检索结果-南通市图书馆

外语教学 2017年第6期38卷 42-46页

作者：雷卿邹颖刘萍三峡大学外国语学院湖北宜昌443002

How+Adj.+S.+Link-v.感叹句是英语感叹句中一种常见句式,主要表达的是感叹者为某一外部事物的某种(些)属性特征所引起或为整个事物所激发的某种强烈情感。本文基于How+Adj.+S.+Link-v.感叹句的结构形式和语义特征的观察与理解,拟从语言... 详细信息

How+Adj.+S.+Link-v.感叹句是英语感叹句中一种常见句式,主要表达的是感叹者为某一外部事物的某种(些)属性特征所引起或为整个事物所激发的某种强烈情感。本文基于How+Adj.+S.+Link-v.感叹句的结构形式和语义特征的观察与理解,拟从语言涉身性视角,阐释How+Adj.+S.+Link-v.感叹句语言表征的模态感知基础及其感受质问题,从而揭示语言层面背后人们心智活动的规律。

关键词：感叹句涉身性模态感知感受质

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于概率神经网络的多模态感知假肢手

引用

长春理工大学学报（自然科学版） 2021年第6期44卷 116-124页

作者：焦伟刘思成韩博宫玉琳长春理工大学电子信息工程学院长春130022

基于人体表面肌电信号(Surface Electromyography,sEMG)和多传感器数据构建一种人机一体化的感知假肢控制系统和感知系统。实现肢体常规物理动作的实时控制,并建立人体对外部信息的实时反馈。利用概率神经网络(PNN)对提取出的肌电特征... 详细信息

基于人体表面肌电信号(Surface Electromyography,sEMG)和多传感器数据构建一种人机一体化的感知假肢控制系统和感知系统。实现肢体常规物理动作的实时控制,并建立人体对外部信息的实时反馈。利用概率神经网络(PNN)对提取出的肌电特征进行识别和分类,手势识别率能够达到96.8%,同时避免了其他神经网络学习复杂度高、用时长的缺点,进一步增强假肢手控制系统实时性。随后,利用多传感器检测假肢手外部物理信息,以此构建一个多模态的闭环感知反馈系统。实现对人体和机械的智能融合。

关键词：表面肌电信号概率神经网络模态感知智能控制

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

跨域RGB-D显著性检测

跨域RGB-D显著性检测

引用

作者：宋梦柯青岛大学

学位级别：硕士

显著性物体检测(Salient Object Detection,SOD)是指通过模拟人类视觉感知系统,自动识别和定位给定场景中最具吸引力的物体,已经被广泛应用于计算机视觉任务。随着深度传感器的出现,深度图和彩色图之间互相补充可以更好地描述物体的特征... 详细信息

显著性物体检测(Salient Object Detection,SOD)是指通过模拟人类视觉感知系统,自动识别和定位给定场景中最具吸引力的物体,已经被广泛应用于计算机视觉任务。随着深度传感器的出现,深度图和彩色图之间互相补充可以更好地描述物体的特征,并有利于进一步提高显著性物体检测模型的性能。此种视觉检测任务被称为RGB-D显著性物体检测(RGB-D SOD)。当前,RGB-D显著性物体检测模型主要是基于通用数据集进行训练的。然而,这些数据集中显著物体较少且多集中于场景中心位置,无法很好地适应特定场景,如自动驾驶数据集。在自动驾驶数据场景中,显著物体尺寸较小且分布位置离场景中心较远,与通用场景存在明显差异,因此直接应用现有模型可能会导致域偏移问题。虽然已经提出大规模数据集(COME15K和Re Dweb-S),但它们只能稍微缓解域偏移问题。因此,需要针对特定场景进行训练,以提高检测模型的适应性和准确性。另外,现有RGB-D显著性物体检测模型主要采用跨模态和跨层级的彩色图(RGB)和深度图(D)融合方式,此种选择性特征组合方式需要强依赖于网络的非线性适应性,而且只考虑到中间层的特征切片,即RGB和D之间的融合平衡性是单独制定的,导致模态层面的关系可能没有被正确学习。最佳的RGB和D的组合因RGB-D场景的不同而不同,确切的互补状态经常由多种模态级的因素决定,如深度图的质量、RGB场景的复杂性,以及它们之间的协调程度。因此,针对上述两个问题,本文分别从“数据增强”和“模型设计”的角度提出两种解决方案:(1)本文从“数据增强”的角度出发,提出一种适用于特定场景的通用RGB-D显著物体检测解决方案。该方案采用弱监督的方法,为普通视频(特定场景,无深度信息和显著性物体真实标签)配备新估计的深度图(D)和伪显著性物体真实标签(Ground Truth,GT),使它们能够重新训练现有的RGB-D SOD模型以满足特定场景。为实现这一目标,本文对深度信息在SOD任务的作用机制提供了新的深入的见解,并提出了一种从视频光流中挖掘内在深度信息的新范式,用于RGB-D SOD模型的自进化。同时充分利用视频的时空信息,通过多阶段的处理,如人工标注光流图的质量、训练质量过滤器和显著一致性判断等,生成高质量的伪显著性物体真实标签。作为第一次尝试,本文的方法有很大的潜力促进广为人知的增量学习的发展。当目标领域的数据极其不足时,本文的方法可以生成无限的可训练数据。(2)本文从“模型设计”的角度出发,提出一种基于模态感知解码器的RGB-D显著目标检测方法。与现有的“模态欠感知”方法相比,本文方法的主要亮点是在不同的模态之间进行推理。本文首次提出对“模态关系”的重要性进行关注的想法,利用新设计的模态感知解码器学习到的模态关系用来指导后续密集特征的融合,使解码过程更加关注模态关系,从而在那些不常见或者特定的场景中具有良好表现。理论分析和实验结果表明,本文方法在特定场景数据集,比如自动驾驶数据集(BDD和KITTI)上大幅超越其他主流方法。同时在通用的RGB-D SOD数据集上也超过其他方法,在显著性检测方面具有较好的效果。大量的性能评估实验和对提出方法的定性和定量的比较分析实验,均证明本文提出方法具有优异的鲁棒性和先进性,从而证明了本文方法的有效性。

关键词： RGB-D显著性物体检测弱监督数据增强模态感知

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：