期刊文献+
共找到85篇文章
< 1 2 5 >
每页显示 20 50 100
民族高校信息类专业“金课”建设研究与实践——以中央民族大学和大连民族大学为例 被引量:8
1
作者 李敏 许爽 《西北民族大学学报(哲学社会科学版)》 CSSCI 2020年第4期65-70,共6页
淘汰“水课”、打造“金课”,是目前中国高等教育改革的主旋律,对提升教学质量有着重要而深远的意义。民族高校的“金课”应处于何种形态,对培养高质量少数民族人才至关重要。民族高校信息类专业应以线上线下混合式“金课”为主要建设模... 淘汰“水课”、打造“金课”,是目前中国高等教育改革的主旋律,对提升教学质量有着重要而深远的意义。民族高校的“金课”应处于何种形态,对培养高质量少数民族人才至关重要。民族高校信息类专业应以线上线下混合式“金课”为主要建设模式,合理安排线上线下的主次和比例,巧用线上资源和手段,注重课外拓展和多元化全方位评价。疫情期间中央民族大学和大连民族大学两所民族高校的线上教学实践为民族高校信息类专业“金课”建设奠定了良好的基础,并可以为其他高校提供一定的经验。 展开更多
关键词 民族高校 教学改革 课程建设 “金课” 线上教学
在线阅读 下载PDF
基于深度强化学习的游戏智能引导算法 被引量:2
2
作者 白天 吕璐瑶 +1 位作者 李储 何加亮 《吉林大学学报(理学版)》 北大核心 2025年第1期91-98,共8页
针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题,提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法.首先,利用Unity引擎提供的接口直接读取游戏后台信息,以有效压缩状态空间的维度,减少输... 针对传统游戏智能体算法存在模型输入维度大及训练时间长的问题,提出一种结合状态信息转换与奖励函数塑形技术的新型深度强化学习游戏智能引导算法.首先,利用Unity引擎提供的接口直接读取游戏后台信息,以有效压缩状态空间的维度,减少输入数据量;其次,通过精细化设计奖励机制,加速模型的收敛过程;最后,从主观定性和客观定量两方面对该算法模型与现有方法进行对比实验,实验结果表明,该算法不仅显著提高了模型的训练效率,还大幅度提高了智能体的性能. 展开更多
关键词 深度强化学习 游戏智能体 奖励函数塑形 近端策略优化算法
在线阅读 下载PDF
基于残差网络和边缘检测的辽东湾海冰识别研究
3
作者 卫志军 杨浩 +2 位作者 孔雨秋 魏彬航 王安良 《海洋通报》 北大核心 2025年第4期479-491,共13页
精确识别海冰并检测海冰边缘对辽东湾冰情监测等研究具有重要意义。本文基于MODIS卫星影像提出一种Res-UNet海冰图像分割模型。该模型在U-Net模型的基础上引入了残差学习模块,进一步提升多类型海冰特征提取能力,进而提高模型精度及泛化... 精确识别海冰并检测海冰边缘对辽东湾冰情监测等研究具有重要意义。本文基于MODIS卫星影像提出一种Res-UNet海冰图像分割模型。该模型在U-Net模型的基础上引入了残差学习模块,进一步提升多类型海冰特征提取能力,进而提高模型精度及泛化能力。将该Res-UNet模型与双阈值分割算法、U-Net模型和DeepLabV3+模型进行对比,结果表明:Res-UNet模型在精确度、召回率、F1分数和整体精度4项评价指标相较于U-Net和DeepLabV3+模型中的最高值分别提升了1.9%、3.7%、2.7%和8.9%,即Res-UNet分割精度表现优秀。此外,本文在海冰图像分割结果的基础上进一步进行海冰边缘检测及海冰面积提取。与同类分割模型相比,海冰边缘检测在精确度、漏检率、误检率和边缘连续性4项评价指标上相较于U-Net、DeepLabV3+、双阈值分割算法的最高值分别有6.4%、11.2%、13.4%和18.8%的提升;与人机交互方式计算海冰面积相比,本文提出模型在冰间水道识别和效率方面有显著提升。本文开发的模型可为辽东湾海冰识别及要素提取提供可靠的遥感数据处理方法。 展开更多
关键词 辽东湾海冰识别 海冰边缘 Res-UNet模型 精度
在线阅读 下载PDF
一种基于小波变换的两阶段低照度图像增强方法 被引量:1
4
作者 孙静 孙福奇 +1 位作者 郝世杰 孙福明 《计算机学报》 北大核心 2025年第5期1188-1211,共24页
低照度环境下采集的图像普遍存在亮度衰减、对比度弱化及细节模糊等退化现象,导致视觉质量显著降低,严重制约计算机视觉系统在目标检测、语义分割等高级视觉任务中的性能表现。针对上述问题,本文提出了一种基于小波变换的两阶段低照度... 低照度环境下采集的图像普遍存在亮度衰减、对比度弱化及细节模糊等退化现象,导致视觉质量显著降低,严重制约计算机视觉系统在目标检测、语义分割等高级视觉任务中的性能表现。针对上述问题,本文提出了一种基于小波变换的两阶段低照度图像增强网络TSUNet(Two-Stage Wavelet Recovery U-Net)。本文创新性地构建了基于小波变换理论的U型网络架构,通过初级恢复与精细增强两阶段的渐进式处理,分别实现基础特征重建和细节特征优化。为提升网络的特征表达能力,本文设计了增强小波域特征融合模块,该模块集成离散小波变换与逆变换操作,并设计了由动态门控空间注意力与轻量融合曲线注意力组成的双重注意力机制,通过双重注意力机制与小波变换协同工作,以更精细化的方式实现噪声抑制与细节增强的平衡。在优化策略方面,本文提出了融合感知损失函数,通过综合考量像素级误差与视觉感知质量,引导模型生成具有自然的视觉效果的高质量图像。实验结果表明,本文提出的方法在多个公开低照度数据集的关键指标(如峰值信噪比、结构相似性指数)中展现出出色的性能。代码已开源在https://github.com/HibobacX/TSUNet。 展开更多
关键词 图像增强 U型网络 小波变换 注意力机制 损失函数
在线阅读 下载PDF
带有维护窗口的调度问题的综述
5
作者 袁园 兰艳 韩鑫 《运筹学学报(中英文)》 北大核心 2025年第1期1-18,共18页
近年来,带有维护窗口的车间调度问题受到越来越多学者的广泛关注。现有文献中涉及到的维护窗口有四种类型:固定维护窗口、滑动维护窗口、浮动维护窗口、速率可变的维护窗口。目前,已有大量文献对这一问题进行研究,但是还没有文献对这些... 近年来,带有维护窗口的车间调度问题受到越来越多学者的广泛关注。现有文献中涉及到的维护窗口有四种类型:固定维护窗口、滑动维护窗口、浮动维护窗口、速率可变的维护窗口。目前,已有大量文献对这一问题进行研究,但是还没有文献对这些结果进行总结。为了方便读者,本文对带有维护窗口的调度问题已有的结果进行了总结,简单地概述了在单台机、流水车间和开放车间环境下,关于该类问题的复杂性结果、精确算法和近似算法。 展开更多
关键词 调度问题 维护窗口 近似算法 精确算法
在线阅读 下载PDF
显著性感知三重正则化相关滤波无人机目标跟踪算法
6
作者 贺冰 王法胜 +1 位作者 王星 孙福明 《北京航空航天大学学报》 北大核心 2025年第7期2423-2436,共14页
无人机(UAV)场景中的目标跟踪在很多现实任务中得到广泛应用。与一般场景中的目标跟踪任务不同,UAV目标跟踪更易受到复杂环境干扰和算力的限制。基于此,提出了一种显著性感知三重正则化相关滤波(TRCF)UAV目标跟踪算法。采用高效的显著... 无人机(UAV)场景中的目标跟踪在很多现实任务中得到广泛应用。与一般场景中的目标跟踪任务不同,UAV目标跟踪更易受到复杂环境干扰和算力的限制。基于此,提出了一种显著性感知三重正则化相关滤波(TRCF)UAV目标跟踪算法。采用高效的显著性目标检测算法动态生成对偶空间正则化器来抑制边界效应,惩罚不相关的背景噪声系数。引入时间正则化应对目标因外观变化而导致的滤波器退化问题,提供更鲁棒的外观模型。此外,引入轻量型的深度网络CF-VGG来提取目标的深度特征,并与手工特征线性融合描述目标的语义信息,提高跟踪精度。在5个公开的UAV基准数据集上进行了充分实验,结果表明:所提算法在5个数据集上的整体性能均有不同程度提升,证明了算法的有效性和鲁棒性,且算法的实时跟踪速度约为21帧/s,能够胜任UAV的目标跟踪任务。 展开更多
关键词 无人机目标跟踪 相关滤波 显著性特征图 时间正则化 轻量型深度网络
在线阅读 下载PDF
基于异质模体特征的社交网络用户性别识别
7
作者 向宇平 许小可 《复杂系统与复杂性科学》 北大核心 2025年第2期105-112,共8页
用户性别是用户画像的核心之一,精确识别用户性别的现有方法主要依赖用户公开属性,较少考虑网络结构信息。本研究基于模体理论融合性别信息,将同质模体细分成异质模体,提出一种基于异质模体特征的性别识别方法,提取更加细节的局部信息... 用户性别是用户画像的核心之一,精确识别用户性别的现有方法主要依赖用户公开属性,较少考虑网络结构信息。本研究基于模体理论融合性别信息,将同质模体细分成异质模体,提出一种基于异质模体特征的性别识别方法,提取更加细节的局部信息来区分不同性别的用户。所提方法,相较于目前流行的网络嵌入类方法,Accuracy指标提高了1.3%到14.2%,AUC指标提高了2.7%到15.8%,且在不同比例训练集上性能稳定。异质模体方法可应用于社交用户的身份检测,有助于挖掘社交网络用户属性特征。 展开更多
关键词 社交网络 异质模体 性别识别 社交关系
在线阅读 下载PDF
一种面向符号网络社区检测攻击的新算法
8
作者 徐文娟 杨智翔 许小可 《指挥与控制学报》 北大核心 2025年第1期69-78,共10页
传统社区检测攻击多聚焦无符号领域,应用于符号网络上存在忽略符号属性、算法效率和质量不高的问题。提出了一种符号网络社区检测攻击算法。设计了一种考虑符号属性和攻击操作的个体编码方式;进化时不使用检测算法计算适应度值,简化攻... 传统社区检测攻击多聚焦无符号领域,应用于符号网络上存在忽略符号属性、算法效率和质量不高的问题。提出了一种符号网络社区检测攻击算法。设计了一种考虑符号属性和攻击操作的个体编码方式;进化时不使用检测算法计算适应度值,简化攻击流程以提升算法效率;设计了一种基于攻击符号模块度的局部策略,提升算法的攻击性能。将所提优化策略迁移至不同攻击框架上,在模型和实证网络上验证了攻击算法的通用性、鲁棒性和可移植性。 展开更多
关键词 社区检测攻击 符号网络 局部策略 模块度优化
在线阅读 下载PDF
呼吸道传染病聚集性疫情的传播网络分析
9
作者 焦然 许小可 《复杂系统与复杂性科学》 北大核心 2025年第3期11-16,共6页
为揭示呼吸道传染病聚集性疫情的传播特性,探索网络科学在传染病防控中的重要作用,基于结构化后的流调信息,构建并分析聚集性疫情传播网络,社会关系传播网络,两性别不同年龄层间的有向含权二部分网络及其对应零模型网络。结果表明,提取... 为揭示呼吸道传染病聚集性疫情的传播特性,探索网络科学在传染病防控中的重要作用,基于结构化后的流调信息,构建并分析聚集性疫情传播网络,社会关系传播网络,两性别不同年龄层间的有向含权二部分网络及其对应零模型网络。结果表明,提取流调中的关键指标,构建传播网络并加以分析,能精准聚焦流行病学特征,掌握不同人群的感染风险。网络科学的应用对认识和理解疫情具有一定潜力,可帮助公众进一步应对新发传染病带来的风险挑战。 展开更多
关键词 呼吸道传染病 聚集性疫情 网络科学 传播网络
在线阅读 下载PDF
基于异质模体特征的社交机器人识别
10
作者 肖晶晶 冉义军 许小可 《电子科技大学学报》 北大核心 2025年第3期424-431,共8页
识别社交网络中的机器人账户,可以保护社交网络运营商及其用户免受各种恶意活动的侵害。现有的基于网络结构的社交机器人识别方法,忽略了真实网络多数是节点或连边性质具有差异的异质网络,无法充分利用不同类型节点或连边的拓扑结构信息... 识别社交网络中的机器人账户,可以保护社交网络运营商及其用户免受各种恶意活动的侵害。现有的基于网络结构的社交机器人识别方法,忽略了真实网络多数是节点或连边性质具有差异的异质网络,无法充分利用不同类型节点或连边的拓扑结构信息,使得在识别社交机器人时存在一定的局限性。基于模体理论融合节点标签信息,提出一种基于异质模体特征的社交机器人识别方法,提取更加细节的局部信息来区分人类用户和机器人用户。所提方法与BotRGCN方法相比,在ACC、Precision、Recall和F1这4个指标上均有所提升,其中ACC指标提高了17.3%,Precision指标提高了23.3%,同时相较于对比方法,在面对标签噪声时展现出更强的鲁棒性。该识别方法可以更精确地识别社交机器人,从而有效防止恶意机器人对社交网络平台进行攻击、传播虚假信息或进行欺诈行为。 展开更多
关键词 社交网络 异质模体 社交机器人识别 社交关系
在线阅读 下载PDF
基于模体度的社交网络虚假信息传播机制研究 被引量:10
11
作者 徐铭达 张子柯 许小可 《计算机研究与发展》 EI CSCD 北大核心 2021年第7期1425-1435,共11页
社交媒体作为信息传播的载体,既可使人们快捷地分享信息流和获取时事新闻,也可能成为虚假信息泛滥蔓延的重要渠道.现有的虚假信息检测研究多基于对微博内容的机器学习或深度学习的识别模型,忽略了真假信息传播网络的结构差异.基于复杂... 社交媒体作为信息传播的载体,既可使人们快捷地分享信息流和获取时事新闻,也可能成为虚假信息泛滥蔓延的重要渠道.现有的虚假信息检测研究多基于对微博内容的机器学习或深度学习的识别模型,忽略了真假信息传播网络的结构差异.基于复杂网络的模体理论,提出了广度模体度与深度模体度的概念来量化传播网络的结构重要指标.研究表明:基于模体度的重要性计算方法是对传统网络结构重要性指标的一种创新与拓展,能够更全面地测度传播网络结构特性.通过构建的二维模体度量化指标,分析和揭示了微博、Twitter网络中虚假信息的结构特性与传播机制:虚假信息在广度传播与深度传播共同作用下扩散,广度模体度主要作用于网络传播规模,而深度模体度影响网络结构的复杂性.基于模体度的网络特征分析,可以应用于社交媒体信息传播的早期从源头上检测虚假信息,为虚假信息检测提供了一种新颖可行的途径. 展开更多
关键词 信息传播 模体度 虚假信息 谣言检测 网络结构分析 在线社交网络
在线阅读 下载PDF
基于贝塞尔曲线网络的电表用电信息识别算法 被引量:7
12
作者 孙福明 高严 +2 位作者 许蕊 李明渊 魏晓鸣 《电力系统保护与控制》 EI CSCD 北大核心 2022年第14期133-141,共9页
利用计算机视觉技术来快速、准确地获得用户的用电信息对于电力部门具有重要意义。针对传统算法精度低、速度慢等问题,提出了一种基于自适应贝塞尔曲线网络的用电信息识别算法。该框架集检测、识别于一体,实现了端到端的文本定位和预测... 利用计算机视觉技术来快速、准确地获得用户的用电信息对于电力部门具有重要意义。针对传统算法精度低、速度慢等问题,提出了一种基于自适应贝塞尔曲线网络的用电信息识别算法。该框架集检测、识别于一体,实现了端到端的文本定位和预测。检测端结合了特征金字塔网络和残差网络,对输入图像进行特征提取,并通过四个控制点生成贝塞尔曲线,能更好地拟合文本框。识别端采用了卷积循环神经网络,引入门控循环单元替代长短期记忆网络,再结合注意力机制对文本进行识别。最后在数据集上开展五组消融实验,进行性能对比和评估分析。实验结果显示,该算法识别精度高达99.08%,且推理速度快,可被用于用电信息检测与识别的实际应用中。 展开更多
关键词 机器视觉 自适应贝塞尔曲线网络 电表 端到端 注意力机制
在线阅读 下载PDF
基于多尺度时效模体度的虚假信息传播机制 被引量:3
13
作者 于运铎 徐铭达 许小可 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第1期154-160,共7页
将时效网络引入虚假信息传播研究中,提出一种通过时效模体度刻画传播网络的方法来探究虚假信息的传播机制。该方法将传播网络的结构特性和信息的时间属性相融合,使用多个真实数据集检验了该方法在虚假信息检测中的普适性。数据结果表明... 将时效网络引入虚假信息传播研究中,提出一种通过时效模体度刻画传播网络的方法来探究虚假信息的传播机制。该方法将传播网络的结构特性和信息的时间属性相融合,使用多个真实数据集检验了该方法在虚假信息检测中的普适性。数据结果表明,真假信息在不同的时间尺度下时效模体度的变化规律不同,在大时间尺度上虚假信息比真实信息的传播速度更快且传播深度更深,利用基于时效模体度的方法可以更准确地检测出虚假信息。该研究揭示了虚假信息的多时间尺度传播机制,可用于预防虚假信息的传播。 展开更多
关键词 虚假信息 信息传播 网络结构分析 时效模体 时效网络
在线阅读 下载PDF
新冠肺炎疫情对民族地区人口流动的影响 被引量:2
14
作者 杨晨 文成 许小可 《电子科技大学学报》 EI CAS CSCD 北大核心 2021年第6期938-946,共9页
新冠肺炎传播的主要渠道是宏观和微观的人口流动,而人口和物资流动又是推动经济发展、保证人民生活水平的重要手段,对于经济发展相对落后的民族地区而言尤其重要。该文基于百度迁徙数据证实了人口流动数据与城市GDP指标具有极强的相关性... 新冠肺炎传播的主要渠道是宏观和微观的人口流动,而人口和物资流动又是推动经济发展、保证人民生活水平的重要手段,对于经济发展相对落后的民族地区而言尤其重要。该文基于百度迁徙数据证实了人口流动数据与城市GDP指标具有极强的相关性,并对新冠疫情期间民族地区城市的人口流入、人口流出和城市内人口流动情况进行量化分析,研究表明受疫情影响,2020年春节后我国城市人口流动呈现先大幅度下降后缓慢上升趋势,并且疫情后人口流出量和人口流入量减少反映了我国长途人口流动受限,而城市内人口流动增加反映了疫情后短途流动略有增加。新冠肺炎疫情对全国不同民族地区的影响差异较大,西北民族地区受疫情影响尤其明显,个别城市平均人口流动量下降50%以上,而对西南民族地区的影响相对较小。通过对疫情期间民族地区人口流动和经济变化进行统计分析,并对各个城市受疫情影响程度进行刻画,有助于针对这些地区制定出更有效的防控策略和扶贫帮扶措施,该分析结果可为相关部门提供决策参考。 展开更多
关键词 相关性分析 COVID-19 民族地区 人口流动
在线阅读 下载PDF
基于高阶信息局部策略的符号网络社区检测 被引量:1
15
作者 杨智翔 许小可 肖婧 《西南大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第8期31-47,共17页
现有符号网络社区检测方法中,局部搜索策略作为符号网络社区检测算法的重要组成部分,可加速算法收敛速度,但符号网络局部搜索策略大多仅利用连边及节点等低阶结构信息,忽略了可挖掘符号网络更深层、更丰富信息的高阶结构.为提升现有符... 现有符号网络社区检测方法中,局部搜索策略作为符号网络社区检测算法的重要组成部分,可加速算法收敛速度,但符号网络局部搜索策略大多仅利用连边及节点等低阶结构信息,忽略了可挖掘符号网络更深层、更丰富信息的高阶结构.为提升现有符号网络社区检测的局部搜索策略性能,提出了一种基于符号模体的局部搜索策略,设计了一种基于符号模体进行社区迁移的新方法,将传统社区编号在二元组之间的迁移扩展到了三元组,综合利用符号网络低阶和高阶拓扑结构信息来优化节点的结构平衡性,提升算法收敛速度和检测性能.在模型网络和实证网络上的实验表明,设计的局部搜索策略相对于现有算法表现出更高的精度和质量. 展开更多
关键词 社区检测 局部搜索 模块度优化 符号模体 符号网络
在线阅读 下载PDF
基于社交网络信息的新冠疫情抽检策略研究
16
作者 左子健 张琳 +1 位作者 吴晔 许小可 《复杂系统与复杂性科学》 CAS CSCD 北大核心 2023年第3期20-26,34,共8页
为解决全员定期核酸检测成本高,导致间隔周期长且效率低的问题,给出了基于社交网络信息的抽检策略,将在线社交网络信息与新冠肺炎传播规律融合,建立了带抽检策略的新冠肺炎传播模型。在此基础上,研究了随机抽检策略、熟人监测策略、度... 为解决全员定期核酸检测成本高,导致间隔周期长且效率低的问题,给出了基于社交网络信息的抽检策略,将在线社交网络信息与新冠肺炎传播规律融合,建立了带抽检策略的新冠肺炎传播模型。在此基础上,研究了随机抽检策略、熟人监测策略、度大节点目标抽检监测策略三种策略对新冠肺炎传播的影响。研究发现在校园等人群密集接触的环境下,熟人和度大节点目标抽检策略在峰值幅度、峰值时间、早期预警等指标下都好于随机监测策略,减少了新冠病毒传播天数以及感染人数,能更早、更快地控制住疫情,预警效果从高到低依次是度大节点目标监测策略、熟人监测策略、随机监测策略。 展开更多
关键词 新冠肺炎 早期预警 社交网络 抽检策略
在线阅读 下载PDF
训练过程中使用支持集信息的单样本学习算法
17
作者 辛守宇 郑蕊蕊 +2 位作者 周瑜 刘文鹏 贺建军 《中国科学技术大学学报》 CAS CSCD 北大核心 2020年第8期1187-1192,共6页
单样本学习的目的是利用一个包含大量训练样本的源类别数据集以及每个类别只包含一个训练样本的目标类别数据集来构建一种学习算法,使得算法能够对目标类别空间中的样本进行准确分类.已有的单样本学习算法主要是先利用源类别数据来训练... 单样本学习的目的是利用一个包含大量训练样本的源类别数据集以及每个类别只包含一个训练样本的目标类别数据集来构建一种学习算法,使得算法能够对目标类别空间中的样本进行准确分类.已有的单样本学习算法主要是先利用源类别数据来训练模型,然后在测试时将目标类别训练数据作为支持集来实现对未标注样本的分类,因此在训练时没有有效地利用支持集的信息.为此提出一种在训练阶段和测试阶段同时利用支持集信息的单样本学习算法,基本思想是利用孪生神经网络构建模型并在训练时加入支持集信息,即让不同类别的支持集样本之间的相似度尽可能小.在Omniglot数据集和满文识别问题上的实验结果表明,该算法能取得较好的识别准确率. 展开更多
关键词 单样本学习 孪生神经网络 度量学习
在线阅读 下载PDF
基于两阶段学习的多行为推荐 被引量:3
18
作者 严明时 程志勇 +2 位作者 孙静 王法胜 孙福明 《软件学报》 EI CSCD 北大核心 2024年第5期2446-2465,共20页
多行为推荐系统旨在利用用户多种行为的交互数据来提升系统的推荐性能.现有的多行为推荐方法通常将多行为数据直接作用于共享的初始化用户表征上,并在任务中糅合了对用户偏好的挖掘和对不同行为间联系的建模.然而,这些算法忽视了不同交... 多行为推荐系统旨在利用用户多种行为的交互数据来提升系统的推荐性能.现有的多行为推荐方法通常将多行为数据直接作用于共享的初始化用户表征上,并在任务中糅合了对用户偏好的挖掘和对不同行为间联系的建模.然而,这些算法忽视了不同交互行为中存在的数据不平衡问题(不同行为交互数据量差别较大)以及适配上述两种任务而引起的信息损失问题.事实上,用户偏好是指用户在不同行为中表现出来的喜好(例如,浏览的喜好),而各行为间的联系表现为用户偏好在不同行为间潜在的转化关系(例如,浏览转换为购买).在多行为推荐中,对用户偏好的挖掘和对行为间联系的建模可以看作两个阶段的任务.基于上述讨论,提出基于两阶段学习的多行为推荐.两阶段策略设计的优势是解耦了前述两种任务.两阶段策略采取固定参数交替训练的方式实现,并同时保留了模型端到端的结构.(1)第1阶段专注于不同行为下的用户偏好建模:先利用所有交互数据(不区分行为类别)对用户的全局喜好进行建模,以最大程度缓解数据稀疏性问题,再分别利用各行为的交互数据细化该特定行为下的用户偏好(局部偏好),以减轻不同行为之间的数据不平衡问题造成的影响.(2)第2阶段专注于对不同行为间联系的建模,通过解耦对用户偏好的挖掘和对不同行为间联系的建模,以缓解因适配两种任务而引起的信息损失问题.这种两阶段模式能够显著提升系统对目标行为的预测能力.大量实验结果表明,所提模型在性能上远优于最先进的基线模型,在Tmall和Beibei两个真实基准数据集上的性能提升平均可以达到103.01%和33.87%. 展开更多
关键词 多行为推荐 协同过滤 两阶段策略 图卷积网络 多任务学习
在线阅读 下载PDF
跨模态交互融合与全局感知的RGB-D显著性目标检测 被引量:2
19
作者 孙福明 胡锡航 +2 位作者 武景宇 孙静 王法胜 《软件学报》 EI CSCD 北大核心 2024年第4期1899-1913,共15页
近年来,RGB-D显著性检测方法凭借深度图中丰富的几何结构和空间位置信息,取得了比RGB显著性检测模型更好的性能,受到学术界的高度关注.然而,现有的RGB-D检测模型仍面临着持续提升检测性能的需求.最近兴起的Transformer擅长建模全局信息... 近年来,RGB-D显著性检测方法凭借深度图中丰富的几何结构和空间位置信息,取得了比RGB显著性检测模型更好的性能,受到学术界的高度关注.然而,现有的RGB-D检测模型仍面临着持续提升检测性能的需求.最近兴起的Transformer擅长建模全局信息,而卷积神经网络(CNN)擅长提取局部细节.因此,如何有效结合CNN和Transformer两者的优势,挖掘全局和局部信息,将有助于提升显著性目标检测的精度.为此,提出一种基于跨模态交互融合与全局感知的RGB-D显著性目标检测方法,通过将Transformer网络嵌入U-Net中,从而将全局注意力机制与局部卷积结合在一起,能够更好地对特征进行提取.首先借助U-Net编码-解码结构,高效地提取多层次互补特征并逐级解码生成显著特征图.然后,使用Transformer模块学习高级特征间的全局依赖关系增强特征表示,并针对输入采用渐进上采样融合策略以减少噪声信息的引入.其次,为了减轻低质量深度图带来的负面影响,设计一个跨模态交互融合模块以实现跨模态特征融合.最后,5个基准数据集上的实验结果表明,所提算法与其他最新的算法相比具有显著优势. 展开更多
关键词 显著性目标检测 跨模态 全局注意力机制 RGB-D检测模型
在线阅读 下载PDF
动态感受野的图像分割神经网络模型
20
作者 刘洋 舒利明 +3 位作者 孔雨秋 杨婉肖 李英平 孔程玉 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2024年第9期1375-1383,共9页
针对基于U-Net的分割方法在医学图像分割领域存在的下采样阶段信息丢失,以及因固定尺寸卷积核带来的局部多尺度语义信息提取不足的问题,提出一种动态感受野的神经网络模型.首先通过构建特征递进级联模块,获取编码器多尺度局部语义特征... 针对基于U-Net的分割方法在医学图像分割领域存在的下采样阶段信息丢失,以及因固定尺寸卷积核带来的局部多尺度语义信息提取不足的问题,提出一种动态感受野的神经网络模型.首先通过构建特征递进级联模块,获取编码器多尺度局部语义特征并将其赋值给解码器,提升模型解码阶段图像语义信息修复的效果;然后设计局部视野偏移模块,增强固定尺寸卷积核提取视野内上下文语义信息的能力.在ISIC2018和BUSI癌症图像分割数据集上的实验结果表明,所提模型的IoU指标达到83.92±0.26和70.45±1.70,Dice系数达到91.09±0.23和83.39±1.15,比现有的医学图像分割方法更优. 展开更多
关键词 医学图像分割 动态感受野 特征递进级联 局部视野偏移
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部