期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到575,427篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度学习的低光照图像增强研究综述 被引量：3
1
作者 孙福艳 吕准 吕宗旺 《计算机应用研究》 北大核心 2025年第1期19-27,共9页
低光照图像增强的目的是优化在光线不足的环境中捕获的图像,提升其亮度和对比度。目前,深度学习在低光照图像增强领域已成为主要方法,因此,有必要对基于深度学习的方法进行综述。首先,将传统低光照图像增强方法进行分类,并分析与总结其... 低光照图像增强的目的是优化在光线不足的环境中捕获的图像,提升其亮度和对比度。目前,深度学习在低光照图像增强领域已成为主要方法,因此,有必要对基于深度学习的方法进行综述。首先,将传统低光照图像增强方法进行分类,并分析与总结其优缺点。接着,重点介绍基于深度学习的方法,将其分为有监督和无监督两大类,分别总结其优缺点,随后总结应用在深度学习下的损失函数。其次,对常用的数据集和评价指标进行简要总结,使用信息熵对传统方法进行量化比较,采用峰值信噪比和结构相似性对基于深度学习的方法进行客观评价。最后,总结目前方法存在的不足,并对未来的研究方向进行展望。 展开更多
关键词 低光照图像增强 深度学习 有监督 特征提取 无监督
在线阅读 下载PDF
基于Transformer的时间序列预测方法综述 被引量：4
2
作者 陈嘉俊 刘波 +2 位作者 林伟伟 郑剑文 谢家晨 《计算机科学》 北大核心 2025年第6期96-105,共10页
时间序列预测作为分析历史数据以预测未来趋势的关键技术,已广泛应用于金融、气象等领域。然而,传统方法如自回归移动平均模型和指数平滑法等在处理非线性模式、捕捉长期依赖性时存在局限。最近,基于Transformer的方法因其自注意力机制... 时间序列预测作为分析历史数据以预测未来趋势的关键技术,已广泛应用于金融、气象等领域。然而,传统方法如自回归移动平均模型和指数平滑法等在处理非线性模式、捕捉长期依赖性时存在局限。最近,基于Transformer的方法因其自注意力机制,在自然语言处理与计算机视觉领域取得突破,也开始拓展至时间序列预测领域并取得显著成果。因此,探究如何将Transformer高效运用于时间序列预测,成为推动该领域发展的关键。首先,介绍了时间序列的特性,阐述了时间序列预测的常见任务类别及评估指标。接着,深入解析Transformer的基本架构,并挑选了近年来在时间序列预测中广受关注的Transfo-rmer衍生模型,从模块及架构层面进行分类,并分别从问题解决、创新点及局限性3个维度进行比较和分析。最后,进一步探讨了时间序列预测Transformer在未来可能的研究方向。 展开更多
关键词 时间序列 Transformer模型 深度学习 注意力机制 预测
在线阅读 下载PDF
基于图像-文本大模型CLIP微调的零样本参考图像分割 被引量：3
3
作者 刘杰 乔文昇 +2 位作者 朱佩佩 雷印杰 王紫轩 《计算机应用研究》 北大核心 2025年第4期1248-1254,共7页
近年来,以CLIP为代表的视觉-语言大模型在众多下游场景中显示出了出色的零样本推理能力,然而将CLIP模型迁移至需要像素水平图-文理解的参考图像分割中非常困难,其根本原因在于CLIP关注图像-文本整体上的对齐情况,却丢弃了图像中像素点... 近年来,以CLIP为代表的视觉-语言大模型在众多下游场景中显示出了出色的零样本推理能力,然而将CLIP模型迁移至需要像素水平图-文理解的参考图像分割中非常困难,其根本原因在于CLIP关注图像-文本整体上的对齐情况,却丢弃了图像中像素点的空间位置信息。鉴于此,以CLIP为基础模型,提出了一种单阶段、细粒度、多层次的零样本参考图像分割模型PixelCLIP。具体地,采取了多尺度的图像特征融合,既聚集CLIP中不同视觉编码器提取的图像像素级特征,同时又考虑CLIP中固有的图像整体语义特征。在文本信息表征上,不但依靠CLIP-BERT来保持物体种类信息,还引入LLaVA大语言模型进一步注入上下文背景知识。最后,PixelCLIP通过细粒度跨模态关联匹配,实现像素水平的参考图像分割。充分的数值分析结果验证了该方法的有效性。 展开更多
关键词 零样本 CLIP 像素级 单阶段 参考图像分割
在线阅读 下载PDF
基于高空无人机平台的多模态跟踪数据集 被引量：2
4
作者 肖云 曹丹 +2 位作者 李成龙 江波 汤进 《中国图象图形学报》 北大核心 2025年第2期361-374,共14页
目的无人机(unmanned aerial vehicle,UAV)因易操纵、灵活等特点,近年来在军事和民用等多个领域得到广泛应用。相对于低空无人机,高空无人机具有更广的视野,更强的隐蔽性,在情报侦察、灾害救援等方面具有更高的应用价值。然而,现有无人... 目的无人机(unmanned aerial vehicle,UAV)因易操纵、灵活等特点,近年来在军事和民用等多个领域得到广泛应用。相对于低空无人机,高空无人机具有更广的视野,更强的隐蔽性,在情报侦察、灾害救援等方面具有更高的应用价值。然而,现有无人机多模态目标跟踪研究主要针对低空无人机,缺乏高空无人机多模态目标跟踪数据集,限制了该领域的研究和发展。方法构建了一个用于评估高空无人机多模态目标跟踪方法的数据集HiAl(high altitude UAV multi-modal tracking dataset),该数据集主要由搭载混合传感器的无人机在500 m高空拍摄的可见光—红外多模态视频构成,两种模态数据经过精确配准和帧级标注,可以较好地评估不同多模态目标跟踪方法在高空无人机平台下的性能表现。结果将主流的12种多模态跟踪方法在所提数据集与非高空无人机场景数据集上的表现进行了比较,方法TBSI(template-bridged search region interaction)在RGBT234数据集(RGBthermal dataset)上PR(precision rate)值达到0.871,而在本文所提数据集上仅0.527,下降了39.5%,其SR(success rate)值由RGBT234数据集上的0.637,下降到本文所提数据集上的0.468,下降了26.5%。方法HMFT(hierarchical multi-modal fusion tracker)在所提数据集上的PR与RGBT234相比下降了23.6%,SR下降了14%。此外,利用HiAl数据集对6个方法进行重新训练实验,所有重训练方法的性能均得到提升。结论本文提出一个基于高空无人机平台的多模态目标跟踪数据集,旨在促进多模态目标跟踪在高空无人机上的应用研究。HiAl数据集的在线发布地址为:https://github.com/mmic-lcl/Datasets-and-benchmark-code/tree/main。 展开更多
关键词 多模态目标跟踪 高空无人机 微小目标 高质量配准 数据集
原文传递
基于Transformer模型的时序数据预测方法综述 被引量：13
5
作者 孟祥福 石皓源 《计算机科学与探索》 北大核心 2025年第1期45-64,共20页
时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据... 时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。 展开更多
关键词 深度学习 时序数据预测 数据预处理 Transformer模型
在线阅读 下载PDF
自动化专业学生创新实践能力培养模式改革与实践 被引量：2
6
作者 王健安 赵志诚 +2 位作者 谢刚 柏艳红 何秋生 《控制工程》 北大核心 2025年第2期372-376,共5页
在地方高校自动化专业的教学中,加强创新型应用型人才的培养是提升教育质量与适应行业需求的迫切任务。因此,探索强化学生创新素质和实践能力的有效途径和方式十分必要。以“厚基础、重实践、强能力、高素质”为核心理念,以自动化人才... 在地方高校自动化专业的教学中,加强创新型应用型人才的培养是提升教育质量与适应行业需求的迫切任务。因此,探索强化学生创新素质和实践能力的有效途径和方式十分必要。以“厚基础、重实践、强能力、高素质”为核心理念,以自动化人才培养为目标,建立了“理实相融、产教相融、科教相融、资源共享”的创新实践能力培养体系,形成以“学生为中心、项目为抓手、平台为依托、制度为保障”的创新实践能力培养模式,致力于通过创新素质的提升和工程实践能力的强化,最终实现学生在面对复杂工程挑战时具备更强的应对能力和创新能力,从而提升学生的核心竞争力。 展开更多
关键词 自动化专业 创新实践能力 人才培养模式 地方高校
原文传递
结合通道剪枝和通道注意力的轻量型车辆点云补全网络 被引量：1
7
作者 杨晓文 冯泊栋 +3 位作者 韩慧妍 况立群 韩燮 何黎刚 《计算机工程与应用》 北大核心 2025年第1期232-242,共11页
针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题,提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率,采用一种高效的一次性通道剪枝技术提高网络的补全效率;在特征提取阶... 针对现有的点云补全网络多关注于补全的精度而忽视补全效率问题,提出了一种轻量型点云补全网络来准确、高效地修复自动驾驶中的不完整车辆点云。为了提高网络推理效率,采用一种高效的一次性通道剪枝技术提高网络的补全效率;在特征提取阶段,网络加入通道注意力模块,将加权特征与全局特征拼接,通过两层多维特征信息提取,得到最终的特征向量;将特征向量传入双解码器结构中,分别通过全连接层和多层感知机生成稠密的粗糙点云和输入点云偏差值;将粗糙点云与输入点云偏差值相加得到最终的精细化完整点云。在PCN数据集和KITTI数据集上进行实验,实验结果表明在补全缺失车辆信息的实时性上有着显著的提升,并且在补全精度上也有不错的表现。 展开更多
关键词 点云补全 通道剪枝 通道注意力 轻量型 深度学习
在线阅读 下载PDF
计算机视觉领域对抗样本检测综述 被引量：1
8
作者 张鑫 张晗 +1 位作者 牛曼宇 姬莉霞 《计算机科学》 北大核心 2025年第1期345-361,共17页
随着数据量的增加和硬件性能的提升,深度学习在计算机视觉领域取得了显著进展.然而,深度学习模型容易受到对抗样本的攻击,导致输出发生显著变化.对抗样本检测作为一种有效的防御手段,可以在不改变模型结构的前提下防止对抗样本对深度学... 随着数据量的增加和硬件性能的提升,深度学习在计算机视觉领域取得了显著进展.然而,深度学习模型容易受到对抗样本的攻击,导致输出发生显著变化.对抗样本检测作为一种有效的防御手段,可以在不改变模型结构的前提下防止对抗样本对深度学习模型造成影响.首先,对近年来的对抗样本检测研究工作进行了整理,分析了对抗样本检测与训练数据的关系,根据检测方法所使用特征进行分类,系统全面地介绍了计算机视觉领域的对抗样本检测方法;然后,对一些结合跨领域技术的检测方法进行了详细介绍,统计了训练和评估检测方法的实验配置;最后,汇总了一些有望应用于对抗样本检测的技术,并对未来的研究挑战进行展望. 展开更多
关键词 深度学习 对抗样本攻击 对抗样本检测 人工智能安全 图像分类
在线阅读 下载PDF
基于改进YOLOv5的密集行人检测算法 被引量：5
9
作者 胡倩 皮建勇 +2 位作者 胡伟超 黄昆 王娟敏 《计算机工程》 北大核心 2025年第3期216-228,共13页
针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨... 针对现有的行人检测方法对于密集行人或小目标行人检测精度低的问题,提出一种基于YOLOv5的综合改进算法模型YOLOv5_Conv-SPD_DAFPN。首先,针对小目标或密集行人的特征信息易丢失这一问题,在骨干网络中引入Conv-SPD网络模块替代原有的跨步卷积,有效缓解特征信息丢失的问题;其次,针对非相邻特征图不直接融合从而引起特征融合率较低的问题,提出新的双层渐进金字塔网络(DAFPN),提高行人检测的准确性和精度;最后,基于EIoU_Loss和CIoU_Loss引入EfficiCIoU_Loss定位损失函数,以调整和提高帧回归率,促进网络模型更快收敛。模型在CrowdHuman和WiderPerson行人数据集上相比于原YOLOv5模型,mAP@0.5、mAP@0.5∶0.95分别提升了3.9、5.3百分点和2.1、2.1百分点;引入EfficiCIoU_Loss后,模型收敛速度分别提升了11%、33%。这些改进使得基于YOLOv5的密集行人检测在特征信息保留、多尺度融合和损失函数优化等方面都取得了显著进展,提高了其在实际应用中的性能和效率。 展开更多
关键词 密集行人检测 小目标行人检测 Conv-SPD网络 双层渐进特征金字塔网络 EfficiCIoU_Loss损失函数
在线阅读 下载PDF
基于改进YOLOv8的果园复杂环境下苹果检测模型研究 被引量：2
10
作者 岳有军 漆潇 +1 位作者 赵辉 王红君 《南京信息工程大学学报》 北大核心 2025年第1期31-41,共11页
为了使采摘机器人能够在果园复杂环境下(如不同光照条件、叶子遮挡、密集的苹果群和超远视距等场景)对成熟程度各异的苹果果实进行快速且精确的检测,本文提出一种基于改进YOLOv8的苹果果实检测模型.首先,将EMA注意力机制模块集成到YOLOv... 为了使采摘机器人能够在果园复杂环境下(如不同光照条件、叶子遮挡、密集的苹果群和超远视距等场景)对成熟程度各异的苹果果实进行快速且精确的检测,本文提出一种基于改进YOLOv8的苹果果实检测模型.首先,将EMA注意力机制模块集成到YOLOv8模型中,使模型更加关注待检测果实区域,抑制背景和枝叶遮挡等一般特征信息,提高被遮挡果实的检测准确率;其次,使用提取特征更加高效的三支路DWR模块对原始C2f模块进行替换,通过多尺度特征融合方法提高小目标检测能力;同时结合DAMO-YOLO的思想,对原始YOLOv8颈部进行重构,实现高层语义和低层空间特征的高效融合;最后,使用Inner-SIoU损失函数对模型进行优化,提高识别精度.在复杂的果园环境中,以苹果作为检测对象,实验结果表明:本文所提算法在测试集下的查准率、召回率、mAP_(0.5)、mAP_(0.5~0.95)以及F1分数分别达到86.1%、89.2%、94.0%、64.4%和87.6%,改进后的算法在大部分指标上均优于原始模型.在不同数量果实场景下的对比实验结果表明,该方法具有优异的鲁棒性. 展开更多
关键词 模式识别 深度学习 目标检测 YOLOv8
在线阅读 下载PDF
同态加密下用户隐私数据传输的安全保护方法 被引量：4
11
作者 付爱英 熊宇峰 曾勍炜 《吉林大学学报(理学版)》 北大核心 2025年第2期573-579,共7页
为满足用户隐私数据传输的安全性需求,提出一种同态加密下用户隐私数据传输安全保护方法.首先,通过特征空间重组技术进行数据重构,利用语义相关性融合方法在捕获用户隐私数据特征的同时进行自适应调度,并对捕获的特征量进行模糊聚类,确... 为满足用户隐私数据传输的安全性需求,提出一种同态加密下用户隐私数据传输安全保护方法.首先,通过特征空间重组技术进行数据重构,利用语义相关性融合方法在捕获用户隐私数据特征的同时进行自适应调度,并对捕获的特征量进行模糊聚类,确定用户隐私数据属性;其次,结合用户隐私数据属性,采用同态加密算法和深度学习相结合的方法对用户隐私数据进行点对点加密传输,最终实现用户隐私数据传输安全保护.仿真实验结果表明,该方法的数据加密效果较好,通信开销较低,可以更好地确保用户隐私数据传输的安全性和可靠性. 展开更多
关键词 同态加密 用户隐私数据 传输安全保护 特征空间重组
在线阅读 下载PDF
基于YOLOv8n改进的水稻病害轻量化检测 被引量：3
12
作者 郭丽峰 黄俊杰 +5 位作者 吴禹竺 王思吉 王轶哲 包羽健 苏中滨 刘宏新 《农业工程学报》 北大核心 2025年第8期156-164,共9页
为解决水稻病害检测中存在的小目标特征提取困难、复杂环境下检测精度不高的问题以及在边缘化设备上实现高效实时检测,该研究提出了一种轻量化水稻病害识别方法YOLOv8-DiDL。该方法通过引入倒残差移动模块(inverted residual mobile blo... 为解决水稻病害检测中存在的小目标特征提取困难、复杂环境下检测精度不高的问题以及在边缘化设备上实现高效实时检测,该研究提出了一种轻量化水稻病害识别方法YOLOv8-DiDL。该方法通过引入倒残差移动模块(inverted residual mobile block,iRMB)增强小目标特征捕捉能力,采用变形卷积模块DCNv2(deformable convolutional networks)优化目标几何变化适应性,结合采样算子DySample(dynamic sample)算法提升复杂环境适应能力,并改进快速空间金字塔池化模块(spatial pyramid pooling fast,SPPF)为大核分离卷积注意力模块(large separable kernel attention,LSKA)增强多尺度特征融合。试验结果表明,改进的YOLOv8-DiDL模型准确率、召回率和平均精度均值分别为91.4%、83.5%、90.8%;与原始基础网络YOLOv8n相比分别提升7.0、0.5、2.5个百分点,模型权重降低9.7%,每秒浮点运算次数提升7.4%。该研究通过改进模型显著提高了水稻病害检测的精度和部署效率,为智能化农业的实时病害监测提供了技术基础。 展开更多
关键词 水稻 病害 目标检测 YOLOv8n改进模型 卷积神经网络 模型轻量化设计
在线阅读 下载PDF
基于多域图神经网络的疾病预测模型 被引量：2
13
作者 罗熹 刘洋 安莹 《湖南大学学报(自然科学版)》 北大核心 2025年第4期124-134,共11页
电子病历数据类型多样以及时序不规则,现有的基于深度学习的方法在特征学习的过程中大多无法同时兼顾对不同类型临床数据间静态关联和就诊记录间动态时序依赖的有效捕获.针对该问题,本文提出了一种基于多域图神经网络的疾病预测模型.该... 电子病历数据类型多样以及时序不规则,现有的基于深度学习的方法在特征学习的过程中大多无法同时兼顾对不同类型临床数据间静态关联和就诊记录间动态时序依赖的有效捕获.针对该问题,本文提出了一种基于多域图神经网络的疾病预测模型.该方法首先利用一个结合编码级注意力和时间感知LSTM的时序特征学习模块获得患者每次就诊的初始特征表示.然后,根据就诊序列中不同就诊间的相关性和时间间隔信息分别构建了一个就诊亲和图和一个就诊时序图,并通过图卷积神经网络从图中挖掘就诊记录间的静态语义关联和动态时序依赖.最后,利用一个基于自注意力机制的多域特征融合模块将时序特征和语义关联特征结合起来得到最终的患者融合特征表示,用于患者未来的疾病预测.在两个真实临床数据集上的实验结果表明,本文方法超过其他现有的方法获得了更高的预测准确性. 展开更多
关键词 电子病历 疾病预测 图神经网络 注意力机制
在线阅读 下载PDF
融合知识蒸馏与记忆机制的无监督工业缺陷检测 被引量：1
14
作者 刘兵 史伟峰 +2 位作者 刘明明 周勇 刘鹏 《中国图象图形学报》 北大核心 2025年第3期660-671,共12页
目的基于深度学习的工业缺陷检测方法可以降低传统人工质检的成本,提升检测的准确性与效率,因而在智能制造中扮演重要角色。针对无监督工业缺陷检测中存在的过检测和逻辑缺陷检测失效等问题,提出一种融合知识蒸馏与记忆机制的无监督工... 目的基于深度学习的工业缺陷检测方法可以降低传统人工质检的成本,提升检测的准确性与效率,因而在智能制造中扮演重要角色。针对无监督工业缺陷检测中存在的过检测和逻辑缺陷检测失效等问题,提出一种融合知识蒸馏与记忆机制的无监督工业缺陷检测模型。方法使用显著性检测网络和柏林噪声合成缺陷图像,提升合成图像与真实缺陷图像的分布一致性,缓解传统模型的过检测问题;同时,对传统无监督工业缺陷检测框架进行改进,引入平均记忆模块提取正常样本的原型特征,通过记忆引导提高模型对逻辑缺陷的检测性能。结果在工业缺陷检测基准数据集MVTec AD(MVTec anomaly detection dataset)上的实验结果表明,针对晶体管逻辑缺陷检测难题,在像素级接受者操作特征曲线下面积(area under the receiver operating characteristic curve,AUROC)指标上本文方法相比于基线模型提升了9.1%;针对各类缺陷检测场景,在更具挑战性的平均准确率(average precision,AP)指标上提升了2.5%。针对更具挑战性的Breakfast box数据集中的逻辑缺陷问题,本文方法在图像级AUROC指标上相较于基线模型提升了11.5%。同时,在像素级AUROC指标上,本文方法相较于基线模型提升了4.0%。结论本文不受传统缺陷合成方法的限制,能够有效缓解现有缺陷合成方法引起的过检测问题;引入平均记忆模块不仅可以减小内存开销,而且无需设计复杂的检索算法,节省了检索内存库所耗费的时间;将所提出的缺陷合成方法与记忆机制进行有机结合,能够准确检测出不同种类的工业缺陷。 展开更多
关键词 缺陷检测 知识蒸馏 记忆机制 缺陷合成 显著性检测
原文传递
基于交叉融合自注意力的点云语义分割 被引量：1
15
作者 舒军 王帅 +1 位作者 杨莉 陈宇 《中南民族大学学报（自然科学版）》 CAS 2025年第1期96-106,共11页
针对目前点云语义分割算法通常采用简单的串联三维原始坐标信息方式建模几何信息,导致建模不完整问题.提出了交叉融合自注意力网络,在该网络的编码层中设计了交叉融合自注意力机制模块,通过交互学习坐标和特征信息,提高局部细粒度特征... 针对目前点云语义分割算法通常采用简单的串联三维原始坐标信息方式建模几何信息,导致建模不完整问题.提出了交叉融合自注意力网络,在该网络的编码层中设计了交叉融合自注意力机制模块,通过交互学习坐标和特征信息,提高局部细粒度特征描述能力,使得几何信息建模更加完整.同时为了更好地结合浅层与高层特征,提出了一种层级特征融合模块,通过自适应地连接网络不同层,实现不同层的特征整合.在S3DIS、Semantic3D和SemanticKITTI数据集上实验表明:该算法优于RandLA-Net等先进算法. 展开更多
关键词 点云 语义分割 交叉融合自注意力 层级特征融合
在线阅读 下载PDF
时序知识图谱构建研究综述 被引量：3
16
作者 陆佳民 张晶 +1 位作者 冯钧 安琪 《计算机科学与探索》 北大核心 2025年第2期295-315,共21页
知识图谱作为连接数据、知识和智能的桥梁,已被广泛应用于辅助搜索、智能推荐、问答系统、自然语言处理等多个领域。然而,随着应用场景的不断拓展,传统静态知识图谱逐渐暴露出在处理动态知识方面的局限性。时序知识图谱的出现弥补了这... 知识图谱作为连接数据、知识和智能的桥梁,已被广泛应用于辅助搜索、智能推荐、问答系统、自然语言处理等多个领域。然而,随着应用场景的不断拓展,传统静态知识图谱逐渐暴露出在处理动态知识方面的局限性。时序知识图谱的出现弥补了这一缺陷,它将时间信息融入图谱结构,能够更准确地表示知识的动态变化。对时序知识图谱的构建进行了全面的研究,介绍了时序知识图谱的概念,明确了其在处理动态知识时的价值。解析了时序知识图谱构建流程,将其核心过程划分为知识抽取、知识融合和知识计算三大环节。对每个阶段进行了梳理,明确了任务定义,总结了研究现状,并探讨了大语言模型在这些任务中的应用。在知识抽取阶段,重点关注命名实体识别、关系抽取和时间信息抽取;在知识融合阶段,探讨了实体对齐和实体链接;在知识计算阶段,聚焦于知识推理。深入分析了每个阶段面临的挑战,并针对特有挑战展望了未来的研究方向。 展开更多
关键词 时序知识图谱 知识抽取 时间信息抽取 知识融合 知识推理
在线阅读 下载PDF
融合知识图谱和大模型的高校科研管理问答系统设计 被引量：5
17
作者 王永 秦嘉俊 +1 位作者 黄有锐 邓江洲 《计算机科学与探索》 北大核心 2025年第1期107-117,共11页
科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科... 科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科研知识图谱。利用同时进行意图分类和实体提取的多任务模型进行语义解析。借助解析结果来生成查询语句,并从知识图谱中检索信息来回复常规问题。将大语言模型与知识图谱相结合,以辅助处理开放性问题。在意图和实体具有关联的数据集上的实验结果表明,采用的多任务模型在意图分类和实体识别任务上的F1值分别为0.958和0.937,优于其他对比模型和单任务模型。Cypher生成测试表明了自定义Prompt在激发大语言模型涌现能力方面的成效,利用大语言模型实现文本生成Cypher的准确率达到85.8%,有效处理了基于知识图谱的开放性问题。采用知识图谱、传统模型和大语言模型搭建的问答系统的准确性为0.935,很好地满足了智能问答的需求。 展开更多
关键词 知识图谱 多任务模型 意图分类 命名实体识别 大语言模型
在线阅读 下载PDF
基于深度学习的人脸呈现攻击检测方法研究进展 被引量：1
18
作者 孙锐 王菲 +2 位作者 冯惠东 张旭东 高隽 《计算机科学》 北大核心 2025年第2期323-335,共13页
随着人脸识别技术广泛应用于公共安全、金融支付等领域,呈现攻击(Presentation Attacks,PAs)对人脸识别系统的安全性构成了威胁。呈现攻击检测技术(Presentation Attacks Detection,PAD)旨在判断输入人脸的真伪,对维护识别系统的安全性... 随着人脸识别技术广泛应用于公共安全、金融支付等领域,呈现攻击(Presentation Attacks,PAs)对人脸识别系统的安全性构成了威胁。呈现攻击检测技术(Presentation Attacks Detection,PAD)旨在判断输入人脸的真伪,对维护识别系统的安全性和鲁棒性具有重要的研究意义。由于大规模数据集的不断涌现,基于深度学习的呈现攻击检测方法逐渐成为该领域的主流。文章对近期基于深度学习的人脸呈现攻击检测方法进行了综述。首先,概述了呈现攻击检测的定义、实施方式和常见的攻击类型;其次,分别从单模态和多模态入手,对近五年来深度学习类方法的发展趋势、技术原理和优缺点进行详细分析和总结;然后,介绍了PAD研究中使用的典型数据集及其特点,并给出算法的评估标准、协议和性能结果;最后,总结了PAD研究中面临的主要问题并展望了未来的发展趋势。 展开更多
关键词 呈现攻击检测 单模态 多模态 人脸呈现数据集 深度学习
在线阅读 下载PDF
基于调制-全局推理的弱监督语义分割算法研究 被引量：1
19
作者 刘洲峰 李冰芮 +3 位作者 杨瑞敏 李春雷 何媛 丁淑敏 《计算机工程》 北大核心 2025年第2期344-355,共12页
基于图像级标签的弱监督语义分割方法可利用少量带有图像级标签的注释对网络进行训练,从而减轻注释负担。然而,现有基于类激活映射的方法存在分割区域不完整的问题。为使最终分割预测结果包含更多前景目标,提出一种基于调制-全局推理的... 基于图像级标签的弱监督语义分割方法可利用少量带有图像级标签的注释对网络进行训练,从而减轻注释负担。然而,现有基于类激活映射的方法存在分割区域不完整的问题。为使最终分割预测结果包含更多前景目标,提出一种基于调制-全局推理的弱监督语义分割方法。在分类网络中,首先设计空间-通道激活调制模块以提取更完整的目标对象特征,从而避免类激活图过度关注显著性区域;其次提出全局推理单元模块,利用该模块捕获特征图中不相交区域和较远区域之间的全局关系以便选出包含更完整的目标对象,从而进一步增强非显著区域的特征;最后通过设计潜在目标挖掘模块以降低伪标签中的假阴性率,进而提取其中的丢失信息,从而有效缓解初始伪标签中目标区域不完整的问题。在分割网络中,将分类网络生成的初始预测和伪标签相结合,并通过非显著区域挖掘模块进一步生成掩蔽伪标签从而提升分割效果。实验结果表明,该方法在仅使用图像级标签的情况下,在Pascal VOC 2012验证集和测试集上的精度分别为69.5%和69.8%,在MS COCO 2014验证集上的精度为32.8%,同时可有效解决分割区域不完整的问题,优于已有方法。 展开更多
关键词 语义分割 弱监督 非显著区域 激活调制 全局推理单元
在线阅读 下载PDF
跨模态多层特征融合的遥感影像语义分割 被引量：1
20
作者 李智杰 程鑫 +3 位作者 李昌华 高元 薛靖裕 介军 《计算机科学与探索》 北大核心 2025年第4期989-1000,共12页
多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不... 多模态语义分割网络能够利用不同模态中的互补信息来提高分割精度,在地物分类领域具有广泛的应用潜力。然而,现有的多模态遥感影像语义分割模型大多忽略了深度特征的几何形状信息,未将多层特征充分利用就进行融合,导致跨模态特征提取不充分,融合效果不理想。针对这些问题,提出了一种基于多模态特征提取和多层特征融合的遥感影像语义分割模型。通过构建双分支编码器,模型能够分别提取遥感影像的光谱信息和归一化数字表面模型(nDSM)的高程信息,并深入挖掘nDSM的几何形状信息。引入跨层丰富模块细化完善每层特征,从深层到浅层充分利用多层的特征信息。完善后的特征通过注意力特征融合模块,对特征进行差异性互补和交叉融合,以减轻分支结构之间的差异,充分发挥多模态特征的优势,从而提高遥感影像分割精度。在ISPRS Vaihingen和Potsdam数据集上进行实验,mF1分数分别达到了90.88%和93.41%,平均交互比(mIoU)分别达到了83.49%和87.85%,相较于当前主流算法,该算法实现了更准确的遥感影像语义分割。 展开更多
关键词 遥感影像 归一化数字表面模型(nDSM) 语义分割 特征提取 特征融合
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部