检索结果-南通市图书馆

计算机工程与应用 2023年第24期59卷 209-215页

作者：孙刘杰翟仁杰王文举庞茂然上海理工大学出版印刷与艺术设计学院上海200093

针对目前用于点云配准的点云特征提取方法并未充分提取点云中的有效信息等问题,提出了一种基于3D特征动态融合的点云特征提取网络(3D feature dynamic fusion and residual u-net,DFRUNet)。该网络通过3DFDF(3D feature dynamic fusion... 详细信息

针对目前用于点云配准的点云特征提取方法并未充分提取点云中的有效信息等问题,提出了一种基于3D特征动态融合的点云特征提取网络(3D feature dynamic fusion and residual u-net,DFRUNet)。该网络通过3DFDF(3D feature dynamic fusion)模块将编码和解码模块的特征动态融合,以充分提取点云中的有效信息;同时采用SE-Res(squeeze and excitation residual)模块来提取点云特征,通过动态调整显著区域的权重,对该区域特征进行重点提取,以提高所提取特征的质量。将网络所提取特征映射到高维空间中,采用随机采样一致性(random sample consensus,RANSAC)算法完成点云配准。实验结果表明,在3DMatch数据集上,该算法特征匹配召回率(feature-match recall,FMR)达到了96.3%,相较于经典的FCGF算法提高了0.011。配准召回率(registration recall)达到了82.2%,提高了0.014。该方法充分提取了点云中的有效信息,达到了更高的召回率,对其他点云配准研究具有参考价值。

关键词：特征提取点云配准特征动态融合深度学习

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

面向金融文本的实体关系抽取方法

引用

计算机工程与设计 2023年第11期44卷 3345-3351页

作者：王欢王兴芬吕金娜北京信息科技大学信息管理学院北京100192 北京信息科技大学商务大数据分析研究中心北京100192

针对金融文本语义特征难以准确提取的问题,提出一种面向金融文本的实体关系抽取方法。使用预训练模型FinBERT对输入金融文本进行字、词粒度特征提取;在编码层引入时序格子网络将词粒度特征动态融合到字粒度特征中;采用字级别注意力机制... 详细信息

针对金融文本语义特征难以准确提取的问题,提出一种面向金融文本的实体关系抽取方法。使用预训练模型FinBERT对输入金融文本进行字、词粒度特征提取;在编码层引入时序格子网络将词粒度特征动态融合到字粒度特征中;采用字级别注意力机制合并所有字粒度特征,获取更准确的句子表示,进行关系分类。实验结果表明,该方法在金融文本数据集上F 1值达到91.8%,较目前主流方法效果更好。

关键词：关系抽取语义特征提取金融文本时序格子网络特征动态融合注意力机制关系分类

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

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

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

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：