检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于粒球原型网络的小样本图像分类方法

计算机应用 2024年

作者：白瑞峰苟光磊文浪缪宛谕重庆理工大学计算机科学与工程学院

针对小样本学习中训练数据稀少以及单一距离度量无法全面衡量样本之间关系的问题，本文提出一种基于粒球原型网络的小样本图像分类方法，将粒球算法应用于查询集，通过自适应更新迭代得到查询集类别信息，并将这些信息与原型网络结合，... 详细信息

针对小样本学习中训练数据稀少以及单一距离度量无法全面衡量样本之间关系的问题，本文提出一种基于粒球原型网络的小样本图像分类方法，将粒球算法应用于查询集，通过自适应更新迭代得到查询集类别信息，并将这些信息与原型网络结合，构造出具有查询集与支持集信息的粒球原型，缓解训练数据量少的问题。在粒球原型网络特征提取后，设计了一个特征筛选模块，用于提取样本重要信息，利用粒球算法得到查询集各类的簇心与初始原型加权融合，构造更具代表性的粒球原型。再计算初始查询集样本与粒球原型的欧氏距离与余弦距离，将二者相乘得到综合考量的距离，使样本间距离度量更全面。最后，按照最邻近分配原则，将查询集样本分配给所属类别。在MiniImageNet和TieredImageNet数据集的5way-1shot和5way-5shot的图像分类任务中，所提方法相较于基线模型——原型网络，在MiniImageNet上分类准确率分别提升了6%和3%；在TieredImageNet上分别提升了6%和3%。并且，所提模型在MiniImageNet上的分类效率比SSL-ProtoNet(Self-supervised Learning Prototypical Network)提升2倍多。实验结果表明，所提方法在有效提高小样本图像分类准确度的同时更具高效性。

关键词：粒球算法粒球原型综合度量小样本学习自适应迭代更新

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于类别感知课程学习的半监督立场检测

计算机应用 2024年第10期44卷 3281-3287页

作者：高肇泽朱小飞项能强重庆理工大学计算机科学与工程学院重庆400054

生成伪标签是半监督立场检测的一种有效策略。在现实应用中,生成的伪标签质量存在差异,然而现有的工作将生成伪标签的质量视为是同等的,且没有充分考虑类别不平衡对伪标签生成质量的影响。为了解决上述2个问题,提出基于类别感知课程学... 详细信息

生成伪标签是半监督立场检测的一种有效策略。在现实应用中,生成的伪标签质量存在差异,然而现有的工作将生成伪标签的质量视为是同等的,且没有充分考虑类别不平衡对伪标签生成质量的影响。为了解决上述2个问题,提出基于类别感知课程学习的半监督立场检测模型(SDCL)。首先,使用预训练分类模型对无标签推文生成伪标签;其次,根据伪标签质量的高低对推文按类别排序,并选取每个类别前k个高质量推文;最后,将各个类别选出的推文合并后重新排序,并把排序后带有伪标签的推文再输入分类模型,从而进一步优化模型参数。实验结果表明,与基线模型中表现最好的SANDS(Stance Analysis via Network Distant Supervision)相比,所提模型在3种不同划分(有标签推文总数为500、1000和1500)情况下,在StanceUS数据集上的宏平均(Mac-F1)分数分别提高了2、1和3个百分点,在StanceIN数据集上的Mac-F1分数均提高了1个百分点,验证了所提模型的有效性。

关键词：半监督立场检测类别不平衡课程学习伪标签生成

基于时序感知DAG的多模态对话情绪识别模型

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第1期41卷 51-58页

作者：沈旭东黄贤英邹世豪重庆理工大学计算机科学与工程学院重庆400054

针对现有对话情绪识别方法中对时序信息、话语者信息、多模态信息利用不充分的问题,提出了一个时序信息感知的多模态有向无环图模型(MTDAG)。其中所设计的时序感知单元能按照时间顺序优化话语权重设置,并收集历史情绪线索,实现基于近因... 详细信息

针对现有对话情绪识别方法中对时序信息、话语者信息、多模态信息利用不充分的问题,提出了一个时序信息感知的多模态有向无环图模型(MTDAG)。其中所设计的时序感知单元能按照时间顺序优化话语权重设置,并收集历史情绪线索,实现基于近因效应下对时序信息和历史信息更有效的利用;设计的上下文和话语者信息融合模块,通过提取上下文语境和话语者自语境的深度联合信息实现对话语者信息的充分利用;通过设置DAG(directed acyclic graph)子图捕获多模态信息并约束交互方向的方式,在减少噪声引入的基础上充分利用多模态信息。在两个基准数据集IEMOCAP和MELD的大量实验表明该模型具有较好的情绪识别效果。

关键词：对话情绪识别有向无环图近因效应特征提取多模态交互

在线全文

学校读者我要写书评

暂无评论

深度掩膜布朗距离协方差小样本分类方法

计算机应用研究 2024年第7期41卷 2229-2234页

作者：苟光磊朱东华李小菲韩岩奇重庆理工大学计算机科学与工程学院重庆400054

针对小样本学习中,布朗距离协方差通过改善特征嵌入提升分类精度,但未聚焦分类中样本相关性特征的问题,提出了深度掩膜布朗距离协方差方法。该方法通过每对查询集与支持集之间的高维语意关系,生成查询引导掩膜,并将掩膜后的布朗距离协... 详细信息

针对小样本学习中,布朗距离协方差通过改善特征嵌入提升分类精度,但未聚焦分类中样本相关性特征的问题,提出了深度掩膜布朗距离协方差方法。该方法通过每对查询集与支持集之间的高维语意关系,生成查询引导掩膜,并将掩膜后的布朗距离协方差矩阵用作图像特征表示。分别在5way-1shot和5way-5shot情形下,对CUB-200-211、Mini-ImageNet及Tiered-ImageNet数据集进行评估验证,实验表明,深度掩膜布朗距离协方差方法取得了更优的分类精度。

关键词：小样本学习掩膜布朗距离协方差图像识别

结合视角矫正和改进ViViT的驾驶员睡意判断方法

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2024年第6期38卷 172-179页

作者：傅由甲孟雪莹重庆理工大学计算机科学与工程学院重庆400054

针对传统检测方法中摄像头视角受限问题,提出了一种结合面部姿态矫正和改进ViViT的多视角下人脸疲倦检测方法。采用Mediapipe Face Mesh定位面部三维特征点并将其矫正为正面,利用提出的FGR-ViViT模型来捕捉矫正后的眼睛、眉毛、嘴巴线... 详细信息

针对传统检测方法中摄像头视角受限问题,提出了一种结合面部姿态矫正和改进ViViT的多视角下人脸疲倦检测方法。采用Mediapipe Face Mesh定位面部三维特征点并将其矫正为正面,利用提出的FGR-ViViT模型来捕捉矫正后的眼睛、眉毛、嘴巴线条图像帧序列变化。FGR-ViViT通过在ViViT的Temporal Transformer Encoder中添加部件选择模块来捕捉特征在时间维度中的细微差异,同时融合2次dropout和改进的对比损失函数来调整样本的相似性,降低模型过拟合风险并提高泛化能力。实验结果表明,提出的方法在YawDD和DROZY矫正后的线条图像帧的测试集上,F1-分数达到了94.5%和97.6%,相较于原始人脸图像帧分别提高了3.2%和10.4%,其FGR-ViViT相较于原始ViViT分别提高了6.1%和0.7%。所提方法适用于摄像头灵活摆放的多种应用场景,对解决多视角人脸睡意判断具有积极意义。

关键词：疲劳检测多视角 Video Vision Transformer 部件选择模块

原型感知双通道图卷积神经网络的信息传播预测模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第10期44卷 3260-3266页

作者：项能强朱小飞高肇泽重庆理工大学计算机科学与工程学院重庆400054

针对现有的信息传播预测模型难以挖掘用户对级联的依赖关系的问题,提出一种原型感知双通道图卷积神经网络(PDGCN)的信息传播预测模型。首先,使用超图卷积网络(HGCN)学习基于级联超图级的用户表示和级联表示,同时使用图卷积网络(GCN)学... 详细信息

针对现有的信息传播预测模型难以挖掘用户对级联的依赖关系的问题,提出一种原型感知双通道图卷积神经网络(PDGCN)的信息传播预测模型。首先,使用超图卷积网络(HGCN)学习基于级联超图级的用户表示和级联表示,同时使用图卷积网络(GCN)学习基于动态友谊转发图的用户表示;其次,对于给定的目标级联,分别从上述2个级别的用户表示中查找符合当前级联的用户表示,并融合这两种表示;再次,通过聚类算法得到级联表示的原型;最后,查找当前级联最匹配的原型,并使用该原型融入当前级联的每个用户表示,从而计算候选用户的传播概率。相较于记忆增强的顺序超图注意网络(MS-HGAT),在Twitter数据集上,PDGCN的Hits@100提升了1.17%,MAP@100提升了5.02%;在Android数据集上,PDGCN的Hits@100提升了3.88%,MAP@100提升了0.72%。实验结果表明,所提模型在信息传播预测任务上优于对比模型,具有更好的预测性能。

关键词：信息传播预测原型超图动态图图卷积网络

在线全文

学校读者我要写书评

暂无评论

结合最大内接圆的图像对抗样本生成算法

小型微型计算机系统 2024年第6期45卷 1436-1443页

作者：冯博刘万平南海重庆理工大学计算机科学与工程学院重庆400054

深度学习算法已经广泛应用于对抗样本领域.针对图像领域模型生成对抗样本,是发掘图像领域模型的弱点并完善对抗样本检测方法的关键.本文提出一种结合最大内接圆的图像对抗样本生成算法,通过作决策边界的最大内接圆计算出最近决策边界与... 详细信息

深度学习算法已经广泛应用于对抗样本领域.针对图像领域模型生成对抗样本,是发掘图像领域模型的弱点并完善对抗样本检测方法的关键.本文提出一种结合最大内接圆的图像对抗样本生成算法,通过作决策边界的最大内接圆计算出最近决策边界与该圆的切点即为对抗样本点,有效提升了生成对抗样本的成功率和欺骗性.实验使用ImageNet和Cifar10数据集对ResNet18,GoogLeNet,VGG16,MobileNetV2模型生成对抗样本.在本文选取的样本中,ImageNet数据集对这4个模型生成的平均对抗扰动量分别降低了0.1093、0.1697、0.0952、0.0905,Cifar10数据集对这4个模型分别降低了0.0045、0.0049、0.0072、0.0041.这体现了本文方法的优越性与普遍适用性.

关键词：黑盒攻击最大内接圆黑盒决策边界攻击对抗扰动量对抗样本

维普期刊数据库博看期刊

融合降噪策略与多视图对比学习的知识感知推荐模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：刘超余岩化重庆理工大学计算机科学与工程学院

针对现有基于知识图谱的推荐模型中存在的降噪效果不佳、项目间语义信息提取不足、信息利用不平衡问题，提出一种融合降噪策略与多视图对比学习（FDSMVC）的知识感知推荐模型。首先，分别以选择性丢边和加权函数掩盖低权重三元组的方式... 详细信息

针对现有基于知识图谱的推荐模型中存在的降噪效果不佳、项目间语义信息提取不足、信息利用不平衡问题，提出一种融合降噪策略与多视图对比学习（FDSMVC）的知识感知推荐模型。首先，分别以选择性丢边和加权函数掩盖低权重三元组的方式对用户项目交互图与知识图进行降噪；其次，分别采用随机奇异值分解法、余弦相似度与k-最近邻（k-nearest neighbors, k NN）稀疏法和基于路径的图注意力网络构建协同视图、项目间的语义视图和结构视图；接下来，将多个视图进行图内、局部和全局三种对比学习；最后，利用多任务策略对推荐任务和对比学习任务进行联合优化得到用户与项目交互的可能性。相较于性能最优的基线方法，FDSMVC模型在Book-Crossing、MovieLens-1M、Last. FM、Alibaba-Fashion、Yelp2018等五个真实数据集上，AUC和F1指标分别提升了1.06%-2.04%和1.52%-2.06%,recall@K指标也优于最佳基线。

关键词：推荐系统知识图谱对比学习图神经网络自监督学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于组合代价函数的智能汽车轨迹规划

计算机应用与软件 2024年第1期41卷 49-55,63页

作者：朱凌云周宇重庆理工大学计算机科学与工程学院重庆400000

针对智能汽车在多车道公路场景行驶中的安全性、舒适性问题,提出一种基于组合代价函数的轨迹规划方法。利用Frenet坐标系分别求解车辆的横向和纵向运动轨迹,通过五次多项式拟合生成候选轨迹集;以危险程度和轨迹偏离程度为基准,以车辆在... 详细信息

针对智能汽车在多车道公路场景行驶中的安全性、舒适性问题,提出一种基于组合代价函数的轨迹规划方法。利用Frenet坐标系分别求解车辆的横向和纵向运动轨迹,通过五次多项式拟合生成候选轨迹集;以危险程度和轨迹偏离程度为基准,以车辆在多车道公路行驶中的安全性、舒适性为目标,设计一种新的代价函数组合,通过求解代价函数从而选择最优轨迹。仿真结果表明:该方法能够使车辆在三车道动态公路场景中实现跟车与变道。

关键词：自动驾驶动态公路场景轨迹规划轨迹选择代价函数