检索结果-内蒙古大学图书馆

电子与信息学报 2024年第6期46卷 2596-2604页

作者：王子华叶莹刘洪运许燕樊瑜波王卫东北京航空航天大学生物与医学工程学院北京100191 中国人民解放军总医院医学创新研究部生物工程研究中心北京100853 工业和信息化部生物医学工程与转化医学重点实验室北京100853 华北计算技术研究所北京100083

尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深... 详细信息

尖峰放电的脉冲神经网络(SNN)具有接近大脑皮层的信号处理模式,被认为是实现大脑启发计算的重要途径。但是,目前对于深度脉冲神经网络的学习仍缺乏有效的监督学习算法。受尖峰放电速率标识的时空反向传播算法的启发,该文提出一种面向深度脉冲神经网络训练的基于时间脉冲序列标识的监督学习算法,通过定义突触后电位和膜电位反传迭代因子分别分析脉冲神经元的空间和时间依赖关系,使用替代梯度的方法解决反传过程中不连续可微的问题。不同于现有基于尖峰放电速率标识的学习算法,该算法能够充分反映脉冲神经网络输出的时间脉冲序列的动态特性。因此,所提算法非常适合应用于需要较长时间序列标识的计算任务,例如行为的时间脉冲序列控制。该文在静态图像数据集CIFAR10和神经形态数据集NMNIST上验证了所提算法的有效性,在所有这些数据集上都显示出良好的性能,这有助于进一步研究基于时间脉冲序列应用的大脑启发计算。

关键词：脉冲神经网络监督学习误差反向传播时间脉冲序列标识替代梯度

来源：评论

学校读者我要写书评

暂无评论

附加特征图增强的图卷积神经网络

引用

计算机学报 2023年第9期46卷 1900-1918页

作者：孙隽姝王树徽杨晨雪黄庆明郑振刚中国科学院计算技术研究所智能信息处理实验室北京100190 中国科学院大学计算机科学与技术学院北京100049 鹏城实验室广东深圳518055 中国农业科学院农业信息研究所北京100081 香港大学计算机科学系中国香港深圳大学粤港澳智慧城市联合实验室广东深圳518060

近年来,图卷积网络(Graph Convolutional Network,GCN)凭借其简单的网络结构、在图上任务中展现出的优异性能,受到了学术界和工业界的广泛关注.然而GCN也存在着在浅层时信息传播范围过小、特征提取不充分的缺陷.针对这一问题,本研究提... 详细信息

近年来,图卷积网络(Graph Convolutional Network,GCN)凭借其简单的网络结构、在图上任务中展现出的优异性能,受到了学术界和工业界的广泛关注.然而GCN也存在着在浅层时信息传播范围过小、特征提取不充分的缺陷.针对这一问题,本研究提出附加特征图模型(Additional Feature Graph,AFG).AFG通过引入图的节点结构特征(度特征),对度相同的节点随机增加连边、缩短信息传播距离.AFG并不是独立的图神经网络模型,而是作为一种附加技术与GCN及其相关模型配合使用.实验显示,在Cora、Citeseer、Pubmed数据集上AFG能够对浅层主干模型实现显著性能增益,帮助主干模型性能超越了其他以提升模型特征提取能力、改善欠传播情况为目的进行设计的模型.本研究进一步分析了AFG与DropEdge——一种随机切断原始图连边的附加技术——的区别与联系,并通过实验证明附加特征图模型与DropEdge模型共同使用的可行性,以及两者间存在一定的互补性.结合使用两种附加技术可以实现更大的节点分类准确度增益.

关键词：图表示学习图神经网络信息传播图卷积网络节点分类

来源：评论

学校读者我要写书评

暂无评论

基于森林的实体关系联合抽取模型

引用

计算机应用 2023年第9期43卷 2700-2706页

作者：王炫力靳小龙侯中妮廖华明张瑾中国科学院网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学北京100049

嵌套实体对实体关系联合提取任务提出了挑战。现有的联合抽取模型在处理嵌套实体时存在产生大量负例且复杂度高的问题,此外未考虑嵌套实体对三元组预测的干扰。针对以上问题,提出一种基于森林的实体关系联合抽取方法——EF2LTF(Entity F... 详细信息

嵌套实体对实体关系联合提取任务提出了挑战。现有的联合抽取模型在处理嵌套实体时存在产生大量负例且复杂度高的问题,此外未考虑嵌套实体对三元组预测的干扰。针对以上问题,提出一种基于森林的实体关系联合抽取方法——EF2LTF(Entity Forest to Layering Triple Forest)。EF2LTF采用了一个两阶段的联合训练框架,首先通过生成实体森林灵活地在嵌套实体内部识别不同的实体;然后结合已识别出的嵌套实体及其层次结构生成分层的三元组森林。在四个标准数据集上的实验结果表明,与基于集合预测网络的SPN(Set Prediction Network)模型、基于跨度的实体关系联合抽取模型SpERT(Span-based Entity and Relation Transformer)和动态图增强信息抽取(DyGIE++)等方法相比,所提方法取得了最优的F1值。说明所提方法既增强了嵌套实体的识别能力,也增强了构建三元组时对嵌套实体的分辨能力,从而提升了实体与关系的联合抽取性能。

关键词：实体关系联合抽取三元组生成嵌套实体分层预测实体森林

来源：评论

学校读者我要写书评

暂无评论

基于异常检测的产品表面缺陷检测与分割

引用

图学学报 2022年第3期43卷 377-386页

作者：王素琴任琪石敏朱登明华北电力大学控制与计算机工程学院北京102206 中国科学院计算技术研究所前瞻研究实验室北京100190 太仓中科信息技术研究院江苏太仓215400

工业制造中缺陷样本难以获得且缺陷表现形式多样,只用训练正样本的异常检测技术越来越多地被应用于产品表面缺陷检测。异常检测一般通过评估产品图像的异常分数对产品进行有无缺陷的判断,缺乏对缺陷位置的描述,最新提出的异常分割方法... 详细信息

工业制造中缺陷样本难以获得且缺陷表现形式多样,只用训练正样本的异常检测技术越来越多地被应用于产品表面缺陷检测。异常检测一般通过评估产品图像的异常分数对产品进行有无缺陷的判断,缺乏对缺陷位置的描述,最新提出的异常分割方法对此进行了改进,但对缺陷区域的分割不够精确。基于异常检测方法,使用标准化流来判断产品表面是否有缺陷,采用多尺度特征融合并对齐来初步定位缺陷位置,结合梯度和最大信息熵,使用分水岭算法对初定位结果进行优化得到缺陷分割掩码。在丽盛制板,KolektorSDD和AITEX3个表面缺陷数据集的检测与分割结果均优于其他同类方法。此外,在小样本数据集上也能达到良好的检测与分割精度。

关键词：异常检测缺陷分割多尺度特征融合特征对齐分水岭算法

来源：评论

学校读者我要写书评

暂无评论

复杂零件点云的高精度鲁棒配准方法

引用

郑州大学学报（理学版） 2022年第5期54卷 8-15页

作者：王素琴姚奕伸石敏朱登明华北电力大学控制与计算机工程学院北京102206 中国科学院计算技术研究所前瞻研究实验室北京100190 太仓中科信息技术研究院江苏太仓215400

点云配准是三维测量中的关键一步,但由于零件点云表面相似特征多,误匹配概率大,导致配准结果难以保证。为此,提出了一种具有高鲁棒性、高精度的点云配准方法。首先,使用FPFH特征描述子来计算点云特征向量,产生初始匹配点对集。然后,依... 详细信息

点云配准是三维测量中的关键一步,但由于零件点云表面相似特征多,误匹配概率大,导致配准结果难以保证。为此,提出了一种具有高鲁棒性、高精度的点云配准方法。首先,使用FPFH特征描述子来计算点云特征向量,产生初始匹配点对集。然后,依据具有旋转平移不变性的精确几何结构特征对初始匹配点对集进行筛选,剔除误匹配点对。最后,利用列文伯格-马夸尔特(L-M)算法计算点云之间的变换矩阵。实验结果表明,与其他方法相比,其配准精度评价指标RMSE降低80%以上,结合精配准方法可进一步将RMSE值降低86%,从结果可看出本文方法配准精度高且具有较高的鲁棒性。

关键词：三维测量点云配准点对筛选点云几何结构

来源：评论

学校读者我要写书评

暂无评论

面向图的异常检测研究综述

引用

软件学报 2021年第1期32卷 167-193页

作者：李忠靳小龙庄传志孙智网络数据科学与技术重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院大学计算机与控制学院北京100049

近年来,随着Web 2.0的普及,使用图挖掘技术进行异常检测受到人们越来越多的关注.图异常检测在欺诈检测、入侵检测、虚假投票、僵尸粉丝分析等领域发挥着重要作用.在广泛调研国内外大量文献以及最新科研成果的基础上,按照数据表示形式将... 详细信息

近年来,随着Web 2.0的普及,使用图挖掘技术进行异常检测受到人们越来越多的关注.图异常检测在欺诈检测、入侵检测、虚假投票、僵尸粉丝分析等领域发挥着重要作用.在广泛调研国内外大量文献以及最新科研成果的基础上,按照数据表示形式将面向图的异常检测划分成静态图上的异常检测与动态图上的异常检测两大类,进一步按照异常类型将静态图上的异常分为孤立个体异常和群组异常检测两种类别,动态图上的异常分为孤立个体异常、群体异常以及事件异常这3种类型.对每一类异常检测方法当前的研究进展加以介绍,对每种异常检测算法的基本思想、优缺点进行分析、对比,总结面向图的异常检测的关键技术、常用框架、应用领域、常用数据集以及性能评估方法,并对未来可能的发展趋势进行展望.

关键词：图异常检测图数据挖掘数据挖掘

来源：评论

学校读者我要写书评

暂无评论

小样本学习研究综述

引用

软件学报 2021年第2期32卷 349-369页

作者：赵凯琳靳小龙王元卓中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100049

小样本学习旨在通过少量样本学习到解决问题的模型.近年来,在大数据训练模型的趋势下,机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中,样本量很少或者标注样本很少,而对大量无标签样本进行标注工作将会耗... 详细信息

小样本学习旨在通过少量样本学习到解决问题的模型.近年来,在大数据训练模型的趋势下,机器学习和深度学习在许多领域中取得了成功.但是在现实世界中的很多应用场景中,样本量很少或者标注样本很少,而对大量无标签样本进行标注工作将会耗费很大的人力.所以,如何用少量样本进行学习就成为目前人们需要关注的问题.系统地梳理了当前小样本学习的相关工作,具体来说介绍了基于模型微调、基于数据增强和基于迁移学习这3大类小样本学习模型与算法的研究进展;将基于数据增强的方法细分为基于无标签数据、基于数据合成和基于特征增强这3类,将基于迁移学习的方法细分为基于度量学习、基于元学习和基于图神经网络这3类;总结了目前常用的小样本数据集和代表性的小样本学习模型在这些数据集上的实验结果;随后对小样本学习的现状和挑战进行了概述;最后展望了小样本学习的未来发展方向.

关键词：小样本学习微调数据增强迁移学习度量学习元学习

来源：评论

学校读者我要写书评

暂无评论

基于CNN与Transformer的无人机图像目标检测研究

引用

武汉理工大学学报（信息与管理工程版） 2022年第2期44卷 323-331页

作者：祝星馗蒋球伟华北计算技术研究所系统七部北京100083

针对无人机航拍图像中存在的密集目标、背景复杂、小目标检测困难、图像尺寸大等问题,提出了卷积神经网络(CNN)与Transformer相结合的无人机图像目标检测算法。该算法在YOLOv5网络的基础上结合了Transformer结构打破了CNN感受野的局限性... 详细信息

针对无人机航拍图像中存在的密集目标、背景复杂、小目标检测困难、图像尺寸大等问题,提出了卷积神经网络(CNN)与Transformer相结合的无人机图像目标检测算法。该算法在YOLOv5网络的基础上结合了Transformer结构打破了CNN感受野的局限性,凭借自注意力机制捕获全局的依赖关系。同时采用了大尺度的特征图,使用加权双向特征金字塔网络(BiFPN)增强了特征的传播与重用,让网络对小目标的检测能力大大提高。最后使用数据降维与滑动窗口的方法减少网络的内存消耗与计算量。在VisDrone无人机数据集上的实验结果表明所提算法在满足实时性的基础上,平均精确率比YOLOv5网络提高约7%,达到了最先进的42.48%,展现了模型对无人机图像的优秀检测性能。

关键词：深度学习无人机图像检测卷积神经网络目标检测算法计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于姿态特征融合的短道速滑运动员多目标追踪

引用

计算机辅助设计与图形学学报 2023年第8期35卷 1279-1288页

作者：李宗民王一璠刘玉杰李华中国石油大学(华东)计算机科学与技术学院青岛266580 中国石油大学胜利学院东营257061 中国科学院计算技术研究所智能信息处理重点实验室北京100190 中国科学院大学北京100049

短道速滑运动员滑行过程中存在尺度变化大、频繁遮挡、运动模糊以及外观相似等复杂情况,使得多目标追踪过程面临更为严峻的挑战.为此,构建一个短道速滑场景下由37段短道速滑运动员比赛视频片段组成多目标追踪数据集SSSMOT,并基于姿态信... 详细信息

短道速滑运动员滑行过程中存在尺度变化大、频繁遮挡、运动模糊以及外观相似等复杂情况,使得多目标追踪过程面临更为严峻的挑战.为此,构建一个短道速滑场景下由37段短道速滑运动员比赛视频片段组成多目标追踪数据集SSSMOT,并基于姿态信息提出一种多目标追踪方法.首先从锚框、损失函数和非极大值抑制3个方面优化YOLOv5检测模型,提高检测准确度;然后设计特征提取网络P-RNet,依据姿态信息的指引针对性地提取特征,提高特征鲁棒性;最后使用姿态关键点改进数据关联匹配方法,在一定程度上缓解因运动员外观相似导致匹配错误的问题.在SSSMOT和SKMOT数据集上与其他方法的实验结果表明,所提方法针对多目标追踪的准确度达到96.43%;并通过其他评价指标和消融性实验,证明了该方法的有效性和优越性.

关键词：多目标追踪短道速滑运动员人体姿态

来源：评论

学校读者我要写书评

暂无评论

扫描波长调制光谱高精度复现分子吸收率函数方法

引用

物理学报 2025年第6期74卷 132-143页

作者：黄知秋李启正张猛彭志敏杨乾锁杜艳君华北电力大学控制与计算机工程学院北京102206 中国科学院大学工程科学学院北京100049 中国科学院力学研究所流固耦合系统力学重点实验室北京100190 怀柔实验室山西研究院太原030032 清华大学能源与动力工程系北京100084 北京航天计量测试技术研究所北京100076

基于低频三角波扫描加高频正弦波调制的扫描波长调制策略,提出了一种高精度、免标定分子吸收率函数重构方法.该方法利用谱线在扫描频率下对应的各次谐波信号重构出以该频率为中心、以调制深度为半宽度频域范围内的透过率信息,结合低频... 详细信息

基于低频三角波扫描加高频正弦波调制的扫描波长调制策略,提出了一种高精度、免标定分子吸收率函数重构方法.该方法利用谱线在扫描频率下对应的各次谐波信号重构出以该频率为中心、以调制深度为半宽度频域范围内的透过率信息,结合低频扫描即可得到谱线透过率信息,最后对频率重叠区域的透过率进行插值平均即可得到分子吸收率函数.为验证该方法的测量精度,利用CO_(2)分子在6330.821 cm^(-1)谱线对不同浓度CO_(2)的吸收率函数进行重构,并拟合得到浓度,吸收率拟合残差标准差达到10^(-5),强吸收与弱吸收的测量信噪比分别达到503与222.3000次连续在线浓度测量结果分布直方图表明,谐波重构法测量稳定性显著优于直接吸收法和二次谐波峰值法,预期可为谱线参数的高精度标定以及复杂工业现场中弱吸收气体参数高精度在线监测提供新的可靠测量方法.

关键词：扫描波长调制光谱谐波检测透过率数据矩阵吸收率函数重构

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：