检索结果-南通市图书馆

AIGC合成数据赋能政府微观数据开发应用探索

在线全文

学校读者我要写书评

暂无评论

中国统计 2024年第7期 38-42页

作者：张红历唐嘉李熙哲西南财经大学美国密西根大学安娜堡分校

引言政府微观数据具有广泛性和权威性,蕴含了非常丰富的信息,对社会精细化治理和深层次学术研究等具有重要意义。从国际发展看,充分开发应用政府微观数据是大势所趋。国内学者从定性视角,对于发达国家政府微观数据开发应用现状、国际经... 详细信息

引言政府微观数据具有广泛性和权威性,蕴含了非常丰富的信息,对社会精细化治理和深层次学术研究等具有重要意义。从国际发展看,充分开发应用政府微观数据是大势所趋。国内学者从定性视角,对于发达国家政府微观数据开发应用现状、国际经验、微观数据开发应用中的数据保密,以及中国微观数据开发模式及法律法规等多方面进行了研究。

关键词：数据保密发达国家政府微观数据合成数据精细化治理开发模式国内学者学术研究

在线全文

学校读者我要写书评

暂无评论

非特定人手语识别问题中的合成数据驱动方法

计算机研究与发展 2007年第5期44卷 873-881页

作者：姜峰高文姚鸿勋赵德斌陈熙霖哈尔滨工业大学计算机学院北京大学信息科学技术学院北京100871

针对手语识别研究中训练样本缺乏,提出了一种衍生数据的方法,有效地解决了动态多数据流手语训练用样本合成问题.利用mean-shift算法可以方便、快捷地得到密度函数梯度的变化方向,从而控制衍生的方向和强度.算法同时考虑到合成样本尽可... 详细信息

针对手语识别研究中训练样本缺乏,提出了一种衍生数据的方法,有效地解决了动态多数据流手语训练用样本合成问题.利用mean-shift算法可以方便、快捷地得到密度函数梯度的变化方向,从而控制衍生的方向和强度.算法同时考虑到合成样本尽可能包含非特定人的信息及其有效性,对数据所实现的变形不会被识别系统的初始化过程逆转.合成数据驱动的效果受模型的容量、合成的强度与方向影响.在多种实验环境下对驱动效果进行评估,识别率有所提高,在某些例子中提高明显.

关键词：合成数据手语识别训练 mean—shift算法非特定人识别率

在线全文

学校读者我要写书评

暂无评论

基于合成数据的水下机器人视觉定位方法

信息与控制 2023年第2期52卷 129-141页

作者：琚玲周星群胡志强杨翊李黎明白士红沈阳理工大学机械工程学院辽宁沈阳110159 中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 中国科学院机器人与智能制造创新研究院辽宁沈阳110169 中国科学院大学北京100049

针对水下场景水下机器人(AUV)位姿数据集难以获取、现有的基于深度学习的位姿估计方法无法应用的问题,提出了一种基于合成数据的AUV视觉定位方法。首先基于Unity3D仿真搭建虚拟水下场景,通过虚拟相机获取仿真环境下已知的渲染位姿数据... 详细信息

针对水下场景水下机器人(AUV)位姿数据集难以获取、现有的基于深度学习的位姿估计方法无法应用的问题,提出了一种基于合成数据的AUV视觉定位方法。首先基于Unity3D仿真搭建虚拟水下场景,通过虚拟相机获取仿真环境下已知的渲染位姿数据。其次,通过非配对图像转换工作实现渲染图片到真实水下场景下的风格迁移,结合已知渲染图片的位姿信息得到了合成的水下位姿数据集。最后,提出一种基于局部区域关键点投影的卷积神经网络(CNN)位姿估计方法,并基于合成数据训练网络,预测已知参考角点的2维投影,产生2D-3D点对,基于随机一致性采样的Perspective-n-Point(PnP)算法获得相对位置和姿态。本文在渲染数据集以及合成数据集上进行了定量实验,并在真实水下场景进行了定性实验,论证了所提出方法的有效性。实验结果表明,非配对图像转换能够有效消除渲染图像与真实水下图像之间的差距,所提出的局部区域关键点投影方法可以进行更有效的6D位姿估计。

关键词：水下机器人位姿估计视觉定位图像生成合成数据深度学习

在线全文

学校读者我要写书评

暂无评论

税收征管数字化转型中的合成数据应用

税务研究 2023年第7期 62-69页

作者：杜津宇王洪亮北京工商大学法学院国家税务总局阜新市税务局

税收征管数字化转型需要更为“智慧”的人工智能,但越“智慧”的人工智能其需要的数据数量和质量越高。已有税收征管数字化转型研究以保证数据真实性或防范“数据孤岛”为主,缺乏对数据和人工智能安全性方面的深入探讨。合成数据通过严... 详细信息

税收征管数字化转型需要更为“智慧”的人工智能,但越“智慧”的人工智能其需要的数据数量和质量越高。已有税收征管数字化转型研究以保证数据真实性或防范“数据孤岛”为主,缺乏对数据和人工智能安全性方面的深入探讨。合成数据通过严格中性、严格脱敏性和满足最低数据规模三个方面实现更为安全的税收征管人工智能,并能够将人工智能与真实数据分离,更好地重构税收征管人工智能的法律责任。为了防范风险,税收征管人工智能作为国家基础性公共高风险人工智能,必须采用更高质量的数据以防范数据投毒、算法歧视等问题。人工智能在公共领域的实际应用必然涉及安全问题,所以必须从总体国家安全观的视角进行重新审视。从总体国家安全观的视角看,基于合成数据的税收征管人工智能能够有效降低经济风险,同时实现数据和网络风险可控,有利于国家总体安全的改善。

关键词：税收征管数字化转型合成数据总体国家安全观人工智能

基于深度风格迁移合成数据的扣件异常状态检测

在线全文

学校读者我要写书评

暂无评论

铁道学报 2023年

作者：邱实陈斌胡文博刘延张晨雷王劲重载铁路工程结构教育部重点实验室中南大学轨道交通基础设施智能监控研究中心中南大学土木工程学院

扣件系统是轨道结构中的关键基础部件，其服役状态直接影响铁路列车的正常运行。现有基于机器视觉检测方案受样本不均的影响易漏检或错检。本文提出了一种基于图像风格迁移学习的板式无砟轨道扣件系统异常状态检测算法。该算法基于实际... 详细信息

扣件系统是轨道结构中的关键基础部件，其服役状态直接影响铁路列车的正常运行。现有基于机器视觉检测方案受样本不均的影响易漏检或错检。本文提出了一种基于图像风格迁移学习的板式无砟轨道扣件系统异常状态检测算法。该算法基于实际场景进行铁路轨道结构的正向建模，按照设计阶段的约束关系参数化生成几何构造完全相同的BIM模型，通过轻量化物理引擎渲染场景细节，并随机部署不同类型状态的扣件系统，输出虚拟巡检图像。在此基础上，利用循环对抗生成网络将虚拟巡检图像进行真实化的风格迁移，得到高仿真且正负样本均衡的合成数据集。最后利用该数据集对典型的深度目标检测网络进行充分训练，实现对板式无砟轨道结构扣件异常状态的精确化检测。实验结果表明：经过风格迁移得到的合成数据集充分训练的Faster R-CNN网络具有最佳的板式无砟轨道结构扣件异常状态检测精度，对正常、断裂、缺失和位移四种类型状态的扣件检测MAP值为94.91%，相比真实数据集高出5.39%，比虚拟BIM数据集高出2.37%。其中缺失状态扣件检测精度提升最大，比真实数据集提高10.13%，实现了扣件状态识别精度的有效提升。

关键词：铁道工程扣件异常状态检测风格迁移合成数据深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

合成数据下的植物叶片分割方法研究

合成数据下的植物叶片分割方法研究

作者：杨博文重庆大学

学位级别：硕士

植物是地球上不可或缺的生物之一,它为人类提供食物和药材,保护着水资源以及我们赖以生存的土地,并在气候调节等方面起着十分重要的作用。研究植物,特别是在植物的叶片分割这个问题上具有重要价值。植物叶片的分割在植物的识别、植物健... 详细信息

植物是地球上不可或缺的生物之一,它为人类提供食物和药材,保护着水资源以及我们赖以生存的土地,并在气候调节等方面起着十分重要的作用。研究植物,特别是在植物的叶片分割这个问题上具有重要价值。植物叶片的分割在植物的识别、植物健康状况的检测等问题上有着重要的意义。研究植物叶片的分割方法是植物在计算机视觉方面的重要任务之一。针对深度学习下的植物叶片分割方法的数据缺乏问题,本文提出了一种使用合成数据来训练分割网络的方法,进而研究自然背景条件下的单片植物叶片分割问题。同时,结合条件随机场、空洞卷积、空洞空间金字塔池化等方法的分割网络,在植物叶片的分割精度上更加精细。本文在本课题所做的工作如下:(1)针对传统的分割方法,它在自然背景下不能对植物叶片进行全自动分割或者分割效果比较差等问题,本文选择了使用深度学习的方法来进行植物叶片的全自动分割。(2)针对深度学习下的植物叶片研究算法训练数据缺乏问题,本文利用三维树叶模型来生成分割数据。并详细讨论了如何通过一张植物叶片,重建得到不同形状、颜色的树叶模型,并和不同的背景融合,自动生成大量的训练图片和训练标签。然后本文利用合成的叶片数据和标签来训练分割网络,并且在自然背景条件下的叶片图像上进行分割。(3)对于全卷积神经网络模型分割精度不高以及叶片的多尺度特征等问题,本文结合了条件随机场来精细叶片边缘,利用空洞空间金字塔池化和空洞卷积提高了叶片的分割精度。本文改进了DeepLab-ASPP模型,设计了一种更适合叶片的分割网络。最终,本文完成了使用合成数据来训练植物叶片分割网络的研究。实验表明,本文重建的植物叶片模型,在一定程度上有一定的真实性,并且能够生成无数的分割训练数据,减小了人工标注图像时的精力消耗。利用本文的方法所合成的训练数据能很好地训练分割网络,并且在自然背景条件下的植物叶片图像上达到很好的分割效果。

关键词：叶片分割深度学习合成数据

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

地方台网常规断层面解:合成数据检验

世界地震译丛 1995年第2期26卷 45-55页

作者： S.Th.R gnvaldsson R.Slunga 梁凯利赵小倩山东省地震局

对于目的在于微震活动性分析的地方台网来说,利用初动方向确定震源机制的传统方法可能受到限制,因为很少能观测到清晰的初动。许多利用振幅的替代方法已被提出。辐射远场,体波低频频谱振幅依赖于地震矩和震源方向,利用它会从振幅观测资... 详细信息

对于目的在于微震活动性分析的地方台网来说,利用初动方向确定震源机制的传统方法可能受到限制,因为很少能观测到清晰的初动。许多利用振幅的替代方法已被提出。辐射远场,体波低频频谱振幅依赖于地震矩和震源方向,利用它会从振幅观测资料中得到断层面解。对观测频谱振幅要进行关于自由表面效应、衰减、仪器响应和几何扩散的校正。在整个参数空间内对走向、倾角和倾伏角进行搜索,以满足极性观测并给出观测与预测振幅间“充分小的”最小二乘拟合的震源取向作为该地震的可能震源机制。对冰岛的一个地方台网范围内的震源,用反射率法来产生合成地震图。利用振幅反演算法求合成地震图。在8个台站上反演无干扰振幅,对被检验的所有机制来说,在所有的震源角中,所得到的解与正确机制的偏差小于10°。加上干扰和调整合成数据以模拟不同震级事件的结果表明,对于震级低达M_L=0.5的地方事件来说,这种方法给出的断层面解在所有3个震源角中与正确值相差在±15°之内。

关键词：地震断层面解合成数据地方地震台

在线全文

学校读者我要写书评

暂无评论

基于合成数据的自然场景商标检测

基于合成数据的自然场景商标检测

作者：甘蓓北京邮电大学

学位级别：硕士

在计算机视觉领域,商标检测是一个备受关注的问题,在版权监控、广告投放、精准营销等领域有广泛应用。如果能精准高效的识别商标,则能开发出许多有商业价值的相关应用。但是目前的商标检测需要大量的标注数据,而人工标注数据成本高昂、... 详细信息

在计算机视觉领域,商标检测是一个备受关注的问题,在版权监控、广告投放、精准营销等领域有广泛应用。如果能精准高效的识别商标,则能开发出许多有商业价值的相关应用。但是目前的商标检测需要大量的标注数据,而人工标注数据成本高昂、标注难度大;而且自然场景图片背景复杂,商标通常只占图片的一小部分且形状多变,检测难度高。本文针对图书图像,识别图书中的商标,为图书的版权监控提供依据,并围绕以下两方面提升商标检测的精度:1、提出了合成包含特定标志物数据的方法,并在计算机合成时自动生成标注文件,实现了大量标注数据的快速获取。使用Canny算子获取图像局部区域亮度变化显著的部分,将图片前景背景分离获取商标样本;得到样本后对商标进行仿射变换,通过矩阵乘法呈现线性映射,用向量加法表示平移,实现了对原始数据中商标扭曲、形变等情况的模拟;接着需要在图片中嵌入处理好的商标样本,使用双线性插值从像素级别在空间中的两个方向分别进行线性插值,完成了商标与图书图片自然的融合,最后加入椒盐噪声和高斯模糊,在图像中随机增加多余的干扰信息,减少了合成数据分布与原始数据分布之间的差异。合成数据使原始数据集的平均准确率提高1.6%,合成数据集的平均准确率提高26.1%,解决了目前商标图片难以获取并且图片标注成本高的缺陷。2、研究了基于多策略融合的商标检测方法提升自然场景图像中的小物体检测精度。首先通过上采样和像素值相加,将图像底层纹理特征与高层语义特征结合,减少了小物体多次采样后位置信息的严重缺失;接着使用RoIAlign取消量化操作,用双线性插值更精确的计算像素值,提升了小目标物体特征映射的准确性;最后对错分但是置信度大的难样本进行挖掘,把熵作为样本的难易反馈整合到损失中,让难样本对模型的贡献得以增加,提升了模型对小物体等难样本的判断力。将多种优化方法结合后,模型平均准确率提高了74.7%,减缓了小目标物体检测困难的问题。优化后在原始图书图片集上mAP从0.3586提升至0.6366,在合成图书图片集上mAP从0.2975提升至0.6069,说明模型有很强的泛化能力,合成数据效果接近真实数据。最后将商标检测框架集成到数字图片商标检测及监控系统中,可以根据用户需求进行图片商标的自动检测识别、图书商标在电子商务平台的监控,已在经济财经出版社201 8年初级会计职称考试教材版权监控中投入使用且效果达到预期,具有很高的学术价值和使用价值。

关键词：商标检测合成数据小目标物体检测泛化能力

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

GAN合成数据技术推动隐私数据价值流通

人工智能 2023年第6期 14-23页

作者：杨顺博邓勇程龙陈志强华北电力大学北京102206 重庆工程学院重庆400056 宁波东方理工大学(暂名) 浙江宁波315200 宁波市数字孪生(东方理工)高等研究院浙江宁波315201

随着数据的价值在当代社会中逐渐增长,数据隐私成为了一个不容忽视的问题。数据泄露不仅可能导致经济损失,还可能威胁到个人隐私和企业安全。尽管数据匿名化、脱敏和加密等传统隐私保护方法能在一定程度上降低隐私泄露风险,但这些方法... 详细信息

随着数据的价值在当代社会中逐渐增长,数据隐私成为了一个不容忽视的问题。数据泄露不仅可能导致经济损失,还可能威胁到个人隐私和企业安全。尽管数据匿名化、脱敏和加密等传统隐私保护方法能在一定程度上降低隐私泄露风险,但这些方法尚有其局限性。生成数据作为一种新的隐私保护策略,可以在不暴露原始数据的情况下,为研究和分析提供所需的数据。本文将探讨生成数据的定义、原理、优点,以及其在实际应用中的案例研究,旨在展示生成数据在隐私保护领域的潜力和价值。

关键词：生成对抗网络隐私保护合成数据隐私计算