期刊文献+
共找到40篇文章
< 1 2 >
每页显示 20 50 100
GCW-YOLOv8n:轻量级安全帽佩戴检测算法
1
作者 徐壮 钱育蓉 颜丰 《计算机工程与应用》 北大核心 2025年第3期144-154,共11页
我国是世界工业大国,在各种施工环境下,施工材料的坠落以及施工现场的碰撞是造成伤亡事故的主要原因。因头部伤害而导致的伤亡事故时有发生,而佩戴安全帽可以最大程度上保证施工人员的安全。为解决人工管理的时效性差、管理效率低下,现... 我国是世界工业大国,在各种施工环境下,施工材料的坠落以及施工现场的碰撞是造成伤亡事故的主要原因。因头部伤害而导致的伤亡事故时有发生,而佩戴安全帽可以最大程度上保证施工人员的安全。为解决人工管理的时效性差、管理效率低下,现有模型对算力需求较为严苛,内存需求大,以及工业设备在处理负载和数据传输延迟的问题,实现边缘计算、实时管控,提出一种基于YOLOv8n的改进安全帽佩戴检测算法。提出了一种新的GS-C2f模块,该模块引入GhostConv及SE(squeeze-and-excitation)注意力机制,有效降低了模型计算量及其复杂度,同时帮助网络有效提取特征。在Neck部分引入CBAM注意力机制,使模型加强对有效特征的关注。引入Wise-IoUv3进一步提高模型的精度。经实验,该模型对比原YOLOv8n模型,在计算参数下降21.24%的同时,识别精度提升了0.01,在模型精度和复杂度之间均取得了令人满意的效果。 展开更多
关键词 YOLOv8n 安全帽佩戴检测 GhostConv CBAM注意力机制
在线阅读 下载PDF
基于改进Cascade R-CNN的安全帽检测算法 被引量:4
2
作者 冯佩云 钱育蓉 +3 位作者 范迎迎 魏宏杨 秦雨刚 莫王昊 《微电子学与计算机》 2024年第1期63-73,共11页
针对安全帽检测中,目标形状、尺度变化大,易出现漏检、误检等问题,提出了一种基于改进级联基于区域的卷积神经网络(Cascade R-CNN)的安全帽检测算法。首先,对ResNet50进行改进形成D-ResNet50,利用可变形卷积仅增加少量参数就可增大感受... 针对安全帽检测中,目标形状、尺度变化大,易出现漏检、误检等问题,提出了一种基于改进级联基于区域的卷积神经网络(Cascade R-CNN)的安全帽检测算法。首先,对ResNet50进行改进形成D-ResNet50,利用可变形卷积仅增加少量参数就可增大感受野的特性,对特征提取网络的C2~C5卷积层进行重塑,提高网络对目标几何变换的适应能力和特征提取能力。其次,将D-ResNet50作为主干网络引入Cascade R-CNN,形成级联目标检测器,在每个阶段对正负样本重采样,抑制误检问题。再次,对递归特征金字塔进行改进,更高效地进行多尺度特征融合,并且基于反馈信息对特征进行二次处理,增强特征表达,提高网络的分类和定位能力。最后,使用Soft-非极大值抑制(Soft-NMS)进行后处理,进一步解决漏检问题。提出的方法在Hard hat workers数据集上的AP值相比检测基线提高了3.5%,与Sparse R-CNN、TridentNet、VFnet等先进算法相比分别提升了4.7%、5.9%、2.3%等。 展开更多
关键词 安全帽检测 多尺度特征融合 反馈连接 可变形卷积 Cascade R-CNN CARAFE
在线阅读 下载PDF
优化特征融合的多尺度遥感图像目标检测方法
3
作者 张昊 刘凤 +1 位作者 谭富祥 钱育蓉 《计算机应用与软件》 北大核心 2024年第8期155-161,167,共8页
为解决遥感图像场景下多尺度目标检测准确率低的问题,提出DAFFNet遥感图像目标检测算法。该算法基于SSD进行了三方面的改进:为增强多尺度特征信息的获取能力,设计一种基于分组的特征融合方法;引入基于注意力机制的多维度特征优化方法,... 为解决遥感图像场景下多尺度目标检测准确率低的问题,提出DAFFNet遥感图像目标检测算法。该算法基于SSD进行了三方面的改进:为增强多尺度特征信息的获取能力,设计一种基于分组的特征融合方法;引入基于注意力机制的多维度特征优化方法,来解决复杂背景下目标分类困难的问题;将Focal loss作为新的边界框置信度损失函数,令模型聚焦于难分类的正样本,以改善正负样本不平衡对目标分类所造成的干扰。在遥感公共数据集NWPU VHR-10上进行模型评估,实验结果表明,该算法相较于原算法均值平均精度提高5.1百分点,能有效地提高遥感图像目标检测准确率。 展开更多
关键词 遥感图像 目标检测 分组特征融合 多维度特征优化 注意力机制
在线阅读 下载PDF
知识图谱嵌入研究进展综述
4
作者 马恒志 钱育蓉 +3 位作者 冷洪勇 吴海鹏 陶文彬 张依杨 《计算机工程》 北大核心 2025年第2期18-34,共17页
随着大数据和人工智能技术的不断发展,知识图谱应用越来越广泛,知识图谱嵌入技术也得到了飞速发展。知识图谱嵌入通过在低维矢量空间中实现结构化知识表示来提高知识表示和推理效率。对知识图谱嵌入技术进行全面概述,包括其基本概念、... 随着大数据和人工智能技术的不断发展,知识图谱应用越来越广泛,知识图谱嵌入技术也得到了飞速发展。知识图谱嵌入通过在低维矢量空间中实现结构化知识表示来提高知识表示和推理效率。对知识图谱嵌入技术进行全面概述,包括其基本概念、模型类别、评价指标以及应用前景。首先介绍了知识图谱嵌入的基本概念及背景,将知识图谱嵌入分为基于翻译机制的嵌入模型、基于语义匹配机制的嵌入模型、基于神经网络的嵌入模型和基于附加信息的嵌入模型4个主要类别,并对相关模型的核心思想、评分函数、优缺点、应用场景进行细致梳理;然后总结了知识图谱嵌入的常见数据集和评价指标,以及链接预测和三元组分类等相关应用与实验结果,同时介绍了问答系统、推荐系统等下游任务;最后对知识图谱嵌入技术进行回顾总结,概述了当前知识图谱嵌入技术存在的局限性和主要问题,探讨了未来知识图谱嵌入领域存在的机遇和挑战以及具有潜力的研究方向,并对研究前景进行展望。 展开更多
关键词 知识图谱 知识图谱嵌入 知识图谱表示学习 链接预测 三元组分类
在线阅读 下载PDF
基于深度学习的属性图异常检测综述 被引量:6
5
作者 张伊扬 钱育蓉 +3 位作者 陶文彬 冷洪勇 李自臣 马梦楠 《计算机工程与应用》 CSCD 北大核心 2022年第19期1-13,共13页
异常检测一直以来都是数据挖掘领域的研究热点之一,其任务是在海量数据中识别罕见的观测对象。随着图数据挖掘的发展,属性图异常检测在各个领域广受关注。然而,属性图因其复杂的拓扑结构和丰富的属性信息成为异常检测一大难点。深度学... 异常检测一直以来都是数据挖掘领域的研究热点之一,其任务是在海量数据中识别罕见的观测对象。随着图数据挖掘的发展,属性图异常检测在各个领域广受关注。然而,属性图因其复杂的拓扑结构和丰富的属性信息成为异常检测一大难点。深度学习方法在捕捉属性图复杂的信息中展现出优越性能,已被证实是解决属性图异常检测问题非常有效的方法。对普通图异常检测和属性图异常检测以及表示学习相关方法进行简要概述;其次从静态属性图和动态属性图两方面对最新深度学习异常检测方法进行介绍与分类;对常见数据集上的实验结果进行了对比、分析;对属性图异常检测的应用场景、存在的问题以及面临的挑战进行讨论,展望了未来的研究方向。 展开更多
关键词 异常检测 属性图 图数据挖掘 深度学习
在线阅读 下载PDF
基于pro-YOLOv4的多尺度航拍图像目标检测算法 被引量:11
6
作者 赵玉卿 贾金露 +1 位作者 公维军 钱育蓉 《计算机应用研究》 CSCD 北大核心 2021年第11期3466-3471,共6页
航拍图像目标检测存在多尺度目标检测精度低、检测速度慢、漏检和误检严重等问题。针对这些问题,提出一种融合卷积注意力机制和轻量化网络的目标检测算法(pro-YOLOv4),并应用于多尺度航拍图像目标检测。首先,利用K-means聚类算法对航拍... 航拍图像目标检测存在多尺度目标检测精度低、检测速度慢、漏检和误检严重等问题。针对这些问题,提出一种融合卷积注意力机制和轻量化网络的目标检测算法(pro-YOLOv4),并应用于多尺度航拍图像目标检测。首先,利用K-means聚类算法对航拍数据集进行聚类分析并优化锚框参数,以提高对目标检测的有效性;其次,采用轻量级网络结构,精简网络复杂度,提高检测速度;最后,引入卷积注意力模块来解决复杂场景对于航拍目标检测的干扰,从而有效降低误检率和漏检率。在航拍数据集RSOD和NWPU VHR-10上进行实验对比,实验结果表明,pro-YOLOv4检测效果较YOLOv4有明显提升,平均检测精度分别提高了3.42%和3.98%。该算法不仅对多尺度目标均表现出较好检测性能,还降低了目标漏检率,并具有较好的鲁棒性和泛化能力。 展开更多
关键词 计算机视觉 目标检测 YOLOv4 注意力机制
在线阅读 下载PDF
基于CNN与Swin Transformer的新疆荒漠植物识别研究 被引量:1
7
作者 许春陶 钱育蓉 +2 位作者 范迎迎 杜臻宇 邵游朋 《微电子学与计算机》 2023年第6期33-41,共9页
新疆荒漠地区受气候和环境的双重影响易出现干旱灾害和影响农牧业生产,不利于新疆经济的可持续,新疆荒漠植物的识别是各植物研究人员了解植物生长状况的基础,也是生态保护研究和实施治理措施的前提.同时,新疆荒漠植物图像存在类间相似... 新疆荒漠地区受气候和环境的双重影响易出现干旱灾害和影响农牧业生产,不利于新疆经济的可持续,新疆荒漠植物的识别是各植物研究人员了解植物生长状况的基础,也是生态保护研究和实施治理措施的前提.同时,新疆荒漠植物图像存在类间相似、图像背景复杂和数据样本不平衡等特点,导致该研究具有一定的难度.为提高识别准确率、准确定位局部重要特征与综合考虑复杂全局信息,本文提出了一种融合卷积神经网络(CNN)和Swin Transformer网络的植物图像识别方法.该方法结合了CNN网络擅长提取局部特征和Swin Transformer擅长捕获全局表示的优点,同时在CNN分支中嵌入改进的Convolutional Block Attention Module(CBAM)注意力模块以便充分提取到具有区分度的局部关键特征,并使用Focal Loss损失函数解决数据样本不平衡问题.通过实验结果表明,提出的融合方法在新疆荒漠植物数据集上相较于单分支网络更能充分提取图像的特征,其识别准确率可达97.99%,且精准率、召回率和F1分数都优于现有的方法.最后通过可视化分析和混淆矩阵进一步佐证了该方法的有效性. 展开更多
关键词 植物识别 卷积神经网络 Swin Transformer 注意力机制
在线阅读 下载PDF
Kirsch算子地质图像边缘检测算法并行化研究 被引量:4
8
作者 田宸玮 王雪纯 +1 位作者 杨嘉能 钱育蓉 《新疆大学学报(自然科学版)(中英文)》 2021年第1期54-60,68,共8页
针对大尺寸地质图像边缘检测算法计算密集和数据密集的特性,为提高地质图像边缘检测算法的计算效率,提出一种自适应阈值的Kirsch算子的边缘检测算法.从传统算法层面,通过减少运算次数以及针对阈值设定随机性较大的问题提出自适应阈值的... 针对大尺寸地质图像边缘检测算法计算密集和数据密集的特性,为提高地质图像边缘检测算法的计算效率,提出一种自适应阈值的Kirsch算子的边缘检测算法.从传统算法层面,通过减少运算次数以及针对阈值设定随机性较大的问题提出自适应阈值的方法对其进行优化.从算法并行层面,在CPU-GPU传输开销以及线程规模选取上分析优化.经测试,改进的算法比现有算法减少了计算量,获取的边缘更清晰,对大于2 048×2 048尺寸的地质图像加速比可以保持在80倍以上(不考虑传输开销可保持在300倍以上).该方法的并行较易实现,为实时在线的地质图像边缘检测提供了可能. 展开更多
关键词 边缘检测 KIRSCH算子 并行计算 地质图像 统一计算设备架构
在线阅读 下载PDF
中文命名实体识别研究综述 被引量:18
9
作者 赵继贵 钱育蓉 +2 位作者 王魁 侯树祥 陈嘉颖 《计算机工程与应用》 CSCD 北大核心 2024年第1期15-27,共13页
命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界... 命名实体识别(named entity recognition,NER)是自然语言处理中最基本的任务之一,其主要内容是识别自然语言文本中具有特定意义的实体类型和边界。然而,中文命名实体识别(Chinese named entity recognition,CNER)的数据样本存在词边界模糊、语义多样化、形态特征模糊以及中文语料库内容较少等问题,导致中文命名实体识别性能难以大幅提升。介绍了CNER的数据集、标注方案和评价指标。按照CNER的研究进程,将CNER方法分为基于规则的方法、基于统计的方法和基于深度学习的方法三类,并对近五年来基于深度学习的CNER主要模型进行总结。探讨CNER的研究趋势,为新方法的提出和未来研究方向提供一定参考。 展开更多
关键词 自然语言处理 中文命名实体识别 深度学习 预训练模型 机器学习
在线阅读 下载PDF
基于深度学习的命名实体识别研究综述 被引量:1
10
作者 张继元 钱育蓉 +2 位作者 冷洪勇 侯树祥 陈嘉颖 《现代电子技术》 北大核心 2024年第6期32-42,共11页
命名实体识别是自然语言处理领域的一项关键任务,其目的在于从自然语言文本中识别出具有特定含义的实体,如人名、地名、机构名和专有名词等。在命名实体识别任务中,研究人员提出过多种方法,包括基于知识和有监督的机器学习方法。近年来... 命名实体识别是自然语言处理领域的一项关键任务,其目的在于从自然语言文本中识别出具有特定含义的实体,如人名、地名、机构名和专有名词等。在命名实体识别任务中,研究人员提出过多种方法,包括基于知识和有监督的机器学习方法。近年来,随着互联网文本数据规模的快速扩大和深度学习技术的快速发展,深度学习模型已成为命名实体识别的研究热点,并在该领域取得显著进展。文中全面回顾现有的命名实体识别深度学习技术,主要分为四类:基于卷积神经网络模型、基于循环神经网络模型、基于Transformer模型和基于图神经网络模型的命名实体识别。此外,对深度学习的命名实体识别架构进行了介绍。最后,探讨命名实体识别所面临的挑战以及未来可能的研究方向,以期推动命名实体识别领域的进一步发展。 展开更多
关键词 命名实体识别 深度学习 自然语言处理 卷积神经网络 循环神经网络 TRANSFORMER 图神经网络
在线阅读 下载PDF
基于双向注意力机制的多模态关系抽取 被引量:1
11
作者 吴海鹏 钱育蓉 冷洪勇 《计算机工程》 CAS CSCD 北大核心 2024年第4期160-167,共8页
传统关系抽取方法从纯文本中识别实体对之间的关系,多模态关系抽取方法通过利用多种模态信息辅助关系抽取任务。针对现有多模态关系抽取模型在处理图像数据时存在容易受到冗余信息干扰的问题,提出一种基于双向注意力机制的多模态关系抽... 传统关系抽取方法从纯文本中识别实体对之间的关系,多模态关系抽取方法通过利用多种模态信息辅助关系抽取任务。针对现有多模态关系抽取模型在处理图像数据时存在容易受到冗余信息干扰的问题,提出一种基于双向注意力机制的多模态关系抽取模型。首先,采用来自Transformer的双向编码器表示(BERT)与场景图生成模型分别提取文本语义特征与图像语义特征。然后,利用双向注意力机制建立图像到文本与文本到图像的双向对齐机制,通过这种双向对齐机制实现图像与文本之间的双向信息交互,赋予图像中冗余信息较低的权重以削弱其对文本语义表示的干扰,从而减轻图像中冗余信息对关系抽取结果造成的负面影响。最后,将对齐后的文本特征表示与视觉特征表示相连接形成文本与图像的融合特征,通过多层感知机(MLP)计算所有关系分类的概率分数并输出预测关系。在用于神经关系提取的多模式数据集(MNRE)上的实验结果表明,该模型的精确率、召回率、F1值分别达到65.53%、69.21%与67.32%,相比于基准模型均有明显提升,具有较好的关系抽取效果。 展开更多
关键词 关系抽取 社交网络 冗余信息 多模态数据 双向注意力机制
在线阅读 下载PDF
结合CNN和Transformer的遥感图像土地覆盖分类方法 被引量:3
12
作者 汤泊川 帕力旦·吐尔逊 +1 位作者 柏洁馨 齐然然 《微电子学与计算机》 2024年第4期64-73,共10页
利用遥感图像进行语义分割是一种有效的土地覆盖分类方法。然而由于主流框架存在边缘分割不准确、缺乏全局信息导致错误分类等问题,阻碍了其在土地覆盖分类中的应用。针对以上问题,提出了一种用于遥感图像土地覆盖分类的卷积神经网络(Co... 利用遥感图像进行语义分割是一种有效的土地覆盖分类方法。然而由于主流框架存在边缘分割不准确、缺乏全局信息导致错误分类等问题,阻碍了其在土地覆盖分类中的应用。针对以上问题,提出了一种用于遥感图像土地覆盖分类的卷积神经网络(Convolutional Neural Networks,CNN)和Transformer混合网络CTHNet,结合了CNN的局部细节提取能力和Transformer的全局信息提取能力。同时设计了自适应融合模块,融合来自对应级别的CNN和Transformer特征,自适应融合模块的输出进入分割头得到最终的预测结果。最后,结合边界检测分支为语义分割提供边缘约束。在两个公开的土地覆盖分类数据集上的实验结果表明,该方法优于当前主流的方法,分别实现了90.53%和64.33%的平均交并比(mIoU),对遥感图像中的大目标和边界也有更好的识别效果。 展开更多
关键词 土地覆盖分类 遥感图像 特征融合 卷积神经网络 TRANSFORMER
在线阅读 下载PDF
基于节点合作度与运动方向的路由协议
13
作者 冯亮 余瑶 +1 位作者 杨雄飞 钱育蓉 《计算机应用与软件》 北大核心 2024年第12期94-102,共9页
通过研究节点的合作能力强弱与运动方向上的差异,综合考虑候选中继节点。在此基础上,提出一种基于节点合作度与运动方向的BOMPA路由协议,从而使转发节点更加均匀分布,达到提高传输效率、降低传输时延和网络开销的目的。与传统路由方法Ep... 通过研究节点的合作能力强弱与运动方向上的差异,综合考虑候选中继节点。在此基础上,提出一种基于节点合作度与运动方向的BOMPA路由协议,从而使转发节点更加均匀分布,达到提高传输效率、降低传输时延和网络开销的目的。与传统路由方法Epidemic、Bubble Rap,以及近年来新提出的ETNS(Effective Data Transmission Strategy Based on Node Socialization)算法相比,实验结果表明,BOMPA路由协议有效地提高了节点的数据送达率,减少了数据传输时延,提高了网络的整体性能。 展开更多
关键词 机会网络 余弦相似距离 转发扇区 合作趋势
在线阅读 下载PDF
基于反馈生成对抗网络的单图像超分辨率重建 被引量:1
14
作者 王永强 李雪 +1 位作者 范迎迎 钱育蓉 《计算机工程与设计》 北大核心 2022年第7期2022-2030,共9页
针对现有图像超分辨率重建方法中高频图像信息不丰富的问题,提出一种基于反馈和注意机制的单图像重建生成对抗网络(GFSRGAN)。采用反馈网络作为生成器,通过反馈连接逐步生成高分辨率图像;提出一种具有注意机制的反馈块,其能在处理反馈... 针对现有图像超分辨率重建方法中高频图像信息不丰富的问题,提出一种基于反馈和注意机制的单图像重建生成对抗网络(GFSRGAN)。采用反馈网络作为生成器,通过反馈连接逐步生成高分辨率图像;提出一种具有注意机制的反馈块,其能在处理反馈流的同时,自适应地选择有用的特征信息;利用相对平均最小二乘GAN(RaLSGAN)损失引导模型获得更真实的图像。实验结果表明,与现有基于GAN的超分辨方法相比,该方法重建出的图像纹理更加逼真自然。 展开更多
关键词 单图像超分辨率重建 反馈机制 生成对抗网络 注意力机制 深度学习
在线阅读 下载PDF
数字孪生农业中的多模态数据融合研究现状和展望 被引量:2
15
作者 钱育蓉 秦雨刚 公维军 《信息与电脑》 2023年第15期27-29,共3页
为进一步提高我国的农业生产智能化水平,文章系统总结了农业大数据驱动下的数字孪生农业及国内外数字孪生农业中多模态数据融合研究现状,并基于此展望了综合运用卫星遥感、无人机航拍、地面传感网多模态数据开展农业生产全过程、多要素... 为进一步提高我国的农业生产智能化水平,文章系统总结了农业大数据驱动下的数字孪生农业及国内外数字孪生农业中多模态数据融合研究现状,并基于此展望了综合运用卫星遥感、无人机航拍、地面传感网多模态数据开展农业生产全过程、多要素动态映射的研究中面临的挑战和未来发展趋势。 展开更多
关键词 农业大数据 数字孪生农业 农业多模态数据 体系标准 数据融合
在线阅读 下载PDF
基于图卷积网络的多标签遥感图像分类 被引量:11
16
作者 杨敏航 陈龙 +1 位作者 刘慧 钱育蓉 《计算机应用研究》 CSCD 北大核心 2021年第11期3439-3445,共7页
由于遥感图像包含物体类别多样,单个语义类别标签无法全面地描述图像内容,而多标签图像分类任务更加具有挑战性。通过探索深度图卷积网络(GCN),解决了多标签遥感图像分类缺乏对标签语义信息相关性利用的问题,提出了一种新的基于图卷积... 由于遥感图像包含物体类别多样,单个语义类别标签无法全面地描述图像内容,而多标签图像分类任务更加具有挑战性。通过探索深度图卷积网络(GCN),解决了多标签遥感图像分类缺乏对标签语义信息相关性利用的问题,提出了一种新的基于图卷积的多标签遥感图像分类网络,它包含图像特征学习模块、基于图卷积网络的分类器学习模块和图像特征差异化模块三个部分。在公开多标签遥感数据集Planet和UCM上与相关模型进行对比,在多标签遥感图像分类任务上可以得到了较好的分类结果。该方法使用图卷积等模块将多标签图像分类方法应用到遥感领域,提高了模型分类能力,缩短了模型训练时间。 展开更多
关键词 卷积神经网络 图卷积网络 多标签 遥感图像分类
在线阅读 下载PDF
基于自编码器的深度聚类算法综述 被引量:17
17
作者 陶文彬 钱育蓉 +3 位作者 张伊扬 马恒志 冷洪勇 马梦楠 《计算机工程与应用》 CSCD 北大核心 2022年第18期16-25,共10页
聚类分析作为一种常见的分析方法,广泛应用于各种场景。随着机器学习技术的发展,深度聚类算法也成了当下研究的热点,基于自编码器的深度聚类算法是其中的代表算法。为了及时了解掌握基于自编码器的深度聚类算法的发展,介绍了四种自编码... 聚类分析作为一种常见的分析方法,广泛应用于各种场景。随着机器学习技术的发展,深度聚类算法也成了当下研究的热点,基于自编码器的深度聚类算法是其中的代表算法。为了及时了解掌握基于自编码器的深度聚类算法的发展,介绍了四种自编码器的模型,对近些年代表性的算法依照自编码器的结构进行了分类。在MNIST、USPS、Fashion-MNIST数据集上,针对传统聚类算法和基于自编码器的深度聚类算法进行了实验对比、分析,最后对基于自编码器的深度聚类算法目前存在的问题进行了总结,展望了深度聚类算法的研究方向。 展开更多
关键词 聚类算法 深度聚类 自编码器 特征提取
在线阅读 下载PDF
基于随机游走的图嵌入研究综述 被引量:10
18
作者 腊志垚 钱育蓉 +3 位作者 冷洪勇 顾天宇 张继元 李自臣 《计算机工程与应用》 CSCD 北大核心 2022年第13期1-13,共13页
近年来,图嵌入已经成为图神经网络领域研究的热点。图嵌入作为图任务分析的一种重要手段,将图的高维非欧信息编码到低维向量空间中,从而提升下游任务的性能和效率。为了及时掌握当前基于随机游走的图嵌入方法的研究现状,通过归纳与整理... 近年来,图嵌入已经成为图神经网络领域研究的热点。图嵌入作为图任务分析的一种重要手段,将图的高维非欧信息编码到低维向量空间中,从而提升下游任务的性能和效率。为了及时掌握当前基于随机游走的图嵌入方法的研究现状,通过归纳与整理,对现有的经典模型进行介绍与分类,主要分为基于经典随机游走的模型和基于属性游走的模型;然后对每一种模型解决的问题、算法思想、模型策略、优缺点和应用场景进行了详细的归纳与分析,并在几种常见的数据集上评估了部分模型的性能。通过研究发现,当前的基于随机游走的图嵌入亟待解决四个方面的问题:属性选择、可扩展性、嵌入维度选择和可解释性,针对这些问题,图嵌入需要建立一致的理论框架,为后面的研究提供可参考的标准。 展开更多
关键词 图嵌入 图神经网络 图任务分析 随机游走 属性游走
在线阅读 下载PDF
基于Transformer的多分支单图像去雨方法 被引量:6
19
作者 谭富祥 钱育蓉 +4 位作者 孔钰婷 张昊 周大新 范迎迎 陈龙 《计算机应用研究》 CSCD 北大核心 2022年第8期2500-2505,2519,共7页
雨纹会严重降低拍摄图像的质量,影响后续计算机视觉任务。为了提高雨天图像的质量,提出了一种基于Transformer的单图像去雨算法。首先,该算法通过具有窗口机制的Transformer获得大范围的感受野,进而获取雨纹特征的上下文信息,提高模型... 雨纹会严重降低拍摄图像的质量,影响后续计算机视觉任务。为了提高雨天图像的质量,提出了一种基于Transformer的单图像去雨算法。首先,该算法通过具有窗口机制的Transformer获得大范围的感受野,进而获取雨纹特征的上下文信息,提高模型提取雨纹特征的能力;其次,该算法通过多分支模块提取和融合不同种类、不同层次的特征,提高模型对复杂雨纹信息的表征能力;最后,通过残差连接融合浅层特征和深层特征,补全深层特征中缺失的细节信息,增强网络表达能力。在公开数据集Rain100L、Rain100H和私有数据集Rain3000上的实验结果表明,该方法相较于现有算法,能更有效地去除雨纹,同时更好地恢复图像中丢失的背景纹理信息。峰值信噪比和结构相似度(PSNR/SSIM)分别达到38.33/0.9855、28.42/0.9000、34.51/0.9643。 展开更多
关键词 单图像去雨 多分支 TRANSFORMER 特征融合
在线阅读 下载PDF
遥感图像时空融合综述 被引量:2
20
作者 杨广奇 刘慧 +2 位作者 钟锡武 陈龙 钱育蓉 《计算机工程与应用》 CSCD 北大核心 2022年第10期27-40,共14页
高时空分辨率的遥感图像大数据在遥感领域发挥着重要作用。然而,由于技术上和预算上的限制等原因,目前单一的卫星传感器无法获取同时具有高空间分辨率和高时间分辨率的遥感影像。因此遥感图像时空融合技术被认为是解决时间分辨率和空间... 高时空分辨率的遥感图像大数据在遥感领域发挥着重要作用。然而,由于技术上和预算上的限制等原因,目前单一的卫星传感器无法获取同时具有高空间分辨率和高时间分辨率的遥感影像。因此遥感图像时空融合技术被认为是解决时间分辨率和空间分辨率折衷问题的有效途径之一。随着深度学习在各领域的广泛应用,深度学习技术已经被证实是解决图像问题非常有效的方法。针对国内外学者的研究成果,全面总结遥感图像时空融合的经典算法,同时重点分析基于深度学习的遥感图像时空融合算法的研究成果,在三个数据集上进行复现并分析实验结果,并对未来遥感图像时空融合进行展望。 展开更多
关键词 遥感图像 高空间分辨率 传统学习 深度学习 时空融合
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部