排序方式: 共有24条查询结果,搜索用时 31 毫秒
1.
已有的深度监督哈希方法不能有效地利用提取到的卷积特征,同时,也忽视了数据对之间相似性信息分布对于哈希网络的作用,最终导致学到的哈希编码之间的区分性不足.为了解决该问题,提出了一种新颖的深度监督哈希方法,称之为深度优先局部聚合哈希(Deep Priority Local Aggregated Hashing,DPLAH).DPLAH将局部聚合描述子向量嵌入到哈希网络中,提高网络对同类数据的表达能力,并且通过在数据对之间施加不同权重,从而减少相似性信息分布倾斜对哈希网络的影响.利用Pytorch深度框架进行DPLAH实验,使用NetVLAD层对Resnet18网络模型输出的卷积特征进行聚合,将聚合得到的特征进行哈希编码学习.在CI-FAR-10和NUS-WIDE数据集上的图像检索实验表明,与使用手工特征和卷积神经网络特征的非深度哈希学习算法的最好结果相比,DPLAH的平均准确率均值要高出11%,同时,DPLAH的平均准确率均值比非对称深度监督哈希方法高出2%. 相似文献
2.
连续脉冲激光的计算机求解程序 总被引:2,自引:0,他引:2
程成 《杭州师范学院学报(社会科学版)》1995,(6)
本文给出了初始条件未知但具有时间周期性特征的偏微分方程的一种计算机数值解法,讨论了对连续脉冲激光的计算机程序设计以及程序的实际运行. 相似文献
3.
4.
智能思政是高校思政教育工作创新发展的新载体和新形态,在智能技术的赋能下,掀起了思维和生态的智能变革。推进“智能思政”建设,既是铸魂育人的必要途径,又是智能教育发展的必然选择。高校思政教育工作应主动对接人工智能技术,找准智能思政教学的契合点,发挥其定制性、泛在性、进化性的精准优势,推动二者融合载体的双向赋能,满足学生的个性化需求,确保“智能思政”建设有序推进。 相似文献
5.
6.
【目的】分析皖北某电厂周边土壤污染程度状况及特点,为该地土壤重金属污染评价及治理提供参考依据。【方法】在其周边2.5 km范围内进行采样并分析土壤中重金属元素含量特征,运用潜在生态危害指数法对研究区域的重金属污染进行潜在性的污染程度划分。【结果】在含量特征上,沿主导风下风向45°夹角方向、主导风下风向、主导风上风向和次主导风下风向,Ni、Zn和Cu含量逐渐减少。Mn、Cu、Ni三种元素的平均含量与安徽省土壤背景值相比较高,Ni和Zn的变异系数最大值达22%和21%;在污染评价上,所有方向上都处于轻微生态危害。【结论】电厂长期堆放的工业废料渣会对周边土壤造成重金属污染,加剧潜在生态风险。当地须重视此类使土壤环境恶化的因素。 相似文献
7.
研究从连通复流形M到辛群Sp(N)多重调和映射,将调和映射的结论推广到多重调和映射上,证明了到辛群的多重调和映射的极小辛-uniton数不大于N,而极小uniton数不大于2N-1. 相似文献
8.
2008年4月至7月,在贵州宽阔水自然保护区对红嘴相思鸟(Leiothrix lutea)的巢址选择进行了调查.野外共发现红嘴相思鸟的巢17个,其中88%(n=15)位于竹林中.主成分分析表明,影响红嘴相思鸟巢址选择的主要因素包括乔木因子、地形因子、人为活动因子、巢隐蔽因子和食物因子等.用5 mX5 m样方法对巢址和对... 相似文献
9.
贵州宽阔水自然保护区红嘴相思鸟的巢址选择 总被引:1,自引:0,他引:1
2008年4月至7月,在贵州宽阔水自然保护区对红嘴相思鸟(Leiothrix lutea)的巢址选择进行了调查.野外共发现红嘴相思鸟的巢17个,其中88%(n=15)位于竹林中.主成分分析表明,影响红嘴相思鸟巢址选择的主要因素包括乔木因子、地形因子、人为活动因子、巢隐蔽因子和食物因子等.用5 mX5 m样方法对巢址和对照样方进行统计分析表明,在生境类型等8个参数中存在显著差异(Z=-4.794,P=0.000).巢址中心样方和巢址四周样方在灌木高度(Z=-2.855,P=0.004)、灌木数量(Z=-2.662,P=0.000)和草本种类(Z=-2.190,P=0.028)上存在显著差异,表明红嘴相思鸟倾向于选择灌木密集,草本单一的生境营巢,而对郁闭度没有选择偏好. 相似文献
10.