期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于阶梯型特征空间分割与局部注意力机制的行人重识别 被引量:8
1
作者 石跃祥 周玥 《电子与信息学报》 EI CSCD 北大核心 2022年第1期195-202,共8页
为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息。首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水... 为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息。首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水平分块,并且使用了分支注意力给每个分支分配不同的权重。其次,在网络中引入多尺度自适应注意力模块,该模块对局部特征进行处理,自适应调整感受野尺寸来适应不同尺度图像,同时融合了通道注意力和空间注意力筛选出图像重要特征。在网络的设计上,使用多粒度网络将全局特征和局部特征进行结合。最后,该方法在3个被广泛使用的行人重识别数据集Market-1501,DukeMTMC-reID和CUHK03上进行验证。其中在Market-1501数据集上的mAP和Rank-1分别达到了88.1%和95.6%。实验结果表明,该文所提出的网络模型能够提高行人重识别准确率。 展开更多
关键词 行人重识别 特征空间分割 注意力机制 局部特征
在线阅读 下载PDF
量子信息技术与区块链的融合模式研究
2
作者 吴嘉杰 于春霖 +7 位作者 李琴 周朋 陈岳 曹希 吕启闻 赵童格 张鲁峰 李璇 《电子技术应用》 2024年第2期1-9,共9页
区块链与量子信息技术是近年来兴起的前沿科学技术,受到了业界广泛的关注与研究。其中区块链具有去中心化性质,以区块链为核心技术的应用在金融科技、物联网、民生与政治等诸多领域相继涌现。量子信息技术主要分为量子计算、量子通信、... 区块链与量子信息技术是近年来兴起的前沿科学技术,受到了业界广泛的关注与研究。其中区块链具有去中心化性质,以区块链为核心技术的应用在金融科技、物联网、民生与政治等诸多领域相继涌现。量子信息技术主要分为量子计算、量子通信、量子测量。其中量子计算的研究主要体现在相较于经典计算的计算优越性,量子计算的运行速度已被证明在解决某些复杂问题上远超经典计算。而在两者迅猛发展的同时,相互之间也存在亟需解决的问题。由于区块链采用的部分经典密码学技术已被证明会被量子计算破解,例如基于非对称密码体制的数字签名,导致区块链的安全受到威胁。针对此问题,已有研究表明,将量子信息技术应用于区块链,可以保护其不受量子攻击。以区块链与量子信息技术相结合为出发点,通过介绍区块链和量子计算的基本结构,以及分析区块链遭受的量子挑战并总结现有的量子解决方案,指出区块链和量子信息技术的融合可以促进区块链在量子时代良好地发展,而这也是不可阻挡的趋势。 展开更多
关键词 量子信息技术 量子计算 区块链 量子区块链
在线阅读 下载PDF
基于多目标进化算法的自驾游用户导航规划 被引量:1
3
作者 胡湘兰 徐运保 王求真 《湘潭大学学报(自然科学版)》 CAS 2021年第6期13-23,64,共12页
传统的自驾导航只考虑路程的远近,难以满足用户的实际需求.在路线规划过程中,红绿灯、拥堵和限速等都将影响用户到达目标地点的时间.本文将用户的自驾路径规划抽象成多目标优化问题,首先通过对地图路线进行建模,然后采用NSGA-Ⅱ多目标... 传统的自驾导航只考虑路程的远近,难以满足用户的实际需求.在路线规划过程中,红绿灯、拥堵和限速等都将影响用户到达目标地点的时间.本文将用户的自驾路径规划抽象成多目标优化问题,首先通过对地图路线进行建模,然后采用NSGA-Ⅱ多目标进化算法对路线总路程和需要花费的总时间两个目标进行优化.实验证明,本文方法能够实现最短路径和最短时间方面的最优选择,为用户自驾导航提供最优的路线. 展开更多
关键词 多目标导航 NSGA-Ⅱ算法 最优路径
在线阅读 下载PDF
一种融合双向LSTM和CNN的混合情感分析模型 被引量:7
4
作者 赵星宇 何浩 +1 位作者 范双南 邓永和 《湘潭大学学报(自然科学版)》 CAS 2021年第4期69-76,共8页
针对现有文本情感分析方法实时性不强、难以应用到大规模文本、不能同时提取文本上下文信息和局部语义特征等问题,提出一种融合双向长短期记忆(LSTM)和卷积神经网络(CNN)的混合情感分析模型.通过使用双向LSTM和CNN模型对由word2vec编码... 针对现有文本情感分析方法实时性不强、难以应用到大规模文本、不能同时提取文本上下文信息和局部语义特征等问题,提出一种融合双向长短期记忆(LSTM)和卷积神经网络(CNN)的混合情感分析模型.通过使用双向LSTM和CNN模型对由word2vec编码得到的文本词向量进行训练,运用注意力机制将双向LSTM模型学习到的特征作用于CNN模型上,并进行特征加权,最后将双向LSTM模型和CNN模型得到的结果进行拼接,由分类器得到相应的情感分类结果.在NLPCC-SCDL数据集上进行实验,结果表明所提出的融合双向LSTM和CNN模型在精度、召回、f_(1)值和准确度方面优于两个单独的模型. 展开更多
关键词 自然语言处理(NLP) 情感分析 双向长短记忆网络(Bi-LSTM) 卷积神经网络(CNN)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部