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

一种融合字词信息的中文情感分析模型

计算机工程与科学 2023年第3期45卷 512-519页

作者：杨春霞姚思诚宋金剑南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

中文情感分析模型的文本表示通常只采用词粒度信息,这会导致模型在特征提取时丧失字粒度的特性,同时常用的分词方法的分词结果过于精简,也一定程度上限制了文本表示的丰富度。对此,提出了一种融合字粒度特征与词粒度特征的中文情感分析... 详细信息

中文情感分析模型的文本表示通常只采用词粒度信息,这会导致模型在特征提取时丧失字粒度的特性,同时常用的分词方法的分词结果过于精简,也一定程度上限制了文本表示的丰富度。对此,提出了一种融合字粒度特征与词粒度特征的中文情感分析模型,采用全模式分词得到更丰富的词序列,经词嵌入后将词向量输入Bi-LSTM中提取全文的语义信息,并将隐层语义表示与对应字向量进行初步融合,增强词级信息的鲁棒性;另一方面将字向量输入多窗口卷积,捕捉更细粒度的字级特征信息。最后将字词粒度特征进一步融合后输入分类器得到情感分类结果,在2个公开数据集上的性能测试结果表明,该模型相比同类模型有更好的分类性能。

关键词：中文情感分析全模式分词多粒度融合

在线全文

学校读者我要写书评

暂无评论

基于知识图谱的层次粒化推荐方法

计算机科学 2022年第8期49卷 64-69页

作者：秦琪琦张月琴王润泽张泽华太原理工大学信息与计算机学院太原030024

基于图神经网络的推荐系统是当前数据挖掘应用的研究热点。在异质信息网络(Heterogeneous Information Network,HIN)上结合图神经网络进行推荐,可通过用户的关联信息来学习用户的偏好,从而提升推荐性能。但现有基于HIN的推荐方法大多存... 详细信息

基于图神经网络的推荐系统是当前数据挖掘应用的研究热点。在异质信息网络(Heterogeneous Information Network,HIN)上结合图神经网络进行推荐,可通过用户的关联信息来学习用户的偏好,从而提升推荐性能。但现有基于HIN的推荐方法大多存在不能有效地解释高阶建模结果及人工设计元路径需要相关领域知识的问题。因此,结合层次粒化思想,在异质推荐过程中引入知识图谱,提出一种基于知识图谱的异质推荐方法(Heterogeneous Recommendation Methods for Knowledge Graphs,HKR)。该方法首先结合知识图谱,对局部上下文和非局部上下文进行层次粒化,分别学习用户特征的粗粒度表示;然后基于门控机制结合局部和非局部的属性节点嵌入,进一步学习用户和项目之间的潜在特征;最后将细粒度的特征融合用于推荐。在真实的大规模数据集上的实验结果表明,所提方法的性能在多方面评测上均优于目前的基于知识图谱的图神经网络推荐方法。

关键词：层次粒化知识图谱多粒度融合推荐系统

在线全文

学校读者我要写书评

暂无评论

基于深度学习的单阶段行人搜索算法研究

基于深度学习的单阶段行人搜索算法研究

作者：陈乐全华中师范大学

学位级别：硕士

行人搜索旨在联合解决行人检测和行人重识别两个任务,在由不同摄像头拍摄到的视频帧中对行人进行定位,然后提取有辨别性的行人表征,用于与目标人物的匹配和识别,相关技术可以应用于智能安防,无人零售、自动驾驶等领域,具有广阔的应用前... 详细信息

行人搜索旨在联合解决行人检测和行人重识别两个任务,在由不同摄像头拍摄到的视频帧中对行人进行定位,然后提取有辨别性的行人表征,用于与目标人物的匹配和识别,相关技术可以应用于智能安防,无人零售、自动驾驶等领域,具有广阔的应用前景,因而受到大量关注。近几年基于深度学习的行人搜索算法取得了长足的进步,研究的重点之一是提取鲁棒的、具有辨别性的特征表示。目前特征提取的主要方式是在深层网络的特征图上学习行人的全局特征,而行人搜索是项细粒度任务,这种学习方式会导致行人特征包含的语义信息单一,且容易受到噪声干扰。本文基于单阶段的行人搜索网络架构,探索使用多粒度语义和属性学习的方式增强行人特征的表征能力,从而挖掘人物之间的差异性,提高模型的搜索性能。为了利用深度网络不同层次结构所产生的丰富的语义信息,本文构建了多粒度行人特征的行人搜索算法,为重识别任务带来更多辨别性的信息。行人检测是以Faster R-CNN为基本结构,利用生成的候选框对不同深度的特征图上的语义信息进行提取,融合后作为行人表征,提高模型特征学习的鲁棒性。另外引入焦点损失作为分类损失用于挖掘硬负样本信息,并使用kmeans聚类算法对CUHK-SYSU和PRW中的行人边界框数据进行聚类分析,设计更加符合行人形状的尺寸和比例,优化检测器中RPN的锚框参数。最后在两个基准数据集上通过大量实验验证本文方法的合理性。视觉属性在检索目标人物中起到关键作用,尤其是当行人出现遮挡时,全局特征的描述能力下降,此时具有辨别性的属性特征能够作为识别的关键因素,因此提出了属性引导的行人搜索网络。首先使用语义分割模型制作与两个基准数据集相关的属性标签,然后网络遵循先检测后识别的原则,在检测的基础上一方面学习行人的全局特征,另一方面利用属性标签对背景杂波进行抑制和学习局部特征,最后将来自不同网络层次的全局特征和局部特征进行融合,作为行人表征用于识别任务。算法同样在CUHK-SYSU和PRW两个基准数据集上进行训练和测试,大量的对比实验验证了该算法的有效性和合理性。

关键词：行人搜索行人检测行人重识别多粒度融合属性学习

基于Tilera多核处理器的HEVC视频编码并行算法的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Tilera多核处理器的HEVC视频编码并行算法的研究与实现

作者：束骏南京邮电大学

学位级别：硕士

HEVC是面向高清和超高清视频编码的新一代国际标准,具有更高的压缩性能。然而,极高的计算复杂度成为其应用主要障碍。随着多核处理器的发展,在多核平台下的并行编码成为解决问题的一种有效途径。本文基于TILE-Gx36多核处理平台对HEVC视... 详细信息

HEVC是面向高清和超高清视频编码的新一代国际标准,具有更高的压缩性能。然而,极高的计算复杂度成为其应用主要障碍。随着多核处理器的发展,在多核平台下的并行编码成为解决问题的一种有效途径。本文基于TILE-Gx36多核处理平台对HEVC视频编码并行处理技术进行了研究,在深入挖掘HEVC中存在的并行潜力基础上,充分利用多核处理机制,提出了三种有效的并行编码算法。论文的主要研究内容和创新点如下:(1)提出了一种基于WPP思想的CTB行级并行编码算法。针对HEVC标准中的WPP并行算法效率低下的问题,通过研究帧内CTB与帧间CTB之间依赖关系,提出了以CTB行为并行粒度的帧内|帧间CTB行的并行处理算法,基于保持帧间相关性前提,一旦某CTB行编码线程结束,且当前帧没有剩余的需要编码的CTB行时,立即下一帧CTB行的编码,提高了并行加速比。(2)提出了一种改进的并行帧内预测算法。针对HEVC帧内预测过程的全遍历算法计算复杂度高,从而影响了编码速度的问题,在深入分析不同深度下CU的相关性后,通过构造优先级队列实现不同深度下的CU并行预测,同时在4×4粒度下通过共用参考像素,一次并行处理两个4×4大小的CU,使帧内预测的速度有了明显的改善。(3)提出了一种HEVC多粒度融合并行编码算法。基于上述研究得到的分析结果,进一步设计了多核分配与多线程调度策略,保证多核资源的充分利用;同时通过引入信号量与互斥量进行多核分配过程中的同步与通信,实现不同粒度的处理单元协调工作。在CTU层面利用CTB行级并行算法实现不同帧不同CTB行的并行编码,在CU层面利用并行帧内预测算法实现不同深度下CU并行编码,达到了整体视频编码性能的有效提升。论文对高清视频和超高清视频进行了实验和分析。其中,CTB行级并行算法在保证PSNR和码率的前提下,并行加速比最高达到了6.2;并行帧内预测算法最高可以节省%74的帧内预测时间,显著地提高了预测编码速度;多粒度融合的HEVC并行编码突破了CTB行级并行算法的性能瓶颈,最大并行加速比达到了6.3。实验结果表明,本文提出的并行算法在不影响视频图像质量的前提下,减少了计算复杂度,加快了编码速度,显著地提升了并行加速比。论文最后对全文工作进行了总结,并对后续研究方向进行了展望。

关键词： HEVC编码多核处理平台并行处理 CTB 帧内预测多粒度融合

基于Transformer的电气领域机器翻译研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Transformer的电气领域机器翻译研究

作者：李彤河南科技大学

学位级别：硕士

无论是传统的统计机器翻译还是以神经网络为基础的机器翻译都依赖于大量的数据。尽管机器翻译近些年来在通用领域取得了巨大的发展,但在专业领域的研究由于需求远低于通用领域,语料获取困难等原因,取得的成果远不及通用领域。主流翻译... 详细信息

无论是传统的统计机器翻译还是以神经网络为基础的机器翻译都依赖于大量的数据。尽管机器翻译近些年来在通用领域取得了巨大的发展,但在专业领域的研究由于需求远低于通用领域,语料获取困难等原因,取得的成果远不及通用领域。主流翻译软件的专业性领域研究多集中在医疗领域,很少涉及电子科技相关领域。但随着我国科技研究能力的发展以及对电子科技迫切的发展需求,相关领域的国际交流日益增多。本文基于transformer模型对电气领域进行机器翻译研究,使用自主构建的18.7万句对电气专业领域平行语料,进行了以下工作:针对专业领域数据量小导致的翻译效果不佳的问题,对分词粒度和词表粒度进行探究,提出了一种多粒度融合的混合分词方法以电气领域的机器翻译效果。在源语言端英文语料使用BPE算法生成词表并进行语料切分;在目标语言端中文语料使用jieba分词切分出较大粒度的词并生成词表,使用分字切分出中文字符,生成字符级词表,再将jieba分词产生的词表与中文产生的词表进行合并和去重,得到多粒度融合的混合词表。中文语料切分分别使用jieba分词与字符级粒度的分词方式。对目标端词表的三种不同粒度的切分方式进行对比,结果表明提出的切分方式相比于其他的切分方式,BLEU提升了0.23～0.44。提出了一种融合字符信息和词频信息的Transformer优化方法。低资源场景下,相比于大粒度保留更多局部信息对于模型翻译效果的提升,小粒度缓解数据稀疏性对于模型翻译效果的提升更明显。但小的切分粒度对较长词汇翻译效果不佳,因此本文在多粒度融合上进一步探究,结合词频信息,提出了一种融合字符信息和词频信息的改进方法。在词嵌入阶段,使用字粒度和词粒度两个嵌入层,将不同粒度的词向量进行融合,使用融合后的词向量进行训练,并在编码器端进行词频信息的融合。结果表明,融合了字符信息的优化能够使该模型在电气领域的翻译效果能够得到0.42个BLEU值的提升。融合了词频信息的优化方法能够使该模型翻译效果得到3.68～3.86的提升,融合字符信息和词频的优化方法的翻译效果能够提升4.28个BLEU值。

关键词：多粒度融合分词字符信息词频信息电气工程领域

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于依存句法的方面级情感分析研究与应用

基于依存句法的方面级情感分析研究与应用

作者：彭杨重庆邮电大学

学位级别：硕士

随着互联网商品交易日益频繁,商家希望能够从用户评论中了解用户的喜好,从而改进商品。传统情感分析的困境在于无法准确判断评论中用户对商品各个方面的情感偏好,而方面级情感分析这类细粒度的方法能够有效识别不同方面的情感,因此更能... 详细信息

随着互联网商品交易日益频繁,商家希望能够从用户评论中了解用户的喜好,从而改进商品。传统情感分析的困境在于无法准确判断评论中用户对商品各个方面的情感偏好,而方面级情感分析这类细粒度的方法能够有效识别不同方面的情感,因此更能满足商家的需求。基于依存句法的方法能够捕获方面词与意见词之间的远距离信息,从而被广泛用于方面级情感分析任务,但该类方法仍然存在句法信息学习不足,以及句法信息学习与上下文信息学习分离的问题。对此进行深入分析与研究,具体内容如下:1.针对句法信息学习与上下文信息学习分离的问题,利用依存句法分析获取句子的句法信息作为先验知识,将先验知识与句子拼接作为输入,同时学习句法信息与上下文信息。针对句法信息学习不足的问题,通过依存距离进行动态权重匹配,同时利用自注意力机制学习依存关系标签信息。实验结果表明,相比其他方法,句法信息的学习以及与上下文信息的交互更有效。2.针对上述方法存在的先验知识获取不稳定以及动态权重匹配未区分相同依存距离的问题进行修正,并针对句子中多个方面难以根据当前句子信息进行情感判断的问题,提出基于多粒度融合的方面级情感分析方法。通过引入上下文句子信息,增强对当前句子中方面的情感判断,同时通过门控机制调节增强后的句子输出,缓解上下文句子信息的过度影响。实验结果表明,相比只融合依存句法信息与单词上下文信息的模型,多粒度信息融合以及门控机制可进一步对其优化和完善。3.应用上述算法,设计并实现了商品评论分析系统。将方面情感分析结果通过结构化方式展示,并统计每个方面的情感分布,从而了解用户对商品各个方面的满意度,促使商家制定更好地营销策略。

关键词：方面级情感分析依存句法先验知识动态权重匹配多粒度融合

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成对抗网络的水下图像增强

基于生成对抗网络的水下图像增强

作者：王舒琪闽南师范大学

学位级别：硕士

由于光线被散射和吸收,导致拍摄的水下图像存在颜色失真和细节模糊的问题。这不利于对海洋生物的探索、海洋生态的保护和海洋工程的发展。虽然水下图像增强算法近年来取得了重大突破,但提高水下退化图像的有效性和稳定性仍然是一项具有... 详细信息

由于光线被散射和吸收,导致拍摄的水下图像存在颜色失真和细节模糊的问题。这不利于对海洋生物的探索、海洋生态的保护和海洋工程的发展。虽然水下图像增强算法近年来取得了重大突破,但提高水下退化图像的有效性和稳定性仍然是一项具有挑战性的任务。本文主要围绕水下图像增强的技术难点开展研究:(1)多权量和多粒度的水下图像增强算法。针对光照不均造成的图像视觉不自然的问题,提出一种多权量和多粒度的水下图像增强算法。首先,该算法建立在两幅图像的融合上,这两幅图像是由原始退化图像的颜色校正和对比度调整版本衍生而来。其次,对它们的拉普拉斯对比度权重、局部对比度权重、突出性权重、曝光权重和饱和度权重进行归一化处理,然后与多粒度融合。最后,使用双尺度分解得到两个高频分量,将其融合到图像中,增强图像对比度,突出图像细节。通过PCQI,UCIQE和颜色直方图证明了该算法的增强效果较佳。(2)多注意力机制和卷积相结合的UNet网络用于水下图像增强算法。从基于深度学习模型的研究角度出发,提出了一种多注意力机制和卷积相结合的UNet网络用于水下图像增强算法(AC-GAN)。首先,在U-Net编码器中添加了一个双注意机制和卷积模块。它可以不平等地提取不同通道和空间中的特征,使提取的图像特征信息更加准确。其次,在U-Net解码器中添加了一个注意力门模块和递归残差卷积模块。它有助于完全提取特征,并便于在生成图像时恢复更详细的信息。最后,在合成和真实数据集上测试了该算法的主观结果和客观评价。实验结果表明,该算法的稳定性优于其他五种经典算法。此外,它还修正了颜色偏差,提高了图像的对比度和细节纹理。本文针对光照不均造成的图像视觉不自然、细节模糊和水下图像增强算法稳定性较低的问题,提出了两种水下图像增强算法,有效的校正水下图像色偏,突出图像细节。主观结果和客观评价显示该算法能够清晰且准确的增强水下图像且不产生额外噪声,具有一定的稳定性,未来考虑与水下生物目标检测技术相结合探测海底资源。

关键词：水下图像增强生成对抗网络多权重融合多粒度融合多注意力机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进深度残差网络的恶意应用检测方法

电子技术与软件工程 2022年第21期 48-52页

作者：李文嵩苏凯旋朱政昊鞍钢集团信息产业有限公司辽宁省鞍山市114000

本文改进了深度残差网络,同时预处理了流量特征,使之成为卷积神经网络的输入,转化为模型可输入数据。接着使用从深度残差网络提取流量图特征,然后引入金字塔特征提取模块并加入变化特征融合模块来有效的融合变化区域的特征并抑制非恒定... 详细信息

本文改进了深度残差网络,同时预处理了流量特征,使之成为卷积神经网络的输入,转化为模型可输入数据。接着使用从深度残差网络提取流量图特征,然后引入金字塔特征提取模块并加入变化特征融合模块来有效的融合变化区域的特征并抑制非恒定区域的特征。最后使用多粒度流量特征进行恶意应用检测识别,最终获得粗粒度与细粒度的流量特征表达,最后融合多粒度的流量特征表达,实现恶意应用高精度识别。本文方法在恶意应用的2分类、4分类和42分类中准确率分别为99.30%、99.63%和96.25%,相较于传统的机器学习算法在模型的准确率、召回率等方面均具有较好的效果。

关键词：恶意应用检测深度残差网络金字塔特征多粒度融合信息安全