期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
特征软融合与正负样本对比的弱监督目标定位
1
作者 阮皓皓 李冰锋 +1 位作者 李新伟 冀得魁 《电子测量技术》 北大核心 2025年第11期59-66,共8页
针对弱监督目标定位任务中,使用硬融合方式来融合深浅层特征导致网络过度关注区分性强区域或误将背景识别为目标的问题,本文提出了一种基于深浅层特征软融合和正负样本对比的弱监督目标定位方法。首先,提出的深浅层特征软融合策略通过... 针对弱监督目标定位任务中,使用硬融合方式来融合深浅层特征导致网络过度关注区分性强区域或误将背景识别为目标的问题,本文提出了一种基于深浅层特征软融合和正负样本对比的弱监督目标定位方法。首先,提出的深浅层特征软融合策略通过设计前景生成器,分别从浅层特征和深层特征中生成前景预测图,然后采取反向监督操作,引导网络逐步学习多层细粒度特征,实现深浅层特征之间的相互优化。其次,本文基于对比学习思想提出了正负样本对比损失函数,通过构造正负样本,以引导网络在训练过程中更专注于前景区域,抑制背景噪声的干扰。本文在CUB-200-2011和ILSVRC-2012数据集上以验证本文方法的有效性,在两个数据集上的定位准确率分别达到了95.77%和72.90%。实验结果表明,本文方法在弱监督目标定位任务场景下的有效性和适用性。 展开更多
关键词 弱监督目标定位 深浅层特征软融合 正负样本对比 前景生成器
在线阅读 下载PDF
融合比例先验和损失感知的目标检测模型的正负样本分配算法
2
作者 庄旭君 左华红 韩屏 《计算机应用研究》 CSCD 北大核心 2023年第10期3194-3200,共7页
针对目标检测模型在训练过程中正负样本分配时没有考虑真实框的长宽比、对物体不同分布的适应能力差等不足,提出了比例先验和损失感知的分配算法RLA。RLA不改变原有检测模型的结构,首先根据真实框的长宽比选择等比例的中心区域,然后计... 针对目标检测模型在训练过程中正负样本分配时没有考虑真实框的长宽比、对物体不同分布的适应能力差等不足,提出了比例先验和损失感知的分配算法RLA。RLA不改变原有检测模型的结构,首先根据真实框的长宽比选择等比例的中心区域,然后计算锚点综合损失,考虑真实框内物体的实际分布,最后通过动态损失阈值的方式区分正负样本。该算法解决了基于IoU分配时适应性差、难以选出最佳正样本等问题,对偏心物体和长宽比悬殊物体的样本分配更加合理。与已有的样本分配算法对比,该算法在MS COCO数据集上的表现更优,比基线FCOS的AP提升1.66%;在模型结构相同时,比ATSS和PAA算法的AP分别提升了0.76%和0.24%,证明了RLA算法的有效性。 展开更多
关键词 目标检测 正负样本 长宽比 损失感知 自适应
在线阅读 下载PDF
顾及样本均衡性的松材线虫病疫木识别研究 被引量:1
3
作者 卢涛 《山东林业科技》 2024年第6期82-87,共6页
松材线虫病是一种快速传播的毁灭性森林病害,其防控关键在于及时开展疫木监测。针对在喀斯特山区林地中目标尺度小、干扰因素多导致候选框生成困难和样本不均衡的问题,提出一种基于IoU采样平衡的疫木检测算法SB-HEM(sampling-balance-ba... 松材线虫病是一种快速传播的毁灭性森林病害,其防控关键在于及时开展疫木监测。针对在喀斯特山区林地中目标尺度小、干扰因素多导致候选框生成困难和样本不均衡的问题,提出一种基于IoU采样平衡的疫木检测算法SB-HEM(sampling-balance-based hard example mining,SB-HEM),并从检测精度、检测速度两个方面分别对比分析评价SB-HEM各部分的检测性能。实验表明:SB-HEM疫木检测的F1值和mAP分别为78.96%、81.66%,SB-HEM有效提高了网络模型识别负样本的能力,从而实现了松材线虫病疫木精准识别,为松材线虫病防控提供了技术参考。 展开更多
关键词 松材线虫病 Faster R-CNN 正负样本 采样平衡
在线阅读 下载PDF
结合图对比学习的多图神经网络会话推荐方法 被引量:1
4
作者 卢敏 原子婷 《计算机科学》 CSCD 北大核心 2024年第5期54-61,共8页
会话推荐根据匿名用户短期内的交互数据预测下一个交互物品。针对会话中物品少、物品长尾分布等特性,现有基于图对比学习的会话推荐模型提出对会话内物品采用随机裁剪、扰动等方式构造正负样本。然而,上述随机退出策略进一步缩减较短会... 会话推荐根据匿名用户短期内的交互数据预测下一个交互物品。针对会话中物品少、物品长尾分布等特性,现有基于图对比学习的会话推荐模型提出对会话内物品采用随机裁剪、扰动等方式构造正负样本。然而,上述随机退出策略进一步缩减较短会话中的可用物品,使得会话更加稀疏,引起会话兴趣学习偏差。为此,提出了结合图对比学习的多图神经网络会话推荐方法。其核心思想是:在物品局部图、物品全局图等上提取融入物品局部和全局的高阶邻域物品表示,并生成物品级的会话表示,然后设计会话-会话图并学习会话级的会话表示,最后递归利用不同级别会话兴趣生成正负样本对,通过对比学习机制增强会话兴趣区分性。与退出策略相比,所提模型保留了完整的会话信息,实现了真正的数据扩充。在两个基准数据集上进行了大量实验,结果表明,该算法的推荐性能远优于主流基线方法。 展开更多
关键词 会话推荐 图对比学习 图神经网络 会话兴趣 正负样本
在线阅读 下载PDF
基于注意力与密集重参数化的目标检测算法
5
作者 陈志旺 雷春明 +2 位作者 吕昌昊 王婷 彭勇 《高技术通讯》 CAS 北大核心 2024年第3期233-247,共15页
针对目标检测任务中背景复杂、目标尺寸差异大等因素导致目标检测结果较差的问题,本文提出基于注意力和密集重参数化的目标检测算法。首先,基于CSP-DarkNet提出高效的特征提取网络,主要包括密集重参数化模块和CASA模块2个设计。前者利... 针对目标检测任务中背景复杂、目标尺寸差异大等因素导致目标检测结果较差的问题,本文提出基于注意力和密集重参数化的目标检测算法。首先,基于CSP-DarkNet提出高效的特征提取网络,主要包括密集重参数化模块和CASA模块2个设计。前者利用密集连接保留浅层特征,又通过重参数化结构降低网络复杂度;后者CASA模块用于获取需要的目标信息。其次,特征融合在特征金字塔(FPN)和路径聚合网络(PAN)的基础上,引入内容感知特征重组(CARAFE)进行上采样,有效解决了邻近插值法等未能捕捉丰富语义信息的问题;提出更高效的C3-G模块,获取丰富的梯度信息,增强模型表达能力和感知能力;同时,引入深度可分离卷积提升运算效率。最后,检测输出采用在更大范围上跨领域正负样本匹配策略扩充正样本数量,提升检测效果。该算法在MS COCO和PASCAL VOC数据集上的mAP@0.5分别达到了57.5%和83.0%,充分说明了本文算法的先进性。 展开更多
关键词 目标检测 重参数化 注意力机制 特征融合 上采样 正负样本匹配
在线阅读 下载PDF
基于粗到细的多尺度单幅图像去雾方法
6
作者 王德文 陈威 苏攀 《智能系统学报》 CSCD 北大核心 2024年第5期1102-1110,共9页
为了解决现有图像去雾算法易出现细节纹理丢失、颜色失真或对非均匀浓雾处理不彻底的问题,提出一种基于粗到细的多尺度单幅图像去雾方法。首先,主干网络使用残差特征注意力模块对有雾图像进行特征提取;其次,将不同尺度的输入图像进行卷... 为了解决现有图像去雾算法易出现细节纹理丢失、颜色失真或对非均匀浓雾处理不彻底的问题,提出一种基于粗到细的多尺度单幅图像去雾方法。首先,主干网络使用残差特征注意力模块对有雾图像进行特征提取;其次,将不同尺度的输入图像进行卷积预处理,通过多尺度特征融合模块将预处理的浅层特征与主干网络融合;再次,将不同粒度的非对称特征进行有效融合;最后,将浅层信息与深层信息自适应混合输出,通过对比正则损失构建正负样本信息,使得去雾图像更接近无雾图像。实验结果表明,与已有代表性的去雾方法相比,提出的方法能对合成数据集与真实数据集进行有效去雾,在细节保留与色彩还原上优于对比方法。 展开更多
关键词 图像去雾 粗到细 多尺度特征融合 残差特征注意力 非对称特征融合 自适应混合 对比正则 正负样本
在线阅读 下载PDF
基于复合骨干网络的漏磁小缺陷信号检测方法
7
作者 唐建华 张鑫 +2 位作者 刘金海 刘海超 卢进 《电子测量与仪器学报》 CSCD 北大核心 2024年第10期69-77,共9页
漏磁内检测是管道内检测的核心技术,对保障管道的安全运输至关重要。管道长期处于地下或深海,复杂的环境导致管道表面存在许多小缺陷。由于小缺陷可利用信息有限,传统的深度学习缺陷检测方法识别小缺陷难以获得满意的检测结果。提出了... 漏磁内检测是管道内检测的核心技术,对保障管道的安全运输至关重要。管道长期处于地下或深海,复杂的环境导致管道表面存在许多小缺陷。由于小缺陷可利用信息有限,传统的深度学习缺陷检测方法识别小缺陷难以获得满意的检测结果。提出了一种基于复合骨干网络的漏磁小缺陷信号检测方法。首先,提出了一种名为背景压缩的数据增强方法,以压缩背景信号进而增强小缺陷关键特征。其次,设计一种自适应的正负样本分配策略,以改善小缺陷在区域候选网络中正负样本分配不均匀的问题。最后,提出了一种小缺陷多分支高分辨率特征提取网络,利用多分支复合结构获得高分辨率特征进行特征融合,以提高网络对小缺陷纹理信息的利用率。以试验场管道数据对所提方法进行验证,实验结果表明,设计的方法是有效的,检测精度达90.3%,与最好结果相比,mAP提升8.4%。 展开更多
关键词 漏磁内检测 深度学习 缺陷检测 正负样本 特征融合
在线阅读 下载PDF
基于交叉验证技术的KNN方法在降水预报中的试验 被引量:27
8
作者 曾晓青 邵明轩 +1 位作者 王式功 刘还珠 《应用气象学报》 CSCD 北大核心 2008年第4期471-478,共8页
利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域(KNN)方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。... 利用2003—2005年4—9月国家气象中心T213的数值预报产品,通过动力诊断,从大量数值预报因子中提取不同层次、不同时效与降水关系较好的多个因子,使用K最邻近域(KNN)方法,制作不同代表站点的晴雨预报和大于或等于10 mm的降水预报试验。在搜索K邻近域的过程中,考虑天气事件出现的概率不同,而分别求取有天气事件的正样本K+值和无天气事件的负样本K-值,使该方法选择的最邻近域中的K值取得更为合理。利用交叉验证的方法,对历史资料依次选取部分样本作为预报测试集,通过预测结果的检验评分,选取获得最大准确率和最大概括率的K+和K-作为最佳邻近域的组合。确定了最优K值后,反算历史样本,通过比较,得到某站出现降水天气事件的预报判别值,在一定程度上减少了预报的空报率。经过对2006年4—9月的预报试验,改进后的KNN方法使24,48 h的晴雨预报和大于或等于10 mm降水预报的TS评分大多数高于未改进前的,也高于T213模式本身的降水预报和MOS方法动力统计释用的降水预报,特别是克服了模式降水预报和MOS方法预报中空报率较高的现象,达到了较好的预报效果。 展开更多
关键词 K邻近域 正负样本 交叉验证 降水预报
在线阅读 下载PDF
改进的单类协同过滤推荐方法 被引量:4
9
作者 王鹏 景丽萍 《计算机科学与探索》 CSCD 2014年第10期1231-1238,共8页
在使用矩阵分解方法解决单类协同过滤问题时,数据的稀疏性以及负样本的缺乏会导致分解特征提取不明确,训练结果区分度低等诸多弊端。针对此问题提出了一种综合考虑物品相似度以及用户活跃度的正负样本选择算法,根据物品相似度向原始数... 在使用矩阵分解方法解决单类协同过滤问题时,数据的稀疏性以及负样本的缺乏会导致分解特征提取不明确,训练结果区分度低等诸多弊端。针对此问题提出了一种综合考虑物品相似度以及用户活跃度的正负样本选择算法,根据物品相似度向原始数据中添加一定正样本,同时根据用户活跃度向每个用户添加不同数量的负样本,从而减小了稀疏性和缺少负样本对使用矩阵分解方法解决单类协同过滤问题的影响。实验结果表明,该算法能够提高正负样本添加的准确性,减少矩阵稀疏性对单类协同过滤问题的影响,从而提高推荐的准确性。 展开更多
关键词 矩阵分解 单类协同过滤 稀疏性 正负样本
在线阅读 下载PDF
改进型FCOS目标检测算法 被引量:1
10
作者 陈金令 程茂凯 徐紫涵 《计算机科学》 CSCD 北大核心 2022年第S02期467-472,共6页
针对经典无锚框目标检测算法FCOS(Fully Constitutional One-Stage Object Detection)难以充分提取目标特征,位置与内容信息结合能力不足,正负样本区分不充分导致性能减弱等问题,提出了一种改进型FCOS目标检测算法。该方法首先在ResNet5... 针对经典无锚框目标检测算法FCOS(Fully Constitutional One-Stage Object Detection)难以充分提取目标特征,位置与内容信息结合能力不足,正负样本区分不充分导致性能减弱等问题,提出了一种改进型FCOS目标检测算法。该方法首先在ResNet50特征提取网络中加入可变形卷积模块与全局注意力模块,提高特征信息捕获能力;然后,将FPN特征金字塔与深层链路层相结合,构成多尺度特征融合模块,提升特征提取效果。最后,加入自适应划分正负样本模块,增强检验框的准确性以达到提高回归精度的效果,从而提升检测结果。为了测试算法的检测效果,分别使用了COCO数据集与VOC数据集进行实验。与原FCOS算法相比,所提算法在两个数据集上的平均精度分别提高了2.3%和1.8%,其中,对COCO数据集中的小目标检测的效果有明显提升。 展开更多
关键词 目标检测 可变形卷积 全局注意力 多尺度特征 特征金字塔 正负样本
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部