检索结果-南通市图书馆

学园 2012年第13期5卷 16-16页

作者：石晓川温州医学院仁济学院

本文通过对温州医学院大二学生进行问卷调查，分析当前大学英语课堂中教师话语所存在的某些弊端，总结发现有效妁话语模式，提出相应的建议以提高英语教师授课质量，从而提高学生的学习成效。

关键词：英语课堂教师话语有效特征分析

一种多特征联合的地面SAR目标分层检测方法

在线全文

学校读者我要写书评

暂无评论

西安电子科技大学学报 2016年第2期43卷 89-94页

作者：曾丽娜周德云邢孟道张堃西北工业大学电子信息学院陕西西安710072 西安电子科技大学雷达信号处理国家重点实验室陕西西安710071

提出了一种多特征联合的地面合成孔径雷达图像中装甲车等兴趣目标分层检测方法,根据反映目标真实物理性质的散射强度、尺寸以及与杂波差异等有效特征实现分层检测.研究提取尺寸特征、边界变化特征为兴趣目标有效特征,通过初步目标检测... 详细信息

提出了一种多特征联合的地面合成孔径雷达图像中装甲车等兴趣目标分层检测方法,根据反映目标真实物理性质的散射强度、尺寸以及与杂波差异等有效特征实现分层检测.研究提取尺寸特征、边界变化特征为兴趣目标有效特征,通过初步目标检测层和潜在目标鉴别层逐步剔除图像背景、自然杂波、人造杂波等非兴趣目标.有效特征提取能够在较少的特征数目条件下满足兴趣目标检测和鉴别的精度要求;分层处理能够在特征复杂度增加的情况下降低虚警检测和鉴别概率.与传统双参数恒虚警率、主成分分析等方法进行对比测试,从检测精度、检测效率方面验证了该方法的有效性.

关键词：合成孔径雷达兴趣目标有效特征分层检测

基于神经网络和多特征的船舶图像自动分割算法

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2019年第14期41卷 139-141页

作者：罗静萧晓栩广州南洋理工职业学院广东广州510925 广州涉外经济职业技术学院广东广州510540

当前图像分割算法存在分割错误率高、分割速度无法满足实际应用要求的缺陷,为了提高图像分割的精度和速度,设计了基于神经网络和多特征的图像自动分割算法。首先分析当前国内外图像分割算法的研究进展,找到引起当前图像分割局限性的因素... 详细信息

当前图像分割算法存在分割错误率高、分割速度无法满足实际应用要求的缺陷,为了提高图像分割的精度和速度,设计了基于神经网络和多特征的图像自动分割算法。首先分析当前国内外图像分割算法的研究进展,找到引起当前图像分割局限性的因素,然后从图像中提取描述不同目标特征,并选择部分最有效特征组合成为图像分割的特征集合,最后采用神经网络对图像的不同区域进行建模和分类,实现图像分割,并与其他图像分割算法进行优越性对比测试。结果表明,神经网络和多特征的图像分割错误率低,图像分割精度超过95%,图像分割平均值时间要少于对比图像分割算法,图像分割速度更快。

关键词：图像分割感兴趣区域神经网络有效特征分割错误

基于评分数值分析的用户项目质量测度及其在深度推荐模型中的应用

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2022年第4期6卷 39-48页

作者：郑潇李树青张志旺南京财经大学信息工程学院南京210023

【目的】利用用户项目评分信息和时间段信息,设计一种反映用户项目质量的有效特征,并结合深度推荐模型改善推荐效果。【方法】从用户评分和项目质量一致性、评分数值分布和基于时间段的评分数值分布三个方面,系统地提出对用户和项目质... 详细信息

【目的】利用用户项目评分信息和时间段信息,设计一种反映用户项目质量的有效特征,并结合深度推荐模型改善推荐效果。【方法】从用户评分和项目质量一致性、评分数值分布和基于时间段的评分数值分布三个方面,系统地提出对用户和项目质量特征进行评估的有效方法。【结果】在MovieLens数据集上进行测试,与传统的深度推荐模型相比,本文所提模型的MAE和MSE分别最高提升达到3.71%和4.24%。【局限】现有改进主要结合评分信息,没有探索包括用户项目更多属性特征的质量指标评定方法,在一定程度上影响了推荐效果。【结论】本文所提推荐模型评分预测效果更加准确,缓解了深度推荐模型中数据有效特征缺乏和表现力不足等问题,提高了推荐质量。

关键词：推荐系统深度学习用户项目质量有效特征

结合DenseNet与通道注意力机制的空对地目标检测算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2020年第22期57卷 124-129页

作者：王文庆丰林刘洋杨东方张萌西安邮电大学自动化学院陕西西安710121 火箭军工程大学导弹工程学院陕西西安710025

空对地环境下成像视角单一,且需要依靠深层网络提供强特征表达能力。针对深层网络存在的计算量大、收敛速度慢等问题,在稠密连接网络(DenseNet)框架下,提出了一种用通道差异化表示的目标检测网络模型。首先,用DenseNet作为特征提取网络... 详细信息

空对地环境下成像视角单一,且需要依靠深层网络提供强特征表达能力。针对深层网络存在的计算量大、收敛速度慢等问题,在稠密连接网络(DenseNet)框架下,提出了一种用通道差异化表示的目标检测网络模型。首先,用DenseNet作为特征提取网络,并用较少的参数加深网络,以提高网络对目标的提取能力;其次,引入通道注意力机制,使网络更关注特征层中的有效特征通道,重新调整特征图;最后,用空对地目标检测数据进行了对比实验。结果表明,改进模型的平均精度均值比基于视觉几何组(VGG16)的单步多框检测算法高3.44个百分点。

关键词：图像处理目标检测算法特征提取通道注意力机制有效特征密集连接

基于AIRS的遥感图像检索特征权值调整方法

在线全文

学校读者我要写书评

暂无评论

测绘科学技术 2015年第2期3卷 13-20页

作者：耿利川耿则勋城乡规划与园林学院许昌学院河南许昌无人机低空遥感技术协同创新中心许昌学院河南许昌解放军信息工程大学河南郑州

针对当前图像检索中存在的有效特征提取问题,提出了一种基于人工免疫识别系统(AIRS)的特征权值调整方法。利用人工免疫识别系统的泛化学习及记忆的特点,对训练样本的特征值进行学习,从而确定各特征之间的权值分配。实验结果表明,与传统... 详细信息

针对当前图像检索中存在的有效特征提取问题,提出了一种基于人工免疫识别系统(AIRS)的特征权值调整方法。利用人工免疫识别系统的泛化学习及记忆的特点,对训练样本的特征值进行学习,从而确定各特征之间的权值分配。实验结果表明,与传统权值调整法相比,本方法能够为各特征提供较好的权值,提高图像检索的准确率。

关键词：遥感图像检索有效特征 AIRS 特征权重

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

一种有效的通信电台综合识别技术

微计算机信息 2008年第10期24卷 261-263页

作者：王若冰张旻李鹏飞解放军69026部队合肥电子工程学院309研究室

由于通信电台的"指纹"特征很难获取,电台识别面临巨大的挑战,本文采用综合识别的方法,对提取信号的多个特征进行特征相关性和特征重要性处理,剔除有强相关性的特征,并对特征属性在识别过程中利用获取的特征重要性进行加权。通过对实际... 详细信息

由于通信电台的"指纹"特征很难获取,电台识别面临巨大的挑战,本文采用综合识别的方法,对提取信号的多个特征进行特征相关性和特征重要性处理,剔除有强相关性的特征,并对特征属性在识别过程中利用获取的特征重要性进行加权。通过对实际空间传播的FM电台信号的综合识别实验表明在现有的信号处理技术条件下,通过对提取的特征进行有效分析与处理,能够提高电台识别的正确率,验证了对提取特征进行相应处理的有效性和必要性。

关键词：电台识别有效特征相关性重要性

用户项目质量测度及其在深度推荐系统的应用研究

在线全文

学校读者我要写书评

暂无评论

用户项目质量测度及其在深度推荐系统的应用研究

作者：郑潇南京财经大学

学位级别：硕士

近年来,由于信息化时代进一步发展,信息呈爆炸式增加,社会开始进入信息过载的时期,推荐系统应运而生。由于传统的协同过滤推荐算法的实现过程十分依赖用户的评价信息,这导致在数据稀疏的情形下,推荐的有效性往往不尽人意。本文引入用户... 详细信息

近年来,由于信息化时代进一步发展,信息呈爆炸式增加,社会开始进入信息过载的时期,推荐系统应运而生。由于传统的协同过滤推荐算法的实现过程十分依赖用户的评价信息,这导致在数据稀疏的情形下,推荐的有效性往往不尽人意。本文引入用户和项目的质量这一隐含的特征信息,从用户评分分布和消除选择偏差的角度对用户和项目的质量信息进行研究。具体地,用户评分分布的研究从用户评分和项目质量的一致性以及用户评分数值分布两个方面展开,目的是更准确的对用户和项目的质量信息进行测度。消除选择偏差则是对逆倾向评分(Inverse Propensity Scores,IPS)和数据填充这两种方法进行改进,引入时间序列的思想解决IPS和数据填充方法存在的可扩展和兴趣漂移的问题,目的是对用户评分数据质量进行测度和提升。本文的工作主要包括以下方面:第一,为了更准确高效的获取用户和项目的质量特征信息,本文提出一种融合用户和项目质量特征的深度推荐模型,利用深度学习方法高效获取用户项目的质量特征信息,进而提高推荐的实用性及准确性。第二,对比研究了现有的用户项目质量测度方法的缺陷,从用户评分和项目质量一致性以及评分数值分布两个角度提出用户和项目质量的测度方法。采用这种方法时仅需统计出所有已知值的概率值分布,然后再利用此分布分配权重来获得预测评分,能够有效解决由于评分结果缺失所造成的用户和项目质量的测度误差问题。第三,本文探究了选择偏差对用户评分质量的影响,对IPS和数据填充这两种消除选择偏差的方法存在的不足进行改进。具体来说,通过评分时间稠密序列方法选择用户评分密集的数据进行预测,缓解了由于评分数量增大导致IPS方法效率下降的问题;通过时间序列算法得到的用户倾向特征作为用户隐含质量特征,来缓解IPS方法中出现的用户倾向表现不足以及数据填充方法中对用户倾向缺乏考虑的问题,目的是提高IPS方法和数据填充方法的实用性和可扩展性,进而缓解选择偏差问题,改善用户评分数据的质量,最终提高预测用户评分的准确性。最后,针对不同数据集进行应用研究。通过在一些公开的数据集上进行对比实验,证明了本文所提出的融合用户项目质量特征的深度推荐模型可以有效的对用户和项目的质量信息进行准确测度。验证了基于深度神经网络的改进推荐算法,运用在获取和处理用户和项目直接特征和隐含特征数据方面有很好的效果,证明了结合质量测度的深度推荐方法有很高的价值性,能够有效提高评分预测准确性和推荐的质量,并且在不同的推荐领域使用质量测度的方法也有很好的普适性。

关键词：推荐系统深度学习用户项目质量有效特征

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

基于实体差异性的联合实体链接技术研究

基于实体差异性的联合实体链接技术研究

作者：冯前华中科技大学

学位级别：硕士

互联网上的海量非结构化文本数据为自然语言处理提供了数据基础,然而自然语言的语义歧义性也增加了文本处理的难度。实体链接技术通过将文本中的实体指称链接到知识库中无歧义的实体上,消除了文本中实体的歧义,为自然语言处理的后续任... 详细信息

互联网上的海量非结构化文本数据为自然语言处理提供了数据基础,然而自然语言的语义歧义性也增加了文本处理的难度。实体链接技术通过将文本中的实体指称链接到知识库中无歧义的实体上,消除了文本中实体的歧义,为自然语言处理的后续任务提供了重要支持。近两年来链式处理的实体链接系统因为模型结构简单和准确率高的优点受到了国内外学者的广泛关注。经过调研发现,现有的模型大多将注意力放在了如何获取文本中更多的信息以及如何进行更好的联合链接,几乎没有模型关注指称的候选实体之间存在的交互信息,而且在利用已链接的实体帮助后续指称消歧时,也忽视了链接不正确的实体的影响。针对以上两个问题,本文在基于动态上下文增强的实体链接模型(Dynamic Context Augmentation,DCA)的基础上进行改进,提出了关注实体差异性和错误实体影响的实体链接模型(Focus on Entity Differences and Incorrect Entity Effects,FDIE)。FDIE模型认为候选实体之间的差异性是区分这些候选实体的重要特征,并提出差异相似度的概念,使用指称在候选实体之间的差异特征上的表现作为指称和候选实体的差异相似度,同时使用卷积神经网络和自注意力机制来提取指称和候选实体的更有效的特征。针对链接错误的实体的影响,模型从减少错误实体的数量和降低错误实体对后续指称消歧的干扰两个方面来处理。模型认为每个指称在链接时需要的前置信息量是不同的,因此每次链接时选择当前信息量下未链接的指称中“可信度”最高的指称来链接,从而减少已链接的实体中的错误实体数量;在已链接的实体中存在错误实体的情况下,模型提出对照一致性的概念,使用已链接的指称作为已链接的实体的对照来计算一致性,从而降低错误实体的干扰。本文在六个公开数据集上进行了对比实验和消融实验,对模型的能力进行了评估。FDIE模型相比基准模型DCA在这六个公开数据集上的准确率均得到了提升,在其中三个数据集上相比近年来的其他实体链接模型也取得了更高的准确率。

关键词：实体链接差异相似度有效特征可信度对照一致性