期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于位置增强和对抗训练的中文短文本实体消歧
1
作者 曾伟 奚雪峰 崔志明 《印刷与数字媒体技术研究》 北大核心 2025年第5期48-57,共10页
实体消歧作为自然语言处理领域的关键问题之一,对于文本理解和信息检索具有重要意义。因短文本语境信息有限、表达不规范以及语法结构不完整,短文本实体消歧方法准确率较低。为此,本研究提出了一种基于位置增强和对抗训练的中文短文本... 实体消歧作为自然语言处理领域的关键问题之一,对于文本理解和信息检索具有重要意义。因短文本语境信息有限、表达不规范以及语法结构不完整,短文本实体消歧方法准确率较低。为此,本研究提出了一种基于位置增强和对抗训练的中文短文本实体消歧方法。首先,在文本编码层引入位置增强机制,以加强实体消歧过程中对实体在文本中位置的考量,从而提高消歧精度。然后,通过双路网络处理获得的文本表示,利用PCNN模型获取句子依赖特征,利用GCN模型获取语义特征,融合二者的语义信息完成消歧任务。在此基础上,采用对抗训练技术,在编码后的文本表示中添加扰动,使模型能够充分学习文本中微妙的语义特征,以增强模型的泛化能力和鲁棒性。实验结果表明,本研究方法在CCKS2019数据集上达到了75.94%的精确率,验证了其在解决中文短文本实体消歧任务中的有效性和可行性。 展开更多
关键词 短文本 实体消歧 位置增强 卷积网络
在线阅读 下载PDF
基于小波变换增强位置编码Transformer的空域流量预测
2
作者 唐卫贞 刘波 +1 位作者 黄洲升 田齐齐 《现代电子技术》 北大核心 2025年第8期127-132,共6页
随着全球化进程的加快和航空技术的发展,对空中交通流量预测的精度要求也越来越高。为提高空中交通流量预测精度,减轻空中交通管制员的压力,提出一种增强位置编码的Transformer模型。利用小波变换对原始空域流量数据进行分析,通过信噪... 随着全球化进程的加快和航空技术的发展,对空中交通流量预测的精度要求也越来越高。为提高空中交通流量预测精度,减轻空中交通管制员的压力,提出一种增强位置编码的Transformer模型。利用小波变换对原始空域流量数据进行分析,通过信噪比选出性能最优的小波基函数,再进一步计算出小波系数并将其融入位置编码,以增强模型对时间序列数据的理解能力。实验结果表明,所提模型能够准确捕捉空中交通流量数据中的非平稳性和突变特征,其RMSE和MAPE评估指标较原始Transformer模型分别降低了29.9与2.9%,较LSTM模型分别降低了34.5与3.4%。该模型不仅提升了空域流量预测的准确性,也证实了小波变换在增强模型时间序列数据理解中的有效性,且为交通流量管理提供了一种新的技术方案。 展开更多
关键词 空域流量预测 增强位置编码 Transformer模型 小波变换 LSTM模型 小波基函数
在线阅读 下载PDF
基于Geohash的增强型位置k-匿名隐私保护方案 被引量:3
3
作者 李勇军 祝跃飞 白利芳 《计算机科学》 CSCD 北大核心 2024年第9期393-400,共8页
随着LBS的广泛应用,位置隐私保护势在必行。近年来,作为应用较为广泛的位置k-匿名解决方案已成为研究热点,但k-匿名方案易受到敌手背景知识攻击,虽有学者们不同程度地考虑了位置相关的信息,但都不全面,并且当前形成匿名区的方案大多较... 随着LBS的广泛应用,位置隐私保护势在必行。近年来,作为应用较为广泛的位置k-匿名解决方案已成为研究热点,但k-匿名方案易受到敌手背景知识攻击,虽有学者们不同程度地考虑了位置相关的信息,但都不全面,并且当前形成匿名区的方案大多较为耗时。基于此,为抵御敌手的语义攻击和查询及位置同质性攻击,提出了增强型位置k-匿名方案,在匿名区构建时充分考虑与物理位置相关的语义信息、时间属性、查询概率及查询语义等信息;然后在进行位置选取时,保证所选位置相对分散;为降低匿名区构建时耗,采用Geohash进行位置编码;最后通过真实数据集上的实验表明,所提方案可提供较好的位置隐私保护。 展开更多
关键词 Geohash 增强位置k-匿名 基于位置的服务 位置隐私 位置语义 查询概率 时间属性
在线阅读 下载PDF
半导体器件内部缺陷标注与检测方法研究 被引量:2
4
作者 白宇 王珺 +1 位作者 冉红雷 安胜彪 《计算机工程》 CAS CSCD 北大核心 2024年第12期245-253,共9页
半导体器件封装过程中出现的内部空洞缺陷会直接影响电子设备的性能。针对半导体器件X射线内部图像空洞缺陷中尺度不一、难标注、难定位及噪声干扰等问题,提出半自动标注方法和基于U-Net的器件内部空洞缺陷检测方法。半自动标注方法使... 半导体器件封装过程中出现的内部空洞缺陷会直接影响电子设备的性能。针对半导体器件X射线内部图像空洞缺陷中尺度不一、难标注、难定位及噪声干扰等问题,提出半自动标注方法和基于U-Net的器件内部空洞缺陷检测方法。半自动标注方法使用阈值分割初步定位缺陷区域,生成缺陷的外接矩形框,然后人工对矩形框进行精细化修改和完善,作为提示输入到分段任意模型(SAM)中,得到高精度的分割结果。半自动标注方法能够节省标注时间且提高标签质量,克服标注难题。针对经典U-Net方法泛化性较差的问题,提出一种改进的U-Net方法(EFU-Net)。首先在编码器中引入边缘位置增强(EPE)模块,通过结合Sobel滤波器和坐标注意力机制加强对图像边缘信息的感知,有效整合位置信息,以提高特征提取的准确性;然后引入特征融合控制(FFC)模块替代传统的跳跃连接,融合高层特征、低层特征和预测掩码3个特征,并利用多层并行空洞卷积和注意力门控机制实现更有针对性和高质量的特征融合。在半导体器件数据集上的实验结果表明,EFU-Net的Dice系数和MIoU分别达到70.71%、77.23%,与U-Net方法相比,分别提升了14和7.71个百分点,具有更好的分割性能。 展开更多
关键词 缺陷检测 语义分割 半自动标注 边缘位置增强 注意力机制 特征融合控制
在线阅读 下载PDF
基于图像重构与语义差异识别的表面异常检测 被引量:1
5
作者 王尚尚 金城 《计算机科学》 CSCD 北大核心 2023年第11期151-159,共9页
基于图像重构的方法是表面异常检测中一类广泛使用的方法。该类方法仅期望模型较好地重构正常模式,并通过异常区域较大的重构误差来检测和定位异常。已有方法一方面易出现“泛化”过好的现象,异常区域也被高保真地重构了出来;另一方面... 基于图像重构的方法是表面异常检测中一类广泛使用的方法。该类方法仅期望模型较好地重构正常模式,并通过异常区域较大的重构误差来检测和定位异常。已有方法一方面易出现“泛化”过好的现象,异常区域也被高保真地重构了出来;另一方面仅在图像空间度量重构误差,并没有真正捕捉到原图和重构图之间的语义差异。为了解决上述问题,文中提出了由重构网络和识别网络组成的表面异常检测框架,其中重构网络嵌入了多尺度位置增强动态原型单元,强化了对正常模式的学习;识别网络进行了输入图和重构图的多尺度深度特征融合,从多个尺度利用了重构前后的语义差异信息,强化了对重构差异的识别。在MVTec数据集上,所提方法在异常检测任务上取得了99.5%的AUROC,在异常定位任务上取得了98.5%的AUROC,以及95.0%的RPO检测表现,与之前基于重构的表面异常检测方法相比取得了较大提升。 展开更多
关键词 图像重构 表面异常检测 多尺度位置增强动态原型单元 语义差异识别
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部