期刊文献+
共找到190篇文章
< 1 2 10 >
每页显示 20 50 100
Velocity Measurement and Freezing Technology of Multi-shot Pellet on HL-1M Tokamak 被引量:1
1
作者 李波 李立 +6 位作者 肖正贵 王明旭 刘德权 郑银甲 冯震 王明建 徐小桥 《Plasma Science and Technology》 SCIE EI CAS CSCD 2001年第5期971-976,共6页
A measuring system for high-speed hydrogen ice pellet was introduced in this paper and the photographing of flying pellet taken therein. With the system, a pellet (minimum size of φ 0.3 mm) velocity (ranging from 50 ... A measuring system for high-speed hydrogen ice pellet was introduced in this paper and the photographing of flying pellet taken therein. With the system, a pellet (minimum size of φ 0.3 mm) velocity (ranging from 50 m/s to 2500 m/s) can be measured in the HL-1M tokamak fueling experiments. By analyzing photographs and the conditions of frozen pellets (including gas supply, gas replenishment, temperature controlling etc), the pellet-freezing technology is summarized in the paper. 展开更多
关键词 Velocity Measurement and Freezing Technology of multi-shot Pellet on HL-1M Tokamak HL
在线阅读 下载PDF
A multi-shot target wheel assembly for high-repetition-rate, laser-driven proton acceleration
2
作者 J.Penas A.Bembibre +6 位作者 D.Cortina-Gil L.Martin A.Reija C.Ruiz M.Seimetz A.Alejo J.Benlliure 《High Power Laser Science and Engineering》 SCIE CAS CSCD 2024年第2期87-94,共8页
A multi-shot target assembly and automatic alignment procedure for laser–plasma proton acceleration at high repetition rate are introduced.The assembly is based on a multi-target rotating wheel capable of hosting mor... A multi-shot target assembly and automatic alignment procedure for laser–plasma proton acceleration at high repetition rate are introduced.The assembly is based on a multi-target rotating wheel capable of hosting more than 5000 targets,mounted on a 3D motorized stage to allow rapid replenishment and alignment of the target material between laser irradiations.The automatic alignment procedure consists of a detailed mapping of the impact positions at the target surface prior to the irradiation that ensures stable operation of the target,which alongside the purpose-built design of the target wheel,enables operation at rates up to 10 Hz.Stable and continuous laser-driven proton acceleration at 10 Hz is demonstrated,with observed cut-off energy stability about 15%. 展开更多
关键词 high repetition rate laser-plasma acceleration multi-shot operation proton source target assembly
原文传递
基于语义的小样本学习原型优化方法
3
作者 刘媛媛 邵明文 +1 位作者 张黎旭 邵浚 《模式识别与人工智能》 北大核心 2025年第2期132-142,共11页
语义信息可为小样本学习提供丰富的先验知识,然而,现有的小样本研究只在浅层结合图像与语义,无法充分利用语义探索类别特征,从而限制模型性能.为了缓解此问题,文中提出基于语义的小样本学习原型优化方法.首先,设计逐通道级语义提示模块... 语义信息可为小样本学习提供丰富的先验知识,然而,现有的小样本研究只在浅层结合图像与语义,无法充分利用语义探索类别特征,从而限制模型性能.为了缓解此问题,文中提出基于语义的小样本学习原型优化方法.首先,设计逐通道级语义提示模块,引导方法提取视觉特征,逐步优化类原型.然后,设计多模态边界损失,将视觉和语义维度上的类间相关性与损失函数结合,约束方法增强类原型的区分性.最后,通过两阶段微调,充分利用语义知识优化类原型,提高分类准确率.在4个基准数据集上的实验表明文中方法性能较优. 展开更多
关键词 小样本学习 原型优化 语义知识 多模态小样本学习 提示学习
在线阅读 下载PDF
融合多尺度特征与注意力的小样本目标检测 被引量:1
4
作者 张英俊 甘望阳 +1 位作者 谢斌红 张睿 《小型微型计算机系统》 北大核心 2025年第3期689-696,共8页
针对现有小样本目标检测模型存在的尺度变化问题,支持集与查询集之间的外观变化、遮挡导致的误检与漏检问题,本文提出一种融合多尺度特征与注意力的小样本目标检测模型.首先,采用ResNet-101网络进行特征提取,同时引入ASPP(Atrous Spatia... 针对现有小样本目标检测模型存在的尺度变化问题,支持集与查询集之间的外观变化、遮挡导致的误检与漏检问题,本文提出一种融合多尺度特征与注意力的小样本目标检测模型.首先,采用ResNet-101网络进行特征提取,同时引入ASPP(Atrous Spatial Pyramid Pooling)模块获取不同的感受野,以捕获目标细节信息的多尺度特征.其次,采用Bi-FPN网络进行多尺度特征融合,获得更具代表性的查询特征与支持特征,有效缓解尺度变化问题.然后,利用提出的注意力引导特征增强模块对查询特征与支持特征进行自身关注,使得它们具有更好的判别能力,由此促进查询特征与支持特征的融合,以更好地应对外观变化和遮挡带来的挑战,从而缓解误检、漏检问题.最后,将分类头与边界框回归头进行解耦,分别对RPN网络基于细粒度查询特征产生的候选区域进行目标分类与目标定位.在PASCAL VOC与MS COCO数据集上的实验结果表明,所提模型的检测性能优于主流的小样本目标检测模型,相较于基线模型DCNet,mAP平均分别提升了3.5%与2.1%. 展开更多
关键词 小样本学习 元学习 目标检测 多尺度特征融合 注意力机制
在线阅读 下载PDF
基于迁移多层感知机的挤压铸件性能预测研究
5
作者 邓建新 农张华 +1 位作者 尹政 戴博林 《广西大学学报(自然科学版)》 北大核心 2025年第2期370-383,共14页
为了基于更少的试验样本数据来更准确地预测铸件性能,提出基于已有数据和迁移多层感知机的挤压铸件性能预测方法。首先基于预测的铸件性能,从材料、工艺参数、铸件性能等方面设计数据迁移规则,筛选出最适合迁移的历史铸件数据,在此基础... 为了基于更少的试验样本数据来更准确地预测铸件性能,提出基于已有数据和迁移多层感知机的挤压铸件性能预测方法。首先基于预测的铸件性能,从材料、工艺参数、铸件性能等方面设计数据迁移规则,筛选出最适合迁移的历史铸件数据,在此基础上建立工艺参数与性能间的贝叶斯优化的预训练多层感知机模型,然后引入少量目标铸件试验数据,通过冻结-微调隐藏层参数的迁移策略,最终建立面向新铸件的性能预测模型。应用实例表明,迁移模型的平均预测误差相对基模型最大可降低80.46%。与现有基于单一铸件数据的预测模型相比,所提方法运用历史案例,实现了工艺参数与铸件性能间的知识迁移,进一步降低了对训练样本的需求,从而减少新铸件的试验次数和成本。 展开更多
关键词 挤压铸件 性能预测 迁移学习 多层感知机 贝叶斯优化 少样本学习
在线阅读 下载PDF
基于多尺度特征融合和对比学习的小样本图像分割方法
6
作者 胡晓飞 吴佳芸 +1 位作者 邹贵春 武灵芝 《南京邮电大学学报(自然科学版)》 北大核心 2025年第5期66-73,共8页
针对医学图像标注数据稀缺以及模型在分割多尺度目标时效果不佳的问题,提出一种基于多尺度特征融合和对比学习的小样本医学图像分割方法。首先,提出一种顺序拼接的多尺度跳跃连接方法替代传统的跳跃连接,有效地融合编码器中不同尺度的... 针对医学图像标注数据稀缺以及模型在分割多尺度目标时效果不佳的问题,提出一种基于多尺度特征融合和对比学习的小样本医学图像分割方法。首先,提出一种顺序拼接的多尺度跳跃连接方法替代传统的跳跃连接,有效地融合编码器中不同尺度的特征图并传递给相应的解码器。其次,鉴于模型的双分支结构,提出一种基于多尺度特征的对比学习模块,设计对比学习损失函数,提高模型对像素级特征的可分辨能力。实验结果表明,所提方法实现了医学图像的跨域数据分割,解决了因数据集稀缺造成的分割效果差的问题,提高模型对不同尺度目标的分割准确率和泛化能力,优于当今主流的小样本医学图像分割方法。 展开更多
关键词 深度学习 医学图像分割 多尺度特征融合 对比学习 小样本学习
在线阅读 下载PDF
基于通道先验感知的多尺度细化小样本细粒度图像分类
7
作者 赵晓 张懿丹 +1 位作者 章为川 杨梦婷 《陕西科技大学学报》 北大核心 2025年第4期173-182,共10页
在细粒度图像分类中,现有的小样本学习算法未能充分结合通道和空间信息提取细粒度图像的判别性特征,导致仅依靠单一类型的特征不足以准确捕捉细粒度对象的类间差异.针对这一难题,提出了一种基于通道先验感知的多尺度细化网络,旨在有效... 在细粒度图像分类中,现有的小样本学习算法未能充分结合通道和空间信息提取细粒度图像的判别性特征,导致仅依靠单一类型的特征不足以准确捕捉细粒度对象的类间差异.针对这一难题,提出了一种基于通道先验感知的多尺度细化网络,旨在有效融合通道信息和空间信息,提升小样本细粒度图像分类的性能.通道先验感知模块实现了通道维度上注意力权重的动态分配,从而高效地捕捉通道先验信息;多尺度特征聚合过程充分利用细粒度图像中丰富的上下文信息,获取丰富的空间和边界细节特征;最后,特征细化模块对上述提取的通道和空间维度信息进行优化,实现了对关键区域的动态选择和强调,进而融合形成更精细、更具代表性的混合特征表示.所提算法在以Conv-4作为骨干网络时,在Stanford Cars、Stanford Dogs和CUB-200-2011三个细粒度数据集上的实验分类性能显著提升.在5 way 1 shot分类任务中,三个数据集的准确率分别达到了79.95%、66.97%和81.91%;在5 way 5 shot分类任务中,准确率则分别为93.42%、82.48%和93.19%. 展开更多
关键词 小样本学习 细粒度图像分类 通道先验感知 多尺度融合
在线阅读 下载PDF
多标签零样本学习知识迁移集成分类方法
8
作者 王广晨 王宵 +1 位作者 马忠臣 詹永照 《小型微型计算机系统》 北大核心 2025年第5期1097-1104,共8页
在多标签零样本学习中,防止模型对可见类别过拟合,提升对不可见类的泛化识别能力是一个显著的挑战.受集成学习具有良好泛化性的启发,本文提出了一种知识迁移集成分类头方法.该方法将单次训练过程分为多个周期,使识别特定类别的共享知识... 在多标签零样本学习中,防止模型对可见类别过拟合,提升对不可见类的泛化识别能力是一个显著的挑战.受集成学习具有良好泛化性的启发,本文提出了一种知识迁移集成分类头方法.该方法将单次训练过程分为多个周期,使识别特定类别的共享知识从标准图像分类头的特征空间中解耦并分配至多个分类头中,而标准图像分类头的特征空间中识别可见类的基础知识得以保留,进而实现有效识别可见类别的同时,增强对不可见类别的泛化识别能力.该集成分类头可方便地移植到几乎所有的多标签零样本学习模型中,因而其与现有的多标签零样本学习模型的分类头正交,显示出高度的灵活性与鲁棒性.通过分析分类头对识别类别的置信度,揭示了对可见类过拟合的潜在原因,即现有多标签零样本学习方法的分类头受可见类的基础知识的影响,限制了共享知识的有效学习.本方法在两个大规模多标签零样本基准上进行了广泛性实验,证明了本方法的有效性. 展开更多
关键词 多标签零样本学习 知识迁移 集成学习 过拟合
在线阅读 下载PDF
基于融合曲线的零样本红外与可见光图像融合方法
9
作者 刘铎 张国印 +2 位作者 史一岐 田野 张立国 《模式识别与人工智能》 北大核心 2025年第3期268-279,共12页
针对红外与可见光图像融合中的颜色失真和热目标细节丢失问题,提出基于融合曲线的零样本红外与可见光图像融合方法(Zero-Shot Infrared and Visible Image Fusion Based on Fusion Curve,ZSFuCu).首先,将融合任务转化为基于深度网络的... 针对红外与可见光图像融合中的颜色失真和热目标细节丢失问题,提出基于融合曲线的零样本红外与可见光图像融合方法(Zero-Shot Infrared and Visible Image Fusion Based on Fusion Curve,ZSFuCu).首先,将融合任务转化为基于深度网络的图像特定曲线估计过程,通过像素级非线性映射实现热目标纹理的增强与色彩特征的保留.然后,设计多维度视觉感知损失函数,从对比度增强、颜色保持及空间连续性三个维度构建约束机制,协同优化融合图像的高频信息与色彩分布,保留结构特征和关键信息.最后,采用零样本训练策略,仅需单个红外与可见光图像对即可完成参数的自适应优化,具备在不同照明条件下融合的强鲁棒性.实验表明,ZSFuCu在目标突出性、细节丰富度及颜色自然度方面具有显著优势,兼具有效性与实用性. 展开更多
关键词 红外与可见光图像融合(IVIF) 深度学习 多维度视觉感知 零样本学习
在线阅读 下载PDF
Effect of native defects and laser-induced defects on multi-shot laser-induced damage in multilayer mirrors 被引量:1
10
作者 王营 赵元安 +1 位作者 邵建达 范正修 《Chinese Optics Letters》 SCIE EI CAS CSCD 2011年第9期82-85,共4页
The roles of laser-induced defects and native defects in multilayer mirrors under multi-shot irradiation condition are investigated. The HfO2/SiO2 dielectric mirrors are deposited by electron beam evaporation (EBE).... The roles of laser-induced defects and native defects in multilayer mirrors under multi-shot irradiation condition are investigated. The HfO2/SiO2 dielectric mirrors are deposited by electron beam evaporation (EBE). Laser damage testing is carried out on both the 1-on-1 and S-on-1 regimes using 355-nm pulsed laser at a duration of 8 ns. It is found that the single-shot laser-induced damage threshold (LIDT) is much higher than the multi-shot LIDT. In the multi-shot mode, the main factor influencing LIDT is the accumulation of irreversible laser-induced defects and native defects. The surface morphologies of the samples are observed by optical microscopy. Moreover, the number of laser-induced defects affects the damage probability of the samples. A correlative model based on critical conduction band (CB) electron density (ED) is presented to simulate the multi-shot damage behavior. 展开更多
关键词 Effect of native defects and laser-induced defects on multi-shot laser-induced damage in multilayer mirrors
原文传递
多模态信息交互的零样本分类及其在火星探测场景的应用
11
作者 檀晓萌 席博博 +1 位作者 薛长斌 李云松 《通信学报》 北大核心 2025年第5期103-114,共12页
为应对传统基于图像的火星场景分类算法面对火星复杂未知环境、未见类别频发的情况时表现不佳的问题,研究了多模态信息交互的零样本分类算法,并探索了该算法向深空探测领域的迁移及优化。研究内容主要分为数据集构建和算法研究2个方面... 为应对传统基于图像的火星场景分类算法面对火星复杂未知环境、未见类别频发的情况时表现不佳的问题,研究了多模态信息交互的零样本分类算法,并探索了该算法向深空探测领域的迁移及优化。研究内容主要分为数据集构建和算法研究2个方面。在数据集构建方面,整合并重构了火星探测零样本分类数据集。在算法研究方面,提出了一种基于多模态特征交互的零样本场景分类算法,然后结合知识蒸馏技术,对其进行了模型压缩优化,使其可在保证零样本分类性能的同时,大幅降低模型的参数量和计算复杂度。为验证算法的有效性,进行了大量对比实验和可视化分析,结果证明了所提算法的可行性和有效性。 展开更多
关键词 火星图像分类 多模态信息 零样本分类 知识蒸馏
在线阅读 下载PDF
MLDAC:多任务密集注意计算自监督小样本分割方法
12
作者 王炜航 张轶 《计算机工程与应用》 北大核心 2025年第4期211-221,共11页
针对现有小样本语义分割方法仍然需要大量的像素级注释来完成模型训练的问题,提出了一种多任务密集注意计算自监督小样本分割方法(multi-task dense attention computation self-supervised few-shot semantic seg-mentation method,MLD... 针对现有小样本语义分割方法仍然需要大量的像素级注释来完成模型训练的问题,提出了一种多任务密集注意计算自监督小样本分割方法(multi-task dense attention computation self-supervised few-shot semantic seg-mentation method,MLDAC)。该方法将数据集中单张图像的无监督显著性区域分割为两部分,一部分作为小样本分割的支持掩码,另一部分与整体区域分别和预测结果计算交叉熵损失作为多个任务完成多任务学习,提升了模型泛化能力;主干网络基于Swin Transformer来提取多尺度特征,并将其输入到多尺度密集注意力块,充分利用了多尺度的像素级相关性;经尺度间混合和跳过连接操作得到最终的预测结果。实验结果表明,基于自监督的MLDAC方法在PASCAL-5^(i)和COCO-20^(i)数据集上1-shot mIoU分别达到了55.1%和26.8%,相较于当前最优的自监督小样本语义分割方法分别提升了1.3和2.2个百分点;在FSS-1000数据集上1-shot mIoU达到了78.1%,证实了MLDAC方法的有效性。 展开更多
关键词 多任务学习 小样本语义分割 Swin Transformer 自监督学习
在线阅读 下载PDF
一种基于跨模态知识迁移的多标签识别分类方法
13
作者 陈少英 黄朝阳 《洛阳师范学院学报》 2025年第8期8-14,共7页
在采用基于图文预训练模型的开放词汇(Open Vocabulary,OV)分类方法的基础上,提出了一种新颖的开放词汇框架——跨模态知识迁移(Cross-modal Knowledge Transfer,CKT),并将其应用于多标签识别分类任务.CKT框架利用基于视觉和语言预训练(... 在采用基于图文预训练模型的开放词汇(Open Vocabulary,OV)分类方法的基础上,提出了一种新颖的开放词汇框架——跨模态知识迁移(Cross-modal Knowledge Transfer,CKT),并将其应用于多标签识别分类任务.CKT框架利用基于视觉和语言预训练(Vision-Language Pre-training,VLP)的图像与文本的跨模态知识进行模型配对,采用知识蒸馏方法保证图像和标签嵌入的一致性,并通过参数调节来更新标签嵌入.同时,开发了一种简单有效的双流特征提取模块,用于同时捕获局部特征和全局特征,进而实现对多个物体的识别.实验结果表明,CKT框架在公共基准数据集上的表现优于现有方法. 展开更多
关键词 跨模态知识迁移 多标签零样本学习 多标签识别 开放词汇
在线阅读 下载PDF
类脑的多智能体决策算法及其在扑克中的应用
14
作者 周恩光 何虎 《计算机应用与软件》 北大核心 2025年第5期263-270,290,共9页
多智能体决策领域存在模型的不可解释性、训练时间长的问题。因此,基于知识库对应用场景进行表达,在知识之间建立因果联系,使用图结构固定小样本学习后生长出的新知识。在斗地主场景下设计出多智能体决策算法,实现行为表现类脑的智能水... 多智能体决策领域存在模型的不可解释性、训练时间长的问题。因此,基于知识库对应用场景进行表达,在知识之间建立因果联系,使用图结构固定小样本学习后生长出的新知识。在斗地主场景下设计出多智能体决策算法,实现行为表现类脑的智能水平,具备可解释性。相比于当下最先进的斗地主模型,作为地主身份对战时能取得40%的胜率,时间效率提升了1728倍。 展开更多
关键词 多智能体决策 可解释性 小样本学习 斗地主
在线阅读 下载PDF
一种多尺度自适应池化的小样本分类方法
15
作者 柳占强 张孙杰 +1 位作者 董驰静 刘梓玉 《小型微型计算机系统》 北大核心 2025年第7期1692-1698,共7页
通过有限的训练样本训练分类器,小样本学习能够对新的视觉对象进行分类,但普遍存在提取特征信息丢失,判别能力较差等问题.本文基于多尺度克罗内克积关系网络(MsKPRN)模型框架,提出一种新颖的Adaptive Atrous Spatial Pyra-mid Pooling(A... 通过有限的训练样本训练分类器,小样本学习能够对新的视觉对象进行分类,但普遍存在提取特征信息丢失,判别能力较差等问题.本文基于多尺度克罗内克积关系网络(MsKPRN)模型框架,提出一种新颖的Adaptive Atrous Spatial Pyra-mid Pooling(Adaptive-ASPP)模块.首先,通过对特征信息进行四种不同感受野的扩张,提取不同视野的特征图信息,并利用四种不同膨胀率特征融合方法将不同感受野的信息进行融合,以缓解特征信息丢失的问题.接着,采用微调的通道注意力和空间注意力相结合的方法,专注于通道级别的特征细节信息,以提高特征的判别能力和分类的准确性.最后,利用克罗内克积关系网络生成空间相关图,以更清晰地捕捉特征位置的相关性,从而提高分类的准确性.本文所提出模型在miniImageNet、Stanford Cars、Stanford Dogs、CUB-200数据集上与常见的方法进行比较,相比于MsKPRN模型在1-shot上分别提高0.7%、5.8%、1.1%、10.6%;在5-shot上分别提高0.9%、2.5%、0.7%、9.3%,有效提高关系网络算法在小样本条件下的分类准确性. 展开更多
关键词 小样本学习 多尺度特征 注意力机制 关系网络
在线阅读 下载PDF
面向人机协作的智能体训练方法研究综述 被引量:1
16
作者 黄炜烨 陈希亮 赖俊 《计算机科学》 北大核心 2025年第10期176-189,共14页
人机协作近年来受到广泛关注,多智能体强化学习在人机协作领域展现出了显著的优势和应用潜力。首先,对多智能体强化学习的基本概念和重要模型进行了介绍,分析了多智能体强化学习在人机协作任务中的优势,并将人机协作分为3种类型进行介... 人机协作近年来受到广泛关注,多智能体强化学习在人机协作领域展现出了显著的优势和应用潜力。首先,对多智能体强化学习的基本概念和重要模型进行了介绍,分析了多智能体强化学习在人机协作任务中的优势,并将人机协作分为3种类型进行介绍。其次,论述了多智能体强化学习的3种训练范式,包括集中训练集中执行、分散训练分散执行和集中训练分散执行,以及每种训练范式的适用场景。接着,针对人机协作中智能体训练方法存在的泛化能力差、训练伙伴缺乏多样性以及无法更好地适应人类合作伙伴等问题,从是否使用人类数据的角度,论述了面向人机协作的智能体训练方法的研究进展。最后,讨论了人机协作的应用场景和未来发展趋势,提出了可能的解决思路与研究方向。 展开更多
关键词 人工智能 多智能体强化学习 人机协作 零样本协调
在线阅读 下载PDF
跨域小样本农业病虫害图像分类算法 被引量:1
17
作者 封凡 王顺芳 《计算机工程与设计》 北大核心 2025年第1期9-14,共6页
为解决跨域小样本农业病虫害分类问题中如何增强网络的特征提取能力以及如何将模型泛化到新类别的问题,提出一种多模态的任务有偏元学习分类算法。利用图片的标签文本信息进行多模态学习,增强网络的特征提取能力,通过任务有偏的元学习算... 为解决跨域小样本农业病虫害分类问题中如何增强网络的特征提取能力以及如何将模型泛化到新类别的问题,提出一种多模态的任务有偏元学习分类算法。利用图片的标签文本信息进行多模态学习,增强网络的特征提取能力,通过任务有偏的元学习算法,使模型能够给予困难任务更多的关注,更好将模型泛化到新类的问题。通过在多个数据集上进行测试并与多种先进的方法进行对比实验,结果表明,该模型是植物病虫害识别问题的一种可行方案。 展开更多
关键词 跨域 小样本 农业病虫害 特征提取 泛化 多模态 任务有偏
在线阅读 下载PDF
使用SSD技术对高压输电线路中的鸟巢进行识别
18
作者 娄文颖 许兆帅 +1 位作者 陈杨 周涛 《微型电脑应用》 2025年第6期17-19,25,共4页
高压输电线路是实现电能高效传输的重要途径,需要进行定期维护和监控,以确保其安全和不间断传输。然而,鸟巢等外部因素可能会导致输电线路发生故障和损坏,因此需要有效的检测和监测方法。文章提出使用深度学习技术自动检测高压输电线路... 高压输电线路是实现电能高效传输的重要途径,需要进行定期维护和监控,以确保其安全和不间断传输。然而,鸟巢等外部因素可能会导致输电线路发生故障和损坏,因此需要有效的检测和监测方法。文章提出使用深度学习技术自动检测高压输电线路上的鸟巢。使用VGG(visual geometry group)16和EfficientNet-B72种骨干网络提取相关特征,然后将所提取相关特征转换为单次多框检测器来定位目标物体鸟巢。所提方法显著提高了检测过程的准确率、精度、召回率和F 1分数。 展开更多
关键词 高压输电线 深度学习 EfficientNet-B7 单次多框检测器
在线阅读 下载PDF
基于多域数据扩充的小样本识别方法
19
作者 陈琪 徐长文 +1 位作者 董非非 李正 《现代信息科技》 2025年第3期61-67,共7页
深度学习在图像识别任务中的表现依赖于数据集的大小,当样本稀缺时,模型难以获得优异的成绩。针对如何在少量数据的条件下训练出表现优越的识别模型这一问题,受生成对抗网络的启发,文章提出了一种基于多域数据扩充的小样本识别模型。该... 深度学习在图像识别任务中的表现依赖于数据集的大小,当样本稀缺时,模型难以获得优异的成绩。针对如何在少量数据的条件下训练出表现优越的识别模型这一问题,受生成对抗网络的启发,文章提出了一种基于多域数据扩充的小样本识别模型。该模型通过已有数据集训练生成模型,生成用于扩充数据集的伪样本。再利用这些扩充样本与真实样本协同训练小样本识别模型。实验结果表明,所提方法在识别准确率与模型训练的稳定性上有一定的提升。 展开更多
关键词 小样本学习 多域 数据扩充 生成对抗网络
在线阅读 下载PDF
基于大模型的大规模电力数据零样本实体关系抽取方法
20
作者 胡新雨 宋博川 +6 位作者 仝杰 李云鹏 毛艳芳 吕晓祥 张强 孙大军 陈群丰 《电力信息与通信技术》 2025年第5期61-67,共7页
在大数据时代,大规模电力数据的实体关系三元组抽取对于电力数据的智能分析与处理具有十分重要的意义。传统的深度学习方法需要大量标注电力领域训练数据,用于深度学习模型学习,这种方法不仅耗时耗力,而且难以取得好的实体关系抽取效果... 在大数据时代,大规模电力数据的实体关系三元组抽取对于电力数据的智能分析与处理具有十分重要的意义。传统的深度学习方法需要大量标注电力领域训练数据,用于深度学习模型学习,这种方法不仅耗时耗力,而且难以取得好的实体关系抽取效果。针对这些问题,文章提出了一种基于大语言模型的电力领域零样本聊天生成式实体关系抽取(chat relation exaction,ChatRE)。ChatRE提出两阶段多轮对话方法,将实体关系抽取分成2个子任务,并使用句法增强进一步提升抽取的效果,有效地解决大规模电力数据零样本实体关系抽取问题。基于构建的电力领域实体数据集以及通用数据集对ChatRE进行实验评估。结果表明,所提ChatRE模型优于现有的方法,可以从复杂的电力领域知识中有效抽取实体关系三元组。 展开更多
关键词 电力数据 大语言模型 零样本学习 实体关系抽取 多轮对话 句法分析
在线阅读 下载PDF
上一页 1 2 10 下一页 到第
使用帮助 返回顶部