基于特征相似性和特征规范化的注意力模块

近年来,注意力机制在图像分类、目标检测和语义分割等领域取得了巨大成功,但现有的注意力机制大多只能在通道或空间维度上实现特征融合,这极大限制了其在通道和空间维度上变化的灵活性,导致无法充分利用特征信息。为此,文中提出一种基于特征相似性和特征规范化的、可同时利用特征图各维度信息的卷积神经网络注意力模块FSNAM。该模块由特征相似性模块(FSM)和特征规范化模块(FNM)两部分组成,FSM利用输入特征图的通道特征信息和局部空间特征信息生成一个二维的特征相似性权重图;FNM利用输入特征图的全局空间特征信息生成一个三维的特征规范化权重图;两个模块生成的权重图融合在一起,生成一个三维的注意力权重图,以此实现通道特征信息和空间特征信息的融合。为证明FSNAM的可行性和有效性,进行了消融实验,结果表明:在图像分类任务方面,FSNAM模块对分类网络在CIFAR数据集上的性能提升明显优于其他主流注意力模块;在目标检测任务方面,使用FSNAM模块的目标检测网络对VOC数据集中的小目标和中等大小目标的检测准确率分别提高了3.9和1.2个百分点;在语义分割任务方面,使用FSNAM模块可以提高HRNet模型的性能,在SBD数据集上模型的平均像素准确率提高了0.58个百分点。

基于特征相似的作业执行时间和内存预测算法

准确预估作业所需的执行时间和内存量是提高作业调度系统性能的关键,然而,大多数用户提供的预估值准确性较差。提出一种基于作业特征相似性的预测算法——LSH-Sim,该算法将相似搜索和机器学习相结合,根据文本特征和数值特征搜索历史作业集中的相似作业,在相似作业集中使用机器学习或者均值法进行预测。借助局部敏感哈希算法搜索相似作业,在提高预测准确率的同时缩短预测时间。使用来自国家超级计算昆山中心、合肥先进计算中心和“乌镇之光”超级计算中心的历史作业集进行实验,实验结果表明,相较于朴素预测和改进模板预测算法,LSH-Sim算法的平均绝对误差更低,预测时间更短。

基于特征相似性学习的抛洒物检测方法

针对当前以目标检测为核心的抛洒物检测算法无法识别“未知类别”的缺陷,以抛洒物引发外观特征变化的视角切入,提出基于特征相似性学习的抛洒物检测方法。首先,在抛洒物体过程中采集参考图像和待检图像,通过参数共享的孪生卷积神经网络得到两张图像的外观特征,然后利用欧式距离等特征相似性函数计算图像区域之间的特征变化并得到欧式距离热力图,最后经阈值筛选得到抛洒物检测结果。为了提升算法对光照等噪声的抗干扰能力,提出全新的注意力掩膜单元,并通过构建长跨度上下文信息和强监督学习的方式提升注意力掩膜的语义判别性能,引导特征响应聚焦于抛洒物引起的外观变化,同时忽略噪声产生的扰动,最终解决噪声干扰和抛洒物产生的特征缠绕问题。为了验证方法的有效性,本研究在真实高速公路场景下进行视频影像数据采集、标注、构建成标准数据集。结果表明:注意力掩膜单元有效提升了特征的语义判别性能,大幅度提高抛洒物检测精度,其中调和均值F1提高6.4个百分点,同时算法运行速度稳定在30帧/s,满足实时性需求;利用特征序列状态转移方式构建的长跨度上下文信息更有利于注意力掩膜聚焦抛洒物特征信息,抗噪声干扰能力更强;通过强监督学习得到的注意力掩膜轮廓更为准确,模型精度更高。

基于特征相似性的船用柴油机关键件CAD/CAPP/CAM集成技术

对不同型号的船用柴油机关键件相似性进行分析,总结出船用柴油机关键件的相似加工特征、相似加工工艺及加工刀轨。基于特征相似性,研究了船用柴油机关键件CAD/CAPP/CAM集成技术,建立了特征加工模板库,通过特征加工模板的动态组合,实现了CAD/CAPP/CAM集成系统中特征加工模板的共享与重用,并通过应用实例对其进行验证。该系统能解决新的相似加工对象在CAD/CAPP/CAM集成系统工艺推理、刀轨规划等过程中的重复操作,降低企业在船用柴油机关键件制造过程中的重复性劳动及增强船用柴油机关键件CAD/CAPP/CAM集成系统的通用性,对解决其他类型复杂零件的CAD/CAPP/CAM集成系统中相似性利用问题也有很好的借鉴意义。

基于融合特征相似度的实体消歧方法研究

在数字资源日益丰富的环境下,人名歧义现象为数据检索带来了很多不确定性,降低了数据检索的准确度。运用人名实体的个人信息特征和作者文献话题等特征,采用多特征的融合方法充分挖掘与实体相关联的信息,实现人名消歧。实验使用爬取的某数据库文献数据,进行了人名消歧特征的选取和参数的确定等实验,结果表明提出的方法具有较好的性能。

基于特征相似度的科技论文元数据提取算法研究

通过对论文元数据网页的分析发现论文摘要页面的各种元数据在长度、前置引导词、分隔符等方面都具有特定的规律,并据此提出了基于元数据特征的元数据抽取算法,归纳出了论文元数据的7个形式特征和2个语义特征,定义了确定特征和排除特征,描述了特征相似度算法的6个步骤,给出了分别采用正则表达式方法和特征相似度方法的试验结果,测试表明,采用特征相似度方法的提取成功率从68%提高到了95%,达到了实用水平.

基于特征相似论的复杂虚拟样机系统置信度评估

基于相似理论提出了基于特征相似思想的系统可置信度评估方法, 拓展了特征建模思想的相似元和相似系统的概念, 最后对无法进行原型试验的深海开采系统升沉补偿装置的虚拟样机进行了置信度评估。

基于多特征相似的用户兴趣推荐

通过协同过滤获取用户的兴趣是为其提供贴心的个性化服务的关键技术.针对传统的协同过滤推荐算法不仅只考虑用户间单个特征的相似性,而且忽略用户兴趣会随时间变化而变化,从而难以准确地预测目标用户的兴趣,针对上述问题,提出一种基于多特征相似的用户兴趣推荐算法.在近邻居中寻找出与目标用户多特征相似的用户,根据相似用户对项目的评分以及目标用户兴趣随时间变化的时间函数来预测目标用户对该项目的评分,从而达到向目标用户推荐的目的.实验结果表明,该算法与传统的协同过滤推荐算法相比,能有效地提高用户推荐的质量.

特征相似的舰船噪声模型可信性分析

舰船噪声建模是研究水声信号处理和声纳系统的关键技术。从舰船噪声的时频域特性出发建立适应性广的舰船目标噪声模型,提出基于特征相似的模型可信性评估方法,并对舰船噪声模型进行可信性分析。

基于人类视觉系统的特征相似性图像质量评价

为克服现有特征相似性(FSIM)图像质量评价算法对图像信息无序部分及边缘信息度量能力的不足,利用人类视觉系统的内在推导机制,提出基于人类视觉系统的特征相似性图像质量评价算法HFSIM.该算法采用自回归预测模型分解并解读图像内容的预测部分和无序部分;联合FSIM与边缘结构相似性算法度量预测部分,采用多尺度峰值信噪比(PSNR)度量无序部分的衰减情况,最后根据噪声能量融合图像信息预测部分与无序部分的评价结果得到图像质量评价.在6个公开基准数据库上的实验结果表明,该算法与人类主观感知具有高度的一致性,且在各类型失真图像的评价上具有较好的性能.

一种基于特征相似性的印刷图像质量评价方法

目的提出一种基于特征相似性的印刷图像质量评价方法,解决客观评价印刷图像质量的方法忽略了人眼视觉的底层特征,不能与主观评价达到很好一致性的问题。方法采用能够提取视觉底层特征的特征相似性FSIM算法,应用在印刷图像质量的客观评价中,结合主观实验,对印刷图像质量加以整体评价。结果 FSIM算法的质量评分范围在0.9~1之间,在与主观评价的相关性分析上,皮尔逊相关系数（CC）为0.9490,斯皮尔曼秩相关系数（SROCC）为0.9940,平均绝对值误差（MAE）为0.0049,相较于MSE,PSNR,SSIM和MS-SSIM算法表现出更好的预测稳定性、单调性和一致性。结论实验结果表明,FSIM算法与人眼主观质量评价有着更好的一致性,更接近人类视觉系统,能够有效地进行印刷图像质量评价。

基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法

为解决微波遥感土壤水分反演经验方程(关系)的适用性问题,该文提出一个新的概念——反演靶区,并提出了一种基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法。首先采用主成分分析法(PCA),从影响土壤含水量的12个因子(土壤湿度分布、地表温度、NDVI、土壤质地指数、地形粗糙度、雷达入射角以及Landsat TM除热红外波段的6个波段)中筛选提取第一主成分;再使用Mean Shift方法分割包含第一主成分的单色影像,得到一幅过分割区域图;计算各分割区域与各样方区域的特征向量间的加权欧氏距离,得到区域特征相似度数据集;最后,基于各样方得到的反演经验方程(关系),根据区域相似度选择各自反演靶区进行土壤水分反演。实验证明,与只使用同一反演经验方程进行反演相比,基于反演靶区思想的土壤水分反演精度有较大提高。

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。

特征相似性、类别标签与因果关系在归纳推理中的作用

采用人工材料,比较类别标签、特征相似性与因果关系对归纳推理强度的影响。包括两个实验,实验1比较类别标签与特征相似性对归纳推理的影响,结果表明,当类别标签对归纳推理的影响显著强于特征相似性时,不能将类别标签等同于一个相似性特征。实验2进一步探讨类别标签与因果关系对归纳推理的作用,结果表明,因果关系作用明显强于类别标签的作用。综合两个实验的结果并整合前人相关研究,提出了不同关系影响归纳推理的强度假想。

轨迹延续性与影像特征相似性结合的城市道路提取

城市道路区域检测是城市土地管理、交通规划等领域的迫切需求,而传统城市道路区域检测多使用轨迹提取、遥感解译、人工采集等单独方式,在自动化程度或提取质量上存在一定的局限性。本文结合GNSS轨迹点与高分遥感影像各自的数据优势,提出一种基于轨迹延续性与影像特征相似性的遥感影像道路区域检测方法。该方法以出租车GNSS轨迹点构建轨迹特征栅格,基于轨迹延续性在平均方向特征栅格中划分路段对象,利用道路对象的光谱特征向轨迹无法覆盖的小区内部进行拓展,以获得提取区域内较为完整的道路信息。试验证明:本文方法可以有效降低道路的同物异谱现象及阴影、树木遮挡的影响,高效地提取高分遥感影像中的道路区域。与传统的遥感影像分类方法相比,具有更高的精度与自动化程度,相较于深度学习模型具有更广的适应性。

语料库间多特征相似性比较的统计方法研究

语料库间多特征相似性比较可采用的统计方法包括卡方检验、秩相关检验和卡方相似性检验。以350个常用词汇为例的语料库统计实验研究表明,在较大样本的多特征语言研究中,卡方检验很容易得出语料库之间具有显著性差异的结论,秩相关检验同样容易得出参与比较的文体具有显著相关的结论,而卡方相似性检验采用统计量相对值作为推断的根据,可得到较为细致的语料库之间相似程度的研究结果。

基于分割区域及特征相似度的玉米田遥感图像分类方法

针对遥感图像中玉米田目标光谱复杂,同物异谱现象严重导致分类结果差的问题,提出一种基于分割区域及特征相似度的玉米田遥感图像分类方法。首先利用主成分分析法(PCA)对多光谱和高分辨全色融合图像进行第一主成分提取,以获得包含丰富图像信息的单色图像I;对I进行分水岭分割,得到一幅过分割目标区域图;构建由纹理、亮度及轮廓特征相似度组成的特征组;最后基于随机森林原理,利用构建的特征组对玉米目标进行提取。用高分一号卫星数据进行实验,并与支持向量机方法(SVM)、神经网络算法和最大似然算法进行了比较分析,实验表明,该方法的分类精度优于其他算法。

Fisher成分分析法用于瓜蒌及其炮制品的化学指纹特征相似性的研究

目的应用Fisher成分分析法(FCA)对瓜蒌及其炮制品的类别进行分析。方法采用HPLC-PDAD建立瓜蒌及其炮制品的指纹图谱,以槲皮素为内参峰进行数字化处理,得到瓜蒌及其炮制品的标准指纹图谱。以FCA提取瓜蒌及其炮制品标准指纹图谱中的化学信息,进行质量模式分类,并与标准指纹图谱及主成分分类模式进行对比。结果 FCA能准确地将瓜蒌及其炮制品分为2类。结论采用FCA成分分析法可提取指纹图谱中隐含的化学信息,进行准确的类别分析。

五叉树分解下低照度图像特征相似度检索仿真

针对传统低照度图像特征相似度检索方法存在计算复杂、效率低的问题,提出一种基于五叉树分解的低照度图像特征相似度检索方法。在主成分转变的基础上对低照度图像进行五叉树分解,将被检索图像划分成一系列子块图像,为构建特征直方图及计算相似度作基础;利用图像子块表达形式提取主要特征,得到颜色特征向量,使用归一化方式计算可视化相似度,即颜色相似程度;求得低照度图像特征相似度阈值,完成相似度检索。仿真结果表明,相比其它方法,所提方法的检索精准度高、复杂度小,得到的检索结果更佳,鲁棒性更好。

基于多特征相似度的大规模网络异常检测算法

提出了大规模网络中一种基于相似度的异常检测模型。该模型利用大规模网络中的多种网络数据流特征,经过高频统计,建立特征集,并计算实时特征集与标准特征集的相似度。当大规模网络中发生攻击或病毒时,网络流量的自相似性将遭到破坏。通过与正常情况时的比较可以及时准确地发现攻击引起的异常。实验结果表明这种综合多个网络特征的检测模型比起单一的特征检测明显降低了误报率,也比较适用于大规模网络。