期刊文献+
共找到173篇文章
< 1 2 9 >
每页显示 20 50 100
基于改进Center Loss函数的行人再辨识 被引量:1
1
作者 张璐 刘阿建 《计算机技术与发展》 2019年第9期45-50,共6页
通过改进距离度量函数,在开集测试协议的基础上,对行人再辨识相关问题进行研究,使测量的行人特征满足以下两点:类间最小距离较大和类内最大距离较小。目前还没有存在的算法能够满足这个条件。文中采用Center Loss函数和分类损失函数相结... 通过改进距离度量函数,在开集测试协议的基础上,对行人再辨识相关问题进行研究,使测量的行人特征满足以下两点:类间最小距离较大和类内最大距离较小。目前还没有存在的算法能够满足这个条件。文中采用Center Loss函数和分类损失函数相结合,使网络在分类损失与Center Loss函数的联合监督下,可以学习出更具判别性的行人特征。其中,行人特征分辨性问题分类损失函数能很好地解决,但常规的Center Loss函数只能使类内最大距离较小,但未能解决类间最小距离较大的问题。因此对Center Loss函数进行改进,在Center Loss函数中加入类间距离变量,使类间中心最小距离较大。最后通过几组再辨识数据集的实验证明了提出的网络与改进Center Loss函数的优越性。 展开更多
关键词 行人再辨识 深度学习 center loss 分类损失函数
在线阅读 下载PDF
基于深度学习的Center Loss算法研究 被引量:2
2
作者 杨青 陆安江 高进 《通信技术》 2019年第8期1878-1883,共6页
深度卷积神经网络越来越广泛地应用于图像分类和人脸识别,用Softmax损失函数训练的深度卷积神经网络在人脸识别上取得了显著的提高。在本文中,我们提出一种sofamax Loss与中心损失联合监督的方法进行人脸识别,它可以提升面部特征的判别... 深度卷积神经网络越来越广泛地应用于图像分类和人脸识别,用Softmax损失函数训练的深度卷积神经网络在人脸识别上取得了显著的提高。在本文中,我们提出一种sofamax Loss与中心损失联合监督的方法进行人脸识别,它可以提升面部特征的判别力。首先,Cente rLoss同时学习每个类的中心,并且增加面部图像特征与其对应类中心的距离:另外,具有Center Loss的训练深度卷积神经网络扩大了类内紧凑性和类间可分离性,增加了深度特征的辨别力。实验结果表明,将softmax Loss和center Loss二个损失函数相结合的方法,实现了深度特征分类的高精度判别。 展开更多
关键词 CNN 人脸识别 深度特征 center loss
在线阅读 下载PDF
融合中心损失和焦点损失的蝴蝶自动识别
3
作者 李小林 李建祥 +3 位作者 陈彬彬 王荣 张飞萍 黄世国 《昆虫学报》 北大核心 2025年第2期223-230,共8页
【目的】针对蝴蝶样本存在类间和类内分布不平衡导致识别性能下降的问题,探索一种多损失融合的蝴蝶自动识别方法。【方法】利用开源的Butterfly-200图像数据集作为实验数据。该数据集包括200种蝴蝶,每种蝴蝶的图像数量从30~885不等。以... 【目的】针对蝴蝶样本存在类间和类内分布不平衡导致识别性能下降的问题,探索一种多损失融合的蝴蝶自动识别方法。【方法】利用开源的Butterfly-200图像数据集作为实验数据。该数据集包括200种蝴蝶,每种蝴蝶的图像数量从30~885不等。以交叉熵损失(cross-entropy loss)为基准损失,分别叠加对比损失(contrastive loss)、焦点损失(focal loss)、类平衡损失(class-balanced loss)、采样(sampling)、logit调整(logit adjustment),比较算法的识别性能。在此基础上,利用中心损失(center loss)有助于缓解类内不平衡而焦点损失有助于缓解类内和类间不平衡的特点,开展消融实验分析叠加中心损失和焦点损失对识别性能的影响,提出了融合上述这两种损失的蝴蝶自动识别新方法。【结果】交叉熵损失与其他单一损失(对比损失除外)结合时,算法的识别性能基本上呈现不同程度的下降。我们的算法在交叉熵损失基础上结合中心损失和焦点损失后,其识别性能均超过交叉熵损失及其与其他损失的组合,准确率、F1分值、查准率和召回率分别91.67%,90.68%,91.68%和90.38%。消融试验进一步证实了中心损失和焦点损失的互补性,同时使用这两种损失能明显提升识别性能。此外,不同权重的损失组合对识别性能也有明显影响。【结论】研究结果证明融合中心损失和焦点损失在一定程度上缓解了类间和类内分布不均衡的问题,能够有效提高蝴蝶识别的准确性,为生态环境监测提供了一种有效的辅助手段。 展开更多
关键词 蝴蝶 分布不均衡 交叉熵损失 中心损失 焦点损失 图像分类
在线阅读 下载PDF
针对新型电力系统失稳动态演化过程的同调网络重构策略
4
作者 翁汉琍 江毅 +2 位作者 林湘宁 魏繁荣 李振兴 《电力自动化设备》 北大核心 2025年第3期155-162,170,共9页
新型电力系统中新能源的不确定性、非线性等特征影响了传统电力系统的失稳特性,导致现有失步解列策略难以精确实施。在明晰新能源功率变化对振荡中心迁移影响的基础上,提出一种同调区间重构策略。以解列后子系统的源荷平衡率及负荷损失... 新型电力系统中新能源的不确定性、非线性等特征影响了传统电力系统的失稳特性,导致现有失步解列策略难以精确实施。在明晰新能源功率变化对振荡中心迁移影响的基础上,提出一种同调区间重构策略。以解列后子系统的源荷平衡率及负荷损失比例为优化目标,利用潮流控制器的无功调节能力在一定范围内调节失步振荡中心的位置。重构后的解列断面减小了失稳状态下新能源设备脱网的可能性,同时兼顾了分割失步振荡中心所带来的良好同调性。PSCAD的仿真对比验证了所提策略的有效性。 展开更多
关键词 新能源 失步解列 同调区间重构 失步振荡中心 负荷损失
在线阅读 下载PDF
基于类中心优化辅助三元组损失的遥感图像检索
5
作者 郑宗生 霍志俊 +3 位作者 高萌 王政翰 周文睆 张月维 《计算机工程》 北大核心 2025年第5期305-313,共9页
遥感图像检索的关键是从海量图像中高效、准确地检索出目标样本。遥感图像类内样本分散、方差大,依靠有限样本的传统遥感图像检索不能很好地学习类内样本差异特征,现有的跨批处理内存(XBM)方法的三元组配对冗余、计算复杂。针对这些问题... 遥感图像检索的关键是从海量图像中高效、准确地检索出目标样本。遥感图像类内样本分散、方差大,依靠有限样本的传统遥感图像检索不能很好地学习类内样本差异特征,现有的跨批处理内存(XBM)方法的三元组配对冗余、计算复杂。针对这些问题,提出一种基于类中心优化辅助的三元组损失(CCO-TL)的遥感图像检索方法。CCO-TL使用类中心特征限制类内正样本之间的距离以辅助优化三元组损失,实现类间相互分离,同时类内的样本更加聚集紧凑,得到优化的样本特征;通过改进XBM模块得到批次特征队列(BFQ),用于存储先前训练批次的特征向量,通过改变三元组配对方式,充分挖掘样本信息并解决数据冗余问题,减少训练时间。同时使用BFQ模块进行类中心点特征的实时计算,用计算值取代传统方法的估计值。实验结果表明,基于真实类中心特征辅助优化的三元组损失函数训练的网络模型学习样本间的能力更强,类内更加聚集,类间区分也更明显。最后结合Recall@K等指标进行评估,在UCMD、AID、PN、OP 4个遥感数据集上进行实验,所提算法的精度分别达到93.1%、87.2%、97.1%、82.2%,优于其他研究方法。 展开更多
关键词 图像检索 深度度量学习 三元组损失 类中心 批次
在线阅读 下载PDF
基于渐进式自训练开集域适应的辐射源个体识别
6
作者 张涛涛 谢钧 乔平娟 《计算机科学》 北大核心 2025年第7期279-286,共8页
针对闭集场景中训练的辐射源个体识别模型部署在包含有新类别的辐射源个体环境条件中时会出现已知类识别性能下降以及新类识别错误的问题,提出了一种噪声变化场景下的基于开集域适应辐射源个体识别方法。利用最大最小阈值判别已知类和... 针对闭集场景中训练的辐射源个体识别模型部署在包含有新类别的辐射源个体环境条件中时会出现已知类识别性能下降以及新类识别错误的问题,提出了一种噪声变化场景下的基于开集域适应辐射源个体识别方法。利用最大最小阈值判别已知类和未知类并通过渐进式自训练的方法训练一个目标分类器用于测试场景。目标分类器的一个未知分类要同时拟合多个未知类的特征分布,可能会导致学习到的已知未知特征分布的边界混淆。基于此,提出了一个多中心损失用于增加目标已知类和未知类内的紧凑性以及类间的可区分性,可提高目标分类器判别的准确性。同时,为了减少源域和目标域之间因为噪声造成的指纹特征偏移问题,使用了基于原型到原型的对比学习来学习域不变特征。在公开数据集上进行了6组实验,所提方法在其中5组中的HOS指标好于其他方法,甚至在10 dB-8 dB的任务中HOS达到了93.8%,实验结果验证了所提方法的有效性。 展开更多
关键词 辐射源个体识别 开集域适应 自训练 中心损失 对比学习
在线阅读 下载PDF
电力中台海量数据跨域快速检索方法设计
7
作者 王娅云 李增伟 +2 位作者 魏永瑜 张译 马英辉 《信息技术》 2025年第3期151-156,162,共7页
以往的电力中台海量数据跨域快速检索方法效率不高,因此设计了电力中台海量数据跨域快速检索方法。采集电力中台的不同数据,并对其预处理,提取出数据的跨域特征,计算确定数据的聚类中心。分别计算域内、域间、域外的数据损失函数,完成... 以往的电力中台海量数据跨域快速检索方法效率不高,因此设计了电力中台海量数据跨域快速检索方法。采集电力中台的不同数据,并对其预处理,提取出数据的跨域特征,计算确定数据的聚类中心。分别计算域内、域间、域外的数据损失函数,完成数据的分类。基于此,计算目标数据和数据库数据间的相似度,输出相应的数据检索结果,完成电力中台海量数据的跨域快速检索。在实验测试中和以往的电力中台海量数据跨域快速检索方法相比,设计的电力中台海量数据跨域快速检索方法最小检索时间仅为0.23ms,检索效率较高。 展开更多
关键词 电力中台 跨域检索 聚类中心 数据损失函数 数据相似度
在线阅读 下载PDF
广电网络数据中心机房节能降耗措施应用实践
8
作者 刘建深 孙晓蕾 高海涛 《广播与电视技术》 2025年第2期54-56,共3页
随着云计算、大数据和人工智能等技术的快速发展,数据中心的能源消耗问题愈发凸显,降低数据中心能耗、建设绿色数据中心显得尤为重要。本文分析了烟台广电数据中心机房的现状,重点关注制冷等系统的能耗,通过采用一系列节能降耗措施,提... 随着云计算、大数据和人工智能等技术的快速发展,数据中心的能源消耗问题愈发凸显,降低数据中心能耗、建设绿色数据中心显得尤为重要。本文分析了烟台广电数据中心机房的现状,重点关注制冷等系统的能耗,通过采用一系列节能降耗措施,提高能源利用效率,最终实现机房节能降耗目标。 展开更多
关键词 边缘数据中心 节能降耗 PUE
在线阅读 下载PDF
基于双流卷积与双中心loss的行为识别研究 被引量:3
9
作者 毛志强 马翠红 +1 位作者 崔金龙 王毅 《微电子学与计算机》 北大核心 2019年第3期96-100,共5页
针对行为视频中相似动作类内差异大、类间差异小,识别准确率不高的问题,提出了一种基于双流卷积网络与双中心loss的行为识别方法.该方法首先构建双流卷积网络结构,以C3Dnet模型作为双流结构的基础模型,分别提取多尺度RGB视频帧中的表观... 针对行为视频中相似动作类内差异大、类间差异小,识别准确率不高的问题,提出了一种基于双流卷积网络与双中心loss的行为识别方法.该方法首先构建双流卷积网络结构,以C3Dnet模型作为双流结构的基础模型,分别提取多尺度RGB视频帧中的表观短时运动信息和堆叠光流图中的长时运动信息;然后将双流结构提取的深度信息经长短时记忆(LSTM)网络解析后进行特征融合;最后,利用基于双中心loss的2C-softmax目标函数,来最大化类间距离和最小化类内距离,从而实现相似动作的分类与识别.在数据集KTH上的实验结果表明,该方法能够准确识别相似动作,识别准确率可达98.2%,具有很好的识别效果. 展开更多
关键词 双流卷积网络 中心loss 长短时记(LSTM) 光流图
在线阅读 下载PDF
建瓯市2016—2022年疾病预防控制中心人才队伍调查分析
10
作者 叶婷婷 《中国卫生标准管理》 2025年第14期70-73,共4页
目的根据建瓯市疾病预防控制中心(以下简称“疾控中心”)2016—2022年的编制数、人才结构、人员流动等基本情况,分析建瓯市疾控中心人力资源配置现状,为完善人力资源配置提供参考意见,为促进建瓯市疾病预防控制事业发展提供科学依据。... 目的根据建瓯市疾病预防控制中心(以下简称“疾控中心”)2016—2022年的编制数、人才结构、人员流动等基本情况,分析建瓯市疾控中心人力资源配置现状,为完善人力资源配置提供参考意见,为促进建瓯市疾病预防控制事业发展提供科学依据。方法选取2016年1月—2022年12月建瓯市疾控中心的卫生技术人员、其他技术人员及管理人员为研究对象,收集在编在岗人员总数、职业类别、职称、年龄、学历、性别、人才流量分析(流动率、新进率、离职率)等相关数据进行描述性统计分析。结果2016—2022年,建瓯市疾控中心在编在岗人数占辖区常住人口数的比例分别为0.79/万、0.74/万、0.68/万、0.64/万、0.74/万、0.74/万、0.80/万;新进率为43%,离职率为18%,流动率为61%;职业类别人员分布及性别比例比较,差异均无统计学意义(P>0.05)。建瓯市疾控中心在编在岗人员中,35~54岁人员占比有所下降,但仍高于各年度其他年龄段人员占比;研究生占比下降至0,大学专科占比逐渐上升;高级职称占比变化不大,初级职称占比逐渐上升。结论建瓯市疾控中心人力资源总量不足,人员结构不合理。应充分发挥政府职能作用,通过建立健全人才准入、培养和激励机制,严格按照配置标准配足配齐疾控中心人员,完善公共卫生服务体系,提升人员素质,优化资源配置。 展开更多
关键词 疾病预防控制中心 人才流失 人力资源配置 晋升 现状分析 建瓯市
暂未订购
以人为本的听力咨询在听损儿童家庭哀伤应对中的应用
11
作者 蒋雯 刘稳 《中国听力语言康复科学杂志》 2025年第2期190-192,共3页
听力损失对儿童及其家庭带来深远的情感影响,许多家庭在面对孩子的诊断后经历了复杂且长期的哀伤过程。哀伤不仅是一种情感反应,还是一种心理适应过程,父母在这一过程中可能会经历否认、愤怒、讨价还价、抑郁和接纳5个阶段。以人为本的... 听力损失对儿童及其家庭带来深远的情感影响,许多家庭在面对孩子的诊断后经历了复杂且长期的哀伤过程。哀伤不仅是一种情感反应,还是一种心理适应过程,父母在这一过程中可能会经历否认、愤怒、讨价还价、抑郁和接纳5个阶段。以人为本的听力咨询,通过关注家庭成员的情感需求并提供个性化支持,有效促进家庭情感调整和全面康复。本文探讨了结合哀伤5阶段模型,以人为本的听力咨询如何帮助父母在哀伤过程中逐步适应孩子的听力损失,支持家庭康复,并为听力损失儿童提供更好的发展环境。 展开更多
关键词 听力损失 哀伤5阶段 以人为本 听力咨询 家庭康复
暂未订购
基于多任务学习与注意力机制的多层次音频特征情感识别研究 被引量:4
12
作者 李磊 朱永同 +2 位作者 杨琦 赵金葳 马柯 《智能计算机与应用》 2024年第1期85-94,101,共11页
传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入... 传统音频分类任务仅仅是从单层次音频提取特征向量进行分类,即便使用过大的模型,其过多的参数也会造成特征之间的耦合,不符合特征提取“高聚类,低耦合”的原则。由于注意到一些与情绪相关的协变量并没有得到充分利用,本文在模型中加入性别先验知识;将多层次音频特征分类问题转化为多任务问题进行处理,从而对多层次特征进行解耦再进行分类;针对特征分布的再优化方面设计了一个中心损失模块。通过在IEMOCAP数据集上的实验结果表明,本文提出模型的加权精度(WA)和未加权精度(UA)分别达到了71.94%和73.37%,与原本的多层次模型相比,WA和UA分别提升了1.38%和2.35%。此外,还根据Nlinear和Dlinear算法设计了两个单层次音频特征提取器,在单层次音频特征分类实验中取得了较好的结果。 展开更多
关键词 语音情感分类 MFCC 中心损失 多任务学习 先验信息 Dlinear
在线阅读 下载PDF
Calculations of the Ion Orbit Loss Region at the Plasma Edge of EAST
13
作者 吴国将 张晓东 《Plasma Science and Technology》 SCIE EI CAS CSCD 2012年第9期789-793,共5页
In divertor tokamak plasma, the energetic ion losses of edge plasma are considered to be responsible for the negative radial electric field. In the present paper, a guiding center approximation orbit equation is found... In divertor tokamak plasma, the energetic ion losses of edge plasma are considered to be responsible for the negative radial electric field. In the present paper, a guiding center approximation orbit equation is found by assuming the conservation of three integrals of motion, i.e. the total ion energy E, the magnetic moment # and toroidal angular momentum Pc, and it is used to calculate expediently the ion orbit loss region. The direct ion orbit losses in the initial velocity space near the plasma edge of EAST with SN (single null) divertor configuration are analyzed systematically. The ion loss regions are obtained by solving the guiding center approximation orbit equation of critical ions with the effect of the radial electric field taken into account. Under the influence of plasma current Ip, the type of ions, the toroidal field Bt and the changes of the loss regions are analyzed and calculated accordingly. 展开更多
关键词 guiding center approximation equation ion orbit loss regions negative radialelectric field
在线阅读 下载PDF
基于深度神经网络的台风中心定位方法 被引量:1
14
作者 郑宗生 沈绪坤 +1 位作者 王振华 卢鹏 《热带气象学报》 CSCD 北大核心 2024年第3期341-351,共11页
台风中心定位的微小误差会对台风路径预报造成较大的偏离,因此精确定位台风中心是台风路径预测和灾害预报的重要步骤。台风云系随时间不断变化且风力强弱不一,在卫星云图中呈现了多样性和复杂性,现有基于神经网络的模型由于缺少对台风... 台风中心定位的微小误差会对台风路径预报造成较大的偏离,因此精确定位台风中心是台风路径预测和灾害预报的重要步骤。台风云系随时间不断变化且风力强弱不一,在卫星云图中呈现了多样性和复杂性,现有基于神经网络的模型由于缺少对台风特征图像多维度参数的权重合理分配,在自动提取台风图像特征上受到了限制。为此,提出一种融合通道注意力与坐标注意力的神经网络模型(TY-LOCNet),首先搭建深度卷积神经网络模型提取台风特征;其次引入通道注意力机制从台风特征中捕获通道级别的信息,提升模型对重要通道的关注度;然后将通道注意力结果输入到坐标注意力机制中全局标定台风位置信息,使模型能够在较大的区域关注到台风的形态结构;此外,均方误差损失函数未能融合计算坐标导致定位精度低,因此提出距离损失函数(DISTLoss)通过距离回归提高模型定位精度。实验结果表明,TY-LOCNet的平均位置误差(MLE)、平均定位误差(MAE)和检测速度分别为3.502像素,0.292°和17 FPS,优于其他模型。台风中心定位模型TY-LOCNet可为台风预报提供实时性台风中心定位支持。 展开更多
关键词 台风中心定位 注意力机制 神经网络 距离损失函数
在线阅读 下载PDF
基于多视数据重构损失标定的叶片型面光学检测 被引量:1
15
作者 罗瑛 朱杨洋 +1 位作者 王宗平 殷国富 《中国测试》 CAS 北大核心 2024年第8期118-124,共7页
航发叶片型面检测是保证叶片加工质量、工作性能和使用寿命的关键环节。对此,该文开发一套基于线激光器的叶片型面检测平台;在完成线激光器与叶片相对位姿校准及Z向测量基准建立基础上,实现叶片型面特定截面处型线数据的多视采集;提出... 航发叶片型面检测是保证叶片加工质量、工作性能和使用寿命的关键环节。对此,该文开发一套基于线激光器的叶片型面检测平台;在完成线激光器与叶片相对位姿校准及Z向测量基准建立基础上,实现叶片型面特定截面处型线数据的多视采集;提出一种基于多视数据重构损失标定回转中心的型线重构方法。以两种典型燃气轮机导向叶片为检测对象,所提出方法获取的检测数据与三坐标测量机检测数据的对比结果表明,轮廓度检测平均绝对偏差在0.022 mm以内,最大标准偏差为0.0186 mm,最大RMS估计为0.0251 mm;特征参数检测最大偏差为0.0401mm。实验结果验证了所提出方法面向叶片型面检测的可行性。 展开更多
关键词 叶片型面检测 线激光器 回转中心 多视数据重构损失
在线阅读 下载PDF
基于改进多层感知机的工业过程微小故障诊断方法 被引量:1
16
作者 霍冠男 刘杰 《化工自动化及仪表》 CAS 2024年第5期892-899,共8页
针对工业过程数据的局部相关性、动态特性以及微小故障特征分布重叠的特点,提出一种中心聚合自注意力多层感知机(CPSAMLP)微小故障诊断方法。在数据处理中采用滑动窗口在时间维度和空间维度滑动,增强数据的动态特性,在传统多层感知机中... 针对工业过程数据的局部相关性、动态特性以及微小故障特征分布重叠的特点,提出一种中心聚合自注意力多层感知机(CPSAMLP)微小故障诊断方法。在数据处理中采用滑动窗口在时间维度和空间维度滑动,增强数据的动态特性,在传统多层感知机中,加入自注意力机制,对关键特征信息重新分配权值,在原有的交叉熵损失函数中引入中心损失项,使特征向量向特征中心靠拢,解决了微小故障特征分布重叠的问题,提升模型对微小故障的识别能力。在TE过程和青霉素发酵过程进行仿真验证,并与多层感知机(MLP)、自注意力多层感知机(SAMLP)方法进行对比,结果显示CPSAMLP故障诊断效果更优,平均准确率分别达到83.58%和97.35%,验证了所提方法的有效性。 展开更多
关键词 微小故障诊断 中心损失 多层感知机 自注意力机制
在线阅读 下载PDF
基于IDACL深度度量学习的零件表面缺陷检测 被引量:4
17
作者 李可 储世伟 +2 位作者 顾杰斐 宿磊 薛志钢 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第6期32-38,共7页
针对深度度量学习模型应用于机械零件表面缺陷检测存在易受噪声标签干扰、训练时间长、分类精度不高等问题,提出了一种基于改进深度注意中心损失(IDACL)的深度度量学习方法.首先,用O2U-Net模型对样本数据进行清洗,减少噪声样本对模型训... 针对深度度量学习模型应用于机械零件表面缺陷检测存在易受噪声标签干扰、训练时间长、分类精度不高等问题,提出了一种基于改进深度注意中心损失(IDACL)的深度度量学习方法.首先,用O2U-Net模型对样本数据进行清洗,减少噪声样本对模型训练的影响;然后,将O2U-Net模型参数迁移至深度度量学习模型,并提取各类样本中心作为深度注意中心损失的初始类中心;最后,根据样本点与类中心的距离设置权重以优化损失函数,提高模型的分类精度.中间壳体零件表面缺陷的实验结果表明,提出的方法相较其他方法具有更快的训练速度和更高的检测精度. 展开更多
关键词 表面缺陷检测 深度度量学习 深度注意中心损失 O2U-Net模型 机械零件
原文传递
基于三元中心引导的弱监督视频异常检测
18
作者 朱子蒙 李志新 +2 位作者 郇战 陈瑛 梁久祯 《计算机应用》 CSCD 北大核心 2024年第5期1452-1457,共6页
针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间... 针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间依赖关系、去除冗余信息,保留数据的关键信息。该框架将异常检测视为回归问题,为学习检测特征,设计了异常分数回归的三元中心损失(TCLASR),与动态多实例学习损失(DMIL)相结合以进一步提高特征的区分能力。DMIL能够扩大异常实例与正常实例之间的类间距离,但同时也扩大了类内距离,而TCLASR可使来自同类的实例与类中心的距离更接近,与不同类中心的距离更远。对VLARNet在ShanghaiTech与CUHK Avenue数据集上进行了综合实验。实验结果表明,VLARNet能够有效利用视频数据的各种信息,在两个数据集上获得的受试者工作特征曲线下面积(AUC)分别为94.64%和93.00%,明显优于对比算法。 展开更多
关键词 异常检测 弱监督学习 多实例学习 中心损失 受试者工作特征曲线下面积
在线阅读 下载PDF
双分支协同策略的弱监督行为检测
19
作者 王静 王传旭 《青岛科技大学学报(自然科学版)》 CAS 2024年第2期140-146,共7页
弱监督行为检测旨在使用视频级标签定位动作的起止边界及识别相应的行为类别。现有的模型依然存在行为定位不完整、背景干扰等问题。对此,提出了双分支协同策略,为背景帧引入辅助类,采用权重共享机制的非对称式训练,使得该模型能够抑制... 弱监督行为检测旨在使用视频级标签定位动作的起止边界及识别相应的行为类别。现有的模型依然存在行为定位不完整、背景干扰等问题。对此,提出了双分支协同策略,为背景帧引入辅助类,采用权重共享机制的非对称式训练,使得该模型能够抑制背景帧的激活以提高定位性能。在优化分支提出中心损失项来学习每个动作类的聚类中心,并惩罚特征与其中心之间的距离及最小类内变化,从而增强特征的可辩别性;基本分支丢弃其动作类的中心区域,同时学习背景特征,通过迭代训练挖掘与其行为相关的不明显区域,有助于更好的模拟背景,实现行为的完整性定位。该算法在THUMOS14和ActivityNet1.2数据集上进行实验验证并与其他相关文献进行比较,结果表明了所提出算法的可行性。 展开更多
关键词 时序行为检测 弱监督学习 中心损失项 背景类 注意力机制
在线阅读 下载PDF
摇动半径与中心抬刀对电火花加工效果影响的试验研究
20
作者 李殿新 刘建勇 +1 位作者 张慧杰 杨晓宇 《机械科学与技术》 CSCD 北大核心 2024年第2期232-237,共6页
为了提升电火花加工系统的性能,开发出基于PC平台、能够实现高速复杂抬刀、多轴联动摇动加工的电火花成形加工数控系统。在中心抬刀模式下,加入摇动半径分别为30μm、60μm、90μm的摇动模式,对比了不同模式下的试验结果。在90μm摇动... 为了提升电火花加工系统的性能,开发出基于PC平台、能够实现高速复杂抬刀、多轴联动摇动加工的电火花成形加工数控系统。在中心抬刀模式下,加入摇动半径分别为30μm、60μm、90μm的摇动模式,对比了不同模式下的试验结果。在90μm摇动模式下,对比了中心抬刀与非中心抬刀下的试验结果。结果表明:随着摇动半径的增大,加工时间变长、加工蚀除率下降、加工后孔的直径和深度变大但孔的直径偏差变小、底部圆角半径变小、电极损耗率下降,但表面粗糙度基本相同;中心抬刀会延长加工时间、降低加工蚀除率、减小孔直径并降低孔的直径误差、减小电极损耗率,对底部圆角直径、加工深度、表面粗糙度的影响不大。 展开更多
关键词 电火花加工 摇动模式 中心抬刀 电极损耗 加工精度
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部