期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到30篇文章
< 1 2 >
每页显示 20 50 100
已选0条
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：
Reconstructing Concept Lattices Using nth-Order Context Kernels 认领 引用
1
作者 SHEN Xiajiong XU Bin LIU Zongtian 《Wuhan University Journal of Natural Sciences》 EI CAS 2006年第5期1362-1366,共5页
To be different from traditional algorithms for concept lattice constructing, a method based on nth-order context kernel is suggested in this paper. The context kernels support generating small lattices for sub-contex... To be different from traditional algorithms for concept lattice constructing, a method based on nth-order context kernel is suggested in this paper. The context kernels support generating small lattices for sub-contexts split by a given context. The final concept lattice is reconstructed by combining these small lattices. All relevant algorithms are implemented in a system IsoFCA. Test shows that the method yields concept lattices in lower time complexity than Godin algorithm in practical case. 展开更多
关键词 context kernel concept lattice isomorphism reconstruction
暂未订购 下载PDF
基于大核卷积和Mamba的遥感目标检测 认领 引用
2
作者 严灵毓 何子健 +3 位作者 高榕 叶志伟 王苑 韩洪木 《计算机工程与设计》 北大核心 2026年第3期778-785,共8页
针对遥感图像目标尺度变化大、背景信息复杂等问题,提出了一种目标检测主干网络(LK-MambaNet)。通过设计一种基于多维空间动态选择性注意机制的大核动态卷积(LK-DConv),以动态调整多尺度特征的感受野,有效捕捉局部上下文信息。提出了多... 针对遥感图像目标尺度变化大、背景信息复杂等问题,提出了一种目标检测主干网络(LK-MambaNet)。通过设计一种基于多维空间动态选择性注意机制的大核动态卷积(LK-DConv),以动态调整多尺度特征的感受野,有效捕捉局部上下文信息。提出了多核空间Mamba块(MKSpa-Mamba),采用Inception策略来降低计算成本并减轻多个扫描路线中的功能冗余,以便高效地识别检测目标的全局上下文信息。在DOTA1.0数据集和HRCS2016数据集上的实验结果表明所提方法的mAP分别达到了78.39%和90.45%,有效提高了遥感图像的目标检测效果。 展开更多
关键词 遥感图像 目标检测 深度学习 上下文信息增强 状态空间模型 大核卷积 注意力机制
暂未订购 下载PDF
联合正交特征融合与大核可分离注意力的道路分割算法 认领 引用
3
作者 汤毅杰 钟铭恩 +3 位作者 袁彬淦 范康 谭佳威 林志强 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2026年第9期1942-1952,共11页
针对航拍图像中的道路结构模糊、边缘不连贯等特点,提出轻量级道路分割算法ARSNet.设计正交特征融合模块(OFFM),实现不同方向图像特征间的交互与增强.构建上下文特征引导聚合模块,提升算法在道路边缘拓扑结构提取时的连贯性.在特征空间... 针对航拍图像中的道路结构模糊、边缘不连贯等特点,提出轻量级道路分割算法ARSNet.设计正交特征融合模块(OFFM),实现不同方向图像特征间的交互与增强.构建上下文特征引导聚合模块,提升算法在道路边缘拓扑结构提取时的连贯性.在特征空间池化操作中引入大核可分离注意力,加强对各种尺度和方向上的道路特征的协同感知能力.基于神经网络权重幅值进行层自适应稀疏剪枝,将算法参数量降低到22.5×106,FLOPs控制在14.8×109.在公开数据集Massachusetts与DeepGlobe上的实验结果表明,所提算法的道路分割精确度分别为78.12%和79.78%,召回率为79.63%和81.63%,像素交并比为64.85%和67.88%,平均路径长度相似度达到74.95%和75.53%.ARSNet在保持较高精度的前提下,推理速度达到178帧/s,整体性能优于所对比的主流算法. 展开更多
关键词 航拍图像 道路分割 正交特征融合 上下文特征引导聚合 大核可分离注意力 模型剪枝
暂未订购 下载PDF
融合上下文聚合与大核注意力的山体滑坡检测研究 认领 引用
4
作者 逯遥 刘昆鹏 《自动化与仪表》 2026年第8期104-108,共5页
针对现有检测模型在多尺度特征融合、长距离依赖建模和小目标回归精度方面的不足,该文提出了山体滑坡检测模型HCA-YOLO。首先,设计层次上下文聚合模块(HCA),融合局部特征、空洞卷积上下文特征与通道空间双重注意力机制,增强模型对多尺... 针对现有检测模型在多尺度特征融合、长距离依赖建模和小目标回归精度方面的不足,该文提出了山体滑坡检测模型HCA-YOLO。首先,设计层次上下文聚合模块(HCA),融合局部特征、空洞卷积上下文特征与通道空间双重注意力机制,增强模型对多尺度滑坡目标的特征提取能力;其次,提出SPPF-DLKA模块替代原始SPPF模块,将空间金字塔池化与分解式大核注意力相结合,在降低计算开销的同时有效建模长距离依赖关系;最后,引入基于IoU动态权重的自适应加权损失函数AWLoss,提高边界框回归精度并加速训练收敛。在毕节滑坡数据集上,HCA-YOLO的m AP@50达到93.4%,较基线模型提升7.2%,Precision和Recall分别达到90.3%和87.5%,参数量仅为2.5M。在ROSD遥感数据集上的泛化性实验进一步验证了模型的有效性。 展开更多
关键词 山体滑坡检测 遥感影像 YOLOv8 层次上下文聚合 大核注意力
暂未订购 下载PDF
多尺度上下文协同的SAR船舶检测网络 认领 引用
5
作者 张翔耀 宁茂财 赵作鹏 《北京测绘》 2026年第6期758-764,I0002,共7页
现有单次定位(YOLO)系列检测器在合成孔径雷达(SAR)船舶检测中虚警率高、小目标漏检严重,核心限制在于其特征提取机制与SAR成像物理特性失配,难以应对目标尺度差异大、相干斑噪声强及海杂波背景复杂等多重挑战。为此,本研究提出多尺度... 现有单次定位(YOLO)系列检测器在合成孔径雷达(SAR)船舶检测中虚警率高、小目标漏检严重,核心限制在于其特征提取机制与SAR成像物理特性失配,难以应对目标尺度差异大、相干斑噪声强及海杂波背景复杂等多重挑战。为此,本研究提出多尺度上下文协同(PML-YOLO)网络。该网络以YOLOv13为基线,在骨干与颈部引入多核感知模块(PKI Block),增强离散散射点的多尺度特征表征;在高层语义融合阶段,扩展超图增强模块(HyperACE)并集成多尺度大核注意力分支(MLKA),构建“语义-细节-空间”三位一体的上下文协同增强结构。在高分辨率舰船图像数据集(HRSID)与SAR舰船检测数据集(SSDD)上的实验表明,该方法仅增加0.3 M(Million)参数量,mAP50与mAP50-95分别达到93.6%和70.1%,较基线提升2.1个百分点与3.3个百分点,在密集小目标与强杂波干扰场景下检测性能优于主流轻量级检测器。该方法在精度与效率间取得良好平衡,适用于资源受限平台上的实时SAR船舶检测任务。 展开更多
关键词 合成孔径雷达(SAR)船舶检测 多尺度特征 空间上下文建模 大核注意力 YOLOv13 目标检测
暂未订购 下载PDF
融合骨架大核算子和全局上下文信息的图卷积网络 认领 引用 被引量：1
6
作者 吴志泽 万龙 +4 位作者 洪芳华 汤正道 孙斐 邹乐 王晓峰 《中国图象图形学报》 CSCD 北大核心 2025年第11期3604-3616,共13页
目的骨架数据不仅体量轻巧,而且其内在的拓扑结构与图卷积网络(graph convolution network,GCN)高度契合,基于图卷积网络的骨架人体行为识别技术在行为识别领域得到广泛关注。然而,传统图卷积难以有效建模远距离节点关系,从而限制了其... 目的骨架数据不仅体量轻巧,而且其内在的拓扑结构与图卷积网络(graph convolution network,GCN)高度契合,基于图卷积网络的骨架人体行为识别技术在行为识别领域得到广泛关注。然而,传统图卷积难以有效建模远距离节点关系,从而限制了其在复杂动作识别中的表现,针对这一问题,提出一种融合骨架大核算子和上下文信息的骨架图卷积网络(skeleton large-kernel and contextual GCN,SLK-GCN)。方法该方法从两种不同的角度实现空间特征的增强。首先设计一种新颖的骨架大核卷积算子(skeleton-large kernel convolution,SLKC),通过扩大感受野并增强通道适应性,以增强空间特征提取能力。具体而言,SLKC通过引入大核卷积网络,模拟节点之间的远程依赖关系,从而提升模型在处理空间复杂性时的表现。同时,SLKC利用扩展的感受野捕捉更多的全局信息,增强特征提取的深度和广度。此外,引入轻量级的全局上下文建模模块(global context modeling,GCM),该模块能够自动学习和适应骨架拓扑结构,并从全局视角整合上下文特征。GCM通过捕捉不同节点之间的全局关系,进一步提升了模型的表征能力和鲁棒性。结果所提出的SLK-GCN在NTU RGB+D、NTU RGB+D 120和Northwestern-UCLA数据集上的准确率分别为96.8%(最高)、91.0%和96.8%(最高),实验结果表明,SLK-GCN在人体行为识别任务中表现出了显著的优势。结论SLKC与GCM的引入和结合,使得SLK-GCN在处理复杂骨架数据时能够更加有效地提取和利用空间特征。 展开更多
关键词 人体骨架 行为识别 图卷积网络(GCN) 上下文建模 大核卷积
暂未订购 下载PDF
一种基于改进型YOLOv5s的结直肠息肉检测算法QB-YOLO 认领 引用
7
作者 张子健 徐建宇 杨欢 《软件导刊》 2025年第6期41-48,共8页
在医学影像领域,结直肠息肉的早期检测对预防结直肠癌等疾病至关重要。在实际医疗操作中,自动化检测结直肠息肉的准确率受制于多种特殊条件。为此,提出基于改进型YOLOv5s的结直肠息肉检测模型QB-YOLO。首先,在原骨干网络中引入一种局部... 在医学影像领域,结直肠息肉的早期检测对预防结直肠癌等疾病至关重要。在实际医疗操作中,自动化检测结直肠息肉的准确率受制于多种特殊条件。为此,提出基于改进型YOLOv5s的结直肠息肉检测模型QB-YOLO。首先,在原骨干网络中引入一种局部上下文信息增强模块——通道注意力机制(CAM),替换原模型中的空间金字塔池化SPPF模块,以增强模型对结直肠息肉的目标关注度;其次,在骨干网络中添加大核分离卷积注意力模块(LSKA模块),加强模型捕捉结直肠息肉图像中局部细节的能力;最后,将软非极大值抑制Soft-NMS引入模型以应对部分结直肠息肉可能会密集分布的情况,使模型更高效地处理重叠目标和密集目标。实验表明,改进后模型的准确率、召回率、平均精度相较于原始模型提升4.1%、8.5%、3.9%。 展开更多
关键词 YOLOv5s 结直肠息肉 目标检测 局部上下文信息增强 大核分离卷积注意力 软非极大值抑制
暂未订购 下载PDF
基于上下文信息和核熵成分分析的目标分类算法 认领 引用 被引量：7
8
作者 潘泓 朱亚平 +1 位作者 夏思宇 金立左 《电子学报》 EI CAS CSCD 北大核心 2016年第3期580-586,共7页
结合图像属性上下文信息和核熵成分分析,构造了一种新颖的基于下上文信息的局部特征描述子——上下文核描述子(Context Kernel Descriptors,CKD).上下文信息的引入提高了CKD特征的鲁棒性,减少了特征误匹配.核熵成分分析从全维CKD特征分... 结合图像属性上下文信息和核熵成分分析,构造了一种新颖的基于下上文信息的局部特征描述子——上下文核描述子(Context Kernel Descriptors,CKD).上下文信息的引入提高了CKD特征的鲁棒性,减少了特征误匹配.核熵成分分析从全维CKD特征分量中选出最能代表目标几何结构信息的特征分量,将其投影到这些特征分量张成的子空间上可得到降维CKD特征.在Caltech-101和CIFAR-10的测试结果表明,CKD的分类性能不仅明显优于其它局部特征描述子,还优于多数基于稀疏表示和深度学习等复杂模型的目标分类算法. 展开更多
关键词 上下文核描述子 核熵成分分析 特征降维 目标分类
暂未订购 下载PDF
基于自适应分块金字塔匹配核的特征提取算法 认领 引用 被引量：5
9
作者 李艳荻 徐熙平 王佳琪 《光子学报》 EI CAS CSCD 北大核心 2017年第12期197-206,共10页
为实现全景视场下人体行为特征的有效提取,在原始形状上下文特征匹配算法的基础上,提出一种基于自适应分块思想的金字塔匹配核算法.结合光学成像原理及全景视场下人体投影特点,计算图像二阶中心矩对人体轮廓主轴方向进行补偿.然后对轮... 为实现全景视场下人体行为特征的有效提取,在原始形状上下文特征匹配算法的基础上,提出一种基于自适应分块思想的金字塔匹配核算法.结合光学成像原理及全景视场下人体投影特点,计算图像二阶中心矩对人体轮廓主轴方向进行补偿.然后对轮廓点进行均匀采样,对各采样点提取形状上下文特征,在匹配过程中分析高维特征空间中采样点的分布特点,采用自适应分块的思想对金字塔匹配核函数的收敛策略进行改进,根据各维度上数据的分布范围自适应地调整收敛系数,以保证各个维度上的点集收敛速度一致.最后通过室内摔倒检测实验来验证算法的可靠性,使用K均值聚类方法进行识别,识别率可达92.9%.该特征提取算法为智能监控系统的稳定性提供了保障. 展开更多
关键词 特征匹配 图像二阶矩 形状上下文 金字塔核函数
暂未订购 下载PDF
基于编解码网络UNet3+的遥感影像建筑变化检测 认领 引用 被引量：18
10
作者 梁燕 易春霞 王光宇 《计算机学报》 EI CAS CSCD 北大核心 2023年第8期1720-1733,共14页
遥感影像建筑变化检测需解决两个重要问题:一是双时相影像本身存在的时间依赖性问题;其二是由于建筑物密集分布,阴影效应及各对象之间的相似性导致的特征鉴别问题.该文分析现有处理方案,提出了基于UNet3+网络的边缘引导变换检测网络(Edg... 遥感影像建筑变化检测需解决两个重要问题:一是双时相影像本身存在的时间依赖性问题;其二是由于建筑物密集分布,阴影效应及各对象之间的相似性导致的特征鉴别问题.该文分析现有处理方案,提出了基于UNet3+网络的边缘引导变换检测网络(Edge-Guided Change Detection Base on UNet3+,EGCD-UNet3+).UNet3+利用全尺度的跳跃连接把来自不同尺度特征图中的深层语义与浅层语义直接结合,从多尺度聚合的特征图中学习层次表示,但是在特征提取时忽略了对象尺度规模,导致感受野与尺度不匹配.因此EGCD-UNet3+首先设计了一种具有自适应感受野的选择性核Block(Selective Kernel Block,SKB)代替UNet3+原始的Block,使影像对在提取深、浅层特征时具有自适应感受野属性.EGCD-UNet3+由编码与解码两部分构成,在编码端利用长短期记忆网络(Long Short-Term Memory,LSTM)捕捉长期依赖关系,建模像素之间的关系上下文,设计差分增强模块(Difference Enhance Module,DEM),分析影像对之间的时间相关性,解决双时相本身存在的时间依赖性问题.在解码端,EGCD-UNet3+提出边缘引导上下文模块(Edge-Guided Context Module,EGCM)进一步改善建筑检测边界的性能,在更细粒度水平上有效提取多尺度空间边缘信息.最后,EGCD-UNet3+利用同时具备像素分割误差和边缘分割误差的复合损失函数,使网络能够充分学习有效的特征进行准确的标签预测.所提模型在LEVIR-CD与WHU-CD数据集上验证,精准率(P)分别达到90.75%、91.75%,召回率(R)可分别增长到96.68%、92.42%,F1-score(F1)分别增加到93.15%、92.08%,总体分割精确度(OA)分别达到99.12%、98.96%,且交并比(IoU)分别增加到83.96%、74.91%. 展开更多
关键词 变化检测 差分增强 长短期记忆 选择性核 边缘引导上下文
暂未订购 下载PDF
uC/OS-Ⅲ内核在STM32F103VET6芯片上的移植研究 认领 引用 被引量：10
11
作者 逯玉兰 燕振刚 李广 《计算机与现代化》 2014年第9期132-136,共5页
为了统一管理微控制器的软硬件资源,使开发者能够更加专注于具体应用,给出一种将uC/OS-Ⅲ实时操作系统内核移植到STM32F103VET6微控制器上的方法。介绍ARM Cortex-M3内核的基本特性及其与uC/OS-Ⅲ内核移植密切相关的NVIC、中断向量表、P... 为了统一管理微控制器的软硬件资源,使开发者能够更加专注于具体应用,给出一种将uC/OS-Ⅲ实时操作系统内核移植到STM32F103VET6微控制器上的方法。介绍ARM Cortex-M3内核的基本特性及其与uC/OS-Ⅲ内核移植密切相关的NVIC、中断向量表、PendSV中断以及时钟节拍等核心内容。描绘uC/OS-Ⅲ内核架构,阐述内核任务调度机制,详述内核移植的具体步骤,包括板级支持包开发、修改与CPU相关的文件以及如何用ARM汇编语言实现PendSV中断和uC/OS-Ⅲ内核任务切换。经测试,移植后的uC/OS-Ⅲ内核能够稳定运行在STM32F103VET6芯片上,成功实现多任务调度。 展开更多
关键词 uC/OS-Ⅲ Cortex—M3 内核移植 PendSV中断 任务切换
暂未订购 下载PDF
嵌入式内核的任务上下文保护机制 认领 引用 被引量：3
12
作者 段星辉 代作晓 《计算机工程》 CAS 北大核心 2009年第14期20-21,24,共2页
单粒子翻转可能发生在内核堆栈时,破坏任务的上下文环境,从而导致星载软件运行结果出错、跑飞甚至崩溃。针对该情况,对嵌入式μC/OS-II内核进行改进,实现任务上下文保护机制。经实验验证,改进的内核能有效地克服单粒子翻转对内核堆栈造... 单粒子翻转可能发生在内核堆栈时,破坏任务的上下文环境,从而导致星载软件运行结果出错、跑飞甚至崩溃。针对该情况,对嵌入式μC/OS-II内核进行改进,实现任务上下文保护机制。经实验验证,改进的内核能有效地克服单粒子翻转对内核堆栈造成的影响。 展开更多
关键词 μC/OS-II内核 任务上下文 单粒子翻转
暂未订购 下载PDF
融合上下文信息与核密度估计的协同过滤推荐 认领 引用 被引量：2
13
作者 马瑞新 郭芳清 +2 位作者 刘振娇 陈志奎 赵亮 《计算机技术与发展》 2021年第4期34-39,共6页
随着互联网信息技术的迅速发展,网络数据量快速增长,如何在海量数据中找到用户感兴趣的信息并实现个性化推荐是目前重要的研究方向。协同过滤算法作为推荐系统中的经典方法被广泛应用于不同场景,但是仍然存在数据稀疏,以及在计算相似度... 随着互联网信息技术的迅速发展,网络数据量快速增长,如何在海量数据中找到用户感兴趣的信息并实现个性化推荐是目前重要的研究方向。协同过滤算法作为推荐系统中的经典方法被广泛应用于不同场景,但是仍然存在数据稀疏,以及在计算相似度时不能考虑到所有数据的问题,只能够利用具有共同评分的数据,严重影响了推荐的精确度。针对上述存在的问题,提出了一种融合上下文信息与核密度估计的协同过滤个性化推荐算法。该算法通过对用户和项目各自的上下文信息和已经存在的用户评分数据进行处理,通过核密度估计构建用户和项目的兴趣模型,充分挖掘了用户和项目的兴趣分布,以获得更准确的用户和项目兴趣相似度,降低预测评分误差。在公开的数据集上验证表明,将该算法对比传统的协同过滤算法,有效提高了推荐的精确度。 展开更多
关键词 协同过滤算法 核密度估计 上下文信息 兴趣估计模型 推荐系统
暂未订购 下载PDF
基于n阶形式背景核的概念格重构 认领 引用
14
作者 马骏 沈夏炯 《河南大学学报（自然科学版）》 CAS 北大核心 2007年第1期71-74,共4页
本文提出一种与传统算法不同的基于n阶形式背景核的概念格构造方法.n阶形式背景核是一类形式背景(具有n个属性)的最小完备子集,使得任意一个n阶形式背景必同构于它的某一个元素.形式背景核用于支持生成子形式背景的小概念格,经过重构小... 本文提出一种与传统算法不同的基于n阶形式背景核的概念格构造方法.n阶形式背景核是一类形式背景(具有n个属性)的最小完备子集,使得任意一个n阶形式背景必同构于它的某一个元素.形式背景核用于支持生成子形式背景的小概念格,经过重构小概念格得到最终的概念格.通过实现过程中的所有算法,开发出了一个软件系统IsoFCA.实验表明,在符合实际应用的情况下,基于n阶形式背景核的概念格构造方法优于Godin算法. 展开更多
关键词 形式背景核 概念格 同构 重构
暂未订购 下载PDF
基于多核学习卷积神经网络的稀疏数据推荐 认领 引用 被引量：3
15
作者 霍雨佳 左欣 张虹 《计算机工程与设计》 北大核心 2021年第2期489-496,共8页
针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习... 针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习的卷积特征集初始化非负矩阵模型,通过非负矩阵模型实现对缺失评分的预测。实验结果表明,该算法有效提高了稀疏数据集的推荐性能,验证了多核学习卷积神经网络的有效性。 展开更多
关键词 稀疏数据 推荐系统 评分预测 卷积神经网络 多核学习 项目上下文
暂未订购 下载PDF
一种基于局部词位置相对定位的非概率主题模型 认领 引用
16
作者 张新豪 陈知行 《计算机应用与软件》 北大核心 2020年第9期215-220,262,共6页
为了克服n-Gram等概率主题模型在捕获词局部性时存在向量特征空间激增和稀疏性等问题,提出一种非概率主题模型。定义一个局部上下文,实现对词的相对定位进行建模;采用一个平滑核来估计局部上下文,每个核带宽检查一个唯一的局部分辨率范... 为了克服n-Gram等概率主题模型在捕获词局部性时存在向量特征空间激增和稀疏性等问题,提出一种非概率主题模型。定义一个局部上下文,实现对词的相对定位进行建模;采用一个平滑核来估计局部上下文,每个核带宽检查一个唯一的局部分辨率范围;通过应用贪婪坐标下降法和损失函数的因式分解以及投影梯度下降法来求解所构建的模型,从而生成高度区分的特征。实验结果表明,该模型相比于目前先进的多数概率主题模型,不但能够高效地发现局部主题和文档表示形式,分类精度也有较大提高。 展开更多
关键词 信息检索 主题模型 局部上下文 稀疏性 平滑核 分类精度
暂未订购 下载PDF
基于C-DGCN的信息流行度预测 认领 引用 被引量：1
17
作者 赵小月 曾园园 江昊 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2023年第4期506-514,共9页
提出了一种基于上下文依赖的动态图卷积网络(context dependent dynamic graph convolutional network,CDGCN)对在线社交网络进行信息流行度预测,即根据信息的历史转发动态预测将来的流行度。根据信息转发动态构建转发网络,并将转发文... 提出了一种基于上下文依赖的动态图卷积网络(context dependent dynamic graph convolutional network,CDGCN)对在线社交网络进行信息流行度预测,即根据信息的历史转发动态预测将来的流行度。根据信息转发动态构建转发网络,并将转发文本嵌入作为节点属性。C-DGCN基于扩散核的图卷积网络对转发网络进行嵌入,得到空间依赖表示,并输入循环神经网络(recurrent neural network,RNN)学习实时依赖表示。在2020年1月的微博数据集上进行了实验,并将C-DGCN与传统的基于特征设计、基于生成模型、基于深度学习的方法进行了比较。CDGCN的优势在于:1)充分考虑了文本内容对信息传播的驱动作用,建模表示了语义特性变化的影响,捕获了上下文依赖特性;2)扩散核是基于时间延迟特性的,循环神经网络能够捕获实时特性,充分建模表示了信息传播的时-空依赖。 展开更多
关键词 上下文依赖 图卷积网络 信息流行度 扩散核 深度学习 时-空依赖
暂未订购 下载PDF
采用加性核SVM的二尖瓣瓣根识别 认领 引用
18
作者 徐伟 姚丽萍 +2 位作者 宋薇 杨新 孙锟 《中国图象图形学报》 CSCD 北大核心 2014年第5期716-722,共7页
目的超声心动图中图像噪声严重、分辨率低以及成像范围有限等缺点,导致二尖瓣(MA)瓣根的识别非常困难,采用加性核函数的支持向量机(SVM)分类器识别超声心动图中的二尖瓣瓣根位置。方法心脏二尖瓣瓣根位置对于心室的分割、心脏建模以及... 目的超声心动图中图像噪声严重、分辨率低以及成像范围有限等缺点,导致二尖瓣(MA)瓣根的识别非常困难,采用加性核函数的支持向量机(SVM)分类器识别超声心动图中的二尖瓣瓣根位置。方法心脏二尖瓣瓣根位置对于心室的分割、心脏建模以及多模态配准很重要。本文提出将加性核支撑向量机分类算法并结合一个局部的上下文特征用于二尖瓣瓣根的识别。主要创新点有:1)利用图像中的上下文特征提取二尖瓣瓣根部特征;2)应用最小加性核的SVM分类器快速识别二尖瓣瓣根的候选点;3)对于候选点应用加权模板,计算候选点的加权密度;4)在加权密度场中,采用二分查找算法,自适应确定一个阈值,剔除二尖瓣瓣根的错分点,确定二尖瓣瓣根的位置。结果本文算法在10个儿科病人的超声四腔心动图上测试,和手动选出的二尖瓣瓣根点相比,平均误差控制在1.52±2.25个像素。结论采用加性核函数的SVM分类器能够快速、准确地识别二尖瓣瓣根点。 展开更多
关键词 二尖瓣 上下文特征 K-Means SVM分类器 加性核
暂未订购 下载PDF
车载视频下改进的核相关滤波跟踪算法 认领 引用 被引量：3
19
作者 黄立勤 朱飘 《电子与信息学报》 EI CAS CSCD 北大核心 2018年第8期1887-1894,共8页
针对相关滤波跟踪算法在车载视频下由于环境复杂及目标尺度变化等情况下容易跟踪失败的问题,该文提出一种基于背景信息的尺度自适应相关滤波跟踪算法。首先利用背景感知相关滤波跟踪器融合方向梯度直方图特征预测目标下一帧位置,然后根... 针对相关滤波跟踪算法在车载视频下由于环境复杂及目标尺度变化等情况下容易跟踪失败的问题,该文提出一种基于背景信息的尺度自适应相关滤波跟踪算法。首先利用背景感知相关滤波跟踪器融合方向梯度直方图特征预测目标下一帧位置,然后根据预测位置选取图像块进行检测,最后结合动态尺度比例金字塔模型对目标进行尺度估计。实验选取了KITTI数据库中23段车载视频和标注国内的4段车载视频进行测试,实验结果表明,该算法能有效降低车载环境的复杂背景、目标尺度变化等因素干扰,整体性能优于KCF,DSST,SAMF,SATPLE等主流相关滤波算法,对车载环境下复杂背景和尺度变化的目标跟踪具有鲁棒性。 展开更多
关键词 目标跟踪 核相关滤波 车载视频 背景感知 尺度估计
暂未订购 下载PDF
使用自适应背景约束改进的颜色属性跟踪算法 认领 引用
20
作者 胡穹 梅雪 卞佳丽 《电光与控制》 北大核心 2018年第10期33-38,51,共6页
颜色属性跟踪算法使用的核脊回归分类器对于背景信息的利用过少,导致算法在目标快速运动、局部遮挡和背景相似物干扰等情形下容易发生漂移。针对此问题,首先,通过计算响应矩阵峰值旁瓣比确定干扰峰所在位置;然后,在核脊回归分类器上引... 颜色属性跟踪算法使用的核脊回归分类器对于背景信息的利用过少,导致算法在目标快速运动、局部遮挡和背景相似物干扰等情形下容易发生漂移。针对此问题,首先,通过计算响应矩阵峰值旁瓣比确定干扰峰所在位置;然后,在核脊回归分类器上引入对应的背景约束项来加强分类器对背景信息的利用;最后,使用构建尺度空间滤波器的方法实现对多尺度变化的支持。在Visual Tracker Benchmark数据集上的对比实验结果表明,该方法在不过多损失算法速度的前提下,能够有较高的跟踪精度。 展开更多
关键词 目标跟踪 颜色属性跟踪 自适应背景约束 峰值旁瓣比 核脊回归
暂未订购 下载PDF
已选0条
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 2 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈