期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
数字技术创新链与产业链的融合升级研究——以新一代人工智能为例 被引量:29
1
作者 吴超楠 袁野 +1 位作者 陈燕华 陶于祥 《科学管理研究》 CSSCI 北大核心 2024年第1期74-84,共11页
实现高水平科技自立自强要求全力打好关键核心技术攻坚战,创新链与产业链深度融合升级是实现关键核心技术创新的重要抓手。将多元主体协同纳入数字技术创新链与产业链的融合升级系统中,探究数字技术创新链与产业链融合机理;依据多因素... 实现高水平科技自立自强要求全力打好关键核心技术攻坚战,创新链与产业链深度融合升级是实现关键核心技术创新的重要抓手。将多元主体协同纳入数字技术创新链与产业链的融合升级系统中,探究数字技术创新链与产业链融合机理;依据多因素复合系统指标体系,运用静态和动态复合系统协同度,以我国新一代人工智能产业为研究对象,确定数字技术创新链与产业链融合发展与升级路径。研究表明:人工智能创新链与产业链融合强度、深度不够,各环节运行发展呈现阶段性特征;知识创新环节发展速度与协同水平有待提高,创新网络环境系统在静态与动态模型测度中协同度数值最高,成为人工智能创新链与产业链融合发展的重要环节。进一步分析发现,我国数字技术创新链与产业链融合阶段可划分为多元共生、双向协同与有效融合三阶段,基于此,提出双链融合升级的三大路径。最后,从稳固各环节协同运行、协调创新资源配置和发挥企业创新主体功能三方面提出相应政策建议,以期为我国人工智能领域突破关键核心技术,实现双链融合发展提供相应的理论思考和政策启示。 展开更多
关键词 数字技术 创新链 产业链 新一代人工智能 复合系统协同度
在线阅读 下载PDF
基于多尺度及多头注意力的红外与可见光图像融合
2
作者 李秋恒 邓豪 +4 位作者 刘桂华 庞忠祥 唐雪 赵俊琴 卢梦圆 《红外技术》 CSCD 北大核心 2024年第7期765-774,共10页
针对红外与可见光图像融合容易出现细节丢失,且现有的融合策略难以平衡视觉细节特征和红外目标特征等问题,提出一种基于多尺度特征融合与高效多头自注意力相结合的红外与可见光图像融合方法。首先,为提高目标与场景的描述能力,采用了多... 针对红外与可见光图像融合容易出现细节丢失,且现有的融合策略难以平衡视觉细节特征和红外目标特征等问题,提出一种基于多尺度特征融合与高效多头自注意力相结合的红外与可见光图像融合方法。首先,为提高目标与场景的描述能力,采用了多尺度编码网络提取源图像不同尺度的特征;其次,提出了基于Transformer的多头转置注意力结合残差密集块的融合策略以平衡融合细节与整体结构;最后,将多尺度特征融合图输入基于巢式连接的解码网络,重建具有显著红外目标和丰富细节信息的融合图像。基于TNO与M^(3) FD公开数据集与7种经典融合方法进行实验,结果表明,本文方法在视觉效果与量化评价指标上表现更佳,生成的融合图像在目标检测任务上取得更好的效果。 展开更多
关键词 图像融合 红外与可见光图像 多尺度特征 多头自注意力 TRANSFORMER
在线阅读 下载PDF
政务微博网络结构特征研究——以重庆市为例 被引量:10
3
作者 蹇洁 张英培 +1 位作者 刘雪艳 叶芯彤 《现代情报》 CSSCI 北大核心 2017年第7期55-59,共5页
通过引入复杂网络理论,对政务微博网络结构进行基于社会网络分析方法的研究。以重庆市地区的917个微博账号为研究对象,应用Matlab分析软件对重庆市政务微博账号的关注关系进行分析,从度、聚类系数和平均路径长度3个维度分析其关注系数... 通过引入复杂网络理论,对政务微博网络结构进行基于社会网络分析方法的研究。以重庆市地区的917个微博账号为研究对象,应用Matlab分析软件对重庆市政务微博账号的关注关系进行分析,从度、聚类系数和平均路径长度3个维度分析其关注系数情况和网络结构特点。研究表明,政务微博关注关系网络入度符合幂律分布,具有重尾分布的特点,其网络结构具有较好的聚集特性,符合小世界网络基本特征。此外,本文就分析得到的结果对政务微博的发展提出针对性建议。 展开更多
关键词 网络结构 特征 政务微博 电子政务 社会网络分析 复杂网络 重庆市
在线阅读 下载PDF
改进YOLO轻量化网络的口罩检测算法 被引量:48
4
作者 王兵 乐红霞 +1 位作者 李文璟 张孟涵 《计算机工程与应用》 CSCD 北大核心 2021年第8期62-69,共8页
针对目前YOLO轻量网络在口罩佩戴检测任务中出现的特征提取不足和特征利用率不高的问题,提出了一种基于改进YOLOv4-tiny的轻量化网络算法。增加Max Module结构以获取更多目标的主要特征,提高检测准确率。提出自下而上的多尺度融合,结合... 针对目前YOLO轻量网络在口罩佩戴检测任务中出现的特征提取不足和特征利用率不高的问题,提出了一种基于改进YOLOv4-tiny的轻量化网络算法。增加Max Module结构以获取更多目标的主要特征,提高检测准确率。提出自下而上的多尺度融合,结合低层信息丰富网络的特征层次,提高特征利用率。使用CIoU作为边框回归损失函数,加快模型收敛速度。相较于原算法,在公开数据集PASCAL VOC和口罩佩戴检测任务中,mAP分别提高4.9个百分点和3.3个百分点,检测速率分别达到74 frame/s和64 frame/s,满足口罩佩戴检测任务的准确率和实时性。 展开更多
关键词 口罩佩戴检测 YOLOv4-tiny Max Module结构 多尺度融合 CIoU
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部