检索结果-内蒙古大学图书馆

林业工程学报 2021年第4期6卷 190-196页

作者：邵帮丽朱寅朱润潘晨曦王坚奚雪峰杨颢苏州科技大学电子与信息工程学院江苏苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215009 昆山市公安局江苏昆山215300

传统家居设备人机交互主要采用接触式控制方式,限制了用户双手的活动空间,难以满足日益繁多的智能设备控制便利性需求。而语音控制这种非接触的控制形式虽然解放了用户双手,能够提供自然的控制方式,但这种基于单模态的控制方式仍然存在... 详细信息

传统家居设备人机交互主要采用接触式控制方式,限制了用户双手的活动空间,难以满足日益繁多的智能设备控制便利性需求。而语音控制这种非接触的控制形式虽然解放了用户双手,能够提供自然的控制方式,但这种基于单模态的控制方式仍然存在识别准确率不高等问题。融合视觉、声音等多模态信息的方法,能够形成模态信息之间的互补性,已在多个领域得到成功应用。受此启发,针对上述家居设备人机交互控制两个方面的问题,提出一种融合语音识别与手势识别的多模态人机智能交互方法,实现高效准确的非接触式智能家居人机交互。首先,采用基于Keras搭建的CNN模型以及ResNet50两种网络模型得到两种手势控制命令识别结果;其次,通过语音识别及处理,形成文本控制命令识别结果;最后,对上述3种控制命令结果通过投票法进行多模态融合,选取概率最高的结果作为最终控制命令输出。其中,采用常用手势符号作为系统预定义手势标签,降低记忆的要求,方便用户使用。同时,针对家居控制手势图片数据集不足的情况,还构建了一个包含28 105张图片的手势数据集。实验结果表明,多模态交互方式能够弥补家居设备单一控制交互的缺陷,并且提高了控制指令的准确性,准确率达96.33%。

关键词：智能家居手势识别语音识别人机交互模态融合

来源：评论

学校读者我要写书评

暂无评论

基于双向注意力流和自注意力结合的机器阅读理解

引用

南京大学学报（自然科学版） 2019年第1期55卷 125-132页

作者：顾健伟曾诚邹恩岑陈扬沈艺陆悠奚雪峰苏州科技大学电子与信息工程学院苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室苏州215009 昆山市公安局指挥中心苏州215300

机器阅读理解(Machine Reading Comprehension,MRC)一直是自然语言处理(Natural Language Processing,NLP)领域的研究热点和核心问题.近期,百度开源了一款大型中文阅读理解数据集DuReader,旨在处理现实生活中的RC(Reading Comprehension)问题.该数据集包含1000k的文本、200k的问题和420k的答案,是目前最大型的中文机器阅读理解数据集,在此数据集上发布的阅读理解任务比以往更具有实际意义,也更有难度.针对该数据集的阅读理解任务,分析研究了一种结合双向注意力流与自注意力(self-attention)机制实现的神经网络模型.该模型通过双向注意力流机制来获取query-aware上下文信息表征并进行粒度分级,使用自注意力机制捕捉文本和问题句内的词语依赖关系和句法信息,再通过双向长短期记忆(Long Short-Term Memory,LSTM)网络进行语义信息聚合.实验结果最终得到相同词数百分比(BLEU-4)为44.7%,重叠单元百分比(Rouge-L)为49.1%,与人类测试平均水平较为接近,证明了该模型的有效性.

关键词：中文机器阅读理解 DuReader数据集 BiDAF模型自注意力机制

来源：评论

学校读者我要写书评

暂无评论

面向数据可视化的自然语言接口研究综述

引用

计算机工程与应用 2024年第15期60卷 24-41页

作者：高帅奚雪峰郑倩崔志明盛胜利苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州智慧城市研究院江苏苏州215000 德州理工大学得克萨斯拉伯克美国79401

数据可视化领域长期以来的目标是寻找直接从自然语言生成可视化的解决方案,而自然语言接口(NLI)的研究为该领域提供了新的解决办法。该接口接受自然语言形式的查询和表格数据集作为输入,并输出与之对应的可视化渲染。在作为一种辅助输... 详细信息

数据可视化领域长期以来的目标是寻找直接从自然语言生成可视化的解决方案,而自然语言接口(NLI)的研究为该领域提供了新的解决办法。该接口接受自然语言形式的查询和表格数据集作为输入,并输出与之对应的可视化渲染。在作为一种辅助输入方式的同时,传统用户需将分析意图转化为一系列逻辑操作并与之进行交互(如编程指令或图形化界面操作方式等),与利用面向数据可视化的自然语言接口(DV-NLI)相结合,能够使用户专注于可视化任务,而无需担心如何操作可视化工具。近年来,随着大语言模型(LLM)GPT-3、GPT-4的兴起,将LLM与可视化相结合已成为研究热点。对现有的DV-NLI进行了全面的回顾,并进行了新的研究补充。按照其实现方法,将DV-NLI分为符号化NLP方法、深度学习模型方法、大语言模型方法三类,对每个分类下的相关技术进行分析论述。最后,总结并展望DV-NLI的未来工作。

关键词：数据可视化自然语言接口机器学习神经网络模型大语言模型

来源：评论

学校读者我要写书评

暂无评论

基于姿态编码器的2D/3D脊椎医学图像实时配准方法

引用

计算机应用 2023年第2期43卷 589-594页

作者：徐少康张战成姚浩男邹智伟张宝成苏州科技大学电子与信息工程学院江苏苏州215009 苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215009 中部战区总医院骨科武汉430070

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间... 详细信息

2D/3D医学图像配准是骨科手术三维实时导航中的一项关键技术,然而传统的基于优化迭代的2D/3D配准方法需要经过多次迭代计算,无法满足医生在手术过程中对于实时配准的要求。针对该问题,提出一种基于自编码器的姿态回归网络来通过隐空间解码捕获几何姿态信息,从而快速地回归出术中X射线图像对应的术前脊椎位置的3D姿态,并经过重新投影生成最终的配准图像。通过引入新的损失函数,以“粗细”结合配准的方式对模型进行约束,保证了姿态回归的精确度。在CTSpine1K脊椎数据集中抽取100组CT扫描图像进行10折交叉验证,实验结果表明:所提出的模型所生成的配准结果图像与X射线图像的平均绝对误差(MAE)为0.04,平均目标配准误差(mTRE)为1.16 mm,单帧耗时1.7 s。与基于传统优化的方法相比,该模型配准时间大幅缩短。相较于基于学习的方法,该模型在快速配准的同时,保证了较高的配准精度。可见,所提模型可以满足术中实时高精配准的要求。

关键词： 2D/3D图像配准自编码器隐空间姿态回归骨科手术

来源：评论

学校读者我要写书评

暂无评论

低功耗紫外光能量计的研究与设计

引用

激光与光电子学进展 2017年第10期54卷 248-254页

作者：王军韩力杜博军杨会玲何昕苏州科技大学虚拟现实智能交互及应用技术重点实验室江苏苏州215009 中国科学院长春光学精密机械与物理研究所吉林长春130033 中国白城兵器试验中心吉林白城137000

为解决传统紫外光能量计所存在的功耗大、成本高、精度低以及设计复杂等问题,提出一种基于双补偿机制的电流积分型低功耗紫外能量检测方案。该方案利用低功耗单片机实现对紫外光能量的计算;紫外光电探测器输出的电流通过电流积分模块转... 详细信息

为解决传统紫外光能量计所存在的功耗大、成本高、精度低以及设计复杂等问题,提出一种基于双补偿机制的电流积分型低功耗紫外能量检测方案。该方案利用低功耗单片机实现对紫外光能量的计算;紫外光电探测器输出的电流通过电流积分模块转换为方波脉冲;放电补偿电路和环境光补偿电路对电流积分模块进行误差校正,提高检测精度;主控制器对脉冲数进行统计,计算能量大小;充分利用低功耗模式优化显示程序,显示程序不使用芯片驱动,而是采用微处理器直接驱动,使显示程序的功耗进一步降低。实验证明:该方案功耗不超过165μW,对紫外光能量值的检测误差小于1%,电路复杂度低,使用芯片成本低,具有很强的续航能力和很高的实用价值。

关键词：测量光能量检测低功耗双补偿高精度

来源：评论

学校读者我要写书评

暂无评论

深度学习中文命名实体识别研究进展

引用

计算机工程与应用 2023年第24期59卷 46-69页

作者：李莉奚雪峰盛胜利崔志明徐家保苏州科技大学电子与信息工程学院江苏苏州215000 苏州市虚拟现实智能交互应用技术重点实验室江苏苏州215000 苏州科技大学智慧城市研究院江苏苏州215000 德州理工大学美国德克萨斯州拉伯克市79401

中文命名实体识别(CNER)指识别中文文本中具有特定意义的实体,是自然语言处理诸多下游任务的重要基石。近年来,深度学习技术依托其端到端的方法,自动学习到更深层次和更抽象的数据特征,摆脱了人工标注的依赖,解决了高维特征空间的数据... 详细信息

中文命名实体识别(CNER)指识别中文文本中具有特定意义的实体,是自然语言处理诸多下游任务的重要基石。近年来,深度学习技术依托其端到端的方法,自动学习到更深层次和更抽象的数据特征,摆脱了人工标注的依赖,解决了高维特征空间的数据稀疏问题,从而逐渐成为中文命名实体识别方法的主流。回顾了命名实体识别的发展进程和CNER的特殊性和难点;围绕着中文命名实体识别的不同处理特点,将基于深度学习的中文命名实体识别的方法分类为扁平实体边界问题、中文嵌套命名实体识别和CNER小样本问题处理三个领域,并具体阐述这三类领域的模型、细分领域和最近的研究进展并整理了部分典型深度学习方法在相关数据集上的实验结果;再次总结了中文命名实体识别任务的常用数据集和评估方法;指出了当前中文命名实体识别技术面临的挑战和未来的研究方向。

关键词：中文命名实体识别深度学习实体边界中文嵌套命名实体识别低资源中文命名实体识别

来源：评论

学校读者我要写书评

暂无评论

基于杂波抑制的海平线红外弱小目标检测

引用

液晶与显示 2017年第4期32卷 316-324页

作者：杨会玲吴玉宏孙慧婷杜博军何昕苏州科技大学苏州市虚拟现实智能交互应用技术重点实验室江苏苏州215000 中国科学院长春光学精密机械与物理研究所吉林长春130033 中国白城兵器试验中心吉林白城137000

针对红外图像中海天交接处目标能量较弱,难以获得精确检测的问题,本文提出一种基于杂波抑制的海平线弱小目标检测方法。该方法通过对红外图像特征分析,检测海平线像素特征,去除障碍物干扰,确定海平线区域;对海平线区域采用改进的均值差... 详细信息

针对红外图像中海天交接处目标能量较弱,难以获得精确检测的问题,本文提出一种基于杂波抑制的海平线弱小目标检测方法。该方法通过对红外图像特征分析,检测海平线像素特征,去除障碍物干扰,确定海平线区域;对海平线区域采用改进的均值差滤波与背景建模,去除海平线杂波;杂波滤除后,计算两个区间自适应阈值作为滞后阈值,从而检测出海平线弱小目标像素。实验结果表明,本文提出的算法能够有效去除海平线杂波,确定海平线区域,有效提取海平线像素,从而准确检测出海平线弱小目标,具有较高的检测率与较低的虚警率,验证了该算法的有效性。

关键词：区域分割杂波抑制滞后阈值红外弱小目标检测

来源：评论

学校读者我要写书评

暂无评论

一种面向长文本小数据集自动摘要任务的数据增强策略

引用

中文信息学报 2022年第9期36卷 46-56页

作者：皮洲奚雪峰崔志明周国栋苏州科技大学电子与信息工程学院江苏苏州215009 苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215000 苏州大学计算机科学与技术学院江苏苏州215000

当前长文本自动摘要任务缺乏充足的数据集,限制了该领域相关算法、模型的研究。数据增强是在不直接补充训练数据的情况下增加训练数据的方法。针对上述长文本自动摘要数据缺乏问题,基于CogLTX框架,该文提出了一种面向长文本自动摘要任... 详细信息

当前长文本自动摘要任务缺乏充足的数据集,限制了该领域相关算法、模型的研究。数据增强是在不直接补充训练数据的情况下增加训练数据的方法。针对上述长文本自动摘要数据缺乏问题,基于CogLTX框架,该文提出了一种面向长文本自动摘要任务的数据增强方法EMDAM(Extract-Merge Data Augmentation Method)。EMDAM主要分为抽取和归并两个核心环节。首先,从原有长文本数据集中“抽取”得到若干短句;其次,将抽取出的短句按照定义顺序“归并”为长文本;最终形成满足限定条件的新增长文本数据集。与基线模型相比较,该文在PubMED_Min、CNN/DM_Min、news2016zh_Min数据集上采用增强策略能明显提高基线模型的性能;而在SLCTDSets上使用该文的数据集增强策略,最终的Rouge得分相比未使用增强策略的模型提高了近两个百分点。上述实验结果表明,EMDAM可以在小数据集上进行扩展,为文本摘要研究提供数据支持。

关键词：数据增强 TextRank Seq2Seq 生成式摘要

来源：评论

学校读者我要写书评

暂无评论

基于布局图的多物体场景新视角图像生成网络

引用

计算机应用研究 2022年第8期39卷 2526-2531页

作者：高小天张乾吕凡胡伏原苏州科技大学电子与信息工程学院江苏苏州215009 苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215009 苏州科技大学苏州市大数据与信息服务重点实验室江苏苏州215009 天津大学智能与计算学部天津300354

新视角图像生成任务指通过多幅参考图像,生成场景新视角图像。然而多物体场景存在物体间遮挡,物体信息获取不全,导致生成的新视角场景图像存在伪影、错位问题。为解决该问题,提出一种借助场景布局图指导的新视角图像生成网络,并标注了... 详细信息

新视角图像生成任务指通过多幅参考图像,生成场景新视角图像。然而多物体场景存在物体间遮挡,物体信息获取不全,导致生成的新视角场景图像存在伪影、错位问题。为解决该问题,提出一种借助场景布局图指导的新视角图像生成网络,并标注了全新的多物体场景数据集(multi-objects novel view synthesis,MONVS)。首先,将场景的多个布局图信息和对应的相机位姿信息输入到布局图预测模块,计算出新视角下的场景布局图信息;然后,利用场景中标注的物体边界框信息构建不同物体的对象集合,借助像素预测模块生成新视角场景下的各个物体信息;最后,将得到的新视角布局图和各个物体信息输入到场景生成器中构建新视角下的场景图像。在MONVS和ShapeNet cars数据集上与最新的几种方法进行了比较,实验数据和可视化结果表明,在多物体场景的新视角图像生成中,所提方法在两个数据集上都有较好的效果表现,有效地解决了生成图像中存在伪影和多物体在场景中位置信息不准确的问题。

关键词：多物体场景遮挡现象图像伪影布局图新视角图像生成

来源：评论

学校读者我要写书评

暂无评论

基于场景图的段落生成序列图像方法

引用

计算机科学 2022年第1期49卷 233-240页

作者：张玮琪汤轶丰李林燕胡伏原苏州科技大学电子与信息工程学院江苏苏州215009 苏州科技大学苏州市大数据与信息服务重点实验室江苏苏州215009 苏州经贸职业技术学院江苏苏州215009 苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室江苏苏州215009

通过生成对抗网络进行段落生成序列图像的任务已经可以生成质量较高的图像。然而当输入的文本涉及多个对象和关系时,文本序列的上下文信息难以提取,生成图像的对象布局容易产生混乱,生成的对象细节不足。针对该问题,文中在StoryGAN的基... 详细信息

通过生成对抗网络进行段落生成序列图像的任务已经可以生成质量较高的图像。然而当输入的文本涉及多个对象和关系时,文本序列的上下文信息难以提取,生成图像的对象布局容易产生混乱,生成的对象细节不足。针对该问题,文中在StoryGAN的基础上,提出了一种基于场景图的段落生成序列图像方法。首先,通过图卷积将段落转换为多个场景图,每个场景图包含对应文本的对象和关系信息;然后,预测对象的边界框和分割掩膜来计算生成场景布局;最后,根据场景布局和上下文信息生成更符合对象及其关系的序列图像。在CLEVR-SV和CoDraw-SV数据集上进行测试,该方法可以生成包含多个对象及其关系的64×64像素的序列图像。实验结果表明,在CLEVR-SV数据集上,所提方法的SSIM和FID比StoryGAN分别提升了1.34%和9.49%;在CoDraw-SV数据集上,所提方法的ACC比StoryGAN提高了7.40%。所提方法提高了生成场景的布局合理性,不仅可以生成包含多个对象和关系的图像序列,而且生成的图像质量更高,细节更清晰。

关键词：生成对抗网络图卷积神经网络场景布局文本生成图像

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：