检索结果-内蒙古大学图书馆

电子学报 2023年第6期51卷 1458-1467页

作者：曹付元杨淑晶王雲霞俞奎山西大学计算机与信息技术学院山西太原030006 合肥工业大学计算机与信息学院安徽合肥230601

LWF链图结构学习旨在发现链图中所有节点的父节点、子节点、邻居节点以及配偶节点.然而,目前最新的LWF链图结构学习算法是基于Growing-Shrinking(GS)思想得到节点的局部结构(即节点的马尔科夫毯)来学习全局网络结构,该类算法的条件独立... 详细信息

LWF链图结构学习旨在发现链图中所有节点的父节点、子节点、邻居节点以及配偶节点.然而,目前最新的LWF链图结构学习算法是基于Growing-Shrinking(GS)思想得到节点的局部结构(即节点的马尔科夫毯)来学习全局网络结构,该类算法的条件独立测试是以整个马尔科夫毯为条件集的,为了保证条件独立测试的可靠性,算法要求样本数量是马尔科夫毯大小的指数级,从而使得算法的数据效率较差.针对该问题,本文提出了一种基于约束的局部-全局LWF链图结构学习算法.该算法通过迭代的学习邻接集和配偶集来降低对数据样本量的要求;与此同时,在学习邻接集时采用后向策略保障了条件独立测试的正确性.算法的基本思想如下:首先学习网络中每个节点的马尔科夫毯,将节点马尔科夫毯学习拆分为学习邻接集和学习配偶集;然后利用节点的马尔科夫毯信息恢复网络骨架,根据链图复合体有向边的特点,利用条件独立测试确定网络复合体有向边,从而恢复链图结构.理论分析证明了该算法的正确性,在仿真数据集和标准数据集上的实验测试验证了算法的有效性.

关键词： LWF链图马尔科夫毯条件独立测试数据效率

来源：评论

学校读者我要写书评

暂无评论

基于解耦区域校准的高分辨率超像素生成算法

引用

计算机学报 2024年第11期47卷 2664-2677页

作者：王亚雄魏云超钱学明朱利合肥工业大学计算机与信息学院合肥230009 北京交通大学计算机与信息技术学院北京100044 西安交通大学电信学部西安710049

超像素分割是计算机视觉领域的一项重要任务,该任务将具有相似属性的像素分组到称为超像素的簇中.图像超像素不仅可以增益图像注释,而且还是各种下游应用的基础,如分割、光流估计和深度估计.尽管超像素分割技术取得了显著进展,特别是随... 详细信息

超像素分割是计算机视觉领域的一项重要任务,该任务将具有相似属性的像素分组到称为超像素的簇中.图像超像素不仅可以增益图像注释,而且还是各种下游应用的基础,如分割、光流估计和深度估计.尽管超像素分割技术取得了显著进展,特别是随着深度学习方法的出现,但现有解决方案由于GPU内存和计算能力的限制,一直无法有效处理高分辨率图像.针对这个问题,作者提出了一种名为区域解耦校准的高分辨率超像素网络(Patch Calibration Network,PCNet)的新型深度学习框架,通过采用解耦的一致性学习策略,解决了现有方法的局限性.这种方法允许通过从低分辨率输入预测高分辨率输出来高效生成高分辨率超像素结果,从而绕过了GPU内存限制.PCNet的一个关键贡献是解耦的区域块校准(DPC)分支,它将高分辨率图像块作为额外输入,以保留细节并增强边界像素分配.为了改善边界像素的识别,作者利用二进制掩模设计了一种动态引导训练机制.这种机制鼓励网络专注于区域内的主要边界,将任务从多类分类简化为二分类问题.这一创新策略不仅减少了网络优化的复杂性,而且显著提高了边界检测的精度.本文通过在包括Mapillary Vistas、BIG和新创建的Face-Human数据集在内的多样化数据集上进行广泛的实验,证明了PCNet的有效性.结果表明,PCNet能够成功处理5K分辨率图像,并与现有的最先进的SCN方法相比,实现了更优越的性能,后者在处理高分辨率输入时存在困难.作者的贡献包括开发了PCNet,一种针对高分辨率超像素分割的深度学习解决方案,引入了解耦的区域校准架构,并构建了一个超高分辨率基准测试集,用于评估高分辨率场景中超像素分割算法的性能.本文首先回顾了超像素分割领域的相关工作,然后详细介绍了PCNet框架,接着展示了实验结果并与最先进的方法进行了比较.结论部分总结了研究结果并概述了未来研究的潜在方向.代码、预训练模型和新的基准数据集的可用性无疑将促进高分辨率超像素分割领域的进一步发展.总之,本文在超像素分割领域提供了一个重要的进步,提供了一种能够高效、准确处理高分辨率图像的解决方案.所提出的PCNet框架,凭借其创新的DPC分支和动态引导训练机制,为未来在计算机视觉领域的研究和应用提供了一个有前景的方向.本文的代码、预训练模型以及新构建的评估基准数据集可在https://***/wangyxxjtu/PCNet上获取.

关键词：超像素分割图像分割高分辨率视觉深度学习人工智能

来源：评论

学校读者我要写书评

暂无评论

面向CNN和Transformer的自注意力机制自适应性提示学习

引用

小型微型计算机系统 2025年第1期46卷 16-22页

作者：杨鹏跃王锋魏巍山西大学计算机与信息技术学院太原030006

随着大规模预训练模型对视觉领域中的一般性数据的深入研究,当将其应用于特定下游任务时,若模型只训练分类头方法则极其依赖于预训练模型且效果一般;而全面微调预训练模型也因模型参数过大而变得不切实际;另外如VPT等视觉提示学习方法... 详细信息

随着大规模预训练模型对视觉领域中的一般性数据的深入研究,当将其应用于特定下游任务时,若模型只训练分类头方法则极其依赖于预训练模型且效果一般;而全面微调预训练模型也因模型参数过大而变得不切实际;另外如VPT等视觉提示学习方法在图像数据集具有很大的数据多样性时,每个数据集的通用提示在向原始预训练数据分布转变时会带来极大的挑战.基于以上的种种挑战,本文提出一种新的提示学习方法,即在输入空间中添加特定任务的自注意力机制提示块,并在增强通道间的竞争条件下,引入极小的参数量进行预训练模型的自适应性调整,最终实现将视觉领域中具有一般性的特征信息应用于特定的视觉任务.实验以CNN和Transformer代表性的网络为基础模型并选取CIFAR、Tiny ImageNet等数据集,结果表明本文提出的方法相比常见的微调方法在平均准确率上提高了0.55%、1.86%.

关键词：模型的微调数据多样性提示学习自注意力机制提示块自适应性调整

来源：评论

学校读者我要写书评

暂无评论

基于跨模态对比学习的常识问答模型

引用

计算机应用 2025年第3期45卷 732-738页

作者：王元龙刘亭华张虎山西大学计算机与信息技术学院太原030006

常识问答(CQA)是利用常识知识对自然语言问句进行自动求解以得到准确答案的任务,属于智能问答领域。该任务通常需要背景常识知识提升模型的求解能力,现有的大多数相关方法依赖于从文本数据中提取和利用常识。然而,常识通常具有隐含性,... 详细信息

常识问答(CQA)是利用常识知识对自然语言问句进行自动求解以得到准确答案的任务,属于智能问答领域。该任务通常需要背景常识知识提升模型的求解能力,现有的大多数相关方法依赖于从文本数据中提取和利用常识。然而,常识通常具有隐含性,并不总是直接体现在文本内容中,影响了这些方法的应用范围和效果。因此,提出基于跨模态对比学习的CQA模型,以充分利用跨模态信息丰富常识的表达。首先,设计一个跨模态常识表示模块,以融合常识库和跨模态大模型,从而获取跨模态的常识表示;其次,对问题和选项的跨模态表示进行对比学习,从而增强模型对不同选项之间的区分能力;最后,利用softmax层为问题选项对生成相关性分数,并根据分数的高低确定最终的预测答案。在公开数据集CSQA(CommonSenseQA)和OBQA(OpenBookQA)上进行的实验结果表明,与DEKCOR(DEscriptive Knowledge for COmmonsense question answeRing)相比,所提模型的准确率分别提高了1.46和0.71个百分点。

关键词：智能问答常识问答对比学习跨模态常识 CLIP

来源：评论

学校读者我要写书评

暂无评论

基于MHSA和句法关系增强的机器阅读理解方法研究

引用

自动化学报 2022年第11期48卷 2718-2728页

作者：张虎王宇杰谭红叶李茹山西大学计算机与信息技术学院太原030006

机器阅读理解(Machine reading comprehension,MRC)是自然语言处理领域中一项重要研究任务,其目标是通过机器理解给定的阅读材料和问题,最终实现自动答题.目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用... 详细信息

机器阅读理解(Machine reading comprehension,MRC)是自然语言处理领域中一项重要研究任务,其目标是通过机器理解给定的阅读材料和问题,最终实现自动答题.目前联合观点类问题解答和答案依据挖掘的多任务联合学习研究在机器阅读理解应用中受到广泛关注,它可以同时给出问题答案和支撑答案的相关证据,然而现有观点类问题的答题方法在答案线索识别上表现还不是太好,已有答案依据挖掘方法仍不能较好捕获段落中词语之间的依存关系.基于此,引入多头自注意力(Multi-head self-attention,MHSA)进一步挖掘阅读材料中观点类问题的文字线索,改进了观点类问题的自动解答方法;将句法关系融入到图构建过程中,提出了基于关联要素关系图的多跳推理方法,实现了答案支撑句挖掘;通过联合优化两个子任务,构建了基于多任务联合学习的阅读理解模型.在2020中国“法研杯”司法人工智能挑战赛(China AI Law Challenge 2020,CAIL2020)和HotpotQA数据集上的实验结果表明,本文提出的方法比已有基线模型的效果更好.

关键词：机器阅读理解多头自注意力句法关系多跳推理

来源：评论

学校读者我要写书评

暂无评论

网约车合乘均衡匹配与激励策略

引用

华南理工大学学报（自然科学版） 2024年第2期52卷 95-103页

作者：彭子烜崔林郭志伟陈晗阳魏丽英北京交通大学交通运输学院北京100044 北京交通大学计算机与信息技术学院北京100044

针对需求高峰期乘客以红包或调度费等形式激励网约车司机以实现网约车自我调度这一问题,研究了乘客-网约车匹配决策与激励策略选择间的交互关系。基于网约车合乘模式下的均衡匹配状态,以乘客总剩余最大化为目标,考虑匹配、均衡、成本等... 详细信息

针对需求高峰期乘客以红包或调度费等形式激励网约车司机以实现网约车自我调度这一问题,研究了乘客-网约车匹配决策与激励策略选择间的交互关系。基于网约车合乘模式下的均衡匹配状态,以乘客总剩余最大化为目标,考虑匹配、均衡、成本等约束条件,构建了考虑奖励策略的乘客-网约车均衡匹配模型,从乘客视角设计了乘客激励策略、网约车激励策略、乘客和网约车激励策略,并将3种激励策略嵌入到列生成算法对模型进行求解,以实现匹配均衡和价格均衡。以大连市出租车数据为对象进行实证分析,研究结果表明,相比于仅以随机调度费等形式从供给侧激励司机,同时从需求侧和供给侧实施激励策略可以促成更多合乘出行,乘客剩余可提高12.6%;当需求大于供给时,26%的激励在乘客间转移以实现更多的合乘出行;合乘折扣系数也会影响激励流向,同时使用激励策略和合乘折扣策略调节供需可以避免司机恶意竞争和乘客无效激励,在降低乘客出行成本的同时提高司机收益,促成更多合乘出行。

关键词：交通运输规划与管理网约车合乘均衡匹配激励驱动策略

来源：评论

学校读者我要写书评

暂无评论

融合全局与空间多尺度上下文信息的车辆重识别

引用

中国图象图形学报 2023年第2期28卷 471-482页

作者：王振学许喆铭雪洋洋郎丛妍李尊魏莉莉北京交通大学计算机与信息技术学院北京100044

目的车辆重识别指判断不同摄像设备拍摄的车辆图像是否属于同一辆车的检索问题。现有车辆重识别算法使用车辆的全局特征或额外的标注信息,忽略了对多尺度上下文信息的有效抽取。对此,本文提出了一种融合全局与空间多尺度上下文信息的车... 详细信息

目的车辆重识别指判断不同摄像设备拍摄的车辆图像是否属于同一辆车的检索问题。现有车辆重识别算法使用车辆的全局特征或额外的标注信息,忽略了对多尺度上下文信息的有效抽取。对此,本文提出了一种融合全局与空间多尺度上下文信息的车辆重识别模型。方法首先,设计一个全局上下文特征选择模块,提取车辆的细粒度判别信息,并且进一步设计了一个多尺度空间上下文特征选择模块,利用多尺度下采样的方式,从全局上下文特征选择模块输出的判别特征中获得其对应的多尺度特征。然后,选择性地集成来自多级特征的空间上下文信息,生成车辆图像的前景特征响应图,以此提升模型对于车辆空间位置特征的感知能力。最后,模型组合了标签平滑的交叉熵损失函数和三元组损失函数,以提升模型对强判别车辆特征的整体学习能力。结果在VeRi-776(vehicle re-idendification-776)数据集上,与模型PNVR(part-regularized near-duplicate vehicle re-identification)相比,本文模型的mAP(mean average precision)和rank-1(cumulative matching curve at rank 1)评价指标分别提升了2.3%和2.0%。在该数据集上的消融实验验证了各模块的有效性。在Vehicle ID数据集的大规模测试子集上,就rank-1和rank-5(cumulative matching curve at rank 5)而言,本文模型的mAP比PNVR分别提升了0.8%和4.5%。结论本文算法利用全局上下文特征和多尺度空间特征,提升了拍摄视角变化、遮挡等情况下车辆重识别的准确率,实验结果充分表明了所提模型的有效性与可行性。

关键词：车辆重识别深度学习局部可区分性特征特征选择多尺度空间特征

来源：评论

学校读者我要写书评

暂无评论

元宇宙服务的人机交互综述

引用

郑州大学学报（理学版） 2025年第1期57卷 8-14页

作者：高俊涛程玉玉东北石油大学计算机与信息技术学院黑龙江大庆163318

近年来,元宇宙飞速发展,已成为未来数字世界的一个重要发展方向。元宇宙中的人机交互是实现虚实融合的核心,其解决了元宇宙中的多用户协作、沟通、社交等挑战,促进了创新和合作。为了深入探讨元宇宙作为虚拟和现实世界融合的数字化空间... 详细信息

近年来,元宇宙飞速发展,已成为未来数字世界的一个重要发展方向。元宇宙中的人机交互是实现虚实融合的核心,其解决了元宇宙中的多用户协作、沟通、社交等挑战,促进了创新和合作。为了深入探讨元宇宙作为虚拟和现实世界融合的数字化空间,其服务如何与人机交互相结合,创造出丰富、沉浸式、个性化的用户体验,调研了元宇宙和人机交互技术,并从人机交互的角度对元宇宙的概念进行了定义。讨论了元宇宙服务和人机融合的可行性与优势,并整理归纳了现有的挑战。最后探讨了元宇宙服务的未来发展趋势。

关键词：元宇宙服务人机交互数字化空间

来源：评论

学校读者我要写书评

暂无评论

面向相交多流形聚类的标签传播算法

引用

计算机工程 2023年第6期49卷 90-98页

作者：高小方原玉梁温静白雪飞山西大学计算机与信息技术学院太原030006

经典的流形学习算法假设样本数据位于高维单流形上,但在现实生活中的真实数据通常位于高维多流形上,且这些数据往往相互交叠,导致流形学习算法效果不佳。传统的标签传播算法通过相似性矩阵构建连接矩阵,实现良好分离数据的聚类,但不能... 详细信息

经典的流形学习算法假设样本数据位于高维单流形上,但在现实生活中的真实数据通常位于高维多流形上,且这些数据往往相互交叠,导致流形学习算法效果不佳。传统的标签传播算法通过相似性矩阵构建连接矩阵,实现良好分离数据的聚类,但不能有效聚类相互交叠的多流形数据。针对该问题,提出一种面向相交多流形的标签传播算法LPAMMC。采用局部主成分分析算法确定相交多流形数据的相交区域,并基于混合概率主成分分析(MPPCA)模型和多流形的拓扑结构划分相互交叠的子流形,构建“must-link”和“cannot-link”聚类约束,通过约束构建适合相交多流形数据的传播矩阵,实现标签传播算法。LPAMMC算法通过MPPCA模型和多流形拓扑结构划分出子流形,提高相交多流形数据的聚类精度,且MPPCA模型仅用于多流形数据的相交区域,降低了计算复杂度。实验结果表明,LPAMMC算法不仅具有标签传播算法速度快的特点,且能有效聚类相交多流形数据。在Two spirals数据集上的聚类精度、标准互信息和调整兰德系数取得了与SMMC算法相同的性能,运行时间缩短86.7个百分点。

关键词：流形学习多流形聚类切空间相交标签传播

来源：评论

学校读者我要写书评

暂无评论

概率故障条件下平衡超立方体的子网络可靠性

引用

计算机应用 2024年第S01期44卷 175-182页

作者：冯凯高红艳山西大学计算机与信息技术学院太原030006

平衡超立方体具有许多优良的拓扑结构性质,较适合用于构建实际多处理器系统。在发生故障的互连网络中对无故障子网络的存在性进行量化评估有重要的现实意义。为了刻画n维平衡超立方体中(n-1)维平衡超立方体子网络存在性的保持能力,在概... 详细信息

平衡超立方体具有许多优良的拓扑结构性质,较适合用于构建实际多处理器系统。在发生故障的互连网络中对无故障子网络的存在性进行量化评估有重要的现实意义。为了刻画n维平衡超立方体中(n-1)维平衡超立方体子网络存在性的保持能力,在概率故障条件下估计了n维平衡超立方体中无故障(n-1)维平衡超立方体子网络的存在概率。对于不小于3的n,得出了n维平衡超立方体中存在无故障(n-1)维平衡超立方体子网络的概率的一个上界和一个下界,并给出了这一子网络可靠性的基于蒙特卡洛仿真的近似评估算法。结果表明,当无故障(n-1)维平衡超立方体子网络的存在概率的上下界相差不大时,该上下界和近似结果是一致的;否则近似结果是较为准确的。

关键词：互连网络图平衡超立方体子网络概率故障

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：