-
题名基于联合调优的裂缝检测与分类方法
- 1
-
-
作者
王煜
齐宏拓
杨整涛
伍洲
李明春
-
机构
重庆大学自动化学院
重庆大学土木工程学院
-
出处
《仪表技术与传感器》
北大核心
2025年第7期78-83,共6页
-
基金
重庆市技术创新与应用发展重大专项(CSTB2022TIAD-KPX0140)
国家重点研发计划项目(2022YFC3003604,2021YFF0500903)
国家自然科学基金项目(52378128,52178271)。
-
文摘
裂缝是基础建设中常见的缺陷类型,及时检测与评估对于提升基础设施安全性具有重要意义。为解决算法与数据多样性导致的训练不稳定问题,以桥梁、道路与墙面裂缝分类为例,结合训练超参数、数据集均匀性、早停和正则化等策略,提出了一种联合调优的裂缝检测与分类方法。研究结果表明:通过联合调优的训练曲线相对稳定,准确率提高3.5%,可以为其他缺陷检测模型调优提供参考。
-
关键词
裂缝
分类
训练
稳定性
联合调优
-
Keywords
crack
classification
training
stability
joint tuning
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
TH702
[机械工程—精密仪器及机械]
-
-
题名基于二次空间处理的联合稀疏表示高光谱图像分类
被引量：4
- 2
-
-
作者
陈善学
张欣
-
机构
重庆邮电大学通信与信息工程学院
-
出处
《信号处理》
CSCD
北大核心
2021年第11期2134-2147,共14页
-
基金
国家自然科学基金(61271260)
重庆市教委科学技术研究项目(KJ1400416)资助课题。
-
文摘
针对许多应用于高光谱图像分类的传统算法存在的分类精度低、光谱和空间信息利用不充分的问题,提出了一种基于二次空间处理的联合稀疏表示高光谱图像分类算法。在字典训练之前提取形态学特征,和光谱特征共同构建初始字典,以达到更快训练出较高质量的字典原子的目的。为了充分利用空间信息,首先通过超像素分割获取边缘信息,然后在超像素边缘和固定邻域双重约束下通过权值计算自适应选择邻域原子,实现空间信息的二次利用。在两个常用数据集上进行仿真实验,证明了本文所提算法可有效提升分类精度。
-
关键词
高光谱图像分类
字典训练
二次空间处理
联合稀疏表示
-
Keywords
hyperspectral image classification
dictionary training
quadratic space processing
joint sparse representation
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名适用于具有多分类器的卷积神经网络训练方法
被引量：6
- 3
-
-
作者
李建更
李立杰
张岩
王朋飞
左国玉
-
机构
北京工业大学信息学部
计算智能与智能系统北京市重点实验室
-
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2018年第10期1291-1296,共6页
-
基金
北京市自然科学基金资助项目(4162012)
国家自然科学基金资助项目(61573029)
-
文摘
为了提升视条件而定的深度卷积网络(conditional deep learning network,CDLN)的分类准确率,提出一种多分类器联合训练的方法.在训练网络时将多个分类器的输出误差同时进行反向传播,以校正网络权重.以Le Net-5、Alex Net为基础构造神经网络CDLN-L和CDLN-A,以MNIST、CIFAR-100和Pascal Voc数据集为实验样本进行实验,网络的分类准确率均得到提升,最高提升了4.39%.实验表明,提出的联合训练方法能够提升CDLN的分类准确率.
-
关键词
深度学习
卷积神经网络(CNN)
视条件而定的深度卷积网络(CDLN)
多分类器
多分类器联合训练
图像分类
分类准确率
-
Keywords
deep learning
convolution neural network
conditional deep learning network （CDLN）
multiple classifier
joint training by multiple classifiers （JTMC）
image classification
classification accuracy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于深浅层特征融合的孪生网络目标跟踪算法
被引量：1
- 4
-
-
作者
王子康
姚文进
薛尚捷
司婷波
-
机构
南京理工大学机械工程学院
-
出处
《北京航空航天大学学报》
北大核心
2025年第3期973-984,共12页
-
文摘
深度学习相关的目标跟踪算法在利用深浅层特征融合时,未考虑分类分支与回归分支的差异性,两分支均使用同一融合特征,不能同时满足各自分支的不同任务要求。依据分类分支与回归分支的不同任务要求与深浅层特征之间的关系,提出了一种新的特征融合方式用于视觉目标跟踪。将骨干网络中不同特征层的通道数按比例进行微调,分别形成适合分类分支与回归分支的融合特征。为验证所提特征融合方式的有效性,在基于SiamCAR算法的基础上进行优化,改变特征提取与融合方式,在UAV123、GOT-10K、LaSOT数据集上提高了2%~3%的精度。实验结果证明:所提特征融合方式是有效的,同时框架整体以75帧/s的实时运行速率实现了良好的跟踪性能。
-
关键词
目标跟踪
孪生网络
分类
回归
深浅层特征融合
分类与iou联合训练
-
Keywords
object tracking
Siamese network
classification
regression
deep and shallow feature fusion
joint training of classification and iou
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于情感关键句抽取的情感分类研究
被引量：27
- 5
-
-
作者
林政
谭松波
程学旗
-
机构
中国科学院计算技术研究所
中国科学院大学
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2012年第11期2376-2382,共7页
-
基金
国家自然科学基金重点项目(60933005)
国家自然科学基金项目(60803085)
国家"八六三"高技术研究发展计划基金项目(2010AA012500)
-
文摘
情感分析需要解决的一个重要问题是判断一篇文档的极性是正面的还是负面的.情感分类的正确率很难达到普通文本分类的水平,因为情感分类更难更复杂.在判断文档的情感极性时,不同的句子具有不同的情感贡献度,所以,对整篇文档的关键句和细节句进行区分将有助于提高情感分类的性能.关键句通常简短且具有判别性,而细节描述句通常复杂多样且容易引入歧义.在关键句抽取算法中,考虑3类属性:情感属性、位置属性和关键词属性.为了更好地利用关键句和细节句之间的差异性和互补性,将抽取的关键句分别用于有监督的和半监督的情感分类.在有监督情感分类中,采用的是分类器融合的方法;在半监督情感分类中,采用的是Co-training算法.在8个领域上进行实验,结果表明所提方法性能明显优于Baseline,从而证明情感关键句抽取算法是有效的.
-
关键词
情感分类
关键句
分类器融合
联合训练
有监督学习
半监督学习
-
Keywords
sentiment classification
key sentence
classifier combination
co waining
supervisedlearning
semi-supervised learning
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名TFIDF_-NB协同训练算法
被引量：1
- 6
-
-
作者
彭雅
林亚平
陈治平
-
机构
湖南大学计算机与通信学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2004年第12期2243-2246,共4页
-
基金
国家自然科学基金 ( 60 2 72 0 5 1)资助
-
文摘
采用少量已标记和大量未标记文档进行文本分类已成为一种重要研究趋势 .在分析了 EM和联合训练 (Co-training)两类算法的基础上 ,提出一种新的协同训练算法 .该算法利用 Bayes和 TFIDF两种分类器结合少量已标记和大量未标记文档协同增量训练 .实验结果表明 ,协同训练算法正确率较高 ,平均错误率较 EM和联合训练低 。
-
关键词
文本分类
半监督算法
联合训练算法
EM算法
协同增量训练
-
Keywords
text classification
semi supervise algorithm
Co-training algorithm
EM algorithm
Co-operative training incrementally
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于BG-CN联合网络的文本情感分析
被引量：2
- 7
-
-
作者
李多娇
何成万
雷力
-
机构
武汉工程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
2022年第2期540-545,共6页
-
基金
国家自然科学基金项目(61272115)
武汉工程大学教育创新基金项目(CX2019235、CX2019236、CX2019237)。
-
文摘
针对传统卷积神经网络只提取局部短语特征而忽略了上下文的句子特征,影响了文本分类效果这一问题,提出一种基于BiGRU网络和胶囊网络的文本情感分析模型。采用联合神经网络,利用Glove模型预训练词向量,将其输入到双向门限循环单元(BiGRU)模型进行序列化学习得到上下文特征;添加胶囊网络(capsule network)模型,提取深层次短语特征;交给分类器进行情感分类。通过在IMDB数据集上进行实验,验证该方法有效提高了文本分类的准确率。
-
关键词
Glove预训练
胶囊网络
双向门控循环神经网络BiGRU
联合网络
分类
-
Keywords
Glove pre-training
capsule network
bidirectional gated recurrent neural network
joint network
classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名用于化合物毒性预测的半监督分类算法
- 8
-
-
作者
蔡晰
郭躬德
黄添强
-
机构
福建师范大学数学与计算机科学学院
福建师范大学网络安全与密码技术重点实验室
-
出处
《计算机工程与设计》
CSCD
北大核心
2010年第12期2838-2841,共4页
-
基金
福建省自然科学基金项目(2007J0016)
-
文摘
为了解决现实世界中的化合物毒性预测问题,提出一种半监督分类方法。采用互补的分类器对原始训练集进行筛选,保证原始训练集的质量;采用联合训练的半监督方法和剪辑方法在提高训练集数量的同时保证新加入的实例不对原有训练集造成损害。最后通过基础分类器和仲裁分类器共同决策,确定化合物的分类。在化工产品有毒性数据集和UCI数据集上的实验结果表明了该算法具有比传统算法更高的分类精度。
-
关键词
联合训练
半监督分类
训练集编辑
化合物毒性
定量构效关系
-
Keywords
co-training
semi-supervised classification
training set editing
compound toxicity
QSAR
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于深度神经网络的多天线组阵信号联合调制识别方法
被引量：2
- 9
-
-
作者
张凯
田瑶
刘义
-
机构
光电对抗测试评估技术重点实验室
中国人民解放军
-
出处
《现代电子技术》
2022年第17期24-28,共5页
-
基金
国家自然科学基金项目(62001476)。
-
文摘
针对多天线组阵接收中未同步多路信号的联合调制识别问题,提出了一种基于深度神经网络的多天线组阵信号联合调制识别方法。该方法将多天线组阵信号联合调制识别问题转化为多元分类判决问题,使用深度神经网络实现信号调制方式的识别。首先,构建了多个卷积层、循环层和全连接层级联结构的深度神经网络;然后,基于广泛采用的RadioML框架构建训练、测试和验证数据集,数据集中单个信号样本为存在参数差异的多天线信号时域波形;最后,使用基于CPU+GPU架构的服务器对网络进行训练,并对其性能进行测试。结果表明,所提方法能够有效抑制多路信号间参数差异的影响,实现多路信号联合调制识别,接收单元数目越多,分类判决性能越好,且在高信噪比下优势体现更加明显。
-
关键词
多天线组阵
联合调制识别
特征提取
分类判决
深度神经网络
训练数据集
网络训练
-
Keywords
multi-antenna array
joint modulation recognition
feature extraction
classification discrimination
DNN
training dataset
network training
-
分类号
TN820.15-34
[电子电信—信息与通信工程]
-
-
题名新型网络犯罪手法挖掘研究与管理对策
被引量：1
- 10
-
-
作者
倪培峰
石江枫
-
机构
中国科学院大学经济与管理学院
北京睿企信息科技有限公司
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2024年第10期65-72,共8页
-
基金
山东省重大科技创新工程项目(2019TSLH0213)。
-
文摘
近年来,新型网络犯罪数量持续增长,手法新颖精细,形势严峻复杂,而新型网络犯罪手法挖掘及管理方法目前在国内外还少有研究。在此形势下,针对新型网络犯罪手法难以挖掘分析的挑战,本文采用交叉学科方法,搭建新型网络犯罪手法挖掘框架,创新设计BERT-JTFL联合训练模型,使得网络犯罪手法分类与关键词识别任务分享知识并互相促进。本文进而创新设计网络犯罪热词识别模型,从开源情报数据中挖掘新型网络犯罪手法,并就挖掘结果进行管理对策分析和建议。研究结果表明:①本文所设计BERT-JTFL联合训练模型在文本分类任务和关键词识别任务均优于BERT和RoBERTa等已知模型;②本文设计的热词识别模型支持关注关键词近期异动并进行平滑处理,能有效捕捉热点网络犯罪手法,P@10达83.3%;③新词和关联关键词提取结果能概括表达新型网络犯罪手法,指出其发展迅速、手法多变的特点。基于研究结果,本文针对性的提出了管理对策建议工作。
-
关键词
新型网络犯罪
BERT-JTFL
联合训练
网络犯罪管理
文本分类
关键词
热词
-
Keywords
new cybercriminal tricks
BERT-JTFL
joint training
cybercrime management countermeasures
content classification
keyword
hot word
-
分类号
C931.6
[经济管理—管理学]
-
