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3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：
融合智能审核的高考志愿推荐模型 被引量：2
1
作者 刘行兵 王英英 +2 位作者 孙钦英 柴斌 李冉 《河南师范大学学报（自然科学版）》 CAS 北大核心 2022年第2期73-78,共6页
为解决考生志愿填报抉择困难、志愿合理性无从审核的问题,提出一种融合智能审核的高考志愿推荐模型.依据高考志愿填报策略和梯度划分思想,对考生高考志愿进行智能分析与合理评估,筛查不合理的志愿表单,指出问题所在,警示考生.并结合考... 为解决考生志愿填报抉择困难、志愿合理性无从审核的问题,提出一种融合智能审核的高考志愿推荐模型.依据高考志愿填报策略和梯度划分思想,对考生高考志愿进行智能分析与合理评估,筛查不合理的志愿表单,指出问题所在,警示考生.并结合考生初始志愿表单,提取考生个性化标签,根据考生选择偏好修改、完善考生志愿,实现志愿智能审核和推荐.实例表明模型能有效降低志愿填报风险. 展开更多
关键词 审核 梯度划分 Jaccard相似度 高考 志愿填报
在线阅读 下载PDF
基于特征对比的循环生成对抗网络图像风格转换研究
2
作者 闫娟 康鹏帅 +3 位作者 王士斌 梅学术 李燕 刘栋 《河南师范大学学报（自然科学版）》 CAS 北大核心 2024年第6期73-79,共7页
无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多... 无监督图像到图像转换任务是在非配对训练数据的情况下学习源域图像到目标域图像的转换.但是,图像风格转换任务依然面临着图像内容丢失、模型坍塌等现象.为了解决上述问题,提出了一种局部特征对比来保持图像内容,通过特征提取器获得多层图像深层特征,使得图像编码器学习到高级语义信息,获得信息更加丰富的图像特征.同时,增加局部特征对比损失来引导特征提取器学习到有利于图像内容生成的特征.实验结果表明,在大多数情况下,所提方法在FID和KID分数方面优于之前的方法,图像生成质量有一定的提升. 展开更多
关键词 特征对比 图像风格转换 对比损失
在线阅读 下载PDF
一种基于有限数据的改进DCGAN图像生成方法 被引量：3
3
作者 王士斌 高梓雕 刘栋 《河南师范大学学报（自然科学版）》 CAS 北大核心 2023年第6期39-46,共8页
生成对抗网络(Generative Adversarial Network,GAN)的成功主要依赖于大量的数据进行模型训练.当训练数据有限时,GAN生成图像会产生保真度低和模型不稳定等问题.针对以上问题,基于深度卷积生成对抗网络(Deep Convolutional Generative A... 生成对抗网络(Generative Adversarial Network,GAN)的成功主要依赖于大量的数据进行模型训练.当训练数据有限时,GAN生成图像会产生保真度低和模型不稳定等问题.针对以上问题,基于深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)提出一种改进模型,称为LC-DCGAN(LeCam Deep Convolutional Generative Adversarial Networks),通过引入两个指数移动平均变量,减少小批量之间的方差,并且来稳定正则化项,使其判别器的预测逐渐收敛到平稳点.实验结果表明,该模型在有限数据下可以生成高质量、缺陷类型丰富的缺陷样本数据集. 展开更多
关键词 图像生成 生成对抗网络 正则化 保真度
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