-
题名基于深度学习的无人机地物图像分割方法
被引量：1
- 1
-
-
作者
陈国军
尹冲
滕一诺
王雯璇
-
机构
中国石油大学(华东)计算机科学与技术学院
-
出处
《计算机与数字工程》
2023年第3期706-711,共6页
-
基金
山西省交通建设科技项目(编号:20190568)资助。
-
文摘
针对无人机地物图像的传统分割方法工程量大,效率低下,深度学习的无人机地物图像分割算法在复杂场景下精度不高和数据集的类别不均衡(长尾数据)等问题,提出一种基于深度学习的高分辨率无人机地物图像分割方法,用于提高不同地貌区域的分割精度。在语义分割模型DeepLabv3的基础上进行改进,将原始主干网络ResNet101替换为ResNet152并添加预训练模型,调整扩张卷积空间金字塔池化模块的扩张率,采用类别平衡损失函数来解决长尾数据问题。在采集的无人机地物图像数据集上进行训练并通过测试集的分割效果证明模型改进方法的有效性。根据实验模型分割效果表明,改进后的方法在测试集上平均交并比达到70.8%,相比原始模型提升了27.2%,能够得到效果更好的分割结果。
-
关键词
深度学习
语义分割
长尾数据
类别平衡损失函数
无人机地物图像
-
Keywords
deep learning
semantic segmentation
long tail problem
category balance loss function
UAV feature image
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
TP75
[自动化与计算机技术—计算机科学与技术]
-
-
题名无人驾驶的“有人”困境
被引量：1
- 2
-
-
作者
隋婷婷
-
机构
北京大学哲学系
-
出处
《自然辩证法通讯》
CSSCI
北大核心
2023年第5期112-118,共7页
-
基金
国家社科基金重大项目“人工智能伦理风险防范研究”(项目编号:20&ZD040)
中国博士后科学基金面上项目“人工智能算法的人本嵌入研究”(项目编号:2021M690243)
江苏省社科基金重点项目“人工智能的伦理风险及防范研究”(项目编号:20ZXA001)。
-
文摘
随着中国、美国以及欧盟颁布无人驾驶汽车的发展纲领,国内外Level 3级别无人驾驶(有人监督的无人驾驶)已在多地上路运营。但要迈向脱离“有人”监督的真正无人驾驶(Level 5),仍需面对由“莫拉维克悖论”“长尾效应”以及“主体缺位”带来的归责难题。这也使无人驾驶在发展中面临两难:一方面,出于“人机并行”易引发事故的前提,无人驾驶有拒斥人类主体的需求;另一方面,为解决归责问题,无人驾驶无法将“人”解离出“人-车-路”的传统驾驶体系。对于这一“有人”困境,可能的解决方式是进行主体的分置化处理,即通过对算法设置权或拥有权的规范,满足寻责“有人”的需求,同时,通过大数据预测,提前消解“长尾效应”衍生的伦理问题。
-
关键词
无人驾驶
莫拉维克悖论
长尾问题
道德算法
责任主体
-
Keywords
Driverless vehicles
Moravec paradox
long tail problem
Moral algorithm
Agent of liability
-
分类号
V323.19
[航空宇航科学与技术—人机与环境工程]
-
-
题名具有长尾行为的束缚定态问题的简化拟合法
被引量：1
- 3
-
-
作者
黄纯青
熊钰庆
黄皙恒
-
出处
《佛山科学技术学院学报（社会科学版）》
1992年第4期32-34,共3页
-
文摘
针对节点法在处理具有长尾行为问题时无法给出有用的波函数这一缺陷,提出了以简化拟合法加以克服,并给出计算实例。
-
关键词
节点法
长尾行为
束缚定态
简化拟合法
-
Keywords
nodel method, long tail problem, bond stationary state, simplified shooting method
-
分类号
C55
[社会学]
-
-
题名一种融合长尾系数的混合电影推荐算法
- 4
-
-
作者
董云薪
林耿
-
机构
福建农林大学计算机与信息学院
闽江学院数学与数据科学学院(软件学院)
-
出处
《闽江学院学报》
2022年第2期7-14,共8页
-
基金
福建省自然科学基金资助项目(2020J01843)。
-
文摘
针对推荐系统中推荐算法多样性偏低的问题,提出一种融合长尾系数的混合电影推荐算法。采用混合协同过滤推荐算法来预测项目评分,用以缓解数据稀疏问题,进而提高算法的精度。通过用户的观影行为来计算电影项目的长尾系数,用以改进预测评分公式,在提高算法精度的基础上进一步提升算法的多样性。实验结果表明,在确保算法精确度的前提下,该算法能有效提高推荐算法多样性,使推荐系统具有更高的推荐质量。
-
关键词
长尾问题
协同过滤算法
推荐系统
多样性
-
Keywords
long tail problem
collaborative filtering
recommendation system
diversity
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于互信息解决多标签文本分类中的长尾问题
- 5
-
-
作者
潘理虎
李小华
张睿
谢斌红
杨楠
张林梁
-
机构
太原科技大学计算机科学与技术学院
山西交通科学研究院信息技术研究院
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第9期2664-2669,共6页
-
基金
山西省自然科学基金资助项目(201901D111258)
山西省智能软件与人机环境系统研究生联合培养示范基地项目(2022JD11)
山西省留学人员管理委员会资助项目。
-
文摘
针对当前解决多标签文本分类中长尾问题的方法多以破坏原本数据分布为代价,在真实数据上的泛化性能下降,无法有效地缓解样本的长尾分布的问题,提出了基于互信息解决长尾问题的多标签文本分类方法(MLTC-LD)。首先,创建关于标签样本的关系矩阵,计算标签样本间的依赖关系;其次,考虑标签样本间关系程度的强弱构造邻居选择器,将拥有强关系的邻居信息作为主要语义特征并作为先验信息;最后,通过图注意力神经网络将先验信息引入分类器,实现了借助分布头部数据丰富类的知识来提高尾部数据贫乏类性能的目标。在三个不同的数据集上将MLTC-LD与八个基线模型进行了广泛的比较分析。实验结果表明,MLTC-LD与最优的HGLRN相比精确度分别提高了3.5%、0.3%、1.5%,证明了该方法的有效性。
-
关键词
多标签文本分类
长尾问题
互信息
先验信息
-
Keywords
multi-label text classification(MLTC)
long-tail problem
mutual information
prior information
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
