期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
动态加权的多频段距离特征量数据融合方法 被引量:10
1
作者 何青海 笪良龙 徐国军 《应用声学》 CSCD 北大核心 2012年第5期372-378,共7页
距离特征量反映了目标距离变化规律,该观测量可由基于LOFAR谱图的距离特征量提取方法得到。为解决单一频段提取的距离特征量精度不高的问题,本文基于最优加权平均法,提出了多频段距离特征量值提取技术。针对该方法在实际应用中无法准确... 距离特征量反映了目标距离变化规律,该观测量可由基于LOFAR谱图的距离特征量提取方法得到。为解决单一频段提取的距离特征量精度不高的问题,本文基于最优加权平均法,提出了多频段距离特征量值提取技术。针对该方法在实际应用中无法准确得到距离特征量解算值误差的标准差,提出了一种对方差进行实时估计的动态加权融合方法。试验数据处理结果表明,融合后精度明显提高。 展开更多
关键词 距离特征 最优加权平均 动态加权 融合
在线阅读 下载PDF
特征漂移约束算法在推荐系统中的优化 被引量:2
2
作者 刘云 张轶 郑文凤 《西北大学学报(自然科学版)》 CAS CSCD 北大核心 2022年第2期248-255,共8页
在时间矩阵分解方法的基础上,利用概念漂移检测捕获随时间动态变化的用户兴趣和项目偏好特征,可以有效提高个性化推荐算法的准确性。为此,该文提出特征漂移约束(feature drift constraint,FDC)算法,首先,根据输入样本的评级反馈构建评... 在时间矩阵分解方法的基础上,利用概念漂移检测捕获随时间动态变化的用户兴趣和项目偏好特征,可以有效提高个性化推荐算法的准确性。为此,该文提出特征漂移约束(feature drift constraint,FDC)算法,首先,根据输入样本的评级反馈构建评级矩阵的时间序列,采用矩阵分解方法将评级矩阵分解为用户特征矩阵和项目特征矩阵;其次,在输入新的评级样本后训练模型,采用随机梯度下降方法获得优化的学习参数,计算概念漂移的动态特征加权用于调整模型;最后,结合用户兴趣特征向量和项目偏好特征向量内积计算得到预测的项目评级,实现项目推荐。仿真结果表明,与MF、TSVD++、TMF和MCFTT算法相比,特征漂移约束算法在推荐准确性和概念漂移检测的有效性方面均有较好提升。 展开更多
关键词 时间矩阵分解 推荐系统 概念漂移 动态特征加权
在线阅读 下载PDF
改进YOLOv5的无人机航拍图像目标检测算法 被引量:8
3
作者 李校林 刘大东 +1 位作者 刘鑫满 陈泽 《计算机工程与应用》 CSCD 北大核心 2024年第11期204-214,共11页
针对无人机航拍图像目标检测中目标尺度多样、相似目标众多、目标聚集导致的目标漏检、误检问题,提出了改进YOLOv5的无人机航拍图像目标检测算法DA-YOLO。提出由特征图注意力生成器和动态权重学习模块组成的多尺度动态特征加权融合网络... 针对无人机航拍图像目标检测中目标尺度多样、相似目标众多、目标聚集导致的目标漏检、误检问题,提出了改进YOLOv5的无人机航拍图像目标检测算法DA-YOLO。提出由特征图注意力生成器和动态权重学习模块组成的多尺度动态特征加权融合网络,特征图注意力生成器融合处理不同尺度目标更重要的特征,权重学习模块自适应地调节对不同尺度目标特征的学习,该网络可增强在目标尺度多样下的辨识度从而降低目标漏检。设计一种并行选择性注意力机制(PSAM)添加到特征提取网络中,该模块通过动态融合空间信息和通道信息,加强特征的表达获得更优质的特征图,提高网络对相似目标的区分能力以减少误检。使用Soft-NMS代替YOLOv5中采用的非极大值抑制(NMS)以改善目标聚集场景下的漏检、误检。实验结果表明,改进算法在VisDrone数据集上检测精度达到37.79%,相比于YOLOv5s算法精度提高了5.59个百分点,改进后的算法可以更好地应用于无人机航拍图像目标检测中。 展开更多
关键词 无人机航拍图像处理 特征图注意力生成器 动态特征加权融合 注意力机制 非极大值抑制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部