目前基于种子词的弱监督文本分类算法大多需要从数据集中搜索所有种子词并以此扩展类别词典,出现频率较低的种子词的类别识别能力也较低。因此设计了一个简单且有效的弱监督中文文本分类算法(simple and effective weakly supervised Ch...
详细信息
目前基于种子词的弱监督文本分类算法大多需要从数据集中搜索所有种子词并以此扩展类别词典,出现频率较低的种子词的类别识别能力也较低。因此设计了一个简单且有效的弱监督中文文本分类算法(simple and effective weakly supervised Chinese text classification,SEWClass)。该方法利用预训练语言模型初始权重生成对文本的抽象理解,并以此为基础继续生成抽象约束条件和具象约束条件,以构建初次训练的伪标签数据;根据类别数量联合构建降维模型与分类器,以适应弱监督文本分类需要预先指定类别和在自训练过程中需要增加训练数据的特点;通过两种约束条件,伪标签数据拥有较高精确率,并在自训练过程中仅训练降维模型以提升召回率和算法效率。SEWClass对每个类别只需要一个种子词,如类别名称,即可完成分类任务,且SEWClass的性能与种子词是否出现在数据集中无关。SEWClass在THUCNews与toutiao两个中文数据集上的性能均远高于其他弱监督算法。
心脏磁共振成像(cardiac magnetic resonance,CMR)过程中患者误动、异常幅度的呼吸运动、心律失常会造成CMR图像质量下降,为解决现有的CMR图像增强网络需要人为制作配对数据,且图像增强后部分组织纹理细节丢失的问题,提出了基于空频域...
详细信息
心脏磁共振成像(cardiac magnetic resonance,CMR)过程中患者误动、异常幅度的呼吸运动、心律失常会造成CMR图像质量下降,为解决现有的CMR图像增强网络需要人为制作配对数据,且图像增强后部分组织纹理细节丢失的问题,提出了基于空频域特征学习的循环一致性生成对抗网络(cycle-consistent generative adversavial network based on spatial-frequency domain feature learning,SFFL-CycleGAN).研究结果表明,该网络无须人为制作配对数据集,增强后的CMR图像组织纹理细节丰富,在结构相似度(structural similarity,SSIM)和峰值信噪比(peak signal to noise ratio,PSNR)等方面均优于现有的配对训练网络以及原始的CycleGAN网络,图像增强效果好,有效助力病情诊断.
提出并验证了一种基于可调有源双耦合器环级联复合腔(Active dual-coupler ring based compound-cavity,ADCR-CC)滤波器的2 μm波段单纵模(Single-longitudinal-mode,SLM)铥钬共掺光纤激光器.将具有可调滤波带宽和透射率的ADCR-CC滤波...
详细信息
提出并验证了一种基于可调有源双耦合器环级联复合腔(Active dual-coupler ring based compound-cavity,ADCR-CC)滤波器的2 μm波段单纵模(Single-longitudinal-mode,SLM)铥钬共掺光纤激光器.将具有可调滤波带宽和透射率的ADCR-CC滤波器与光纤布拉格光栅(Fiber Bragg grating,FBG)结合,实现了 SLM激光输出.当主腔和复合腔的泵浦功率分别为1.8 W和1.1 W时,测得的激光器输出波长为2 048.510 nm,光信噪比高达83.08 dB,90 min内的最大光谱中心波长和光谱峰值功率波动分别为0.006 nm和0.19 dB,激光器输出功率为50.03 mW.使用等强度悬臂梁对FBG引入应变调节,SLM激光可在1.45 nm范围内实现波长的可调谐输出.
暂无评论