检索结果-内蒙古大学图书馆

计算机工程 2024年第4期50卷 132-140页

作者：王华珍许泽孙悦丘斌陈坚邱强斌华侨大学计算机科学与技术学院福建厦门361021 华侨大学厦门市计算机视觉与模式识别重点实验室福建厦门361021 智业软件股份有限公司福建厦门361008

多标记事件预测是指预测多个相关联的事件是否会在未来发生,相比传统单标记事件预测,需要同时预测多个目标事件。现有的事件预测研究忽略各领域存在的多标记事件情境,且对多标记事件预测研究较少。提出一种基于事件演化图的多标记事件... 详细信息

多标记事件预测是指预测多个相关联的事件是否会在未来发生,相比传统单标记事件预测,需要同时预测多个目标事件。现有的事件预测研究忽略各领域存在的多标记事件情境,且对多标记事件预测研究较少。提出一种基于事件演化图的多标记事件预测模型(MLEP),以实现基于事件演化图(EEG)的多标记事件预测研究模式。首先基于事件链构建事件演化图;然后对多标记事件预测问题进行问题转换,将多标记问题转化为单标记问题,利用事件表示学习方法获取所有事件的向量表示,对多标记事件进行编码;最后采用门控图神经网络(GGNN)框架构建多标记事件预测模型,根据相似度匹配出最优的后续事件,实现多标记事件的预测。在真实数据集上的实验结果表明,MLEP模型可以有效地预测出多标记事件,预测准确率达到了65.58%,性能优于大多现有的基准模型,提升幅度达到了4.94%以上。通过消融实验也证明了更好的事件表示学习方法对事件具有较好的表示效果,提升多标记事件预测的性能。

关键词：多标记事件演化图事件表示学习门控图神经网络事件预测

来源：评论

学校读者我要写书评

暂无评论

结合双流网络和双向五元组损失的跨人脸-语音匹配

引用

计算机研究与发展 2022年第3期59卷 694-705页

作者：柳欣王锐钟必能王楠楠华侨大学计算机科学与技术学院福建厦门361021 综合业务网理论及关键技术国家重点实验室(西安电子科技大学) 西安710071 厦门市计算机视觉与模式识别重点实验室(华侨大学) 福建厦门361021 广西师范大学计算机科学与信息工程学院广西桂林541004

面部视觉信息和语音信息是人机交互过程中最为直接和灵活的方式,从而基于智能方式的人脸和语音跨模态感知吸引了国内外研究学者的广泛关注.然而,由于人脸-语音样本的异质性以及语义鸿沟问题,现有方法并不能很好地解决一些难度比较高的... 详细信息

面部视觉信息和语音信息是人机交互过程中最为直接和灵活的方式,从而基于智能方式的人脸和语音跨模态感知吸引了国内外研究学者的广泛关注.然而,由于人脸-语音样本的异质性以及语义鸿沟问题,现有方法并不能很好地解决一些难度比较高的跨人脸-语音匹配任务.提出了一种结合双流网络和双向五元组损失的跨人脸-语音特征学习框架,该框架学到的特征可直接用于4种不同的跨人脸-语音匹配任务.首先,在双流深度网络顶端引入一种新的权重共享的多模态加权残差网络,以挖掘人脸和语音模态间的语义关联;接着,设计了一种融合多种样本对构造策略的双向五元组损失,极大地提高了数据利用率和模型的泛化性能;最后,在模型训练中进行ID分类学习,以保证跨模态表示的可分性.实验结果表明,与现有方法相比,能够在4个不同跨人脸-语音匹配任务上取得效果的全面提升,某些评价指标效果提升近5%.

关键词：人脸-语音关联跨模态感知双流网络双向五元组损失加权残差网络

来源：评论

学校读者我要写书评

暂无评论

结合分层深度网络与双向五元组损失的跨模态异常检测

引用

计算机研究与发展 2022年第12期59卷 2770-2780页

作者：范烨彭淑娟柳欣崔振王楠楠华侨大学计算机科学与技术学院福建厦门361021 厦门市计算机视觉与模式识别重点实验室(华侨大学) 福建厦门361021 南京理工大学计算机科学与工程学院南京210094 综合业务网理论及关键技术国家重点实验室(西安电子科技大学) 西安710071

大数据环境下的跨模态异常检测是一个非常有价值且极具挑战性的工作.针对目前已有跨模态异常检测框架对数据异常值类型检测不全面以及数据利用率较低的问题,提出了一个结合分层深度网络与相似度双向五元组损失的跨模态异常检测方法.首先... 详细信息

大数据环境下的跨模态异常检测是一个非常有价值且极具挑战性的工作.针对目前已有跨模态异常检测框架对数据异常值类型检测不全面以及数据利用率较低的问题,提出了一个结合分层深度网络与相似度双向五元组损失的跨模态异常检测方法.首先,提出的框架引入一个单视图异常检测网络层,通过模态内近邻样本相似度来检测数据样本中是否存在属性异常与部分属性类别异常点;接着,提出基于相似度双向五元组损失的双分支深度网络用于检测数据中的类别异常与剩余部分的属性类别异常,该损失一方面能够使不同属性数据正交化,另一方面使得相同属性数据之间线性相关,从而有效地加大了不同属性数据之间的特征差异性,以及增加了相同属性之间的特征相关性;同时,提出的双分支网络通过模态间双向约束和模态内的邻域约束,极大提高了数据利用率和模型的泛化能力.实验结果表明,所提出的框架可以全面检测出不同模态中所有的异常类型样本点,并且表现优于现有的可应用于跨模态异常检测的方法,优势明显.

关键词：跨模态异常检测分层深度网络双向五元组损失邻域约束双向约束

来源：评论

学校读者我要写书评

暂无评论

视频理解中的动作质量评估方法综述

引用

计算机科学 2022年第7期49卷 79-88页

作者：张洪博董力嘉潘玉彪萧宗志张惠臻杜吉祥华侨大学计算机科学与技术学院福建厦门361000 华侨大学福建省大数据智能与安全重点实验室福建厦门361000 华侨大学厦门市计算机视觉与模式识别重点实验室福建厦门361000

视频中动作质量的评估指对视频中人物对象的动作质量进行评价,如计算动作质量分数、等级或者不同人物表现的优劣,是视频理解和计算机视觉研究中的一个重要方向。从动作质量分数预测、等级分类以及水平排序3个方面对视频中的动作质量评... 详细信息

视频中动作质量的评估指对视频中人物对象的动作质量进行评价,如计算动作质量分数、等级或者不同人物表现的优劣,是视频理解和计算机视觉研究中的一个重要方向。从动作质量分数预测、等级分类以及水平排序3个方面对视频中的动作质量评估方法进行总结,然后对这些方法在目前常用数据集上的表现进行分析,最后讨论未来研究中亟待解决的问题。

关键词：视频理解行为质量评估质量分数预测等级分类水平排序

来源：评论

学校读者我要写书评

暂无评论

面向大规模数据的DBSCAN加速算法综述

引用

计算机研究与发展 2023年第9期60卷 2028-2047页

作者：陈叶旺曹海露陈谊康昭雷震杜吉祥华侨大学计算机科学与技术学院福建厦门361021 食品安全大数据技术北京市重点实验室(北京工商大学) 北京100048 电子科技大学计算机科学与工程学院成都611731 模式识别国家重点实验室(中国科学院自动化所) 北京100190 厦门市数据安全与区块链技术重点实验室(华侨大学) 福建厦门361021 福建省大数据智能与安全重点实验室(华侨大学) 福建厦门361021 江苏省计算机信息处理技术重点实验室(苏州大学) 江苏苏州215006

DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目... 详细信息

DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目标上看,这些工作大体上可分为减少冗余计算和并行化两大类;就具体加速手段而言,可分为6个主要类别:基于分布式、基于采样化、基于近似模糊、基于快速近邻、基于空间划分以及基于GPU加速技术.根据该分类,对现有工作进行了深入梳理与交叉比较,发现采用多重技术的融合加速算法优于单一加速技术;近似模糊化、并行化与分布式是当前最有效的手段;高维数据仍然难以应对.此外,对快速化DBSCAN算法在多个领域中的应用进行了跟踪报告.最后,对本领域未来的方向进行了展望.

关键词：快速化DBSCAN 密度聚类聚类算法大数据数据挖掘

来源：评论

学校读者我要写书评

暂无评论

动态卷积的3D点云目标检测算法

引用

华侨大学学报（自然科学版） 2023年第1期44卷 111-118页

作者：蔡黎明杜吉祥刘怀进张洪博黄敬东华侨大学计算机科学与技术学院福建厦门361021 华侨大学福建省大数据智能与安全重点实验室福建厦门361021 华侨大学厦门市计算机视觉与模式识别重点实验室福建厦门361021

针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选... 详细信息

针对不规则且稀疏的点的提取特征问题,提出一种以动态卷积作为特征提取的3D点云目标检测算法.首先,以一种新型的动态卷积的方式自适应学习点的位置特征,分类出前景点与背景点,同时对提取出的前景点逐一做回归框;然后,用非极大值抑制选出分数值最好的回归框.其次,进行粒度的细化,得到修正规范的3D回归框,完成3D物体的目标检测.最后,在KITTI数据集上验证算法的有效性.结果表明:文中所提算法在汽车类、行人类、自行车类数据集上的3D点云目标检测精度更高.

关键词：点云 3D目标检测动态卷积分类回归

来源：评论

学校读者我要写书评

暂无评论

UHVDC阀冷管路焊接缺欠对内冷介质质量的影响

引用

焊接 2021年第10期 52-56,64页

作者：黑增杰罗小勇马亚恒赵直爽高宏河林昌龙河南绿控科技有限公司河南许昌461000 华侨大学厦门市计算机视觉与模式识别重点实验室福建厦门361021

为保证内冷系统冷却介质质量,设备接液部分的流体管路、罐体均采用304或316等奥氏体不锈钢预制焊接成形。针对阀冷设备独特工况和母材特点,通过理论分析和等效模拟试验,总结分析焊接缺欠对内冷介质质量影响。给出阀冷设备不锈钢管路焊... 详细信息

为保证内冷系统冷却介质质量,设备接液部分的流体管路、罐体均采用304或316等奥氏体不锈钢预制焊接成形。针对阀冷设备独特工况和母材特点,通过理论分析和等效模拟试验,总结分析焊接缺欠对内冷介质质量影响。给出阀冷设备不锈钢管路焊接缺欠对应策略,在满足高效生产的前提条件下,为提高阀冷系统的运行可靠性提供了参考。

关键词：焊接缺欠内冷介质不锈钢流体管路特高压直流输电

来源：评论

学校读者我要写书评

暂无评论

医学文本表示学习方法与质量评测研究综述

引用

计算机应用研究 2021年第7期38卷 1930-1936,1946页

作者：刘晓聪王华珍何霆缑锦陈坚华侨大学计算机科学与技术学院福建厦门361021 华侨大学厦门市计算机视觉与模式识别重点实验室福建厦门361021 智业软件股份有限公司福建厦门361008

为了及时掌握医学文本表示学习的研究现状,对其现有研究进行系统全面综述。首先,基于技术范式对现有技术进行分类,分别从基于统计学习的方法、基于知识图谱表示的方法和基于图表示的方法,对医学文本表示学习主流方法和相应的代表性成果... 详细信息

为了及时掌握医学文本表示学习的研究现状,对其现有研究进行系统全面综述。首先,基于技术范式对现有技术进行分类,分别从基于统计学习的方法、基于知识图谱表示的方法和基于图表示的方法,对医学文本表示学习主流方法和相应的代表性成果进行总结。然后,提出了运用定量和定性的质量评测体系,系统地梳理和总结了医学文本表示学习的质量评测方法。最后,对医学文本表示学习的研究趋势进行了展望。

关键词：医学文本表示学习知识图谱表示学习图表示学习质量评测

来源：评论

学校读者我要写书评

暂无评论

长短时记忆网络的自由体操视频自动描述方法

引用

华侨大学学报（自然科学版） 2020年第6期41卷 808-815页

作者：贺凤张洪博杜吉祥汪冠鸿华侨大学计算机科学与技术学院福建厦门361021 华侨大学福建省大数据智能与安全重点实验室福建厦门361021 华侨大学厦门市计算机视觉与模式识别重点实验室福建厦门361021

提出一种长短时记忆网络的自由体操视频自动描述方法.在视频描述模型S2VT中,通过长短时记忆网络学习单词序列和视频帧序列之间的映射关系.引入注意力机制对S2VT模型进行改进,增大含有翻转方向、旋转度数、身体姿态等关键帧的权重,提高... 详细信息

提出一种长短时记忆网络的自由体操视频自动描述方法.在视频描述模型S2VT中,通过长短时记忆网络学习单词序列和视频帧序列之间的映射关系.引入注意力机制对S2VT模型进行改进,增大含有翻转方向、旋转度数、身体姿态等关键帧的权重,提高自由体操视频自动描述的准确性.建立自由体操分解动作数据集,在数据集MSVD及自建数据集上进行3种模型的对比实验,并通过计划采样方法消除训练解码器与预测解码器之间的差异.实验结果表明:文中方法可提高自由体操视频自动描述的精度.

关键词：长短时记忆网络注意力机制自由体操自动描述

来源：评论

学校读者我要写书评

暂无评论

结合深度自编码和时空特征约束的运动风格转移方法

引用

计算机辅助设计与图形学学报 2018年第5期30卷 946-956页

作者：胡东彭淑娟柳欣杜吉祥华侨大学计算机科学与技术学院厦门361021 厦门市模式识别与计算机视觉重点实验室厦门361021

运动风格化处理综合运用了运动编辑技术,可以较好地满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格... 详细信息

运动风格化处理综合运用了运动编辑技术,可以较好地满足不同动画师对运动风格处理的要求.针对运动数据驱动方式的风格化处理存在未考虑运动时序性而导致姿态不协调和运动不自然等问题,提出一种结合深度自编码和时空特征约束的自动风格转移模型.首先根据用户对风格转移的要求把运动分解为行为运动和风格运动;其次通过在深度自编码网络模型中增加历史运动序列关联信息建立风格特征提取模型,分别对行为运动和风格运动的时空特征进行提取;最后使用格拉姆矩阵对提取的特征建立运动风格转移约束,自动实现把一个运动的风格特征转移到另一个运动的行为内容上.实验结果表明,文中方法能够实现多种不同种类运动风格转移,并且转移后生成的运动序列风格自然和真实;此外,相关实验证实了文中提出的模型具有较强的泛化能力和自适应性.

关键词：深度自编码运动风格转移时空特征约束格拉姆矩阵

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：