检索结果-维普期刊中文期刊服务平台

一种基于上下文语义信息的图像块视觉单词生成算法被引量：41: 1; 作者刘硕研须德 +2 位作者冯松鹤刘镝裘正定《电子学报》 EI CAS CSCD 北大核心 2010年第5期1156-1161,共6页; 基于视觉单词的词包模型表示(Bag-of-Words)算法是目前场景分类中的主流方法.传统的视觉单词是通过无监督聚类图像块的特征向量得到的.针对传统视觉单词生成算法中没有考虑任何语义信息的缺点,本论文提出一种基于上下文语义信息的图像... 展开更多; 关键词场景分类视觉单词概率潜在语义分析模型 MARKOV随机场模型上下文语义信息; 在线阅读下载PDF 职称材料

基于多尺度上下文语义信息的图像场景分类算法被引量：14: 2; 作者张瑞杰李弼程魏福山《电子学报》 EI CAS CSCD 北大核心 2014年第4期646-652,共7页; 传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率... 展开更多; 关键词场景分类多尺度信息概率潜在语义分析自适应主题数上下文语义信息; 在线阅读下载PDF 职称材料

基于随机化视觉词典组和上下文语义信息的目标检索方法被引量：5: 3; 作者赵永威郭志刚 +2 位作者李弼程高毫林陈刚《电子学报》 EI CAS CSCD 北大核心 2012年第12期2472-2480,共9页; 传统的视觉词典法(Bag ofVisual Words,BoVW)具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题,且当目标区域所包含的信息不能正确或不足以表达用户检索意图时就得不到理想的检索结果.针对这些问题,本文提出了基于随机化视... 展开更多; 关键词目标检索上下文语义信息精确欧氏位置敏感哈希随机化视觉词典组 K-L散度; 在线阅读下载PDF 职称材料

基于上下文语义信息的铁路扣件状态检测被引量：2: 4; 作者李爽李柏林 +1 位作者罗建桥欧阳《传感器与微系统》 CSCD 2018年第8期130-133,共4页; 针对传统"视觉词包(BOW)模型"识别铁路扣件状态时仅利用扣件图像的特征域,忽略其空间域中上下文语义信息的缺点,提出了一种基于上下文语义信息的扣件检测模型。在传统"视觉词包模型"的基础上,引入吉布斯随机场模型... 展开更多; 关键词铁路扣件检测词包模型吉布斯随机场模型上下文语义信息潜在狄利克雷分布; 在线阅读下载PDF 职称材料

基于上下文和浅层空间编解码网络的图像语义分割方法被引量：5: 5; 作者罗会兰黎宵《自动化学报》 EI CAS CSCD 北大核心 2022年第7期1834-1846,共13页; 当前图像语义分割研究基本围绕如何提取有效的语义上下文信息和还原空间细节信息两个因素来设计更有效算法.现有的语义分割模型,有的采用全卷积网络结构以获取有效的语义上下文信息,而忽视了网络浅层的空间细节信息;有的采用U型结构,通... 展开更多; 关键词语义分割二分支策略语义上下文信息浅层空间细节信息反U 型结构; 在线阅读下载PDF 职称材料

基于对抗训练的事件要素识别方法: 6; 作者廖涛沈文龙 +1 位作者张顺香马文祥《计算机工程与设计》北大核心 2024年第2期540-545,共6页; 针对目前大多数事件要素识别模型未考虑词级别的语义信息,及模型鲁棒性不高的问题,提出一种融合词信息和对抗训练的事件要素识别方法。将Bert(bidirectional encode representations from transformers)预训练语言模型生成的字向量与分... 展开更多; 关键词事件要素识别鲁棒性词信息对抗训练预训练语言模型扰动因子上下文语义信息; 在线阅读下载PDF 职称材料

题名一种基于上下文语义信息的图像块视觉单词生成算法被引量：41: 1; 作者刘硕研须德冯松鹤刘镝裘正定; 机构北京交通大学计算机科学系北京交通大学信息科学研究所; 出处《电子学报》 EI CAS CSCD 北大核心 2010年第5期1156-1161,共6页; 基金国家自然科学基金(No.60803072 No.90820013) 中国博士后科学基金(No.20090460197); 文摘基于视觉单词的词包模型表示(Bag-of-Words)算法是目前场景分类中的主流方法.传统的视觉单词是通过无监督聚类图像块的特征向量得到的.针对传统视觉单词生成算法中没有考虑任何语义信息的缺点,本论文提出一种基于上下文语义信息的图像块视觉单词生成算法:首先,本文中使用的上下文语义信息是视觉单词之间的语义共生概率,它是由概率潜在语义分析模型(probabilistic Latent Semantic Analysis)自动分析得到,无需任何人工标注.其次,我们引入Markov随机场理论中类别标记的伪似然度近似的策略,将图像块在特征域的相似性同空间域的上下文语义共生关系有机地结合起来,从而更准确地为图像块定义视觉单词.最后统计视觉单词的出现频率作为图像的场景表示,利用支持向量机分类器完成图像的场景分类任务.实验结果表明,本算法能有效地提高视觉单词的语义准确性,并在此基础上改善场景分类的性能.; 关键词场景分类视觉单词概率潜在语义分析模型 MARKOV随机场模型上下文语义信息; Keywords scene categorization visual words probabilistic latent semantic analysis （pISA） markov random fields （MRF） contextual semantic information; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于多尺度上下文语义信息的图像场景分类算法被引量：14: 2; 作者张瑞杰李弼程魏福山; 机构解放军信息工程大学四院解放军信息工程大学信息系统工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2014年第4期646-652,共7页; 基金国家自然科学基金(No.60872142); 文摘传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率潜在语义分析模型主题数;然后,结合Markov随机场共同挖掘图像块的上下文语义共生信息,得到图像的多尺度直方图表示;最后结合支持向量机实现场景分类.实验结果表明,本文算法能有效利用图像的多尺度和上下文语义信息,提高视觉单词的语义准确性,从而改善场景分类性能.; 关键词场景分类多尺度信息概率潜在语义分析自适应主题数上下文语义信息; Keywords scene classification multi-scale information probabilistic latent semantic analysis adaptive topic number con-textual semantic information; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于随机化视觉词典组和上下文语义信息的目标检索方法被引量：5: 3; 作者赵永威郭志刚李弼程高毫林陈刚; 机构解放军信息工程大学信息系统工程学院; 出处《电子学报》 EI CAS CSCD 北大核心 2012年第12期2472-2480,共9页; 基金国家自然科学基金(No.60872142) 全军军事学研究生课题资助项目; 文摘传统的视觉词典法(Bag ofVisual Words,BoVW)具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题,且当目标区域所包含的信息不能正确或不足以表达用户检索意图时就得不到理想的检索结果.针对这些问题,本文提出了基于随机化视觉词典组和上下文语义信息的目标检索方法.首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean Locality Sensitive Hashing,E2LSH)对局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,利用查询目标及其周围的视觉单元构造包含上下文语义信息的目标模型;最后,引入K-L散度(Kullback-Leibler divergence)进行相似性度量完成目标检索.实验结果表明,新方法较好地提高了目标对象的可区分性,有效地提高了检索性能.; 关键词目标检索上下文语义信息精确欧氏位置敏感哈希随机化视觉词典组 K-L散度; Keywords object retrieval contextual semantic information exact Euclidean locality sensitive hashing randomized visual vocabularies Kullback-Leibler divergence; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于上下文语义信息的铁路扣件状态检测被引量：2: 4; 作者李爽李柏林罗建桥欧阳; 机构西南交通大学机械工程学院; 出处《传感器与微系统》 CSCD 2018年第8期130-133,共4页; 基金四川省科技支撑计划资助项目(2016GZ0194); 文摘针对传统"视觉词包(BOW)模型"识别铁路扣件状态时仅利用扣件图像的特征域,忽略其空间域中上下文语义信息的缺点,提出了一种基于上下文语义信息的扣件检测模型。在传统"视觉词包模型"的基础上,引入吉布斯随机场模型对图像中像素的空间相关性进行建模,将图像块在特征域的相似性与空间域的上下文语义约束关系结合,更准确地定义视觉单词;利用潜在狄利克雷分布(LDA)学习扣件图像的主题分布;采用支持向量机(SVM)对扣件进行分类识别。对4类扣件图像的分类实验证明:模型能够有效提高扣件分类精度。; 关键词铁路扣件检测词包模型吉布斯随机场模型上下文语义信息潜在狄利克雷分布; Keywords railway fastener inspection bag-of-words （BOW） model Gibbs random field model contextualsemantic information latent Dirichlet allocation （LDA）; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于上下文和浅层空间编解码网络的图像语义分割方法被引量：5: 5; 作者罗会兰黎宵; 机构江西理工大学信息工程学院; 出处《自动化学报》 EI CAS CSCD 北大核心 2022年第7期1834-1846,共13页; 基金国家自然科学基金(61862031,61462035) 江西省自然科学基金(20171BAB202014) 江西省主要学科学术和技术带头人培养计划(20213BCJ22004)资助。; 文摘当前图像语义分割研究基本围绕如何提取有效的语义上下文信息和还原空间细节信息两个因素来设计更有效算法.现有的语义分割模型,有的采用全卷积网络结构以获取有效的语义上下文信息,而忽视了网络浅层的空间细节信息;有的采用U型结构,通过复杂的网络连接利用编码端的空间细节信息,但没有获取高质量的语义上下文特征.针对此问题,本文提出了一种新的基于上下文和浅层空间编解码网络的语义分割解决方案.在编码端,采用二分支策略,其中上下文分支设计了一个新的语义上下文模块来获取高质量的语义上下文信息,而空间分支设计成反U型结构,并结合链式反置残差模块,在保留空间细节信息的同时提升语义信息.在解码端,本文设计了优化模块对融合后的上下文信息与空间信息进一步优化.所提出的方法在3个基准数据集CamVid、SUN RGB-D和Cityscapes上取得了有竞争力的结果.; 关键词语义分割二分支策略语义上下文信息浅层空间细节信息反U 型结构; Keywords Semantic segmentation two-branch strategy context semantic information shallow space details inverse U-shaped structure; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于对抗训练的事件要素识别方法: 6; 作者廖涛沈文龙张顺香马文祥; 机构安徽理工大学计算机科学与工程学院; 出处《计算机工程与设计》北大核心 2024年第2期540-545,共6页; 基金国家自然科学基金面上基金项目(62076006) 安徽省属高校协同创新基金项目(GXXT-2021-008) 安徽省自然科学基金面上基金项目(1908085MF189)。; 文摘针对目前大多数事件要素识别模型未考虑词级别的语义信息,及模型鲁棒性不高的问题,提出一种融合词信息和对抗训练的事件要素识别方法。将Bert(bidirectional encode representations from transformers)预训练语言模型生成的字向量与分词信息进行融合,在得到的融合向量中添加扰动因子产生对抗样本,将对抗样本与融合向量表示作为编码层的输入;采用BiGRU(bidirectional gating recurrent unit)网络对输入的文本进行编码,丰富文本的上下文语义信息;采用CRF(conditional random field)函数计算完成事件要素的识别任务。在CEC(Chinese emergency corpus)中文突发事件语料库上的实验结果表明,该方法能够取得较好的效果。; 关键词事件要素识别鲁棒性词信息对抗训练预训练语言模型扰动因子上下文语义信息; Keywords event element recognition robustness word information adversarial training pre-trained language model distur-bance factor contextual semantic information; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	一种基于上下文语义信息的图像块视觉单词生成算法	刘硕研须德冯松鹤刘镝裘正定	《电子学报》 EI CAS CSCD 北大核心	2010	41	在线阅读下载PDF 职称材料
2	基于多尺度上下文语义信息的图像场景分类算法	张瑞杰李弼程魏福山	《电子学报》 EI CAS CSCD 北大核心	2014	14	在线阅读下载PDF 职称材料
3	基于随机化视觉词典组和上下文语义信息的目标检索方法	赵永威郭志刚李弼程高毫林陈刚	《电子学报》 EI CAS CSCD 北大核心	2012	5	在线阅读下载PDF 职称材料
4	基于上下文语义信息的铁路扣件状态检测	李爽李柏林罗建桥欧阳	《传感器与微系统》 CSCD	2018	2	在线阅读下载PDF 职称材料
5	基于上下文和浅层空间编解码网络的图像语义分割方法	罗会兰黎宵	《自动化学报》 EI CAS CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
6	基于对抗训练的事件要素识别方法	廖涛沈文龙张顺香马文祥	《计算机工程与设计》北大核心	2024	0	在线阅读下载PDF 职称材料