检索结果-内蒙古大学图书馆

计算机应用 2024年第2期44卷 556-562页

作者：景维鹏肖庆欣罗辉东北林业大学信息与计算机工程学院哈尔滨150006

在说话人识别任务中,概率线性判别分析(PLDA)模型是目前常用的分类后端,但由于高斯PLDA模型分布假设不能准确拟合真实说话人特征分布,导致基于高斯分布假设长度归一化的信道补偿方法会破坏说话人特征类内分布的独立性,使得高斯PLDA不能... 详细信息

在说话人识别任务中,概率线性判别分析(PLDA)模型是目前常用的分类后端,但由于高斯PLDA模型分布假设不能准确拟合真实说话人特征分布,导致基于高斯分布假设长度归一化的信道补偿方法会破坏说话人特征类内分布的独立性,使得高斯PLDA不能充分利用上游任务提取特征所包含的说话人信息,从而影响识别结果。针对这一问题,提出基于概率球面判别分析的信道补偿算法(CC-PSDA),通过引入冯·米塞斯-费希尔(VMF)分布假设的概率球面判别分析模型(PSDA)和特征变换方法代替高斯分布假设的概率线性判别分析方法,以避免信道补偿对说话人特征类内分布独立性的影响。首先,为了使说话人特征符合VMF分布先验假设拟合后端分类模型,在特征级利用非线性转换对说话人特征进行分布变换。之后,利用基于VMF分布假设的PLDA模型不会破坏说话人特征的类内分布结构的特点,将变换后的说话人特征定义到特定维度的超球面,最大化特征类间距离。所提算法通过期望最大化(EM)算法进行求解,最终完成分类任务。实验结果表明,改进算法在三个测试集上的识别等错误率相较于对比模型PSDA、高斯PLDA均最低。由此可见,所提模型可以有效区分说话人特征,提高识别性能。

关键词：说话人识别 i-vector 概率球面判别分析信道补偿冯·米塞斯-费希尔分布长度归一化

来源：评论

学校读者我要写书评

暂无评论

结合域间一致性与抗噪学习的跨域行人重识别方法

引用

小型微型计算机系统 2024年第6期45卷 1444-1450页

作者：张栩嘉白淼源郭继峰东北林业大学信息与计算机工程学院哈尔滨150000

针对跨域行人重识别任务中域间差距和噪声标签导致的模型识别准确率低、稳定性差的问题,本文提出一种结合域间一致性与抗噪学习的跨域行人重识别方法(SZTR).该方法将生成对抗网络应用到预训练中,并且设计一个预训练中的一致性正则化损失... 详细信息

针对跨域行人重识别任务中域间差距和噪声标签导致的模型识别准确率低、稳定性差的问题,本文提出一种结合域间一致性与抗噪学习的跨域行人重识别方法(SZTR).该方法将生成对抗网络应用到预训练中,并且设计一个预训练中的一致性正则化损失,用来保持行人图片风格迁移前后预测概率的一致性,以减小域间差距.在目标域的训练中引入更稳定的动量对比模型来提取样本特征,加入鲁棒性更强的自适应权重损失微调模型,以减小聚类过程中噪声标签带来的负面影响.实验结果及分析表明,所提方法有助于提升模型在跨域行人重识别任务上的准确度,取得了更稳定的识别效果.

关键词：跨域行人重识别生成对抗网络一致性噪声标签

来源：评论

学校读者我要写书评

暂无评论

基于AlexNet优化的板材材种识别方法

引用

林业科学 2022年第3期58卷 149-158页

作者：杨楠楠白岩姜苏译杨春梅徐凯宏东北林业大学信息与计算机工程学院哈尔滨150040 东北林业大学机电工程学院哈尔滨150040

【目的】基于处理后的木材端面细胞特征,寻找合适的机器学习方法提高木材识别准确率,以实现木材高效利用,为珍稀木材种类判别和保护提供依据。【方法】以5种木材(臭冷杉、长白落叶松、鱼鳞云杉、鹅掌楸和凹叶厚朴)端面细胞为研究对象,... 详细信息

【目的】基于处理后的木材端面细胞特征,寻找合适的机器学习方法提高木材识别准确率,以实现木材高效利用,为珍稀木材种类判别和保护提供依据。【方法】以5种木材(臭冷杉、长白落叶松、鱼鳞云杉、鹅掌楸和凹叶厚朴)端面细胞为研究对象,提取多种差异性图像作为数据集,通过图像处理提取特征信息,分别采用支持向量机(SVM)和AlexNet神经网络进行分类识别。根据木材端面细胞区分的差异性,在AlexNet神经网络架构中加入BN算法进行优化,设计一种更高效的板材识别方法提高木材识别准确率。【结果】将增强后的29680张图像按7∶3划分,分别保存在训练集和测试集文件夹中,测试样本确定标签后均放入同一文件夹,分别对3种分类算法进行整体批量测试,支持向量机分类器测试集的整体识别准确率为84.67%,AlexNet神经网络测试集的整体识别准确率为88.76%,基于BN算法优化的AlexNet神经网络测试集的整体识别准确率为91.15%,识别效果更好。【结论】当样本量充足时,AlexNet神经网络对木材端面细胞图像的分类效果明显优于SVM分类器。基于BN算法优化的AlexNet神经网络对图像线性特征更敏感,保留AlexNet神经网络拟合优化性的同时加快寻优速率,可有效提高识别精度,实现木材高精度分类。

关键词：材种识别机器学习 AlexNet SVM

来源：评论

学校读者我要写书评

暂无评论

基于图书目录注意力机制的读者偏好分析与推荐模型研究

引用

数据分析与知识发现 2022年第9期6卷 138-152页

作者：王代琳刘丽娜刘美玲刘亚秋东北林业大学图书馆哈尔滨150040 东北林业大学信息与计算机工程学院哈尔滨150040

【目的】为解决现有推荐算法因忽略读者对于图书目录的关注而导致推荐准确度不高的问题,本文提出一种基于图书目录注意力机制的读者偏好分析方法及其个性化推荐模型IABiLSTM。【方法】根据图书标题和目录内容提取图书的语义特征:利用BiL... 详细信息

【目的】为解决现有推荐算法因忽略读者对于图书目录的关注而导致推荐准确度不高的问题,本文提出一种基于图书目录注意力机制的读者偏好分析方法及其个性化推荐模型IABiLSTM。【方法】根据图书标题和目录内容提取图书的语义特征:利用BiLSTM网络捕获文本的长距离依赖和语序上下文信息,使用双层Self-Attention机制增强图书目录特征更深层次的语义表达;分析读者历史浏览行为,使用兴趣函数拟合量化读者兴趣度;将图书的语义特征和读者兴趣度相结合生成读者偏好向量,计算候选图书语义特征向量和读者偏好向量的相似度预测评分并完成个性化图书推荐。【结果】使用MSE、Precision、Recall三项指标对模型进行考察,当N=50时,豆瓣数据集上结果分别为1.1%、89.1%、85.2%,Amazon数据集上结果分别为1.2%、75.2%、72.8%,优于对比模型。【局限】仅在豆瓣读书和Amazon两个数据集上进行了模型验证,在其他数据集上的泛化性能有待进一步验证。【结论】本文通过提高对图书目录的注意力关注度和对读者历史浏览交互行为的分析,有效表达读者的兴趣偏好,对图书推荐准确度的提升起到了重要作用。所提模型不仅适用于基于图书内容和读者浏览行为的推荐任务,在其他常见的自然语言处理任务中也有借鉴意义。

关键词：浏览行为图书目录注意力读者偏好个性化推荐 BiLSTM

来源：评论

学校读者我要写书评

暂无评论

基于CP-DeepLabv3+的玉米根系图像分割

引用

中国农业科技导报 2024年第3期26卷 110-116页

作者：赵亚凤王孟雪王德帅王冬冬李园胡峻峰东北林业大学信息与计算机工程学院哈尔滨150000 东北林业大学机电工程学院哈尔滨150000

利用微根管技术可以直接监测植物根系动态生长,并获取清晰根系图像,但土壤环境复杂、颗粒不均匀、细根数量多,图像分割时容易造成根系不连续,将土壤背景误认为根系。针对以上问题,提出了CP-DeepLabv3+算法进行图像分割。该算法引入坐标... 详细信息

利用微根管技术可以直接监测植物根系动态生长,并获取清晰根系图像,但土壤环境复杂、颗粒不均匀、细根数量多,图像分割时容易造成根系不连续,将土壤背景误认为根系。针对以上问题,提出了CP-DeepLabv3+算法进行图像分割。该算法引入坐标注意力机制(coordinate attention, CA),更精确地获得分割目标信息,使得分割目标边缘更加连续;在ASPP特征提取模块加入条纹池化(strip pooling,SP)分支,避免在相距较远的位置之间建立不必要的连接,提高图像分割精度。利用CP-DeepLabv3+算法对玉米根系数据集进行测试,结果显示,平均交并比(mean intersection over union,MIoU)值为82.95%,平均像素精确度(mean pixel accuracy,MPA)值为92.47%,相比于原始DeepLabv3+模型分别提高了3.69%、4.44%,表明该算法可有效分割玉米根系,对图像特征提取具有实际意义。

关键词：玉米根系微根管法原位监测 CP-DeepLabv3+

来源：评论

学校读者我要写书评

暂无评论

一种融合表征的农产品推荐算法

引用

哈尔滨理工大学学报 2024年第3期29卷 20-27页

作者：黄英来冀宇超刘镇波东北林业大学信息与计算机工程学院哈尔滨150040 东北林业大学材料科学与工程学院哈尔滨150040

针对农产品电商平台,产品季节性强、地域性强、用户行为多变,导致推荐效果不理想的问题,提出了一种融合表征的农产品推荐算法。首先,用长短期记忆网络和注意力网络相结合组成深度兴趣网络,以此来捕获物品的潜在特征;其次,构建用户-商品... 详细信息

针对农产品电商平台,产品季节性强、地域性强、用户行为多变,导致推荐效果不理想的问题,提出了一种融合表征的农产品推荐算法。首先,用长短期记忆网络和注意力网络相结合组成深度兴趣网络,以此来捕获物品的潜在特征;其次,构建用户-商品二部图;再次,利用图神经网络提取图数据的连接信息对每个节点的影响,并更新节点的嵌入式表示,以获取用户的潜在特征;最后,将两种潜在特征通过多层感知机得到待推荐农产品的购买概率,进一步提取和利用了用户行为序列中的用户深度兴趣,并将其融合深度兴趣网络进行推荐。实验结果表明:融合表征的农产品推荐算法相较于原有模型AUC指标提高9%以上,准确率和召回率提高约6%以上;相较于不考虑节点嵌入式表示的情况,AUC和准确率、召回率也均有提高。

关键词：图神经网络深度兴趣网络推荐系统农产品用户行为二部图

来源：评论

学校读者我要写书评

暂无评论

分布式多光谱高温计光学系统设计

引用

光谱学与光谱分析 2024年第1期44卷 230-233页

作者：张南楠陈茜雅常馨方邢键郭佳博崔双龙刘奕彤刘志军东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 哈尔滨工业大学(威海)新能源学院山东威海264209 贵州电子信息职业技术学院贵州凯里556000

多光谱辐射测温技术具有不干扰被测场、测量无上限以及响应速度快等优点,是高温测量领域的最有力工具之一。目前,多光谱高温计以点温测量为主,光路通过物镜、光阑、棱镜等光路通道将待测点辐射分光后进入探测器阵列,实现单点的多光谱信... 详细信息

多光谱辐射测温技术具有不干扰被测场、测量无上限以及响应速度快等优点,是高温测量领域的最有力工具之一。目前,多光谱高温计以点温测量为主,光路通过物镜、光阑、棱镜等光路通道将待测点辐射分光后进入探测器阵列,实现单点的多光谱信息采集。随着工业智能化程度的不断提高,更加需要实时获得大量的温度分布信息,如特种金属材料的冶炼过程、高温合金激光自动焊接过程、半导体晶体生长过程、火箭发动机尾喷焰温度诊断等领域都需要实时获得某条线乃至整个二维表面的温度,从而提高产品性能和质量,因此通过多光谱辐射测温技术测量待测表面某条线的温度分布十分重要。但是,简单将光阑变为狭缝,实现待测线表面的辐射经透镜、棱镜等传统光路分光后,由于光学系统球差的作用,会使得分光后的狭缝光谱由于离轴传输而呈现严重的弯曲现象,不利于矩形光电探测器阵列的完全接收。为此,提出基于正交柱状透镜组的多光谱线温光路系统,利用正交柱状透镜在不同位置成像可以实现由圆到椭圆再到直线的特殊作用,较好地解决了传统多光谱辐射高温计光路所存在的球差问题。利用ZEMAX光学设计软件,基于S4111-16Q的光电探测器阵列实际大小进行反向光学系统设计,确定了狭缝、物镜、棱镜、正交柱状透镜等光学器件关键的参数,基于这些参数所实际加工的光学器件,搭建了多光谱线温高温计光学系统,并进行了无正交柱状透镜和有正交柱状透镜成像情况下的对比实验,结果表明,在没有柱状透镜的情况下,狭缝成像明显弯曲,在加入正交柱状透镜的情况下,狭缝成像弯曲现象消失,经狭缝分光后的线光谱明显呈直线状态,这为整条线的光谱辐射信息完整进入各探测器阵列提供了技术支撑,从而为后续线温测量提供了有力的光谱辐射数据信息。

关键词：多光谱辐射测温光学系统线温测量

来源：评论

学校读者我要写书评

暂无评论

一种基于SWF-BERT的软件缺陷报告严重性预测方法

引用

小型微型计算机系统 2023年第6期44卷 1338-1344页

作者：薛诗琦王阿川东北林业大学信息与计算机工程学院哈尔滨150040

针对软件缺陷报告严重性预测中现有模型分类精度较低、深层次的语义特征不够丰富等问题,本文提出了一种基于BERT句子级别与词级别特征融合的SWF-BERT(Sentence-level and Word-level features Fusion-BERT)软件缺陷报告严重性预测模型.... 详细信息

针对软件缺陷报告严重性预测中现有模型分类精度较低、深层次的语义特征不够丰富等问题,本文提出了一种基于BERT句子级别与词级别特征融合的SWF-BERT(Sentence-level and Word-level features Fusion-BERT)软件缺陷报告严重性预测模型.首先,对缺陷报告中的文本进行了数据预处理.其次,为了加强嵌入层中融合后的特征语义信息,提取词频最高的前100个单词,筛选出与缺陷严重性相关的特征词对其进行关键词嵌入操作,并融合嵌入层中的其他向量进行词嵌入.最后,将BERT模型输出层得到的特征(除[CLS]token外)送入多尺度卷积神经网络结合长短期记忆网络(MC-LSTM)模型中,加强了不同特征间远距离的时序信息.采用BERT模型输出得到的[CLS]句向量经过线性变换的结果与MC-LSTM模型输出经过线性变换得到的结果做可学习的自适应加权融合,实现了对软件缺陷报告严重性的有效预测.实验结果表明,使用SWF-BERT模型的平均准确率、召回率和F1值在Mozilla数据集中分别达到了68.41%、64.60%和64.86%,在Eclipse数据集中分别达到了61.32%、62.62%和59.31%,与其他分类算法相比,该方法在性能上得到了较大的提升.

关键词：软件缺陷报告严重性预测关键词嵌入多尺度卷积神经网络特征融合

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的遥感图像实时检测硬件加速

引用

电光与控制 2023年第12期30卷 115-120页

作者：赵永辉吕勇刘雪妍万晓玉郭淳宇刘淑玉东北林业大学信息与计算机工程学院哈尔滨150000

遥感图像实时检测是遥感应用领域的关键技术问题之一,针对目前主流的目标检测算法在图像处理器(GPU)上存在模型参数量大、实时性差、功耗大和成本高的问题,提出一种基于现场可编程门阵列(FPGA)的遥感图像实时检测方案。首先,为减少参数... 详细信息

遥感图像实时检测是遥感应用领域的关键技术问题之一,针对目前主流的目标检测算法在图像处理器(GPU)上存在模型参数量大、实时性差、功耗大和成本高的问题,提出一种基于现场可编程门阵列(FPGA)的遥感图像实时检测方案。首先,为减少参数量、提高检测速度,采用MobileNetv2作为特征提取网络,融合深度可分离卷积,使得模型轻量化便于部署;接着,采用CA注意力模块提高检测精度;最后,将模型浮点数参数量化为8位定点数,并将量化后的网络模型在FPGA上完成部署。实验表明,在遥感数据集VisDrone 2019上,所提设计方案平均精度均值(mAP)达到14.79%,FPS达到46.78帧/s,平均功耗为8 W,比CPU提高375.4%的检测速度,比GPU降低96.8%的功耗。该方案可以满足实时目标检测的要求,并且能够部署在功耗受限的卫星、无人机等设备上。

关键词：遥感图像注意力机制 FPGA YOLOv4

来源：评论

学校读者我要写书评

暂无评论

基于代价敏感学习的不平衡虚假评论处理模型

引用

数据分析与知识发现 2023年第6期7卷 113-122页

作者：刘美玲尚玥赵铁军周继云东北林业大学信息与计算机工程学院哈尔滨150006 哈尔滨工业大学计算机科学与技术学院哈尔滨150001 约翰·霍普金斯大学利伯研究所巴尔的摩MD21218

【目的】增强虚假评论识别任务中模型对文本深层语义信息的学习能力,并解决虚假评论识别任务中存在的严重的数据不平衡问题。【方法】基于数据本身的用户行为特征与文本特征进行类间可分性计算自动学习代价敏感矩阵,增强模型对不平衡数... 详细信息

【目的】增强虚假评论识别任务中模型对文本深层语义信息的学习能力,并解决虚假评论识别任务中存在的严重的数据不平衡问题。【方法】基于数据本身的用户行为特征与文本特征进行类间可分性计算自动学习代价敏感矩阵,增强模型对不平衡数据的学习能力;同时利用BERT在文本编码方面的能力进一步优化模型。【结果】在YelpCHI数据集上进行实验,对比现有先进方法(En-HGAN),本文模型的F1值提升了约18个百分点,AUC值提升了约12个百分点。【局限】未将所提模型应用到更多的研究领域中。【结论】将用户行为特征与评论文本特征看作虚假评论类与真实类之间的特征集合进行类别可分性计算能够有效提高模型对虚假评论识别的性能。

关键词：虚假评论识别类别可分性计算代价敏感学习不平衡数据处理

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：