检索结果-南通市图书馆

基于Transformer双线性网络的细粒度图像分类方法

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第2期52卷 84-89页

作者：向旭宇刘亚捷曾彬谭云中南林业科技大学计算机与信息工程学院湖南长沙410000 长沙学院计算机科学与工程学院湖南长沙410000

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分... 详细信息

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分支将图像表示为来自两个Transformer的特征集合,得到更加丰富的互补特征信息,从而提高细粒度分类的精度.实验结果表明:在CUB-200-2011,Cars196和Stanford Dogs数据集中,BT-Net分类准确率分别为89.4%,92.5%,94.8%,优于已有的双线性卷积神经网络.

关键词：细粒度特征融合图像分类双线性 Transformer

在线全文

学校读者我要写书评

暂无评论

基于软硬件协同的细粒度安全域隔离机制

高技术通讯 2024年第1期34卷 33-45页

作者：李亚伟章隆兵王剑计算机体系结构国家重点实验室(中国科学院计算技术研究所) 北京100190 中国科学院计算技术研究所北京100190 中国科学院大学北京100049

基于内存篡改的攻击能够恶意地修改程序执行环境的关键数据,给程序提供一个安全可信的执行环境是抑制恶意软件的有效手段。本文提出了一种基于软硬件协同的解决方案,能够以函数调用为粒度,为程序执行提供相对隔离的安全执行环境。为了... 详细信息

基于内存篡改的攻击能够恶意地修改程序执行环境的关键数据,给程序提供一个安全可信的执行环境是抑制恶意软件的有效手段。本文提出了一种基于软硬件协同的解决方案,能够以函数调用为粒度,为程序执行提供相对隔离的安全执行环境。为了配合软件,在底层提供了2大硬件支撑:load/store指令在访存时都要进行地址检查,同时也设置了访问属性;在硬件页表上增加了函数调用隔离域(CFID),在TLB转换时进行安全隔离的检查。提供了2种不同场合的数据共享访问策略,在GEM5上实现了原型系统,通过运行安全测试集,能够有效地隔离非安全环境。相比于虚拟机和特权级切换的方法,本文的硬件实现几乎没有切换损耗。在SPEC CPU 2006的测试集中,本文提出的硬件隔离机制总体性能损耗低于3%。

关键词：细粒度隔离执行硬件安全软硬件协同

在线全文

学校读者我要写书评

暂无评论

东北亚舆情文本细粒度命名实体识别方法研究

计算机工程 2024年第5期50卷 354-362页

作者：隗昊刁宏悦孔亮宸邓耀臣大连外国语大学软件学院辽宁大连116044 大连外国语大学中国东北亚语言研究中心辽宁大连116044 大连外国语大学辽宁省新文科数字人文创新实验室辽宁大连116044

东北亚地区的国际形势变化与中国的发展密切相关,面向该地区构建舆情信息知识图谱可以有效地监测舆情热点,这不仅能够引导社会舆论健康发展及协助政府决策,而且对防范政治营销、提升国家语言能力、构建和谐稳定国际关系具有重大价值。... 详细信息

东北亚地区的国际形势变化与中国的发展密切相关,面向该地区构建舆情信息知识图谱可以有效地监测舆情热点,这不仅能够引导社会舆论健康发展及协助政府决策,而且对防范政治营销、提升国家语言能力、构建和谐稳定国际关系具有重大价值。命名实体识别是构建知识图谱的关键技术和核心任务,受到研究者广泛的关注。以社交媒体、门户网站与东北亚地区相关的实时热点舆情文本作为数据源,充分考虑到东北亚地区的区域特点和地缘结构,建立包含10个大类、35个子类的细粒度命名实体识别数据集,并提出基于预训练语言模型Ro BERTa和多层残差BiL STM-CRF架构(Ro BERTa-Res BiLSTM-CRF)的舆情实体识别模型,同时在模型完成标签预测后设计基于规则模板的后处理策略,以提高整体的实体识别性能。实验结果表明,所提出的舆情命名实体识别模型的性能优于主流的传统神经网络模型,验证了该方法的有效性。

关键词：细粒度命名实体识别舆情文本深度学习预训练语言模型

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

判别区域感知增强的细粒度遥感目标检测

计算机辅助设计与图形学学报 2024年

作者：姚婷婷米富横曹福笑胡青大连海事大学信息科学技术学院

遥感图像中通常包含较多目标，由于很难提取有效的类别判别信息，现有遥感目标检测方法存在较多类别混淆现象. 为此，提出一种判别区域感知增强的细粒度遥感目标检测方法. 首先在特征提取骨干网络中构建判别信息提取模块，利用判别... 详细信息

遥感图像中通常包含较多目标，由于很难提取有效的类别判别信息，现有遥感目标检测方法存在较多类别混淆现象. 为此，提出一种判别区域感知增强的细粒度遥感目标检测方法. 首先在特征提取骨干网络中构建判别信息提取模块，利用判别特征增强-抑制策略持续挖掘目标中易被忽略的局部细节信息，增强网络对不同种类目标的特征描述力; 然后构建目标感知增强模块，利用特征选择模块增强不同尺度下的特征描述力，并采用多个不同大小卷积核的卷积层和跳连接操作提高浅层网络的目标感知力; 最后受到Transformer网络自注意力机制启发，构建自注意力特征增强模块，突出待检测目标的特征信息，减少复杂背景对目标分类准确性的干扰. 在细粒度遥感目标检测数据集DOSR与HRSC2016上的实验结果表明，所提方法的平均准确率分别达到72.04%和84.38%; 定性和定量的实验结果表明，该方法对不同类别的遥感目标均具有良好的检测准确性和鲁棒性.

关键词：遥感目标检测细粒度特征增强深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

非样本均衡细粒度金融要素抽取研究

中文信息学报 2024年第5期38卷 88-98页

作者：徐土杰陈清财哈尔滨工业大学(深圳)智能计算研究中心广东深圳518055

金融要素抽取旨在应用信息抽取技术,从合同、计划书中提取出能够反映金融文档关键性信息的一些实体、短语等,又称为金融要素,最终实现金融文档的自动化处理。相比现有抽取任务,金融要素抽取任务面临着样本长尾分布、细粒度以及长文本长... 详细信息

金融要素抽取旨在应用信息抽取技术,从合同、计划书中提取出能够反映金融文档关键性信息的一些实体、短语等,又称为金融要素,最终实现金融文档的自动化处理。相比现有抽取任务,金融要素抽取任务面临着样本长尾分布、细粒度以及长文本长要素等难点,现有抽取模型无法有效处理如此复杂的抽取问题,抽取效果不佳。对此,该文提出了将要素抽取任务转换为带类型的头尾指针预测任务的模型ENAPtBERT。一方面,ENAPtBERT头尾指针的设计缓解了不合法标签的影响,并能很好地结合不均衡损失函数以缓解不均衡问题。另一方面,ENAPtBERT利用引入的要素名称信息增强模型发现要素、分类要素的准确率。在金融要素抽取数据集上,ENAPtBERT的Micro-F 1指标比现有抽取模型提升了2.50%,Macro-F 1指标至少提升了2.66%,有效证明了ENAPtBERT处理复杂抽取问题的有效性。

关键词：金融要素抽取不均衡细粒度要素名称信息

基于细粒度知识图谱的科技文献主题发现与热点分析

在线全文

学校读者我要写书评

暂无评论

情报理论与实践 2024年第5期47卷 131-138页

作者：刘成山杜怡然汪圳西安电子科技大学经济与管理学院陕西西安710126 长安大学图书馆陕西西安710064

[目的/意义]利用知识图谱进行细粒度的知识组织并识别科技文献的热点主题,有助于科研工作者把握领域的研究现状和学科前沿,进而为科研资源优化配置提供有力支持。[方法/过程]提出一套基于知识图谱的主题发现和热点分析方法。首先,识别... 详细信息

[目的/意义]利用知识图谱进行细粒度的知识组织并识别科技文献的热点主题,有助于科研工作者把握领域的研究现状和学科前沿,进而为科研资源优化配置提供有力支持。[方法/过程]提出一套基于知识图谱的主题发现和热点分析方法。首先,识别科技文献中的知识元,再抽取知识元中的语义实体进行主题发现;其次,构建“文献—知识元—主题”知识图谱,通过知识图谱中的共现关系网络识别领域的研究热点;最后,以农学领域的中文学术论文为实验数据,进行实证研究。[结果/结论]所构建的细粒度知识图谱不仅能够揭示科学知识与主题的潜在关联,而且能够实现科技文献主题的热点分析。

关键词：知识图谱知识元细粒度主题发现共词分析

在线全文

学校读者我要写书评

暂无评论

基于旅游领域的细粒度情感词典构建方法

北京航空航天大学学报 2024年

作者：李琳韩虎范雅婷兰州交通大学数理学院兰州交通大学电子与信息工程学院

情感词典作为识别词汇情感的重要先验知识，对旅游评论文本的情感分析至关重要。在领域情感词典构建过程中，种子词集的筛选标准通常仅依赖于词频统计或语义向量，导致种子词集的情感代表性不足，进而影响词汇情绪识别的准确率。针对上... 详细信息

情感词典作为识别词汇情感的重要先验知识，对旅游评论文本的情感分析至关重要。在领域情感词典构建过程中，种子词集的筛选标准通常仅依赖于词频统计或语义向量，导致种子词集的情感代表性不足，进而影响词汇情绪识别的准确率。针对上述问题，提出一种基于多元特征融合策略与表情符号集成的情感种子词集筛选方法。该方法通过整合语料统计特征、情感强度特征和词汇语义特征，形成各类情绪种子词集的筛选依据，确保种子词汇与语料特性高度匹配，有效提升了种子词集的代表性和覆盖率，同时引入表情符号辅助情感词汇捕获情感特征，增强了种子集的情感表达能力，提高了词汇归类精度，构建了面向旅游领域的细粒度情感词典。实验结果表明，与通用情感词典相比，使用构建的领域情感词典在旅游评论情感分析任务上的精确率平均提升9.49%，召回率平均提升8.96%，F1值平均提升9.22%。

关键词：情感词典情感分析多元特征细粒度种子集

基于Local-Global-VIT细粒度分类算法的蝴蝶识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

昆虫学报 2024年 2-12页

作者：李建祥李小林王荣张元孜陈淑武张飞萍黄世国福建农林大学计算机与信息学院福建农林大学林学院生态公益重大有害生物防控福建省高校重点实验室

[目的]准确鉴别蝴蝶种类,动态观测蝴蝶群落多样性变化对生境质量评估、生态环境恢复等方面具有重要意义。针对现有蝴蝶识别方法仅依靠整体特征,忽略了局部特征导致识别生态图像能力不足的问题,本研究旨在开发一种Local-Global-VIT细粒... 详细信息

[目的]准确鉴别蝴蝶种类,动态观测蝴蝶群落多样性变化对生境质量评估、生态环境恢复等方面具有重要意义。针对现有蝴蝶识别方法仅依靠整体特征,忽略了局部特征导致识别生态图像能力不足的问题,本研究旨在开发一种Local-Global-VIT细粒度分类算法的蝴蝶识别方法。[方法]本研究以5科200种共计25 279张蝴蝶图像为识别对象,采用多种数据增强方法扩充图像数据;通过视觉Transformer(vision transformer,VIT)层级结构及自注意力机制逐层选择局部令牌并保留至最后一层学习蝴蝶局部判别部位信息;聚合高层全局令牌消除复杂背景干扰;通过对比损失拉大类间距提高区分度。除此之外,使用合理的学习率调整策略和迁移学习方法,优化了模型收敛过程。[结果] Local-Global-VIT算法在大规模细粒度公开数据集Butterfly-200上识别准确率达91.20%,较改进前提升了1.15%,比最优的一般害虫识别算法EfficientNet＿b0和细粒度分类算法TransFG准确率分别高了1.83%和0.64%,F1分值分别提高了1.89%和0.88%。[结论]LocalGlobal-VIT算法以细粒度识别方式有效解决了蝴蝶类内差异大、类间差异小的分类难题,能准确地识别蝴蝶种类,有助于高效评估生境质量。

关键词：蝴蝶图像识别细粒度 vision transformer 局部令牌选择全局令牌聚合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于对比学习的儿科问诊对话细粒度意图识别

广西师范大学学报（自然科学版） 2024年第4期42卷 1-10页

作者：李文博董青刘超张奇复旦大学计算机科学技术学院上海200433 青岛大学附属泰安市中心医院山东泰安271000

问诊对话系统的基础是自然语言理解。自然语言理解是指从对话信息中提取出意图信息和实体信息,并将其转换为结构化表达,主要包括意图识别和槽填充2种任务。意图识别是一种典型的文本分类任务,槽填充则是使用序列算法从对话文本中根据预... 详细信息

问诊对话系统的基础是自然语言理解。自然语言理解是指从对话信息中提取出意图信息和实体信息,并将其转换为结构化表达,主要包括意图识别和槽填充2种任务。意图识别是一种典型的文本分类任务,槽填充则是使用序列算法从对话文本中根据预先设定好的槽位抽取对应的槽位值。传统的方法通常对意图识别和槽填充2个任务分别构建模型,并在意图识别的基础上根据意图进行槽填充,但是这种方式容易造成错误传播。针对该问题,本文提出一种基于对比学习方法的融合对话意图分类和语义槽取值的细粒度意图识别方法。该方法结合意图分类和语义槽取值任务,使用BART作为骨干模型进行改进和创新,该模型使用编解码架构,意图识别和槽填充任务共享一个编码层,解码层采用字级别标签,通过将意图信息融合进槽填充任务,并在样本构造过程中引入对比学习。实验结果表明,本文算法在医患对话数据集上的意图识别准确率达到81.96%,槽填充的F_1分数达到85.26%,与其他算法相比有明显的效果提升。另外,通过消融实验和样例分析,进一步证明了本文算法的效果。

关键词：对比学习意图识别槽填充细粒度医疗对话