检索结果-南通市图书馆

计算机工程与应用 2023年

作者：徐志刚杨欣宇兰州理工大学计算机与通信学院

敦煌壁画是珍贵的文化遗产，但现存壁画存在着大量破损现象。针对现有图像修复方法在处理敦煌壁画时面临着计算复杂度高、纹理模糊和特征提取不足等问题，提出了一种结合CSWin-Transformer（Cross Stripe Window-Transformer）和门卷积... 详细信息

敦煌壁画是珍贵的文化遗产，但现存壁画存在着大量破损现象。针对现有图像修复方法在处理敦煌壁画时面临着计算复杂度高、纹理模糊和特征提取不足等问题，提出了一种结合CSWin-Transformer（Cross Stripe Window-Transformer）和门卷积的壁画图像修复方法。首先，构建由全局层网络和局部层门卷积残差密集网络组成的并行网络，利用条纹窗口增强图像特征提取能力，并通过门卷积残差块提升结构纹理修复的准确性。其次，设计全局-局部特征融合模块来融合全局层和局部层输出的特征图像，以保持修复结果整体的一致性。最后，通过建立共享注意力机制实现全局层和局部层之间的信息交互，同时为了完成破损壁画的修复，采用谱归一化马尔科夫判别模型进行对抗训练。通过对真实破损壁画的修复实验，结果表明，所提方法在主客观指标上均优于所对比的方法。

关键词：深度学习壁画修复门卷积 CSWin-Transformer 全局-局部特征融合

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

结合边缘信息和门卷积的人脸修复算法

引用

计算机科学与探索 2021年第1期15卷 150-162页

作者：王富平李文楼刘颖卢津公衍超西安邮电大学电子信息现场勘验应用技术公安部重点实验室西安710121 西安邮电大学图像与信息处理研究所西安710121 陕西省无线通信与信息处理技术国际合作研究中心西安710121

针对任意形状遮挡下人脸修复,现有方法容易产生边缘模糊和恢复结果失真等问题。提出了一种结合边缘信息和门卷积的人脸修复算法。首先,通过先验人脸知识产生遮挡区域的边缘图,以约束人脸修复过程。其次,利用门卷积在部分像素缺失下的精... 详细信息

针对任意形状遮挡下人脸修复,现有方法容易产生边缘模糊和恢复结果失真等问题。提出了一种结合边缘信息和门卷积的人脸修复算法。首先,通过先验人脸知识产生遮挡区域的边缘图,以约束人脸修复过程。其次,利用门卷积在部分像素缺失下的精确局部特征描述能力,设计面向图像修复的门卷积深度生成对抗网络(GAN)。该模型由边缘连接生成对抗网络和图像修复生成对抗网络两部分组成。边缘连接网络利用二值遮挡图和待修复图像及其边缘图的多源信息进行训练,实现对缺失边缘图像的自动补全和连接。图像修复网络以补全的边缘图为引导信息,联合遮挡图像进行缺失区域修复。实验结果表明:相比其他算法,该算法修复效果更好,其评价指标比当前基于深度学习的图像修复算法更优。

关键词：人脸修复 Canny边缘门卷积深度学习生成对抗网络(GAN)

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

融合边缘和关键点的遮挡人脸修复网络

引用

哈尔滨工业大学学报 2024年

作者：王富平段冠庄李藕公衍超刘卫华刘颖西安邮电大学通信与信息工程学院电子信息现场勘验应用技术公安部重点实验室(西安邮电大学)

人脸图像修复技术通过修复人脸遮挡区域得到完整的人脸图像，其在刑侦、安防等领域具有重要的应用价值，但现有方法的修复结果往往会出现纹理模糊、人脸结构扭曲等伪影问题。为此，本文在生成对抗网络（Generative Adversarial Networks... 详细信息

人脸图像修复技术通过修复人脸遮挡区域得到完整的人脸图像，其在刑侦、安防等领域具有重要的应用价值，但现有方法的修复结果往往会出现纹理模糊、人脸结构扭曲等伪影问题。为此，本文在生成对抗网络（Generative Adversarial Networks ，GAN）框架的基础上，提出了一种融合边缘和关键点的遮挡人脸修复网络。首先，利用结构森林边缘修复网络补全遮挡人脸图像的结构森林边缘图，以获得更精细的人脸细节描述信息；进而，利用关键点预测网络对遮挡人脸的68个关键点进行定位，以获得人脸图像的拓扑结构信息。最后，将经以上两个网络得到的结构森林边缘图和人脸关键点作为先验信息，通过人脸图像修复网络对遮挡人脸区域进行修复以生成完整人脸图像。在CelebA-HQ数据集上的实验结果表明：所提算法的人脸修复结果具有更精细的纹理信息和较合理的人脸拓扑结构；不同遮挡面积的情况下，所提算法的PSNR和SSIM均高于对比算法；相比GatedConv， EdgeConnect， LaFIn算法，在掩码占比为50%时，所提算法的PSNR分别提升了36.8%， 25.8%， 29.3%，而SSIM分别提升了19.5%，12.2%，12.2%。

关键词：人脸图像修复生成对抗网络门卷积结构森林边缘人脸关键点

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于文本事件检测和神经网络的股价预测研究

基于文本事件检测和神经网络的股价预测研究

引用

作者：陈颖璇华南理工大学

学位级别：硕士

随着经济的高速发展,股票逐步成为企业融资和个人理财的重要工具,股票价格的变化直接影响到国民经济的健康发展。股票价格的波动受到新闻事件、政策变化、经济环境等多种因素的影响。传统投资分析方法的非线性映射能力差,无法满足股价... 详细信息

随着经济的高速发展,股票逐步成为企业融资和个人理财的重要工具,股票价格的变化直接影响到国民经济的健康发展。股票价格的波动受到新闻事件、政策变化、经济环境等多种因素的影响。传统投资分析方法的非线性映射能力差,无法满足股价预测的需求;基于时序预测的方法仅以股票量价数据进行预测,无法充分解释股价波动的原因。有效市场假说表明:股价的波动受到新发布信息的影响。因此,本文以提高股价预测准确率为基本目标,基于神经网络建立以文本事件和量价数据驱动的股价趋势预测模型。主要的研究贡献包括:（1）为了提取新闻文本的事件类型信息,本文提出了一种新的中文事件检测模型——基于字词混合编码的多池化门卷积神经网络（简称MGCNN）。本文调研了已有的事件检测模型,并指出这些模型应用于中文文本数据集存在词语边界划分错误、同一触发词的事件分类错误等问题,本文通过对卷积神经网络的输入、卷积、池化、损失函数等多阶段的改进有效解决了上述问题。具体地说,MGCNN模型对输入文本进行字词混合编码,利用动态多池化的残差门卷积神经网络对编码后的文本进行语义建模,提取丰富的语义语法特征,并在增加复杂样本信息熵正则项的损失函数下进行训练优化,最终获得事件触发词识别和分类的结果。通过在公开的ACE2005数据集和金融新闻文本数据集上的实验,证明了提出模型的有效性。与已有的5种模型对比,触发词识别和分类的F1值分别提升了2.2%和1.5%以上,能够满足金融新闻文本事件检测的要求。（2）为了提高股价趋势预测的准确率,在获得金融文本事件类型信息后,本文提出了基于文本事件与量价数据驱动的股价趋势预测模型（简称TPM）。首先,在基本量价数据的基础上,分别建立回归模型、SDNE模型提取非可预测成交量、个股的板块信息编码等量价特征,利用LSTM对提取的特征进行建模得到市场信息编码;基于空洞门卷积神经网络和自注意力层,对金融文本事件句和事件类型进行语义建模得到事件信息编码;最后,将市场信息编码与事件信息编码融合,输入至MLP神经网络中,得到对未来股价涨跌幅的预测。通过对沪深300股票数据集的实验,证明了提出的TPM模型通过融合文本事件信息和量价数据信息,能够有效提升模型的预测性能,与其他预测模型相比,获得更高的预测准确率和收益率。

关键词：股价预测金融文本事件事件检测门卷积空洞卷积

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

基于层级情感分析的产品舆情分析系统的设计与实现

基于层级情感分析的产品舆情分析系统的设计与实现

引用

作者：吴晨光北京邮电大学

学位级别：硕士

随着网络社交、购物等平台的高速发展,网络中充斥着大量的用户思维、情感倾向等内容,如何通过舆情分析系统合理且有效的挖掘出其中富有价值的信息,吸引了愈来愈多的科研学者和相关企业的关注,舆情分析核心的情感分析技术的积极发展也依... 详细信息

随着网络社交、购物等平台的高速发展,网络中充斥着大量的用户思维、情感倾向等内容,如何通过舆情分析系统合理且有效的挖掘出其中富有价值的信息,吸引了愈来愈多的科研学者和相关企业的关注,舆情分析核心的情感分析技术的积极发展也依托于此。近年来,关于情感分析技术的研究已有了较大进展,但是仍然存在着一定的局限性。具体来说,基于词典的情感分析方法存在着人工成本高、可迁移性差等问题。基于机器学习的文档、句子级别情感分析方法粒度粗糙,难以有效汇总大量数据中的不同情感观点。主流方面级别情感分析方法,在数据愈发复杂的当下,其情感类别平铺化的扩展方式限制了分析的深度,容易忽视不同情感观点之间的内在关联。在上述背景下,本文吸取层级分类思想,研究并实现了能将情感观点分层细化的层级类别情感分析(Hierarchical Category Sentiment Analysis,HCSA)算法,并以此算法为核心设计并实现了基于层级情感分析的产品舆情分析系统。本文主要的设计及实现工作具体如下:(1)本文设计并实现了层级类别情感分析(HCSA)算法。首先,针对主流方法分析深度浅且扩展性弱的问题,本文提出了分层细化情感观点的层级情感分析方法。其次,以此为基础,本文设计了具有应用了门卷积的多层级结构的层级类别情感分析算法模型,并结合注意力机制提升性能。然后,针对深层情感类别小样本问题,本文设计了层级依赖预测方法和层级奖惩损失函数,利用层级间的依赖关系缓解该问题。最后,在由真实数据构成的数据集下,本文对所提出算法进行了层级情感分析任务及不同改进点的仿真实验,对比了多种相关算法,本文算法在主要指标上均有提升,并验证了改进点的有效性。(2)本文以提出的层级类别情感分析(HCSA)算法为核心,通过Django框架设计并实现了基于层级情感分析的产品舆情分析系统,涵盖样本匹配、层级情感分析、观点查询相关功能,并对系统在功能及性能方面进行了测试,测试结果验证了功能的有效性与可靠性,能满足本文所提出的层级情感观点类型下的产品舆情分析需求。

关键词：深度学习层级类型情感分析门卷积注意力机制

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

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

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：