检索结果-内蒙古大学图书馆

计算机研究与发展 2025年第2期62卷 374-382页

作者：罗渊贻吴锐刘家锋唐降龙哈尔滨工业大学计算机科学与技术学院哈尔滨150006

多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出... 详细信息

多模态情感分析是利用多种模式的主观信息对情感进行分析判断的一种多模态任务.情感表达具有主观性,在某些场景下不同模态的情感表达不一致,甚至存在相悖的情况,这会削弱多模态协同决策的效果.针对不同模态间情感语义不一致的问题,提出一种多模态学习方法,学习情感语义表达一致的模态特征表示.为了在不影响模态原始信息的同时,提高各模态的共性特征表达并增加模态间的动态交互,首先学习每个模态的共性特征表示,然后利用交叉注意力使单个模态能有效从其余模态的共性特征表示中获取辅助信息.在模态融合模块,以软注意力机制为基础提出模态注意力,对情感语义表达一致的各模态特征表示进行加权连接,以增大强模态的表达,抑制弱模态对任务的影响.提出的模型在情感分析数据集MOSI,MOSEI,CH-SIMS上的实验结果均优于对比模型,表明在多模态情感分析任务中考虑情感语义不一致问题的必要性与合理性.

关键词：多模态情感分析共性特征情感语义不一致注意力机制

来源：评论

学校读者我要写书评

暂无评论

一种融合个性化细胞关系和背景信息的宫颈细胞分类方法

引用

电子与信息学报 2024年第8期46卷 3390-3399页

作者：丁博李超炜秦健何勇军洪振龙哈尔滨理工大学计算机科学与技术学院哈尔滨150080 哈尔滨工业大学计算学部哈尔滨150006

宫颈细胞分类在宫颈癌辅助诊断中发挥着重要的作用。然而,现有的宫颈细胞分类方法未充分考虑细胞关系和背景信息,也没有模拟病理医生的诊断方式,导致分类性能较低。因此,该文提出了一种融合细胞关系和背景信息的宫颈细胞分类方法,由基... 详细信息

宫颈细胞分类在宫颈癌辅助诊断中发挥着重要的作用。然而,现有的宫颈细胞分类方法未充分考虑细胞关系和背景信息,也没有模拟病理医生的诊断方式,导致分类性能较低。因此,该文提出了一种融合细胞关系和背景信息的宫颈细胞分类方法,由基于细胞关系的图注意力分支(GAB-CCR)和背景信息注意力分支(BAB-WSI)组成。GAB-CCR采用细胞特征间的余弦相似度,首先构建相似和差异细胞关系图,并利用GATv2增强模型对细胞关系建模。BAB-WSI使用多头注意力模块捕捉涂片背景上的关键信息并反映不同区域的重要性。最后,将增强后的细胞特征和背景特征融合,提升了网络的分类性能。实验表明,相比于基线模型Swin Transformer-L,所提方法在准确率、敏感度、特异性和F1-Score分别提高了15.9%,30.32%,8.11%和31.62%。

关键词：图像处理宫颈细胞分类细胞关系背景信息注意力机制

来源：评论

学校读者我要写书评

暂无评论

语义增强图像-文本预训练模型的零样本三维模型分类

引用

电子与信息学报 2024年第8期46卷 3314-3323页

作者：丁博张立宝秦健何勇军哈尔滨理工大学计算机科学与技术学院哈尔滨150080 哈尔滨工业大学计算学部哈尔滨150006

目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法... 详细信息

目前,基于对比学习的图像-文本预训练模型(CLIP)在零样本3维模型分类任务上表现出了巨大潜力,然而3维模型和文本之间存在巨大的模态鸿沟,影响了分类准确率的进一步提高。针对以上问题,该文提出一种语义增强CLIP的零样本3维模型分类方法。该方法首先将3维模型表示成多视图;然后为了增强零样本学习对未知类别的识别能力,通过视觉语言生成模型获得每张视图及其类别的语义描述性文本,并将其作为视图和类别提示文本之间的语义桥梁,语义描述性文本采用图像字幕和视觉问答两种方式获取;最后微调语义编码器将语义描述性文本具化为类别的语义描述,其拥有丰富的语义信息和较好的可解释性,有效减小了视图和类别提示文本的语义鸿沟。实验表明,该文方法在ModelNet10和ModelNet40数据集上的分类性能优于现有的零样本分类方法。

关键词： 3维模型分类零样本基于对比学习的图像-文本预训练模型语义描述性文本

来源：评论

学校读者我要写书评

暂无评论

基于灵活平衡约束的图聚类方法

引用

自动化学报 2023年第4期49卷 778-789页

作者：罗辉韩纪庆哈尔滨工业大学计算机科学与技术学院哈尔滨150001

现有的图聚类方法主要存在两方面的问题,一是对各个类规模一致的假设,在许多实际应用中并不成立;二是在处理多类聚类问题时,其所常借助的递归技术或启发式算法会影响聚类的性能.为此,本文提出一种基于灵活平衡约束的多类图聚类方法.其... 详细信息

现有的图聚类方法主要存在两方面的问题,一是对各个类规模一致的假设,在许多实际应用中并不成立;二是在处理多类聚类问题时,其所常借助的递归技术或启发式算法会影响聚类的性能.为此,本文提出一种基于灵活平衡约束的多类图聚类方法.其能够覆盖从绝对平衡约束到无平衡约束的范围,可同时处理类别规模一致和不一致的问题.为有效求解新方法中的参数,进一步提出一个紧松弛方法来使所提出的图聚类方法不仅易于求解,且在处理多类聚类问题时不必依赖递归技术,而能直接得到聚类结果.另外,本文还给出一种实现松弛图聚类的有效求解算法.在合成数据和真实数据上的实验结果表明,所提出的方法具有良好的性能.

关键词：图聚类图分割平衡约束紧松弛

来源：评论

学校读者我要写书评

暂无评论

面向LoongArch边界检查访存指令的GCC优化

引用

计算机研究与发展 2025年第5期62卷 1136-1150页

作者：舒燕君郑翔宇徐成华黄沛王永琪周凡张展左德承哈尔滨工业大学计算学部哈尔滨150001 龙芯中科技术股份有限公司北京100095 中国科学技术大学计算机科学与技术学院合肥230026

为了减少内存安全检查的开销,LoongArch指令集架构引入了边界检查访存类指令.然而,作为一种新的内存访问指令,目前GCC(GNU compiler collection)编译器不支持该类指令,LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存... 详细信息

为了减少内存安全检查的开销,LoongArch指令集架构引入了边界检查访存类指令.然而,作为一种新的内存访问指令,目前GCC(GNU compiler collection)编译器不支持该类指令,LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存指令改进了GCC编译器,实现利用该类指令优化程序的内存安全检查.具体而言,完成了3个方面的工作:1)设计实现了针对边界检查访存指令的内建函数;2)改进GCC RTL(register transfer language)阶段的优化器,使其能够识别无异常处理和带异常处理2种情况的边界检查访存语义,并自动优化;3)面向LoongArch边界检查访存指令触发的边界检查异常(bound check exception,BCE),设计了新的Linux内核异常信号SIGBCE和相应的运行时库glibc(GNU C library)的信号处理函数,实现了BCE处理.通过在GCC 12.2.0和龙芯3C5000L服务器进行实验,验证了改进后的编译器不仅能正确使用新引入的边界检查访存指令,而且在某些安全函数中带来接近20%的性能提升.完善了LoongArch生态,推进了LoongArch指令集发展,对此类特定指令编译器优化工作有一定的借鉴意义.

关键词：编译器优化 LoongArch GCC 边界检查访存龙芯CPU 异常处理内存安全

来源：评论

学校读者我要写书评

暂无评论

基于多级残差映射器的文本驱动人脸图像生成和编辑

引用

软件学报 2023年第5期34卷 2101-2115页

作者：李宗霖张盛平刘杨张兆心张维刚黄庆明哈尔滨工业大学计算机科学与技术学院山东威海264209 中国科学院大学计算机科学与技术学院北京100049

尽管生成对抗网络在人脸图像生成和编辑领域取得了巨大的成功,但在其潜在编码空间中寻找可以操作人脸语义属性的方向仍然是计算机视觉的一大挑战,这一挑战的实现需要大量标记数据不断进行网络调优,而搜集、标注类似数据存在诸多难点,比... 详细信息

尽管生成对抗网络在人脸图像生成和编辑领域取得了巨大的成功,但在其潜在编码空间中寻找可以操作人脸语义属性的方向仍然是计算机视觉的一大挑战,这一挑战的实现需要大量标记数据不断进行网络调优,而搜集、标注类似数据存在诸多难点,比如较高的技术门槛以及大量的人工成本.最近的一些工作都在试图借助预训练模型来克服标记数据短缺的问题.虽然这种做法已经被验证能够完成上述任务,但在操作的准确性和结果的真实性上都无法满足真实人脸编辑场景的需求.借助对比语言-图像预训练模型(CLIP)的图像文本联合表示能力将图像和文本内容编码在一个共享的潜在编码空间中,借助于精心设计的网络结构和损失函数,所提框架可以精准识别相关面部属性并学习一个多级残差映射网络,所提网络可根据图像和文本内容编码预测潜在编码残差,再借助图像生成预训练模型StyleGAN2完成高质量的人脸图像生成和编辑任务.大量实验也证明了所提方法在操作准确性、视觉真实性和无关属性保留方面的优异表现.

关键词：多模态学习预训练模型人脸图像生成人脸图像编辑对抗生成网络

来源：评论

学校读者我要写书评

暂无评论

伪标签驱动的类内域对齐：跨域开放集故障诊断

引用

计算机科学与探索 2024年

作者：江德鸿卢佳慧李岩哈尔滨理工大学计算机科学与技术学院哈尔滨工业大学计算学部

目前，域适应故障诊断方法具有广泛的应用和发展。这些方法通常假设训练数据与测试数据共享相同的标签集。然而在实际应用中该假设往往不成立，且测试环境中可能会出现未知故障类别。为了解决这一挑战，本文提出了一种基于伪标签驱动的... 详细信息

目前，域适应故障诊断方法具有广泛的应用和发展。这些方法通常假设训练数据与测试数据共享相同的标签集。然而在实际应用中该假设往往不成立，且测试环境中可能会出现未知故障类别。为了解决这一挑战，本文提出了一种基于伪标签驱动的类内域对齐的跨域开放集故障诊断算法。该算法在域适应过程中利用目标域的伪标签机制，进一步对齐类内域的特征空间，并通过扩展分类器的加权对抗学习来构建未知类的决策边界。为减少伪标签决策错误的影响，本方法通过伪标签的熵重新分配样本权重，从而更加准确地区分未知类与已知类。在三个轴承数据集上的实验结果表明，该方法在已知类类别和未知类类别准确率上均优于主流方法，充分验证了其有效性和先进性。

关键词：迁移学习域适应开放集域适应故障诊断

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的图像-文本匹配研究综述

引用

计算机学报 2023年第11期46卷 2370-2399页

作者：刘萌齐孟津詹圳宇曲磊钢聂秀山聂礼强山东建筑大学计算机科学与技术学院济南250101 山东大学(青岛)计算机科学与技术学院山东青岛266000 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055

图像-文本匹配任务旨在衡量图像和文本描述之间的相似性,其在桥接视觉和语言中起着至关重要的作用.近年来,图像与句子的全局对齐以及区域与单词的局部对齐研究方面取得了很大的进展.本文对当前先进的研究方法进行分类和描述.具体地,本... 详细信息

图像-文本匹配任务旨在衡量图像和文本描述之间的相似性,其在桥接视觉和语言中起着至关重要的作用.近年来,图像与句子的全局对齐以及区域与单词的局部对齐研究方面取得了很大的进展.本文对当前先进的研究方法进行分类和描述.具体地,本文将现有方法划分为基于全局特征的图像-文本匹配方法、基于局部特征的图像-文本匹配方法、基于外部知识的图像-文本匹配方法、基于度量学习的图像-文本匹配方法以及多模态预训练模型,对于基于全局特征的图像-文本匹配方法,本文依据流程类型划分为两类:基于嵌入的方法和基于交互的方法;而对于基于局部特征的图像-文本匹配方法,依据其交互模式的不同,则被细分为三类:基于模态内关系建模的方法、基于模态间关系建模的方法以及基于混合交互建模的方法.随后,本文对当前图像-文本匹配任务的相关数据集进行了整理,并对现有方法的实验结果进行分析与总结.最后,对未来研究可能面临的挑战进行了展望.

关键词：图像-文本匹配跨模态图像检索多模态预训练模型综述深度学习人工智能

来源：评论

学校读者我要写书评

暂无评论

几何迭代逼近算法的权重选取方法

引用

计算机辅助设计与图形学学报 2025年

作者：宋秋阳孟文龙伯彭波哈尔滨工业大学(威海)计算机科学与技术学院

几何迭代法通过构造数据点到逼近曲线（曲面）上对应点的误差向量迭代修正曲线（曲面）实现对数据点的逼近.针对几何迭代法中影响收敛性和收敛速率的误差向量的权重选取问题，以局部逼近几何迭代法为例，提出渐进迭代过程中权重的3类... 详细信息

几何迭代法通过构造数据点到逼近曲线（曲面）上对应点的误差向量迭代修正曲线（曲面）实现对数据点的逼近.针对几何迭代法中影响收敛性和收敛速率的误差向量的权重选取问题，以局部逼近几何迭代法为例，提出渐进迭代过程中权重的3类选取方法. 首先分析满足算法收敛条件的权重取值范围，然后根据理论最快下降速率、矩阵特征值的范数不等式和自由变形（free-form deformation， FFD）方法提出了不同的权重计算策略. 此外，为提升计算效率，提出利用初始化配置矩阵固定权重的方法. 最后，通过含不同数量数据点和控制点的曲线及曲面逼近实例，评估权重策略的性能. 实验结果表明，在相同迭代次数下，曲线逼近中理论最快下降速率和L1范数/ L∞范数下的权重平均误差更小，曲面逼近中FFD方法下的权重平均误差更小，均表现出更快的收敛速率; 在相同误差下，固定权重耗时更少，计算效率显著提高.

关键词：几何迭代法曲线和曲面逼近渐进迭代逼近加权算法

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的说话人确认方法研究现状及展望

引用

数据采集与处理 2024年第5期39卷 1062-1084页

作者：李建琛韩纪庆哈尔滨工业大学计算机科学与技术学院哈尔滨150001

随着深度学习的不断发展,说话人确认(Speaker verification)技术已经取得了长足的进步。该技术相较于其他生物特征识别技术,具有可远程操作、成本低和易于人机交互等优势,在公安刑侦、金融服务等领域展现出广泛的应用前景。本文系统综... 详细信息

随着深度学习的不断发展,说话人确认(Speaker verification)技术已经取得了长足的进步。该技术相较于其他生物特征识别技术,具有可远程操作、成本低和易于人机交互等优势,在公安刑侦、金融服务等领域展现出广泛的应用前景。本文系统综述了基于深度学习的说话人确认技术的发展脉络。首先,介绍了基于深度学习的说话人特征表示模型在模型输入与结构、池化层、有监督损失函数和自监督学习与预训练模型4个方面的发展历程和研究现状;其次,探讨了说话人确认技术在实际应用中面临的跨域不匹配问题,如噪声干扰、信道不匹配和远场语音等,并概述了相应的领域自适应和领域泛化方法;最后,指出了进一步的研究方向。

关键词：说话人识别说话人确认深度学习领域不匹配自监督学习

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：