检索结果-内蒙古大学图书馆

自然资源遥感 2024年第2期36卷 10-20页

作者：林聃李秋岑陈志奎钟芳明李丽方大连理工大学软件学院大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室大连116620

多标签遥感图像分类是遥感分析领域的基础研究任务之一,解析给定的遥感图像并识别其中的类别语义,可以为下游计算机视觉任务提供重要的技术基础;由于遥感图像空间分辨率不断提升,众多遥感对象以不同规模、颜色、形状分布于图像的各个区... 详细信息

多标签遥感图像分类是遥感分析领域的基础研究任务之一,解析给定的遥感图像并识别其中的类别语义,可以为下游计算机视觉任务提供重要的技术基础;由于遥感图像空间分辨率不断提升,众多遥感对象以不同规模、颜色、形状分布于图像的各个区域,为遥感图像多标签分类任务带来了严峻挑战。该文聚焦于遥感领域的多标签图像分类研究,对该问题的前沿研究进展进行总结分析。首先,阐述多标签遥感图像分类任务的问题定义,并对该研究问题中常用的多标签图像数据集和模型评估指标进行归纳介绍;进而,对该领域的前沿进展进行系统性的介绍,深入剖析多标签遥感图像分类过程中的2个关键任务——遥感图像特征提取和标签特征提取;最后,针对遥感图像特性,分析了该任务当前存在的挑战和问题,并对未来研究方向进行展望。

关键词：遥感图像多标签遥感图像分类多标签分类遥感

来源：评论

学校读者我要写书评

暂无评论

应用掩码区域卷积神经网络的文本检测模型

引用

应用科学学报 2023年第3期41卷 527-540页

作者：赵小薇季明辉徐秀娟沈家乐大连理工大学软件学院辽宁大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室辽宁大连116620

要:提出一种基于掩码区域卷积神经网络的文本检测模型。首先从扩大模型感受野并尽可能保持模型效率的角度出发,针对残差神经网络中的瓶颈结构进行优化,构建基于结构优化的残差神经网络(residual network based on structural optimizati... 详细信息

要:提出一种基于掩码区域卷积神经网络的文本检测模型。首先从扩大模型感受野并尽可能保持模型效率的角度出发,针对残差神经网络中的瓶颈结构进行优化,构建基于结构优化的残差神经网络(residual network based on structural optimization,ResNetSO);然后去除冗余特征以提高融合后特征质量,并将空间注意力机制应用于特征金字塔网络,构建了基于下层特征指导的特征金字塔网络(feature pyramid network based on lower feature guidance,FPNetLFG)。在两个公开数据集上的实验结果表明:包含ResNetSO和FPNetLFG两个模块的模型应用在级联区域卷积神经网络、递归特征金字塔和可切换空洞卷积的目标检测模型中,分别可以带来0.8%和0.3%左右的F1值提升,从而说明了该方法的有效性和普遍适用性。

关键词：文本检测掩码区域卷积神经网络主干网络结构优化特征金字塔网络

来源：评论

学校读者我要写书评

暂无评论

基于凸优化的无人驾驶汽车转向角安全性验证

引用

软件学报 2023年第6期34卷 2586-2605页

作者：吴慧慧张亚楠侯刚渡边政彦王洁孔维强大连理工大学软件学院辽宁大连116024 辽宁省泛在网络与服务软件重点实验室辽宁大连116024 中汽数据有限公司天津300300 NTT DATA Automobiligence Research Center Yokohama 222-0033Japan

无人驾驶汽车系统过大的输入-输出空间(即输入和输出的所有可能组合),使得为其提供形式化保证变成一项具有挑战性的任务.提出了一种自动验证技术,通过结合凸优化和深度学习验证工具DLV来保障无人驾驶汽车的转向角安全.DLV是一个用于自... 详细信息

无人驾驶汽车系统过大的输入-输出空间(即输入和输出的所有可能组合),使得为其提供形式化保证变成一项具有挑战性的任务.提出了一种自动验证技术,通过结合凸优化和深度学习验证工具DLV来保障无人驾驶汽车的转向角安全.DLV是一个用于自动验证图像分类神经网络安全性的框架.运用故障安全轨迹规划中的凸优化技术解决预测转向角的判断问题,然后拓展DLV来实现无人驾驶汽车转向角安全性的验证.在NVIDIA的端到端无人驾驶架构上说明所提出方法的优势,该架构是许多现代无人驾驶汽车的关键组成部分.实验结果表明:对于给定的区域和操作集,如果存在对抗性错误分类(即不正确的转向决策),该技术可以成功地找到,因此可以实现安全验证(如果在所有DNN层都没有发现错误分类,在这种情况下,网络关于转向决策可以说是稳定或可靠的)或证伪(在这种情况下,这些对抗性反例可以用于后续微调网络).

关键词：无人驾驶汽车转向角自动驾驶汽车凸优化安全性验证

来源：评论

学校读者我要写书评

暂无评论

在线评论的静态多模态情感分析

引用

应用科学学报 2022年第1期40卷 25-35页

作者：王开心徐秀娟刘宇赵哲焕赵小薇大连理工大学软件学院辽宁大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室辽宁大连116620

提出了一种基于Pre-LN Transformer的静态多模态情感分类模型。该模型首先利用Pre-LN Transformer结构中的编码器提取评论文本中的语义特征,其中编码器的多头自注意力机制允许模型在不同的子空间内学到相关情感信息。然后根据ResNet提... 详细信息

提出了一种基于Pre-LN Transformer的静态多模态情感分类模型。该模型首先利用Pre-LN Transformer结构中的编码器提取评论文本中的语义特征,其中编码器的多头自注意力机制允许模型在不同的子空间内学到相关情感信息。然后根据ResNet提取评论的图像特征,在特征水平融合的基础上通过视觉方面注意力机制来指导文本的情感分类,实现在线评论的静态多模态情感分析。最后在Yelp数据集上执行情感分类的实验结果表明:所提出的模型在准确率上相比于BiGRU-mVGG、Trans-mVGG模型分别提高了1.34%、1.10%,验证了该方法的有效性和可行性。

关键词：情感分析静态多模态在线评论视觉方面注意力

来源：评论

学校读者我要写书评

暂无评论

联合模态语义相似度修正的无监督跨模态哈希

引用

小型微型计算机系统 2023年第10期44卷 2204-2211页

作者：陈志奎蒋昆仑钟芳明原旭张尧臣大连理工大学软件学院辽宁大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室辽宁大连116620 浪潮软件科技有限公司济南250100

基于哈希编码的无监督跨模态检索方法以其存储代价低、检索速度快、无需人工标注信息的优点受到了广泛的关注.最近的方法通过融合各模态的相似度信息构建联合模态相似度矩阵,用以指导哈希编码网络的学习.然而,这些方法未考虑数据特征空... 详细信息

基于哈希编码的无监督跨模态检索方法以其存储代价低、检索速度快、无需人工标注信息的优点受到了广泛的关注.最近的方法通过融合各模态的相似度信息构建联合模态相似度矩阵,用以指导哈希编码网络的学习.然而,这些方法未考虑数据特征空间的流形结构差异对相似度的影响而引入了噪声降低了模型的检索性能.本文提出了一种基于联合模态语义相似度修正的无监督跨模态哈希方法(JSSR),引入特征空间中的流形结构信息修正相似度矩阵中的噪声信息,同时增强语义相关样本的亲和力,使得生成的哈希码更具判别性和区分度.在典型的公开数据集NUS-WIDE和MIR Flickr上的实验结果表明,JSSR在跨模态检索精度上超越了现有的方法.

关键词：跨模态检索无监督学习哈希学习流形结构

来源：评论

学校读者我要写书评

暂无评论

基于双图正则化的自适应多模态鲁棒特征学习

引用

计算机科学 2022年第4期49卷 124-133页

作者：赵亮张洁陈志奎大连理工大学软件学院辽宁大连116620 辽宁省泛在网络与服务软件重点实验室辽宁大连116620

大数据时代,海量多模态数据的广泛存在使得数据特点发生了巨大变化:数据种类繁多且价值密度低。不同种类的数据既独立发挥作用又彼此相辅相成,发现多模态数据背后的隐藏价值成为大数据挖掘的关键。文中主要针对多模态数据的低质性问题,... 详细信息

大数据时代,海量多模态数据的广泛存在使得数据特点发生了巨大变化:数据种类繁多且价值密度低。不同种类的数据既独立发挥作用又彼此相辅相成,发现多模态数据背后的隐藏价值成为大数据挖掘的关键。文中主要针对多模态数据的低质性问题,提出一种新的多模态鲁棒特征学习方法。该方法通过引入模态误差矩阵来有效降低噪声数据对融合结果的影响,使算法具备一定的鲁棒性。此外,设计数据流形与特征流形双图正则化机制,描述模态数据的双重空间结构,确保融合过程中数据的稳定性。在6个实际的多模态数据集上,基于准确性(Accuracy,ACC)、标准化互信息(Normalized Mutual Information,NMI)以及纯度(Purity,PUR)3种评价指标,将其与近年来的多种经典算法进行比较。实验结果显示,所提方法优于所有对比算法,尤其在含有大量噪声信息的网络数据集Webkb上表现突出,其ACC和NMI指标相比基线算法提升约10%,表明该算法实现了对多模态大数据共享特征的准确学习。

关键词：多模态数据鲁棒特征学习噪声数据双图正则化自适应权重

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络聚类的土壤监测点位优化

引用

环境保护与循环经济 2024年第1期44卷 72-75,88页

作者：陈志奎杨志朋陈轩大连理工大学软件学院辽宁大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室辽宁大连116620

在土壤污染的监测过程中,由于需要大面积的监测点位布设,所以需要大量的人力和物力,同时原有的土壤监测点位存在冗余和代表率低的问题,对监测结果的准确性和全面性产生了影响。使用一种基于自编码器降维和图卷积网络(GCN)推理的土壤点... 详细信息

在土壤污染的监测过程中,由于需要大面积的监测点位布设,所以需要大量的人力和物力,同时原有的土壤监测点位存在冗余和代表率低的问题,对监测结果的准确性和全面性产生了影响。使用一种基于自编码器降维和图卷积网络(GCN)推理的土壤点位优化方法,通过将原有监测点位聚类成不同簇,来实现用尽量少的监测点位全面地表现区域污染情况的目的。使用GCN推理结合自编码器降维的土壤点位优化方法,该方法同时利用土壤监测点位数据的结构信息和高维特征表示,将监测点位聚类成不同簇。通过对相关性进行分析,发现聚类后的簇中心点位可以作为原始簇的代表,从而降低土壤监测点位的冗余性,实现了监测点位的优化。实验证明GCN方法可以有效地减少监测点位的数量,同时保持监测结果的准确性和全面性。

关键词：土壤监测点位优化图神经网络聚类

来源：评论

学校读者我要写书评

暂无评论

基于样本加权模糊聚类的土壤重金属污染溯源

引用

工业安全与环保 2023年第6期49卷 95-99页

作者：陈志奎李丽方林聃大连理工大学软件学院辽宁大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室辽宁大连116620

由于土壤数据的复杂性,现有的方法难以对土壤重金属进行高效溯源,为了解决这个问题,基于样本加权的模糊聚类算法建立了一种新的重金属污染溯源模型,该模型使用一种新的相似度计算方法来构建模糊相似矩阵,将聚类结果与土壤重金属污染来... 详细信息

由于土壤数据的复杂性,现有的方法难以对土壤重金属进行高效溯源,为了解决这个问题,基于样本加权的模糊聚类算法建立了一种新的重金属污染溯源模型,该模型使用一种新的相似度计算方法来构建模糊相似矩阵,将聚类结果与土壤重金属污染来源表相结合,可以快速确定土壤重金属的污染来源。通过与欧式距离、皮尔逊相关系数、余弦相似度等相似度计算方法在天津市武清区数据集上的对比实验验证了所提出方法的有效性与可用性,结果表明,该方法可用于土壤重金属污染源解析方面的工作。

关键词：重金属污染溯源模糊聚类样本加权数据挖掘

来源：评论

学校读者我要写书评

暂无评论

机器学习安全攻击与防御机制研究进展和未来挑战

引用

软件学报 2021年第2期32卷 406-423页

作者：李欣姣吴国伟姚琳张伟哲张宾大连理工大学软件学院辽宁大连116620 辽宁省泛在网络与服务软件重点实验室(大连理工大学) 辽宁大连116620 鹏城实验室网络空间安全中心广东深圳518055 哈尔滨工业大学计算机科学与技术学院黑龙江哈尔滨150001

机器学习的应用遍及人工智能的各个领域,但因存储和传输安全问题以及机器学习算法本身的缺陷,机器学习面临多种面向安全和隐私的攻击.基于攻击发生的位置和时序对机器学习中的安全和隐私攻击进行分类,分析和总结了数据投毒攻击、对抗样... 详细信息

机器学习的应用遍及人工智能的各个领域,但因存储和传输安全问题以及机器学习算法本身的缺陷,机器学习面临多种面向安全和隐私的攻击.基于攻击发生的位置和时序对机器学习中的安全和隐私攻击进行分类,分析和总结了数据投毒攻击、对抗样本攻击、数据窃取攻击和询问攻击等产生的原因和攻击方法,并介绍和分析了现有的安全防御机制.最后,展望了安全机器学习未来的研究挑战和方向.

关键词：机器学习安全和隐私攻击分类防御机制

来源：评论

学校读者我要写书评

暂无评论

基于深度多模态与核密度估计的法律文书推荐模型

引用

西北师范大学学报（自然科学版） 2021年第1期57卷 31-37页

作者：陈志奎刘振娇原旭罗方赵亮大连理工大学软件学院辽宁大连116620 大连理工大学辽宁省泛在网络与服务软件重点实验室辽宁大连116620

智慧司法是智慧城市建设中不可或缺的一部分,智慧司法中法律文书推荐体系的建设完善可以有效解决裁判尺度不统一,类案不同判和量刑不规范等问题.针对现阶段法律文书推荐体系不完善,存在对算力要求高、推荐准确率低和不能满足用户对诉讼... 详细信息

智慧司法是智慧城市建设中不可或缺的一部分,智慧司法中法律文书推荐体系的建设完善可以有效解决裁判尺度不统一,类案不同判和量刑不规范等问题.针对现阶段法律文书推荐体系不完善,存在对算力要求高、推荐准确率低和不能满足用户对诉讼请求服务的即时性需求问题,以及为了建立智慧司法中法律纠纷快速响应机制,文中提出了基于深度多模态与核密度估计的法律文书推荐计算模型.首先,构建一个多模态特征融合网络,学习法律文书的融合多模态特征表示;然后,利用核密度估计方法构建类密度距离映射空间;最后,在这个映射空间中通过近邻选择进行法律文书推荐.通过在真实数据集上验证表明,该方法有效减少了推荐误差,提高了推荐准确率.

关键词：多模态核密度估计法律文书推荐特征融合近邻选择

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：