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
2
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
基于层级残差连接LSTM的命名实体识别
被引量：
11
1
作者
王进
李颖
+2 位作者
蒋晓翠
吕晓旭
肖黄清
《江苏大学学报（自然科学版）》
CAS
北大核心
2022年第4期446-452,共7页
针对命名实体识别任务中现有的LSTM提取特征向量存在对短期信息特征表达能力不足的问题,提出一个基于层级残差连接的LSTM网络.通过添加残差块堆叠LSTM网络深度,增强短期信息特征非线性拟合能力;利用全局信息编码动态选择激活函数,在加...
针对命名实体识别任务中现有的LSTM提取特征向量存在对短期信息特征表达能力不足的问题,提出一个基于层级残差连接的LSTM网络.通过添加残差块堆叠LSTM网络深度,增强短期信息特征非线性拟合能力;利用全局信息编码动态选择激活函数,在加强网络计算能力的同时降低了参数量;通过注意力机制,对输入动态调整残差连接的层数加强模型拟合能力.给出了残差网络和Dynamic ReLU激活函数,建立了基于层级残差连接的LSTM命名实体识别整体框架,定义了残差连接模块、Dynamic ReLU模块、注意力机制模块.对比了所提出方法与FLAT、Lattice LSTM等相关算法,在Weibo和Resume数据集上进行试验.结果表明,基于层级残差连接的LSTM在Weibo上达到了最好的效果,在Resume上效果仅次于FLAT,F_(1)分别为0.7001、0.9586.
展开更多
关键词
命名实体识别
短期信息特征
LSTM
残差连接
dynamic
relu
注意力机制
在线阅读
下载PDF
职称材料
基于多感受野特征增强的改进EfficientDet遥感目标检测算法
被引量：
6
2
作者
张润梅
贾振楠
+3 位作者
李佳祥
吴路路
徐信芯
袁彬
《电光与控制》
CSCD
北大核心
2024年第7期53-60,96,共9页
针对遥感图像目标检测中小目标检测精度低、目标密集和尺度形态多样等问题,在轻量化网络EfficientDet-D0目标检测算法的基础上,在加权双向特征金字塔网络(BiFPN)进行特征融合时加入小尺度以及高一级尺度的中间信息,对BiFPN网络进行重构...
针对遥感图像目标检测中小目标检测精度低、目标密集和尺度形态多样等问题,在轻量化网络EfficientDet-D0目标检测算法的基础上,在加权双向特征金字塔网络(BiFPN)进行特征融合时加入小尺度以及高一级尺度的中间信息,对BiFPN网络进行重构,充分利用不同尺度信息,提高多尺度目标检测精度;同时在BiFPN中加入融合空洞卷积和快速归一化融合方法的特征增强模块,补强因特征图缩放所丢失的特征信息,进一步提高检测精度;另外,采用参数动态的Dynamic ReLU激活函数对原始网络中的参数静态的Swish激活函数进行改进。改进EfficientDet算法在不影响轻量化特点的前提下,对公开数据集Pascal VOC的目标检测平均精度均值(mAP)相较于原始算法提升11.9个百分点,亦优于其他目标检测算法。针对遥感图像数据集RSOD,通过Imgaug数据增强库对已有的936幅遥感图像数据集进行数据增广,利用改进模型进行迁移学习,未进行数据增广和增广后的目标检测结果分别为88.38%和96.78%,证明所提算法可以满足实际应用中对遥感图像目标的检测要求。
展开更多
关键词
深度学习
遥感图像
目标检测
EfficientDet
多尺度特征融合
特征增强模块
dynamic
relu
在线阅读
下载PDF
职称材料
题名
基于层级残差连接LSTM的命名实体识别
被引量：
11
1
作者
王进
李颖
蒋晓翠
吕晓旭
肖黄清
机构
重庆邮电大学数据工程与可视计算重点实验室
出处
《江苏大学学报（自然科学版）》
CAS
北大核心
2022年第4期446-452,共7页
基金
国家自然科学基金青年科学基金资助项目(61806033)
重庆市自然科学基金资助面上项目(cstc2019jcyj⁃msxmX0021)。
文摘
针对命名实体识别任务中现有的LSTM提取特征向量存在对短期信息特征表达能力不足的问题,提出一个基于层级残差连接的LSTM网络.通过添加残差块堆叠LSTM网络深度,增强短期信息特征非线性拟合能力;利用全局信息编码动态选择激活函数,在加强网络计算能力的同时降低了参数量;通过注意力机制,对输入动态调整残差连接的层数加强模型拟合能力.给出了残差网络和Dynamic ReLU激活函数,建立了基于层级残差连接的LSTM命名实体识别整体框架,定义了残差连接模块、Dynamic ReLU模块、注意力机制模块.对比了所提出方法与FLAT、Lattice LSTM等相关算法,在Weibo和Resume数据集上进行试验.结果表明,基于层级残差连接的LSTM在Weibo上达到了最好的效果,在Resume上效果仅次于FLAT,F_(1)分别为0.7001、0.9586.
关键词
命名实体识别
短期信息特征
LSTM
残差连接
dynamic
relu
注意力机制
Keywords
named entity recognition
short⁃term information features
LSTM
residual connection
dynamic relu
attention mechanism
分类号
TP391.9 [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
基于多感受野特征增强的改进EfficientDet遥感目标检测算法
被引量：
6
2
作者
张润梅
贾振楠
李佳祥
吴路路
徐信芯
袁彬
机构
安徽建筑大学机械与电气工程学院
安徽省工程机械智能制造重点实验室
陕西省高速公路施工机械重点实验室
安徽省仿真设计与现代制造工程技术研究中心
安徽工程大学
出处
《电光与控制》
CSCD
北大核心
2024年第7期53-60,96,共9页
基金
国家自然科学基金(52005003)
陕西省高速公路施工机械重点实验室开放基金(300102252507)
+1 种基金
安徽省仿真设计与现代制造工程技术研究中心开放基金(SGCZXZD2101)
安徽省研究生创新创业实践项目(2022cxcysj155)。
文摘
针对遥感图像目标检测中小目标检测精度低、目标密集和尺度形态多样等问题,在轻量化网络EfficientDet-D0目标检测算法的基础上,在加权双向特征金字塔网络(BiFPN)进行特征融合时加入小尺度以及高一级尺度的中间信息,对BiFPN网络进行重构,充分利用不同尺度信息,提高多尺度目标检测精度;同时在BiFPN中加入融合空洞卷积和快速归一化融合方法的特征增强模块,补强因特征图缩放所丢失的特征信息,进一步提高检测精度;另外,采用参数动态的Dynamic ReLU激活函数对原始网络中的参数静态的Swish激活函数进行改进。改进EfficientDet算法在不影响轻量化特点的前提下,对公开数据集Pascal VOC的目标检测平均精度均值(mAP)相较于原始算法提升11.9个百分点,亦优于其他目标检测算法。针对遥感图像数据集RSOD,通过Imgaug数据增强库对已有的936幅遥感图像数据集进行数据增广,利用改进模型进行迁移学习,未进行数据增广和增广后的目标检测结果分别为88.38%和96.78%,证明所提算法可以满足实际应用中对遥感图像目标的检测要求。
关键词
深度学习
遥感图像
目标检测
EfficientDet
多尺度特征融合
特征增强模块
dynamic
relu
Keywords
deep learning
remote sensing image
target detection
EfficientDet
multi-scale feature fusion
feature enhancement module
dynamic relu
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
基于层级残差连接LSTM的命名实体识别
王进
李颖
蒋晓翠
吕晓旭
肖黄清
《江苏大学学报（自然科学版）》
CAS
北大核心
2022
11
在线阅读
下载PDF
职称材料
2
基于多感受野特征增强的改进EfficientDet遥感目标检测算法
张润梅
贾振楠
李佳祥
吴路路
徐信芯
袁彬
《电光与控制》
CSCD
北大核心
2024
6
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
