期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
参数最小割中基于层次化融合的前景种子生成算法
1
作者 朱俊光 吉立新 +1 位作者 李邵梅 高超 《计算机应用研究》 CSCD 北大核心 2017年第1期264-269,共6页
参数最小割是一种常用的似物性推荐方法,主要用于在图像中快速定位物体区域。针对该类方法中容易生成大量无效前景种子影响处理效率,提出一种基于层次化融合逐级筛选的前景种子生成算法。基于由颜色、纹理复杂度控制的层次化融合方法得... 参数最小割是一种常用的似物性推荐方法,主要用于在图像中快速定位物体区域。针对该类方法中容易生成大量无效前景种子影响处理效率,提出一种基于层次化融合逐级筛选的前景种子生成算法。基于由颜色、纹理复杂度控制的层次化融合方法得到候选区域集,从候选区域集中结合尺度变化率选出具有稳定外观的候选前景种子,最后基于似物性分数排序,确定有效的前景种子。实验结果表明,提出的前景种子生成算法具有较高的物体发现率,将其应用于参数最小割方法中,在使用更少的种子、生成较少区域时,可达到与前沿算法相近的区域级物体定位能力。 展开更多
关键词 似物性推荐 前景种子 层次化融合 参数最小割 物体定位
在线阅读 下载PDF
基于深度特征交互与层次化多模态融合的情感识别模型
2
作者 王健 赵小明 +2 位作者 王成龙 张石清 赵舒畅 《计算机应用研究》 北大核心 2025年第7期1978-1985,共8页
多模态情感识别近年来成为情感计算领域的重要研究方向,旨在通过融合语音、文本等多种模态以更精确地识别和理解人类情感状态。然而,现有方法在提取特征时缺乏模态间的关联性处理以及融合特征时忽视多尺度情感线索。为了解决上述问题,... 多模态情感识别近年来成为情感计算领域的重要研究方向,旨在通过融合语音、文本等多种模态以更精确地识别和理解人类情感状态。然而,现有方法在提取特征时缺乏模态间的关联性处理以及融合特征时忽视多尺度情感线索。为了解决上述问题,提出一种基于深度特征交互与层次化多模态融合的情感识别模型(DFIHMF)。在特征提取阶段,该模型通过引入本地知识令牌(local knowledge token,LKT)与跨模态交互令牌(cross-modal interaction token,CIT)来增强不同模态之间的交互并提取多尺度信息。在特征融合阶段,该模型利用层次化融合策略来融合模态间复杂的多模态特征与多尺度情感线索。在MOSI与MOSEI数据集上的实验结果显示,该模型在ACC7评价指标上的准确率分别达45.6%和53.5%,证明了所提方法在多模态情感识别任务上优于现有技术。 展开更多
关键词 多模态情感识别 层次化融合 多尺度融合 特征融合
在线阅读 下载PDF
面向维汉机器翻译的层次化多特征融合模型 被引量:4
3
作者 潘一荣 李晓 +1 位作者 杨雅婷 董瑞 《厦门大学学报(自然科学版)》 CAS CSCD 北大核心 2020年第2期206-212,共7页
针对维汉机器翻译中存在的维吾尔语(下文简称维语)形态复杂性和数据稀疏性问题,提出了一种层次化融合多个维语语法特征的神经网络机器翻译模型.该模型采用4种特征(词干、词性、词缀、词缀形态)作为源端语言附加信息,用于辅助单一词汇形... 针对维汉机器翻译中存在的维吾尔语(下文简称维语)形态复杂性和数据稀疏性问题,提出了一种层次化融合多个维语语法特征的神经网络机器翻译模型.该模型采用4种特征(词干、词性、词缀、词缀形态)作为源端语言附加信息,用于辅助单一词汇形式表示的维语语句;同时引入层次化多特征融合的神经网络结构,用于分层处理维语的词干级和词缀级特征,以增强机器翻译系统对维语的句法结构和语义知识的学习能力,从而提高维汉机器翻译质量.在维汉公开数据集上的实验结果表明,所提出的层次化多特征融合模型可以有效提高维汉机器翻译系统性能,其双语互译评估(BLEU)值和字符匹配度(ChrF3)值均有明显提升. 展开更多
关键词 维汉机器翻译 形态复杂性 层次化融合 语法特征 附加信息
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部