期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
科技名人建档工作的实践探索
1
作者 贾文丽 高建广 +1 位作者 曲绍燕 平伟 《北京档案》 北大核心 2017年第10期27-28,共2页
本文在分析我国科技名人建档中存在问题的基础上,以"老科学家学术成长资料采集工程"为例,对通用性工作规范、技术标准的制定、工作体制机制的建立、采集方案的制订、采集方法的选择等内容进行探讨。
关键词 科技名人档案 建档实践 资料采集
在线阅读 下载PDF
基于因子图模型的动态图半监督聚类算法 被引量:8
2
作者 张建朋 裴雨龙 +2 位作者 刘聪 李邵梅 陈鸿昶 《自动化学报》 EI CSCD 北大核心 2020年第4期670-680,共11页
针对动态图的聚类主要存在着两点不足:首先,现有的经典聚类算法大多从静态图分析的角度出发,无法对真实网络图持续演化的特性进行有效建模,亟待对动态图的聚类算法展开研究,通过对不同时刻图快照的聚类结构进行分析进而掌握图的动态演... 针对动态图的聚类主要存在着两点不足:首先,现有的经典聚类算法大多从静态图分析的角度出发,无法对真实网络图持续演化的特性进行有效建模,亟待对动态图的聚类算法展开研究,通过对不同时刻图快照的聚类结构进行分析进而掌握图的动态演化情况.其次,真实网络中可以预先获取图中部分节点的聚类标签,如何将这些先验信息融入到动态图的聚类结构划分中,从而向图中的未标记节点分配聚类标签也是本文需要解决的问题.为此,本文提出进化因子图模型(Evolution factor graph model,EFGM)用于解决动态图节点的半监督聚类问题,所提EFGM不仅可以捕获动态图的节点属性和边邻接属性,还可以捕获节点的时间快照信息.本文对真实数据集进行实验验证,实验结果表明EFGM算法将动态图与先验信息融合到一个统一的进化因子图框架中,既使得聚类结果满足先验知识,又契合动态图的整体演化规律,有效验证了本文方法的有效性. 展开更多
关键词 半监督聚类 进化因子图模型 特征提取 动态图
在线阅读 下载PDF
基于显著性检测与权重映射的可见光与红外图像融合算法 被引量:12
3
作者 江兆银 王磊 《电子测量与仪器学报》 CSCD 北大核心 2021年第1期174-182,共9页
为了解决当前可见光(VI)与红外(IR)图像融合中易出现信息丢失,以及存在伪影等问题,提出了一种显著性检测耦合权重映射结合的VI与IR图像融合算法。分别对VI和IR图像进行二尺度分解,得到基础层和细节层。为了提高VI和IR融合效果,定义了一... 为了解决当前可见光(VI)与红外(IR)图像融合中易出现信息丢失,以及存在伪影等问题,提出了一种显著性检测耦合权重映射结合的VI与IR图像融合算法。分别对VI和IR图像进行二尺度分解,得到基础层和细节层。为了提高VI和IR融合效果,定义了一种显著性特征检测方法,在每个源图像上应用均值滤波以减小像素与其相邻像素之间的强度变化,以完成平滑处理。再借助中值滤波来消除每个源图像中的噪声与伪影,较好地保留图像边缘。并通过取均值和中值滤波输出的差异来计算图像的显著性特征,以突出边缘和直线等显著性信息。然后,通过对显著性检测结果完成归一化处理,以构建权重映射,为细节层分配合适的权重。再将基础层和细节层采用不同的规则进行融合,其中,联合权重映射与细节层,得到最终的细节信息,并借助平均融合规则来完成基础层的融合。最后,利用最终基础层和细节层的线性组合来构造新图像。实验表明,与当前多尺度图像融合技术相比,所提算法仅采用两尺度分解,显著提高了融合效率,而且得到的融合图像具有更好融合质量,有效消除了伪影,在融合过程中的信息丢失量更少。 展开更多
关键词 图像融合 显著性检测 权重映射 均值滤波 中值滤波 强度变化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部