检索结果-内蒙古大学图书馆

激光杂志 2024年第5期45卷 139-145页

作者：郭江辛月兰谢琪琦青海师范大学计算机学院西宁810001 藏语智能信息处理及应用国家重点实验室西宁810001

针对DeepLabV3+进行遥感图像建筑物分割时存在小目标建筑物漏分、目标建筑物误分以及边界粘合的问题,提出一种改进DeepLabV3+的遥感图像建筑物分割方法。首先,在编码器阶段使用改进的密集空洞金字塔池化DenseASPP模块,获得更大的感受野... 详细信息

针对DeepLabV3+进行遥感图像建筑物分割时存在小目标建筑物漏分、目标建筑物误分以及边界粘合的问题,提出一种改进DeepLabV3+的遥感图像建筑物分割方法。首先,在编码器阶段使用改进的密集空洞金字塔池化DenseASPP模块,获得更大的感受野和更密集的特征金字塔,并行加入条形池化模块,使主干网络有效利用长距离依赖关系。其次,在解码器阶段引入SE通道注意力模块,加强各通道间的关联性,以获取更丰富的边缘特征。最后,将SE模块优化后的特征与原特征进行融合,增强网络的分割性能。在WHU Building数据集上的实验结果表明,本方法的建筑物分割结果在交并比(Iou)和F1指数上分别达到了92.33%和95.54%。

关键词：遥感图像分割 DeepLabV3+ 密集金字塔池化条形池化注意力机制

来源：评论

学校读者我要写书评

暂无评论

由粗到细的分层特征选择

引用

电子学报 2022年第11期50卷 2778-2789页

作者：刘浩阳林耀进刘景华吴镒潾毛煜李绍滋闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高等学校重点实验室(闽南师范大学) 福建漳州363000 华侨大学计算机科学与技术学院福建厦门361021 厦门大学人工智能系福建厦门361005

利用数据类别间层次结构关系进行分类学习任务广泛存在于疾病诊断、图像标注等领域.然而,数据特征空间的高维性,使得分层分类学习面临着时间复杂度高和存储负担大等问题.另外,现有研究工作都假设训练集标记粒度是充分细化,与实际分层分... 详细信息

利用数据类别间层次结构关系进行分类学习任务广泛存在于疾病诊断、图像标注等领域.然而,数据特征空间的高维性,使得分层分类学习面临着时间复杂度高和存储负担大等问题.另外,现有研究工作都假设训练集标记粒度是充分细化,与实际分层分类学习中划分细粒度标记代价高,类别标记间存在语义歧义性等矛盾.为解决上述问题,提出一种由粗到细的分层特征选择算法.该算法考虑类内一致性和兄弟节点间的差异性以选择有代表性特征,同时在特征选择的过程中实现预测训练样本未知的细粒度标记.在7个基准数据集上的实验结果表明,所提算法的分类性能优于一些先进的对比算法,且能处理标记粒度不够细化的情况.

关键词：特征选择分层分类标记层次结构标记粒度递归正则化稀疏优化全局最优解

来源：评论

学校读者我要写书评

暂无评论

双目立体视频最小可辨失真模型及其在质量评价中的应用

引用

电子与信息学报 2012年第3期34卷 698-703页

作者：张艳安平张秋闻张兆杨上海大学通信与信息工程学院上海200072 安徽财经大学计算机科学与技术系蚌埠230030 新型显示技术及应用集成教育部重点实验室上海200072

该文针对目前最小可辨失真(JND)模型只能应用于评价单视点视频的问题,探索一种以双眼亮度关系为基本出发点的双目立体视频的JND模型。首先根据立体视频特性引入双眼亮度关系模型,然后考虑了背景亮度掩盖、纹理掩盖、帧间掩盖、空间时间... 详细信息

该文针对目前最小可辨失真(JND)模型只能应用于评价单视点视频的问题,探索一种以双眼亮度关系为基本出发点的双目立体视频的JND模型。首先根据立体视频特性引入双眼亮度关系模型,然后考虑了背景亮度掩盖、纹理掩盖、帧间掩盖、空间时间对比灵敏度、眼睛运动等因素,提出了双目JND模型,最后将该双目JND模型应用到立体视频质量评价方法中。实验结果表明该文提出的质量评价方法符合人类的视觉感知特性,更接近于主观测试结果。

关键词：图像处理双目立体视频最小可辨失真模型质量评价人类视觉系统

来源：评论

学校读者我要写书评

暂无评论

LRGAN:一种运算轻量化图像修复网络

引用

中国科学：技术科学 2022年第3期52卷 447-457页

作者：廖年鸿张效娟彭春燕范虹青海师范大学计算机学院西宁810016 青海师范大学省部共建藏语智能信息处理及应用国家重点实验室西宁810016 陕西师范大学计算机科学学院西安710119

近来的图像修复工作大多聚焦于如何提升修复质量,但并没有考虑在计算资源不足的平台如何运行.本文提出了一种结合组卷积与注意力机制的模块(LABGC)用于替换传统卷积,在此模块中利用深度可分离卷积实现了多层次图像修复工作,同时针对传... 详细信息

近来的图像修复工作大多聚焦于如何提升修复质量,但并没有考虑在计算资源不足的平台如何运行.本文提出了一种结合组卷积与注意力机制的模块(LABGC)用于替换传统卷积,在此模块中利用深度可分离卷积实现了多层次图像修复工作,同时针对传统卷积处理过程中通道间信息流动性的问题提出了轮循通道注意力分配机制(C2AM),并将其应用于构建一个轻量级的图像修复网络(LRGAN).在整体网络的设计阶段使用了并行判别器结构保证图像生成的全局与局部的一致性.实验结果表明,在保证修复质量的情况下,本文提出的图像修复网络的推理时间与资源占用均远远小于同类方法.

关键词：人工神经网络图像修复轻量化网络图像合成深度学习计算机视觉

来源：评论

学校读者我要写书评

暂无评论

融合坐标与多头注意力机制的交互语音情感识别

引用

计算机应用 2024年第8期44卷 2400-2406页

作者：高鹏淇黄鹤鸣樊永红青海师范大学计算机学院西宁810008 藏语智能信息处理及应用国家重点实验室西宁810008

语音情感识别(SER)是人机交互系统中一项重要且充满挑战性的任务。针对目前SER系统中存在特征单一和特征间交互性较弱的问题,提出多输入交互注意力网络MIAN。该网络由特定特征坐标残差注意力网络和共享特征多头注意力网络两个子网络组... 详细信息

语音情感识别(SER)是人机交互系统中一项重要且充满挑战性的任务。针对目前SER系统中存在特征单一和特征间交互性较弱的问题,提出多输入交互注意力网络MIAN。该网络由特定特征坐标残差注意力网络和共享特征多头注意力网络两个子网络组成。前者利用Res2Net和坐标注意力模块学习从原始语音中获取的特定特征,并生成多尺度特征表示,增强模型对情感相关信息的表征能力;后者融合前向网络所获取的特征,组成共享特征,并经双向长短时记忆(BiLSTM)网络输入至多头注意力模块,能同时关注不同特征子空间中的相关信息,增强特征之间的交互性,以捕获判别性强的特征。通过2个子网络间的协同作用,能增加模型特征的多样性,增强特征之间的交互能力。在训练过程中,应用双损失函数共同监督,使同类样本更紧凑、不同类样本更分离。实验结果表明,MIAN在EMO-DB和IEMOCAP语料库上分别取得了91.43%和76.33%的加权平均精度,相较于其他主流模型,具有更好的分类性能。

关键词：语音情感识别坐标注意力机制多头注意力机制特定特征学习共享特征学习

来源：评论

学校读者我要写书评

暂无评论

基于边缘差异的虚拟视图像质量评价方法

引用

电子与信息学报 2013年第8期35卷 1894-1900页

作者：张艳安平尤志翔张兆杨上海大学通信与信息工程学院上海200072 安徽财经大学计算机科学与技术系蚌埠230030 新型显示技术及应用集成教育部重点实验室上海200072

为了降低多视视频中的传输数据量,可适当减少包含纹理图及其对应深度图的多视数量,而在自由立体视频系统的终端采用基于深度图的绘制技术,生成新的虚拟视点。由于不准确的深度图估计、遮挡及合成算法等原因,合成虚拟视的边缘会出现高频... 详细信息

为了降低多视视频中的传输数据量,可适当减少包含纹理图及其对应深度图的多视数量,而在自由立体视频系统的终端采用基于深度图的绘制技术,生成新的虚拟视点。由于不准确的深度图估计、遮挡及合成算法等原因,合成虚拟视的边缘会出现高频噪声。对于这种特有的失真,用一般的评价方法并不能准确反映人眼的视觉感知。该文在分析失真虚拟视与原始视像素差异基础上,对各差异像素进行分类,并分配权重,提出了一种基于视觉加权的边缘差异质量评价方法,对边缘像素施加较高权重。经多视视频序列实验证明,该文方法相比于其它评价方法,能更好地预测人类视觉对虚拟视图像的主观感知。

关键词：视频图像质量评价边缘差异虚拟视点视觉加权基于深度图像绘制(DIBR)

来源：评论

学校读者我要写书评

暂无评论

负折射介质中超短脉冲的反常分裂现象

引用

强激光与粒子束 2013年第2期25卷 508-512页

作者：张景贵章礼富赵晋琴李勇帆湖南第一师范学院信息科学与工程系长沙410205 湖南大学计算机与通信学院微纳光电器件及应用教育部重点实验室长沙410082

对超短脉冲在负折射介质中的传输特性进行了研究,着重分析其不同于常规介质的反常脉冲分裂现象。结果表明:由于负的折射率影响,介质将通过反常群速度色散与自散焦非线性的相互作用机理来诱导脉冲的对称分裂。同时,分析由色散磁导率所导... 详细信息

对超短脉冲在负折射介质中的传输特性进行了研究,着重分析其不同于常规介质的反常脉冲分裂现象。结果表明:由于负的折射率影响,介质将通过反常群速度色散与自散焦非线性的相互作用机理来诱导脉冲的对称分裂。同时,分析由色散磁导率所导致的可控自陡效应对脉冲分裂的影响,发现负折射介质中正负的自陡效应都会引脉冲非对称分裂。其中负的自陡效导致脉冲裂变后其后沿比前沿高,这与常规介质自陡效应(恒为正)情形相同;而负折射介质正的自陡效应对脉冲分裂影响刚好与前者相反,即裂变后脉冲后沿比前沿低。

关键词：负折射介质超短脉冲传输脉冲分裂自陡

来源：评论

学校读者我要写书评

暂无评论

用于冥想神经反馈系统的脑电图数据挖掘研究

引用

厦门大学学报（自然科学版） 2018年第2期57卷 258-264页

作者：徐昊黄敏周昌乐厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室福建厦门361005 厦门大学人文学院福建厦门361005

有研究表明禅修冥想有益于现代人的身心健康,为了研发能有助于禅修的冥想神经反馈系统,采集乐易心法七日禅学员脑电图信号,提取15维脑电图特征,以禅修导师给学员的评分作为标记,对数据进行个性化校准,测试多种分类和回归算法对学员水平... 详细信息

有研究表明禅修冥想有益于现代人的身心健康,为了研发能有助于禅修的冥想神经反馈系统,采集乐易心法七日禅学员脑电图信号,提取15维脑电图特征,以禅修导师给学员的评分作为标记,对数据进行个性化校准,测试多种分类和回归算法对学员水平的分类性能.实验结果表明,个性化校准方案可以有效解决脑电图研究中的个体差异问题,15维脑电图特征数据经校准后可以使随机森林等分类算法以93%以上的准确率识别出高水平禅修者,为更加智能的冥想神经反馈系统的研发提供了支持.

关键词：脑电图冥想数据挖掘机器学习神经反馈个性化校准禅修

来源：评论

学校读者我要写书评

暂无评论

双特征流融合和边界感知的显著性目标检测

引用

计算机工程与应用 2024年第10期60卷 227-236页

作者：杨鑫朱恒亮毛国君福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用技术重点实验室福州350118

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改... 详细信息

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改变输入图像尺寸来丰富多尺度信息,并自顶向下逐层聚合特征得到精细的预测结果。首先将输入图像调整为两种不同分辨率分别送入编码器,提取丰富的多层级特征形成双特征流;其次将双特征流自顶向下逐层融合,生成由粗到细的显著图;最后构建了边界感知结构,凭借上下文语义信息的指导生成精细的物体轮廓。在五个公开数据集上进行了大量实验,实验结果表明,所提算法在结构相似性(Sm)等多个指标上取得了更高的检测精度,生成的显著图目标完整且边缘清晰。

关键词：显著性目标检测全卷积神经网络多尺度学习双特征流融合边界感知

来源：评论

学校读者我要写书评

暂无评论

利用邻接结构熵确定超网络关键节点

引用

计算机工程与应用 2022年第8期58卷 76-82页

作者：周丽娜常笑胡枫青海师范大学计算机学院西宁810008 青海省藏文信息处理与机器翻译重点实验室西宁810008 藏语智能信息处理及应用国家重点实验室西宁810008

识别网络中的关键节点对研究网络的拓扑结构及功能特性具有重要的实际应用价值。基于超图的超网络拓扑结构为超图,由于超图中的超边可以包含任意数量的节点,使得超网络能够清晰明了地表达出多元、多维、多准则的复杂关系。为了更好地挖... 详细信息

识别网络中的关键节点对研究网络的拓扑结构及功能特性具有重要的实际应用价值。基于超图的超网络拓扑结构为超图,由于超图中的超边可以包含任意数量的节点,使得超网络能够清晰明了地表达出多元、多维、多准则的复杂关系。为了更好地挖掘超网络中的关键节点,基于超图理论及性质,提出超图中的邻接结构熵识别超网络中的关键节点,该方法通过研究节点及其直接与间接节点间的关系,利用节点信息熵刻画不同节点在超网络中的重要性。其优势在于不仅考虑了超网络中节点自身的性质,也融合了邻居节点的影响力,且由于该算法只利用节点的局部属性,故其复杂度较低。并通过对科研合作超网络进行的实证分析,结果表明邻接结构熵能够准确有效地识别超网络中的关键节点,为今后研究超网络中的关键节点以及研究超网络的拓扑结构提供一定的借鉴和参考。

关键词：超图超网络关键节点网络结构熵邻接结构熵

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：