检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

自寻优OBP学习算法

微型计算机 1995年第6期15卷 38-39页

作者：孙杳如王芳

本文针对多层前馈神经网络中反向误差传播ＢＰ算法的固有缺点，提出了一种新的十分有效的自寻优ＯＢＰ学习算法。ＯＢＰ在每次迭代中都自动选择一个使目标函数函数全局最小的步长，从而极大地改善了网络的收敛速度和收敛稳定性。．

关键词： OBP算法 MLPS 神经网络

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一个基于神经网络的智能评价决策专家系统

计算机研究与发展 1996年第4期33卷 295-298页

作者：王芳吴慧中孙杳如南京理工大学计算机系

本文在研究现代智能评价决策专家系统和神经网络的基础上，提出了一种基于神经网络的智能评价决策专家系统，它既能保持专家系统原有特色，又兼有神经网络特点，可以同时获得问题领域中的规范性知识和经验性知识，在实际应用中取得了令... 详细信息

本文在研究现代智能评价决策专家系统和神经网络的基础上，提出了一种基于神经网络的智能评价决策专家系统，它既能保持专家系统原有特色，又兼有神经网络特点，可以同时获得问题领域中的规范性知识和经验性知识，在实际应用中取得了令人满意的结果。

关键词：神经网络评价决策专家系统知识获取

在线全文

学校读者我要写书评

暂无评论

基于局部特征的三维人脸识别

现代计算机 2016年第4期22卷 33-38页

作者：胡敏艳孙杳如同济大学电子与信息工程学院计算机科学与技术系上海201804

Shape Index和曲度用于构造局部特征,并运用于三维人脸识别中。这种局部特征的提取方法用于人脸识别,不需要预先进行对齐处理,而且对有遮挡的人脸数据具有相对较好的识别效果。这里,局部特征提取的主要步骤如下:在不同的尺度上对三维人... 详细信息

Shape Index和曲度用于构造局部特征,并运用于三维人脸识别中。这种局部特征的提取方法用于人脸识别,不需要预先进行对齐处理,而且对有遮挡的人脸数据具有相对较好的识别效果。这里,局部特征提取的主要步骤如下:在不同的尺度上对三维人脸上的关键点进行检测;再对检测到的关键点确定主方向,然后根据主方向构造关键点在某一邻域内的特征向量。实验所用数据库是Bosphorus Database,是Bogazici大学采集的三维人脸数据库。

关键词：三维人脸识别局部特征 Shape Index

在线全文

学校读者我要写书评

暂无评论

高炮防空作战动画模拟的研究与实现

系统工程与电子技术 1997年第1期19卷 66-73页

作者：王芳孙杳如吴慧中何小虎孔小斌南京理工大学计算机系 210094

本文在研究多媒体技术和动画技术的基础上,具体实现了高炮防空作战动画模拟.该模拟将多媒体引入军用仿真,通过声、图、文等多种形式实现对高炮防空作战的三维动画仿真.它能真实而详细地再现我方高炮与敌方飞机火力对抗的全部过程,具有... 详细信息

本文在研究多媒体技术和动画技术的基础上,具体实现了高炮防空作战动画模拟.该模拟将多媒体引入军用仿真,通过声、图、文等多种形式实现对高炮防空作战的三维动画仿真.它能真实而详细地再现我方高炮与敌方飞机火力对抗的全部过程,具有逼真效果.文中主要解决了多媒体数据压缩及火力对抗仿真数据处理等关键技术,并提出了相应的动画压缩文件和生成算法.

关键词：多媒体数据压缩计算机模拟

NIEDES 在高炮系统防空效能评价决策中的应用

在线全文

学校读者我要写书评

暂无评论

南京理工大学学报 1997年第1期21卷 25-28页

作者：王芳吴慧中孙杳如南京理工大学信息学院

该文主要研究对高炮系统的防空效能的评价，并对其战技诸元提出改进意见，决策出２个较优的战技诸元参数范围。为了解决决传统专家系统的知识获取瓶颈问题，采用了基于神经网络的智能评价决策专家系统（ＮＩＥＤＥＳ）。详细介绍了ＮＩ... 详细信息

该文主要研究对高炮系统的防空效能的评价，并对其战技诸元提出改进意见，决策出２个较优的战技诸元参数范围。为了解决决传统专家系统的知识获取瓶颈问题，采用了基于神经网络的智能评价决策专家系统（ＮＩＥＤＥＳ）。详细介绍了ＮＩＥＤＥＳ在高炮系统防空效能评价决策中的方案设计和具体实现。ＮＩＥＤＥＳ在实际应用中取得了令人满意的结果。

关键词：专家系统防空效能高射炮评价决策

PDID:视觉离散化智能问答模型——基于图像像素离散化和图像语义离散化的VQA模型

在线全文

学校读者我要写书评

暂无评论

计算机科学与应用 2023年第12期13卷 2432-2446页

作者：陈页名张思禹孙杳如同济大学电子与信息工程学院上海

视觉问答是一项具有挑战性的多模态任务,它连接了计算机视觉和自然语言处理两个领域。在这项任务中,模型需要根据给定的图片和相关问题,有效地提取信息并给出正确答案。然而,由于图像和文本属于不同的模态,存在着严重的语义差异,因此如... 详细信息

视觉问答是一项具有挑战性的多模态任务,它连接了计算机视觉和自然语言处理两个领域。在这项任务中,模型需要根据给定的图片和相关问题,有效地提取信息并给出正确答案。然而,由于图像和文本属于不同的模态,存在着严重的语义差异,因此如何有效地将不同模态的信息对齐并减少语义差异,是当前视觉问答领域的重点关注问题。本文针对当前视觉问答方法在多模态对齐阶段图像和文本信息颗粒度的巨大差异,提出了基于视觉离散化(PDID: Pixel Discretization and Instance Discretization)的智能问答模型并辅助以模态注意力机制完成跨模态信息和语义对齐。图像以像素为最小单位的特征数据与文本以单词为最小单位的特征数据,它们在数据的信息颗粒度上存在巨大的差异,即语言通过至多数万单词即可完成整个文本语义空间的构建,而图像则是通过亿级的RGB三原色数组构建而成。这说明了直接建模以像素为单位的图像是很难和文本做好对齐的。本文通过了多种图像离散化的方式,一方面通过离散化图像像素,以颜色离散化、强度离散化、纹理离散化、空间离散化四种形式将图像像素完成离散化,在数量级上逼近文本特征的最小基元数量;另一方面通过图像语义特征的软编码,离散化图像深层次的语义特征,将图像的语义特征与文本的单词语义对齐,在语义层面上逼近文本特征的单词语义信息量。除此以外,本文提出了一种新型的视觉关系融合模块,视觉关系融合模块用来捕获同种模态内离散化特征和连续特征的交互信息,为模型提供丰富的视觉特征。本文先使用自注意力方法提取模态内特征之间的相关性,即提取视觉全局关系,再使用通道空间分离注意力进行跨模态结合,为局部引导的全局特征提供更大的表示空间和更多的补充信息。为了验证本方法的有效性,在VQA-v2,COCO-QA,VQA-CP v2数据集上进行了广泛实验,充分验证了该方法在视觉问答任务中的基于离散机制的视觉问答研究有效性。同时也体现了该模型在其他跨模态任务(图像文本匹配、指示表达)中仍有很强的泛化能力。

关键词： VQA 像素离散化语义离散化自注意力跨模态融合

基于快速鲁棒性特征和隐马尔可夫模型的手语识别

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

现代计算机 2018年第2期24卷 15-18,25页

作者：陈梯孙杳如同济大学电子与信息工程学院计算机科学与技术系上海201804

为解决手语识别在复杂环境下准确率低的问题,提出一种基于快速鲁棒性特征(SURF)和隐马尔可夫模型(HMM)的手语识别方法。所采用数据源是由Kinect摄像头拍摄的手语视频,针对视频中的每一帧图像,首先利用深度信息将手势从复杂背景中分割出... 详细信息

为解决手语识别在复杂环境下准确率低的问题,提出一种基于快速鲁棒性特征(SURF)和隐马尔可夫模型(HMM)的手语识别方法。所采用数据源是由Kinect摄像头拍摄的手语视频,针对视频中的每一帧图像,首先利用深度信息将手势从复杂背景中分割出来,再利用SURF算法对分割出的手势图像提取特征序列,作为HMM的输入参数,用于手势建模与识别。实验结果表明,此方法具有很好的识别效果,对手语视频中的8种手势的平均识别率达到93%,并且可以有效克服光照、角度和复杂背景的影响。

关键词：手语识别深度图像 SURF HMM

基于Itti视觉注意模型的三维人脸特征检测方法的研究

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2014年第1X期10卷 621-626页

作者：郑波孙杳如胡敏艳同济大学计算机科学与技术系上海201804

将计算机视觉与人类视觉的视觉注意计算模型结合,在对三维人脸特征提取和Itti视觉注意模型进行研究的基础上,提出了一种将Itti视觉注意模型用于三维人脸特征区域检测和特征提取的方法。实验结果表明,该模型能够准确定位三维人脸的特征区... 详细信息

将计算机视觉与人类视觉的视觉注意计算模型结合,在对三维人脸特征提取和Itti视觉注意模型进行研究的基础上,提出了一种将Itti视觉注意模型用于三维人脸特征区域检测和特征提取的方法。实验结果表明,该模型能够准确定位三维人脸的特征区域,同时对不同表情的人脸模型具有鲁棒性。

关键词：三维人脸特征区域检测特征提取 Itti视觉注意模型计算机视觉

在线全文

学校读者我要写书评

暂无评论

基于层级深度强化学习的间歇控制算法

现代计算机（中旬刊） 2018年第12期 3-7页

作者：李广源史海波孙杳如同济大学电子与信息工程学院计算机科学与技术系上海201804

DDPG算法是一种端到端的深度强化学习算法,主要用于解决仿真任务。DDPG能够在具有高维度动作空间的任务中取得接近人类的水平,然而当任务的复杂性提高时,DDPG存在收敛时间长和最终效果差的问题。为了提高在复杂任务环境中算法的收敛速... 详细信息

DDPG算法是一种端到端的深度强化学习算法,主要用于解决仿真任务。DDPG能够在具有高维度动作空间的任务中取得接近人类的水平,然而当任务的复杂性提高时,DDPG存在收敛时间长和最终效果差的问题。为了提高在复杂任务环境中算法的收敛速度和最终效果,提出一种基于间歇控制框架的层级深度确定性策略梯度算法(HDDPG)用于完成仿真任务。首先在间歇控制原则下对复杂的任务进行策略上的分解,分解后的子任务间具有层级的架构和较为单一的优化目标,然后在最小转换原则下使用DDPG算法针对多个层级任务寻找最优解。使用DDPG和HD-DPG算法分别在轨迹追踪仿真任务中进行对比实验,实验结果证明在复杂连续运动控制任务上HDDPG相对DDPG算法具有更快的收敛速度和更好的实验结果。

关键词： DDPG HDDPG 运动控制确定性策略梯度强化学习间歇控制