期刊文献+
共找到150篇文章
< 1 2 8 >
每页显示 20 50 100
Velocity Measurement and Freezing Technology of Multi-shot Pellet on HL-1M Tokamak 被引量:1
1
作者 李波 李立 +6 位作者 肖正贵 王明旭 刘德权 郑银甲 冯震 王明建 徐小桥 《Plasma Science and Technology》 SCIE EI CAS CSCD 2001年第5期971-976,共6页
A measuring system for high-speed hydrogen ice pellet was introduced in this paper and the photographing of flying pellet taken therein. With the system, a pellet (minimum size of φ 0.3 mm) velocity (ranging from 50 ... A measuring system for high-speed hydrogen ice pellet was introduced in this paper and the photographing of flying pellet taken therein. With the system, a pellet (minimum size of φ 0.3 mm) velocity (ranging from 50 m/s to 2500 m/s) can be measured in the HL-1M tokamak fueling experiments. By analyzing photographs and the conditions of frozen pellets (including gas supply, gas replenishment, temperature controlling etc), the pellet-freezing technology is summarized in the paper. 展开更多
关键词 Velocity Measurement and Freezing Technology of multi-shot Pellet on HL-1M Tokamak HL
下载PDF
A multi-shot target wheel assembly for high-repetition-rate, laser-driven proton acceleration
2
作者 J.Penas A.Bembibre +6 位作者 D.Cortina-Gil L.Martin A.Reija C.Ruiz M.Seimetz A.Alejo J.Benlliure 《High Power Laser Science and Engineering》 SCIE CAS CSCD 2024年第2期87-94,共8页
A multi-shot target assembly and automatic alignment procedure for laser–plasma proton acceleration at high repetition rate are introduced.The assembly is based on a multi-target rotating wheel capable of hosting mor... A multi-shot target assembly and automatic alignment procedure for laser–plasma proton acceleration at high repetition rate are introduced.The assembly is based on a multi-target rotating wheel capable of hosting more than 5000 targets,mounted on a 3D motorized stage to allow rapid replenishment and alignment of the target material between laser irradiations.The automatic alignment procedure consists of a detailed mapping of the impact positions at the target surface prior to the irradiation that ensures stable operation of the target,which alongside the purpose-built design of the target wheel,enables operation at rates up to 10 Hz.Stable and continuous laser-driven proton acceleration at 10 Hz is demonstrated,with observed cut-off energy stability about 15%. 展开更多
关键词 high repetition rate laser-plasma acceleration multi-shot operation proton source target assembly
原文传递
考虑时空协同的滑翔制导炮弹单炮多发快速弹道规划
3
作者 尹秋霖 陈琦 +1 位作者 王中原 王庆海 《兵工学报》 EI CAS CSCD 北大核心 2024年第3期798-809,共12页
针对单炮多发应用场景,研究在时间、空间协同等多约束条件下的滑翔制导炮弹快速协同弹道规划问题。为平衡序列凸优化(Sequential Convex Programming,SCP)算法在快速性与最优性之间的冲突,提出一种改进的SCP算法;考虑到多约束条件下可... 针对单炮多发应用场景,研究在时间、空间协同等多约束条件下的滑翔制导炮弹快速协同弹道规划问题。为平衡序列凸优化(Sequential Convex Programming,SCP)算法在快速性与最优性之间的冲突,提出一种改进的SCP算法;考虑到多约束条件下可行域较小、初值敏感性较高的特点,设计两种迅速且有效的迭代初值生成方案;为充分发挥弹群整体控制能力,采取集中式的协同规划策略,同步求解所有方程组,以达成全局规划目标。仿真实验结果表明,新算法能够较好地解决多约束条件下的协同规划问题,与现有文献中的常见算法进行对比,具备良好的收敛性能和较高的计算效率。 展开更多
关键词 滑翔制导炮弹 协同弹道规划 单炮多发 多约束 快速规划
下载PDF
融合多模态数据的小样本命名实体识别方法
4
作者 张天明 张杉 +2 位作者 刘曦 曹斌 范菁 《软件学报》 EI CSCD 北大核心 2024年第3期1107-1124,共18页
作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成... 作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成本问题,命名实体识别任务常常受限于标注样本的稀缺.尽管基于文本的小样本命名实体识别方法已取得较好的泛化表现,但由于样本量有限,使得模型能提取的语义信息也十分受限,进而导致模型预测效果依然不佳.针对标注样本稀缺给基于文本的小样本命名实体识别方法带来的挑战,提出了一种融合多模态数据的小样本命名实体识别模型,借助多模态数据提供额外语义信息,帮助模型提升预测效果,进而可以有效提升多模态数据融合、建模效果.该方法将图像信息转化为文本信息作为辅助模态信息,有效地解决了由文本与图像蕴含语义信息粒度不一致导致的模态对齐效果不佳的问题.为了有效地考虑实体识别中的标签依赖关系,使用CRF框架并使用最先进的元学习方法分别作为发射模块和转移模块.为了缓解辅助模态中的噪声样本对模型的负面影响,提出一种基于元学习的通用去噪网络.该去噪网络在数据量十分有限的情况下,依然可以有效地评估辅助模态中不同样本的差异性以及衡量样本对模型的有益程度.最后,在真实的单模态和多模态数据集上进行了大量的实验.实验结果验证了该方法的预测F1值比基准方法至少提升了10%,并具有良好的泛化性. 展开更多
关键词 命名实体识别 多模态数据 小样本学习 元学习 去噪网络
下载PDF
基于FRL-Net的高鲁棒性多尺度小样本轨道入侵异物检测方法研究
5
作者 赵宗扬 康杰虎 +2 位作者 吴斌 叶涛 张振 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第1期239-249,共11页
针对轨道入侵异物严重威胁行车安全,而基于广义深度学习的目标检测方法无法打破大数据驱动的训练壁垒、小样本目标检测方法在复杂轨道环境中对多尺度入侵异物检测能力差、鲁棒性低等问题,本文提出了一种高鲁棒性多尺度小样本轨道入侵异... 针对轨道入侵异物严重威胁行车安全,而基于广义深度学习的目标检测方法无法打破大数据驱动的训练壁垒、小样本目标检测方法在复杂轨道环境中对多尺度入侵异物检测能力差、鲁棒性低等问题,本文提出了一种高鲁棒性多尺度小样本轨道入侵异物检测模型。该模型采用元学习策略,通过多尺度小样本入侵异物特征提取模块增强模型对于不同尺度小样本异物特征的表达能力。使用轨道入侵异物元特征精准重加权模块对小样本异物的元特征进行精准优化。提出小样本轨道入侵异物检测优化模块进一步提升模型的检测性能。实验结果表明,该模型在7-way 30-shot的小样本轨道异物检测任务中的平均检测精度为81.8%,比FSRW高3.2%,更适合在实际轨道环境中检测多尺度小样本入侵异物。 展开更多
关键词 轨道入侵异物 元学习 小样本目标检测 多尺度 深度学习
下载PDF
多尺度层级金字塔网络的无人机入侵检测方法
6
作者 丁辉 胡明华 尹嘉男 《航空计算技术》 2024年第1期37-40,45,共5页
近年来,无人机的快速发展给众多领域带来便利,然而无人机入侵给机场安全带来了巨大的挑战。由于无人机目标小、背景复杂、飞行速度快等特点,现有的主流目标检测方法通常难以准确地识别出入侵的无人机,易产生误检漏检的现象。提出了多尺... 近年来,无人机的快速发展给众多领域带来便利,然而无人机入侵给机场安全带来了巨大的挑战。由于无人机目标小、背景复杂、飞行速度快等特点,现有的主流目标检测方法通常难以准确地识别出入侵的无人机,易产生误检漏检的现象。提出了多尺度层级金字塔网络的无人机入侵检测方法,同时利用特征融合模块赋予特征金字塔不同层级、不同尺度的图像语义信息,并通过网格删除和4 Mosaic数据增强技术,对小样本数据集进行扩充,有效地提高了模型的泛化性能。实验表明,方法较于目前最优的无人机检测方法性能提升了5.5%。 展开更多
关键词 无人机入侵检测 多尺度学习 小样本学习 数据增强
下载PDF
基于局部正交特征融合的小样本图像分类
7
作者 涂泽良 程良伦 黄国恒 《广东工业大学学报》 CAS 2024年第2期73-83,共11页
针对目前基于度量学习的小样本图像分类方法中难以充分提取重要特征问题,提出一种基于局部正交特征融合的小样本图像分类方法。首先,利用特征提取网络同时提取局部细节丰富的浅层特征和语义化强的深层特征;然后,通过一个通道注意力模块... 针对目前基于度量学习的小样本图像分类方法中难以充分提取重要特征问题,提出一种基于局部正交特征融合的小样本图像分类方法。首先,利用特征提取网络同时提取局部细节丰富的浅层特征和语义化强的深层特征;然后,通过一个通道注意力模块和一个多尺度特征自适应融合模块分别在浅层特征的通道维度和空间尺度上进行特征增强,以生成更显著且包含更多尺度信息的局部特征。最后,通过一个局部正交特征融合模块对得到的多尺度局部特征和初始深层语义特征进行局部正交特征提取和注意力融合,以充分利用图像的局部和全局特征信息,生成更能代表目标类别的特征表示。在miniImageNet、tieredImageNet和CUB-200-2011三个公开数据集上的实验结果表明:提出的方法可以获得更好的分类效果,在5way-5shot任务上的准确率分别达到81.69%、85.36%和89.78%,与baseline模型相比,分类准确率分别提升5.23%、3.19%和5.99%。 展开更多
关键词 图像分类 小样本学习 多尺度特征 注意力机制 特征融合
下载PDF
Effect of native defects and laser-induced defects on multi-shot laser-induced damage in multilayer mirrors 被引量:1
8
作者 王营 赵元安 +1 位作者 邵建达 范正修 《Chinese Optics Letters》 SCIE EI CAS CSCD 2011年第9期82-85,共4页
The roles of laser-induced defects and native defects in multilayer mirrors under multi-shot irradiation condition are investigated. The HfO2/SiO2 dielectric mirrors are deposited by electron beam evaporation (EBE).... The roles of laser-induced defects and native defects in multilayer mirrors under multi-shot irradiation condition are investigated. The HfO2/SiO2 dielectric mirrors are deposited by electron beam evaporation (EBE). Laser damage testing is carried out on both the 1-on-1 and S-on-1 regimes using 355-nm pulsed laser at a duration of 8 ns. It is found that the single-shot laser-induced damage threshold (LIDT) is much higher than the multi-shot LIDT. In the multi-shot mode, the main factor influencing LIDT is the accumulation of irreversible laser-induced defects and native defects. The surface morphologies of the samples are observed by optical microscopy. Moreover, the number of laser-induced defects affects the damage probability of the samples. A correlative model based on critical conduction band (CB) electron density (ED) is presented to simulate the multi-shot damage behavior. 展开更多
关键词 Effect of native defects and laser-induced defects on multi-shot laser-induced damage in multilayer mirrors
原文传递
基于协方差度量矩阵的多尺度融合的小样本学习
9
作者 莫春晗 陆建峰 《计算机与数字工程》 2024年第5期1373-1376,1405,共5页
对于少量训练样本下的图像分类问题,现有的深度模型算法存在着很多问题。比如传统的基于度量学习的算法只是依据定义的距离关系来推断样本类别,易导致模型在类别过多时难以捕获类间差异。同时它们只聚焦于一阶统计量的关系计算和高层语... 对于少量训练样本下的图像分类问题,现有的深度模型算法存在着很多问题。比如传统的基于度量学习的算法只是依据定义的距离关系来推断样本类别,易导致模型在类别过多时难以捕获类间差异。同时它们只聚焦于一阶统计量的关系计算和高层语义信息的利用,忽视了低级丰富的原始视觉特征的表达。针对这些问题,论文提出了基于协方差度量矩阵的多尺度融合算法。该算法利用不同尺度信息下的二阶统计量来更新模型参数。实验结果表明该算法能有效地提高小样本图像分类的准确率,具有一定的实用价值。 展开更多
关键词 协方差度量矩阵 多尺度融合 小样本学习
下载PDF
融合多尺度和注意力机制的小样本目标检测
10
作者 李鸿天 史鑫昊 +3 位作者 潘卫国 徐成 徐冰心 袁家政 《计算机应用》 CSCD 北大核心 2024年第5期1437-1444,共8页
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... 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。 展开更多
关键词 迁移学习 小样本目标检测 注意力机制 多尺度特征融合 余弦相似度
下载PDF
基于原型嵌入图网络的小样本图像分类
11
作者 陈望 李志玲 +2 位作者 王前 包春梅 王林 《电子测量技术》 北大核心 2024年第5期133-141,共9页
针对在小样本图像分类中传统骨干卷积网络进行特征提取时会有上下文信息单一和感受野受限以及边特征相似度度量缺乏全局性问题,本文提出了一种基于原型嵌入图网络的小样本图像分类算法。首先,将CBAM产生的权重值与ASPP以不同采样率获取... 针对在小样本图像分类中传统骨干卷积网络进行特征提取时会有上下文信息单一和感受野受限以及边特征相似度度量缺乏全局性问题,本文提出了一种基于原型嵌入图网络的小样本图像分类算法。首先,将CBAM产生的权重值与ASPP以不同采样率获取的不同尺度特征进行相乘的特征作为图网络的节点嵌入特征。然后,采用原型网络的方法在度量模块中构建了原型节点,使得成对节点之间的相似性计算转化为单个节点与原型节点相似性的和计算,将得到的相似度作为边特征输入图神经网络。最后,利用双图结构在多个更新代后将标签信息从有标签样本传播到无标签样本。在以ResNet-12为骨干卷积网络的算法分类任务中,本文在mini ImageNet、tiered ImageNet、CUB-200-2011和CIFAR-FS 4个数据集上的5-way 1-shot的任务分类准确率分别达到了71.47%、75.41%、86.21%和79.84%,在以Conv-4作为骨干卷积网络中,本文提出的算法在5-way 1-shot和5-way 5-shot任务中都优于现有的图网络方法。 展开更多
关键词 图神经网络 小样本学习 原型节点 多尺度特征融合 图像分类
下载PDF
小样本条件下的带钢表面缺陷检测
12
作者 宋文琦 吴龙 黎尧 《计算机系统应用》 2024年第5期85-93,共9页
针对工业场景下带钢表面缺陷样本少、缺陷尺寸大小不一等问题,提出一种适用于小样本条件下的带钢表面缺陷检测网络.首先,算法以YOLOv5s框架为基础,设计一种融合注意力机制的多尺度路径聚合网络作为模型的颈部,增强模型对缺陷目标的多尺... 针对工业场景下带钢表面缺陷样本少、缺陷尺寸大小不一等问题,提出一种适用于小样本条件下的带钢表面缺陷检测网络.首先,算法以YOLOv5s框架为基础,设计一种融合注意力机制的多尺度路径聚合网络作为模型的颈部,增强模型对缺陷目标的多尺度预测能力;其次,提出一种自适应解耦检测结构,缓解小样本情况下分类和定位任务之间的矛盾;最后,提出一种融合Wasserstein距离的边界框回归损失函数,提升模型对小目标缺陷的检测精度.实验表明,在构建的小样本带钢表面缺陷数据集上,本文模型的检测性能优于其他小样本检测模型,更适用于工业环境下的小样本缺陷检测任务. 展开更多
关键词 钢材表面缺陷检测 小样本 注意力机制 多尺度路径聚合网络 解耦检测结构
下载PDF
基于元学习的带钢表面缺陷小样本语义分割
13
作者 冯虎 宋克臣 +1 位作者 崔文琦 颜云辉 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第3期354-360,共7页
由于缺少带钢表面缺陷样本,使得深度神经网络在带钢表面缺陷检测的应用受到了限制,为解决这一实际问题,提出了一种基于元学习思想的小样本语义分割深度学习方法.该方法引入了多尺度解码器和注意力机制.多尺度解码器能够聚合不同尺度的... 由于缺少带钢表面缺陷样本,使得深度神经网络在带钢表面缺陷检测的应用受到了限制,为解决这一实际问题,提出了一种基于元学习思想的小样本语义分割深度学习方法.该方法引入了多尺度解码器和注意力机制.多尺度解码器能够聚合不同尺度的缺陷特征信息,提高网络的分割精度.注意力机制能够有效增强缺陷信息表达,并且抑制背景信息的干扰.此外,构建了一个带钢表面缺陷语义分割数据集,该数据集包含9类带钢表面缺陷.在该数据集上进行了相关实验,结果表明本文方法在平均交并比和前景-背景交并比指标上优于PFENet,SCLNet和HSNet等方法. 展开更多
关键词 带钢表面缺陷检测 元学习 小样本语义分割 注意力机制 多尺度解码器
下载PDF
基于多模态联合语义感知的零样本目标检测
14
作者 段立娟 袁蓥 +1 位作者 王文健 梁芳芳 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期368-375,共8页
零样本目标检测借助语义嵌入作为引导信息,将未见过的物体的视觉特征与类别语义嵌入映射到同一空间,根据其在映射空间的距离进行分类,但由于语义信息获取的单一性,视觉信息缺乏可靠表示,易混淆背景信息和未见过对象信息,使得视觉和语义... 零样本目标检测借助语义嵌入作为引导信息,将未见过的物体的视觉特征与类别语义嵌入映射到同一空间,根据其在映射空间的距离进行分类,但由于语义信息获取的单一性,视觉信息缺乏可靠表示,易混淆背景信息和未见过对象信息,使得视觉和语义之间很难无差别对齐。基于此,借助视觉上下文模块捕捉视觉特征的上下文信息,并通过语义优化模块对文本上下文和视觉上下文信息进行交互融合,增加视觉表达的多样化,使模型感知到前景的辨别性语义,从而有效地实现零样本目标检测。在MS-COCO的2个划分数据集上进行实验,在零样本目标检测和广义零样本目标检测的准确率和召回率上取得了提升,结果证明了所提方法的有效性。 展开更多
关键词 目标检测 零样本目标检测 多模态 上下文感知 语义优化
下载PDF
融合多尺度特征的小样本字体生成
15
作者 杨娜 殷雁君 《内蒙古师范大学学报(自然科学版)》 CAS 2024年第2期207-214,共8页
通过模型MS-Font设计一种多尺度生成器(multiscale generator,MG),用于提取文字不同尺度结构信息特征,并将浅层信息和深层信息进行多尺度特征融合,构建不同尺度特征图之间的联系,以增强字体内容与风格信息的有效表达,提高生成网络的字... 通过模型MS-Font设计一种多尺度生成器(multiscale generator,MG),用于提取文字不同尺度结构信息特征,并将浅层信息和深层信息进行多尺度特征融合,构建不同尺度特征图之间的联系,以增强字体内容与风格信息的有效表达,提高生成网络的字体重构能力。在给定数据集上进行大量实验,结果表明模型MS-Font结果均优于对比算法,在FUNIT模型基础上,LPIPS提高0.007,SSIM提高0.12,ACC(S)提升5.2,ACC(C)提升4.0,验证了提出模型MS-Font的有效性。 展开更多
关键词 小样本字体生成 多尺度特征提取 生成对抗网络
下载PDF
递归投影融合对比机制的少样本目标检测方法
16
作者 陈瀚 雷亮 +1 位作者 朱锦相 王冬 《计算机工程与设计》 北大核心 2024年第2期508-515,共8页
针对少样本场景中尺度混乱、特征关联性差导致检测不精准的问题,提出一种基于多尺度融合对比机制的检测算法。相比先前方法仅关注表层特征迁移,该方法深刻探讨基类与新类特征空间的潜在联系。通过多尺度递归投影增加特征关联性,利用对... 针对少样本场景中尺度混乱、特征关联性差导致检测不精准的问题,提出一种基于多尺度融合对比机制的检测算法。相比先前方法仅关注表层特征迁移,该方法深刻探讨基类与新类特征空间的潜在联系。通过多尺度递归投影增加特征关联性,利用对比机制充分挖掘基类空间和通道信息,最大化引导新类特征的提取、筛选以及匹配,取得显著性能提升。在Pascal VOC和MS COCO数据集实验中验证了该方法的优越性,为少样本目标检测研究提供了新的理论支撑和研究方向。 展开更多
关键词 目标检测 少样本学习 微调范式 多尺度 递归机制 特征投影融合 对比机制
下载PDF
融合类增强与多尺度自适应的小样本学习方法
17
作者 董驰静 张孙杰 任涵 《数据采集与处理》 CSCD 北大核心 2024年第3期689-698,共10页
为了解决小样本学习存在特征信息提取不足、难以准确地捕获局部明显特征信息的问题,提出了一种融合类增强与多尺度自适应的小样本学习方法。首先在特征的层面上对图像进行类增强,通过将特征图的每次激活与其邻域相关联来编码丰富的语义... 为了解决小样本学习存在特征信息提取不足、难以准确地捕获局部明显特征信息的问题,提出了一种融合类增强与多尺度自适应的小样本学习方法。首先在特征的层面上对图像进行类增强,通过将特征图的每次激活与其邻域相关联来编码丰富的语义结构,使提取后的类内特征明显,更利于当前的分类任务。其次通过多尺度特征生成来提取不同尺度上图像特征的低层表示。最后对每个尺度上的语义相关矩阵进行权重分配与相似元素最大化计算查询图像与各支持集类别图像之间的语义相似度,多尺度信息进行融合后,对目标图像进行分类。在5-way 1-shot和5-way 5-shot设置中,该方法在miniImageNet数据集上的均值平均精度(mean Average precision,mAP)分别为56.83%和75.76%,在常用细粒度图像数据集Stanford Cars和CUB-200-2011分类基准上分别达到了79.33%和93.92%、66.33%和85.78%,均优于现有方法的最好结果。 展开更多
关键词 小样本学习 类增强 多尺度特征生成 自适应任务注意
下载PDF
面向小样本抽取式问答的多标签语义校准方法
18
作者 刘青 陈艳平 +2 位作者 邹安琪 秦永彬 黄瑞章 《应用科学学报》 CAS CSCD 北大核心 2024年第1期161-173,共13页
小样本抽取式问答任务旨在利用文章给定的上下文片段,抽取出真实的答案片段。其基线模型采用的方法只针对跨度进行学习,缺乏对全局语义信息的利用,在含有多组不同重复跨度的实例中存在着理解偏差等问题。为了解决上述问题,该文利用不同... 小样本抽取式问答任务旨在利用文章给定的上下文片段,抽取出真实的答案片段。其基线模型采用的方法只针对跨度进行学习,缺乏对全局语义信息的利用,在含有多组不同重复跨度的实例中存在着理解偏差等问题。为了解决上述问题,该文利用不同层级的语义提出了一种面向小样本抽取式问答任务的多标签语义校准方法。采用包含全局语义信息的头标签和基线模型中的特殊字符构成多标签进行语义融合,并利用语义融合门来控制全局信息流的引入,将全局语义信息融合到特殊字符的语义信息中。然后,利用语义筛选门对新融入的全局语义信息和该特殊字符的原有语义信息进行保留与更替,实现对标签偏差语义的校准。在8个小样本抽取式问答数据集中的56组实验结果表明:该方法在评价指标F1值上均明显优于基线模型,证明了所提方法的有效性和先进性。 展开更多
关键词 小样本抽取式问答 跨度抽取式问答 多标签语义融合 双门控机制 机器阅读理解
下载PDF
基于特征加权与融合的小样本遥感目标检测
19
作者 宋云凯 吴原顼 +1 位作者 叶蕴瑶 肖进胜 《软件导刊》 2024年第4期150-156,共7页
基于深度卷积神经网络的目标检测器需要大量标注样本展开训练,针对训练样本数量不足导致目标检测器泛化能力较差的问题,基于元特征调制提出一种特征加权与融合的小样本遥感目标检测方法。首先,在元特征提取网络中嵌入瓶颈结构式特征学... 基于深度卷积神经网络的目标检测器需要大量标注样本展开训练,针对训练样本数量不足导致目标检测器泛化能力较差的问题,基于元特征调制提出一种特征加权与融合的小样本遥感目标检测方法。首先,在元特征提取网络中嵌入瓶颈结构式特征学习模块C3,增加网络深度和感受野;其次,利用路径聚合网络(PAN)进行元特征融合,有效提升了网络对多尺度遥感目标的感知能力;最后,使用轻量级卷积神经网络学习原型向量以加权元特征,在轻量化模型的同时,利用模型已有知识快速微调模型,以适应对新类目标的检测。实验结果显示,在NWPU VHR-10和DIOR数据集上,该方法相比于FSODM方法,在新类对象上的平均检测精度分别提高了29.40%和11.78%。可视化结果表明,该方法在小样本遥感目标检测上效果更优。 展开更多
关键词 遥感数据集 小样本目标检测 C3-Darknet特征提取网络 多特征融合 特征加权
下载PDF
多标签小样本实例级注意力原型网络分类方法 被引量:1
20
作者 罗森林 张睿智 +1 位作者 潘丽敏 吴舟婷 《北京理工大学学报》 EI CAS CSCD 北大核心 2023年第4期403-409,共7页
多标签分类中,一个样本可能属于多个类别,且在小样本场景下模型性能更容易受到样本中复杂语义特征的影响。然而,目前常用的原型网络方法仅使用每类支持集样本的均值作为标签原型,导致原型中存在其他类别特征带来的噪声,弱化了原型间的... 多标签分类中,一个样本可能属于多个类别,且在小样本场景下模型性能更容易受到样本中复杂语义特征的影响。然而,目前常用的原型网络方法仅使用每类支持集样本的均值作为标签原型,导致原型中存在其他类别特征带来的噪声,弱化了原型间的差异性,影响预测效果。本文提出一种利用实例级注意力的多标签小样本原型网络分类方法,通过提高支持集中与当前标签关联度高的样本的权重,减少其他标签特征的干扰,增大标签原型之间的区分度,进而提高预测的精确率.实验表明,方法通过引入实例级注意力强化了多标签原型网络的学习能力,分类效果明显提升. 展开更多
关键词 注意力机制 原型网络 多标签 小样本学习
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部