检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

联合语义边缘与有向全变分的纹理-结构分解

计算机辅助设计与图形学学报 2019年第10期31卷 1786-1794页

作者：吴昊袁国武普园媛徐丹云南大学信息学院计算机科学与工程系

在去除尺度变化较大的纹理时,基于低级视觉特征的纹理-结构分解方法难以准确保留语义上重要的弱边缘,针对该问题提出了融合语义边缘检测与有向全变分模型的纹理-结构分解方法.首先在不同尺度下利用多卷积特征网络估计各像素的语义边缘... 详细信息

在去除尺度变化较大的纹理时,基于低级视觉特征的纹理-结构分解方法难以准确保留语义上重要的弱边缘,针对该问题提出了融合语义边缘检测与有向全变分模型的纹理-结构分解方法.首先在不同尺度下利用多卷积特征网络估计各像素的语义边缘置信度;然后在纹理的局部振荡假设基础上以有向全变分估计各像素的纹理度,为进一步有效地区分纹理边缘和结构边缘,引入块平移算法修正纹理度,并结合边缘置信度优化分解模型的权重.在BSDS500, NYUD以及RTVD数据集上的实验结果表明,该方法在分解准确性和视觉质量上优于现有多种方法,且易于通过GPU加速高分辨率图像的分解效率.

关键词：纹理-结构分解边缘置信度有向全变分图像块平移

在线全文

学校读者我要写书评

暂无评论

基于图神经网络的东巴画小样本分类

计算机辅助设计与图形学学报 2021年第7期33卷 1073-1083页

作者：黎克钱文华王成学徐丹云南大学信息学院计算机科学与工程系昆明650504

针对纳西族东巴画艺术形象线条突出、色彩分明、样本较少的特点,提出一种端到端的基于图神经网络的东巴画小样本分类方法.首先,设计多分辨率多尺度的图像特征提取网络,图像特征与边缘特征融合后嵌入图神经网络中作为节点,构建分类图神... 详细信息

针对纳西族东巴画艺术形象线条突出、色彩分明、样本较少的特点,提出一种端到端的基于图神经网络的东巴画小样本分类方法.首先,设计多分辨率多尺度的图像特征提取网络,图像特征与边缘特征融合后嵌入图神经网络中作为节点,构建分类图神经网络;其次,以边标记作为架构并采用二维边标记特征作为图像分类依据,保留节点分类时所需的类内相似性和类间相异性;最后,提出自注意力机制与特征显著性注意力机制相结合的方法更新节点特征,增强了节点之间的特征关联性.模型使用Python实现并用RTX2080Ti在自建东巴画数据集上进行实验,结果表明,所提方法较好地提取了东巴图像特征,保留了东巴画分类所需的图像局部细节和节点间相似性特征,与对比算法相比,提高了分类准确度,并有更低的分类精度标准差.

关键词：东巴画小样本分类边标记图神经网络特征显著性注意力

在线全文

学校读者我要写书评

暂无评论

基于网格密度方向的聚类簇边缘精度加强算法

计算机研究与发展 2010年第5期47卷 815-823页

作者：余灿玲王丽珍张元武云南大学信息学院计算机科学与工程系昆明650091

现有的基于网格聚类算法在获得较高效率的同时,却是以牺牲聚类的质量为代价的,特别是在簇与簇相互邻近的情况下,因为簇边缘聚类的不准确这种现象尤为突出.为解决此类问题,提出了一种基于网格密度方向的聚类预处理方法,该方法的思想来源... 详细信息

现有的基于网格聚类算法在获得较高效率的同时,却是以牺牲聚类的质量为代价的,特别是在簇与簇相互邻近的情况下,因为簇边缘聚类的不准确这种现象尤为突出.为解决此类问题,提出了一种基于网格密度方向的聚类预处理方法,该方法的思想来源于牛顿的万有引力普遍规律,即物体之间的距离越小质量越大,则吸引力越大,簇内的密度比簇边缘的密度大,即吸引力大,故如果一个网格单元密度同时出现反方向递增时,即挤压的情况,则需要对该单元进行进一步的细分处理,判断该单元是不是簇的边缘单元,并准确地判断边缘单元中对象的挤压方向.实验显示该算法可以有效地加强聚类簇边缘的精度,具有较高的簇识别率,因此,作为聚类的预处理算法是理想的.

关键词：网格密度方向挤压反方向主方向主单元

一种基于概率图模型的不确定性数据世系表示方法

在线全文

学校读者我要写书评

暂无评论

计算机学报 2011年第10期34卷 1897-1906页

作者：岳昆刘惟一朱运磊张伟云南大学信息学院计算机科学与工程系昆明650091

不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源.为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世... 详细信息

不确定性数据的世系分析是基于数据产生和演变的过程来跟踪数据不确定性的来源.为了有效地描述数据间复杂的相关性及不确定性,并从理论上保证世系分析中概率计算的正确性,文中研究了基于贝叶斯网这一重要的概率图模型的不确定性数据世系表示方法.以世系的布尔公式和不确定性数据本身为出发点,提出了将布尔公式等价转换为贝叶斯网的方法,并讨论了相应的条件独立性质和概率语义.案例研究和实验结果表明,文中的方法为世系分析提供了一种有效性的、可扩展的数据相关性表示和概率计算框架.

关键词：不确定性数据世系表示概率计算概率图模型贝叶斯网

在线全文

学校读者我要写书评

暂无评论

重要度引导的抽象艺术风格绘制

计算机辅助设计与图形学学报 2015年第5期27卷 915-923页

作者：钱文华徐丹岳昆官铮普园媛云南大学信息学院计算机科学与工程系昆明650091

针对非真实感抽象绘制技术中可能存在的抽象程度整体趋于一致、缺少色彩层叠感的问题,提出一种自动的、基于图像重要度的抽象艺术风格绘制方法.首先通过梯度和显著度加权计算得到图像的重要度,并将该重要度引入抽象艺术风格绘制;在绘制... 详细信息

针对非真实感抽象绘制技术中可能存在的抽象程度整体趋于一致、缺少色彩层叠感的问题,提出一种自动的、基于图像重要度的抽象艺术风格绘制方法.首先通过梯度和显著度加权计算得到图像的重要度,并将该重要度引入抽象艺术风格绘制;在绘制过程中,为了保留图像的局部结构和方向特征,采用各向异性滤波平滑结构张量场,并沿张量场局部曲线方向进行积分卷积计算;最后采用改进的局部光照明Phong模型对抽象结果进行渲染,有效地突出不同光照条件下的艺术表现力,增强了艺术效果的色彩层叠感.实验结果表明,该方法能对图像局部区域进行不同程度的抽象,更好地保留图像中的局部细节和结构特征,更加符合格式塔理论,并可以产生具有色彩层叠感的抽象艺术效果.

关键词：非真实感绘制格式塔抽象风格绘制图像重要度 Phong模型

在线全文

学校读者我要写书评

暂无评论

融合空间信息和分布关系的东巴画小样本分类

计算机辅助设计与图形学学报 2023年第9期35卷 1417-1428页

作者：徐启豪钱文华云南大学信息学院计算机科学与工程系昆明650504

纳西族东巴画具有纹理复杂、色彩鲜明的艺术特点,是民族文化的重要组成部分.针对东巴画数量稀少且主题多样、细节丰富,现有的深度学习方法直接应用于东巴画分类任务时易导致模型分类准确率低、泛化性差等问题,提出一种融合空间信息和分... 详细信息

纳西族东巴画具有纹理复杂、色彩鲜明的艺术特点,是民族文化的重要组成部分.针对东巴画数量稀少且主题多样、细节丰富,现有的深度学习方法直接应用于东巴画分类任务时易导致模型分类准确率低、泛化性差等问题,提出一种融合空间信息和分布关系的东巴画小样本分类方法.首先采用一对独立的编码操作将空间信息聚合到通道注意力,获取具有方向感知和位置敏感的注意力特征图,准确定位东巴画目标区域;然后将特征图输入自适应元权重生成器,加强支持集与查询集样本之间的信息关联,增强特征的表达能力;最后构建双向图神经网络,显式地利用样本实例信息和分布关系,通过优化重构样本图特征进行分类预测.在3个自建的东巴画数据集上进行模型训练的实验结果表明,与其他小样本算法相比,所提方法的分类准确率分别提升9.79,5.76和8.21个百分点,可以更有效地提取东巴画分类所需的图像全局信息和细节特征,并能扩展至其他少数民族文化的保护与传承等领域.

关键词：小样本分类东巴画空间信息分布关系图神经网络

模糊对象的空间Co-location模式挖掘研究

在线全文

学校读者我要写书评

暂无评论

计算机学报 2011年第10期34卷 1947-1955页

作者：欧阳志平王丽珍陈红梅云南大学信息学院计算机科学与工程系昆明650091

空间co-location模式表示的是空间对象的实例在一个相同的区域内频繁地空间并置.过去人们已经对确定及不确定数据的co-location模式挖掘问题进行了一些研究,但是针对模糊对象上进行的研究还没有.模糊对象在许多领域里都有着非常重要的应... 详细信息

空间co-location模式表示的是空间对象的实例在一个相同的区域内频繁地空间并置.过去人们已经对确定及不确定数据的co-location模式挖掘问题进行了一些研究,但是针对模糊对象上进行的研究还没有.模糊对象在许多领域里都有着非常重要的应用,比如生物医学图像数据库和GIS.该文研究模糊对象的空间co-location模式挖掘问题.首先,定义模糊对象上空间co-location模式挖掘的相关概念,包括模糊参与率、模糊参与度等.其次,提出FB算法挖掘模糊对象的co-location模式.接着,提出了3种改进算法,包括剪枝对象、减少实例间连接、改进剪枝步,以提高挖掘性能、加快co-location规则的产生.最后通过大量的实验说明FB算法及其改进算法的效果和效率.

关键词：模糊对象 co-location模式空间数据挖掘模糊参与率减少连接

在线全文

学校读者我要写书评

暂无评论

异质信息网络表征学习综述

计算机学报 2022年第1期45卷 160-189页

作者：周丽华王家龙王丽珍陈红梅孔兵云南大学信息学院计算机科学与工程系昆明650500

随着信息技术的快速发展,信息网络无处不在,例如社交网络、学术网络、万维网等.由于网络规模不断扩大以及数据的稀疏性,信息网络的分析方法面临巨大挑战.作为应对网络规模及数据稀疏挑战的有效方法,信息网络表征学习旨在利用网络的拓扑... 详细信息

随着信息技术的快速发展,信息网络无处不在,例如社交网络、学术网络、万维网等.由于网络规模不断扩大以及数据的稀疏性,信息网络的分析方法面临巨大挑战.作为应对网络规模及数据稀疏挑战的有效方法,信息网络表征学习旨在利用网络的拓扑结构、节点内容等信息将节点嵌入到低维的向量空间中,同时保留原始网络固有的结构特征和内容特征,从而使节点的分类、聚类、链路预测等网络分析任务能够基于低维、稠密的向量完成.由多种类型的节点和连边构成的异质信息网络包含更加全面、丰富的结构和语义信息,因此异质信息网络的表征学习不仅能够有效缓解网络数据高维、稀疏性问题,还能融合网络中不同类型的异质信息,使学习到的表征更有意义和价值.近年来,异质信息网络的表征学习受到学术界和工业界的广泛关注,成为网络分析的一个重要研究主题,研究成果不断涌现.然而,目前还缺乏对现有成果进行全面梳理的工作,相关研究人员难以系统地了解最新研究进展,在实际应用中也难以选择合适的嵌入模型.为此,本文对异质信息网络表征学习的方法进行了全面综述,包括相关概念、网络分类、学习方法、数据集与测评指标、典型应用,同时对未来的研究方向进行了展望.本文工作有助于研究人员全面系统地了解异质信息网络表征学习的研究进展,也有助于从业人员更有效地解决实际应用问题.

关键词：异质信息网络表征学习随机游走负采样深度神经网络

在线全文

学校读者我要写书评

暂无评论

基于遗传算法的多维模糊分类器构造的研究

软件学报 2005年第5期16卷 779-785页

作者：李继东张学杰云南大学信息学院计算机科学与工程系云南昆明650091

讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划... 详细信息

讨论了基于模糊遗传机器学习机制的密歇根方法在多维分类问题上的应用及性能问题,并提出了一种新的模糊遗传学习方法.将每一模糊规则作为遗传算法中的一个个体,且具有相应的适应度函数值.在提取模糊规则的同时,还对每个属性维的模糊划分进行学习以获取较好的模糊集合参数.另外,该方法引入了基于相似性的选择机制,减轻了选择机制对低适应函数值个体造成的选择压力,保持了种群的多样性,从而有效地避免了遗传算法收敛到局部解的问题.实验结果表明,该方法在多维模糊分类器的构造问题上具有较高的正确分类率、适应性较好等性能.

关键词：模糊遗传学习机制密歇根方法模糊分类器早熟收敛精英选择基于相似性的选择