用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   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9781-9790项 搜索用时 152 毫秒
[首页] « 上一页 [974] [975] [976] [977] [978] 979 [980] [981] [982] [983] [984] 下一页 » 末  页»
9781.
立体图像颜色校正方法的目标在于消除立体图像左右视图之间的颜色差异.现有的立体图像颜色校正方法存在校正效果和时间效率不平衡的问题.为了解决这一问题,本文提出一种融合匹配特征的立体图像颜色校正方法.首先,通过视差注意力颜色校正网络得到待校正目标图像的初始校正图.然后,将初始校正图和参… …   相似文献
9782.
  
近年来,基于深度神经网络的模型在几乎所有自然语言处理任务上都取得了非常好的效果,在很多任务上甚至超越了人类.展现了极强能力的大规模语言模型也为自然语言处理模型的发展与落地提供了新的机遇和方向.然而,这些在基准测试集合上取得很好结果的模型在实际应用中的效果却经常大打折扣.近期的一些… …   相似文献
9783.
  
二维人体姿态估计旨在从摄像机拍摄的图像中识别并定位每个行人的人体关键点.作为行人分析和理解领域的基础任务之一,人体姿态估计能够为多个下游任务和应用提供支持.近年来,随着深度学习技术的进步,人体姿态估计的研究迎来快速发展.基于图像包含的行人数量,人体姿态估计可以分为单人姿态估计和多… …   相似文献
9784.
水下声信号检测在海洋防御系统中扮演着不可或缺的角色,同时也广泛应用于民用领域。然而,在没有目标信号先验信息的情况下,目前仍缺乏行之有效的水下声信号检测方法。为此,该文提出了一种新的算法—相似网络,以解决在复杂海洋背景下水下目标检测的难题。该方法结合了信息几何和复杂网络理论,通过将… …   相似文献
9785.
现有暖通空调(HVAC)空气处理单元(AHU)的故障诊断研究往往是集中式的。少量的分布式方法大多需要求解大量耗时的优化问题,使得无法及时完成故障诊断。针对以上挑战,该文提出一种基于投票机制的分布式故障诊断方法。在该方法中,建立一个玻尔兹曼机来描述传感器网络,通过传感器之间的相互投… …   相似文献
9786.
信息年龄(AoI)是一种业界新兴的时间相关指标,其经常用于评估接收数据的新鲜度。该文考虑了一个视频数据与环境数据混合的多集群视频直播系统,并制定调度策略以联合优化系统数据价值与信息年龄。为克服优化问题中动作空间过大导致难以实现有效求解的问题,该文将优化问题的调度策略分解为相互关联… …   相似文献
9787.
针对超密集组网中毫米波通信系统复杂的波束配置问题,该文提出一种基于分布式联邦学习(DFL)的波束配置算法(BMDFL),旨在利用有限的波束资源实现用户覆盖率最大化。考虑到传统集中式学习存在用户数据安全问题,基于分布式联邦学习框架构建系统模型,从而减少用户隐私信息的泄露。为了实现波… …   相似文献
9788.
多无人车(multi-UGV)分散在军事作战任务中应用非常广泛,现有方法较为复杂,规划时间较长,且适用性不强。针对此问题,该文提出一种基于拍卖多智能体深度确定性策略梯度(AU-MADDPG)算法的多无人车分散策略。在单无人车模型的基础上,建立基于深度强化学习的多无人车分散模型。对… …   相似文献
9789.
  
方面级情感分析是一项细粒度的情感分类任务。近年来;依存树上的图神经网络被用于建模方面项及其意见项间的依赖关系。然而;这类方法通常具有高度依赖依存树解析质量的缺点。同时;大多数现有研究着重关注语法信息;忽视了情感知识在建模特定方面与上下文之间情感依赖关系中的作用。为解决以上问题;设… …   相似文献
9790.
  
大规模开放在线课程（MOOCs）在减少用户学习盲区和改善用户体验方面已经有大量的研究;尤其是基于图神经网络的个性化课程资源推荐;但现有工作主要集中在固定或同质图上;容易受到数据稀疏问题的影响且难以扩展。在局部子图上使用图卷积;并结合扩展的矩阵分解（MF）模型来解决这一问题。首先;… …   相似文献
[首页] « 上一页 [974] [975] [976] [977] [978] 979 [980] [981] [982] [983] [984] 下一页 » 末  页»
关于我们 | 广告服务 | 商务洽谈 | 联系我们 | 免责条款 | 隐私声明 | 网站导航
网站版权所有：中国科学院软件研究所  京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持