基于变换域注意力机制的压缩伪影去除的方法

图像有损压缩过程往往会导致图像质量退化,使图像出现压缩伪影。针对现有基于深度学习的方法缺乏对联合图像专家组(Joint Photographic Experts Group,JPEG)压缩算法先验信息的利用,提出一种基于变换域注意力机制的去伪影方法。该方法利用卷积神经网络在像素域和离散余弦变换(discrete cosine transform,DCT)域分别提取特征,再将双域学习的特征信息进行融合。利用量化表设计了DCT注意力机制,该模块根据DCT系数的损失程度给予各频率系数不同的权值,使网络自适应补偿量化引起的误差。于此基础上,在像素域引入通道注意力机制,从而更好地利用量化表的先验信息。在主要数据集上,提出的去伪影方法以固定的模型参数对多种质量因子的压缩图像进行伪影去除实验。实验结果表明,所提出的方法在各评价指标和主观视觉上取得较好的效果。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

基于PVM的GAMMA程序执行环境研究

由Ｂａｎａｔｒｅ和Ｍｅｔａｙｅｒ提出的并行计算模型ＧＡＭＭＡ,通过使用多重集转化技术,允许在料高层次开发求解问题的逻辑并行性,目前已被广泛作并行程序构造工具。本文探讨如何基于网络并行计算环境－ＰＶＭ有效地实现ＧＡＭＭＡ模型。实验结果表明ＧＡＭＭＡ作为高层、隐式并行模型适合开发大规模并行程序。     

BP神经网络用于函数逼近的最佳隐层结构

研究采用反向传播算法的人工神经网络用于函数逼近时的支结构。方法,以典型的ｎ输入、单输出的多层ＢＰ网为例,在几种不同的网络隐层结构下对典的连续函数进行逼近训练。,分析各网络输出的全局误差。     

如何用C^＋＋处理位图显示

首先对WINDOWS中的位图文件结构作较详细的分析,然后提出用C编程处理位图显示的方法,并给出有关的程序代码。     

解色散方程的二层隐式差分格式

解色散方程的二层隐式差分格式李小平（数学系）不少科技问题涉及波的输运,色散是输运过程中重要的物理现象．文［１］指出,在构造其差分格式时,在一定程度上可将描述孤波的ｋｄｖ方程ｕｔ＋ｕｕｘ＋ｕｘｘｘ＝０看成是拟线性双曲型方程ｕｔ＋ｂｕｕｘ＝０与色散方程ｕ...     

一种高性能英文词性标注器的设计与实现

针对统计和规则方法各自的优点和局限,提出运用Viterbi和FTBL(fast transformation-based learning)算法相级联的算法,实现一种英文自动词性标注器.该级联方法以FTBL算法为整体算法,在它的规则学习和最终标注两个阶段,均以Viterbi算法作为其初始化过程.实验结果表明此算法优于其中任何一种单独的算法,达到了98%的高准确率,验证了自然语言处理中统计与规则并举的主流设计思想.     

确定隐函数中参数的最小二乘法

将最小二乘法推广到了隐函数情形，简化了一些实际问题的处理。文中给出了插值和非线性回归两种情况下的最小二乘法原理，并讨论了具体的算例。     

北京-郑州运输通道内旅客出行的特征

为研究运输通道内客流变化规律,结合北京郑州铁路客运专线建设,运用简单抽样方法确定样本抽样率和样本容量,对通道内不同运输方式旅客出行调查数据进行统计分析。结果表明:出行旅客中企管人员最多;月收入小于1 000元的旅客主要选择公路出行,高于2 000元的旅客主要选择民航出行,介于二者之间的旅客多选择铁路出行;旅客多以出差、经商和探亲为出行目的;在小于300 km的出行距离内,公路占绝对优势;在300~1 500 km内,铁路优势明显;服务属性中,旅客最为关心的是安全,最不满意的是运行速度。     

H3分子三角形结构的变分计算

采用改革排列通道量子力学方法和变分法,计算了H3体系正三角形构型的能量,当原子核的间距R=1.74a0时,体系能量有最低值-1.581 61 a.u.,这表明H3体系的正三角形构型是可以稳定存在的.