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80篇文章
< 1 2 … 4 >
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：
基于多模态信息融合的中文隐式情感分析 被引量：4
1
作者 张换香 李梦云 张景 《计算机工程与应用》 北大核心 2025年第2期179-190,共12页
隐式情感表达中缺乏显式情感词,给隐式情感分析带来一定的挑战。为有效解决此问题,借助外部信息是有效解决隐式情感分析的方法之一。与现有的主要借助单一文本信息的研究不同,提出一种融合多模态信息(包括语音和视频)的隐式情感分析方... 隐式情感表达中缺乏显式情感词,给隐式情感分析带来一定的挑战。为有效解决此问题,借助外部信息是有效解决隐式情感分析的方法之一。与现有的主要借助单一文本信息的研究不同,提出一种融合多模态信息(包括语音和视频)的隐式情感分析方法。通过从语音中提取音调、强度等声学特征,以及从视频中捕捉面部表情等视觉特征,辅助理解隐式情感。利用BiLSTM网络挖掘各单模态内部的上下文信息;结合多头互注意力机制分别捕捉与文本相关的语音和视觉特征,并通过迭代优化,减少非文本模态的低阶冗余信息。此外,通过设计以文本为中心的交叉注意融合模块,强化隐式文本特征表示,并处理模态间的异质性,增强隐式情感分析的综合性能。在CMUMOSI、CMU-MOSEI、MUMETA数据集上的实验结果表明,所提出的模型优于其他基线模型。这种针对隐式情感分析的多模态处理策略,充分利用语音和视觉外部知识,更全面、准确地捕捉隐式情感表达,有效提升了隐式情感分析的准确率。 展开更多
关键词 隐式情感分析 深度神经网络 多模态 注意力机制 特征融合
在线阅读 下载PDF
基于多视角学习的图神经网络群组推荐模型
2
作者 王聪 史艳翠 《计算机应用》 北大核心 2025年第4期1205-1212,共8页
针对现有基于图神经网络(GNN)的群组推荐模型难以充分利用显隐式交互信息的问题,提出一种基于多视角学习的GNN群组推荐(GRGM)模型。先根据群组交互数据构造超图、二分图和超图投影图,并针对各个图结构的特性采用相应的GNN提取图节点特征... 针对现有基于图神经网络(GNN)的群组推荐模型难以充分利用显隐式交互信息的问题,提出一种基于多视角学习的GNN群组推荐(GRGM)模型。先根据群组交互数据构造超图、二分图和超图投影图,并针对各个图结构的特性采用相应的GNN提取图节点特征,从而充分表达用户、群组和项目之间的显隐式关系;再提出一种多视角信息融合策略,以获取最终的群组和项目表示。在Mafengwo、CAMRa2011和Weeplaces数据集上的实验结果表明,相较于基线模型ConsRec,GRGM模型的命中率(HR@5、HR@10)和归一化折损累计增益(NDCG@5、NDCG@10)在Mafengwo数据集上分别提升了3.38%、1.96%和3.67%、3.84%,在CAMRa2011数据集上分别提升了2.87%、1.18%和0.96%、1.62%,在Weeplaces数据集上分别提升了2.41%、1.69%和4.35%、2.60%。可见,GRGM模型相较于对比模型具有更好的推荐性能。 展开更多
关键词 群组推荐 图神经网络 多视角学习 超图 隐式信息
在线阅读 下载PDF
基于几何复杂度编码的3D场景隐式重建方法
3
作者 贺超远 王庆栋 +1 位作者 艾海滨 张力 《测绘科学》 北大核心 2025年第7期37-50,共14页
针对当前三维场景隐式重建方法存在高频几何细节信息不敏感、编码存储占用高、非表面监督数据依赖程度高等问题,提出一种基于几何复杂度编码的3D场景隐式重建方法。该方法融合了Eikonal正则化约束和基于几何复杂度编码的策略,编码策略... 针对当前三维场景隐式重建方法存在高频几何细节信息不敏感、编码存储占用高、非表面监督数据依赖程度高等问题,提出一种基于几何复杂度编码的3D场景隐式重建方法。该方法融合了Eikonal正则化约束和基于几何复杂度编码的策略,编码策略通过表面曲率以及查询点与编码点之间的距离权重,从而获取聚焦于几何复杂区域的编码信息,这使得网络能够更好地关注细节部分。结合Eikonal正则化约束,符号距离场的整体结构得到进一步优化,使得模型能够在保持全局一致性的同时,精确捕捉局部几何特征。该方法避免了复杂的非表面监督数据构建,实现局部几何细节特征保留的高精细三维场景重建,同时缓解编码存储占用随重建精细度增加问题。在Thingi32数据集和Stanford数据集上的实验结果显示,本文方法在多项关键指标上均优于现有经典方法,展示了本文方法在3D场景隐式重建方面的有效性。 展开更多
关键词 神经网络 符号距离场 隐式神经表示 三维重建 点云
原文传递
基于自监督图卷积和注意力机制实现隐式反馈降噪的社交推荐
4
作者 郭向星 周魏 +3 位作者 杨正益 文俊浩 杨佳佳 刘蔓 《电子学报》 北大核心 2025年第1期151-162,共12页
基于图神经网络的社交推荐系统取得了较好的性能,然而,基于图神经网络的社交推荐模型存在以下挑战:基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声,使得用户和物品的向量表示存在偏差;用户物品图中的边和用户社交关... 基于图神经网络的社交推荐系统取得了较好的性能,然而,基于图神经网络的社交推荐模型存在以下挑战:基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声,使得用户和物品的向量表示存在偏差;用户物品图中的边和用户社交关系图中的边的异质性,导致基于图神经网络在两张图上学习到的用户向量表示存在于不同的语义空间,直接融合往往得到次优的向量表示.针对上述问题,本文提出了基于自监督图卷积和注意力机制实现隐式反馈降噪的社交推荐模型.该模型从原始的用户物品图中捕捉用户的真实兴趣,生成降噪的用户物品交互图;提出一种新颖的用户向量融合方法,对异质的用户向量表示进行融合.在两个公开数据集上的实验结果表明,所提出的模型在不同数据集上的推荐性能均较基线模型有显著提升.在lastfm数据集上,推荐性能提升了1.18%至3.87%;在ciao数据集上,推荐性能提升了3.56%至7.31%.通过消融实验验证了模型各个模块的有效性. 展开更多
关键词 注意力机制 隐式反馈 图卷积神经网络 自监督学习 社交推荐
在线阅读 下载PDF
融合多语言知识的慕课评论隐式方面情感分析 被引量：3
5
作者 陈怀博 张会兵 +1 位作者 首照宇 潘芳 《计算机工程与应用》 北大核心 2025年第5期104-112,共9页
慕课完成率不高的问题严重制约着其高质量发展,慕课评论中隐喻、客观事实描述、讽刺、反问等表达中蕴含的隐式情感更为真实地表达了用户的学习体验,对信息进行分析、利用,从而挖掘出学生关于课程的反馈信息,并做出相应的改善,有助于提... 慕课完成率不高的问题严重制约着其高质量发展,慕课评论中隐喻、客观事实描述、讽刺、反问等表达中蕴含的隐式情感更为真实地表达了用户的学习体验,对信息进行分析、利用,从而挖掘出学生关于课程的反馈信息,并做出相应的改善,有助于提升学生满意度以提高慕课完成率。为此,提出一种融合多语言知识的慕课隐式方面情感分析模型来获得更为精准的隐式情感信息。针对前两种表达中缺乏明显情感倾向的特点,引入多重图神经网络来融合词性、语义、句法和义原等多语言知识,充分利用其中的关联关系来挖掘评论中隐含的情感信息。同时,对于后两种表达方式中的情感词与文本真实情感极性不符的问题,构建多层级注意力机制来获取整体语义粗粒度、方面词细粒度中的情感信息。在构建的MOOC数据集上测试模型,准确率和F1指数分别达到90.2%和93.8%,同时在SMP2019-ECISA数据集上的对比实验表明,所提模型的准确率与KC-ISA-BERT等模型相比提升了1.7个百分点。 展开更多
关键词 隐式情感分析 方面情感分析 图神经网络 多级注意力机制 慕课
在线阅读 下载PDF
基于隐式神经表示的圆周合成孔径声呐图像增强算法
6
作者 李博文 杜选民 曾赛 《声学技术》 北大核心 2025年第4期610-619,共10页
使用时域反投影算法的圆周合成孔径声呐图像重建会在远离成像场景中心位置的脉冲响应中引入不对称性,从而导致圆周合成孔径声呐的成像分辨率降低。理论上可以通过成像系统点扩散函数与圆周合成孔径声呐成像结果的反卷积运算来修正图像... 使用时域反投影算法的圆周合成孔径声呐图像重建会在远离成像场景中心位置的脉冲响应中引入不对称性,从而导致圆周合成孔径声呐的成像分辨率降低。理论上可以通过成像系统点扩散函数与圆周合成孔径声呐成像结果的反卷积运算来修正图像模糊。由于圆周合成孔径声呐的点扩散函数具有空变性,且反卷积是一个不适定逆问题,对噪声很敏感,导致模糊修正效果不佳。针对点扩散函空变性问题,文章利用隐式神经表示神经网络方法对水中圆周合成孔径声呐图像进行反卷积处理,可以纠正重建图像的高阶相位误差,并通过改进隐式神经表示网络提高算法的鲁棒性。计算机仿真和湖上试验结果表明,该方法比传统反卷积方法具有更好的图像增强效果。 展开更多
关键词 圆周合成孔径声呐 点扩散函数 反卷积 图像增强 隐式神经表示 神经网络
在线阅读 下载PDF
基于神经隐式表面表征的动态可扩展SLAM技术
7
作者 张嘉钏 戈湑 王录涛 《计算机工程与设计》 北大核心 2025年第4期1119-1126,共8页
针对同时定位与地图构建过程中,受遮挡、测量误差等因素影响导致构造地图易出现空洞、断层等问题,提出一种基于神经辐射场的三维场景重建方法,提升建图质量,实现无边界场景的重建和地图的动态扩展。基于密度场是由一个定义良好的表面产... 针对同时定位与地图构建过程中,受遮挡、测量误差等因素影响导致构造地图易出现空洞、断层等问题,提出一种基于神经辐射场的三维场景重建方法,提升建图质量,实现无边界场景的重建和地图的动态扩展。基于密度场是由一个定义良好的表面产生的这一假设,通过约束表面的不透明度误差,使射线采样点更好地吻合辐射场分布;为实现压缩网格占用的空间的同时,不降低重建分辨率,引入线性插值的方法,获得指定坐标的特征向量集;引入光度约束、深度约束和符号距离值约束,提升复杂几何表面细节恢复能力。多个数据集与实际数据验证结果表明,系统在重建地图的精度、完整度和完整率上都有所提升,验证了方法的可行性。 展开更多
关键词 同时定位与地图构建 三维重建 神经隐式网络 体渲染 截断有符号距离函数 线性插值 体素网格
在线阅读 下载PDF
多向梯度孔径反应载体的结构主动设计
8
作者 郑天清 邱泓桑 +4 位作者 詹友基 徐继璇 章蒙蒙 王江江 李棒棒 《厦门大学学报(自然科学版)》 北大核心 2025年第2期327-335,共9页
[目的]探究隐式三角函数参数与多孔反应载体孔径大小之间的内在关系,实现具有多向梯度孔径的反应载体结构主动设计,进而为应用于传质传热和制氢反应的多孔反应载体的多向梯度孔径设计奠定基础.[方法]在经典隐式三角函数的基础上,解析其... [目的]探究隐式三角函数参数与多孔反应载体孔径大小之间的内在关系,实现具有多向梯度孔径的反应载体结构主动设计,进而为应用于传质传热和制氢反应的多孔反应载体的多向梯度孔径设计奠定基础.[方法]在经典隐式三角函数的基础上,解析其中与孔径大小相关的参数,并建立该参数与坐标位置之间的关联,开展梯度孔径反应载体的结构设计;同时通过变参数的方法,分析新型隐式三角函数参数的改变对多孔反应载体孔径梯度的影响;利用多孔反应载体孔径梯度与其对应的隐式三角函数参数训练BP神经网络,建立多孔反应载体孔径梯度与隐式三角函数参数之间的映射关系,进而实现孔径梯度的主动设计.[结果]I-WP型隐式三角函数可获得具有较高比表面积的多孔反应载体.在此基础上,通过建立隐式三角函数参数C与坐标位置之间的关联,实现了多向梯度孔径反应载体的结构设计.基于BP神经网络,实现了多孔反应载体的孔径梯度主动调控,其中,隐式三角函数参数A(用于调控载体的孔径大小及孔径梯度)的预测误差率在2%~14%,参数T(用于辅助调控载体的孔径大小)的预测误差率在0.1%~2%.[结论]隐式三角函数可实现多向梯度孔径反应载体的结构设计,BP神经网络可实现多孔反应载体的孔径梯度主动设计. 展开更多
关键词 反应载体 主动设计 梯度孔径 隐式三角函数 神经网络
在线阅读 下载PDF
面向多标签隐性知识的文本数据挖掘算法
9
作者 邓乔夫 李骁娅 郭校君 《沈阳工业大学学报》 北大核心 2025年第5期594-601,共8页
【目的】随着社交软件用户群体的不断扩大,越来越多的平台采用多标签标注对文本信息进行分类。如何通过多标签文本数据挖掘来分析用户行为与心理,已成为当前研究的热点问题。本文基于深度主题特征提取模型,提出了一种面向多标签隐性知... 【目的】随着社交软件用户群体的不断扩大,越来越多的平台采用多标签标注对文本信息进行分类。如何通过多标签文本数据挖掘来分析用户行为与心理,已成为当前研究的热点问题。本文基于深度主题特征提取模型,提出了一种面向多标签隐性知识的数据挖掘算法,以提升文本分类的准确性和数据挖掘的效率。【方法】针对多标签文本数据中隐性知识的显性化问题,基于SECI理论对文本信息中的隐性知识进行显性化转换,并利用循环神经网络的短时记忆能力提高隐性知识的转换效率。在此基础上,考虑到文本信息的复杂性,分别从局部特征和全局特征两个维度进行分析,并采用特征融合策略提高数据挖掘的准确性。由于文本信息前后文关联性较强,利用基于长短期记忆网络(LSTM)模型的门控机制,提取文本的上下文信息,以捕捉文本中的序列依赖关系;采用潜在狄利克雷分配(LDA)模型,对文本的主题结构进行建模,从而避免因人工标注标准差异导致的模型训练偏差;通过特征拼接的方式,并结合LDA主题模型和LSTM模型提取的局部及全局特征,以降低特征提取过程中信息丢失的风险;引入主题控制器,通过缩小推理范围,提高文本特征提取的有效性;构建基于高斯解码器的上下文主题层,计算词汇在特定主题下的条件概率矩阵,并利用高斯混合解码器优化文本主题建模,提高文本内容的扩充能力;使用Softmax函数计算各标签的概率,实现多标签文本分类。【结果】对比实验中,使用困惑度作为模型训练的评估指标。结果表明,本文模型的困惑度优于对照组(LDA主题模型与LSTM模型),验证了LDA与LSTM结合的特征拼接策略可有效发挥两种模型的优势。此外,与NVDM、LSTM、LDA和VAETM模型进行对比,以准确率和查全率为评估指标,本文模型在准确率和查全率方面分别提升了5.05%和2.75%,表明其在多标签文本分类任务中的有效性与优越性。【结论】对比实验结果表明,本文模型能够显著提升文本分类的性能,相比LDA主题模型和LSTM模型,在处理多标签文本时表现更优;能够高效挖掘多标签文本数据中的隐性知识,为文本分类、语义分析和信息检索等任务提供了一种高效、精准的解决方案。 展开更多
关键词 多标签文本 深度主题特征提取模型 隐性知识 循环神经网络 LSTM神经网络 LDA主题模型 特征拼接 高斯解码器
在线阅读 下载PDF
融合注意力机制的弱监督语义分割自激活方法
10
作者 周凯 于莲芝 《电子科技》 2025年第4期80-86,共7页
弱监督语义分割以类激活图进行训练,但类激活图与真实像素级标签存在较大差距。针对弱监督语义分割类激活图定位信息少、分割结果的轮廓粗糙问题,文中提出基于注意力机制的弱监督语义分割自激活模型。利用仿射变化引入全监督方法中的隐... 弱监督语义分割以类激活图进行训练,但类激活图与真实像素级标签存在较大差距。针对弱监督语义分割类激活图定位信息少、分割结果的轮廓粗糙问题,文中提出基于注意力机制的弱监督语义分割自激活模型。利用仿射变化引入全监督方法中的隐性约束,提取分类网络浅层信息并融合注意力机制。利用增强后的浅层信息细化类激活图的轮廓,根据生成的类激活图对特征图进行自激活,从而生成最终的类激活图。在PASCAL VOC 2012数据集上进行实验,相较于近期先进模型,类激活图的平均交并比提升了1.7%,最终分割结果的平均交并比提升了2.4%。通过对模型进行消融实验验证了各模块的有效性。 展开更多
关键词 弱监督方法 语义分割 类激活图 注意力机制 卷积神经网络 自激活方法 仿射变换 浅层网络 隐性约束
在线阅读 下载PDF
基于锥形追踪和网络分解的NeRF三维重建方法 被引量：1
11
作者 景维鹏 王源锋 李超 《计算机工程》 CAS CSCD 北大核心 2024年第10期334-341,共8页
在计算机视觉领域,神经辐射场(NeRF)是以空间坐标或者时间、相机位姿等其他维度作为输入,通过多层感知机(MLP)网络模拟目标函数,生成颜色、深度等目标标量的过程。NeRF的应用包括对三维场景进行高质量的重建,而其在处理不同分辨率的场... 在计算机视觉领域,神经辐射场(NeRF)是以空间坐标或者时间、相机位姿等其他维度作为输入,通过多层感知机(MLP)网络模拟目标函数,生成颜色、深度等目标标量的过程。NeRF的应用包括对三维场景进行高质量的重建,而其在处理不同分辨率的场景时会产生过度模糊或者伪影的渲染效果,且存在训练耗时较长的问题。为了解决上述问题,提出基于锥形追踪和网络分解的NeRF三维重建方法。使用锥形追踪的方法,为每个像素投射一个圆锥体,并将投射的圆锥体切割成一系列的圆锥台,沿着该圆锥体进行特征化,通过高效渲染抗锯齿的圆锥台来降低模糊或者伪影效果。为了缩短训练时间,使用网络分解的方法,将原始NeRF接收5维数据的神经网络分解为两个网络,有效地缩短训练时间。实验结果表明,在NeRF_Synthetic、LLFF和Multiresolution数据集中,相比于NeRF、F 2-NeRF等方法,所提方法的峰值信噪比(PSNR)提升了14.4%~24.6%,能够重建出更丰富的细节特征,视觉效果更好,且训练时间大幅降低。 展开更多
关键词 神经辐射场 多层感知机 三维重建 神经网络 隐式重建 锥形追踪 网络分解
在线阅读 下载PDF
三维人脸成像及重建技术综述 被引量：1
12
作者 刘菲 张堃博 +3 位作者 杨青 周树波 王云龙 孙哲南 《中国图象图形学报》 CSCD 北大核心 2024年第9期2441-2470,共30页
得益于新型三维视觉测量技术及深度学习模型的飞速发展,三维视觉成为人工智能、虚拟现实等领域的重要支撑技术,三维人脸成像及重建技术取得了突破性进展,不仅能够更好地应对光照、遮挡、表情和姿态等变化,同时增大了伪造攻击难度,大大... 得益于新型三维视觉测量技术及深度学习模型的飞速发展,三维视觉成为人工智能、虚拟现实等领域的重要支撑技术,三维人脸成像及重建技术取得了突破性进展,不仅能够更好地应对光照、遮挡、表情和姿态等变化,同时增大了伪造攻击难度,大大推动了真实感“虚拟数字人”的重建与渲染,有效提升了人脸系统的安全性。本文对三维人脸成像技术和重建模型进行了全面综述,尤其对基于深度学习的三维人脸重建进行系统深入地分析。首先,对三维人脸成像设备及采集系统进行详细梳理及对比归纳,并介绍了基于新传感技术的人脸成像系统;然后,对基于深度学习的三维人脸重建模型进行系统分析,从输入数据源角度分为基于单目图像、基于多目图像、基于视频和基于语音的三维人脸重建算法4类。通过深入分析,总结三维人脸成像的研究现状及面临的难点与挑战,对未来发展方向及应用进行积极探讨与展望。本文涵盖了近5年经典的三维人脸成像及重建相关的技术与研究,为人脸研究、发展和应用提供了很好的参考。 展开更多
关键词 三维人脸成像 三维人脸重建 深度学习(DL) 生成对抗网络(GAN) 隐式神经表示(INR)
原文传递
融合显隐式反馈的协同过滤推荐模型 被引量：6
13
作者 欧朝荣 胡军 《控制与决策》 EI CSCD 北大核心 2024年第3期1048-1056,共9页
融合显式和隐式反馈已被应用于提升推荐模型的性能,但是,现有的此类推荐模型未能保留显式反馈中反映用户偏好程度的信息,且现有研究认为拥有显式反馈的数据和仅拥有隐式反馈的数据对于模型具有同等影响,未能充分发挥显式反馈的优势.针... 融合显式和隐式反馈已被应用于提升推荐模型的性能,但是,现有的此类推荐模型未能保留显式反馈中反映用户偏好程度的信息,且现有研究认为拥有显式反馈的数据和仅拥有隐式反馈的数据对于模型具有同等影响,未能充分发挥显式反馈的优势.针对这些问题,提出一种新的融合显式和隐式反馈的协同过滤推荐模型(CEICF).首先,所提出模型提取显式反馈中的特征得到用户/物品的全局偏好向量;然后,从隐式反馈中提取用户/物品的潜在向量,进而将两种向量进行融合得到用户/物品的偏好向量;最后,使用神经网络预测用户与物品交互的可能性.在训练模型时,定义一种加权的二进制交叉熵损失函数,加强显式反馈对模型的影响来增强模型捕获用户偏好的能力.为了验证所提出模型的有效性,在覆盖不同领域的现实数据集上进行实验,实验结果表明,CEICF可有效地融合显式和隐式反馈,且推荐效果相对于基线模型有显著提升. 展开更多
关键词 信息过载 个性化推荐 协同过滤 显式反馈 隐式反馈 神经网络
原文传递
稠油开采注汽锅炉在线综合预警关键技术 被引量：1
14
作者 王军茹 吴昊洋 +1 位作者 王军平 易军凯 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第11期2218-2225,共8页
为了对工作在高温高压下注汽锅炉的各项运行参数进行在线准确监测和异常预警,本文在对稠油开采注汽锅炉工况参数进行采集、处理、分析的基础上,提出对注汽锅炉显性故障和隐性故障进行检测的方案。采用长期短期记忆神经网络,利用锅炉的... 为了对工作在高温高压下注汽锅炉的各项运行参数进行在线准确监测和异常预警,本文在对稠油开采注汽锅炉工况参数进行采集、处理、分析的基础上,提出对注汽锅炉显性故障和隐性故障进行检测的方案。采用长期短期记忆神经网络,利用锅炉的时序数据对系统进行分析和建模,完成锅炉显性故障检测和预警,并通过预测数据的方式缓解锅炉大时滞的特性;利用深度异常检测技术,将无故障判别标准的数据进行隐性故障分析和预警。本文提出的综合预警方案对克拉玛依油田注汽锅炉进行了实验验证,预测误差仅有0.08%,同时异常检测范围也在设定值范围内。 展开更多
关键词 稠油开采 注汽锅炉 大时滞 神经网络 时序数据 显性故障 隐性故障 在线监测 异常预警
在线阅读 下载PDF
神经网络增强的成对双线性因子分解机 被引量：2
15
作者 周祺 周宁宁 《计算机工程与科学》 CSCD 北大核心 2024年第9期1648-1659,共12页
基于神经网络增强的因子分解机模型因可以捕捉更多高阶特征的交互,使预测结果愈加精准而成为了当前推荐算法的研究热点。针对现有模型在对用户与物品交互特征进行建模时,并没有综合考虑高阶交互特征和原始低阶特征的问题,同时为了提高... 基于神经网络增强的因子分解机模型因可以捕捉更多高阶特征的交互,使预测结果愈加精准而成为了当前推荐算法的研究热点。针对现有模型在对用户与物品交互特征进行建模时,并没有综合考虑高阶交互特征和原始低阶特征的问题,同时为了提高模型对用户偏好的建模能力,采用深度神经网络,并且结合成对学习提出了新的深度神经网络增强的成对双线性因子分解机模型DeepPRBFM。该模型采用一对分别包含正样本和负样本输入的双线性结构,利用多层ResNet保留低阶特征,利用DNN增强高阶特征的交互,并采用了基于Pairwise Ranking的损失函数。此外,双线性结构中,通过增加负样本的比例,不仅能大大减缓推荐系统的冷启动问题,而且还能提升模型的预测效果。在2个真实数据集上的实验结果表明,所提出的模型获得了更高的推荐准确率,在HR和NDCG等客观指标上都优于其他对比模型。 展开更多
关键词 隐式反馈 成对学习 因子分解机 神经网络 冷启动
在线阅读 下载PDF
基于注意力机制的人体关键点隐式建模网络 被引量：2
16
作者 赵佳圆 张玉茹 +3 位作者 苏晓东 徐红岩 李世洲 张玉荣 《计算机工程》 CAS CSCD 北大核心 2024年第3期317-325,共9页
人体姿态估计任务需要利用视觉线索和关节间的解剖关系来定位关键点,但基于卷积神经网络的方法难以关注远程上下文线索和建模远距离关节之间的依赖关系。为此,提出一种基于注意力机制的隐式建模方法,通过多阶段迭代计算关节之间的特征... 人体姿态估计任务需要利用视觉线索和关节间的解剖关系来定位关键点,但基于卷积神经网络的方法难以关注远程上下文线索和建模远距离关节之间的依赖关系。为此,提出一种基于注意力机制的隐式建模方法,通过多阶段迭代计算关节之间的特征相关性来隐式建模关键点间的约束关系,消除卷积神经网络的局部操作,扩大网络的感受野,建模远距离关节之间的依赖关系。为了解决网络在训练过程中可能弱化不可见关键点的问题,采用焦点损失函数,使网络更关注于复杂的关键点。使用目前精度最高的特征提取高分辨率网络(HRNet)和经典特征提取残差网络(ResNet)作为主干网络进行实验,结果表明,在同等实验条件下,隐式建模方法可以提高人体姿态估计网络的性能,在MPII和MSCOCO人体姿态估计基准数据集上,以HRNet网络为主干网络的算法相较于原网络,精度分别提升了1.7%和2.6%。 展开更多
关键词 人体姿态估计 卷积神经网络 注意力机制 焦点损失 隐式建模
在线阅读 下载PDF
面向鲁棒图结构防御的过参数化图神经网络
17
作者 初旭 马辛宇 +4 位作者 林阳 王鑫 王亚沙 朱文武 梅宏 《软件学报》 EI CSCD 北大核心 2024年第8期3878-3896,共19页
图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法... 图数据在现实应用中普遍存在,图神经网络(GNN)被广泛应用于分析图数据,然而GNN的性能会被图结构上的对抗攻击剧烈影响.应对图结构上的对抗攻击,现有的防御方法一般基于图内聚先验进行低秩图结构重构.但是现有的图结构对抗防御方法无法自适应秩真值进行低秩图结构重构,同时低秩图结构与下游任务语义存在错配.为了解决以上问题,基于过参数化的隐式正则效应提出过参数化图神经网络(OPGNN)方法,并形式化证明所提方法可以自适应求解低秩图结构,同时证明节点深层表征上的过参数化残差链接可以有效解决语义错配.在真实数据集上的实验结果表明,OPGNN方法相对于现有基线方法具有更好的鲁棒性,同时,OPGNN方法框架在不同的图神经网络骨干上如GCN、APPNP和GPRGNN上显著有效. 展开更多
关键词 图节点半监督分类 图结构对抗防御 过参数化 隐式正则化 图神经网络
在线阅读 下载PDF
基于PRPNet的三维表面重建方法
18
作者 雷懂 宋俊锋 叶振 《软件工程》 2024年第6期59-62,67,共5页
隐式神经网络用于三维表面重建时,存在重建物体的结构不准确、表面缺乏局部细节等问题,针对此问题,文章提出了一种基于PRPNet(点云残差编码网络)的三维表面重建方法。首先采用更深的网络结构且加入残差模块挖掘点云潜在的结构信息,加入P... 隐式神经网络用于三维表面重建时,存在重建物体的结构不准确、表面缺乏局部细节等问题,针对此问题,文章提出了一种基于PRPNet(点云残差编码网络)的三维表面重建方法。首先采用更深的网络结构且加入残差模块挖掘点云潜在的结构信息,加入PointMateBase模块,以增强局部细节表示能力;其次使用特征权重网络获取查询点的占用概率;最后通过区域增长的Marching Cubes算法提取三维表面。实验结果表明,PRPNet模型在ShapetNet和Synthetic Rooms数据集上的精度较DpConvONet模型相应数据集上的精度分别提升了2.5百分点和2.6百分点,能够有效提升三维表面重建性能。 展开更多
关键词 三维表面重建 隐式神经网络 点云 残差模块 PointMateBase模块 特征权重网络 Marching Cubes算法
在线阅读 下载PDF
基于法线贴图增强隐式函数的单图像三维头部重建
19
作者 刘乐元 刘旭 +1 位作者 孙见弛 陈靓影 《计算机辅助设计与图形学学报》 CSCD 北大核心 2024年第12期1906-1919,共14页
三维头部重建是建构元宇宙的基础技术之一,在影视制作、游戏娱乐、智能教育等领域也具备广阔的应用前景.从单图像重建三维头部模型可以最大程度地节省成本并大幅提高操作的便捷性.然而,单图像三维头部重建是一个非适定问题,现有算法普... 三维头部重建是建构元宇宙的基础技术之一,在影视制作、游戏娱乐、智能教育等领域也具备广阔的应用前景.从单图像重建三维头部模型可以最大程度地节省成本并大幅提高操作的便捷性.然而,单图像三维头部重建是一个非适定问题,现有算法普遍存在重建的三维头部模型保真度低、细节少以及算法泛化能力差等问题.为此,文中提出了一种基于法线贴图增强隐式函数的单图像三维头部重建算法.首先,设计了一个法线贴图估计子网络从单幅图像估计头部法线贴图;其次,将三维头部模型表面看作由隐式函数描述的水平集,建立了端到端的深度神经网络,从输入图像及法线贴图中提取视觉特征并判别三维空间中各点位于该水平集等值面的概率.文中算法在FCH(FaceScape,CoMA,HeadSpace)和FaceVerse公共数据集上所重建三维头部模型的平均倒角距离分别为0.7696 mm和1.3080 mm,大幅优于对比的单图像三维头部重建算法;在2个从互联网采集的数据集上的实验结果也表明,文中算法能从包含不同年龄、人种、性别、面部表情的单幅肖像图像中重建出具备高保真度和丰富细节的三维头部模型,且具备强大泛化能力. 展开更多
关键词 三维头部重建 单图像 深度神经网络 隐式函数 法线贴图
在线阅读 下载PDF
基于深度哈密顿神经网络的物料提升机的鲁棒控制 被引量：1
20
作者 崔文豪 郭宇飞 +2 位作者 江源 王志刚 郝志强 《农业装备与车辆工程》 2024年第8期82-87,共6页
安装基座的随机振动给物料提升机系统带来不确定性,对此提出一种基于深度神经网络的非线性鲁棒控制策略。首先,采用一种嵌入哈密顿力学先验的深度神经网络(HNN),拟合了系统的动力学模型;然后,以此模型为基础,结合一种隐式Lyapunov(IL)函... 安装基座的随机振动给物料提升机系统带来不确定性,对此提出一种基于深度神经网络的非线性鲁棒控制策略。首先,采用一种嵌入哈密顿力学先验的深度神经网络(HNN),拟合了系统的动力学模型;然后,以此模型为基础,结合一种隐式Lyapunov(IL)函数,设计了系统的鲁棒镇定控制器。仿真显示,所提出的基于深度哈密顿神经网络结合IL函数控制器(HIL)的控制效果与基于精确模型的控制器IL几乎完全一致;相较传统的基于黑箱神经网络模型的IL控制(BIL)、基于误差模型(IL-E),其收敛时间分别减少了25.9%和32.5%。结果表明,所提出的控制策略能准确表征系统的非线性动力学特征,有效抑制基座振动不确定的影响,实现物料提升机的快速精确鲁棒镇定。 展开更多
关键词 基座振动 隐式Lyapunov函数 鲁棒控制 深度神经网络 物料提升机
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 … 4 下一页 到第 页
使用帮助 返回顶部