检索结果-南通市图书馆

基于多图神经网络协同学习的显著性物体检测方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2023年第7期45卷 2561-2570页

作者：刘冰王甜甜高丽娜徐明珠付平哈尔滨工业大学电子与信息工程学院哈尔滨150000 山东大学软件学院济南250101

目前基于深度卷积神经网络的显著性物体检测方法难以在非欧氏空间不规则结构数据中应用,在复杂视觉场景中易造成显著物体边缘及结构等高频信息损失,影响检测性能。为此,该文面向显著性物体检测任务提出一种端到端的多图神经网络协同学... 详细信息

目前基于深度卷积神经网络的显著性物体检测方法难以在非欧氏空间不规则结构数据中应用,在复杂视觉场景中易造成显著物体边缘及结构等高频信息损失,影响检测性能。为此,该文面向显著性物体检测任务提出一种端到端的多图神经网络协同学习框架,实现显著性边缘特征与显著性区域特征协同学习的过程。在该学习框架中,该文构造了一种动态信息增强图卷积算子,通过增强不同图节点之间和同一图节点内不同通道之间的信息传递,捕获非欧氏空间全局上下文结构信息,完成显著性边缘信息与显著性区域信息的充分挖掘;进一步地,通过引入注意力感知融合模块,实现显著性边缘信息与显著性区域信息的互补融合,为两种信息挖掘过程提供互补线索。最后,通过显式编码显著性边缘信息,指导显著性区域的特征学习,从而更加精准地定位复杂场景下的显著性区域。在4个公开的基准测试数据集上的实验表明,所提方法优于目前主流的基于深度卷积神经网络的显著性物体检测方法,具有较强的鲁棒性和泛化能力。

关键词：显著性物体检测图神经网络注意力感知融合协同学习

在线全文

学校读者我要写书评

暂无评论

协同学习在“信息技术”教学实践中的探索

数字通信世界 2022年第5期 173-175页

作者：刘健沈阳市信息工程学校辽宁沈阳110122

协同学习是日本教育家佐藤学基于课堂革命背景提出的一种通过相互倾听的互惠共赢的学习理念。“信息技术”是中职生必修的公共基础课,面对时代和课改的要求,如何真正让学生获得信息素养并全面发展,正是协同学习可以尝试的有效方法。

关键词：协同学习信息技术教学实践

在线全文

学校读者我要写书评

暂无评论

协同学习视角下小学语文组块阅读教学研究

中华活页文选（教师） 2023年第16期 16-18页

作者：申海菊江苏省徐州市大学路实验学校

基于协同学习的小学语文组块阅读教学,能够实现传统以教为主到以学为主的阅读教学方式转变,让学生能够有目的地进行阅读学习,极大地激发了学生的意识性、主动性和协同性。本文对协同学习特征与基本要素、组块阅读特征与价值理念进行阐述... 详细信息

基于协同学习的小学语文组块阅读教学,能够实现传统以教为主到以学为主的阅读教学方式转变,让学生能够有目的地进行阅读学习,极大地激发了学生的意识性、主动性和协同性。本文对协同学习特征与基本要素、组块阅读特征与价值理念进行阐述,把握协同学习与组块阅读的内在关联,提出协同学习视角下小学语文组块阅读教学策略。在师生协同学习的模式下开展组块阅读教学,教师要为学生提供足够的协同学习时间,设计更丰富的阅读学习活动,鼓励学生通过分工协作完成阅读学习任务,发挥学生的阅读学习主体作用,提高学生的语文学习兴趣和能力,促进学生语文思维深度发展。

关键词：协同学习小学语文组块阅读

基于注意力机制与协同学习的跨模态行人重识别算法研究

在线全文

学校读者我要写书评

暂无评论

基于注意力机制与协同学习的跨模态行人重识别算法研究

作者：张静华中科技大学

学位级别：硕士

行人重识别旨在解决跨摄像头之间的行人检索问题,然而传统方法在夜间监控效果较差,基于可见光与红外摄像头的跨模态行人重识别技术则弥补了上述缺陷。由于可见光与红外图像间的模态差异以及噪声标签影响,现有跨模态行人重识别方法的性... 详细信息

行人重识别旨在解决跨摄像头之间的行人检索问题,然而传统方法在夜间监控效果较差,基于可见光与红外摄像头的跨模态行人重识别技术则弥补了上述缺陷。由于可见光与红外图像间的模态差异以及噪声标签影响,现有跨模态行人重识别方法的性能表现仍无法满足实际应用需求。基于上述背景,主要进行了如下工作。针对模态差异问题,提出了基于多尺度先验注意力机制的跨模态行人重识别算法。首先设计了统一模态生成方法生成统一模态图像,从图像层面缓解了模态差异;然后设计了多尺度先验注意力模块,通过聚合各层多尺度的特征对全局上下文建模,创建全局感知,提取模态间共享的细粒度信息,从特征层面缓解了模态差异;最后设计了模态批量归一化方法,提高各模态数据分布的一致性。针对现有算法精度会随着数据集中噪声标签比例上升而大幅下降的问题,提出了基于非对称协同学习的跨模态行人重识别算法。首先设计了非对称协同学习方法,利用多分类网络与多标签网络协同训练;然后设计了多视图不一致性策略,根据网络的预测分歧解决噪声标签和噪声对应问题,并利用四重三元组损失对网络进行监督。最后基于实际应用需求,集成所提出的两种算法以及其他若干开源行人重识别算法,设计并实现了行人重识别系统。为验证算法的有效性,在SYSU-MM01和RegDB数据集上进行了消融实验和对比实验,与经典方法对比,所提出的算法取得了良好的检索精度,在两个数据集上的Rank-1精度分别为66.71%和84.78%,其中在SYSU-MM01数据集上较次优方法提升了0.37%。在两个数据集上设置不同比例的噪声标签,实验表明,随着噪声标签比例的上升,其他对比方法的精度均出现30%到60%的降幅,而所提出算法精度的降幅维持在15%以内,证明算法能有效提升对噪声标签的鲁棒性。所设计的系统能够完成不同场景下的行人检索任务,并对检索结果进行可视化展示。

关键词：跨模态行人重识别注意力机制协同学习噪声标签学习

认知诊断视角下的协同学习小组分组研究——基于DINA模型的初中数学教学实例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

认知诊断视角下的协同学习小组分组研究——基于DINA模型的初中数...

作者：秦潇长江大学

学位级别：硕士

合作学习可以培养学生的团队协作能力,提高学生解决问题的效率,是当前新课改实践中提倡的以学生为主体的学习方式。合理分组是合作学习中的重要环节,传统的教学过程通常采用固定座位自然分组或根据教师经验随机分组,无法保证小组成员在... 详细信息

合作学习可以培养学生的团队协作能力,提高学生解决问题的效率,是当前新课改实践中提倡的以学生为主体的学习方式。合理分组是合作学习中的重要环节,传统的教学过程通常采用固定座位自然分组或根据教师经验随机分组,无法保证小组成员在知识掌握上具有较高的匹配度。认知诊断通过对学生的测试结果进行分析,诊断学生的内部知识点掌握情况和认知结构,为分组提供有效的依据。因此本论文从认知诊断理论出发,利用DINA模型对学生进行建模,根据学生模型构建协同学习小组,并将得到的分组结果应用到初中数学教学实践中。首先,与一线老师和学科专家共同确定认知属性并编制认知诊断测试卷,对重庆市江北区某中学七年级10班共48名学生实施测试,根据测试结果构建试题-知识点矩阵和学生-试题矩阵,采用DINA模型进行认知诊断,得到待求的学生-知识点矩阵。根据认知诊断结果,对学生知识点掌握情况进行分析,并用雷达图直观展示。其次,基于认知诊断的结果,选择异质性目标,运用K-means聚类算法对学生自动分组,将48名学生分成8个小组,以实现“组内异质,组间同质”的目标,该方法使得小组成员知识点掌握情况具有更好的匹配性、互补性和平衡性。最后在此基础上开展应用该分组方式的协同学习教学设计,并将其应用于七年级9班与10班数学课程的教学实践中。从前后测学习成绩对比、问卷调查等方式分析此分组方式的有效性。测试成绩表明,构建以认知诊断为基础的协同学习小组能够有效提高小组成员在知识结构上的互补性,从而提高学习成绩,改善学习效果。调查问卷结果显示,实验组的学生对于协同学习小组的方式适应良好,能有效提高学习参与度,对协同学习小组的分组方式满意度较高。

关键词：认知诊断 DINA模型协同学习异质性分组教学实践

协同学习，构建高效的口语交际课堂——以统编版小学《语文》讨论类口语交际教学为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

阅读 2022年第47期 23-25页

作者：黄慧茹江苏省常州市平冈小学

协同学习是一种通过对话实现同伴互助、教师辅导的教学策略。小学口语交际教学以训练学生听说能力，培养学生良好语言习惯为目的，是一种发生在师生之间、生生之间的语言交流活动。教师在教学中关注协同学习，有助于构建高效的口语交际... 详细信息

协同学习是一种通过对话实现同伴互助、教师辅导的教学策略。小学口语交际教学以训练学生听说能力，培养学生良好语言习惯为目的，是一种发生在师生之间、生生之间的语言交流活动。教师在教学中关注协同学习，有助于构建高效的口语交际课堂。

关键词：口语交际协同学习集体思维

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于协同学习的自然场景文本检测方法研究

基于协同学习的自然场景文本检测方法研究

作者：叶健武汉大学

学位级别：硕士

自然场景文本检测是一种对场景图像中的文字信息进行定位的计算机视觉任务,其广泛应用于自动驾驶、图像检索、工业自动化等场景解析领域之中。传统的文本检测方法基于手动设计的特征进行检测,其性能易受到图像质量、文字形状、设计特征... 详细信息

自然场景文本检测是一种对场景图像中的文字信息进行定位的计算机视觉任务,其广泛应用于自动驾驶、图像检索、工业自动化等场景解析领域之中。传统的文本检测方法基于手动设计的特征进行检测,其性能易受到图像质量、文字形状、设计特征等诸多限制,且算法鲁棒性较差。近年来随着深度学习技术的蓬勃发展,基于深度学习的文本检测方法在精度和速度上均取得了突破性的进步。然而,现有的方法在面对文字间距大、背景复杂等情况仍存在一定的局限。此外,受限于人工成本,大量的无标注文本图像数据无法被有效地利用以提升模型性能针对上述问题,本文提出了基于协同学习理念的文本检测方法,充分利用文本实例内部、不同文本实例之间的空间位置等信息来实现精确的文本检测,同时提出一种基于Ensemble策略的伪标签生成方法来获取更可信的伪标签用于半监督学习。本文提出的基于协同学习概念的自然场景文本检测框架I3CL(Intra-and Inter-Instance Collaborative Learning),共包括文本内协同学习(Intra-Instance Collaborative Learning,Intra-CL)和文本间协同学习(Inter-Instance Collaborative Learning,Inter-CL)两个模块。具体而言,Intra-CL模块将单个文本视为字符和空隙的组合,协同采样两种区域的特征以生成完整的文本区域表征,从而解决因文本内部字符间距大而造成的断裂检测问题。针对复杂背景造成的不精确检测问题,Inter-CL模块基于Transformer编码器,利用自注意力机制(Self-attention)学习共享同一复杂背景或具有相同的字体、颜色和尺度的文本实例之间的相互依赖关系,并提取来自相同背景的全局上下文,以生成更具区分度的文本表征用于文本实例分割。此外,为了充分利用未标注的文本图像数据,本文提出了基于Ensemble策略的伪标签生成方法,改变以往仅依靠置信度阀值筛选伪标签的方式,利用多个模型的检测结果共同提取出可信伪标签,用于文本检测模型的半监督学习训练。本文在ArT、Total-Text、以及CTW-1500三个具有挑战的任意形状文本检测数据集上进行了充分的实验来验证所提出方法的有效性。实验证明,本文所提出的方法在三个公开数据集上均实现了以Res Net-50为骨干网络的现有最优文本检测精度,当骨干网络为Res Ne St-101时,本文方法以84%F-measure的优异性能在Ar T数据集官方排行榜上排名第一。

关键词：文本检测协同学习 Transformer 半监督学习

协同学习机制在小体量与抗噪神经网络中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

协同学习机制在小体量与抗噪神经网络中的应用研究

作者：胡亚红电子科技大学

学位级别：硕士

突触可塑性（synaptic plasticity,SP）与内源可塑性（intrinsic plasticity,IP）是生物脑学习的重要法则。目前,人工神经网络通过借鉴SP的原理引入了权重的概念。尽管少数研究也考虑了IP,但两者协同工作对人工神经网络的影响尚不完全... 详细信息

突触可塑性（synaptic plasticity,SP）与内源可塑性（intrinsic plasticity,IP）是生物脑学习的重要法则。目前,人工神经网络通过借鉴SP的原理引入了权重的概念。尽管少数研究也考虑了IP,但两者协同工作对人工神经网络的影响尚不完全清楚。目前,协同学习的研究都是基于信息熵的浅层网络,且只研究过在数据拟合上的应用。具有抗噪能力的小体量神经网络是当前神经网络领域研究的重要方向,而大脑正是高效节能且抗噪的典范,据推测两类可塑性的协作可能为大脑中高效而复杂的信息处理提供了神经基础。本论文中,我们探究了SP和IP在神经网络中的协同学习情况,对比了基于信息熵和非信息熵的损失函数下的协同作用效果,并在数据拟合、多分类任务、抗噪能力等多种应用上进行了实验。主要研究结果如下:（1）数据拟合应用中,协同学习算法能加快网络的学习速度并提高网络拟合的质量。采用局部信息最大化所代表的IP规则与误差熵最小化算法的突触学习规则结合使用,提高了网络学习的速度,和质量。探讨了隐藏层和输出层每个神经元激活函数斜率和偏移的变化,IP规则增加了激活函数斜率的平均值。（2）在一定条件下,协同学习算法能加快轻神经网络在多分类任务中的学习速率并提高学习质量。IP规则中的局部信息最大化可以与除误差熵最小化算法以外的突触学习规则,例如最小化熵,结合使用。协同学习在浅层网络和深层网络中都能起到不同程度的作用。在具有IP规则的人工神经网络中,较少的神经元所能达到的性能与在传统的人工神经网络中较多神经元达到的效果相同。同时,IP规则使网络对突触学习速率的提高更为鲁棒。（3）在噪声环境中,协同学习算法能稳定的提升神经网络的性能。在不同强度的噪声环境下,对比人工神经网络,协同学习神经网络能获得较高的准确率和较小的标准差。较小的标准差说明协同学习能增强噪声环境中网络的鲁棒性。（4）在基于非信息熵的损失函数下,协同学习在小体量网络上依然能保持更快的学习速度和更高的学习质量。新引入的损失函数与反向传播的训练方法与协同学习共同作用提高了网络的性能。我们成功将协同学习算法推广到除信息熵的神经网络中。以上结果表明,使用协同学习算法的神经网络具有对资源的耗费量小,鲁棒性好等优点,在小体量神经网络中展现出更好的性能。这将为轻量化神经网络的发展提供新的思路。

关键词：内源可塑性突触可塑性协同学习人工神经网络信息熵

协同学习视角下高中生关键能力培育的教学思考--以“平面的基本性质(1)”课堂教学为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数学之友 2022年第9期36卷 35-37,44页

作者：蒋彦磊江苏省南京市江宁高级中学江苏南京210000

随着新一轮高考改革的不断推进,新课标和《高考评价体系说明》中都明确指出重点加大对学生的关键能力和学科素养考查,而课堂教学对培育学生的关键能力起着至关重要的作用,优化课堂教学方式能增强学生的人文底蕴,培养学生的探究精神和创... 详细信息

随着新一轮高考改革的不断推进,新课标和《高考评价体系说明》中都明确指出重点加大对学生的关键能力和学科素养考查,而课堂教学对培育学生的关键能力起着至关重要的作用,优化课堂教学方式能增强学生的人文底蕴,培养学生的探究精神和创新能力,提升学生的自我效能感.高中生关键能力的培育,更离不开教育教学过程中同伴的互助、交流、合作,离不开教师的指导,离不开学习者的责任担当和内驱力激发,这些正是协同学习学习方式所具有的特点,构建协同学习高效课堂对于培育高中生的关键能力有着重要意义.

关键词：协同学习关键能力课堂教学