期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
4
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
融合多尺度特征的拼接篡改图像检测算法
1
作者
吴琛
邵叱风
《兰州工业学院学报》
2024年第4期43-47,共5页
针对当前拼接篡改图像检测与定位方法主要专注于检测和定位小范围的篡改区域,而对于不均匀大小位置目标对象的模型性能表现不佳等问题,提出一种用于拼接篡改图像的检测与定位的新型网络架构DEUNet。DEUNet在UNet基础上引入高效加性注意...
针对当前拼接篡改图像检测与定位方法主要专注于检测和定位小范围的篡改区域,而对于不均匀大小位置目标对象的模型性能表现不佳等问题,提出一种用于拼接篡改图像的检测与定位的新型网络架构DEUNet。DEUNet在UNet基础上引入高效加性注意力和双向残差块,用于处理不同尺度的特征,在更完整地定位大尺度篡改区域的同时减少模型的复杂度,并结合交叉熵和Dice损失函数以更好地平衡分类精度和分割准确性。实验结果表明,提出的方法性能优于其他算法,且具有良好的鲁棒性;DEUNet能成功处理不固定大小位置目标且实验验证性能优于最新算法。
展开更多
关键词
TRANSFORMER
上下文
交互
图像拼接篡改定位
高效加性注意力
全局依赖建模能力
下载PDF
职称材料
基于Mogrifier LSTM的序列标注关系抽取方法
被引量：
2
2
作者
方义秋
刘飞
葛君伟
《计算机工程》
CAS
CSCD
北大核心
2022年第10期81-87,94,共8页
对文本中的上下文信息进行充分利用能够提高关系抽取性能,但当前多数基于深度学习的关系抽取方法仅捕获文本序列中的浅层特征信息,在长序列文本中易丢失上下文信息。针对传统LSTM中输入和隐藏状态之间相互独立且缺少信息交互的问题,建...
对文本中的上下文信息进行充分利用能够提高关系抽取性能,但当前多数基于深度学习的关系抽取方法仅捕获文本序列中的浅层特征信息,在长序列文本中易丢失上下文信息。针对传统LSTM中输入和隐藏状态之间相互独立且缺少信息交互的问题,建立一种基于Mogrifier LSTM的序列标注关系抽取模型。将由词嵌入、字符嵌入和位置嵌入构成的嵌入层结果输入Mogrifier LSTM层,该层通过在传统LSTM计算之前交替地让当前输入与之前隐藏状态进行多轮运算,以增强上下文交互能力。使用自注意力机制提高模型对重要特征的关注度,同时采用基于关系的注意力机制获取特定关系下的句子表示,从而解决实体关系重叠问题。在关系分类模块,利用Bi-LSTM进行序列标注,将句子中的每个词汇映射为相应的标签。实验结果表明,在NYT数据集上该模型的F1值达到0.841,优于HRL、OrderRL等模型,在存在SEO重叠类型的关系抽取中,F1值仍能达到0.745,所提模型能够在一定程度上解决关系重叠问题同时有效提升关系抽取性能。
展开更多
关键词
关系抽取
Mogrifier
LSTM模型
上下文
交互
注意力机制
关系重叠
下载PDF
职称材料
基于特征聚合和传播网络的图像超分辨率重建
3
作者
薄阳瑜
刘晓晶
+1 位作者
武永亮
王学军
《模式识别与人工智能》
EI
CSCD
北大核心
2024年第4期299-312,共14页
基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图...
基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.
展开更多
关键词
图像超分辨率重建
卷积神经网络
上下文
交互
注意力
多维注意力
特征聚合
下载PDF
职称材料
基于情感上下文的语音情感推理算法
被引量：
2
4
作者
毛启容
白李娟
+1 位作者
王丽
詹永照
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第9期826-834,共9页
针对前后相邻情感语句的情感变化存在相互关联的特性,提出基于情感上下文的情感推理算法.该算法首先利用传统语音情感特征和上下文语音情感特征分别识别待分析情感语句的情感状态,然后借助情感交互矩阵及两类情感特征识别结果的置信度...
针对前后相邻情感语句的情感变化存在相互关联的特性,提出基于情感上下文的情感推理算法.该算法首先利用传统语音情感特征和上下文语音情感特征分别识别待分析情感语句的情感状态,然后借助情感交互矩阵及两类情感特征识别结果的置信度对待测试语句的情感状态进行融合推理.在此基础上,建立语音情感上下文推理规则,利用该规则根据相邻语句的情感状态对待分析情感语句情感状态进行调整,最终得出待分析情感语句所属的情感类别.在自行录制的包含6种基本情感数据库上的实验结果表明,与仅采用声学特征的方法相比,文中提出方法平均识别率提高12.17%.
展开更多
关键词
语音情感识别
情感
上下文
情感推理规则
上下文
语音情感特征
情感
上下文
交互
矩阵
下载PDF
职称材料
题名
融合多尺度特征的拼接篡改图像检测算法
1
作者
吴琛
邵叱风
机构
安徽理工大学计算机科学与工程学院
出处
《兰州工业学院学报》
2024年第4期43-47,共5页
基金
国家自然科学基金(61572034)
安徽理工大学研究生创新基金项目(2023cx2138)。
文摘
针对当前拼接篡改图像检测与定位方法主要专注于检测和定位小范围的篡改区域,而对于不均匀大小位置目标对象的模型性能表现不佳等问题,提出一种用于拼接篡改图像的检测与定位的新型网络架构DEUNet。DEUNet在UNet基础上引入高效加性注意力和双向残差块,用于处理不同尺度的特征,在更完整地定位大尺度篡改区域的同时减少模型的复杂度,并结合交叉熵和Dice损失函数以更好地平衡分类精度和分割准确性。实验结果表明,提出的方法性能优于其他算法,且具有良好的鲁棒性;DEUNet能成功处理不固定大小位置目标且实验验证性能优于最新算法。
关键词
TRANSFORMER
上下文
交互
图像拼接篡改定位
高效加性注意力
全局依赖建模能力
Keywords
Transformer
contextual interactions
image splicing tampering positioning
efficient additive attention
global dependency modeling capabilities
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于Mogrifier LSTM的序列标注关系抽取方法
被引量：
2
2
作者
方义秋
刘飞
葛君伟
机构
重庆邮电大学计算机科学与技术学院
重庆邮电大学软件工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第10期81-87,94,共8页
基金
国家自然科学基金面上项目“面向‘谣言-辟谣-促谣’博弈关系的社交网络谣言信息传播机制研究”(62072066)。
文摘
对文本中的上下文信息进行充分利用能够提高关系抽取性能,但当前多数基于深度学习的关系抽取方法仅捕获文本序列中的浅层特征信息,在长序列文本中易丢失上下文信息。针对传统LSTM中输入和隐藏状态之间相互独立且缺少信息交互的问题,建立一种基于Mogrifier LSTM的序列标注关系抽取模型。将由词嵌入、字符嵌入和位置嵌入构成的嵌入层结果输入Mogrifier LSTM层,该层通过在传统LSTM计算之前交替地让当前输入与之前隐藏状态进行多轮运算,以增强上下文交互能力。使用自注意力机制提高模型对重要特征的关注度,同时采用基于关系的注意力机制获取特定关系下的句子表示,从而解决实体关系重叠问题。在关系分类模块,利用Bi-LSTM进行序列标注,将句子中的每个词汇映射为相应的标签。实验结果表明,在NYT数据集上该模型的F1值达到0.841,优于HRL、OrderRL等模型,在存在SEO重叠类型的关系抽取中,F1值仍能达到0.745,所提模型能够在一定程度上解决关系重叠问题同时有效提升关系抽取性能。
关键词
关系抽取
Mogrifier
LSTM模型
上下文
交互
注意力机制
关系重叠
Keywords
relationship extraction
Mogrifier LSTM model
context interaction
attention mechanism
relationship overlap
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于特征聚合和传播网络的图像超分辨率重建
3
作者
薄阳瑜
刘晓晶
武永亮
王学军
机构
石家庄铁道大学信息科学与技术学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2024年第4期299-312,共14页
基金
国家自然科学基金项目(No.62106157)
河北省自然科学基金项目(No.F2021210002)
山西省重点实验室开放基金项目(No.CICIP2022001)资助。
文摘
基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.
关键词
图像超分辨率重建
卷积神经网络
上下文
交互
注意力
多维注意力
特征聚合
Keywords
Image Super-Resolution Reconstruction
Convolutional Neural Network
Contextual Inter-action Attention
Multi-dimensional Attention
Feature Aggregation
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
TP391.41 [自动化与计算机技术—控制科学与工程]
TP183
下载PDF
职称材料
题名
基于情感上下文的语音情感推理算法
被引量：
2
4
作者
毛启容
白李娟
王丽
詹永照
机构
江苏大学计算机科学与通信工程学院
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2014年第9期826-834,共9页
基金
国家自然科学基金面上项目(No.61272211
61170126)
+1 种基金
江苏省自然科学基金面上项目(No.BK2011521)
江苏大学高级人才启动基金项目(No.10JDG065)资助
文摘
针对前后相邻情感语句的情感变化存在相互关联的特性,提出基于情感上下文的情感推理算法.该算法首先利用传统语音情感特征和上下文语音情感特征分别识别待分析情感语句的情感状态,然后借助情感交互矩阵及两类情感特征识别结果的置信度对待测试语句的情感状态进行融合推理.在此基础上,建立语音情感上下文推理规则,利用该规则根据相邻语句的情感状态对待分析情感语句情感状态进行调整,最终得出待分析情感语句所属的情感类别.在自行录制的包含6种基本情感数据库上的实验结果表明,与仅采用声学特征的方法相比,文中提出方法平均识别率提高12.17%.
关键词
语音情感识别
情感
上下文
情感推理规则
上下文
语音情感特征
情感
上下文
交互
矩阵
Keywords
Speech Emotion Recognition
Emotion Context
Emotion Reasoning Rule
Contextual Speech Emotion feature
Emotional Context Interaction Matrix
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
融合多尺度特征的拼接篡改图像检测算法
吴琛
邵叱风
《兰州工业学院学报》
2024
0
下载PDF
职称材料
2
基于Mogrifier LSTM的序列标注关系抽取方法
方义秋
刘飞
葛君伟
《计算机工程》
CAS
CSCD
北大核心
2022
2
下载PDF
职称材料
3
基于特征聚合和传播网络的图像超分辨率重建
薄阳瑜
刘晓晶
武永亮
王学军
《模式识别与人工智能》
EI
CSCD
北大核心
2024
0
下载PDF
职称材料
4
基于情感上下文的语音情感推理算法
毛启容
白李娟
王丽
詹永照
《模式识别与人工智能》
EI
CSCD
北大核心
2014
2
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
