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9841-9850项 搜索用时 145 毫秒
[首页] « 上一页 [980] [981] [982] [983] [984] 985 [986] [987] [988] [989] [990] 下一页 » 末  页»
9841.
针对各模态之间信息密度存在差距和融合过程中可能会丢失部分情感信息等问题,提出一种基于非文本模态强化和门控融合方法的多模态情感分析模型。该模型通过设计一个音频-视觉强化模块来实现音频和视觉模态的信息增强,从而减小与文本模态的信息差距。之后,通过跨模态注意力和门控融合方法,使得模型充… …   相似文献
9842.
当前先进的会话推荐算法主要通过图神经网络从全局和目标会话中挖掘项目的成对转换关系,并将目标会话压缩成固定的向量表示,忽略了项目间复杂的高阶信息和目标项目对用户偏好多样性的影响。为此提出了基于超图卷积网络和目标多意图感知的会话推荐算法HCN-TMP。通过学习会话表示来表达用户偏好,… …   相似文献
9843.
针对多属性决策方法与生态位理论结合的PSS评价方法权重确定过程中一致性检验繁琐、权重计算过程复杂和未考虑评价语义的模糊性的问题,模糊MACBETH用于确定客户价值的权重和客户体验阶段提供客户价值的重要性系数;该方法无须复杂的计算过程,利用三角模糊数处理语义的模糊性且依托软件系统自… …   相似文献
9844.
针对图像去噪网络中下采样导致高频信息损失和细节保留能力差的问题,设计了一种级联离散小波多频带分解注意力图像去噪网络。其中多尺度级联离散小波变换结构将原始图像分解为多个尺度下的高低频子带来代替传统下采样,能减少高频信息损失。多频带特征增强模块使用不同尺度的卷积核并行处理高低频特征,… …   相似文献
9845.
TANGRAM系列分组密码算法是一种采用比特切片方法,适合多种软硬件平台的系列分组密码算法。针对TANGRAM-128/128算法,使用Verilog HDL对该算法进行FPGA实现并提出设计方案。首先,介绍了TANGRAM密码算法的特点和流程,提出了针对TANGRAM密码算法进… …   相似文献
9846.
低光照图像分割一直是图像分割的难点,低光照引起的低对比度和高模糊性使得这类图像分割比一般图像分割困难很多。为了提高低光照环境下语义分割的准确度,根据低光照图像自身特征,提出一种噪声指导下过滤光照风格的低光照场景语义分割模型(SFIS)。该模型综合利用信噪比作为先验知识,通过指导长… …   相似文献
9847.
  
赤足足迹识别技术是图像识别技术的一个分支,在刑侦、医疗以及安全领域发挥着重要作用,有望成为一种新的进行人身识别的手段。但是该技术尚未形成较为统一的框架,也没有一个规范化的流程。为了给今后的研究人员提供指导,需要规范不同足迹图像的识别流程,并对赤足足迹识别技术相关研究进行归纳与总结… …   相似文献
9848.
  
针对当前不可移动文物自然灾害风险图生成领域需求快速增长、经常变更,而现有程序及工具无法满足实际使用需要的问题,提出了一种构建语义模型的方法,在语义模型的基础之上,为不可移动文物领域专家设计了一种贴近自然语言的领域特定语言（DSL）。首先,通过对不可移动文物本体各项指标数据、风险图… …   相似文献
9849.
  
码率自适应(Adaptive Bit-Rate,ABR)算法是流媒体视频传输中至关重要的技术.该算法根据当前网络情况和播放状态等因素,为下一个视频块选择合适的码率,以确保用户获得良好的体验质量(QoE).其中,基于学习的ABR算法因其不依赖传统模型和从头学习策略的特点,表现出良好… …   相似文献
9850.
Image bitmaps,i.e.,data containing pixels and visual perception,have been widely used in emerging applica-tions for pixel operations while c… …   相似文献
[首页] « 上一页 [980] [981] [982] [983] [984] 985 [986] [987] [988] [989] [990] 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