检索结果-内蒙古大学图书馆

自动化学报 2021年

作者：党鑫柯登峰韦然张振天津工业大学计算机科学与技术学院天津市光电检测技术与系统重点实验室中国科学院自动化研究所模式识别国家重点实验室天津工业大学生命科学学院

睡眠呼吸暂停综合症(OSA)是一种常见的睡眠中呼吸停止的睡眠障碍，在各年龄段人群中均拥有较高的患病比例。然而目前OSA的主要诊断仍依靠复杂而昂贵的多导睡眠监测(PSG)，严重制约了OSA的筛查效率。针对这个问题，本文提出了一种基于栈... 详细信息

睡眠呼吸暂停综合症(OSA)是一种常见的睡眠中呼吸停止的睡眠障碍，在各年龄段人群中均拥有较高的患病比例。然而目前OSA的主要诊断仍依靠复杂而昂贵的多导睡眠监测(PSG)，严重制约了OSA的筛查效率。针对这个问题，本文提出了一种基于栈式自编码网络(SAE)的鼾声OSA症状识别算法。该算法首先利用心电、鼾声数据进行OSA症状的特征抽出，两种特征在SAE的输入层或隐层结合后共同训练OSA诊断模型。该模型利用了深度神经网络发掘复杂特征及多模态特征相关性的能力，在自编码网络的隐层训练心电、鼾声特征的相关性，并利用这种相关性提高模型的识别性能。OSA症状识别及发病预测实验中，采用心电、鼾声同时输入的情况下，比传统算法获得了5%-7%的识别精度提升；在采用鼾声输入时，也获得了96.5%的识别精度。

关键词：睡眠呼吸中止综合征鼾声栈式自编码网络深度学习

来源：评论

学校读者我要写书评

暂无评论

基于多尺度笔刷的分层油画风格化

引用

计算机辅助设计与图形学学报 2020年第4期32卷 575-581页

作者：陈颖荆树旭石剑陈彦云柳有权张彩荣长安大学信息工程学院西安710064 中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院软件研究所计算机科学国家重点实验室北京100190

基于图像的油画风格化绘制是计算机图形学领域非真实感绘制研究的热点之一.为了进一步提高图像油画风格化的质量,提出了一种基于多尺度笔刷的分层图像油画风格化绘制算法.该算法模拟艺术家的油画绘制过程,采用不同尺度的笔刷按照从粗到... 详细信息

基于图像的油画风格化绘制是计算机图形学领域非真实感绘制研究的热点之一.为了进一步提高图像油画风格化的质量,提出了一种基于多尺度笔刷的分层图像油画风格化绘制算法.该算法模拟艺术家的油画绘制过程,采用不同尺度的笔刷按照从粗到细的顺序逐层绘制.在每层笔刷绘制中,首先使用增量Voronoi序列采样点和图像切线方向场确定笔刷流线,然后结合笔刷形状与笔刷高度场进行纹理贴图,得到最终的图像油画风格化绘制结果.通过与现有算法比较,文中算法不仅能模拟真实的油画绘制过程,而且生成的油画效果层次感更强,充分体现了图像的结构特征和油画细节.

关键词：非真实感渲染油画风格化切线方向场笔刷流线

来源：评论

学校读者我要写书评

暂无评论

融合词义信息的文本蕴涵识别方法

引用

中文信息学报 2021年第7期35卷 30-40页

作者：杜倩龙宗成庆苏克毅中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学人工智能学院北京100049 台湾“中央研究院”资讯科学研究所台湾台北11529

文本蕴涵识别是对两个文本之间语义关系的有向推理,而词汇的词义对理解文本的语义以及推理文本之间的语义蕴涵关系有着重要作用。因此,为了有效利用词汇的词义信息推断文本之间的语义蕴涵关系,该文提出一种融合词义信息的文本蕴涵识别... 详细信息

文本蕴涵识别是对两个文本之间语义关系的有向推理,而词汇的词义对理解文本的语义以及推理文本之间的语义蕴涵关系有着重要作用。因此,为了有效利用词汇的词义信息推断文本之间的语义蕴涵关系,该文提出一种融合词义信息的文本蕴涵识别方法。该方法首次提出将原始的词汇转化为对应的目标词义,然后利用词汇的词义信息改善文本的语义表示和文本间语义关系的推理。实验表明,该文所提出的方法可以有效改善文本间语义关系的推理,从而提升文本蕴涵识别的准确率。

关键词：词义推断文本蕴涵识别语义推理

来源：评论

学校读者我要写书评

暂无评论

基于多模态输入的对抗式视频生成方法

引用

计算机研究与发展 2020年第7期57卷 1522-1530页

作者：于海涛杨小汕徐常胜合肥工业大学计算机与信息学院合肥230031 模式识别国家重点实验室(中国科学院自动化研究所) 北京100190

视频生成是计算机视觉和多媒体领域一个重要而又具有挑战性的任务.现有的基于对抗生成网络的视频生成方法通常缺乏一种有效可控的连贯视频生成方式.提出一种新的多模态条件式视频生成模型.该模型使用图片和文本作为输入,通过文本特征编... 详细信息

视频生成是计算机视觉和多媒体领域一个重要而又具有挑战性的任务.现有的基于对抗生成网络的视频生成方法通常缺乏一种有效可控的连贯视频生成方式.提出一种新的多模态条件式视频生成模型.该模型使用图片和文本作为输入,通过文本特征编码网络和运动特征解码网络得到视频的运动信息,并结合输入图片生成连贯的运动视频序列.此外,该方法通过对输入图片进行仿射变换来预测视频帧,使得生成模型更加可控、生成结果更加鲁棒.在SBMG(single-digit bouncing MNIST gifs),TBMG(two-digit bouncing MNIST gifs)和KTH(kungliga tekniska h?gskolan human actions)数据集上的实验结果表明:相较于现有的视频生成方法,生成结果在目标清晰度和视频连贯性方面都具有更好的效果.另外定性评估和定量评估(SSIM(structural similarity index)与PSNR(peak signal to noise ratio)指标)表明提出的多模态视频帧生成网络在视频生成中起到了关键作用.

关键词：深度学习视频生成视频预测卷积神经网络生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

面向社交媒体的高质量内容识别

引用

计算机辅助设计与图形学学报 2020年第6期32卷 943-949页

作者：赵泉胡骏方全钱胜胜徐常胜合肥工业大学计算机与信息学院合肥230009 中国科学院自动化研究所模式识别国家重点实验室北京100190

如何从海量多媒体文章中自动识别高质量内容是信息推荐、搜索引擎等系统的核心功能之一.现有的方法在训练中依赖大量的人工标注数据.针对其未考虑社交媒体中的社交信息和视觉内容的问题,提出一种基于正无标记(positive and unlabeled, ... 详细信息

如何从海量多媒体文章中自动识别高质量内容是信息推荐、搜索引擎等系统的核心功能之一.现有的方法在训练中依赖大量的人工标注数据.针对其未考虑社交媒体中的社交信息和视觉内容的问题,提出一种基于正无标记(positive and unlabeled, PU)学习的图卷积高质量文章内容识别模型--基于PU学习的图卷积网络(graph convolutional network based on positive and unlabeled learning, GCN-PU),在统一的框架中使用一个异构网络同时建模社交媒体文章的文本和社交信息,并在该网络上使用图卷积网络来融合这些信息得到高阶特征.另外,使用多媒体文章的全局视觉布局信息来捕捉文章的综合视觉质量特征,用于补充图卷积网络输出的高阶特征.最后,在训练机制和损失函数中引入了PU学习来充分利用社交媒体中大量未标注的文章信息.在真实社交媒体数据集上的实验结果表明,相比于现有的方法, GCN-PU方法的F值提升了3%以上.

关键词：社交媒体多媒体文章质量识别正无标记学习图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于共面圆的距离传感器与相机的相对位姿标定

引用

自动化学报 2020年第6期46卷 1154-1165页

作者：王硕祝海江李和平吴毅红北京化工大学信息科学与技术学院北京100029 中国科学院自动化研究所模式识别国家重点实验室北京100190

近年来,距离传感器与摄像机的组合系统标定在无人车环境感知中得到了广泛的研究与应用,其中基于平面特征的方法简单易行而被广泛采用.然而,目前多数方法基于点匹配进行,易错且鲁棒性较低.本文提出了一种基于共面圆的距离传感器与相机的... 详细信息

近年来,距离传感器与摄像机的组合系统标定在无人车环境感知中得到了广泛的研究与应用,其中基于平面特征的方法简单易行而被广泛采用.然而,目前多数方法基于点匹配进行,易错且鲁棒性较低.本文提出了一种基于共面圆的距离传感器与相机的组合系统相对位姿估计方法.该方法使用含有两个共面圆的标定板,可以获取相机与标定板间的位姿,以及距离传感器与标定板间的位姿.此外,移动标定板获取多组数据,根据计算得到两个共面圆的圆心在距离传感器和相机下的坐标,优化重投影误差与3D对应点之间的误差,得到距离传感器与相机之间的位姿关系.该方法不需要进行特征点的匹配,利用射影不变性来获取相机与三维距离传感器的位姿.仿真实验与真实数据实验结果表明,本方法对噪声有较强的鲁棒性,得到了精确的结果.

关键词：多传感器标定距离传感器与相机标定深度相机与相机标定激光与相机标定

来源：评论

学校读者我要写书评

暂无评论

基于迁移降噪学习的大纲条件故事生成

基于迁移降噪学习的大纲条件故事生成

引用

2022中国自动化大会

作者：李宾朱敏郡翁诣轩夏飞李树涛湖南大学电气信息与工程学院中国科学院自动化所模式识别国家重点实验室

文本生成任务作为自然语言处理中重要的组成部分,近年来受到学者们的广泛关注。特别地,在基于大纲的条件故事生成任务上,由于预训练模型的预训练-微调范式具有灾难性遗忘的缺点,现有的方法难以基于给定的大纲词汇生成完整、逻辑通顺的... 详细信息

文本生成任务作为自然语言处理中重要的组成部分,近年来受到学者们的广泛关注。特别地,在基于大纲的条件故事生成任务上,由于预训练模型的预训练-微调范式具有灾难性遗忘的缺点,现有的方法难以基于给定的大纲词汇生成完整、逻辑通顺的文本。为了解决这个问题,我们建立了结合迁移降噪学习的大纲条件故事生成方法框架。首先,我们提出了Rake迁移训练方法,通过构造故事大纲实现预训练任务到下游任务的迁移学习。其次,我们引入Child微调的方法来减轻由于训练数据不足而引起的参数过拟合,从而减轻了预训练模型的灾难性遗忘。此外,为了在语言理解和语言生成之间取得平衡,我们基于预训练模型引入In-trust损失函数进行降噪学习。大量的实验表明,我们的方法在基于大纲的条件故事生成任务的六个评价指标均超过了最先进的方法,这证明我们所提出方法的有效性。

关键词：大纲条件故事生成 Rake迁移训练 Child微调迁移降噪学习

来源：评论

学校读者我要写书评

暂无评论

中国互联网信息内容生态治理策略体系构建与演化研究

中国互联网信息内容生态治理策略体系构建与演化研究

引用

第十八届（2023）中国管理学年会暨“一带一路”十周年研讨会

作者：艾祖鹏梁蕴泽郭文强中国科学院大学经济与管理学院中国科学院自动化研究所模式识别国家重点实验室新疆财经大学信息管理学院

互联网信息内容生态治理作为现代化国家与社会治理的重要领域一直是一个热门话题,研究其政策体系结构与演化具有一定的理论与现实意义.本文基于扎根理论研究方法,选取1994-2023中央所发布的225条及地方发布的762条互联网信息内容治理政... 详细信息

互联网信息内容生态治理作为现代化国家与社会治理的重要领域一直是一个热门话题,研究其政策体系结构与演化具有一定的理论与现实意义.本文基于扎根理论研究方法,选取1994-2023中央所发布的225条及地方发布的762条互联网信息内容治理政策根据其治理类别进行分类并进一步构建中国互联网信息内容治理政策的三层结构体系,分析其数量分布、历史演化及政策焦点演化.研究结果表明:中央和地方层面互联网信息内容生态治理均以由前馈控制、同期控制及反馈控制所构成的制度化管理为基础,中央层面以企业自律为代表的自我管理式治理为突出特色,而地方层面则以监管者行动为代表的其他式治理为突出特色;治理策略总体上经历从"自我监督,国家监管"到以制度化为基础多种治理方略综合应用的演化历程;中央与地方形成了一套"中央呼吁,地方落实"的系统治理模式;技术革新在互联网信息内容生态治理中的重要性正在加强,而社会监督和合作式治理的比重还有待提高.

关键词：互联网信息内容生态治理监管策略体系演化分析

来源：评论

学校读者我要写书评

暂无评论

融合外部知识的生成式实体关系联合抽取方法

引用

计算机技术与发展 2023年第8期33卷 124-130页

作者：祝振赫武虹高洁周玉中国科学院大学人工智能学院北京100049 中国科协创新战略研究院北京100038 中国科学院自动化研究所模式识别国家重点实验室北京100190 北京中科凡语科技有限公司凡语AI研究院北京100190

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据... 详细信息

实体关系联合抽取作为各领域构建知识图谱不可或缺的任务,成为当今信息抽取任务中的热点。现有的生成式实体关系联合抽取方法,多采用编码器-解码器框架,通过监督学习从非结构化文本中抽取特征来生成实体和关系序列。但这种方法属于数据驱动方法,在缺乏标注数据时存在质量较低的问题,而获取标注数据需要花费大量的成本。基于远程监督的方法通过利用外部知识库对文本进行自动标注,能够解决缺少大规模标注数据的问题,但同时引入的错误标签也会影响模型的性能。针对上述问题,提出了融合外部知识的生成式实体关系联合抽取方法,采用多编码器和知识注意力机制,将结构化信息和句法结构等外部知识融入模型。具体来说,首先利用标注数据对模型进行预训练来学习实体关系表示,然后利用外部知识再次训练来学习句法结构等信息。实验结果表明,所提方法能够通过融合外部知识,提升实体关系三元组的准确率,尤其提升模型在标注数据稀缺场景下的抽取准确率。

关键词：实体关系抽取编码-解码框架知识融合深度学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

融合篇章结构位置编码的神经机器翻译

引用

智能科学与技术学报 2020年第2期2卷 144-152页

作者：亢晓勉宗成庆中国科学院自动化研究所模式识别国家重点实验室北京100190 中国科学院大学北京100049

现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章... 详细信息

现有的文档级神经机器翻译方法在翻译一个句子时大多只利用文档的上下文词汇信息,而忽视了跨句子的篇章语义单元之间的结构关系。针对此问题,提出了多种篇章结构位置编码策略,利用基于修辞结构理论的篇章树结构,对篇章树上位于不同篇章单元的单词之间的位置关系进行了表示。实验表明,通过位置编码的方式,在基于Transformer框架的神经机器翻译模型中有效地融合了源端的篇章结构信息,译文质量得到了显著提升。

关键词：神经机器翻译篇章结构位置编码篇章分析修辞结构理论

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：