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6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：
基于进化策略的自适应联邦学习算法 被引量：4
1
作者 公茂果 高原 +3 位作者 王炯乾 张元侨 王善峰 谢飞 《中国科学：信息科学》 CSCD 北大核心 2023年第3期437-453,共17页
联邦学习是一种多设备参与的,保护数据隐私的深度学习技术.它能够在私有数据不出本地的同时训练全局共享模型.然而,在复杂的物联网环境中,联邦学习面临着统计异构性和系统异构性的挑战.不同的本地数据分布和高额的通信计算成本,使得过... 联邦学习是一种多设备参与的,保护数据隐私的深度学习技术.它能够在私有数据不出本地的同时训练全局共享模型.然而,在复杂的物联网环境中,联邦学习面临着统计异构性和系统异构性的挑战.不同的本地数据分布和高额的通信计算成本,使得过参数化的模型不适合在物联网应用中直接部署.同时,非独立同分布的数据也使采用参数平均聚合的联邦学习更加难以收敛.联邦学习场景下的研究难点在于,如何根据私有数据为每个客户端建立个性化的轻量级模型的同时,把这些模型汇总成为联合模型.为了解决这一问题,本文提出了一种基于进化策略的自适应联邦学习算法.该方法将模型结构进行编码,把每个参与者视作进化策略中的个体,通过全局优化来为每个客户端自适应地生成不同的个性化子模型.客户端根据网络单元重要性和编码在服务器端超网中抽取相应的子网来进行本地更新,而这种网络局部更新的方法天然契合dropout的思想.在真实数据集上进行的大量实验证明,本文提出的框架相比于经典的联邦学习方法,模型性能得到了显著改善.在客户端数据非独立同分布的情况下,该算法在有效降低了客户端在通信带宽和计算力受限条件下参与联邦学习门槛的同时,提高了全局模型的泛化能力. 展开更多
关键词 联邦学习 进化策略 模型编码 网络剪枝 本地个性化
原文传递
变电站5D-BIM管控平台模型编码方法探究
2
作者 朱琛 周益磊 +2 位作者 王娟 付婷 苏颖 《电力安全技术》 2024年第2期21-24,共4页
以建筑信息模型(BIM)技术在某110kV变电站的应用为例,分析了国家电网有限公司现有的编码规范,探究了融合三维模型、施工进度、费用控制的五维建筑信息模型(5D-BIM)施工项目管理平台模型编码体系,并验证了该编码体系的合理性及有效性,提... 以建筑信息模型(BIM)技术在某110kV变电站的应用为例,分析了国家电网有限公司现有的编码规范,探究了融合三维模型、施工进度、费用控制的五维建筑信息模型(5D-BIM)施工项目管理平台模型编码体系,并验证了该编码体系的合理性及有效性,提升了工程运行维护管理水平。 展开更多
关键词 变电站 五维建筑信息模型 模型编码
下载PDF
基于RGB特征与深度特征融合的物体识别算法 被引量：15
3
作者 卢良锋 谢志军 叶宏武 《计算机工程》 CAS CSCD 北大核心 2016年第5期186-193,共8页
RGB图像和深度图像的同时使用能有效提高物体识别的准确率。然而,已有研究仅将RGB图像和深度图像的特征进行简单的线性连接,没有根据RGB特征和深度特征的差异性进行特征提取和融合,充分发挥RGB-D图像的优势。为此,提出一种多模态稀疏自... RGB图像和深度图像的同时使用能有效提高物体识别的准确率。然而,已有研究仅将RGB图像和深度图像的特征进行简单的线性连接,没有根据RGB特征和深度特征的差异性进行特征提取和融合,充分发挥RGB-D图像的优势。为此,提出一种多模态稀疏自编码算法,在进行差异性特征提取的同时完成RGB特征和深度特征的有效融合。结合多模态稀疏自编码算法和空间金字塔最大池化算法,给出一个全新的深度学习模型。该模型能够提取有辨别力的特征并完成基于RGB-D图像的物体识别工作。在2个标准的RGB-D数据库上的实验结果表明,与基于RGB-D的物体识别算法相比,该算法能够有效融合RGB特征和深度特征,取得更高的识别准确率。 展开更多
关键词 RGB特征与深度特征融合 稀疏自编码 多模态稀疏自编码 空间金字塔最大池化 深度学习 物体识别
下载PDF
基于Sinc-Transformer模型的原始语音情感识别 被引量：8
4
作者 俞佳佳 金赟 +2 位作者 马勇 姜芳艽 戴妍妍 《信号处理》 CSCD 北大核心 2021年第10期1880-1888,共9页
考虑传统语音情感识别任务中,手动提取声学特征的繁琐性,本文针对原始语音信号提出一种Sinc-Transformer(SincNet Transformer)模型来进行语音情感识别任务。该模型同时具备SincNet层及Transformer模型编码器的优点,利用SincNet滤波器... 考虑传统语音情感识别任务中,手动提取声学特征的繁琐性,本文针对原始语音信号提出一种Sinc-Transformer(SincNet Transformer)模型来进行语音情感识别任务。该模型同时具备SincNet层及Transformer模型编码器的优点,利用SincNet滤波器从原始语音波形中捕捉一些重要的窄带情感特征,使其整个网络结构在特征提取过程中具有指导性,从而完成原始语音信号的浅层特征提取工作;利用两层Transformer模型编码器进行二次处理,以提取包含全局上下文信息的深层特征向量。在交互式情感二元动作捕捉数据库(IEMOCAP)的四类情感分类中,实验结果表明本文提出的Sinc-Transformer模型准确率与非加权平均召回率分别为64.14%和65.28%。同时与基线模型进行对比,所提模型能有效地提高语音情感识别性能。 展开更多
关键词 语音情感 Transformer模型编码器 SincNet滤波器 原始语音
下载PDF
Langacker的事件认知模型与语言编码中的工具格 被引量：3
5
作者 邵琛欣 《贵州民族大学学报（哲学社会科学版）》 2016年第2期125-135,共11页
本文从认知语法角度,运用Langacker的事件模型,对工具格在语言编码中表现出的论元属性、句法分布和标记形式等问题做出新的解释。作为行为链中重要的组成部分,工具格的论元属性应区别于处所和时间,倾向于准内部论元;场景侧重的不同使工... 本文从认知语法角度,运用Langacker的事件模型,对工具格在语言编码中表现出的论元属性、句法分布和标记形式等问题做出新的解释。作为行为链中重要的组成部分,工具格的论元属性应区别于处所和时间,倾向于准内部论元;场景侧重的不同使工具格可以充当主语、宾语、状语、补语等多种句法成分;介词和词缀是工具格的两种形式,二者有着不同的事件整合过程。 展开更多
关键词 认知语法 事件模型 语言编码 工具格
下载PDF
基于内容的网格生成算法
6
作者 吴枫 高文 +1 位作者 高鹏 屈立俊 《计算机研究与发展》 EI CSCD 北大核心 1999年第9期1097-1103,共7页
在基于模型的编码技术中，选择合适的网格模型对提高模型的运动估计精度、编码效率和得到高质量的解码图像都是至关重要的．文中提出的基于图像内容的自适应网格模型生成算法，首先利用数学形态学中的水线算法把编码图像分割成许多纹理... 在基于模型的编码技术中，选择合适的网格模型对提高模型的运动估计精度、编码效率和得到高质量的解码图像都是至关重要的．文中提出的基于图像内容的自适应网格模型生成算法，首先利用数学形态学中的水线算法把编码图像分割成许多纹理一致的区域，所分割的区域反映了图像的结构、轮廓和边界；再对这些区域的边界进行多边形拟合，得到多边形各个边的端点作为网格模型的节点，以这些节点为基础就能生成一个 Ｄｅｌａｕｎａｙ 三角形网格．通过该算法得到的网格能有效的描述编码图像的结构。 展开更多
关键词 网络生成 数学形态学 算法 图像编码
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