检索结果-内蒙古大学图书馆

山西大学学报(自然科学版) 2022年第4期45卷 873-883页

作者：高峰郑丽丽顾进广武汉科技大学计算机科学与技术学院武汉科技大学大数据科学与工程研究院湖北省智能信息处理与实时工业系统重点实验室富媒体数字出版内容组织与知识服务重点实验室

对共同担保、交叉持股、关联交易等多元关系和事件时序进行表示是金融领域知识表示的重要需求，但目前的知识图谱表示机制以二元关系为基础，且没有建立恰当的金融知识时序表示和推理机制。为解决以上两个问题，文章以OWL(Web Ontology ... 详细信息

对共同担保、交叉持股、关联交易等多元关系和事件时序进行表示是金融领域知识表示的重要需求，但目前的知识图谱表示机制以二元关系为基础，且没有建立恰当的金融知识时序表示和推理机制。为解决以上两个问题，文章以OWL(Web Ontology Language)语义框架为基础，研发了一套针对金融领域知识的时序超图表示模型。同时，在保证对现有金融知识的兼容性基础上，通过定义金融领域时序和多元关系的推理规则并扩展现有推理机，实现了多元时序金融超图的自动构建。实验表明，金融时序超图对于表示金融知识和事件具有通用性和灵活性，且本文模型检索时间仅为传统二元模型的5%左右。

关键词：多元关系事件时序金融知识图谱超图

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的跨分辨率行人重识别

引用

北京航空航天大学学报 2021年第3期47卷 605-612页

作者：廖华年徐新武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 武汉大学深圳研究院深圳518000

行人图像分辨率的变化对现有的行人重识别方法带来了很大的挑战。针对这一问题,提出了一种新的跨分辨率行人重识别方法。该方法从两方面解决分辨率变化带来的识别困难:一方面通过通道注意力机制和空间注意力机制捕捉人物特征获取局部区... 详细信息

行人图像分辨率的变化对现有的行人重识别方法带来了很大的挑战。针对这一问题,提出了一种新的跨分辨率行人重识别方法。该方法从两方面解决分辨率变化带来的识别困难:一方面通过通道注意力机制和空间注意力机制捕捉人物特征获取局部区域;另一方面通过核动态上采样模块恢复任意分辨率图像的局部区域信息。为了验证所提方法的有效性,在Market1501、CUHK03和CAVIAR三个公开数据集上开展了对比实验,实验结果表明:所提方法取得了最佳性能。

关键词：行人重识别通道注意力机制空间注意力机制图像超分辨率上采样

来源：评论

学校读者我要写书评

暂无评论

大模型辅助的汉语文化负载词抽取与知识图谱构建

引用

数字图书馆论坛 2025年第1期21卷 33-45页

作者：张为肖巧玲刘海江任好蔡子妍苏鹏鹍顾进广武汉科技大学计算机科学与技术学院武汉430065 湖北省智能信息处理与实时工业系统重点实验室武汉430065 武汉科技大学国际教育学院武汉430065

文化负载词能够反映民族文化和风俗,是文化认同与情感共鸣的纽带,广泛应用于跨文化交流、教育等领域。目前研究主要集中于负载词的翻译和教学,缺乏对词汇本身的规范化定义和描述。知识图谱具有整合信息和语义关联的优势,应用于文化负载... 详细信息

文化负载词能够反映民族文化和风俗,是文化认同与情感共鸣的纽带,广泛应用于跨文化交流、教育等领域。目前研究主要集中于负载词的翻译和教学,缺乏对词汇本身的规范化定义和描述。知识图谱具有整合信息和语义关联的优势,应用于文化负载词领域可推动其规范化组织,促进其在翻译、教育等方面的应用。因此,综合现有对文化负载词分类的研究,设计可扩展的汉语文化负载词本体模型,并从文献、教材以及权威网站收集相关的中文语料,利用UIE模型进行知识抽取。为描述各负载词之间的关联,使用大语言模型,根据上下文对汉语文化负载词进行层次分类以及关系补全。结果表明,基于提出的层次化可扩展本体模型构建的知识图谱,能够系统整合汉语文化负载词的相关属性,映射词汇间的文化关联,解决了传统知识图谱在处理多义词和动态表达时存在的问题,为翻译和文化教育等领域提供准确的语义支持,从而提高文化知识的解释性和实际应用效果。

关键词：大语言模型知识图谱构建文化负载词知识抽取文本分类

来源：评论

学校读者我要写书评

暂无评论

基于CS及ECS索引的后向链式流推理

引用

计算机应用与软件 2023年第9期40卷 1-9,36页

作者：韩裕镥顾进广李奇缘武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室湖北武汉430065

目前的RDF查询引擎存在忽略语义流数据量、查询延迟较高的缺陷。为了解决以上问题,将ECS索引和后向链式流推理相结合,加载新的RDF数据集并提取三元组特征集(Characteristic Set, CS)索引和扩展特征集(Extended Characteristic Set, ECS... 详细信息

目前的RDF查询引擎存在忽略语义流数据量、查询延迟较高的缺陷。为了解决以上问题,将ECS索引和后向链式流推理相结合,加载新的RDF数据集并提取三元组特征集(Characteristic Set, CS)索引和扩展特征集(Extended Characteristic Set, ECS)索引,基于ECS索引后向推理,处理SPARQL查询并获取结果。对比结果表明,ECS索引和后向链式流推理相结合的方法可以明显提升RDF查询推理效率。

关键词：流处理流推理 SPARQL CS索引 ECS索引

来源：评论

学校读者我要写书评

暂无评论

基于多尺度联合学习的行人重识别

引用

北京航空航天大学学报 2021年第3期47卷 613-622页

作者：谢彭宇徐新武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 上海交通大学电子信息与电气工程学院上海200240

现有的行人重识别方法主要关注于学习行人的局部特征来实现跨摄像机条件下的行人辨识。然而在人体部件存在运动或遮挡、背景干扰等行人数据非完备条件下,会导致行人局部辨识信息丢失概率的增加。针对这个问题,提出了一种多尺度联合学习... 详细信息

现有的行人重识别方法主要关注于学习行人的局部特征来实现跨摄像机条件下的行人辨识。然而在人体部件存在运动或遮挡、背景干扰等行人数据非完备条件下,会导致行人局部辨识信息丢失概率的增加。针对这个问题,提出了一种多尺度联合学习方法对行人辨识特征进行精细化表达。该方法包含3个分支网络,分别提取行人的粗粒度全局特征、细粒度全局特征和细粒度局部特征。其中粗粒度全局分支通过融合不同层次的语义信息来增强全局特征的丰富性;细粒度全局分支通过联合全部局部特征,在对全局特征进行细粒度描述的同时学习行人局部部件间的相关性;细粒度局部分支则通过遍历局部特征来挖掘行人非显著性的信息以增强局部特征的鲁棒性。为了验证所提方法的有效性,在Market1501、DukeMTMC-ReID和CUHK03三个公开数据集上开展了对比实验,实验结果表明:所提方法取得了最佳性能。

关键词：行人重识别多尺度联合学习多分支网络深度学习

来源：评论

学校读者我要写书评

暂无评论

无锚点的遥感图像任意角度密集目标检测方法

引用

计算机应用 2022年第6期42卷 1965-1971页

作者：杨治佩丁胜张莉张新宇武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065 武汉晴川学院计算机学院武汉430204

针对基于深度学习的遥感图像目标检测方法密集目标漏检率高、分类不准确的问题,建立了一种基于深度学习的无锚点的遥感图像任意角度的密集目标检测方法。首先采用CenterNet作为基线模型,经过主干网络提取特征,并改造原有检测器结构,即... 详细信息

针对基于深度学习的遥感图像目标检测方法密集目标漏检率高、分类不准确的问题,建立了一种基于深度学习的无锚点的遥感图像任意角度的密集目标检测方法。首先采用CenterNet作为基线模型,经过主干网络提取特征,并改造原有检测器结构,即加入角度回归分支进行目标角度回归;然后提出一种基于非对称卷积的特征增强模块,并将主干网络提取到的特征图输入特征增强模块,从而增强目标的旋转不变性特征,消除由于目标的旋转、翻转带来的影响,进一步提升目标中心点、尺寸信息的回归精度。采用HourGlass-101作为主干网络时,该方法在DOTA数据集上的平均精度均值(mAP)比旋转区域候选网络(RRPN)提升了7.80个百分点,每秒处理帧数(FPS)提升了7.5;在自建数据集Ship3上,该方法的mAP比RRPN提升了8.68个百分点,FPS提升了6.5。结果表明,所提方法能获得检测精度和速度的平衡。

关键词：深度学习遥感图像目标检测非对称卷积无锚点目标检测

来源：评论

学校读者我要写书评

暂无评论

基于完全残差的双分支去雨网络

引用

计算机技术与发展 2023年第11期33卷 57-63页

作者：宋浩张鸿武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 湖北武汉430065

针对使用深度学习的单幅图像去雨算法会导致细节信息丢失的问题,提出了一个双分支去雨网络,包括雨痕提取分支和细节恢复分支,通过补全细节使去雨图像更接近真实图像。雨痕提取分支的目的是完全提取出雨纹,通过构造特征金字塔来多尺度地... 详细信息

针对使用深度学习的单幅图像去雨算法会导致细节信息丢失的问题,提出了一个双分支去雨网络,包括雨痕提取分支和细节恢复分支,通过补全细节使去雨图像更接近真实图像。雨痕提取分支的目的是完全提取出雨纹,通过构造特征金字塔来多尺度地学习雨纹信息,并在其中引入执行了全部身份映射的完全残差块来加强特征的重用和传播。为充分利用上下文信息,采用可变形卷积在动态扩大感受野的同时避免了网格伪影的产生,最后输入雨图去除雨痕便得到了初步去雨图。细节恢复分支需要产生细节特征图反馈给初步去雨图像来找回丢失的细节,使用轻量级的完全残差块捕捉特征信息,并用跳跃连接来连接完全残差块提供长距离的信息补偿。实验结果表明,该网络在合成数据集Rain100H中比较RESCAN、SPANet和JDNet等主流去雨方法,在PSNR和SSIM指标上分别至少提高了0.09 dB和0.02,在真实数据集和自制数据集中的去雨效果和细节保留程度均优于对比方法。

关键词：卷积神经网络单幅图像去雨多尺度学习完全残差可变形卷积

来源：评论

学校读者我要写书评

暂无评论

基于改进降噪自编码模型的网络入侵检测

引用

计算机技术与发展 2023年第2期33卷 119-124页

作者：蔡宇航廖光忠武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对网络入侵数据中样本不平衡现象导致多分类准确率普遍不高的问题,提出一种基于改进降噪自编码模型的网络入侵检测方法。在数据处理方面,对原始网络入侵数据进行数值化和归一化预处理,并且使用生成对抗网络模型来对现有入侵数据进行... 详细信息

针对网络入侵数据中样本不平衡现象导致多分类准确率普遍不高的问题,提出一种基于改进降噪自编码模型的网络入侵检测方法。在数据处理方面,对原始网络入侵数据进行数值化和归一化预处理,并且使用生成对抗网络模型来对现有入侵数据进行数据增强,从而扩充少数类样本。在入侵检测方面,对传统的降噪自编码器模型进行改进,通过在编解码网络中引用门控循环单元结构,使得该模型在具有一定的鲁棒性的同时,也保证了网络入侵数据的时序信息传递的连贯性,避免了重要数据特征的遗漏。使用UBSW-NB15数据集对所提方法进行有效性验证,实验结果表明,与决策树、随机森林、GRU-RNN等传统方法相比,所提方法在攻击类型少数类上的检测率明显提高,并且整体的检测性能更好。

关键词：网络入侵检测样本不平衡生成式对抗网络降噪自编码器门控循环单元

来源：评论

学校读者我要写书评

暂无评论

基于图像风格迁移技术生成图像验证码研究

引用

计算机与数字工程 2023年第10期51卷 2444-2451页

作者：秦志伟陈黎武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065

验证码能有效区分人类与机器,可以提高网站的安全性,抵御脚本的恶意攻击,保护用户信息安全。因此,验证码正被广泛地运用到互联网中。具有良好的安全性和易用性是一个良好的验证码的基本条件。风格迁移能在改变图像的风格特征的基础上保... 详细信息

验证码能有效区分人类与机器,可以提高网站的安全性,抵御脚本的恶意攻击,保护用户信息安全。因此,验证码正被广泛地运用到互联网中。具有良好的安全性和易用性是一个良好的验证码的基本条件。风格迁移能在改变图像的风格特征的基础上保留图像的内容特征,使其达到一定的艺术效果。为设计出有效安全的验证码,研究采用深度学习技术,改进VGG网络模型,应用风格迁移技术来进行生成图像验证码。在对生成的验证码的有效性的研究中,设置了对比实验,用常见的识别工具对该技术获得的图像验证码与部分实际生活中应用的验证码进行了识别率和识别效率两项重要参数的对比分析,效果显著。

关键词：验证码深度学习风格迁移安全性 VGG

来源：评论

学校读者我要写书评

暂无评论

基于半监督判别分析的领域自适应方法研究

引用

计算机与数字工程 2023年第7期51卷 1663-1669页

作者：成佳骏李波武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065

为解决传统机器学习中训练集(源域)与测试集(目标域)数据分布不一致导致分类准确率较低的问题,提出一种基于半监督判别分析和CDMD的领域自适应算法(SDA-CDMD)。首先,使用半监督判别分析(SDA)进行数据降维,保留了映射到低维子空间中数据... 详细信息

为解决传统机器学习中训练集(源域)与测试集(目标域)数据分布不一致导致分类准确率较低的问题,提出一种基于半监督判别分析和CDMD的领域自适应算法(SDA-CDMD)。首先,使用半监督判别分析(SDA)进行数据降维,保留了映射到低维子空间中数据的几何结构信息。其次,提出一种衡量两个域之间分布差异的度量准则:跨域均值差异(Cross-Domain Mean Discrepancy,CDMD)。最后,将SDA与CDMD结合,将两个域投影到同一子空间中,减少两个域之间的分布差异。在手写数字图像和计算机视觉数据集上进行的大量实验结果表明,所提算法优于传统的领域自适应方法,验证了其有效性。

关键词：领域自适应迁移学习半监督判别分析子空间学习特征选择

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：