基于上下文融合的文档级事件抽取方法 被引量：8

1

作者 葛君伟 乔蒙蒙 方义秋 《计算机应用研究》 CSCD 北大核心 2022年第1期48-53,共6页

基于句子级别的抽取方法不足以解决中文事件元素分散问题。针对该问题,提出基于上下文融合的文档级事件抽取方法。首先将文档分割为多个段落,利用双向长短期记忆网络提取段落序列特征;其次采用自注意力机制捕获段落上下文的交互信息;然... 基于句子级别的抽取方法不足以解决中文事件元素分散问题。针对该问题,提出基于上下文融合的文档级事件抽取方法。首先将文档分割为多个段落,利用双向长短期记忆网络提取段落序列特征;其次采用自注意力机制捕获段落上下文的交互信息;然后与文档序列特征融合以更新语义表示;最后采用序列标注方式抽取事件元素并匹配事件类型。与其他事件抽取方法在相同的中文数据集上进行对比,实验结果表明,该方法能有效抽取文档中分散的事件元素,并提升模型的抽取性能。 展开更多

关键词 事件抽取 序列标注 特征提取 事件元素 上下文融合

在线阅读 下载PDF 职称材料

智能社区中基于本体的上下文融合 被引量：1

2

作者 方永巍 饶若楠 《计算机应用与软件》 CSCD 北大核心 2008年第7期119-121,共3页

普适计算这一新概念一经提出便受到了极大的关注,也激发了人们对未来计算机时代的探索。智能空间是一种典型的普适计算环境,目前各种科研工作正围绕着智能空间展开。智能空间有三个不同的发展阶段:独立智能空间、开放式智能空间和智能... 普适计算这一新概念一经提出便受到了极大的关注,也激发了人们对未来计算机时代的探索。智能空间是一种典型的普适计算环境,目前各种科研工作正围绕着智能空间展开。智能空间有三个不同的发展阶段:独立智能空间、开放式智能空间和智能社区。研究了应用本体技术对智能社区进行建模的方法;定义了智能社区中的上下文融合流程语言;并通过知识共享和逻辑推理来实现对多源上下文的融合。 展开更多

关键词 上下文 上下文融合 智能社区 普适计算 本体

在线阅读 下载PDF 职称材料

基于多尺度Markov模型的SAR图像上下文融合分割方法

3

作者 熊毅 田铮 郭小卫 《计算机应用》 CSCD 北大核心 2006年第2期412-414,418,共4页

在多尺度Markov模型的基础上,提出了一种新的用于SAR图像无监督分割的上下文融合分割方法。该方法充分考虑了SAR图像分布的统计特性,用基于混合Rayleigh分布的多尺度Markov模型对待分割图像建模,并直接根据待分割图像用迭代条件估计算... 在多尺度Markov模型的基础上,提出了一种新的用于SAR图像无监督分割的上下文融合分割方法。该方法充分考虑了SAR图像分布的统计特性,用基于混合Rayleigh分布的多尺度Markov模型对待分割图像建模,并直接根据待分割图像用迭代条件估计算法来训练模型的参数。然后以上下文向量的形式提出了四种不同的上下文模型,并用这四种上下文模型分别对待分割图像的多尺度图像信息进行自上而下的融合,最终得到四种不同的分割结果。实验表明,该方法进一步提高了SAR图像分割结果的精度。 展开更多

关键词 多尺度Markov模型 上下文融合分割 SAR图像

在线阅读 下载PDF 职称材料

基于上下文信息融合的改进Vovnet遥感目标检测算法

4

作者 张照珩 刘云清 +1 位作者 颜飞 张琼 《电光与控制》 北大核心 2025年第4期37-43,共7页

针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上... 针对遥感图像目标检测面临目标分布密集、背景复杂、小目标众多等问题,在Vovnet算法的基础上进行改进,在特征提取主干网络中加入CoT全局特征提取模块,协同跨视角的特征提取,在多个尺度上保留了感受野的视角信息,以结合不同尺度目标的上下文信息并增强视觉表示;同时在FPN的基础上设计了上下文信息融合模块MSSFPN,建立在深层特征图上,在尺度维度对图像特征进行融合以增强目标的特征表示;引入深度超参数化卷积层进行预测,对每个通道的特征图使用独立的权重,使网络适应不同尺度所提取的图像特征,以提高检测精度。改进的算法在公开的Visdrone数据集中的目标检测平均精度均值(mAP)相较于原始Vovnet算法提升6.80个百分点,同样优于其他目标检测算法。实验结果进一步验证了所改进算法在遥感图像目标检测方面的高精度和有效性。 展开更多

关键词 遥感图像 目标检测 Vovnet 上下文信息融合 自注意力

在线阅读 下载PDF 职称材料

一种多级别多尺度上下文特征融合的玻璃面分割算法

5

作者 任晓宇 智敏 《计算机应用与软件》 北大核心 2025年第3期209-215,220,共8页

在日常生活中非常常见的透明玻璃或者镜面往往会给计算机视觉任务带来严峻的挑战。因此,提出一种针对玻璃镜面的图像分割模型,并提出多尺度上下文卷积计算(Multi-Scale Contextual Convolution,MSCC)模块来挖掘不同尺度下的玻璃特征且... 在日常生活中非常常见的透明玻璃或者镜面往往会给计算机视觉任务带来严峻的挑战。因此,提出一种针对玻璃镜面的图像分割模型,并提出多尺度上下文卷积计算(Multi-Scale Contextual Convolution,MSCC)模块来挖掘不同尺度下的玻璃特征且同时不改变特征图的分辨率。实验结果表明,相比于目前主流的最先进算法(State-of-the-Art),该文所提出的模型实现了大幅度的性能改进,充分说明了其在上下文特征表征上的卓越能力。 展开更多

关键词 玻璃分割 上下文特征融合 多级别多尺度 卷积神经网络

在线阅读 下载PDF 职称材料

一种融合上下文信息及自适应感受野的多尺度目标检测算法

6

作者 张婷 兰时勇 《计算机应用与软件》 北大核心 2024年第10期314-318,共5页

目标检测在实际应用各类复杂场景中面临着诸多的挑战,如目标遮挡、光照变化、目标尺度变化等。为了提高多尺度目标检测的性能,提出一种改进的特征金字塔(FPN)的目标检测算法。以特征金字塔网络框架为基础引入上下文信息融合模块,充分利... 目标检测在实际应用各类复杂场景中面临着诸多的挑战,如目标遮挡、光照变化、目标尺度变化等。为了提高多尺度目标检测的性能,提出一种改进的特征金字塔(FPN)的目标检测算法。以特征金字塔网络框架为基础引入上下文信息融合模块,充分利用目标对象与其周围环境的关联属性,增强宽动态尺度范围的目标对象的特征表征,提高不同尺度目标的辨识能力。此外,构建一个跨通道注意机制,自适应调整不同尺度目标特征的通道灵敏度,学习到适应目标尺度的感受野范围。该算法在Pascal VOC数据集训练验证,其平均精确率(mAP)比基准方法提高了3%。 展开更多

关键词 目标检测 上下文信息融合 跨通道注意力机制

在线阅读 下载PDF 职称材料

基于融合上下文的移动用户行为过程挖掘与预测 被引量：4

7

作者 王佳秋 于浩 王忠杰 《计算机集成制造系统》 EI CSCD 北大核心 2016年第2期302-311,共10页

针对移动环境中单个用户个性化行为过程的挖掘和预测问题,考虑不同类型上下文对行为过程的影响,研究将行为过程中不同类型的上下文融合成统一的整体(情景),提出上下文融合过程模型。进而将上下文融合过程模型融入移动用户的行为过程中,... 针对移动环境中单个用户个性化行为过程的挖掘和预测问题,考虑不同类型上下文对行为过程的影响,研究将行为过程中不同类型的上下文融合成统一的整体(情景),提出上下文融合过程模型。进而将上下文融合过程模型融入移动用户的行为过程中,提出一种基于融合上下文的行为过程模型。在此基础上提出一种挖掘算法ASCF-Mine,利用行为过程中存在的情景周期和时间属性来挖掘频繁的行为过程。结合频繁的行为过程,提出一种基于协同过滤的预测方法来自主构建满足用户个性化需求的行为过程。通过具体的实验分析,验证了所提方法的有效性。 展开更多

关键词 上下文 上下文融合过程模型 行为过程挖掘 行为过程预测

在线阅读 下载PDF 职称材料

基于上下文特征融合的行为识别算法 被引量：8

8

作者 祁大健 杜慧敏 +1 位作者 张霞 常立博 《计算机工程与应用》 CSCD 北大核心 2020年第2期171-175,共5页

针对LSTM网络无法充分提取短时信息导致人体行为识别率不高的问题,提出一种基于上下文特征融合的卷积长短时记忆网络联合优化架构,用于仅具有RGB数据的行为识别网络。使用3D卷积核对输入的动作序列提取其空间特征和短时时间特征,并将多... 针对LSTM网络无法充分提取短时信息导致人体行为识别率不高的问题,提出一种基于上下文特征融合的卷积长短时记忆网络联合优化架构,用于仅具有RGB数据的行为识别网络。使用3D卷积核对输入的动作序列提取其空间特征和短时时间特征,并将多通道信息进行融合,将融合后的特征送入下一级卷积神经网络和LSTM层中进行长期时间的特征学习,获取上下文的长期时空信息,最后用Softmax分类器进行人体行为的分类。实验结果表明,在人体行为识别公开数据集UCF-101上,提出的基于上下文特征融合的卷积长短时记忆网络的平均识别准确率达93.62%,相比于未进行特征融合的卷积长短时记忆网络提高了1.28%,且平均检测时间降低了37.1%。 展开更多

关键词 行为识别 深度学习 卷积神经网络 长短时记忆网络(LSTM) 上下文特征融合

在线阅读 下载PDF 职称材料

基于上下文特征融合的代码漏洞检测方法 被引量：3

9

作者 徐泽鑫 段立娟 +1 位作者 王文健 恩擎 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第11期2260-2270,共11页

针对现有代码漏洞检测方法误报率和漏报率较高的问题,提出基于上下文特征融合的代码漏洞检测方法.该方法将代码特征解耦分为代码块局部特征和上下文全局特征.代码块局部特征关注代码块中关键词的语义及其短距离依赖关系.将局部特征融合... 针对现有代码漏洞检测方法误报率和漏报率较高的问题,提出基于上下文特征融合的代码漏洞检测方法.该方法将代码特征解耦分为代码块局部特征和上下文全局特征.代码块局部特征关注代码块中关键词的语义及其短距离依赖关系.将局部特征融合得到上下文全局特征从而捕捉代码行上下文长距离依赖关系.该方法通过局部信息与全局信息协同学习,提升了模型的特征学习能力.模型精确地挖掘出代码漏洞的编程模式,增加了代码漏洞对比映射模块,拉大了正负样本在嵌入空间中的距离,促使对正负样本进行准确地区分.实验结果表明,在9个软件源代码混合的真实数据集上的精确率最大提升了29%,召回率最大提升了16%. 展开更多

关键词 代码漏洞检测 代码块局部特征提取 上下文全局特征融合 短距离依赖 长距离依赖

在线阅读 下载PDF 职称材料

面向复杂背景下烟雾火焰检测的改进YOLOv8s算法 被引量：2

10

作者 马耀名 张鹏飞 谭福生 《计算机工程与应用》 北大核心 2025年第3期121-130,共10页

针对复杂背景下烟雾火焰目标与背景混淆,导致烟雾火焰检测精度低等问题,提出一种面向复杂背景下烟雾火焰检测的YOLOv8s改进模型。特征通道之间具有高度相似性,为了有效利用跨不同通道间的冗余,提高模型对烟雾火焰目标和背景的区分,设计... 针对复杂背景下烟雾火焰目标与背景混淆,导致烟雾火焰检测精度低等问题,提出一种面向复杂背景下烟雾火焰检测的YOLOv8s改进模型。特征通道之间具有高度相似性,为了有效利用跨不同通道间的冗余,提高模型对烟雾火焰目标和背景的区分,设计了C2fFR(C2f with partial rep conv)轻量级特征提取模块。设计了MCFM(multi-scale context fusion module)多尺度上下文融合模块,来捕捉并利用上下文信息,增强特征的表示。使用Inner-SIoU损失函数,解决边界框不匹配的问题,提高模型对高IoU样本的回归能力。实验结果表明,改进后的YOLOv8s烟雾火焰检测模型相比于基线模型YOLOv8s,mAP@50提升了4.6个百分点,mAP@50:95提升了2.3个百分点,模型参数量降低了18.9%,计算量降低了8.1%,FPS为93帧/s,与其他主流检测算法相比也具有较好的检测性能。 展开更多

关键词 YOLOv8s C2fFR 多尺度上下文融合 Inner-SIoU

在线阅读 下载PDF 职称材料

基于尺度交互蒸馏网络的薄壳山核桃品种识别方法 被引量：1

11

作者 赵宁 陈智坤 +3 位作者 杨朋飞 王瑞多 张计育 李永荣 《农业工程学报》 北大核心 2025年第5期209-216,共8页

薄壳山核桃是一种重要的经济坚果,由于品种繁多,对其进行快速科学的鉴定是进行种质资源保护与品种选育的重要基础。为了实现薄壳山核桃品种的快速鉴定,该研究针对品种鉴定提出了基于尺度交互蒸馏网络的薄壳山核桃品种识别方法,通过学习... 薄壳山核桃是一种重要的经济坚果,由于品种繁多,对其进行快速科学的鉴定是进行种质资源保护与品种选育的重要基础。为了实现薄壳山核桃品种的快速鉴定,该研究针对品种鉴定提出了基于尺度交互蒸馏网络的薄壳山核桃品种识别方法,通过学习薄壳山核桃的可判别性特征实现品种鉴定。研究选择波尼等12种薄壳山核桃,建立了9048张实拍图像的品种识别数据集;针对薄壳山核桃图片取样中距离变化导致的目标尺度多样性问题,设计了一种全局-局部特征协同学习方案,用于提取尺度不变特征;与此同时,该研究结合尺度知识蒸馏方案,通过训练提取的不同尺度数据进行预测保证模型训练的有效性。结果表明,通过训练该方法对上述12个品种的薄壳山核桃品种识别准确率均达到了96.98%,显著提高了薄壳山核桃的品种鉴定准确率。该研究开发的薄壳山核桃品种自动识别模型对于未来果实鉴定及产品分选提供了技术手段。 展开更多

关键词 薄壳山核桃 品种鉴定 尺度交互蒸馏 多尺度上下文注意融合 知识蒸馏

在线阅读 下载PDF 职称材料

MMF-YOLO晶圆模具表面微缺陷检测算法

12

作者 冯金秋 燕芳 +1 位作者 杨阳 李海宇 《计算机工程与应用》 北大核心 2025年第15期132-143,共12页

针对晶圆模具表面微缺陷检测中面临的目标小、尺度变化大、背景复杂、检测精度较低等问题,提出了结合边缘信息聚焦和上下文信息融合扩散的微缺陷检测算法MMF-YOLO。使用边缘信息聚焦模块(edge information focusing module,EIFM)改进原... 针对晶圆模具表面微缺陷检测中面临的目标小、尺度变化大、背景复杂、检测精度较低等问题,提出了结合边缘信息聚焦和上下文信息融合扩散的微缺陷检测算法MMF-YOLO。使用边缘信息聚焦模块(edge information focusing module,EIFM)改进原网络中的C3k2,从多尺度边缘信息中选择与目标高度相关的关键特征。使用上下文信息融合扩散金字塔网络(context-fusion diffusion pyramid network,CFD-PN)结构,对颈部网络进行优化,通过提取各层次网络中特征在空间分辨率和语义信息上的不同表征,减少信息融合过程中特征的混淆和丢失。同时,引入ADown(adaptive down-sampling module)下采样模块,优化了卷积层中的参数数量和计算冗余,以减少模型的复杂度。使用特征尺度缩放检测头(feature scale-aware detection head,FSDH),通过使用共享卷积,减少网络储存开销。实验结果表明,MMF-YOLO算法相较于基线YOLOv11n,在晶圆模具表面微缺陷数据集上,mAP@0.5提升了6.93个百分点,更适用于晶圆模具表面微缺陷检测任务和嵌入式平台部署与推理。 展开更多

关键词 机器视觉 微缺陷检测 边缘信息增强 上下文融合扩散金字塔 YOLOv11

在线阅读 下载PDF 职称材料

改进YOLOv8的学生课堂行为识别算法:DMS-YOLOv8 被引量：1

13

作者 陈晨 保文星 +2 位作者 陈旭 景永俊 李卫军 《计算机工程与应用》 CSCD 北大核心 2024年第24期222-234,共13页

针对智慧教室中存在前后排学生图像尺寸差异较大、后排小目标检测困难的问题,提出了一种改进YOLOv8的学生课堂行为识别方法:DMS-YOLOv8。结合CA注意力机制与深度卷积,提出了动态通道注意力卷积(DCAConv),能够动态调整通道权重,更灵敏地... 针对智慧教室中存在前后排学生图像尺寸差异较大、后排小目标检测困难的问题,提出了一种改进YOLOv8的学生课堂行为识别方法:DMS-YOLOv8。结合CA注意力机制与深度卷积,提出了动态通道注意力卷积(DCAConv),能够动态调整通道权重,更灵敏地捕获关键特征;引入多尺度卷积注意力(MSCA),通过元素乘法最大化挖掘多尺度卷积特征,增强对空间细节的关注;同时,构建了多尺度上下文融合(LCD)模块,通过卷积和自注意力机制,增强多尺度特征融合。增加小目标检测层,通过较大尺寸特征图的局部特征提取,显著提高模型对后排学生行为的识别能力。与基线模型YOLOv8n相比,该方法在自制学生行为数据集上的mAP50值提高了4.6个百分点,在VOC数据集上提高了18.7个百分点。该方法在学生课堂行为识别方面表现突出,可显著提高智慧教室学生课堂行为识别的准确率。 展开更多

关键词 学生行为识别 YOLOv8 目标检测 动态通道注意力卷积 多尺度上下文融合

在线阅读 下载PDF 职称材料

一种基于结构感知的肝血管分割模型

14

作者 贾熹滨 孙馨蕊 +3 位作者 杨正汉 杨大为 王珞 HONG Min 《北京工业大学学报》 CAS CSCD 北大核心 2024年第1期61-69,共9页

为了在缺乏大量肝血管标注信息的情况下增强肝血管结构分割,提出了局部-长距离-相邻信息融合模块,并将其嵌入U-Net的编码阶段,得到一种基于结构感知的肝血管分割网络。该模块有3个分支:提取特征图局部信息的残差卷积模块,利用自注意力... 为了在缺乏大量肝血管标注信息的情况下增强肝血管结构分割,提出了局部-长距离-相邻信息融合模块,并将其嵌入U-Net的编码阶段,得到一种基于结构感知的肝血管分割网络。该模块有3个分支:提取特征图局部信息的残差卷积模块,利用自注意力机制提取特征图的全局信息的长距离提取模块,以及利用相邻切片补充上下文信息的相邻信息提取模块。通过将以上3个分支模块的输出特征图进行融合,可以有效提升网络的血管结构感知能力,缓解2D网络无法表征血管立体走向与3D网络训练数据不足的问题。分别在MICCAI十项全能数据集中的肝血管与肿瘤数据集和三甲医院收集标注的自采肝血管数据集上进行了广泛的对比实验。结果表明,与多种主流的分割算法相比,该算法取得了最优的血管分割性能。所提出的方法在MICCAI数据集上Dice值达到64.04%,在自采肝血管数据集上Dice值达到了72.07%。 展开更多

关键词 肝血管分割 语义分割 U型网络 深度学习 切片上下文融合 结构感知

在线阅读 下载PDF 职称材料

基于双分支多头注意力的场景图生成方法

15

作者 王立春 付芳玉 +2 位作者 徐凯 徐洪波 尹宝才 《北京工业大学学报》 CAS CSCD 北大核心 2024年第10期1198-1205,共8页

针对已有场景图生成模型获取上下文信息有限的问题,提出一种有效的上下文融合模块,即双分支多头注意力(dual-stream multi-head attention, DMA)模块,并将DMA分别用于物体分类阶段和关系分类阶段,基于此提出基于双分支多头注意力的场景... 针对已有场景图生成模型获取上下文信息有限的问题,提出一种有效的上下文融合模块,即双分支多头注意力(dual-stream multi-head attention, DMA)模块,并将DMA分别用于物体分类阶段和关系分类阶段,基于此提出基于双分支多头注意力的场景图生成网络(dual-stream multi-head attention-based scene graph generation network, DMA-Net)。该网络由目标检测、物体语义解析和关系语义解析3个模块组成。首先,通过目标检测模块定位图像中的物体并提取物体特征;其次,使用物体语义解析模块中的节点双分支多头注意力(object dual-stream multi-head attention, O-DMA)获取融合了节点上下文的特征,该特征经过物体语义解码器获得物体类别标签;最后,通过关系语义解析模块中的边双分支多头注意力(relationship dual-stream multi-head attention, R-DMA)输出融合了边上下文的特征,该特征经过关系语义解码器输出关系类别标签。在公开的视觉基因组(visual genome, VG)数据集上分别计算了DMA-Net针对场景图检测、场景图分类和谓词分类3个子任务的图约束召回率和无图约束召回率,并与主流的场景图生成方法进行比较。实验结果表明,所提出的方法能够充分挖掘场景中的上下文信息,基于上下文增强的特征表示有效提升了场景图生成任务的精度。 展开更多

关键词 场景图生成 上下文融合 双分支多头注意力(dual-stream multi-head attention DMA) 目标检测 物体分类 关系分类

在线阅读 下载PDF 职称材料

基于改进PV-RCNN的3D目标检测算法实验研究 被引量：4

16

作者 傅荟璇 刘凌风 王宇超 《实验技术与管理》 CAS 北大核心 2022年第2期23-28,共6页

3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速。针对PV-RCNN在3D目标检测时不能够充分适应不同的物体尺度、不同的点云密度、部分变形和杂波等问题,对3D目标检测的任务进行... 3D目标检测结合了深度信息,能够提供目标的位置、方向和大小等空间场景信息,在自动驾驶和机器人领域发展迅速。针对PV-RCNN在3D目标检测时不能够充分适应不同的物体尺度、不同的点云密度、部分变形和杂波等问题,对3D目标检测的任务进行实验研究。通过加入自适应可变形卷积、上下文融合模块和Gumbel Subset Sampling模块来训练层级特征,使得编码关键点自适应地朝着最具有判别和代表性的特征对齐,提高提案框回归精度。实验结果表明,改进后的PV-RCNN 3D目标检测精度得到了提升,尤其是在远距离物体识别和检测方面。 展开更多

关键词 3D检测 PV-RCNN 自适应可变形卷积 上下文融合模块

在线阅读 下载PDF 职称材料

Co-Concept-Boosting视频语义索引方法

17

作者 陈丹雯 袁志民 +1 位作者 邓莉琼 吴玲达 《小型微型计算机系统》 CSCD 北大核心 2012年第7期1603-1607,共5页

语义概念探测是建立视频语义索引的根本方法,传统探测方法没有充分考虑语义概念间存在的复杂关系.本文充分利用概念间关系提出了co-concept-boosting方法,该方法分为三个层次:第一层是基于上下文关系的探测模型的构建,第二层是结合概念... 语义概念探测是建立视频语义索引的根本方法,传统探测方法没有充分考虑语义概念间存在的复杂关系.本文充分利用概念间关系提出了co-concept-boosting方法,该方法分为三个层次:第一层是基于上下文关系的探测模型的构建,第二层是结合概念间关系的boosting处理,第三层是对boosting过程中产生的多个探测模型的融合.利用Trecvid2005数据的实验分析证明,该方法具有良好的性能以及稳定性. 展开更多

关键词 视频语义索引 语义概念探测 Co-Concept-Boosting方法 基于上下文关系的语义概念融合 语义概念关系

在线阅读 下载PDF 职称材料