检索结果-南通市图书馆

伪时空图卷积网络修复姿态引导的Transformer行人视频修复方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第4期36卷 552-564页

作者：唐福梅聂勇伟余嘉祺张青李桂清华南理工大学计算机科学与工程学院广州510006 中山大学计算机学院广州510006

为解决监控视频中被遮挡行人的修复问题,提出了一种基于人体姿态的行人视频修复方法,即先修复视频中残缺的行人姿态序列,然后在修补后的姿势序列的引导下修复视频帧中人体的缺失部分.该方法采用OpenPose从视频中提取被遮挡的人体姿态序... 详细信息

为解决监控视频中被遮挡行人的修复问题,提出了一种基于人体姿态的行人视频修复方法,即先修复视频中残缺的行人姿态序列,然后在修补后的姿势序列的引导下修复视频帧中人体的缺失部分.该方法采用OpenPose从视频中提取被遮挡的人体姿态序列,针对其因存在遮挡情况导致未识别出和未准确识别部分关节点的问题,提出了一种伪时空图卷积网络模型对缺失姿态进行修复,得到一个相对准确的姿态序列;基于修复后的姿态,提出了基于姿态序列引导的Transformer行人视频修复模型.在Human3.6M数据集上进行了测试,所提出的方法在4个指标PSNR,RMSE,SSIM,LPIPS上均比对比方法有提升,特别是RMSE指标提升了9.50%,LPIPS指标提升了21.67%.

关键词：深度学习图卷积神经网络 Transformer 人体姿态补全视频修复

在线全文

学校读者我要写书评

暂无评论

联合数据增强的语义对比聚类

计算机研究与发展 2024年第6期61卷 1511-1524页

作者：王气洪贾洪杰黄龙霞毛启容江苏大学计算机科学与通信工程学院江苏镇江212013

鉴于对比学习在下游任务中的优异表现,对比聚类的研究受到广泛关注.但是,大部分方法只采用一类简单的数据增强技术,尽管增强后的视图保留了原始样本的大部分特征信息,但也继承了语义信息和非语义信息相融交织的特性,在相似或相同的视图... 详细信息

鉴于对比学习在下游任务中的优异表现,对比聚类的研究受到广泛关注.但是,大部分方法只采用一类简单的数据增强技术,尽管增强后的视图保留了原始样本的大部分特征信息,但也继承了语义信息和非语义信息相融交织的特性,在相似或相同的视图模式下,该特性限制了模型对语义信息的学习.有些方法直接将来源于同一样本的具有相同视图模式的2个数据增强视图组成正样本对,导致样本对语义性不足.为解决上述问题,提出基于联合数据增强的语义对比聚类方法,基于一强一弱2类数据增强,利用视图间的差异降低非语义信息的干扰,增强模型对语义信息的感知能力.此外,基于全局k近邻图引入全局类别信息,由同一类的不同样本形成正样本对.在6个通用的挑战性数据集上的实验结果表明该方法取得了最优的聚类性能,证实了所提方法的有效性和优越性.

关键词：强数据增强弱数据增强对比学习全局类别信息聚类

一种基于BiGRU和胶囊网络的文本情感分析方法

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第7期54卷 2026-2037页

作者：乔百友武彤杨璐蒋有文东北大学计算机科学与工程学院沈阳110169

针对现有基于商品评论文本的情感分析方法大都较少考虑评论文本的方面特征,相关分析模型也未同时考虑上下文长期依赖特征和文本局部特征,因而影响情感分析准确度的问题,提出了一种基于双向门控循环网络(BiGRU)和胶囊网络的文本情感分析... 详细信息

针对现有基于商品评论文本的情感分析方法大都较少考虑评论文本的方面特征,相关分析模型也未同时考虑上下文长期依赖特征和文本局部特征,因而影响情感分析准确度的问题,提出了一种基于双向门控循环网络(BiGRU)和胶囊网络的文本情感分析方法。该方法首先采用基于词频统计的方法提取出评论文本的方面特征,并将其融入词向量表示中,从而有效提升词向量的表达能力。然后,采用BiGRU提取文本的上下文长期依赖特征,采用胶囊网络提取文本的局部特征,从而实现基于方面的高精度文本情感分析。真实数据集上的实验结果表明,本文提出的方法在准确率、查准率、查全率和F1分数等评价指标上,均优于双向长短期记忆网络(BiLSTM)、CNN-LSTM、TextCNN等现有情感分析模型。

关键词：深度学习方面特征情感分析评论文本

结合深度图和红通道最小强度先验的水下图像复原

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第6期36卷 904-914页

作者：李月梅侯国家王国栋潘振宽黄宝香青岛大学计算机科学技术学院青岛266071

针对水下图像雾化、模糊等问题,提出结合深度图和红通道最小强度先验的水下图像复原变分方法.基于完整的水下成像模型,首先设计了一种自适应加权融合亮度、梯度及色差等信息的场景深度估计方法,计算3个通道的透射率;然后根据前向散射分... 详细信息

针对水下图像雾化、模糊等问题,提出结合深度图和红通道最小强度先验的水下图像复原变分方法.基于完整的水下成像模型,首先设计了一种自适应加权融合亮度、梯度及色差等信息的场景深度估计方法,计算3个通道的透射率;然后根据前向散射分量建立变分模型的数据项,对拟复原图像引入红通道最小强度先验作为变分能量方程规则项,借助图像金字塔,采用粗尺度到细尺度逐步优化策略进行模糊核估计;最后利用交替方向乘子法迭代求解,解决变分模型带来的非光滑优化问题.在UIEB数据集上进行了定性和定量实验,通过UCIQE,FADE和CPBD客观评价指标对比,结果表明,所提方法的评价结果比经典方法平均分别提升15%以上,复原后的图像具有更高的清晰度和更丰富的边缘信息.

关键词：完整水下成像模型深度图红通道最小强度先验变分模型交替方向乘子法

边缘计算环境中基于规划图的服务组合修复方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第7期39卷 2438-2446页

作者：高志浩李静祝铭刘彤阳鲁瑞山东理工大学计算机科学与技术学院山东淄博255000 澳大利亚国立大学工程与计算机科学学院堪培拉2601

在云计算和边缘计算环境中,通过提取和组合可用的服务以满足用户需求已成为常见的做法.然而,当前的方法难以应对由于用户需求变化或外部环境变动导致的组合失效问题.为了应对这一挑战,提出一种边缘计算环境中基于规划图的服务组合及其... 详细信息

在云计算和边缘计算环境中,通过提取和组合可用的服务以满足用户需求已成为常见的做法.然而,当前的方法难以应对由于用户需求变化或外部环境变动导致的组合失效问题.为了应对这一挑战,提出一种边缘计算环境中基于规划图的服务组合及其修复方法.首先,结合移动路径模型和规划图方法完成服务组合过程,通过规划图的构建可以有效地评估和选择适合用户需求的服务组合.当服务集合发生变化或用户目标更改时,能够在现有的规划图基础上生成新的解决方案,以满足用户的需求.这种修复方法能够实时适应云边环境中的变化,提高系统的灵活性和可靠性.经过实验测试发现,所提出的修复方法相较于重新规划具有更好的性能表现,并验证了修复方法在组合失效问题上的有效性和实用性.

关键词：服务组合规划图服务组合修复边缘计算服务质量服务时延

LogRank++:一种高效的业务过程事件日志采样方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第2期30卷 623-634页

作者：刘聪张帅鹏李会玲何华曾庆田山东理工大学计算机科学与技术学院山东淄博255000 山东科技大学计算机科学与工程学院山东青岛266590

针对已有采样方法处理大规模事件日志时存在采样效率低的问题,提出一种高效的业务过程事件日志采样方法LogRank++。首先确定轨迹的重要性特征,然后对计算轨迹的重要性值进行排序,最后选择一组最重要的轨迹组成样本日志。综合采样质量和... 详细信息

针对已有采样方法处理大规模事件日志时存在采样效率低的问题,提出一种高效的业务过程事件日志采样方法LogRank++。首先确定轨迹的重要性特征,然后对计算轨迹的重要性值进行排序,最后选择一组最重要的轨迹组成样本日志。综合采样质量和采样效率两方面来评估此采样方法的高效性。所提采样方法已在开源过程挖掘工具平台ProM中实现。实验分析表明,相比已有采样方法,在保证样本日志质量的前提下,LogRank++能够大幅提高日志采样效率。

关键词：日志排序日志采样过程发现质量评估

GPPR:跨域分布式个性化PageRank算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1090-1106页

作者：陈子俊马德龙王一舒袁野东北大学计算机科学与工程学院辽宁沈阳110169 北京理工大学计算机学院北京100081

个性化PageRank作为大图分析中的基本算法,在搜索引擎、社交推荐、社区检测等领域具有广泛的应用,一直是研究者们关注的热点问题.现有的分布式个性化PageRank算法均假设所有数据位于同一地理位置,且数据所在的计算节点之间具有相同的网... 详细信息

个性化PageRank作为大图分析中的基本算法,在搜索引擎、社交推荐、社区检测等领域具有广泛的应用,一直是研究者们关注的热点问题.现有的分布式个性化PageRank算法均假设所有数据位于同一地理位置,且数据所在的计算节点之间具有相同的网络环境.然而在现实世界中,这些数据可能分布在跨洲的多个数据中心中,这些跨域分布(cross-geo-distributed)的数据中心之间通过广域网连接,存在网络带宽异构、硬件差异巨大、通信费用高昂等特点.分布式个性化PageRank算法需要多轮迭代,并在全局图上进行随机游走.因此,现有的分布式个性化PageRank算法不适用于跨域环境.针对此问题,提出了GPPR(cross-geo-distributed personalized PageRank)算法.该算法首先对跨域环境中的大图数据进行预处理,采用启发式算法映射图数据,以降低网络带宽异构对算法迭代速度的影响;其次,GPPR改进了随机游走方式,提出了基于概率的Push算法,通过减少工作节点之间传输数据的带宽负载,进一步减少算法所需的迭代次数.基于Spark框架实现了GPPR算法,并在阿里云中构建真实的跨域环境,在8个开源大图数据上,与现有的多个代表性分布式个性化PageRank算法进行了对比实验.结果显示,GPPR的通信数据量在跨域环境中比其他算法平均减少30%.在算法运行效率方面,GPPR比其他算法平均提升了2.5倍.

关键词：跨域分布式个性化PageRank 近似计算

源域数据增强与多兴趣细化迁移的跨域推荐模型

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第8期58卷 1717-1727页

作者：尹雅博朱小飞刘议丹重庆理工大学计算机科学与工程学院重庆400054

针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助... 详细信息

针对跨域推荐任务中源域用户交互数据不丰富所导致的兴趣偏好建模困难问题,以及多个兴趣之间的关联被忽略问题,提出源域数据增强与多兴趣细化迁移的跨域推荐模型.该模型引入源域数据增强策略,为每个用户在源域中生成经过去噪处理的辅助序列,缓解用户在源域中的交互数据稀疏问题,获得更丰富的用户兴趣偏好.使用双序列多兴趣提取模块和多兴趣细化迁移模块,完成兴趣提取与多个兴趣的细化迁移.在基于3个公开跨域推荐评测任务的对比实验中,与最优的基线相比,提出方法的平均MAE降低了22.86%,平均RMSE降低了19.65%,取得了最优的性能表现,证明了提出方法的有效性.

关键词：冷启动问题跨域推荐数据增强多兴趣提取多兴趣细化迁移

在线全文

学校读者我要写书评

暂无评论

面向小样本学习的轻量化知识蒸馏

软件学报 2024年第5期35卷 2414-2429页

作者：陈嘉言任东东李文斌霍静高阳南京大学计算机科学与技术系江苏南京210023

小样本学习旨在模拟人类基于少数样例快速学习新事物的能力,对解决样本匮乏情境下的深度学习任务具有重要意义.但是,在诸多计算资源有限的现实任务中,模型规模仍可能限制小样本学习的广泛应用.这对面向小样本学习的轻量化任务提出了现... 详细信息

小样本学习旨在模拟人类基于少数样例快速学习新事物的能力,对解决样本匮乏情境下的深度学习任务具有重要意义.但是,在诸多计算资源有限的现实任务中,模型规模仍可能限制小样本学习的广泛应用.这对面向小样本学习的轻量化任务提出了现实的需求.知识蒸馏作为深度学习领域广泛使用的辅助策略,通过额外的监督信息实现模型间知识迁移,在提升模型精度和压缩模型规模方面都有实际应用.首先验证知识蒸馏策略在小样本学习模型轻量化中的有效性.并结合小样本学习任务的特点,针对性地设计两种新的小样本蒸馏方法:(1)基于图像局部特征的蒸馏方法;(2)基于辅助分类器的蒸馏方法.在miniImageNet和TieredImageNet数据集上的相关实验证明所设计的新的蒸馏方法相较于传统知识蒸馏在小样本学习任务上具有显著优越性.

关键词：深度学习小样本学习图像识别知识蒸馏模型轻量化