基于交互式特征与多尺度特征的文本相似度研究

针对文本相似度分析过程中缺乏信息传递和忽略多元语义信息而导致相似度计算结果准确率低的问题,结合双向长短期记忆网络(BiLSTM),提出一种新颖的交互式特征与多尺度特征的文本相似度模型(IF-MSF)。首先,利用BiLSTM对句子进行编码提取全局特征矩阵,分别用软注意力机制和余弦相似度对特征矩阵进行交互,以相互传递两组特征矩阵内部的语义信息。其次,加权两组交互式特征以综合所有交互信息,并利用BiLSTM对加权交互式特征和初始编码特征再编码以捕获特征之间的差异信息。再次,使用多尺度卷积提取差异信息的多元语义特征并结合通道注意力机制增强重要特征信息。最后,融合两组增强特征判断文本对是否相似。实验选取2个数据集来验证该方法,该模型F1值分别取得最高值88.15%和85.03%,优于其他方法。

基于显著性区域检测的多尺度图像盲复原算法

针对大多数基于先验的盲图像去模糊算法耗时较长和显著边缘结构提取不理想的问题,提出一种基于显著性区域检测的多尺度图像盲复原算法。为了复原出更加清晰的图像,采用由粗略到精细的多尺度交替迭代框架构建图像金字塔。在图像单一尺度方面,首先提取出图像中具有强边缘结构的显著性区域,并对其施加l_(0)范数约束,提出显著映射先验;将显著性映射先验和最大后验概率相结合并引入传统图像去模糊模型中,构造出点扩散函数估算模型,利用半二次分裂算法解决模型的非凸问题;对点扩散函数进行复原时,利用点扩散函数相似度的变化量限制每个尺度中的过渡迭代;对模糊图像和最终估计的点扩散函数进行非盲解卷积,获得复原图像。实验结果表明:与现有的主流去模糊算法相比,新算法在合成数据集和真实数据集中都可以有效抑制振铃和伪影现象,得到了很好的视觉体验,且评价指标均优于对比算法,同时大大缩减了复原时间。

融合多尺度和注意力机制的小样本目标检测

现有基于微调的二阶段小样本目标检测方法对新类特征不敏感,易将新类别误判成与它相似度高的基类,影响模型的检测性能。针对上述问题,提出一种融合多尺度和注意力机制的小样本目标检测(MA-FSOD)算法。首先在骨干网络使用分组卷积和大卷积核提取更具类别区分性的特征,并加入卷积注意力模块(CBAM)实现特征的自适应增强;再通过改进的金字塔网络实现多尺度的特征融合,使候选框生成网络(RPN)可以准确找到感兴趣区域(RoI),从多个尺度向分类头提供更丰富的高质量正样本;最后在微调阶段采用余弦分类头进行分类,降低类内方差。在PASCAL-VOC 2007/2012数据集上与基于候选框编码对比损失的小样本目标检测(FSCE)算法相比,MA-FSOD算法对新类的AP_(50)提升了5.6个百分点;在更具挑战性的MSCOCO数据集中,与Meta-Faster-RCNN相比,10-shot和30-shot对应的AP则分别提升了0.1个百分点和1.6个百分点。实验结果表明,相较于一些主流的小样本目标检测算法,MA-FSOD算法能更有效地缓解误分类问题,实现更高精度的小样本目标检测。

基于图像特征的汉字字形相似度计算

汉字作为一种数量众多,结构复杂的象形文字,其字形的相似度计算对汉语的错别字识别和纠正具有重要意义。将汉字视为图形,通过尺度不变特征变换算法提取汉字的特征点,并利用汉字间特征点的对应关系,提出了一种基于特征点的相似度计算方法。对《通用规范汉字表》的8105个汉字进行了相似度分析,结果表明,该方法和人的认知结果比较一致。

基于AP RSSI特征向量相似度匹配的多尺度Wi-Fi定位方法

随着Wi-Fi和智能手机的愈发普及,基于Wi-Fi来进行定位是最近越来越受关注的一个研究领域。现有针对Wi-Fi定位所开展的研究工作本质上都是一种静态的方法。针对这一问题,提出一种基于AP RSSI特征向量相似度匹配的多尺度Wi-Fi定位方法,设计了一种面向目标地点的可探知AP接收信号强度指示符(RSSI)特征向量生成机制,重点研究了相似度度量和距离度量这两个指标,并依托这两个指标实现了一种AP RSSI特征向量之间相似度匹配算法,根据相似度匹配结果提供如楼宇级、楼层级、房间级等多尺度定位。基于Android环境开展实验,实验结果表明该方法在多种尺度下均能达到96%以上的定位正确率,能够提供准确、高效及低成本的定位服务。

顾及尺度差异的复合空间对象方向相似度定量计算模型

介绍了一种顾及尺度差异的复合空间对象的方向关系表达模型,及基于该模型的方向相似度度量方法。该方向关系模型对方向关系矩阵模型进行改进,根据空间对象的形状定量描述空间对象之间的方向关系。采用分解思想,借鉴平衡传输问题的优化方法计算复合方向矩阵间最小转换代价,即方向矩阵间的距离,从而量化方向对间的差异,最终获得不同尺度下的复合对象的方向相似度并对其进行比较。对不同尺度复合空间对象的方向相似性的试验表明,该方法简单可行且不失精度,结果符合人类认知。

一种基于结构相似度的杂波尺度

为定量研究光电场景杂波,提出了一种新的杂波尺度.首先建立目标结构特征空间,将背景矢量向之投影,通过衡量投影矢量的归一化长度评价背景与目标的相似度,实现对杂波的定量度量.与以往的杂波度量方法相比,该尺度通过强调空间分布特征,剥离灰度分布影响,有效抑制环境因素变化对杂波评估稳定性的影响,同时通过以目标作为参照物,降低对背景描述的要求,使对不同场景的杂波度量有很好的适应性.实验数据分析表明,该杂波尺度能较好地预测目标与背景在结构上的相似程度以及结构相似度随距离的变化关系.

基于多尺度结构相似度的印刷图像质量评价研究

目的为了简化印刷图像质量主观评价方法。方法提出基于多尺度结构相似度的印刷图像质量评价研究,将多尺度结构相似度应用在印刷图像质量评价上。结果实验仿真表明,多尺度结构相似度模型客观评价结果与主观评价结果的相关系数最高,为0.7698,表明两者是强相关关系。结论提出的基于多尺度结构相似度的印刷图像质量评价方法,是印刷图像质量评价的一种有效的新方法。

短时电能质量扰动变尺度标杆相似度识别

利用S变换模矩阵相似度识别持续时间不同的电能质量扰动信号,需要建立维数不同的标准模板。应用双线性插值法对S变换模时频矩阵进行尺度变换,对不同持续时间的同类扰动可建立统一的标杆模板,减少了标准模板数。根据最大相似度原理,通过简单的四则运算对扰动进行分类,无需添加任何分类器,分类过程简洁有效。仿真证明,该方法对噪声不敏感,能较好地解决不同持续时间的电能质量扰动分类问题。

双尺度边缘结构相似度的图像质量评估

图像质量评价对于各种视频图像应用具有重要的意义。结构相似度准则SSIM在模糊图像及噪声污染的图像判定方面,存在偏差。该文提出了基于双尺度边缘结构特征的图像质量评价算法——MDESSIM,充分考虑了边缘信息在结构信息中的重要性,通过增加边缘结构的失真度量来综合评价图像质量。实验结果表明了MDESSIM算法的有效性。

基于结构相似度的多尺度局部社区发现算法

社会网络规模巨大且结构动态变化给传统社区发现算法带来了巨大挑战,局部社区算法通过种子节点进行扩展得到局部社区,较好解决了这些问题。结合节点结构相似度在传统社区定义的基础上提出了一种新的社区定义,在该定义基础上引入尺度因子并定义了结构模块度,基于该模块度提出了一种多尺度局部社区发现算法,并改进该算法使之应用到局部重叠社区发现。通过实验选择效果较好的节点结构相似度,在真实网络中和其他局部社区发现算法进行对比实验,结果表明该算法具有较好的性能。

基于区间值的广义多尺度决策系统及最优尺度组合选择

多尺度决策系统基于多粒度思想对数据进行不同角度、深层次的分析与处理.目前,多尺度决策系统主要处理单值形式的数据,但在许多实际问题中,决策系统中的数据往往以区间值的形式存在.因此,将经典的多尺度决策系统推广到区间值上具有一定的意义.本研究定义了广义多尺度区间值决策系统的概念;基于Jaccard相似率推广了计算多属性下对象之间的相似度,以构造θ-相容关系;讨论了保持4种分布协调性相互等价的θ取值;证明了在不协调广义多尺度区间值决策系统中,任取一个θ值获得的最优尺度组合与取关于θ的某个区间范围获得的最优尺度组合相同.

图像图谱多尺度分割的相似度因子研究

通过对相似性度量函数的研究,得到了参数σ的取值与聚类类数间的关系,并据此提出了一种自动确定参数σ的方法,设计了一种基于相似度因子的无监督聚类算法(unsupervised clustering algorithm based on similarity parameter,UCASP),在图像分割的实际应用中实现了无监督分割。

MS-VSCN:用于影像匹配的多尺度视觉相似度比较网络

影像匹配在多种计算机视觉任务中起着重要的作用。提出一种用于影像匹配的多尺度视觉相似度比较网络。该网络基于孪生网络结构进行构建,将普通卷积与空洞卷积进行融合,使得卷积神经网络在多个尺度上提取到的视觉特征实现互补。首先,网络的输入由两幅待匹配的影像组成,使用权值共享的两个网络分支分别提取两幅影像的深度特征;其次,在网络中与每个普通卷积模块平行设置一个或多个空洞卷积模块,得到的特征经过融合后输入下一个网络层进行特征提取;最后,根据网络输出特征间的欧氏距离对影像的相似度进行比较,从而完成影像匹配关系的判别。实验结果表明,本文提出的方法在测试数据集上的性能优于对比方法,能够有效地完成影像匹配任务。

常见情形下同类铜币的视觉相似度分析

为了解决文物分类、鉴别过程中由于个人主观性导致无法定量化评判同类铜币这一问题,提出一种基于128维SURF特征的计算机视觉相似度分析方法。对目前同类铜币常见的三种情形进行相似度分析,采用多尺度结构提取铜币的稳定特征,并构建包含特征点邻域信息的特征描述符,依靠相似计算策略得到相似度得分,最终实现对同类铜币的识别。实验结果表明,上述计算机视觉相似度计算算法在旋转、尺度变化和亮度变化条件下均表现优异,能够很好地对不同情形下的同类铜币进行识别。

基于多尺度投影的相似颅骨检索

在基于模板变形的颅面复原方法中,复原的开始阶段需要在数据库中选取与待复原颅骨最为相似的参考颅骨.鉴于基于三维模型的检索算法时间久且颅骨间的差异细微,从而不同于一般三维模型数据库中各模型的差异.因此,已有的三维模型检索算法不适用于颅骨检索.本文提出一种夹角信息和距离信息融合的颅骨轮廓特征提取算法,并在此基础上提出一种能够反映颅骨空域信息的剖面特征提取算法.检索时首先获取三维颅骨的正交投影和深度投影,通过正交投影获取轮廓的角度和距离特征,通过深度投影获得具有空域信息的剖面特征;然后对多个特征进行加权融合搜索到最相似颅骨;最后通过ICP+TPS对检索到的颅骨进行误差评估.实验表明,本算法在保证检索效率的同时,可以准确地应用在颅面复原前期对最相似颅骨的选择上.

基于形状特征的二维旋转尺度不变相似度量

目标物体的旋转及尺度变化在目标识别过程中是普遍存在的 .这里给出了一种新的特征提取方法及其相似度标准 ,通过提取物体形状中具有二维旋转尺度不变性的信息 。

多尺度地图空间居民地语义相似度计算方法

地图综合的本质是一种空间相似变换,制图者在相似原则的指导下实施概括,读图者从包含相似性的地图中形成心象地图、重构现实世界。因此,多尺度地图空间中的相似关系研究非常重要。然而,由于相似的可计算性差,且其计算的目的在于揭示更深层次的信息,地图综合中相似关系尤其是语义相似关系的研究相对较少。针对这一问题,本文以语义功能区约束下的大比例尺街区式居民地合并(1∶1750至1∶4000)为例,基于匹配距离模型计算建筑物合并中的语义相似度,得到语义相似度在关键比例尺节点的值,并对结果进行分析、评价。试验表明,语义功能区约束下的建筑物合并符合读图者的地图认知需求,本文所述方法有助于地图更好地发挥信息传输载体的作用。

一种不同尺度下点群目标相似度计算模型

为了更为准确地表达不同尺度下点群目标的相似关系,针对前人研究未能顾及点群目标中的空白区域,利用自适应空间聚类方法,对点群目标进行聚类,得到点群目标内部空白区域。通过对空白区域的研究,提出相应的相似性计算模型;找到点群目标相似性的影响因子,包括拓扑关系、方向关系、分布范围、距离关系等,并提出相应的相似度计算方法,最后整合成整体的点群相似度计算模型。该方法能准确表达不同尺度间点群目标相似性的差异,对制图综合的质量评价以及点群目标的检索具有一定的参考价值。

基于S变换模时频矩阵局部相似度的短时电能质量扰动分类

采用基于S变换下的模时频矩阵局部相似度对短时电能质量扰动进行分类。首先,由时频尺度缩放将各类持续时间不同的扰动特征标准化,按照各扰动特征选取其模时频矩阵特定部分,以此建立矩阵大小不一且特征明显的各类扰动标准化模板;然后计算未知扰动各局部模时频矩阵与各类扰动标准化模板之间的相似度,按照相似度最大原则将扰动进行分类。由于各类扰动在不同的时频区域高度聚合了自身特征,采用局部时频区域相似度原理大大提高了同类扰动的相似度,建立的各类扰动标准化模板之间差异明显,不使用辅助性分类器而直接实现扰动分类,且分类过程简单明确,可用于不同时间长度的扰动分类。该方法有效利用局部区域明确的时频相关性,抗干扰能力比采用全局相似度强。仿真结果表明了很好的短时电能质量扰动分类效果。