期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种基于原型校正的小样本学习算法
1
作者
梁辰晨
江宸逸
+1 位作者
王室栋
张浩峰
《小型微型计算机系统》
北大核心
2025年第3期520-527,共8页
现有的少样本学习(Few-Shot Learning)方法通常使用基于任务(episode)的训练策略训练模型,但在随机采样构建任务的过程中不可避免地存在采样偏差问题,质量较差的支持样本一定程度上导致模型难以收敛.本文提出了交互视图原型校正网络通...
现有的少样本学习(Few-Shot Learning)方法通常使用基于任务(episode)的训练策略训练模型,但在随机采样构建任务的过程中不可避免地存在采样偏差问题,质量较差的支持样本一定程度上导致模型难以收敛.本文提出了交互视图原型校正网络通过两种策略缓解这个问题,首先,模型利用全局信息来纠正每个任务中的支持样本特征,从而缓解随机采样导致的原型偏移问题;其次,文中提出了实例原型生成算法,该算法利用支持样本特征的局部视图原型集根据不同的查询样本实例生成对应的实例级原型,从而优化了使用支持样本全局特征作为类原型区分度不足的问题.模型在多个基准数据集上的进行了充分实验,实验结果验证了方法的有效性及鲁棒性.
展开更多
关键词
小样本学习
原型
校正
图像分类
原型集
生成
在线阅读
下载PDF
职称材料
基于特征重组网络的小样本农作物病害叶片检测
2
作者
党婉誉
周烨炆
徐斌腾
《江苏农业科学》
北大核心
2024年第20期236-243,共8页
针对现有作物病害叶片检测模型的性能过度依赖大量带标注数据集以及预训练模型的泛化性不强等问题,提出一种基于特征重组网络的小样本农作物病害叶片检测方法。首先,采用支持分支和查询分支的双分支网络结构,将支持图像和查询图像映射...
针对现有作物病害叶片检测模型的性能过度依赖大量带标注数据集以及预训练模型的泛化性不强等问题,提出一种基于特征重组网络的小样本农作物病害叶片检测方法。首先,采用支持分支和查询分支的双分支网络结构,将支持图像和查询图像映射到深度特征空间,并在支持分支中采用特征增强网络缓解映射特征与原始标注不对齐的问题。其次,借助全局平均池化策略生成初始原型,利用该原型反向指导原始支持图像中病害叶片的识别,并根据初始识别结果对原型进行优化。再次,通过比对识别区域与原始标注之间的特征差异,构造辅助原型与主域原型。最后,融合原始原型、辅助原型和主域原型,构造多原型集,并利用度量方法计算原型集与查询特征间的关联,根据关联值给出预测标签。在自建的橘子、番茄和苹果等病害叶片数据集上进行测试,所提出方法分别获得了97.18%的精准率、97.31%的召回率、96.90%的F 1分数和84.71%的FB-IoU,优于主流的目标检测方法。
展开更多
关键词
作物病害叶片检测
特征重组
全局平均池化
特征增强
原型集
在线阅读
下载PDF
职称材料
基于JointBoost I2C距离度量的图像分类方法
被引量：
1
3
作者
李子龙
刘伟铭
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2015年第5期114-119,共6页
基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高.为此,文中提出了一种基于JointBoost I2C距离度量的图像分类方法.首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有...
基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高.为此,文中提出了一种基于JointBoost I2C距离度量的图像分类方法.首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有效;然后根据JointBoost算法的思想,联合多个I2C距离度量生成一个强分类器,并将空间信息融合到强分类器中.实验结果表明,该方法在图像分类实验中具有更高的分类性能.
展开更多
关键词
图像分类
JointBoost
图像到类距离
原型
特征
集
在线阅读
下载PDF
职称材料
题名
一种基于原型校正的小样本学习算法
1
作者
梁辰晨
江宸逸
王室栋
张浩峰
机构
南京理工大学计算机科学与工程学院
纽卡斯尔大学计算学院
出处
《小型微型计算机系统》
北大核心
2025年第3期520-527,共8页
基金
国家自然科学基金项目(62371235,62072246)资助.
文摘
现有的少样本学习(Few-Shot Learning)方法通常使用基于任务(episode)的训练策略训练模型,但在随机采样构建任务的过程中不可避免地存在采样偏差问题,质量较差的支持样本一定程度上导致模型难以收敛.本文提出了交互视图原型校正网络通过两种策略缓解这个问题,首先,模型利用全局信息来纠正每个任务中的支持样本特征,从而缓解随机采样导致的原型偏移问题;其次,文中提出了实例原型生成算法,该算法利用支持样本特征的局部视图原型集根据不同的查询样本实例生成对应的实例级原型,从而优化了使用支持样本全局特征作为类原型区分度不足的问题.模型在多个基准数据集上的进行了充分实验,实验结果验证了方法的有效性及鲁棒性.
关键词
小样本学习
原型
校正
图像分类
原型集
生成
Keywords
few-shot learning
prototype calibration
image classification
prototype set generation
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
基于特征重组网络的小样本农作物病害叶片检测
2
作者
党婉誉
周烨炆
徐斌腾
机构
驻马店职业技术学院信息工程学院/河南省乡村智慧农业工程研究中心
河南农业大学信息与管理科学学院
郑州大学电气与信息工程学院
出处
《江苏农业科学》
北大核心
2024年第20期236-243,共8页
基金
国家自然科学基金(编号:62002330)。
文摘
针对现有作物病害叶片检测模型的性能过度依赖大量带标注数据集以及预训练模型的泛化性不强等问题,提出一种基于特征重组网络的小样本农作物病害叶片检测方法。首先,采用支持分支和查询分支的双分支网络结构,将支持图像和查询图像映射到深度特征空间,并在支持分支中采用特征增强网络缓解映射特征与原始标注不对齐的问题。其次,借助全局平均池化策略生成初始原型,利用该原型反向指导原始支持图像中病害叶片的识别,并根据初始识别结果对原型进行优化。再次,通过比对识别区域与原始标注之间的特征差异,构造辅助原型与主域原型。最后,融合原始原型、辅助原型和主域原型,构造多原型集,并利用度量方法计算原型集与查询特征间的关联,根据关联值给出预测标签。在自建的橘子、番茄和苹果等病害叶片数据集上进行测试,所提出方法分别获得了97.18%的精准率、97.31%的召回率、96.90%的F 1分数和84.71%的FB-IoU,优于主流的目标检测方法。
关键词
作物病害叶片检测
特征重组
全局平均池化
特征增强
原型集
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
S126 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
基于JointBoost I2C距离度量的图像分类方法
被引量：
1
3
作者
李子龙
刘伟铭
机构
华南理工大学土木与交通学院
出处
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2015年第5期114-119,共6页
基金
国家自然科学基金资助项目(50978106
60273064)
+1 种基金
江苏省高校自然科学研究项目(14KJB520038
13KJD510007)~~
文摘
基于图像到类(I2C)距离度量的图像分类是一种新颖的方法,但其分类性能仍有待提高.为此,文中提出了一种基于JointBoost I2C距离度量的图像分类方法.首先生成原型特征集,该集合中的样本具有代表性,故计算测试图像到该原型特征集的距离更有效;然后根据JointBoost算法的思想,联合多个I2C距离度量生成一个强分类器,并将空间信息融合到强分类器中.实验结果表明,该方法在图像分类实验中具有更高的分类性能.
关键词
图像分类
JointBoost
图像到类距离
原型
特征
集
Keywords
image classification
JointBoost
image to class distance
prototype feature set
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
作者
出处
发文年
被引量
操作
1
一种基于原型校正的小样本学习算法
梁辰晨
江宸逸
王室栋
张浩峰
《小型微型计算机系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于特征重组网络的小样本农作物病害叶片检测
党婉誉
周烨炆
徐斌腾
《江苏农业科学》
北大核心
2024
0
在线阅读
下载PDF
职称材料
3
基于JointBoost I2C距离度量的图像分类方法
李子龙
刘伟铭
《华南理工大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2015
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
