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
词典信息分层调整的中文命名实体识别方法
被引量：
4
1
作者
李宝昌
郭卫斌
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期276-283,共8页
在中文命名实体识别任务中,字信息融合词汇信息能丰富文本特征,但一个字可能对应多个候选词汇,容易产生词汇冲突,融合无关词汇信息会影响模型的识别效果,对此提出了词典信息分层调整的中文命名实体识别方法。首先将所有潜在词语按照词...
在中文命名实体识别任务中,字信息融合词汇信息能丰富文本特征,但一个字可能对应多个候选词汇,容易产生词汇冲突,融合无关词汇信息会影响模型的识别效果,对此提出了词典信息分层调整的中文命名实体识别方法。首先将所有潜在词语按照词语长度进行分层,通过高层词语反馈调整低层词语的权重来保留更有用的信息,以此缓解语义偏差问题和降低词汇冲突影响;然后将词汇信息拼接到字信息来增强文本特征表示。在Resume和Weibo数据集上的实验结果表明,本文方法与传统方法相比具有更优的效果。
展开更多
关键词
词典信息
分层调整
字词融合
特征增强
中文命名实体识别
在线阅读
下载PDF
职称材料
非结构化道路坑洼检测的YOLOv7算法优化
2
作者
曲雪莲
周福强
+1 位作者
谷玉海
王少红
《电子测量技术》
2025年第14期146-153,共8页
在非结构化道路环境中,及时准确地检测道路坑洼对于保障交通安全至关重要。当前检测算法在复杂场景中存在漏检和精度不足的问题。为提升检测性能,提出了一种基于YOLOv7算法的改进方法。首先通过引入增强的分层多尺度特征融合模块,优化...
在非结构化道路环境中,及时准确地检测道路坑洼对于保障交通安全至关重要。当前检测算法在复杂场景中存在漏检和精度不足的问题。为提升检测性能,提出了一种基于YOLOv7算法的改进方法。首先通过引入增强的分层多尺度特征融合模块,优化特征提取能力;其次加入高效通道注意力机制,提高模型对目标区域的关注度;最后使用深度可分离卷积减少计算量,提高检测效率。改进后的模型在自制数据集上进行验证,与现有的YOLOv7x、YOLOv7-d6、YOLOv5x和YOLOv5m模型进行对比测试,并将改进后的模型进行公开数据集的迁移学习,采用精确率、召回率(R)、平均精度均值、参数量和每秒帧数作为评估指标。实验结果表明,改进模型在精确率、召回率和平均精度均值上分别提升了5.47%、4.42%和6.65%,在检测速度上也保持了较高的效率;与常用目标检测模型对比性能优异;进行公开数据集的迁移学习后,精确率、召回率和平均精度均值得到进一步提升。这一改进显著提升了模型的检测性能和鲁棒性,不仅增强了交通安全保障能力,也为无人驾驶提供了可靠的技术支持。
展开更多
关键词
非结构化道路
目标检测
YOLOv7算法
增强分层多尺度融合
在线阅读
下载PDF
职称材料
题名
词典信息分层调整的中文命名实体识别方法
被引量：
4
1
作者
李宝昌
郭卫斌
机构
华东理工大学信息科学与工程学院
出处
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2023年第2期276-283,共8页
基金
国家自然科学基金(61672227,62076094)。
文摘
在中文命名实体识别任务中,字信息融合词汇信息能丰富文本特征,但一个字可能对应多个候选词汇,容易产生词汇冲突,融合无关词汇信息会影响模型的识别效果,对此提出了词典信息分层调整的中文命名实体识别方法。首先将所有潜在词语按照词语长度进行分层,通过高层词语反馈调整低层词语的权重来保留更有用的信息,以此缓解语义偏差问题和降低词汇冲突影响;然后将词汇信息拼接到字信息来增强文本特征表示。在Resume和Weibo数据集上的实验结果表明,本文方法与传统方法相比具有更优的效果。
关键词
词典信息
分层调整
字词融合
特征增强
中文命名实体识别
Keywords
lexicon information
hierarchical
adjustment
character-word
fusion
feature
enhanc
ement
Chinese named entity recognition
分类号
TP391.1 [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
非结构化道路坑洼检测的YOLOv7算法优化
2
作者
曲雪莲
周福强
谷玉海
王少红
机构
北京信息科技大学现代测控技术教育部重点实验室
出处
《电子测量技术》
2025年第14期146-153,共8页
文摘
在非结构化道路环境中,及时准确地检测道路坑洼对于保障交通安全至关重要。当前检测算法在复杂场景中存在漏检和精度不足的问题。为提升检测性能,提出了一种基于YOLOv7算法的改进方法。首先通过引入增强的分层多尺度特征融合模块,优化特征提取能力;其次加入高效通道注意力机制,提高模型对目标区域的关注度;最后使用深度可分离卷积减少计算量,提高检测效率。改进后的模型在自制数据集上进行验证,与现有的YOLOv7x、YOLOv7-d6、YOLOv5x和YOLOv5m模型进行对比测试,并将改进后的模型进行公开数据集的迁移学习,采用精确率、召回率(R)、平均精度均值、参数量和每秒帧数作为评估指标。实验结果表明,改进模型在精确率、召回率和平均精度均值上分别提升了5.47%、4.42%和6.65%,在检测速度上也保持了较高的效率;与常用目标检测模型对比性能优异;进行公开数据集的迁移学习后,精确率、召回率和平均精度均值得到进一步提升。这一改进显著提升了模型的检测性能和鲁棒性,不仅增强了交通安全保障能力,也为无人驾驶提供了可靠的技术支持。
关键词
非结构化道路
目标检测
YOLOv7算法
增强分层多尺度融合
Keywords
unstructured road
object detection
YOLOv7 algorithm
enhanced hierarchical multi-scale fusion
分类号
TP391.4 [自动化与计算机技术]
TN911.73 [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
词典信息分层调整的中文命名实体识别方法
李宝昌
郭卫斌
《华东理工大学学报（自然科学版）》
CAS
CSCD
北大核心
2023
4
在线阅读
下载PDF
职称材料
2
非结构化道路坑洼检测的YOLOv7算法优化
曲雪莲
周福强
谷玉海
王少红
《电子测量技术》
2025
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
