基于生成对抗网络的半监督图像语义分割

提出了一种基于生成对抗网络的语义分割模型,包括一个全卷积语义分割网络以及一个判别网络,其中语义分割网络负责生成与输入图像对应的语义分割图,判别网络负责检测分割图与真实标签的区别,以促使分割网络改进分割效果。为了更好的提取全局结构信息,语义分割网络中采用了金字塔池化模块,对不同规模的空间区域进行池化操作。另外,为了应对语义分割训练数据集人工标注成本过高的问题,利用判别网络生成伪标签协助语义分割网络进行训练,从而实现了半监督训练效果。模型在PASCAL VOC2012数据集中进行了测试,结果表明该模型在全监督和半监督条件下均优于已有方法。     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

基于高斯字典原子稀疏表示的高精度宽角SAR成像方法

为了提高从宽角合成孔径雷达(synthetic aperture radar, SAR)图像中提取目标后向散射各向异性特性的性能,在宽角SAR字典稀疏表示模型的基础上,提出一种基于高斯字典原子的高精度宽角SAR成像方法。在字典构造上,采用不同中心位置、相同方差的高斯函数。在求解稀疏表示系数上,采用广义最小最大凹惩罚稀疏重构算法求解。最后，根据稀疏表示系数的重构结果以及构造的字典得到目标的后向散射各向异性特性。通过仿真实验和Backhoe数据对算法进行验证,结果表明,该方法能够高精度地提取目标的后向散射各向异性特性。     

基于语料库的韩语因果复句语义及句法特征探析

韩国语中存在着各种各样的因果复句,以口语和书面语中使用频率极高的""四种因果复句作为研究对象,通过21世纪世宗计划语料库中的具体实例来考查分析它们的语义及句法特征,对于韩国语复句教学及韩国语学习者学习并运用韩国语因果复句,能够提供一个良好的理论基础和参考依据。     

军事用语语义泛化缘由探析

军事用语语义泛化的原因主要有两点:一是从语言系统外部来看:主要与语用环境的相似、言语修辞活动、言语交际中的心理因素等社会文化语用条件有关联;二是从语言系统内部来看,主要与语言的经济性原则密切相关。     

题串与串题

本文从几个具体的例题出发，通过逐步分析并挖掘深入，类比串通，阐述了“题串”与“串题”教学的益处与作用。     

l_p（0＜p≤1）上有界线性算子的表示

放大ｌｐ到空ｌ∞，Ｃ０，Ｃ及ｌｐ中的有界线性算子的表示定理（０＜ｐ≤１）     

弱Hopf代数wslq2的代数结构

将弱Hopf代数的一个特例弱量子群wslq2分解为％（sl2）和二元多项式代数的直和，从而将wsl12的表示归结为％（sl2）和二元多项式代数的表示。还研究了wslq2的限制表示，证明了wslq2（m，n）同构于Uq（m，n）和一个带关系的二元多项式代数的直和，从而将wslq2的限制表示归结为％（sl2）和一个带关系的二元多项式代数的表示。     

Web-Based Information Extraction Technology

Information extraction techniques on the Web are the current research hotspot. Now many information extraction techniques based on different principles have appeared and have different capabilities. We classify the existing information extraction techniques by the principle of information extraction and analyze the methods and principles of semantic information adding, schema defining,rule expression, semantic items locating and object locating in the approaches. Based on the above survey and analysis,several open problems are discussed.