检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第3期19卷 749-763页

作者：魏楚元袁保杰王昌栋北京建筑大学电气与信息工程学院北京100044 中山大学计算机学院广州510275

下一篮推荐旨在根据用户历史交互的篮子序列,为用户推荐下一篮可能感兴趣的商品。针对现有下一篮推荐算法未能较好解离篮子内的多意图以及仅从单一层面考虑用户的兴趣或意图,导致推荐效果受限等问题,提出了一种多层级用户兴趣与多意图... 详细信息

下一篮推荐旨在根据用户历史交互的篮子序列,为用户推荐下一篮可能感兴趣的商品。针对现有下一篮推荐算法未能较好解离篮子内的多意图以及仅从单一层面考虑用户的兴趣或意图,导致推荐效果受限等问题,提出了一种多层级用户兴趣与多意图融合的下一篮推荐模型(MLIMI),从多个层级分别考虑用户兴趣与多意图,构建全局级的用户-项目交互图。考虑到用户行为会随时间发生变化,设计一种长短期时间衰减权重平衡交互项的重要性,通过图卷积网络学习用户的动态兴趣;构建局部级篮子-项目图,通过图解离网络学习解离化的篮子内多意图,随后通过一个多头自注意力层对多意图进行编码,得到最终的意图表示。设计一个跨层级的对比学习范式,结合来自不同层级的项目表示,以增强不同层级项目之间的语义信息。在预测层中融合来自不同层级的用户兴趣和意图,进行下一篮预测。在两个公共基准数据集Ta Feng和Dunnhumby上与MITGNN、TAIW、MINN等主流模型进行了对比实验,结果表明MLIMI的性能优于当前许多基线模型。

关键词：下一篮推荐图解离网络多意图学习对比学习多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于多模态特征交互的RGB-D显著性目标检测

引用

计算机工程与应用 2024年第2期60卷 211-220页

作者：高悦戴蒙张晴上海应用技术大学计算机科学与信息工程学院上海201418

现有的大多数RGB-D显著性目标检测方法利用深度图来提高检测效果,而忽视了其质量的影响。低质量的深度图会对最终显著目标预测结果造成污染,影响显著性检测的性能。为了消除低质量深度图带来的干扰,并准确突出RGB图像中的显著目标,提出... 详细信息

现有的大多数RGB-D显著性目标检测方法利用深度图来提高检测效果,而忽视了其质量的影响。低质量的深度图会对最终显著目标预测结果造成污染,影响显著性检测的性能。为了消除低质量深度图带来的干扰,并准确突出RGB图像中的显著目标,提出了一个用于多模态特征交互的RGB-D显著性目标检测模型。在编码阶段,设计了一个特征交互模块,其包含三个子模块:用于增强特征表述能力的全局特征采集子模块、用于过滤低质量深度信息的深度特征精炼子模块和用于实现特征融合的多模态特征交互子模块。在解码阶段,逐层融合经过特征交互后的多模态特征,实现多层次特征融合。通过在五个基准数据集上与十二种先进方法进行的综合实验表明,该模型在NLPR、SIP和NJU2K数据集上的指标上均优于其他对比方法,其中在NJU2K数据集上,该模型的性能比第二名在平均F值上提升了0.008,加权F值上提升了0.014,E-measure上提升了0.007,表现出了较好的检测效果。

关键词： RGB-D显著性检测多模态特征特征交互特征融合

来源：评论

学校读者我要写书评

暂无评论

融合ConvLSTM和多注意力机制网络的高光谱图像分类

引用

光谱学与光谱分析 2023年第8期43卷 2608-2616页

作者：唐婷潘新罗小玲郜晓晶内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支... 详细信息

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。

关键词：高光谱图像分类深度学习 ConvLSTM 卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

全局卷积与亲和度融合的多模态特征蒸馏情感识别方法

引用

信号处理 2023年第4期39卷 667-677页

作者：赵子平高天王欢天津师范大学计算机与信息工程学院天津300387

为提升人机交互时的用户体验以及满足多元化用途的需求,交互设备正逐步引入情感智能技术,其中,实现产业和技术有效融合的前提是可以对人类情感状态进行正确的识别,然而,这仍然是一个具有挑战性的话题。随着多媒体时代的快速发展,越来越... 详细信息

为提升人机交互时的用户体验以及满足多元化用途的需求,交互设备正逐步引入情感智能技术,其中,实现产业和技术有效融合的前提是可以对人类情感状态进行正确的识别,然而,这仍然是一个具有挑战性的话题。随着多媒体时代的快速发展,越来越多可利用的模态信息便逐步被应用到情感识别系统中。因此,本文提出一种基于特征蒸馏的多模态情感识别模型。考虑到情感表达往往与音频信号的全局信息密切相关,提出了适应性全局卷积(Adaptive Global Convolution,AGC)来提升有效感受野的范围,特征图重要性分析(Feature Map Importance Analysis,FMIA)模块进一步强化情感关键特征。音频亲和度融合(Audio Affinity Fusion,AAF)模块通过音频-文本模态间的内在相关性建模亲和度融合权重,使两种模态的情感信息得到有效融合。此外,为了提升模型泛化能力,有效利用教师模型中概率分布所携带的隐藏知识,帮助学生模型获取更高级别的语义特征,提出了在多模态模型上使用特征蒸馏。最后,在交互式情感二元动作捕捉(Interactive Emotional Dyadic Motion Capture,IEMOCAP)情感数据集上对该方法进行评估,加权准确率达到了75.2%,非加权准确率达到了75.8%,证明了该模型对提升情感识别效率的有效性。

关键词：多模态情感识别感受野特征蒸馏特征融合

来源：评论

学校读者我要写书评

暂无评论

基于级联残差的弯道增强车道线检测

引用

测绘科学 2024年第7期49卷 37-44页

作者：潘玉恒李慧洁鲁维佳李国燕丛佳李飞腾张金燕天津城建大学计算机与信息工程学院天津300384

为增强车道线弯道场景的检测效果,提出一种结合级联改进残差块和动态蛇形卷积模块的特征提取网络,优化特征提取,并采用基于混合锚点的位置选择与分类方法,加速准确定位和分类。特征提取网络中包含多尺度特征融合残差块以及集成空间通道... 详细信息

为增强车道线弯道场景的检测效果,提出一种结合级联改进残差块和动态蛇形卷积模块的特征提取网络,优化特征提取,并采用基于混合锚点的位置选择与分类方法,加速准确定位和分类。特征提取网络中包含多尺度特征融合残差块以及集成空间通道重组卷积的改进残差块,深度捕捉车道线的精细特征。动态蛇形卷积模块通过动态调整卷积核,增强网络在弯道区域的识别性能。在Tusimple数据集中,准确率可达95.88%,误检率和漏检率分别为2.84%和4.25%,表明具有较高检测性能,FPS为50.7,满足自动驾驶汽车对实时检测的需求。在弯道场景数据集Tusimple_Curve中,本方法相较于UFLD V2算法,准确率实现了0.23%的提升,误检率和漏检率分别降低了0.22%和0.36%,进一步证实了其在弯道场景中的有效性。

关键词：自动驾驶车道线检测多尺度特征动态蛇形卷积锚点分类弯道检测

来源：评论

学校读者我要写书评

暂无评论

多尺度特征融合的RGB-D图像显著性目标检测

引用

计算机工程与应用 2024年第11期60卷 242-250页

作者：王震于万钧陈颖上海应用技术大学计算机科学与信息工程学院上海201418

显著性目标检测是计算机视觉的一个基础问题,目前很多基于深度学习的显著性检测方法都是将RGB图像和深度图按照输入融合或结果融合的方法进行特征融合,但这些方法并不能有效地融合特征图,为了提升显著性目标检测算法性能,提出了一种多... 详细信息

显著性目标检测是计算机视觉的一个基础问题,目前很多基于深度学习的显著性检测方法都是将RGB图像和深度图按照输入融合或结果融合的方法进行特征融合,但这些方法并不能有效地融合特征图,为了提升显著性目标检测算法性能,提出了一种多尺度特征融合的RGB-D图像显著性目标检测方法。将模型主体设计为两个特征编码器、两个特征解码器和一个跨模特多尺度特征交错融合模块。两个特征编码器分别对应RGB图和深度图,其采用经过ImageNet数据集预训练的ResNet50网络,特征解码器用于解码编码器的五种不同尺度的输出,跨模态多尺度特征交错融合模块用于融合解码器和编码器提取的不同尺度的特征图,并将五个层次的融合结果进行拼接和降维,输出最终的显著性预测图。实验在四个公开的显著性数据集上与以往具有代表性的十个模型进行了比较,该模型在各个数据集上,相比于性能第二的模型,S-measure平均提高了0.391%,MAE平均减少了0.330%,F-measure平均减少了0.405%。提出了一种多尺度特征融合模型,摒弃了以往融合的方式,采用特征融合,将浅层和深层的特征分别进行交错融合,实验表明,提出的方法较以往的方法有更强的性能,能够取得更好的效果。

关键词：显著性物体检测多模图像融合多支路协同预测多尺度特征

来源：评论

学校读者我要写书评

暂无评论

融入OBE+课程思政的Java程序设计课程教学研究

引用

高教学刊 2024年第15期10卷 116-119页

作者：杜少波李静贵州商学院计算机与信息工程学院贵阳550014

在大力推进课程思政建设的背景下,将先进的OBE教育理念与Java课程思政教学相结合,在培养学生专业技能的同时,实现学生德育教育目标。将OBE教育理念与课程思政相融合,分别从思想要点挖掘、教学目标制定、教学内容建设和教学效果评价等方... 详细信息

在大力推进课程思政建设的背景下,将先进的OBE教育理念与Java课程思政教学相结合,在培养学生专业技能的同时,实现学生德育教育目标。将OBE教育理念与课程思政相融合,分别从思想要点挖掘、教学目标制定、教学内容建设和教学效果评价等方面进行探索和研究,致力于培养德才兼备的高素质新时代技术人才。

关键词：课程思政 Java OBE 教学方法计算机程序设计语言

来源：评论

学校读者我要写书评

暂无评论

基于跨模态图掩码和特征增强的推荐方法

引用

计算机科学与探索 2024年

作者：景丽郑公浩李晓涵蔚梦媛河南财经政法大学计算机与信息工程学院

提出了一种基于跨模态图掩码的和特征增强的推荐方法，旨在减少传统多模态推荐系统中的数据噪声和解决多模态信息表达不足问题。该方法首先使用CLIP预训练模型提取语义一致性的文本和视觉特征，根据项目模态特征相似性建立项目-项目图... 详细信息

提出了一种基于跨模态图掩码的和特征增强的推荐方法，旨在减少传统多模态推荐系统中的数据噪声和解决多模态信息表达不足问题。该方法首先使用CLIP预训练模型提取语义一致性的文本和视觉特征，根据项目模态特征相似性建立项目-项目图，为项目表示提供语义丰富的上下文信息；其次，设计跨模态图掩码重建方法，该方法充分利用模态间特征信息，减少数据噪声并增强特征，之后使用图卷积网络学习用户和项目交互信息；在最终预测时，使用用户偏好分数更准确地捕捉用户对目标项目的偏好，通过不同方面的偏好分数加权计算，更为有效地完成推荐任务。最后，使用多任务联合学习框架进行模型训练，同时兼顾了多模态信息和交互信息，有效提升了多模态推荐的准确性。在Women Clothing，Men Clothing，Beauty，Toys & Games四个公共数据集实验结果表明，所提出的方法在召回率（Recall）和归一化折损累计增益（normalized discounted cumulative gain，NDCG）指标上均优于现有的基准算法，例如，在Recall@20指标上，比最先进的基线提升8.03%，在NDCG@20指标上，比最先进的基线提升7.30%。

关键词：表示学习多模态推荐系统图神经网络自监督学习

来源：评论

学校读者我要写书评

暂无评论

勒奇在解析函数理论上的贡献

引用

科学技术哲学研究 2024年第2期41卷 101-107页

作者：王全来天津师范大学计算机与信息工程学院天津300387

函数连续、可导和解析之关系问题是19世纪数学研究的重要课题。勒奇是这一问题由数学案例到一般性理论发展的重要研究者,是这一时期相关文献最多的数学家。依据原始文献,采用历史分析和比较的方法,对勒奇在这一问题的工作背景、思想方... 详细信息

函数连续、可导和解析之关系问题是19世纪数学研究的重要课题。勒奇是这一问题由数学案例到一般性理论发展的重要研究者,是这一时期相关文献最多的数学家。依据原始文献,采用历史分析和比较的方法,对勒奇在这一问题的工作背景、思想方法和重要影响首次进行系统梳理和剖析。勒奇以魏尔斯特拉斯和杜布瓦雷蒙的工作为基础,对连续不可导函数、函数展成泰勒级数的有效性和函数存在域等问题进行了深入探讨。对普林斯海姆和波莱尔的相关工作产生了最直接影响。

关键词：解析函数解析开拓泰勒级数单演函数

来源：评论

学校读者我要写书评

暂无评论

基于对比学习和田字格变换数据增强的小样本汉字字体生成方法

引用

计算机辅助设计与图形学学报 2024年

作者：曾锦山汪叶飞熊康悦袁艺扬江西师范大学计算机信息工程学院

现有小样本汉字字体生成模型难以通过少量参考汉字有效实现字体风格与内容解耦，导致字体生成效果欠佳. 为解决该问题，提出一种新颖的基于对比学习和田字格变换数据增强的小样本汉字字体生成方法. 利用对比学习思想，对输出图像分... 详细信息

现有小样本汉字字体生成模型难以通过少量参考汉字有效实现字体风格与内容解耦，导致字体生成效果欠佳. 为解决该问题，提出一种新颖的基于对比学习和田字格变换数据增强的小样本汉字字体生成方法. 利用对比学习思想，对输出图像分别进行风格对比和内容对比，更好实现字体风格和内容的自适应解耦; 为了进一步地提高小样本字体生成性能，提出一种基于田字格变化的数据增强方式，通过对田字格区域的几何变换，嵌入字体的全局结构信息，提高字体的风格和内容解耦能力. 所提方法的有效性在公开的汉字字体数据集进行多次实验得到验证. 实验结果表明，与当前先进的小样本字体生成模型相比，所提方法在生成字体质量上有显著优势，并在FID， SSIM， PSNR， LPIPS等性能指标也均优于对比方法模型. 特别地，所提方法在嵌入现有小样本字体生成模型，仅使用较少训练数据集训练后，便可显著提升现有小样本汉字字体生成模型性能.

关键词：小样本字体生成汉字字体生成生成对抗网络深度学习

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：