一种结合全局和局部特征的图像描述生成模型

针对局部特征的图像描述模型存在的不足之处,提出了一种结合局部和全局特征的带有注意力机制的图像描述生成模型.在编码器-解码器结构框架下,在编码器端利用InceptionV3和VGG16网络模型分别提取图像的局部特征和全局特征,将两种不同尺度的图像特征融合形成编码结果.在解码器端,利用长短期记忆网络将提取的图像特征翻译为自然语言,借助微软COCO数据集进行模型训练和测试.实验结果表明:与基于局部特征的图像描述生成模型相比,该方法能够从图像中提取更加丰富完整的信息,生成表达图像内容更加准确的句子.     

横波成像的病灶分割深度学习算法研究

病灶分割的精度直接影响基本治疗,采用超声波横波弹性成像的深度学习算法,设计了病灶分割深度学习模型对病灶图像进行分割,该模型由编码器块、循环块和最后双解码器块组成.实验结果表明,与现有图像分割方法相比,该方法对合成的和不可见的真实体模数据具有更好的弹性图像重建效果,不但可以在弹性图像重建的同时进行包含分割,而且分割精度比...     

一种采用I-nP帧模式的模型基图像编码器

简单回顾了模型基方法在图像编码中的应用与成果.根据应用中存在的一些问题,提出了一种新的模型基图像编码器.计算机模拟结果显示编码器性能较为理想.     

在线评论的静态多模态情感分析

提出了一种基于Pre-LN Transformer的静态多模态情感分类模型.该模型首先利用Pre-LN Transformer结构中的编码器提取评论文本中的语义特征,其中编码器的多头自注意力机制允许模型在不同的子空间内学到相关情感信息.然后根据ResNet提取评论的图像特征,在特征水平融合的基础上通过视觉方面注意力机制...     

实体类别信息增强的命名实体识别算法

中文命名实体识别（named entity recognition, NER）字符级别模型会忽略句子中词语的信息,为此提出了一种基于知识图谱中实体类别信息增强的中文NER方法。首先,使用分词工具对训练集进行分词,选出所有可能的词语构建词表;其次,利用通用知识图谱检索词表中实体的类别信息,并以简单有效的方式构建与字符相关的词集,根据词集中实体对应的类别信息生成实体类别信息集合;最后,采用词嵌入的方法将类别信息的集合转换成嵌入与字符嵌入拼接,以此丰富嵌入层生成的特征。所提出的方法可以作为嵌入层扩充特征多样性的模块使用,也可与多种编码器-解码器的模型结合使用。在微软亚洲研究院提出的中文NER数据集上的实验展现了该模型的优越性,相较于双向长短期记忆网络与双向长短期记忆网络+条件随机场模型,在评价指标F1上分别提升了11.00%与3.09%,从而验证了知识图谱中实体的类别信息对中文NER增强的有效性。     

流媒体传输中的软件解码技术应用研究

通过对流媒体传输过程中的音视频数据的软解压技术研究,结合校园网络教学系统,设计开发了基于Windows CE系统下的嵌入式流媒体播放器解码器,实现了软解压技术在网络教学中的应用.     

基于样本的图像修补方法在视频修复中的应用

将基于样本的图像修补方法用于视频修复,利用视频序列时间上的相关性对修补方法进行改进,提出一种对视频序列损伤的修补方法,可解决检测不到的视频损伤的修补难题. 实验表明,与基于样本的图像修复方法相比,文中方法的修补效果更好,避免了错误填充和错误蔓延,提高了修补效率.     

基于深度置信网络和生成模型的驾驶疲劳识别

驾驶疲劳识别研究对预防交通事故提高交通安全具有重要意义.提出了一种基于深度置信网络和生成模型的驾驶疲劳识别方法.为了有效地表示疲劳,采用深度置信网络从人脸图像中提取疲劳特征;结合已标注样本和未标注样本,提出了一种基于生成模型的半监督学习的疲劳识别方法,解决了疲劳识别中的小样本问题.在自建疲劳数据库上,采用该方法进行了驾驶疲劳识别的仿真实验,同时和其他几种方法进行了对比,结果表明该方法具有更高的识别精度.     

基于深度残差网络和双向GRU的图像语义分割

在图像语义分割领域中,大多数方法是基于CNN网络构建的,由于CNN很难对全局上下依赖关系进行建模,从而影响语义分割的结果。为此,本研究提出基于深度残差网络和双向GRU的图像语义分割模型ResNet-BiGRU,该模型充分利用CNN局部特征学习的能力和双向GRU全局建模的优势,在Weizmann Horse数据集上进行试验,得到分辨率高、边界清晰的语义分割结果。     

基于秘密信息驱动的正交GAN信息隐藏模型

噪声驱动生成对抗网络(generative adversarial network, GAN)的生成器能生成高质量数字图像,为信息隐藏提供了新的数据载体.利用正交GAN的判别器能提取生成图像特征码的特性,提出了一种基于秘密信息驱动的正交GAN无载体信息隐藏模型.信息隐藏时,将待隐藏信息的二进制序列按分组量化规则映射为噪声向量,由该噪声向量驱动正交GAN的生成器生成含密数字图像.在信息提取时,首先利用正交GAN的判别器提取含密图像的特征码,然后利用U型网络实现从特征码到驱动噪声的映射,进而恢复秘密信息.在CelebA人脸数据集上对搭建的无载体信息隐藏模型进行对抗学习,生成器能够生成高质量的含密图像,判别器与U型网络相结合能从含密图像中提取秘密信息.与最新同类算法相比,在信息隐藏容量相同的条件下,模型具有较好的信息提取准确率、安全性等性能,同时减少了训练开销,提高了算法的实用性.     

基于HMM的主题爬虫问题研究

对HMM爬虫中K-means算法的K值选取方法作出相应改进,然后针对爬取网页的内容与主题相关度不高的问题,对隐马尔科夫模型的假设条件进行修改,完成改进后的隐马尔科夫爬虫设计。     

基于RSA的门限密码体制研究

本文通过ECC算法产生秘钥,然后通过矩阵运算,生成秘钥碎片,分发给不同的合法结点用户,由这些结点用户共同管理并维护秘钥的一种门限密码体制。在该方案中,只有达到或超过某一阈值的秘钥结点共同合作下才能完成秘钥运算,从而防止权力的过分集中,又能完成秘密共享。     

水质稳定性判断综合性实验的开设与探索

将水分析化学和给水处理原理结舍起来.开发了水质稳定性判断综合性实验.综合实验涉及水的碳酸平衡原理、水质稳定概念及多种水质分析方法.应用于水质检测实验教学,取得了良好的实验效果.     

基于微结构光纤的温度传感器研究

对基于模间Mach-Zehnder干涉式、Michelson干涉、F-P干涉和荧光等原理的微结构光纤温度传感器开展了较为系统和深入的研究，建立了相关理论，研制出了一系列新型光纤温度传感器及其功能器件.展示了一种新型的多参量荧光光纤有源温度传感器，并建立一种新的信号处理方法；利用液体填充微结构光纤制作出的在线式、全光纤Mach-Zehnder干涉式温度传感器，敏感度达–1.83 nm/℃；利用全固态光子带隙光纤内的高阶导模来制作结构紧凑的Michelson高温传感器，传感头尺寸仅为1.03 mm；基于柚子型小纤芯微结构光纤制作了微腔F-P高温传感器，温度的灵敏度为17.7 pm/℃，测量温度达1 000℃.     

面向角色方法在工作流仿真中的应用研究

随着工作流的发展,工作流建模技术已经成为了一个重要的课题.介绍了面向角色的建模方法,以及建模仿真平台Ptolemy Ⅱ,利用该平台的面向角色的建模思想,采用层次异构的思想组合各类组件来实现工作流建模仿真工作.同时对实际工作流模型案例进行了分析,采用面向角色的建模思想,在Ptolemy Ⅱ平台上完成了建模设计,仿真结果与模型中的计算结果进行了对比,得出二者的结果基本一致,解决了工作流仿真中遇到的并发性问题.     

关于科学发展观的哲学思考

科学发展现,是对党的三代中央领导集体关于发展重要思想的继承和发展,是马克思主义关于发展的世界现和方法论的集中体现.我们学习实践科学发展观,必须自党运用马克思主义的哲学原理,对科学发展现加以理解和认识.     

基于MATLAB曲线拟合的应用研究

基于MATLAB的仿真计算平台,本文以中国历年人口统计数据为基础,采用多项式和傅立叶级数的曲线拟合技术,实测出具有较高准确度的近期人口预测模型,并通过参数实测和逐次修正的方法,改进了LOGISTIC预测模型,修正了中远期人口预测的误差,减少了人口数据处理中的误差积累,高效率地提高了预测模型的准确度.     

基于流分析的交通事故对通行能力的模型研究

针对目前交通事故对道路通行影响较大的情况,假设在3车道通行道路上,在因交通事故发生而占据了不同的2条车道的情况下,基于交通流数学模型针对道路通行能力影响进行定量分析。引入交通流模型,结合事故合理假设,分析事故横断面实际通行能力,借助交通事故影响下的车流波模型,最终建立起车辆排队长度与车辆密度、车辆通行能力和速度三个因素的关系模型,通过分析相应数据,对所建模型的正确性进行验证,为开发城市紧急救援系统提供了理论依据。     

振叶以寻根,观澜而索源——读郭建勋教授《辞赋文体研究》

文体的演变,相对于作品的思想内容、时代风尚而言,更具有稳定性。认识一种文体往往能使我们更真实地了解文本在当时呈现的面貌以及其中透射出的文化意义,因此,文体研究不可回避地成为学者