融合视觉特征和语义关系特征的视觉故事生成方法

现有视觉故事生成方法没有考虑不同图像之间高层视觉特征和语义关系特征的深层关联、忽视对图像序列主题的挖掘。提出一种既考虑了整个图像序列的主题又考虑不同图像之间视觉特征和语义关系特征相关性的融合视觉特征和语义关系特征的视觉故事生成方法。该方法利用自编码器挖掘图像序列的主题特征,通过主题特征总结由图像中实体推理出的语义关系特征,然后利用相互注意力融合高层视觉特征和语义关系特征。实验表明,该方法可以生成更具一致性和表现力的故事,并在机器评价指标上取得了比现有方法更好的结果。     

MD4算法分析

采用比特追踪法对MD4进行攻击,利用差分特性,找到近似碰撞路线,使得给定一个消息m,可以以高概率找到另一消息m′产生碰撞,并保持较低的Hamming重量.     

预拓扑与网族的预收敛类

引入了网族及预收敛类的概念,给出了从T(X)(即X上的预拓扑的全体)到S(X)(即X上的预收敛类的全体)的单射,证明了当X是有限集时该映射是双射.     

基于双转移网络的深度特征重排图像修复算法

为对图像中大面积缺失区域进行合理的结构修复和精细的纹理填充,提出了一种基于双转移网络的深度特征重排图像修复算法.首先提取缺失图像的特征并还原图像纹理细节;然后根据编码器特征估计缺失内容,提出基于解码器特征的内容损失函数,减少全连接层的解码器特征与缺失区域编码器特征之间的距离,保证合成图像语义的准确性和结构的合理性.在公...     

具有Beddington-Deangelis类功能反应的时滞食物链系统全局吸引性研究

研究了具有Beddington-Deangelis类功能反应的时滞食物链捕食者-食饵系统模型,得到了与时滞有关的系统永久持续生存的充分条件,同时通过构造Lyapunov函数得到了与时滞有关的系统全局渐近稳定的充分条件,是对文献结果的进一步推广和改进.     

一种结合Fisher编码的多示例聚类算法

多示例学习中的数据是由包含多个示例的包所组成的,样本之间真实的相似性被正包中大量的假正例所掩盖。为了拟合多示例数据真实的分布情况,提出了一种结合Fisher编码的多示例聚类算法MIFK-means。首先通过Fisher编码在保留数据语义的同时对多示例数据进行归一化降维,然后通过示例层次的K-means聚类算法揭示多示例数据的分布情况。在基准数据集上的实验表明,MIFK-means算法的聚类效果明显好于包层次的多示例K-means聚类算法,分类精度也可以和现有的经典多示例算法相媲美。     

面向主题检索的科技政策扩散识别方法

为满足用户对某一主题下科技政策扩散关系挖掘的分析需求,构建了科技政策扩散识别模型。通过从科技政策文本中提取组织结构相似性特征、语义结构相似性特征、关键词承继性特征及基于Doc2vec的文本相似性特征,实现多个特征的一体化处理;提出了基于识别模型评分的科技政策文本距离计算方法,根据政策间的文本距离与扩散概率的关系,寻找使扩散关系成立的最大文本距离,并将扩散经验值融入识别模型中,实现检索过程中科技政策扩散对和扩散集的自动计算和输出。实验结果表明,所构建的科技政策扩散识别框架能有效地提取出扩散集合。     

基于三支聚类的协同过滤推荐方法

通过聚类可以缩小用户近邻空间,从而一定程度缓解传统协同过滤推荐算法存在的可扩展性问题,但因部分用户丢失了有效邻居而使得推荐精度不高。为解决该问题,结合三支聚类提出了一种新的协同过滤方法。该方法分为线下聚类和线上推荐两个步骤。对用户先进行聚类,进而将用户划为核心用户和边界用户,并对这两类用户分别应用不同的聚类规则进行聚类;然后在目标用户所属的簇中产生一个预测评分,对属于多个簇的用户,则聚合每个簇的评分得到其预测结果。实验结果表明,该方法与现有基于聚类的协同过滤算法相比,能有效地提高推荐精度。     

基于特征加权的神经网络集成及其应用

泛化能力是机器学习关注的基本问题之一.特征加权是特征选择的更一般情况,它能更加细致地区分特征对结果影响的程度,往往能够获得比特征选择更好的或者至少相等的性能,已经成为普遍的提高学习器的泛化能力的方法之一.该文提出一种基于特征加权的神经网络集成方法FWEART,该方法通过自适应遗传算法的优胜劣汰机制为输入属性确定了特征权值,提高了集成中各个体Category ART网络的精度和差异度,从而提高了神经网络集成的泛化能力.在UCI标准数据集上验证了有效性后,FWEART被应用在地震序列类型预报上,取得了较好的预报效果.     

一种用于正交频分复用系统频偏盲估计的快速算法

针对利用多项式求根实现类music算法时计算量过高的缺点,提出一种适用于小频偏情况下的快速算法.该方法利用三角函数的Taylor级数展开,通过合理选取展开阶数对度量函数进行低阶函数逼近,并借助低阶多项式求根实现快速频偏估计.理论分析和计算机仿真结果表明,本算法在保证估计精度的前提下极大地降低了计算复杂度,优于原算法.