期刊文献+
共找到3,691篇文章
< 1 2 185 >
每页显示 20 50 100
重新思考工业微小缺陷检测中的掩模降采样和回归损失函数
1
作者 李刚 邵瑞 +3 位作者 李敏 万洪林 周鸣乐 韩德隆 《计算机辅助设计与图形学学报》 北大核心 2025年第1期176-184,共9页
针对PCB在生产过程中会出现短路、漏孔等缺陷,已有的损失函数和降采样算法存在定位不准确等导致缺陷检测收敛缓慢、检测结果不准确的问题,提出了一种基于掩模降采样和微小缺陷交并比损失的一阶段缺陷检测器.首先,提出基于面积损失的微... 针对PCB在生产过程中会出现短路、漏孔等缺陷,已有的损失函数和降采样算法存在定位不准确等导致缺陷检测收敛缓慢、检测结果不准确的问题,提出了一种基于掩模降采样和微小缺陷交并比损失的一阶段缺陷检测器.首先,提出基于面积损失的微小缺陷交并比损失函数,以进行更精确的微小缺陷回归定位;其次,提出基于动态掩模的降采样算法,以利于检测器在缩小参数矩阵尺寸过程中自动筛选重要特征、次要特征和噪声特征,提升缺陷检测器的特征提取能力.实验结果表明,提出的缺陷检测器在北京大学PCB缺陷数据集和Deep PCB数据集上可分别达到98.50%的mAP和99.02%的mAP,优于对比算法;提出的降采样算法使YOLOv5等检测器的mAP在北京大学PCB数据集中提升了1.6个百分点,提出的损失函数有利于YOLOv3和YOLOv4等检测器提升其在2个数据集上的检测准确率,展现出良好的鲁棒性. 展开更多
关键词 损失函数设计 降采样 缺陷检测 目标检测
在线阅读 下载PDF
基于自适应卷积与联合损失函数的人脸图像超分辨率重建
2
作者 李培育 张雅丽 +1 位作者 张奕博 赵益辰 《科学技术与工程》 北大核心 2025年第6期2442-2452,共11页
针对当前人脸图像超分辨率重建算法模型卷积单一、感受野不足、单判别网络反馈信息不精确等问题,设计了一种基于自适应卷积与联合损失函数的算法。模型使用生成对抗网络架构,生成器方面,使用自适应卷积构造双路残差块并进一步组成高效... 针对当前人脸图像超分辨率重建算法模型卷积单一、感受野不足、单判别网络反馈信息不精确等问题,设计了一种基于自适应卷积与联合损失函数的算法。模型使用生成对抗网络架构,生成器方面,使用自适应卷积构造双路残差块并进一步组成高效的残差组,能自主学习在不同感受野下提取到的特征权重并补充单一支路遗漏的信息。判别器方面使用Vgg与U-net架构网络作为双判别网络,并使用双判别结果计算对抗损失,该损失与内容损失、感知损失组成联合损失函数。在celeba数据集上的实验表明,该算法与RWSA算法相比峰值信噪比(peak signal noise ratio,PSNR)值提高1.166 dB,结构相似度(structure similarity,SSIM)值提高0.037,学习感知图像块相似度(learned perceptual image patch similarity,LPIPS)值优化0.033,感知因子(perceptual index,PI)指标优化0.119,与其他多种主流算法相比在图像细节清晰度方面具有优势。 展开更多
关键词 超分辨率重建 自适应卷积 联合损失函数 生成对抗网络 卷积神经网络
在线阅读 下载PDF
基于自适应损失函数的句子级远程监督关系抽取 被引量:1
3
作者 胡峰 杨新瑞 +2 位作者 汤成富 邓维斌 刘群 《智能系统学报》 CSCD 北大核心 2024年第3期697-706,共10页
远程监督关系抽取是一种关系抽取方法,现有方法主要采用多实例学习,在具有相同实体对的样例包上进行关系抽取。但是,包级方法只能缓解却并不能完全解决错误标签问题。基于此,文中首先分析了干净数据和噪声数据的分布,提出了一种新的自... 远程监督关系抽取是一种关系抽取方法,现有方法主要采用多实例学习,在具有相同实体对的样例包上进行关系抽取。但是,包级方法只能缓解却并不能完全解决错误标签问题。基于此,文中首先分析了干净数据和噪声数据的分布,提出了一种新的自适应损失函数;在此基础上,提出了一种基于自适应损失函数的句子级远程监督关系抽取方法。在公开数据集NYT-10以及基于TACRED的合成数据集上的实验结果表明:文中提出的方法优于对比文献中的方法,能够更有效地区分错误标签噪声样例和干净样例,提高了句子级远程监督关系抽取的准确率。 展开更多
关键词 自然语言处理 信息抽取 关系抽取 远程监督 噪声分离 噪声标注 负训练 自适应损失函数
在线阅读 下载PDF
基于低风速功率修正和损失函数改进的超短期风电功率预测
4
作者 臧海祥 赵勇凯 +3 位作者 张越 程礼临 卫志农 秦雪妮 《电力系统自动化》 EI CSCD 北大核心 2024年第7期248-257,共10页
风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖... 风电功率具有较强的波动性和随机性。为进一步提升风电功率的预测精度,提出一种基于低风速功率修正和损失函数改进的超短期风电功率预测模型。该模型采用卷积神经网络、自注意力机制和双向门控循环单元捕获风电功率序列的长期时序依赖关系。为了解决低风速下待风状态神经网络难以精确拟合的问题,模型通过预测风速并结合当前时段的风电功率对低风速段的预测功率进行修正。针对参数训练的稳定性问题,模型通过改进预测策略和共享权重,引入一种多元非线性的损失函数来提取序列间的关联性。结果表明,所提模型在多项误差指标中均优于对比模型,能够有效提升超短期风电功率的预测效果。 展开更多
关键词 超短期风电功率预测 功率修正 损失函数改进 神经网络模型
在线阅读 下载PDF
面向类别不平衡语义分割的损失函数的研究
5
作者 孙盛 雷松 +1 位作者 徐志佳 胡忠文 《计算机仿真》 2024年第5期310-317,324,共9页
在图像语义分割的任务中,数据集的类别不平衡分布是一种普遍存在的现象;通过构造更加有效的损失函数来减轻其带来的不利影响是具有较大研究价值的。以损失函数为研究对象,利用训练样本像素的空间分布特性和相关性,改进了Focal损失函数... 在图像语义分割的任务中,数据集的类别不平衡分布是一种普遍存在的现象;通过构造更加有效的损失函数来减轻其带来的不利影响是具有较大研究价值的。以损失函数为研究对象,利用训练样本像素的空间分布特性和相关性,改进了Focal损失函数的尺度度量方法,提出了一个基于迭代批次的权重自适应调整的Adapt-Focal损失函数。以类别不平衡的SAR图像数据集GDUT-Nansha为实验对象,采用三个经典的卷积神经网络DeepLabV3+、U-Net和RWL-ENet完成了定量实验。实验结果表明,所提出的Adapt-Focal损失函数相比于CE、FL、dfl、acw、lovász和softiou损失函数,有效提高了少样本地物类别裸地和道路的分割精度IoU和PA值;同时,整体分割精度指标mPA和mIoU均得到较大幅度的提高。验证了Adapt-Focal损失函数在类别不平衡图像语义分割中的有效性。 展开更多
关键词 合成孔径雷达图像 语义分割 类别不平衡 损失函数 权重自适应调整
在线阅读 下载PDF
细粒度情感和情绪分析中损失函数的设计与优化
6
作者 叶施仁 丁力 Ali MD Rinku 《中文信息学报》 CSCD 北大核心 2024年第1期124-134,共11页
在细粒度情感分析和情绪分析数据集中,标签之间的相关性和标签分布的不均匀性非常突出。类别标签分布不均匀,标签之间存在相关性容易影响学习模型的性能。针对这一问题,该文受计算机视觉领域中的Circle loss方法的启发,将梯度衰减、成... 在细粒度情感分析和情绪分析数据集中,标签之间的相关性和标签分布的不均匀性非常突出。类别标签分布不均匀,标签之间存在相关性容易影响学习模型的性能。针对这一问题,该文受计算机视觉领域中的Circle loss方法的启发,将梯度衰减、成对优化、添加余量引入损失函数来优化深度学习模型的性能。该方法可以很好地与预训练模型相结合,不需要修改骨干网络。与当前最新的经典方法相比,该方法在SemEval18数据集上Jaccard系数、micro-F1、macro-F1分别提升了1.9%、2%、1.9%;在GoeEmotions数据集上Jaccard系数、micro-F1、macro-F1分别提升了2.6%、1.9%、3.6%。实验表明,该文提出的损失函数对情感分析和情绪分析问题具有显著的提升作用。 展开更多
关键词 情感分析 情绪分析 成对优化 损失函数
在线阅读 下载PDF
系统性金融风险早期预警指数的构建及实证运用——基于AUROC评估和政策制定者损失函数
7
作者 陈双 向易 邓芳 《金融经济》 2024年第10期18-30,共13页
加强系统性金融风险监测、评估与预警能力,对防范化解金融风险和维护金融稳定具有重大意义。本文以欧央行国内系统性金融风险指数(d-SRI)的构建方法为基础,结合我国金融系统的实际,通过增加“构建FSI识别金融高压力期”“运用AUROC确定... 加强系统性金融风险监测、评估与预警能力,对防范化解金融风险和维护金融稳定具有重大意义。本文以欧央行国内系统性金融风险指数(d-SRI)的构建方法为基础,结合我国金融系统的实际,通过增加“构建FSI识别金融高压力期”“运用AUROC确定脆弱期”等关键步骤,制定我国系统性金融风险早期预警指数构建方法,由此拟合出我国的早期预警指数,并运用该指数对我国各期金融风险进行预警分析。研究表明,本文构建的预警指数平均提早22个月对高压力期发出预警信息,能为宏观审慎管理提供及时有益的参考;预警指数预测我国本轮金融系统高压力状态将持续至2024年初;居民部门杠杆率较长时间过度上涨是导致我国金融系统压力攀升的最基本因素。 展开更多
关键词 系统性金融风险 早期预警 状态空间模型 AUROC性能评估 损失函数 相对有效性
在线阅读 下载PDF
人脸识别任务中角边距损失函数的对比研究
8
作者 陈琳 邹远文 《智能计算机与应用》 2024年第7期160-164,共5页
深度卷积神经网络(DCNNs)和嵌入(Embedding)学习人脸特征是人脸识别任务的常用方法。在DCNNs网络中广泛使用Softmax损失函数,将欧几里得边距强加到DCNNs学习到的特征矩阵中,获得较好人脸识别正确率,但是仍具有较大的提高空间。近年来提... 深度卷积神经网络(DCNNs)和嵌入(Embedding)学习人脸特征是人脸识别任务的常用方法。在DCNNs网络中广泛使用Softmax损失函数,将欧几里得边距强加到DCNNs学习到的特征矩阵中,获得较好人脸识别正确率,但是仍具有较大的提高空间。近年来提出的角边距损失函数进一步提升了人脸识别任务的正确率,但是人脸识别任务中角边距损失函数的对比研究较少,且缺乏在不同类别人脸数据集上对比角边距损失函数对人脸识别正确率的影响。本文使用MS1MV2数据集训练ResNet50模型,以Softmax损失函数为基准,对比研究ArcFace、CosFace、Combined Margin(CM)3种角边距损失函数在3个不同类别人脸数据集LFW、CFP-FP和AGEDB-30上的识别准确率,并调整角边距损失函数的参数值,讨论其对人脸识别任务性能的影响。实验结果表明,角边距损失函数较Softmax损失函数可以显著提升模型人脸识别正确率。在不同数据集和不同任务条件下,选择合适的角边距损失函数和参数设置可以提高人脸识别性能。 展开更多
关键词 角边距损失函数 人脸识别 深度卷积神经网络
在线阅读 下载PDF
基于一致损失生成对抗网络的冷水机组故障诊断
9
作者 高学金 吴浩宁 +1 位作者 高慧慧 齐咏生 《仪器仪表学报》 北大核心 2025年第1期285-297,共13页
冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障... 冷水机组是供暖通风与空气调节系统的重要组成部分,当冷水机组发生故障时将造成能源浪费甚至安全事故。因此,针对冷水机组的故障诊断对于暖通风与空气调节等系统至关重要。基于数据驱动的故障诊断方法依赖大量历史数据,但带标签的故障数据往往难以收集,导致模型的诊断准确率下降。为此,提出了一种基于一致损失生成对抗网络(CLGAN)的故障诊断方法。首先,利用少量带标签样本和大量无标签样本训练CLGAN,并生成故障数据;然后,利用生成数据与历史数据构建一个包含各类故障的平衡数据集;最后,利用该数据集训练故障分类器并对冷水机组进行实时诊断。CLGAN通过在判别器中引入一致性损失函数,能够有效利用无标签数据辅助模型训练,提升了数据利用率。同时,CLGAN迫使生成器在多个尺度上满足判别器的要求,这种多维度的反馈机制使得模型在面对扰动时,依然能生成高质量的样本,进而提高故障诊断的准确性和鲁棒性。基于ASHRAE和HY-31C数据集的实验结果表明,在各类别仅有5个带标签样本的情况下,CLGAN分别获得了92.8%和95.9%的故障诊断准确率,展现了良好的故障诊断性能。此外,在噪声和跨工况实验中,CLGAN相比于其他对比方法也展现出了良好的鲁棒性和泛化性。 展开更多
关键词 故障诊断 生成对抗网络 冷水机组 一致损失函数 无标签数据
在线阅读 下载PDF
最小点距离的边界框回归损失函数及其应用 被引量:3
10
作者 麻斯亮 许勇 《小型微型计算机系统》 CSCD 北大核心 2024年第11期2695-2701,共7页
边界框回归(BBR)已广泛应用于目标检测和实例分割,这是目标定位的一个重要步骤,但仍存在收敛缓慢和回归不准确的问题.本文研究发现大多数现有的边界框回归损失函数在预测框与标注框具有相同的纵横比,但宽度和高度值不同时损失函数值无... 边界框回归(BBR)已广泛应用于目标检测和实例分割,这是目标定位的一个重要步骤,但仍存在收敛缓慢和回归不准确的问题.本文研究发现大多数现有的边界框回归损失函数在预测框与标注框具有相同的纵横比,但宽度和高度值不同时损失函数值无法收敛.为了解决这个问题,本文充分挖掘矩形的几何特征,提出了一种最小点距离的边界框相似度度量,它包含了现有主流边界框回归度量的相关因素,即重叠或非重叠面积、中心点距离、宽度和高度的偏差,同时简化了计算过程.在此基础上,本文提出了一个最小点距离的边界框回归损失函数,称为.实验结果表明,损失函数应用于最先进的实例分割(例如YOLACT)和目标检测(例如YOLOv7)模型训练PASCAL VOC、MS COCO和IIIT5k,其性能优于现有损失函数,模型回归效率和精度得到有效提升. 展开更多
关键词 目标检测 实例分割 边界框回归 损失函数 最小点距离
在线阅读 下载PDF
基于损失函数权重自适应的路径规划优化算法研究 被引量:1
11
作者 孙玉春 王思山 +2 位作者 童乐言 陈少辉 曹举阳 《计算机工程与应用》 CSCD 北大核心 2024年第16期85-93,共9页
针对自主换道时车速对于安全性与舒适性的影响,提出了一种基于权重自适应的路径规划优化算法,即采用基于实时车速和递归最小二乘算法的损失函数权重自适应方法生成与选择最优轨迹。为了验证该方法的效果,采用基于PhysX动力学引擎的Unit... 针对自主换道时车速对于安全性与舒适性的影响,提出了一种基于权重自适应的路径规划优化算法,即采用基于实时车速和递归最小二乘算法的损失函数权重自适应方法生成与选择最优轨迹。为了验证该方法的效果,采用基于PhysX动力学引擎的Unity3D仿真环境,构建基于3D场景的仿真环境,在仿真系统中保证控制模块与规划算法参数一致,用于多种场景下评价权重自适应算法相对于原始算法的效果。实验结果表明,自动驾驶汽车通过损失函数权重的自适应更新方法,可以实现满足安全性、平滑性和舒适性指标要求的轨迹规划,且自适应算法生成的轨迹相较于原始算法更加平滑舒适。该研究有助于提升自主换道的安全性、平滑性和舒适性,为高速场景下自动驾驶的落地提供了研究基础。 展开更多
关键词 路径规划 损失函数 自适应 递归最小二乘法
在线阅读 下载PDF
基于场次洪涝灾害的损失函数构建方法
12
作者 苏鑫 王银堂 +4 位作者 邵薇薇 王磊之 李伶杰 胡庆芳 刘勇 《水科学进展》 EI CAS CSCD 北大核心 2024年第4期580-594,共15页
构建洪涝灾害损失函数对于认识洪涝灾害损失的发展规律、提高灾害损失的评估时效性具有重要意义。提出了耦合洪涝致灾因子空间分布的动态模拟、社会经济数据空间化处理、灾害直接和间接损失计算以及曲线拟合的场次洪涝灾害损失函数构建... 构建洪涝灾害损失函数对于认识洪涝灾害损失的发展规律、提高灾害损失的评估时效性具有重要意义。提出了耦合洪涝致灾因子空间分布的动态模拟、社会经济数据空间化处理、灾害直接和间接损失计算以及曲线拟合的场次洪涝灾害损失函数构建方法,构建了洪涝灾害损失—时间函数,并建立了函数参数的调整策略,在上海市开展了实例研究。研究结果表明:场次洪涝灾害直接经济损失的发展过程呈“S型”曲线的变化特征,可将weibull分布函数作为其损失函数;减停产损失的日变化过程呈“L型”曲线的变化特征,可将双曲递减函数作为其损失函数;产业关联损失的日变化过程呈“倒U型”曲线的变化特征,可将Hoerl函数作为其损失函数;累计产业关联损失约为停产或减产损失的1.77倍,间接经济损失约为直接经济损失的1.29倍;损失函数参数与灾害发生概率多呈非线性的单调递增或递减关系,基于拟合参数的洪涝灾害损失评估相对误差在5%以内。本研究的方法被证实具有较高的模拟精度,为认识洪涝灾害损失的发展规律和提高洪涝灾害损失评估时效性提供了新途径。 展开更多
关键词 洪涝灾害损失 动态评估 损失函数 时效性
在线阅读 下载PDF
面向深度学习密集匹配的无监督损失函数
13
作者 刘潇 官恺 +4 位作者 金飞 芮杰 王淑香 林雨准 程传祥 《测绘通报》 CSCD 北大核心 2024年第11期133-139,共7页
随着深度学习的发展,监督型密集匹配网络取得了瞩目的成就。然而,密集匹配的真实标签制作困难,获取成本高,基于无监督深度学习的密集匹配方法是未来趋势。目前,面向无监督密集匹配提出了众多损失函数,但各种组合损失复杂且存在效果不明... 随着深度学习的发展,监督型密集匹配网络取得了瞩目的成就。然而,密集匹配的真实标签制作困难,获取成本高,基于无监督深度学习的密集匹配方法是未来趋势。目前,面向无监督密集匹配提出了众多损失函数,但各种组合损失复杂且存在效果不明的问题。为此,本文针对密集匹配无监督损失函数开展研究,分析各类损失的精度和匹配效果,并考证组合应用的有效性。结果表明,重构相似性约束是令无监督密集匹配网络匹配精度收敛的关键项,组合使用重构损失和左右一致损失有助于无纹理、弱纹理区域匹配,在此基础上加入相对平滑损失能更好适应阴暗环境。 展开更多
关键词 密集匹配 深度学习 无监督 损失函数
在线阅读 下载PDF
基于去偏置项SoftMax和紧致度量损失函数的牛脸识别方法
14
作者 杨胜楠 赵建敏 +1 位作者 杨梅 赵宇飞 《黑龙江畜牧兽医》 CAS 北大核心 2024年第4期36-42,共7页
为了实现精准畜牧业生产及畜牧业保险理赔中牛只身份的准确识别,试验提出了基于去偏置项SoftMax和紧致度量损失函数的牛脸识别方法,即采用深度卷积神经网络(deep convolutional neural networks,DCNNs)模型提取特征,利用去偏置项SoftMa... 为了实现精准畜牧业生产及畜牧业保险理赔中牛只身份的准确识别,试验提出了基于去偏置项SoftMax和紧致度量损失函数的牛脸识别方法,即采用深度卷积神经网络(deep convolutional neural networks,DCNNs)模型提取特征,利用去偏置项SoftMax损失函数优化特征空间中的特征分布,提高特征线性可分辨性,解决特征归一化后在投影超平面上的重叠问题;采用紧致度量损失函数结合去偏置项SoftMax损失函数联合监督模型训练,使同类特征与类内特征的平均距离最小化,提高特征聚类的紧凑性和可辨识性,同时兼顾了类内样本分布的多样性;最后试验将本算法(去偏置项SoftMax和紧致度量损失函数联合监督算法)与ArcFace损失函数、标准SoftMax损失函数、去偏置项SoftMax损失函数、标准SoftMax损失函数结合紧致度量损失函数进行了性能对分分析。结果表明:本算法的识别准确率在所有模型中最高,为97.61%;且能对高相似度牛脸正确识别。说明基于去偏置项SoftMax和紧致度量损失函数的牛脸识别方法可满足牧场牛只身份识别要求。 展开更多
关键词 深度度量学习 身份识别 牛脸识别 去偏置项SoftMax损失函数 紧致度量损失函数 深度卷积神经网络
原文传递
基于YOLOv5s模型的边界框回归损失函数研究 被引量:6
15
作者 董恒祥 潘江如 +2 位作者 董芙楠 赵晴 郭鸿鑫 《现代电子技术》 北大核心 2024年第3期179-186,共8页
针对车辆检测中边界框回归损失函数与检测目标尺度不匹配导致的误检、漏检以及精度较低等问题,基于YOLOv5s模型对4种有代表性的边界框回归损失函数进行对比实验,并在UA-DETRA、VisDrone2019、KITTI数据集上进行验证,利用漏检率、误检率... 针对车辆检测中边界框回归损失函数与检测目标尺度不匹配导致的误检、漏检以及精度较低等问题,基于YOLOv5s模型对4种有代表性的边界框回归损失函数进行对比实验,并在UA-DETRA、VisDrone2019、KITTI数据集上进行验证,利用漏检率、误检率、准确率、召回率、mAP@0.5、迭代过程的边界框损失值以及目标检测结果对其适用场景进行分析研究。结果显示:CIoU整体性能最差;SIoU在KITTI数据集上整体性能最优,准确率最高,达到了94.5%,漏检率降到了1.2%,适用于中尺度目标检测任务;Focal-EIoU在VisDrone2019数据集中各项指标远优于其他损失函数,召回率和mAP@0.5指标相较于CIoU分别提高了1.6%和1.8%,误检率降低了6.9%,且迭代过程损失值远低于其他损失函数,适用于小尺度目标检测任务;WIoU在UA-DETRA数据集整体性能最优,漏检率、召回率以及mAP@0.5指标优于其他损失函数,适用于大尺度目标检测任务。此研究为目标检测任务的边界框回归损失函数的选择提供了重要的基础。 展开更多
关键词 车辆检测 边界框回归损失函数 目标尺度 YOLOv5s CIoU SIoU Focal-EIoU WIoU
在线阅读 下载PDF
加权p、q对称损失函数下Burr分布参数的Bayes估计
16
作者 于雪松 徐宝 《广西师范大学学报(自然科学版)》 CAS 北大核心 2024年第6期186-193,共8页
在加权p、q对称损失函数下,利用Bayes参数估计方法研究Burr分布参数Bayes估计的形式和估计的性质,得到参数Bayes估计的一般形式以及在无信息先验分布和共轭先验分布下的精确形式,并证明所得估计具有可容许性和最小最大性,进一步得到参... 在加权p、q对称损失函数下,利用Bayes参数估计方法研究Burr分布参数Bayes估计的形式和估计的性质,得到参数Bayes估计的一般形式以及在无信息先验分布和共轭先验分布下的精确形式,并证明所得估计具有可容许性和最小最大性,进一步得到参数的多层Bayes估计。最后用R软件结合MCMC算法对所得估计进行数值模拟,结果表明在共轭先验分布下的Bayes估计比无信息先验分布下的Bayes估计精度更高。 展开更多
关键词 BURR分布 损失函数 BAYES估计 可容许性 MCMC算法
在线阅读 下载PDF
基于中心损失函数的小样本SAR图像识别方法
17
作者 毛轩昂 刘振国 姚陈芳 《火力与指挥控制》 CSCD 北大核心 2024年第5期172-178,183,共8页
提出了一种基于中心损失函数的监督学习方法,用于改善小样本下的合成孔径雷达(synthetic aperture radar,SAR)图像识别性能。该方法通过学习每个类别的类别中心,并惩罚样本的深度特征与其相应类别中心之间的距离,从而提高类间分离度和... 提出了一种基于中心损失函数的监督学习方法,用于改善小样本下的合成孔径雷达(synthetic aperture radar,SAR)图像识别性能。该方法通过学习每个类别的类别中心,并惩罚样本的深度特征与其相应类别中心之间的距离,从而提高类间分离度和类内分散度。为了验证方法的有效性,将所提方法与常见的深度学习算法在MSTAR图像识别数据集上进行比较。实验结果表示,相较于其他深度学习模型,该方法在小样本情况下有着更为卓越的图像识别性能。 展开更多
关键词 合成孔径雷达 小样本图像识别 中心损失函数 深度学习
在线阅读 下载PDF
不同损失函数下Lindley分布参数的Bayes估计
18
作者 赵孟茹 周菊玲 《淮阴师范学院学报(自然科学版)》 CAS 2024年第3期189-194,共6页
在熵损失函数和Q对称熵损失函数下,对参数的先验分布选取无信息先验分布和伽玛分布,研究了Lindley分布参数的Bayes估计问题,且通过随机模拟比较不同条件下参数的Bayes估计效果.结果表明:同一种损失函数下,参数的先验分布为伽玛分布时估... 在熵损失函数和Q对称熵损失函数下,对参数的先验分布选取无信息先验分布和伽玛分布,研究了Lindley分布参数的Bayes估计问题,且通过随机模拟比较不同条件下参数的Bayes估计效果.结果表明:同一种损失函数下,参数的先验分布为伽玛分布时估计效果更佳;样本容量较少时,在熵损失函数下,且先验分布为伽玛分布时,Bayes估计的均方误差较小;样本容量较多时,在Q对称熵损失函数及先验分布取伽玛分布的条件下,估计效果更理想.最后,由实例表明估计效果与数值模拟相符. 展开更多
关键词 Lindley分布 损失函数 Q对称熵损失函数 BAYES估计
在线阅读 下载PDF
损失自适应的高感知质量生成对抗超分辨率网络
19
作者 林旭锋 吴丽君 +2 位作者 陈志聪 林培杰 程树英 《福州大学学报(自然科学版)》 北大核心 2025年第1期26-34,共9页
为解决生成对抗网络训练过程中因损失简单加权导致的图像感知质量下降问题,提出损失自适应调整的生成对抗超分辨率网络(LA-GAN).首先,该方法设计通过计算角点分布的相关强度大小,区分规则纹理区域与不规则纹理区域.其次,基于不同区域,... 为解决生成对抗网络训练过程中因损失简单加权导致的图像感知质量下降问题,提出损失自适应调整的生成对抗超分辨率网络(LA-GAN).首先,该方法设计通过计算角点分布的相关强度大小,区分规则纹理区域与不规则纹理区域.其次,基于不同区域,设计了区域自适应生成对抗学习框架.在该框架中,网络只在不规则纹理区域中进行对抗学习,提高感知质量.此外,基于下采样图像和图像块相似性的重组图像取代训练集中的高分辨率图像,实现平均绝对损失在不规则纹理区域弱约束网络,在规则纹理区域强约束网络,保证图像信号保真度.最后,通过实验证明经过优化的网络在信号保真度和感知质量方面皆有提升. 展开更多
关键词 超分辨率 生成对抗网络 损失函数 区域自适应
在线阅读 下载PDF
Mlinex损失函数下反向帕累托分布形状参数的Bayes估计
20
作者 何贵阳 周菊玲 《新疆师范大学学报(自然科学版)》 2024年第1期1-12,共12页
文章研究了Mlinex损失函数下反向帕累托分布的参数估计问题。在已知反向帕累托分布位置参数的情况下,给出形状参数的五种估计方法:极大似然估计、最大后验估计、经典Bayes估计、多层Bayes估计、E-Bayes估计,并推导出相应估计方法下的具... 文章研究了Mlinex损失函数下反向帕累托分布的参数估计问题。在已知反向帕累托分布位置参数的情况下,给出形状参数的五种估计方法:极大似然估计、最大后验估计、经典Bayes估计、多层Bayes估计、E-Bayes估计,并推导出相应估计方法下的具体表达式。利用MC方法在R软件下进行数值模拟,对比模拟数据确定了参数估计的最优环境,并验证了估计方法的合理性和估计结果的准确性与稳健性,得到了E-Bayes估计为最优估计方法的结论;最后利用最优估计方法对实例进行数据拟合,确定了新疆县市级城市的人均城市道路面积可以利用反向帕累托分布近似拟合,并结合最终数据给出了相应的数据分析。 展开更多
关键词 Mlinex损失函数 反向帕累托分布 E-BAYES估计 数值模拟 数据拟合
在线阅读 下载PDF
上一页 1 2 185 下一页 到第
使用帮助 返回顶部