期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
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5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 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：
基于改进教师-学生模型的色情音频事件检测
1
作者 宫法明 司朋举 李昕 《计算机应用与软件》 北大核心 2024年第2期172-177,共6页
为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的... 为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的帧、段特征,随后迭代优化帧、段所产生的分类损失以及教师-学生模型和段分类模型之间的一致性损失。在真实数据集上,实验结果表明当时间容忍度为5 s时,色情类别召回率达到94.3%,F1得分可达到83.4%。 展开更多
关键词 色情音频检测 半监督学习 教师-学生模型
在线阅读 下载PDF
基于教师-学生模型的点云目标检测算法
2
作者 文峰 石明泽 +1 位作者 刘思萌 殷向阳 《沈阳理工大学学报》 CAS 2024年第5期49-56,共8页
针对现有点云目标检测算法对室外自动驾驶场景中遮挡物体检测精度低的问题,提出一种基于知识蒸馏和注意力增强的点云目标检测算法。以CIA-SSD模型为基础,设计了一种基于教师-学生模型的密集特征生成模块,提出基于交并比匹配策略的密集... 针对现有点云目标检测算法对室外自动驾驶场景中遮挡物体检测精度低的问题,提出一种基于知识蒸馏和注意力增强的点云目标检测算法。以CIA-SSD模型为基础,设计了一种基于教师-学生模型的密集特征生成模块,提出基于交并比匹配策略的密集数据生成方法,将稀疏特征转换为密集特征。密集特征生成模块位于学生模型中,学生模型在教师模型生成的软目标监督训练下,推断出完整的密集目标特征,实现目标特征的补全;在教师模型中设计空间注意力和通道注意力机制,增强密集目标点云,提升特征图的质量。在KITTI数据集上的验证实验结果表明:与SE-SSD模型和CIA-SSD模型相比,本文提出的算法保持了单阶段目标检测速度的优势,同时明显提升了检测精度。 展开更多
关键词 点云目标检测 CIA-SSD 教师-学生模型 密集特征模块 注意力机制 交并比匹配策略
在线阅读 下载PDF
一种机器学习数据集半自动标注方法研究 被引量：6
3
作者 吕博 《信息通信技术与政策》 2019年第7期44-50,共7页
基于“教师-学生”模型,提出了一种数据集半自动标注方法,解决了监督学习中数据集人工标注工作量大,数据质量不一和专业门槛高的问题。在云端试验中,利用该标注方法,一方面实现了对时钟同步模式分类数据的半自动标注,一方面实现了对数... 基于“教师-学生”模型,提出了一种数据集半自动标注方法,解决了监督学习中数据集人工标注工作量大,数据质量不一和专业门槛高的问题。在云端试验中,利用该标注方法,一方面实现了对时钟同步模式分类数据的半自动标注,一方面实现了对数据集的难易程度的自动评估,可用于指导机器学习模型的优化与测评。 展开更多
关键词 机器学习 数据标注 “教师-学生”模型
在线阅读 下载PDF
基于剪枝的轻量级联邦智能学习算法
4
作者 张泰宁 汤子娇 《计算机测量与控制》 2025年第4期292-298,305,共8页
针对深度学习模型中工作节点异构性导致的训练效率低下和全局模型准确性无法保证的问题,提出了一种基于剪枝的轻量级联邦学习框架FedPrune;采用“教师-学生模型”架构,通过自适应剪枝方案从全局基础模型中动态生成适应不同工作节点能力... 针对深度学习模型中工作节点异构性导致的训练效率低下和全局模型准确性无法保证的问题,提出了一种基于剪枝的轻量级联邦学习框架FedPrune;采用“教师-学生模型”架构,通过自适应剪枝方案从全局基础模型中动态生成适应不同工作节点能力的子模型,实现轻量级的智能算法在资源受限的设备中高效执行,并提出动态自适应剪枝率学习方法,使各工作节点在相互不知晓能力的情况下实现相同更新时间;与两种本地解决方案FedAVG、FedRC和两种全局解决方案FedAsync、SSP算法在CIFAR10、CIFAR100、Tiny-ImageNet数据集上进行对比实验,FedPrune具有更高的准确性和更短的总体时间;FedPrune框架通过动态生成适应不同工作节点能力的子模型,有效解决了掉队问题,并在异构环境中保持了高精度和高速度,证明了其在联邦学习中的效率和适用性。 展开更多
关键词 深度学习 联邦学习 教师-学生模型 自适应剪枝 剪枝率学习
在线阅读 下载PDF
伪标签置信度调控结直肠癌病理图像半监督语义分割
5
作者 徐晗晗 张印辉 +4 位作者 何自芬 刘珈岑 李振辉 吴琳 史本杰 《光学精密工程》 2025年第4期591-609,共19页
为了改善结直肠癌病理图像半监督语义分割任务中存在的低置信度伪标签利用不充分、高置信度伪标签准确性亟需优化和伪标签类别不平衡等问题,本文提出了一种伪标签置信度调控方法,旨在实现结直肠癌病理图像的高质量多类别半监督语义分割... 为了改善结直肠癌病理图像半监督语义分割任务中存在的低置信度伪标签利用不充分、高置信度伪标签准确性亟需优化和伪标签类别不平衡等问题,本文提出了一种伪标签置信度调控方法,旨在实现结直肠癌病理图像的高质量多类别半监督语义分割。首先,基于教师-学生模型的半监督语义分割框架,提出在一致性正则化中嵌入类别置信度调控,通过对未训练教师模型生成的低置信度伪标签中的混淆类别进行移除以增强确定性,从而提升低置信度伪标签的贡献率。其次,提出对训练后教师模型生成的伪标签进行先筛选后细化的操作范式,通过对筛选后的高置信度伪标签进行基于条件随机场的细化操作,以改善高置信度伪标签中边界模糊和缺乏语义信息的问题。最后,为缓解伪标签数据中的类别不平衡,设计了一种基于伪标签类别数判定的自适应随机级联强数据增强的方法。通过自建结直肠癌病理图像数据集以及公开的多类别病理图像数据集进行实验验证,本文方法实现了74.09%的结直肠癌病理图像四个类的平均分割精度,相比于基准网络提高6.43%,为结直肠癌病理图像半监督语义分割提供有力的算法支持。 展开更多
关键词 结直肠癌病理图像 半监督语义分割 教师-学生模型 一致性正则化 条件随机场 数据增强
在线阅读 下载PDF
已选择0条
导出题录 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 下一页 到第 页
使用帮助 返回顶部