•   按检索    检索词:    高级检索
     排序:相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果,以下是第201-220项 搜索用时 104 毫秒
[首页] « 上一页 [6] [7] [8] [9] [10] 11 [12] [13] [14] [15] [16] 下一页 » 末  页»
201.
芯片引线键合X射线图像中引线、焊球和晶粒特征灰度差异小,阈值分割和边缘检测等传统图像处理方法鲁棒性差且操作复杂.目前,已有较多基于深度学习的语义分割方法,但在多类别、小目标和多尺度分割性能方面仍存在挑战和局限,且对高分辨率X射线芯片图像而言,这些网络的模型复杂度较高.针对上述问题… …   相似文献
202.
超大规模集成电路布线结果的优劣将直接影响芯片设计的质量.随着互连延迟逐渐成为芯片延迟的主要来源,在布线过程中进行时序分析变得愈发重要,同时,考虑到障碍在芯片布线中无法避免,以及X结构的引入可以更充分利用布线空间资源,因此,首次综合考虑时序松弛、障碍物以及更具互连优势的X结构,提出… …   相似文献
203.
  
低地球轨道(LEO)卫星通信具有传输距离远、覆盖范围广、不受地形地貌限制等优点,已成为民航运输业和通用航空业的重要通信手段。然而,低轨卫星网络是一个高度异构和动态的环境,卫星节点的移动性、通信链路的复杂性、航空器时空分布不均和多种业务并存等特点使得任务卸载和资源分配面临许多挑战性… …   相似文献
204.
  
小样本知识图谱补全旨在通过少量参考数据预测知识图谱中长尾关系的未知事实。如何在数据稀疏条件下高效编码实体和关系特征并构建有效的三元组评分函数对补全效果影响显著。现有的小样本知识图谱补全模型忽略了实体上下文背景结构信息对实体编码和评分函数的影响,导致关系表示学习能力不足。针对上述问… …   相似文献
205.
  
循环分裂是一种重要的编译优化技术,可有效减少循环控制开销、提升指令流水线效率,并为后续优化创造机会。针对GCC编译器现有循环分裂策略适用范围受限的问题,提出了一种改进的循环分裂优化算法,该算法基于静态单赋值形式,根据循环内条件变量所在PHI节点的位置,将其区分为循环头PHI节点条… …   相似文献
206.
  
复杂逻辑查询作为一种深度挖掘知识图谱底层逻辑关系的技术,旨在通过从现有事实中进行推理,来精准回答复杂查询。该技术在语义搜索、推荐系统等场景中表现优异,促进了知识图谱在人工智能领域的深入发展。然而,目前针对复杂逻辑查询方法的研究仍旧不足,整合大语言模型的系统性综述尤为匮乏。鉴于以上… …   相似文献
207.
  
移动群智感知系统中,用户的参与意愿和体验对系统的整体性能和长期持续运行具有重要影响。现有面向用户的任务分配策略大多只考虑到用户的成本效益,忽视了任务分配过程的负载均衡问题,致使部分关键节点因负载较重而过早退出,影响系统的长期效能。为此,构建了一种以用户为中心的长时域动态任务分配模… …   相似文献
208.
  
目的 相位解包裹是从受限于周期范围且受噪声干扰的相位信息中恢复连续相位的技术,是高精度结构光三维成像的关键步骤。受设备误差和环境干扰影响,相位图易受噪声污染甚至出现大范围跳跃,给三维成像带来困难。去噪扩散模型在图像生成方面表现突出,但其主要面向自然图像生成,难以保证几何模型精度,… …   相似文献
209.
  
目的 针对传统高分辨率影像建筑物提取方法的精度瓶颈,SAM(segment anything model)模型虽然具有分割优势,却因训练域差异和人工提示依赖,无法直接应用于大规模遥感影像的自动化提取。为此,提出一种无提示—判别联合模型(SAM-Classifier),实现了通用视… …   相似文献
210.
  
微表情是人在极短时间内不自觉产生的面部表情,能够揭示个体的真实情感状态。现有的微表情识别方法在准确性和鲁棒性方面仍存在一定的局限性,尤其是在噪声干扰和图像序列信息丢失的情况下,传统的光流方法难以有效捕捉微表情的细微变化。此外,深度学习模型在下采样过程中可能会丢失重要的高频信息,进而影响微表情特征的识别能力。针对这些问题,本文提出了一种基于双向光流和小波注意力机制的微表情识别方法,以提高识别准确性和鲁棒性。具体来说,首先分析了传统光流方法在微表情识别中的局限性,针对光流法对噪声的敏感性和连续帧间信息忽视的问题,提出了双向光流模块(Bidirectional Optical Flow Module, BOFM)。利用峰值到起始帧和结束帧的信息,以减少噪声干扰,并强化与微表情相关的面部肌肉运动特征。其次,为了缓解深度学习模型在下采样过程中可能丢失细节信息的问题,并提高模型对高频和低频信息的有效利用,本文引入了小波注意力下采样模块(Wavelet-based Attention Downsampling Module, WADM),以提升模型对微表情特征的表征能力。在MEGC2019数据集上的实验结果表明,本文提出的方法在未加权F1分数(UF1)和未加权平均召回率(UAR)两个指标上均优于现有方法,分别高出最好的方法 1.87%和2.61%。同时,在CAS(ME)3和DFME数据集上的实验也验证了该方法在不同场景与人群下的广泛适用性与优越性能。此外,通过Grad-CAM可视化分析,验证了双向光流和小波注意力下采样模块在特征表征过程中的有效性。该算法的前期版本在第四届中国情感计算大会(CCAC2024)微表情自动识别任务上取得了第二名的成绩。代码已公开在https://github.com/LeoDerekh/BOWAM。… …   相似文献
211.
  
随着视觉语言预训练模型(Vision-Language Pre-training Models,VLPMs)在图像到文本检索(Imageto-Text Retrieval,TR)、文本到图像检索(Text-to-Image Retrieval,IR)、视觉定位(Visual Gr… …   相似文献
212.
针对金属杆件表面缺陷检测中存在的微小缺陷漏检、背景干扰及实时性不足等问题, 提出改进RT-DETR的高效检测算法 RDGS-DETR. 设计轻量化特征提取模块RPFN (reparameterized-partial feature network), 融合结构重参数化与稀疏通道计算, 在减少参数量的同时提升微小裂纹特征表达; 构建动态特征精炼融合模块(dynamic feature refinement fusion module, DFRFM), 集成动态上采样算子 DySample, 通过自适应偏移预测提高曲面成像场景下的多尺度特征对齐精度; 引入几何感知归一化损失(geometric-sensitive normalized loss, GSNL)函数, 解决传统IoU对非重叠小目标敏感度不足及复杂缺陷回归偏差问题; 设计稀疏全局交互注意力模块(sparse global interaction attention, SGIA), 采用高效加法注意力机制, 以线性复杂度实现缺陷区域的全局上下文建模. 实验结果表明, 相较于原始模型, RDGS-DETR推理速度提升 8.55 f/s, mAP@0.5 提升 2.8%, 并验证了鲁棒性. 该算法兼顾精度与实时性, 为智能制造场景下的金属杆件表面质检提供可靠支撑.… …   相似文献
213.
临近降水预报是一项重要的时空序列预测任务, 在农业、交通等诸多气象相关领域有广泛应用. 基于深度学习的雷达回波外推是目前常用的临近预报方法, 然而现有方法在捕捉雷达回波的复杂时空模式时存在局限. 随着时间推移这些方法的性能显著下降, 难以准确预测降水的时空演变. 本文提出一种融合… …   相似文献
214.
现有基于多模态的图像异常检测方法存在以下不足: 在异常区域提取阶段易出现异常平滑现象, 同时在缺陷检测过程中面临细粒度感知能力不足与判别效率低下的问题, 最终导致整体检测性能下降. 为此, 提出多模态融合下的非对称师生网络图像异常检测模型(multimodal image ano… …   相似文献
215.
皮肤癌是一种常见的严重癌症, 其中黑色素瘤致死率高, 而早期发现并治疗可有效提升皮肤癌患者生存率. 皮肤癌的皮肤镜图像、宏观图像、组织病理图像都是用来进行皮肤癌诊断的重要手段, 使用人工智能技术可有效提升对这3种图像分类的效率并降低诊断成本. 而深度学习因其具有自动提取特征的特性… …   相似文献
216.
晶圆级芯片凭借更高的集成密度、更优的互连特性和更低的功耗, 已成为“后摩尔时代”集成电路领域未来的关键技术方向. 然而, 传统仿真方法在应对晶圆级芯片仿真时, 存在仿真效率低、跨芯粒通信建模缺失以及异构计算资源处理能力不足等问题. 针对晶圆级芯片架构的仿真需求, 本文提出了一种基… …   相似文献
217.
随着大语言模型(large language model, LLM)的快速发展, 其在推荐系统可解释性方面的应用成为研究热点. 本文系统地综述了LLM在推荐系统可解释性研究中的进展, 从领域研究现状、评价指标、数据集到应用场景进行了全面梳理. 从技术角度将现有研究分为基于LLM的… …   相似文献
218.
  
中文拼写纠错(CSC)的研究目标在于检测并修正中文文本中的拼写错误。近年来,预训练语言模型(PLMs)推动了CSC任务的发展。然而,PLMs主要依赖文本中的语义,会倾向于将字符过度自信地修正为语义正确或常见的字符,从而影响CSC语境下对汉字音形特征及其他信息的正确利用。因此,该文… …   相似文献
《中文信息学报》2026,40(2):163-172
219.
  
时序知识图谱补全旨在通过利用随时间变化的已知信息来填补时序知识图谱中缺失的实体。当前的研究大多采用图神经网络来捕捉离散时间快照中的时间、实体和关系特征。然而这些方法往往忽视了知识图谱中关键实体的语义信息和不同时刻的图编码信息。为此该文提出了一种双通道图对比学习的时序知识图谱补全方… …   相似文献
《中文信息学报》2026,40(2):53-63
220.
  
该文针对中文分词问题提出一种新颖的神经网络分词方法,将词语切分过程看作连续片段的多标签分类问题,有助于模型从句子的全局语义出发预测其包含的词语。在解码阶段,提出采用贪心策略确定最优切分结果,比条件随机场解码效率更高。此外,该文方法可以有效利用目标领域的有噪标注语料,将源领域分词模型迁移至目标领域,提高模型在目标领域的分词性能。在7个常用中文分词数据集上的实验结果表明,该文方法在有监督分词任务上取得了与基线模型相同的分词性能,在CTB6和MSR数据集上分词F1值分别达到97.73%和98.24%。在跨领域分词任务上该文方法显著优于基线模型,在Weibo和ZX数据集上的未登录词召回率分别提高了7.6%和1.02%。… …   相似文献
《中文信息学报》2026,40(2):1-10
[首页] « 上一页 [6] [7] [8] [9] [10] 11 [12] [13] [14] [15] [16] 下一页 » 末  页»