阵列性能参数及计算效率等方面的比较,验证了所提方法的有效性.

关键词：任意形状波束阵列子阵划分嵌套K-means聚类激励匹配策略群智能优化方法

来源：评论

学校读者我要写书评

暂无评论

基于通道剪枝的改进YOLOv7-tiny舰船识别算法

引用

电光与控制 2025年第4期32卷 31-36页

作者：张上熊中越王恒涛三峡大学计算机与信息学院湖北宜昌443000

海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一。针对SAR图像舰船目标检测存在识别精度低、训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上舰船识别算法。首先,采用MobileNe... 详细信息

海上舰船目标识别是海洋监测的重要一环,也是世界各海岸地带国家国土安全的重要解决方案之一。针对SAR图像舰船目标检测存在识别精度低、训练模型大等问题,提出了一种基于通道剪枝的改进YOLOv7-tiny海上舰船识别算法。首先,采用MobileNetV3替代原有主干网络,以降低模型的计算量和体积,实现模型轻量化;其次,引入MPDIoU简化计算过程,优化模型的收敛性;最后,通过通道剪枝提高模型精度,同时平衡模型体积和计算量的降低幅度,进一步优化算法模型。实验结果表明,改进算法相对于YOLOv7-tiny,召回率提升了5.85个百分点,mAP提升了3.69个百分点,参数量减少了63.35%,计算量减少了70%。

关键词：目标检测 YOLOv7-tiny SAR图像轻量化模型通道剪枝损失函数

来源：评论

学校读者我要写书评

暂无评论

融合多维情感特征的中文仇恨言论检测方法

引用

数据分析与知识发现 2025年

作者：但志平李琳余肖生鲁雨洁李碧涛三峡大学水电工程智能视觉监测湖北省重点实验室三峡大学计算机与信息学院

[目的]针对无法有效识别中文文本中存在的不包含明显恶意词汇的仇恨言论问题，提出了一种融合多维情感特征的中文仇恨言论检测方法——RMSF。[方法]首先，使用RoBERTa提取输入文本的字符及句子级特征，并使用情感词典等工具提取文本的... 详细信息

[目的]针对无法有效识别中文文本中存在的不包含明显恶意词汇的仇恨言论问题，提出了一种融合多维情感特征的中文仇恨言论检测方法——RMSF。[方法]首先，使用RoBERTa提取输入文本的字符及句子级特征，并使用情感词典等工具提取文本的多维度情感特征；其次，将字符特征及情感特征进行拼接后输入到BiLSTM网络中，学习更深层次的上下文语义信息；最后，将BiLSTM的输出和RoBERTa提取的句子特征拼接，输入MLP层进行处理，并应用SoftMax函数进行类别预测。为了解决数据类别不平衡问题，采用焦点损失函数优化模型，从而提升判别输入文本是否为仇恨言论的准确率。[结果]RMSF在TOXICN数据集中精确率为82.63%，召回率为82.41%，F1 值达到82.45%；在COLDataset数据集中精确率为82.94%，召回率为82.96%，F1 值达到82.85%，与现有方法相比，F1值分别提高了1.85%和1.09%。[局限]融合多维情感特征的仇恨言论检测方法需要依赖情感词典等工具，情感特征的提取受到词典内容的制约。[结论]在中文仇恨言论检测模型中结合多维度情感特征能够有效提高检测的效果，且实验结果也证明本文融合多维度情感特征的方法是有效的。

关键词：仇恨言论检测多维度情感特征 RoBERTa BiLSTM

来源：评论

学校读者我要写书评

暂无评论

基于跨尺度特征提取的锻件表面裂纹检测算法

引用

计算机集成制造系统 2025年第2期31卷 499-511页

作者：张岳张上王恒涛张朝阳许欢熊偌炎三峡大学水电工程智能视觉监测湖北省重点实验室湖北宜昌443002 三峡大学湖北省建筑质量检测装备工程技术研究中心湖北宜昌443002 三峡大学计算机与信息学院湖北宜昌443002 三峡大学经济与管理学院湖北宜昌443002 三峡大学电气与新能源学院湖北宜昌443002

锻件表面裂纹危害性大,检测效率低,为解决传统人工磁粉检测锻件裂纹场景中存在的问题,提出一种锻件表面裂纹实时检测算法。首先采集重卡转向节生产流水线中探伤车间的磁粉检测图像,制作锻件表面裂纹数据集;然后提出轻量多尺度卷积模块LM... 详细信息

锻件表面裂纹危害性大,检测效率低,为解决传统人工磁粉检测锻件裂纹场景中存在的问题,提出一种锻件表面裂纹实时检测算法。首先采集重卡转向节生产流水线中探伤车间的磁粉检测图像,制作锻件表面裂纹数据集;然后提出轻量多尺度卷积模块LMSConv,实现单模块跨尺度特征提取,同时提出大型可分离内核注意力快速空间金字塔池化模块LSKA-SPPF,进一步加强整体跨尺度特征融合能力;最后,更改Bbox损失函数为Focal EIoU,以提高锚框回归精度。锻件表面裂纹数据集与NEU-DET数据集上的实验结果表明算法检测精度高,复杂度低,对比其他主流单阶段目标检测算法,所提算法漏检率和误检率降低,具有较强的鲁棒性,能够满足锻件裂纹检测的需要。

关键词：表面缺陷检测跨尺度特征锻件裂纹单阶段目标检测

来源：评论

学校读者我要写书评

暂无评论

边缘-分割交叉引导的伪装目标检测网络

引用

计算机科学与探索 2025年第4期19卷 1001-1010页

作者：陈鹏李旭向道岸余肖生三峡大学湖北省水电工程智能视觉监测重点实验室湖北宜昌443002 三峡大学计算机与信息学院湖北宜昌443002

基于边缘感知的模型是伪装目标检测的主流方法之一,其核心是在早期阶段输出边缘预测,能更好地定位和分割伪装目标。而在伪装目标数据集中,由于伪装目标与背景环境有很高的视觉相似性,对早期的边缘预测质量要求很高,错误的前景预测会导... 详细信息

基于边缘感知的模型是伪装目标检测的主流方法之一,其核心是在早期阶段输出边缘预测,能更好地定位和分割伪装目标。而在伪装目标数据集中,由于伪装目标与背景环境有很高的视觉相似性,对早期的边缘预测质量要求很高,错误的前景预测会导致分割不完整,甚至缺失目标,进而造成伪装目标分割效果不佳。为了解决这一问题,提出了一种边缘-分割交叉引导网络ECGNet。利用ConvNeXt模型作为骨干网络,通过1×1卷积对特征通道进行统一处理,在多尺度上提取全局上下文信息。设计了一个分割诱导边缘融合模块和一个边缘感知引导完整性聚合模块交叉融合,关注伪装目标的整体结构,不断细化分割特征和边缘特征。通过引导残差通道注意模块利用这些连接和卷积更好地提取低层特征中的结构细节。在CAMO、COD10K以及NC4K数据集上的实验结果表明,ECGNet性能优于其他22个具有代表性的模型,比HitNet在S_(α)、E_(ϕ)、F^(ω)_(β)和M方面的性能平均提升了0.019、0.019、0.018和0.009。

关键词：伪装目标检测上下文信息交叉细化边缘感知

来源：评论

学校读者我要写书评

暂无评论

分层Transformer和多尺度并行聚合的乳腺肿块分割方法

引用

激光与光电子学进展 2025年第2期62卷 252-263页

作者：夏平王雨蝶雷帮军彭程张光一唐庭龙三峡大学水电工程智能视觉监测湖北省重点实验室湖北宜昌443002 三峡大学计算机与信息学院湖北宜昌443002

针对乳腺超声图像分割中肿块与正常组织间对比度低、边界模糊、肿块形状和位置复杂、图像噪声大等问题,提出了一种分层Transformer与多尺度并行聚合的网络用于乳腺肿块分割。编码器采用MiT-B2,建立长距离特征依赖关系,有效提取不同分辨... 详细信息

针对乳腺超声图像分割中肿块与正常组织间对比度低、边界模糊、肿块形状和位置复杂、图像噪声大等问题,提出了一种分层Transformer与多尺度并行聚合的网络用于乳腺肿块分割。编码器采用MiT-B2,建立长距离特征依赖关系,有效提取不同分辨率下的特征信息;编码器与解码器间的跳跃连接构建多层分支感受野与置换注意力机制的级联模块;构建多层分支感受野用以捕获肿块多尺度局部信息,解决肿块与周围正常组织间高度相似的问题;置换注意力机制准确识别、定位肿块,并抑制噪声干扰;解码端构建聚合模块逐层融合并行分支特征,提升分割精度。在BUSI数据集上实验结果表明,相较于基线TransFuse网络,本文模型的Dice、交并比指标分别提升了3.21%、3.19%。在其他2个数据集上,本文模型的分割性能也有优良的表现。

关键词：深度学习乳腺肿块分割分层Transformer 多尺度并行聚合模块

来源：评论

学校读者我要写书评

暂无评论

基于时间步局部动态交互的多任务谣言检测方法

引用

计算机工程与应用 2025年第6期61卷 183-191页

作者：杨广浩万书振董方敏王梦园三峡大学湖北省水电工程智能视觉监测重点实验室湖北宜昌443002 三峡大学计算机与信息学院湖北宜昌443002

谣言检测旨鉴别社交媒体中未经官方证实或人为捏造的信息,而当今社交网络中隐含着一种难以发掘的动态关系模式,它随时间推移和不同帖子间的动态交互而变化。针对现有方法对谣言传播事件中隐含的动态特征和关联信息考虑不充分的问题,提... 详细信息

谣言检测旨鉴别社交媒体中未经官方证实或人为捏造的信息,而当今社交网络中隐含着一种难以发掘的动态关系模式,它随时间推移和不同帖子间的动态交互而变化。针对现有方法对谣言传播事件中隐含的动态特征和关联信息考虑不充分的问题,提出一种基于时间步局部动态交互的多任务谣言检测方法,能捕获谣言传播事件中隐含的动态关联信息;并设计了一种高效的多任务交互方式,以时间步为基本共享单元,将学习到的局部特征进行共享,极大提升了共享效率,从而形成局部动态交互,整体多任务共享的检测框架。最后利用注意力机制筛选不同任务、不同结构特征中对谣言检测更有利的信息,以提升检测效果。在PHEME和WEIBO数据集上进行了实验,结果表明该方法具有较先进的性能。

关键词：谣言检测时间步局部动态交互传播结构特征多任务共享

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：