排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为解决缺陷预测中的缺陷分类问题, 提出了分层式缺陷预测模型。通过对缺陷特征的分析建立了缺陷特征预测方法, 使具有相似特征的缺陷形成相似特征缺陷簇。给出了相似特征缺陷簇间关联关系预测方法, 构建了缺陷关联关系预测模型, 使具有强关联关系的相似特征缺陷簇再次成簇, 从而达到缺陷预测的目的。实验结果表明, 在缺陷成簇密度、 成簇数量及成簇客观性方面, 该系统结构缺陷分层预测方法好于K-means算法。 相似文献
2.
针对卷积神经网络(CNN)仅能应用于欧氏数据,无法有效获取像素间的全局关系特征以及长距离上下文信息的问题,构建一个基于超像素分割的图注意力网络SSGAT.该网络将超像素分割后的超像素块视为图结构中的图节点,有效减少了图结构的复杂度,并降低了分类图的噪声.在3个数据集上对SSGAT及对比算法的分类精度进行测试,分别获得了94.11%,95.22%,96.37%的总体分类精度.结果表明该方法性能优异,在处理大尺度区域的分类问题时优势明显. 相似文献
1