期刊文献+
共找到244篇文章
< 1 2 13 >
每页显示 20 50 100
基于特征融合的复杂场景树种跨域泛化分类模型
1
作者 陈广胜 温林郅 +3 位作者 张文均 李超 于鸣 景维鹏 《林业科学》 北大核心 2025年第4期33-45,共13页
【目的】针对不同区域因气候、土壤等生态因子差异导致的域偏移问题,提出一种基于全局-局部特征融合的单域泛化方法,提升复杂森林场景下无标签树种识别的泛化性能,为跨域树种分类研究提供理论依据和实践支持。【方法】选取德国巴登-符... 【目的】针对不同区域因气候、土壤等生态因子差异导致的域偏移问题,提出一种基于全局-局部特征融合的单域泛化方法,提升复杂森林场景下无标签树种识别的泛化性能,为跨域树种分类研究提供理论依据和实践支持。【方法】选取德国巴登-符腾堡州南部和中国黄山市祁门县西部为源域,德国图林根州中部和中国黄山市祁门县东部为目标域,构建一种全局-局部特征融合网络(HUFNet)模型进行树种分类,HUFNet模型包含基于CNN的编码器层、基于Transformer的解码器层、全局-局部特征融合机制(GLAFE)、特征精炼头(FRH)和边界优化模块(ERV)。模型经源域数据集训练后,在目标域上测试验证其泛化能力,实现复杂场景跨域树种分类。【结果】通过多个源域和目标域数据集的对比验证,HUFNet模型在目标域HainichUAV数据集上对针叶和阔叶树种的分类总体准确率(OA)为75.1%,平均交并比(mIoU)为58.3%,相比基于自注意力机制的分类架构分别提升13.7%与11.7%。在目标域HuangshanEast数据集上,HUFNet模型的OA为71.7%,mIoU为56.8%,相比ViT-R50作为编码器的混合架构,OA提升1.2%。【结论】HUFNet模型的跨域树种分类性能明显提升,不仅保持了高精度的识别能力,而且在目标域上展现出强大的跨域泛化能力,同时大幅降低了模型的时间复杂度和空间复杂度,适用于资源受限的环境。该模型基于全局-局部特征融合的单域泛化方法,为跨域树种分类提供了新的研究思路。 展开更多
关键词 遥感影像 树种分类 单域泛化 语义分割 轻量化模型
在线阅读 下载PDF
对比学习改进文本生成图像方法的研究
2
作者 赵宏 王贺 李文改 《计算机工程与应用》 北大核心 2025年第14期264-273,共10页
针对现有文本生成图像方法中仅依赖图像和文本之间的语义相似度损失为约束,模型难以有效学习到图像与对应多个文本之间的关系,导致生成图像和文本之间语义匹配度低的问题,提出一种引入对比学习对文本生成图像模型改进的方法。在训练阶段... 针对现有文本生成图像方法中仅依赖图像和文本之间的语义相似度损失为约束,模型难以有效学习到图像与对应多个文本之间的关系,导致生成图像和文本之间语义匹配度低的问题,提出一种引入对比学习对文本生成图像模型改进的方法。在训练阶段,采用对比学习的方法,计算同一图像的不同文本生成图像之间的对比损失,使模型能够学习同一图像的不同文本表示,以提高生成图像和文本语义的一致性。同时,计算生成图像与真实图像之间的对比损失,保证生成图像向真实图像靠拢。在生成器中,设计一种新的特征融合模块,通过注意力图作为条件,引导图像特征与文本特征对齐,从而提高生成图像的细节表达。实验结果表明,与基准模型相比,在CUB数据集上的Inception Score分数提高了7.32%,Fréchet Inception Distance分数下降了21.06%;在COCO数据集上的Fréchet In-ception Distance分数下降了36.43%。证明该方法生成的图像具有更好的文本语义一致性和真实性。 展开更多
关键词 文本生成图像 生成对抗网络(GAN) 对比学习 特征融合 语义一致性
在线阅读 下载PDF
融合扩散模型的生成式零样本钢表面缺陷检测
3
作者 季瑞瑞 杨思凡 +2 位作者 华羽垚 耿屹 白晨羲 《计算机工程与应用》 北大核心 2025年第12期333-343,共11页
针对生成式零样本目标检测模型难以应对复杂场景下的钢材表面缺陷检测,存在语义混淆和鲁棒性低的问题,提出一种融合扩散模型的生成式零样本钢材表面缺陷检测模型。设计多模态缺陷特征对齐模块,通过监督对比学习、缺陷特征对齐和语义一... 针对生成式零样本目标检测模型难以应对复杂场景下的钢材表面缺陷检测,存在语义混淆和鲁棒性低的问题,提出一种融合扩散模型的生成式零样本钢材表面缺陷检测模型。设计多模态缺陷特征对齐模块,通过监督对比学习、缺陷特征对齐和语义一致性重建,使生成器生成的缺陷特征与原始语义信息充分对齐,提高生成模型的鲁棒性;引入缺陷特征去噪扩散模块,通过逐步添加、去除噪声来生成多样化的特征表征,并筛选出具有代表性的生成缺陷特征。将得到的生成缺陷特征用于更新缺陷检测网络的分类器,实现零样本钢材表面缺陷检测。通过在NEU和GC10两个钢材表面缺陷数据集上的实验结果显示,零样本检测设置下,检测精度相较于基线模型分别提升11.5和17.4个百分点;广义零样本检测设置下,调和平均值分别提升3.0和9.8个百分点,有效提升了模型在复杂场景下的钢材表面缺陷检测能力;可视化结果表明,模型能够生成分离特征明显的未见缺陷特征,缓解了语义混淆问题;此外,与目前先进的零样本目标检测模型相比,该模型在钢材表面缺陷检测中表现出了更高的准确率和鲁棒性。 展开更多
关键词 缺陷检测 零样本学习 生成式模型 语义对齐 扩散模型
在线阅读 下载PDF
基于GAN的语义对齐网络半监督跨模态哈希方法
4
作者 刘华咏 朱婷 《计算机科学》 北大核心 2025年第6期159-166,共8页
监督方法在跨模态检索中已有不少成果,是比较热门的方法。然而,这类方法过于依赖标记的数据,没有充分利用无标签数据所包含的丰富信息。为了解决这一问题,人们开始研究无监督方法,但是仅依靠未标记数据的效果并不理想。对此,提出了基于... 监督方法在跨模态检索中已有不少成果,是比较热门的方法。然而,这类方法过于依赖标记的数据,没有充分利用无标签数据所包含的丰富信息。为了解决这一问题,人们开始研究无监督方法,但是仅依靠未标记数据的效果并不理想。对此,提出了基于GAN的语义对齐网络半监督跨模态哈希方法(GAN-SASCH)。该模型基于生成对抗网络,结合了语义对齐的概念。生成对抗网络分为两个模块,分别是生成器和判别器,生成器学习拟合未标记数据的相关性分布并生成虚假的数据样本,判别器则用于判断数据对样本是来自数据集还是生成器。通过这两个模块之间展开极大极小的对抗博弈游戏,不断提升生成对抗网络的性能。语义对齐能充分利用不同模态之间的相互作用和对称性,统一不同模态的相似性信息,有效地指导哈希代码的学习过程。除此之外,还引入了自适应学习优化参数以提升模型性能。在NUS-WIDE和MIRFLICKR25K数据集上,对比了所提方法与9种相关前沿方法,使用MAP与PR图两种评价指标验证了所提方法的有效性。 展开更多
关键词 跨模态哈希 生成对抗网络 语义对齐 半监督 自适应学习
在线阅读 下载PDF
中外经典座椅视觉偏好差异研究
5
作者 赵立杉 张茜玥 张凯旋 《家具与室内装饰》 北大核心 2025年第7期8-14,共7页
为探索Z世代专业用户群体与非专业用户群体对中外经典座椅的视觉偏好差异,总结归纳其视觉偏好,并从中获得设计启示与指导方法。首先收集整理中外设计史上的经典座椅,将样本进行分类、灰度处理及拉丁方形式排列;其次采用语义感知差异法,... 为探索Z世代专业用户群体与非专业用户群体对中外经典座椅的视觉偏好差异,总结归纳其视觉偏好,并从中获得设计启示与指导方法。首先收集整理中外设计史上的经典座椅,将样本进行分类、灰度处理及拉丁方形式排列;其次采用语义感知差异法,对不同背景用户进行语义差异法评价调查,运用眼动追踪技术获取用户眼动指标数据,对比不同背景用户的语义感知与视觉偏好差异。通过实验分析发现,不同背景用户均对有靠背有扶手类型的座椅视觉偏好均值较高;有靠背无扶手类型的座椅在语义评价及视觉关注度均值上均存在显著性。本研究通过眼动实验弥补了传统主观评价的不足,增加定量数据支撑,研究表明不同背景用户对于座椅外观造型的语义感知度与视觉偏好具有相关性,为座椅造型设计领域提供了科学的数据支持与理论指导。 展开更多
关键词 眼动实验 Z世代 经典座椅 语义感知 视觉偏好差异
在线阅读 下载PDF
基于富语义词元的大模型生成策略优化
6
作者 程齐凯 石湘 +1 位作者 于丰畅 黄圣智 《情报学报》 北大核心 2025年第6期761-782,共22页
近年来,通用大模型技术取得了显著进展,但在科技情报领域的应用中,仍面临推理效率低下和领域任务适配性不足的问题。为此,本文系统地分析了大模型的生成机制,并提出了“富语义词元”概念,旨在描述大模型在生成过程中倾向产生的、具有语... 近年来,通用大模型技术取得了显著进展,但在科技情报领域的应用中,仍面临推理效率低下和领域任务适配性不足的问题。为此,本文系统地分析了大模型的生成机制,并提出了“富语义词元”概念,旨在描述大模型在生成过程中倾向产生的、具有语义聚合性、上下文依赖性或任务相关性的词元或词元序列。基于该概念,本文设计了一种基于生成偏好的大小模型协同生成策略。通过富语义词元的挖掘、复制机制及动态验证策略,实现在小模型与大模型之间的协同作用,推动大模型由逐词元生成向多个词元同步生成的转变,从而提升生成效率与任务适配性。本文从生成性能、泛用性和生成效率三个维度对该生成优化策略进行了评估。研究结果表明,该策略在法律、医学和新闻百科等多个领域任务中的评估指标均优于传统生成优化方法。本文为大模型生成优化、任务适配性提升以及可信可靠大模型构建提供了新的理论基础和实践路径。 展开更多
关键词 富语义词元 大小模型协同 生成优化 动态投机采样
在线阅读 下载PDF
基于跨模态语义协作学习的文本行人重识别
7
作者 罗赠丽 张灿龙 +2 位作者 李志欣 王智文 韦春荣 《广西师范大学学报(自然科学版)》 北大核心 2025年第5期145-157,共13页
现有的基于文本的行人重识别方法主要受限于特征对齐和语义歧义问题。针对该问题,本文提出一种跨模态语义协作的行人重识别方法(CMSC),通过学习图像与文本的共性语义信息,构建局部视觉与文本的对应约束关系,提升图像与文本的匹配效率。... 现有的基于文本的行人重识别方法主要受限于特征对齐和语义歧义问题。针对该问题,本文提出一种跨模态语义协作的行人重识别方法(CMSC),通过学习图像与文本的共性语义信息,构建局部视觉与文本的对应约束关系,提升图像与文本的匹配效率。首先,引入文本语义聚类模块,自动提取与局部视觉语义相关的文本信息,并通过图像自监督学习增强局部特征的语义表达;然后,构建共性语义协作模块,捕捉图像与描述的差异和共性,在嵌入空间中建立语义一致性的映射关系;最后,引入语义约束推理模块,通过图像与文本的语义一致性得分进行检索,从而提高效率。在3个基准数据集上的实验表明,本文方法能有效提升模型的性能,在Rank-1指标上较现有方法分别提升0.75、1.43和0.88个百分点,精度分别提升0.64、2.56及3.96个百分点。 展开更多
关键词 行人重识别 跨模态检索 语义聚类 大语言模型生成 语义一致性 语义协作
在线阅读 下载PDF
基于YOLO-Unet组合网络的牛只个体识别方法研究 被引量:1
8
作者 周意 毛宽民 《计算机科学》 北大核心 2025年第4期194-201,共8页
非接触式牛只个体识别方法在节约识别成本、简化识别流程和提升识别精度方面具有一定的优势,近年来在牛只个体识别领域有了充分的发展。但现有的研究中存在着识别准确率受环境和天气等外部因素影响过大、模型迁移训练困难等问题。针对... 非接触式牛只个体识别方法在节约识别成本、简化识别流程和提升识别精度方面具有一定的优势,近年来在牛只个体识别领域有了充分的发展。但现有的研究中存在着识别准确率受环境和天气等外部因素影响过大、模型迁移训练困难等问题。针对上述问题,基于YOLO-Unet组合网络提出了包含3个模块的牛只个体识别模型。首先,根据YOLOv5模型构建图像提取模块,用以提取牛只面部图像;随后,采用Unet模型构建背景消去模块,用以去除牛只面部图像背景,以消除环境影响,进而提升模型泛化性能;最后,使用MobileNetV3构建个体分类模块,对经背景消去后的牛只面部图像进行分类。对背景消去模块进行了消融实验,实验结果表明,引入背景消去模块能极大地提升模型泛化性能。引入背景消去模块的模型在测试集上的识别准确率为90.48%,相较于未引入背景消去模块的模型提升了11.99%。 展开更多
关键词 牛只个体识别 深度学习 目标检测 语义分割 目标识别 泛化能力
在线阅读 下载PDF
基于语义增强和特征融合的文本生成图像方法
9
作者 吴昊文 王鹏 +3 位作者 李亮亮 邸若海 李晓艳 吕志刚 《计算机工程与应用》 北大核心 2025年第15期229-240,共12页
文本生成图像是机器学习领域中非常具有挑战性的任务,虽然目前已有很大的突破,但仍然存在图像细粒度不够和语义一致性弱的问题,因此提出了一种基于语义增强和特征融合的文本生成图像方法(SEF-GAN)。针对初始特征表征不足问题,提出了空... 文本生成图像是机器学习领域中非常具有挑战性的任务,虽然目前已有很大的突破,但仍然存在图像细粒度不够和语义一致性弱的问题,因此提出了一种基于语义增强和特征融合的文本生成图像方法(SEF-GAN)。针对初始特征表征不足问题,提出了空间交叉重建模块,对不同信息量特征图进行分离与交叉重建,获得更精细化特征。为了提高文本属性信息的有效利用表征,设计了语义关联注意力模块,提高了文本描述和视觉内容之间的语义一致性。为了充分利用图像区域特征与文本语义标签之间的隐藏联系,构建了通道特征融合模块,将区域图像特征与文本隐层特征进行仿射,对目标区域重构并保留图像中与文本无关内容,并连接反残差结构进一步增强特征表达能力。在CUB和COCO数据集上实验结果表明,相对于现有先进方法,该方法将IS指标分别提高了18.8%和6.3%,FID指标分别提高了33.9%和14.6%,RP指标分别提高了10.9%和3.3%。证实所提方法能有效生成细节更丰富的图像,与文本描述更加吻合。 展开更多
关键词 文本生成图像 生成对抗网络 属性特征学习 图像语义融合 反残差结构
在线阅读 下载PDF
光伏电站航拍图像中组串级语义分割的人工智能算法
10
作者 孟子尧 许盛之 +3 位作者 王丽朝 龚友康 张晓丹 赵颖 《计算机应用与软件》 北大核心 2025年第4期201-207,共7页
光伏电站组串分割任务需要对物体边缘进行精确识别,从而得到精确的位置信息。针对此需求该文设计scSE-Unet8模型,将挤压激励模块(scSE)引入U-Net模型并减少模型复杂度。在光伏电站航拍图像数据集上进行训练和验证。实验结果表明由于scS... 光伏电站组串分割任务需要对物体边缘进行精确识别,从而得到精确的位置信息。针对此需求该文设计scSE-Unet8模型,将挤压激励模块(scSE)引入U-Net模型并减少模型复杂度。在光伏电站航拍图像数据集上进行训练和验证。实验结果表明由于scSE模块对空间和通道特征进行重新修正,强调了重要的边缘特征信息,因此相比于其他模型scSE-Unet8对组串边缘像素检测效果更好。模型经过交叉验证后测试集上的mIoU(平均交并比)为98.62%。最后使用边界信息提取算法处理scSE-Unet8的输出结果,消除原分割结果中少量的误检和漏检,获得像素级别的组串边界。 展开更多
关键词 语义分割 U-Net 边界提取 光伏发电 智能运维
在线阅读 下载PDF
伪标签动态生成的域自适应语义分割算法
11
作者 范帅坤 颜西平 +4 位作者 马春梅 裴丽君 朱金奇 陈家林 石锐 《天津师范大学学报(自然科学版)》 北大核心 2025年第4期68-74,共7页
自训练是解决域自适应语义分割的一种有效方法,针对现有工作中基于固定阈值选择的伪标签存在大量噪声的问题,提出一种伪标签动态生成的域自适应语义分割算法.首先,利用傅里叶变换对目标域图像进行风格转换预处理,使其在灰度、结构以及... 自训练是解决域自适应语义分割的一种有效方法,针对现有工作中基于固定阈值选择的伪标签存在大量噪声的问题,提出一种伪标签动态生成的域自适应语义分割算法.首先,利用傅里叶变换对目标域图像进行风格转换预处理,使其在灰度、结构以及边缘等信息与源域图像接近,降低域之间的差异;然后,提出一种基于移动阈值的伪标签动态生成方法,提升目标域图像伪标签的置信度.在2个典型城市道路数据集GTA5和SYNTHIA上进行实验,结果表明,相比典型的基于对抗学习的AdaptSegNet模型和较先进的RPT模型,本文算法的平均交并比(mIoU)均有一定提升,验证了本文算法的有效性. 展开更多
关键词 语义分割 域自适应 无监督 生成网络 伪标签 移动阈值
在线阅读 下载PDF
基于关系特征强化的全景场景图生成方法
12
作者 李林昊 王逸泽 +2 位作者 李英双 董永峰 王振 《计算机应用》 北大核心 2025年第2期584-593,共10页
全景场景图生成(PSGG)旨在识别图像中所有对象并自动地捕获所有对象间的语义关联关系。语义关联关系建模依赖目标对象及对象对(subject-object pair)的特征描述,然而现行工作中存在以下不足:采用边界框提取方式获取的对象特征较模糊;仅... 全景场景图生成(PSGG)旨在识别图像中所有对象并自动地捕获所有对象间的语义关联关系。语义关联关系建模依赖目标对象及对象对(subject-object pair)的特征描述,然而现行工作中存在以下不足:采用边界框提取方式获取的对象特征较模糊;仅关注对象的语义和空间位置特征,忽略了对关系预测同样重要的对象对的语义联合特征和相对位置特征;未能针对不同类型的对象对(如前景-前景、前景-背景、背景-背景)进行差异化特征提取,进而忽略了它们之间的差异性。针对上述问题,提出一种基于关系特征强化的全景场景图生成方法(RFE)。首先,通过引入像素级掩码区域特征,丰富对象特征的细节信息,同时有效地融合对象对的联合视觉特征、语义联合特征和相对位置特征;其次,根据对象对的不同类型,自适应地选择最适合本类型对象对的特征提取方式;最后,获得强化后更精确的关系特征用于关系预测。在PSG数据集上的实验结果表明,以VCTree(Visual Contexts Tree)、Motifs、IMP(Iterative Message Passing)和GPSNet为基线方法,ResNet-101为骨干网络,RFE在具有挑战性的SGGen任务上召回率(R@20)指标分别提高了4.37、3.68、2.08和1.80个百分点,验证了所提方法在PSGG的有效性。 展开更多
关键词 全景场景图生成 对象对联合特征 关系特征强化 语义关联关系 自适应选择
在线阅读 下载PDF
红外图像生成中语义失真改善技术综述
13
作者 徐临楷 耿蕊 《计算机工程与应用》 北大核心 2025年第14期54-64,共11页
随着红外技术的发展,基于可见光图像转换的红外图像生成方法成为各应用领域获取红外数据源的有效途径。然而,可见光图像和红外图像之间较大的模态差异易使生成的图像出现不同程度的语义失真,给下游任务带来困难。在深入研究实现红外图... 随着红外技术的发展,基于可见光图像转换的红外图像生成方法成为各应用领域获取红外数据源的有效途径。然而,可见光图像和红外图像之间较大的模态差异易使生成的图像出现不同程度的语义失真,给下游任务带来困难。在深入研究实现红外图像生成的深度模型的基础上,归纳并总结其中改善语义失真的方法与原理;结合理论详细探讨语义失真改善效果的评估手段和实验对比情况,分析不同改善方法对转换图像的针对性与适用性;探究现有红外图像生成任务中的挑战,对领域的未来发展方向进行展望。 展开更多
关键词 红外与可见光 图像生成 图像转换 语义失真
在线阅读 下载PDF
语义信息提取和图结构挖掘的事件骨架生成方法
14
作者 黄凯 马廷淮 +3 位作者 孙圣杰 龚智恒 汤毅翔 陈思 《计算机工程与应用》 北大核心 2025年第12期187-195,共9页
事件骨架生成旨在从一系列的事件图中归纳出包含事件类型及其时序关系的事件骨架图。这是在时间复杂事件模式归纳任务中的一个核心步骤。尽管现有的方法在这项任务上已经取得了一定的效果,但是由于事件图的复杂性和多变性,这些方法在挖... 事件骨架生成旨在从一系列的事件图中归纳出包含事件类型及其时序关系的事件骨架图。这是在时间复杂事件模式归纳任务中的一个核心步骤。尽管现有的方法在这项任务上已经取得了一定的效果,但是由于事件图的复杂性和多变性,这些方法在挖掘事件图的结构信息和语义信息方面仍显不足。因此,为解决该问题,提出了一种事件骨架生成模型。在图编码阶段,模型使用了拉普拉斯位置编码,以精准捕捉和编码图结构的局部信息。同时,模型采用了多头注意力机制和图卷积网络,以提取语义信息和图结构信息,全面总结事件发展的全局结构信息,构建出更泛化、更全面的事件骨架图。实验证明,在事件骨架生成任务上,该模型在Event Match指标上提升了8.83%,Event Sequence Match指标上提升了11.2%(L=2)和7.6%(L=3),实现了较大的性能提升。 展开更多
关键词 事件模式归纳 事件骨架生成 图生成 语义信息提取 图结构挖掘
在线阅读 下载PDF
车身焊装场景下高密度点云数据的半监督语义分割方法
15
作者 韩松杰 刘银华 +1 位作者 李彦征 陈浩 《计算机集成制造系统》 北大核心 2025年第2期479-489,共11页
数字化工艺仿真模型的准确性是车身焊装工艺开发的核心,焊装场景下基于点云的工艺装备等分割识别是实现物理作业环境与仿真环境虚实一致性的关键,针对焊装场景点云分割中点云密度不均衡、局部特征差异大、依赖标记样本等问题,提出一种... 数字化工艺仿真模型的准确性是车身焊装工艺开发的核心,焊装场景下基于点云的工艺装备等分割识别是实现物理作业环境与仿真环境虚实一致性的关键,针对焊装场景点云分割中点云密度不均衡、局部特征差异大、依赖标记样本等问题,提出一种少样本条件下基于生成对抗网络的半监督点云语义分割方法,通过融合使用标记和无标记点云数据来提升分割精度。通过改进RandLA-Net,采用最远点采样并调整编码解码结构以增强复杂特征学习能力;引入对抗结构与自训练机制,充分利用无标记样本信息;通过引入平滑性约束,选择高可靠性伪标签,降低引入错误标签的概率。最后,在自采的焊装工位点云等数据集上开展对比实验验证了所提方法的优越性。 展开更多
关键词 焊装工位 点云语义分割 半监督 生成对抗网络
在线阅读 下载PDF
多域人机交互场景下中文SQL生成算法
16
作者 李洲 王星捷 +3 位作者 韩楠 潘乐盈 杨春芳 乔少杰 《重庆理工大学学报(自然科学)》 北大核心 2025年第6期100-107,共8页
随着自然语言处理、人工智能和多域数据库应用的发展,对智能数据库查询系统的需求迅速增长,尤其是在中文语境中,实现准确的查询生成已成为金融、医疗保健和客户服务等行业的必需要素。现有的SQL生成方法难以解决中文语义解析、多域适应... 随着自然语言处理、人工智能和多域数据库应用的发展,对智能数据库查询系统的需求迅速增长,尤其是在中文语境中,实现准确的查询生成已成为金融、医疗保健和客户服务等行业的必需要素。现有的SQL生成方法难以解决中文语义解析、多域适应性及人机交互中语义一致性的问题,限制复杂查询的跨域处理。针对上述挑战,提出一种面向中文的多域人机交互式SQL生成算法MH-CSQL(multi-domain human-computer interaction for Chinese SQL generation algorithm),结合历史信息和课程学习技术以增强自然语言理解,支持多域数据库处理各种查询任务。实验结果表明,MH-CSQL在准确性和适应性方面均优于传统方法。此外,将人机交互模型的结果可视图进行展示,验证了MH-CSQL在智能问答等领域的应用前景。 展开更多
关键词 中文语义解析 多领域数据库 人机交互 SQL自动生成
在线阅读 下载PDF
融合语义感知与模型生成的异常医疗数据识别算法设计
17
作者 高昱 韩智涌 《现代电子技术》 北大核心 2025年第4期159-163,共5页
为了能够对海量电子诊疗信息中的异常数据进行识别,提出一种融合语义感知与模型生成的异常医疗数据识别算法。通过融入胶囊神经网络并改进Transformer网络,实现了对医疗电子病历结构和生成语义特征的感知提取;结合胶囊神经网络和Transfo... 为了能够对海量电子诊疗信息中的异常数据进行识别,提出一种融合语义感知与模型生成的异常医疗数据识别算法。通过融入胶囊神经网络并改进Transformer网络,实现了对医疗电子病历结构和生成语义特征的感知提取;结合胶囊神经网络和Transformer网络的损失函数,加速了模型的收敛,从而提高了模型的异常数据识别准确率。在电子病历数据集上进行的实验结果表明,所提模型的准确率可达94.2%,高于多种现有的主流异常数据识别诊断模型。证明该模型算法能够对医疗电子病历实现语义感知和异常数据识别,为实现智能化的辅助诊疗提供了技术基础。 展开更多
关键词 电子病历 异常数据识别 语义感知 模型生成 胶囊神经网络 Transformer网络 语义特征提取
在线阅读 下载PDF
基于改进Pix2Pix的地质剖面生成方法
18
作者 孙子奇 曹战 陈华 《科学技术与工程》 北大核心 2025年第19期8025-8033,共9页
传统的地质方法对于地质剖面的确定过于依赖地震反射分辨率以及井数据的质量,针对实际情况中开发早期可用于标定的井数据数量极少,且传统地质建模方法生成地质剖面效率较低,难以支撑模型建立和频繁更新的问题,提出了基于改进Pix2Pix网... 传统的地质方法对于地质剖面的确定过于依赖地震反射分辨率以及井数据的质量,针对实际情况中开发早期可用于标定的井数据数量极少,且传统地质建模方法生成地质剖面效率较低,难以支撑模型建立和频繁更新的问题,提出了基于改进Pix2Pix网络的地质剖面生成方法。首先对初始的三维数据进行切片处理,在深度学习网络综合分析基础上,构建了基于残差和多尺度判别器的Pix2Pix网络模型,在生成器部分引入残差机制以提高网络对地质特征的学习能力,并为模型设定多尺度判别器,增强网络的判别性能。使用油田的真实地震反射数据和地质剖面数据对模型进行训练,实验结果显示:网络模型在引进残差机制和多尺度判别器后性能得到显著提升,生成结果与真实地质剖面的SSIM(structural similarity)分数能够达到91.89%,生成结果中的地质特征与实际情况高度拟合。 展开更多
关键词 图像语义识别 深度生成模型 Pix2Pix网络 地质建模
在线阅读 下载PDF
多尺度分割和误差引导生成对抗网络的神经元分割方法
19
作者 尤珍臻 姜明 +2 位作者 石争浩 都双丽 赵明华 《计算机辅助设计与图形学学报》 北大核心 2025年第6期983-993,共11页
神经元语义分割是实现神经元精确实例分割的关键环节.然而,大脑结构复杂,全脑神经元语义分割自动化非常具有挑战性.针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征,提出一种多尺度分割和误差引导生成对抗网络的神... 神经元语义分割是实现神经元精确实例分割的关键环节.然而,大脑结构复杂,全脑神经元语义分割自动化非常具有挑战性.针对神经元类内差异大、类间差异小、在不同解剖区域分布不均匀的特征,提出一种多尺度分割和误差引导生成对抗网络的神经元分割模型.首先应用基于双注意力门的多尺度分割和误差引导的框架作为生成器,预测神经元分割结果、假阴错误和假阳错误,根据三者结果通过迭代的方式改善神经元语义分割结果;然后将生成的分割结果、真值图分别与原始图像相乘,作为判别器的2个输入,通过多层卷积操作计算二者差异,区分生成的分割结果和真值图.在猕猴大脑数据集上的实验结果表明,与U-Net等其他模型相比,该模型得到的全脑神经元分割性能指标均有不同程度的提升,尤其对于浅色神经元,神经元分割性能得到了较大的提升,与8种参考模型相比, Dice值分别提升了20.3%, 1.2%, 15.5%, 2.5%, 8.2%, 159.2%, 0.8%和13.1%.应用所提模型得到的全脑神经元的分割结果,可以进一步用于神经元的实例分割、形态学分析等研究. 展开更多
关键词 神经元语义分割 生成对抗网络 猕猴大脑显微图像
在线阅读 下载PDF
联合内容和风格表示的无监督字体生成网络
20
作者 刘宇 丁阳 +3 位作者 Fatimah binti Khalid 李昕 Mas Rina binti Mustaffa Azreen bin Azman 《计算机辅助设计与图形学学报》 北大核心 2025年第5期865-876,共12页
生成包含大量字体的中文字体是具有挑战性的任务,现有方法主要依赖于大量的配对数据进行监督学习,然而收集这些数据是劳动密集型的工作,且很难扩展到新风格字体.为辅助字体设计师提高计算机汉字字库开发效率,提出分离字体内容和风格表... 生成包含大量字体的中文字体是具有挑战性的任务,现有方法主要依赖于大量的配对数据进行监督学习,然而收集这些数据是劳动密集型的工作,且很难扩展到新风格字体.为辅助字体设计师提高计算机汉字字库开发效率,提出分离字体内容和风格表示的无监督字体生成网络.首先,将风格和内容表示在同一域中建立密集的语义对应,指导解码器产生高质量的输出;然后,在跳跃连接中引入可变形卷积,通过学习偏移量和通道之间的相互依赖性,使网络更加注字体的结构特征;最后,设计多尺度风格判别器,在不同尺度上评估生成图像的风格一致性.在公开的数据集上展示并分析FUNIT, MX-Font和DG-Font等5种字体生成方法的生成效果,实验结果表明在L1, RMSE等评估指标和用户研究实验中均优于对比的方法. 展开更多
关键词 汉字字体生成 可变形卷积 无监督学习 跨域语义对应
在线阅读 下载PDF
上一页 1 2 13 下一页 到第
使用帮助 返回顶部