细粒度

  • 细粒度云数据自适应去重方法研究
    有帮助[1]。细粒度云数据指的是各个方面信息都非常详细具体的云数据,具有多层次化与高效化的特点。与传统意义上的云数据存在一定差异,细粒度云数据获取的难度较高,需要经过大量的训练与学习才能获得。随着数据量的快速增长,细粒度云数据中不可避免会存在各类重复数据。相似重复的数据一方面消耗了大量不必要的存储空间与人力开支,另一方面增大了云数据的管理难度,降低了云数据管理的效率与质量[2]。基于此,科学合理的细粒度云数据去重方法至关重要。当前,传统的云数据去重方法逐步

    电脑与电信 2023年9期2024-01-14

  • 基于代价敏感的细粒度服装图片检索
    检索技术逐渐向细粒度方向深入发展。细粒度服装图片检索主要通过对图像的相似度进行比较实现[1-4],该类方法在服装图片像素层面构建检索模型提取全局或局部特征进行相似度的排序比较。然而,细粒度服装图片检索中广泛存在类别不平衡问题,即当部分类别数量远高于其他类别数量时,在学习过程中通常会导入有利于数量占比多类别的分布偏差,导致数量少类别的条件概率被低估,从而影响分类和检索结果。由于相同类别服装图片之间高度相似,以及部分服装图片数据集存在类别不平衡现象,面向服装图

    软件导刊 2023年10期2023-10-31

  • 结合金字塔和长短期记忆网络的细粒度图像分类
    引 言近年来,细粒度图像分类在学术界和工业界都展现出巨大的应用前景[1,2].与一般的图像分类[3]不同,细粒度图像分类的目的是在于从一个大类的各子类中识别出细微的视觉差异,比如,鸟的种类[4]、汽车品牌[5]和飞机型号[6].由于这种差异通常太小而难以被人类区分,导致从图像中挖掘局部细微差异成为细粒度图像分类任务的关键问题之一.为了解决这个问题,目前大多数的方法主要集中在两个方面,即定位多样性的局部和提取鉴别性的特征.最近的研究表明,特征金字塔[7,8]

    小型微型计算机系统 2023年8期2023-08-29

  • 基于鉴别注意力融合的仪表细粒度分类方法
    些研究者们应用细粒度图像分类算法挖掘仪表的鉴别特征。文献[1]通过图像生成器增广数据集,从而为细粒度分类模型提供更多可鉴别粒度;文献[2]使用基于注意力机制的裁剪方式增广图像达到扩充训练数据集的目的,提高了细粒度识别的准确率。图1 某变电站仪表数据示例图针对上述仪表数据的特点,该文提出了基于鉴别注意力融合的仪表细粒度图像分类方法,设计的鉴别注意力模块(Discriminant Attention Model,DAM)是通过双线性池化进行融合的,亮点在于利用

    计算机技术与发展 2023年7期2023-07-21

  • 基于高低阶特征交互学习的点击率预测模型研究
    阶特征进行更加细粒度的特征交互,实现深度神经网络学习更细粒度的高阶交互特征,兼顾高低阶特征学习,获取更加全面的潜在特征相关性。在Criteo和Avazu两个公开的大数据集上实验发现,与已提出的相关模型相比较,新模型在性能方面均有所提升。关键词:点击率;高低阶特征交互;压缩交互网络;细粒度中图分类号:TP39文献标志码:A0 引言2023年1月12日发布的《2022中国互联网广告数据报告》显示,2022年,国内互联网广告市场规模已达5 088亿元,规模巨大。

    无线互联科技 2023年5期2023-05-24

  • 基于细粒度特征与注意力机制的机载图像匹配
    ,无法在不破坏细粒度特征的同时获取全局特征关联。为此,学者们将具有全局感受野的注意力机制[7]引入机载图像匹配任务,如文献[8-9]分别基于空间转换器[10](Spatial Transformer, ST)和视觉转换器[11](Vision Transformer, ViT)来处理多视角机载图像匹配问题。但上述方法在特征提取阶段忽略了匹配图像间的关联关系。而文献[12]已证明,进一步学习图像间的相似性特征能有效提高后续匹配的精度。因此,本文提出了一种基于

    航天控制 2023年2期2023-05-12

  • 基于视觉一致性增强的细粒度图像检索
    制化和精细化,细粒度图像检索近年来逐渐受到学术界和工业界的广泛关注。对于给定的属于同一大类(如,狗)的图像,细粒度图像检索旨在进一步检索属于相同子类的图像(如,沃克猎犬和巴塞特犬)。相较于经典图像检索,细粒度图像检索的主要难点包括:(1)类间差异小。不同子类的图像高度相似,区分性的差异信息仅体现细微的局部区域;(2)类内差异大。相同子类的图像由于姿态、光照、背景和拍摄角度的不同,差异巨大难以区分。因此,将经典图像检索算法应用在细粒度图像数据集[8-11]上

    计算机技术与发展 2022年12期2022-12-11

  • 基于混合蚁群优化的边缘计算细粒度任务调度方法
    ,实现边缘计算细粒度任务高效率调度,以期为边缘计算任务调度问题提供参考和借鉴。1 边缘计算细粒度任务调度的原理边缘计算细粒度任务调度属于一种连续性问题,使用单一的蚁群算法进行调度,容易产生收敛速度慢,计算时间长,易于过早陷入局部最优的问题。为此,本文引入遗传算法,构建混合蚁群算法对细粒度任务调度进行优化,解决单一蚁群算法易于过早陷入局部最优的问题,提高边缘计算细粒度任务调度性能,具体描述如下。1.1 问题描述边缘计算任务调度是指将原本应由本地服务器或中心云

    计算机测量与控制 2022年11期2022-12-01

  • 基于贝叶斯算法的弱监督细粒度图像分类方法
    类的视觉判读。细粒度图像分类是近年来计算机视觉、模式识别等领域的研究热点之一,其为一种类似于传统图像分类任务的分类方法。由于细粒度图像的信噪比很小,而具有足够分辨力的信息通常只存在于很小的局部区域,因此细粒度图像的分类比一般的图像分类更具挑战性。该方法只需对图像进行分类就可以解决局部区域的定位问题,并在保证分类精度的前提下,可以有效地减少计算量。细粒度图像的分类是一项具有挑战性的任务。常用的弱监督细粒度图像分类方法主要有基于卷积神经网络的细粒度图像分类方法

    计算机仿真 2022年9期2022-10-25

  • CNN和Transformer在细粒度图像识别中的应用综述
    0022近年,细粒度图像识别在计算机视觉、模式识别等领域掀起了一阵热潮,其在学术界和工业界都获得了极大的关注度,在智能零售系统[1-2]、生物多样性监测[3]等领域具有广泛的应用价值。而传统的计算机视觉研究方法不能够胜任复杂的细粒度图像识别任务,因此许多研究将深度学习技术[4]应用于细粒度图像识别领域,其在定位局部、特征表示,分类等方面都取得了良好的效果。由于人类视觉系统本质上对细粒度图像[5]具有推理能力,不仅能识别出狗类和鸟类,还能区分出具有细微差异的

    计算机工程与应用 2022年19期2022-10-18

  • 基于深度聚类的目标细粒度分类方法
    0065)引言细粒度目标分类又被称为子类图像分类,是近几年计算机视觉领域热门且富有挑战的研究课题之一[1]。与传统的粗粒度分类问题不同,细粒度分类根据目标关键位置或区域的特征属性实现类内更精细划分,如图1 所示。根据毛发、眼睛、体型实现狗的不同品种区分,如数据集Stanford Dogs[2];根据眼睑、羽毛、喙、尾巴等特征实现对鸟品种的区分,如数据集CUB200[3];根据尺寸、外观、长宽比等特征实现不同飞机类型的区分等,如数据集FGVC。图 1 细粒度

    应用光学 2022年4期2022-09-13

  • 添加晶粒长大抑制剂对细粒度金刚石复合片烧结的影响
    密度加工领域,细粒度刀具用PCD刀具的优势更为明显。目前高质量的细粒度PCD复合片产品主要从国外进口,因为大尺寸细粒度PCD复合片的制造技术难度大。通常在制备过程中合成腔体越大,其温度、压力梯度越大,导致大尺寸细粒度PCD复合片容易在合成过程出现金刚石颗粒异常长大的情况,严重影响了产品的质量及稳定性[1-8]。本文研究了添加两种不同的晶粒长大抑制剂TiC和cBN对细粒度PCD复合片晶粒异常生长的影响,尝试通过添加抑制剂控制金刚石晶粒异常长大,得到具有均匀显

    超硬材料工程 2022年2期2022-08-29

  • 基于细粒度实体分类的对比研究
    展到更深层次的细粒度实体类型。由于上游分配粗粒度的实体类型,后续选取实体间的候选关系就会复杂,相应的关系抽取任务会变得愈加困难,于是就促进了细粒度实体分类任务的研究。通过细粒度实体分类概念的引入,有效地将粗粒度的实体类型标签细化、层次化,从而使得下游任务(关系抽取、事件抽取、问答系统、实体推荐等)的工作效率降低,提高工作效率。细粒度实体分类[2](Fine-grained Entity Typing,FET)在给定实体指称的情况下,依据其上下文给实体指称赋

    重庆工商大学学报(自然科学版) 2022年4期2022-07-19

  • 网络监督数据下的细粒度图像识别综述
    940 引 言细粒度图像识别是计算机视觉和模式识别领域的基础研究课题,旨在对某一传统语义类别下细粒度级别的不同子类类别进行视觉识别(Wei等,2019b),如不同子类的狗、不同子类的鸟、不同车型的汽车等。细粒度图像识别是视觉感知嵌入的基础性工作(Belongie,2017),长期受到计算机视觉界的高度关注,美国的斯坦福大学、加州大学伯克利分校、哥伦比亚大学、英国牛津大学等一些计算机学科的顶尖单位都是该领域非常活跃的研究机构(Berg等,2014;Jader

    中国图象图形学报 2022年7期2022-07-15

  • 融合弱监督目标定位的细粒度小样本学习
    别。进一步地,细粒度图像识别旨在对属于相同类别的不同子类的图像进行分类,例如各种鸟类、各种狗类和各种汽车的识别。区分一个子类与另一子类的特征通常是细微的和局部的,这使得细粒度图像分类比常规图像分类更具挑战性。因此大多数现有的细粒度分类方法需要大量的训练数据来学习一个更鲁棒性的分类器。但是由于标注细粒度图像需要专业知识,例如标注各种鸟类可能需要求助鸟类学家等,而且许多细粒度方法还需要有边界框标注等。这些都给细粒度图像标注带来巨大成本。此外,许多濒临灭绝和稀有

    中国图象图形学报 2022年7期2022-07-15

  • 基于优化锚点的细粒度文本检测与识别
    文本检测模型在细粒度文本检测过程中会出现断连、漏检的情况,尤其是在细粒度的文本场景下。针对以上问题,提出了一种细粒度文本检测算法。该算法基于CTPN模型网络进行改进,重新设计了垂直锚点尺度,以适应细粒度文本的特征;同时调整主干网络的结构适应锚点的尺度。在anchor的连接过程中采用了自适应间隔的连接方式,从而保留水平语义信息的完整性。文本识别阶段采用CRNN方式进行识别。通过PyTorch环境验证细粒度的发票数据集,所提方法相比于原CTPN文本定位方法效果

    电脑知识与技术 2022年10期2022-05-30

  • 基于模板的软件缺陷修复推荐方法
    ]第一次提出从细粒度的代码修改序列中识别未知的频繁代码修改模式,并分析修改模式,归纳了10种高级程序转换模式.Zhao等人[4]开发了一种代码更改自动分类工具CTforC,它依据代码更改将其分成5种更改类型和9种更改子类型.虽然这些方法在修复bug方面有一定的帮助,剖析了较常用的修复模式,但是修复模板涉及人工手动分析,模板较单一,能提供的修复信息适合有针对性的代码修复.目前,深度学习技术广泛应用于缺陷定位、缺陷预测和缺陷修复等方面[5-7].Tufano等

    小型微型计算机系统 2022年5期2022-05-10

  • 基于词典分类器的细粒度机构名识别
    针对开放领域的细粒度命名实体识别。如盛剑等[2]采用LSTM-CNN-CRF完成中文细粒度命名实体识别,其F1值为0.8左右;Xu, Liang等[3]采用RoBERTa-wwm-large[4]模型对CLUENER20 20数据集实现细粒度命名实体识别,其F1值为0.8042。在开放领域下人名、机构名、地名的研究十分必要,其中机构名所占比重较高,但由于机构名结构复杂、罕见词多且存在别名、缩略词(如“哈佛”与“哈佛大学”)、数据文本中存在英文实体等问题,因

    计算机工程与设计 2022年1期2022-02-15

  • 基于注意力机制的弱监督细粒度图像分类①
    而更加精细化的细粒度图像分类更加值得关注,例如在生态保护场景中识别不同种类的珍稀鸟类,水稻种植生产中识别不同种类的虫害,新零售场景下对同类食品的细分类等等.利用计算机视觉方法识别细粒度类别(如鸟类[1,2]、花卉[3,4]、狗类[5,6]、车型[7]等)的技术已引起研究者们的广泛关注[8-10].其中能够准确定位和表示类别中细微视觉差异的细粒度图像识别技术是非常具有挑战性的.1.1 细粒度图像分类的研究历史与现状随着计算机硬件算力的提升,深度学习技术被广泛

    计算机系统应用 2021年10期2022-01-06

  • 一种基于注意力机制的细粒度图像分类方法
    650500)细粒度图像分类(FGVC)作为当前研究的热点,与常规的粗粒度图像分类相比,为人们提供了更加详细的图像信息,并可以区分图像中的各基本级别的类别.例如,鸟类和车辆之间存在细微的视觉差异[1-2],在区分图像中鸟和车的同时,还能分别出鸟类和车辆的特定种类和类别.由于传统的图像分类方法无法产生良好的分类效果,研究人员开始将深度学习技术引入到图像分类、识别任务中[3].目前关于细粒度图像分类的研究已取得一些成果.例如,Huang等[4]提出1种基于多视

    云南民族大学学报(自然科学版) 2021年6期2021-12-02

  • 基于改进胶囊网络的文本细粒度情感分类方法
    2]提出了基于细粒度多通道卷积神经网络的文本情感分析方法,该方法可深入挖掘文本深层次的语义信息,实现文本情感分析,但是该方法不适用于文本样本数较多的情况。文献[3]提出融合注意力机制的多语言文本情感分析方法,该方法的优势在于可实现多语言文本情感分析,但对具有歧义的文本情感的分类精度有待优化。针对上述问题,以文本细粒度情感分析为主,细粒度情感可以在指定的角度分析文本的情感态度,提出基于改进胶囊网络的文本细粒度情感分类方法,以期实现文本细粒度情感分类。2 基于

    计算机仿真 2021年10期2021-11-19

  • 基于注意力特征融合的SqueezeNet 细粒度图像分类模型
    650500)细粒度图像分类问题的目标是对子类进行识别,如区分不同种类的狗、鸟、飞机等,是计算机视觉领域一项具有挑战性的研究课题. 细粒度图像分类难点在于子类别间细微的类间差异和较大的内类差异. 传统的分类算法不得不依赖于大量的人工标注信息,但随着深度学习的发展,基于深度卷积特征的算法被大量提出,深度卷积神经网络为细粒度图像分类带来了许多新的机遇,促进了该领域的快速发展.文献[1]提出的姿态规范化细粒度识别框架,首先使用可变形部件模型通过语义部件的特征点计

    云南大学学报(自然科学版) 2021年5期2021-10-14

  • 细粒度图像分类的深度学习方法
    缺失等问题。而细粒度图像处于这两者的中间状态,兼具了语义级图像分类特征难以提取和定位以及实例级图像分类中类间差异小而类内差异大的问题,但同时该领域的研究往往会大量借鉴前两个领域的研究成果。细粒度图像分类旨在区分同一类别的子类别,如识别出车的品牌、鸟的种类、猫的品种等,也可叫作子类别分类。相较于对象识别等语义级图像分类任务,细粒度图像往往需要借助非常微小的局部差异才能区分出不同的类别。和人脸识别等实例级分类任务相比,细粒度图像的类内差异更加巨大,并且受到姿势

    计算机与生活 2021年10期2021-10-12

  • 深度学习在细粒度图像识别中的应用综述
    “鸟”.然而,细粒度图像识别(fine-grained image recognition,FGIR)则是针对同一大类别下的不同子类别给予识别,比如对不同子类别的“狗”的识别.相对图像识别技术,细粒度识别的准确率还有较大的提升空间,事实上,细粒度识别任务的挑战性比较大,主要是由于来自不同子类的目标之间的零部件构成普遍相同,相同子类的各个零部件之间却又有丰富的多样性,这些因素导致机器很难准确识别这些目标图像的类别,甚至导致普通人类也很难辨别这些差异和多样性,

    北京工业大学学报 2021年8期2021-08-05

  • 选煤厂超细粒度物料高效回收新工艺的探索与应用
    此,必须探索超细粒度物料高效回收新方法,进行超细粒度物料的深度回收,才能解决制约选煤厂生产经营中存在的问题。一、现状分析及存在的问题1.普通分级旋流器分级粒度大、浓度低使用普通分级旋流器进行中矸磁尾和TBS底流中的粗粒物料回收,分级粒度在0.2—0.25mm,底流浓度在300—350g/L,大部分0.2—0.25mm以下的细颗粒会进入溢流中,造成超细粒度物料不能有效回收。2.传统的中矸磁尾回收筛筛板筛缝大,筛分效率低中矸磁尾回收筛主要用于回收超细粒度物料进

    中文信息 2021年5期2021-07-14

  • 基于属性感知辅助学习的细粒度性格推理
    中倾向于设定更细粒度且具体的性格特征,在商业场景下可以表现出“理性”或“善于洞察”的性格倾向,在医疗场景下可以表现出“富于同情心”或“慈爱”的性格倾向等。因此,本文提出了一种新的细粒度性格推理任务,致力于从用户的评论文本中分析用户实时的性格倾向(如浪漫、害羞等)。首先,仅根据句子级文本来判断用户实时的细粒度性格倾向是本文的挑战之一。现今,性格推理任务方法主要分为机器学习方法和深度学习方法。机器学习方法中,常用的方法有朴素贝叶斯(NB)、支持向量机(SVM)

    郑州大学学报(理学版) 2021年2期2021-05-24

  • 交互式人脸编辑框架:只需说出指令就能美颜
    作不同,这里的细粒度编辑实际上是一条细粒度属性的曲线轨迹。2、每个步骤里面的曲率是基于位置因素的,并且由图像和用户的语言请求决定。3、研究体系的系统会根据用户请求和语义场状态来生成反馈,这样有助于用户体验操作的对话。科研人员还提供了Celeb ADialog,一个可视化语言面部编辑数据集, 以促进大规模研究。具体来说, 每个图像都有手动注释的细粒度属性注释以及自然语言中基于模板的文本描述。大量的定量和定性实验证明了此项研究的框架在以下方面的优越性:1、细粒

    海外星云 2021年21期2021-01-19

  • FACR:一种快速且准确的车辆识别器*
    49)近年来,细粒度识别在计算机视觉领域受到广泛关注,包括识别鸟类[1]、花类[2]、车型[3-4]、犬种[5]等。由于车型具有独特的分层结构和大量的子类别,细粒度车辆识别成为一个具有挑战性的课题。不同于其他细粒度类别,车辆具有独特的分层结构[6],自顶向下分为4层,即汽车类型、生产商、汽车型号和生产年份,如图1所示。因此,分层分类对于识别车辆是一个很好的选择。不同于一般的图像识别,细粒度车辆识别目的是识别车辆更精细的子类别,由于细粒度类别存在细微的局部类

    中国科学院大学学报 2021年1期2021-01-14

  • 一种基于特征点的卷烟商标纸配准方法
    卷烟商标纸图像细粒度配准,细粒度配准的含义是基于开源的图像配准框架BIRL(Benchmark on Image Registration methods with Landmark validations)提供的弹性配准方法实现图像的精细配准。本文的目的是提升卷烟商标纸配准的精度,并能够对真伪卷烟实现有效区分。1 相关技术1.1 SIFT 算法SIFT 算法主要分为四步[9]:(1)尺度空间的建立SIFT 算法用DOG 尺度空间代替LOG 尺度函数,是为

    数据与计算发展前沿 2020年4期2020-12-02

  • 基于多尺度特征融合与反复注意力机制的细粒度图像分类算法
    复注意力机制的细粒度图像分类算法何 凯,冯 旭,高圣楠,马希涛(天津大学电气自动化与信息工程学院,天津 300072)细粒度图像分类是对某一类别下的图像子类进行精确划分.细粒度图像分类以其特征相似、姿态各异、背景干扰等特点,一直是计算机视觉和模式识别领域的研究热点和难点,具有重要的研究价值.细粒度图像分类的关键在于如何实现对图像判别性区域的精确提取,已有的基于神经网络算法在精细特征提取方面仍有不足.为解决这一问题,本文提出了一种多尺度反复注意力机制下的细粒

    天津大学学报(自然科学与工程技术版) 2020年10期2020-09-03

  • 基于SVM多分类的超分辨图像细粒度分类方法
    进行超分辨图像细粒度分类优化处理,构建超分辨图像细粒度融合模型,结合人工智能方法进行图像的优化分类,提高超分辨图像细粒度的检索和信息提取能力。研究超分辨图像细粒度分类方法,在图像数据库构建和优化检索中具有很好的应用价值[1]。超分辨图像细粒度分类建立在图像的特征提取基础上,通过提取超分辨图像细粒度特征量,根据超分辨图像细粒度特征量的分布属性作图像分类处理。传统方法中,超分辨图像细粒度分类方法主要有小波检测方法、BP神经网络分类方法[2-3],以及Harri

    安阳工学院学报 2020年2期2020-06-05

  • 基于细粒度聚合单元元数据的书目资源聚合研究
    关键问题在于从细粒度层面深入挖掘信息资源之间的关联及特征,现有的细粒度网络学术资源研究主要集中在关联数据[11-13]、知识元[14,15]、粒度划分[16,17]等层面,这些研究为细粒度网络学术资源的抽取、识别与关联分析奠定了理论基础。但关于细粒度网络学术资源的划分研究侧重于从形式结构的角度出发来构建元数据框架[18],基于逻辑结构划分细粒度网络学术资源的研究较少,同时也缺乏相应的元数据描述标准。在专题数据库开发中,书目的著录会以资源类别(比如图书以种类

    国家图书馆学刊 2020年6期2020-03-10

  • 基于改进的Mask RCNN的行人细粒度检测算法
    寸;然后,结合细粒度图像识别技术,实现行人的高定位精度;其次,采用全卷积网络(FCN)分割前景对象,并进行像素预测获得行人的局部掩码(上半身、下半身),实现对行人的细粒度检测; 最后,通过学习行人的局部特征获得行人的整体掩码。为了验证改进算法的有效性,将其与当前具有代表性的目标检测方法(如更快速的区域卷积神经网络(Faster RCNN)、YOLOv2、RFCN)在同数据集上进行对比。实验结果表明,改进的算法提高了行人检测的速度和精度,并且降低了误检率。关

    计算机应用 2019年11期2019-12-23

  • 基于联合优化多任务学习的细粒度图像识别
    物种类或食物等细粒度类别仍然是一项具有挑战性的任务。原因是细粒度类别的外观可能非常相似,如何识别它们在关键部分上的微妙差异至关重要[2]。在深度神经网络发展之前,研究人员使用一些比较强大的特征,如Kernel descriptors[3]、Poof[4]和SIFT等,然后使用定位精度比较高的算法,在CUB200-2011[5]鸟类数据集上达到了50%~60%的分类精度[6]。随着深度学习的发展,在细粒度图像识别方向也取得了突破性进展。如Zhang等[7]提

    陕西理工大学学报(自然科学版) 2019年6期2019-12-11

  • 一种灵活的小颗粒权限管理方法及其实践
    “权限矩阵”的细粒度权限管理的方法(Flex?RBAC),实现了相应的权限分配算法,减小了权限分配的粒度,增加了权限管理的灵活性。提出的细粒度、配置灵活的权限管理方法及设计的原型系统,为应用软件的细粒度权限管理提出一种切实可行的方法。Flex?RBAC方法的创新点在于权限管理的粒度细小、配置灵活、算法实现简单,具有较高的通用性。关键词: Flex?RBAC; 细粒度; 权限管理; 角色; 位示权限; 权限矩阵中图分类号: TN911?34        

    现代电子技术 2019年11期2019-06-19

  • 基于RPN与B-CNN的细粒度图像分类算法研究
    行分类。还包括细粒度分类[2],如对狗的不同品种进行分类。由于细微的类内差异,往往只能借助微小的局部差异才能分出不同的子类别,使得细粒度分类十分具有挑战性。细粒度分类的方法主要包括两种:一种是基于强监督的分类模型,如Part-based R-CNN[3]不仅需要物体级标注,还需要局部区域的标注,这大大限制了在实际场景的应用;另一种是基于弱监督的分类模型,如B-CNN[4]仅仅需要图像级别的标注,不需要局部信息的标注。因此,基于弱监督的分类模型在识别精度上要

    计算机应用与软件 2019年3期2019-04-01

  • 面向细粒度隐式篇章关系识别的远距离监督特征学习算法
    , 尚未见有关细粒度隐式篇章关系识别的研究报道。然而, 明确定位每个文本单元的篇章语义角色会更有意义。例如, 在具有“因果关系”的文本单元中, 识别出哪一个文本单元表示原因, 哪一个文本单元表示结果, 更有利于问答系统、文本蕴含等任务的研究。本文将这种能表示文本单元的逻辑语义角色的篇章关系称为细粒度篇章关系。相比粗粒度篇章关系, 细粒度篇章关系具有方向性, 属于同种粗粒度关系下的不同细粒度关系具有语义差异(如“原因在前”和“证据在前”, 二者都属于因果关系

    北京大学学报(自然科学版) 2019年1期2019-01-29

  • 基于多特征组合的细粒度图像分类方法
    引言一直以来,细粒度图像分类都是计算机视觉和模式识别等领域的许多研究人员感兴趣的课题,但由于细粒度图像往往拥有较大的类内差异和细微的类间差异,其分类难度远远高于普通的图像分类[1]。细粒度图像的样本通常属于同一大类,不同子类间拥有较高的相似性,相互的区别往往体现在难以察觉的局部细节之上,而同一子类下的样本又会由于拍摄距离、目标姿势、复杂背景和遮挡物等因素的干扰产生极大的差异,彼此的共性可能存在旋转、缩放、变形和缺失的情况,因此细粒度图像分类问题成为了机器视

    计算机应用 2018年7期2018-08-27

  • 基于深度卷积神经网络的多任务细粒度车型识别
    经网络的多任务细粒度车型识别王海瑶1,唐 娟2,沈振辉1(1. 福建江夏学院工程学院,福建 福州 350108;2. 安徽工程大学管理工程学院,安徽 芜湖 241000;)车型识别,尤其是细粒度车型识别是现代智能交通系统的重要组成部分。针对传统车型识别方法难以进行有效的细粒度车型识别的问题,以AlexNet、GoogleNet及ResNet等3种经典深度卷积神经网络架构作为基础网络,引入了车辆的类型分类作为辅助任务,从而与细粒度车型识别任务一起构成了一个多

    图学学报 2018年3期2018-07-12

  • 在线评论情感分析研究综述
    感极性从粒度即细粒度和粗粒度两方面进行情感分类。对在线评论情感进行分析,有利于消费者的购买决策,也有利于商家制定营销战略。讨论了情感分析的现有不足以及面临的挑战。关键词:情感分析;情感强度;细粒度;粗粒度;情感极性DOIDOI:10.11907/rjdk.173102中图分类号:TP3-05文献标识码:A 文章编号文章编号:1672-7800(2018)002-0001-041 在线文本情感分析概述文本情感分析又称观点挖掘,它是依据计算机等先进技术对有关新

    软件导刊 2018年2期2018-03-10

  • 基于飞行轨迹的飞机飞行异常检测算法
    法:由粗粒度到细粒度。1 算法描述如图1所示,在5条轨迹中,明显可以看出轨迹3属于异常轨迹。在航空飞行中,这样偏离正常的轨道说明飞机在这个时间段遇到了异常状况,有可能是内部因素(航空器异常),也有可能是外部因素(天气因素)。总之,在这个时间段内有危险征候,需要加强防范。当轨迹出现异常的时候,轨迹点之间的夹角也随之发生较大的偏差。因此,方向信息也可以反映出异常情况。在这种情况下,再对异常轨迹进行细粒度划分,如图1中的p0p1、p1p2和p2p3三个子轨迹,以

    现代计算机 2018年1期2018-02-09

  • 基于学习资源的细粒度教学评价模式研究
    词:学习资源 细粒度 教学评价模式 关键成功因素法教学评价作为一个完整教学过程的收尾环节,其设置的合理与否很大程度上决定着整个教学过程的成功与否。目前流行的评价模式多种多样,一般均与教学模式有着较大的关联,合理的教学评价模式既能够服务于教师的教学,又能够充分激励学生的学习。我们在越来越丰富的学习资源基础上,建立了一种基于学习资源的细粒度教学评价模式。一、目前流行教学评价模式的缺点。1.绝大多数教学评价模式将完成教学目标或学习目标作为教学的唯一目的目前绝大多

    新教育时代·教师版 2018年48期2018-01-24

  • 基于型号装备?角色的IETM访问控制研究
    备结构为基础的细粒度数据访问控制以及以角色、装备用户为基础的功能操作访问控制定义和管理,给出了权限定义和权限计算方法。根据IETM的功能及数据访问控制需求,对交互式电子技术手册访问控制进行软件功能、控制流程及数据模型设计。采用J2EE及Web Service技术开发模块组件,实现交互式电子技术手册层级式、细粒度访问控制。关键词: 交互式电子技术手册; 访问控制; 型号装备; 基于型号装备?角色的访问控制模型; 权限; 细粒度中图分类号: TN99?34;

    现代电子技术 2018年1期2018-01-20

  • 基于细粒度权限质检管理系统的研究与设计
    0222)基于细粒度权限质检管理系统的研究与设计涂小琴,吴 晟(1. 云南师范大学文理学院,云南 昆明 650222;2. 昆明理工大学,云南 昆明 650222)本文首先针对现行RBAC模型的角色管理权限粒度不够细化的特点,提出了一种改进的细粒度权限模型,并详细描述了该改进模型的特点和身份验证的具体过程。并结合实际的质量检测管理系统,从数据库设计和角色管理两个方面,阐述了改进的细粒度权限控制在.NET中的设计与实现的具体过程。权限粒度;细粒度;身份验证;

    软件 2017年12期2018-01-02

  • 基于web粒度可配的编辑锁设计
    还可以通过配置细粒度来锁定更少的资源,使没必要被锁的资源处于可被编辑状态,提高系统被编辑的效率和缩短了其他用户的等待时间。关键词:web;多人协作;版本冲突;编辑锁;粒度可配;细粒度中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2017)26-0059-02随着大规模协作时代的到来,发动社区内成员共同编辑协作,集众人之力,发挥每个人的特长,高质量地完成某项任务是一件非常有意义的事情。基于“多人协作”的主要工具为wiki[1],比较有

    电脑知识与技术 2017年26期2017-11-20

  • 论子话题粒度对搜索结果多样化算法的影响
    多样化算法使用细粒度的子话题时表现更好。搜索结果多样化;查询意图;子话题Abstract: The search result diversification re-ranks search results to cover as many user intents as possible in the top ranks. Most intent-aware diversification algorithms use subtopics to dive

    中文信息学报 2017年4期2017-10-11

  • 基于文本挖掘的微博文本情绪分析技术研究
    针对中文微博的细粒度情绪识别技术中的关键技术展开研究,分析了中文微博的研究难点和微博情感表达特征,提出了一种微博文本情绪显性特征的多策略集成分析法。最后实验组以新浪微博中某一主题为实验数据,对“乔任梁去世”事件这一热点话题的评论文本数据集进行分析,验证了该文的微博情感分析能力,同时还将情感分析结果进行了可视化展示。关键词:微博 情绪 细粒度 分析中图分类号:F83 文献标识码:A 文章编号:1672-3791(2017)03(a)-0209-04近几年随着

    科技资讯 2017年7期2017-05-06

  • 多层次细粒度并行HEVC帧内模式选择算法
    .cn)多层次细粒度并行HEVC帧内模式选择算法张峻1,2代锋1马宜科1张勇东11(中国科学院智能信息处理重点实验室 (中国科学院计算技术研究所)北京100190)2(中国科学院大学北京100049) (zhangjun01@ict.ac.cn)摘要在众核平台上并行加速是解决高效视频编码(high efficiency video coding, HEVC)标准编码复杂度高的有效方法.传统的粗粒度并行方案如Tiles和WPP未能在并行度和编码质量之间取得较

    计算机研究与发展 2016年4期2016-06-30

  • 数字图书馆细粒度知识体系标准研究*
    6)数字图书馆细粒度知识体系标准研究*卢艳兰(河池学院图书馆,广西 宜州 5463006)[摘要]数字图书馆知识体系已经从传统知识体系中脱离出来,进化为当今的立体空间网状结构。空间中每个知识节点关联一系列其他知识和信息。知识体系空间的节点细分程度越高,越是能够满足用户多角度、全方位的知识需求。因此,研究数字图书馆细粒度知识体系,有助于构建数字图书馆知识体系的发展标准。从当前数字图书馆知识体系分类研究入手,引入细粒度知识体系的概念;以细粒度知识体系的原理和重

    图书馆学刊 2016年7期2016-02-13

  • 一种基于海量船舶轨迹数据的细粒度网格海上交通密度计算方法*
    船舶轨迹数据的细粒度网格海上交通密度计算方法*修回日期:2015-10-23通信地址:100029 北京市朝阳区北三环东路15号北京化工大学信息科学与技术学院Address:College of Information Science & Technology,15 Bei Sanhuan Rd East,Chaoyang District,Beijing,100029,P.R.China宁建强,黄涛,刁博宇,赵瑞莲,毕经平(1.北京化工大学信息科学与技术

    计算机工程与科学 2015年12期2016-01-26

  • 引入缺陷的细粒度软件变更识别方法
    践的成本因素,细粒度的识别和预测将成为未来软件工程预测方法关注的重点.尽管文献[2]的方法将识别粒度降低到了文件级别变更,但是文件级变更常涉及多处语句修改.尤其在文件规模较大,内部结构较复杂时,这种文件内多处修改的现象更为常见.这种情况下,即使识别出了引入缺陷的文件变更,仍然需要软件人员逐一审查所有发生修改的文件语句,才能找到引入缺陷的位置.为进一步降低人力成本,本文提出更细粒度(语句层级)的引入缺陷变更识别方法.该方法从细粒度变更发生的场景(时间、地点、

    北京航空航天大学学报 2014年9期2014-12-02

  • 具有权重因子的细粒度情感词库构建方法
    具有权重因子的细粒度情感词库构建方法黄高峰1a,周学广1a,李 娟1b,刘 华2(1.海军工程大学a.信息安全系;b.计算机工程系,武汉430033;2.75753部队,广州510600)情感词库在文本情感分析中发挥重要作用,但在分析细粒度情感如人类情绪状态时却无法正确区分。针对该问题,提出一种基于义原相似度计算的细粒度情感词库构建方法。对词语之间的义原相似度进行计算分析,构建7类细粒度情感词库,并在此基础上给出细粒度情感词在词库中的权重计算方法,最终得到

    计算机工程 2014年11期2014-06-07

  • 粒度配比对WC基金刚石钻头的性能影响研究①
    磨损较小,所以细粒度的金刚石在钻进过程中表现出低效率,长寿命的特性。中粒度则介于两者之间,起着一个过渡替换的作用。本实验在WC-预合金粉配方体系基础上,通过调整6种不同的金刚石粒度配比,来确定适合本配方体系的最佳的粒度参数。1 实验1.1 金刚石粒度配比设计本实验以WC为骨架相,以某公司生产的Fe-CoCu预合金粉为中间相,并加入一些微量的Ni、Sn、Mn等改性元素形成胎体的配方体系(表1)。采用6种不同粒度的金刚石,共设计了9组不同金刚石粒度配比的组合,

    超硬材料工程 2014年5期2014-03-24

  • 存储系统细粒度加密安全设计
    入了存储系统的细粒度加密安全的概念。由于存储系统的最小单位不再是文件而是大量细粒度的数据块,故我们可以将发掘这个优势,将加密的安全操作从文件级延伸至细粒度的数据块级,对具有某些特殊需要的大文件在安全上实现细粒度的加密存储。用户可以根据文件的特征指定只对文件中的部分敏感数据进行加密,根据敏感程度不同每个区域还可以指定一个加密算法。这些数据的加密信息存储在元数据服务器中被安全的保护,如果非法用户不能得到相关的加密信息,直接从存储设备中取得的数据将由于关键区域被

    网络安全技术与应用 2012年8期2012-08-07

  • 基于细粒度任务分配的空时自适应并行处理算法研究
    0081)基于细粒度任务分配的空时自适应并行处理算法研究王 超 刘 伟*袁培苑(北京理工大学信息与电子学院 北京 100081)对于空时自适应信号处理(Space-Time Adaptive Processing, STAP)算法的并行处理问题,传统方法以粗粒度的划分方式将 STAP算法分配到特定硬件系统中的不同处理器中,利用处理器间的流水计算来提高系统计算吞吐量。该文分析了传统并行处理方法的缺陷:粗粒度的任务划分方式牺牲了 STAP算法的并行度;传统处理

    电子与信息学报 2012年6期2012-01-27