人脸识别是一种利用人体面部特征进行身份验证的生物识别技术。但随着年龄的增长,人的面部轮廓以及纹理都会发生很大变化,从而给人脸识别带来了巨大挑战。因此,年龄不变人脸识别(age-invariant face recognition,AIFR)研究具有重要意义...人脸识别是一种利用人体面部特征进行身份验证的生物识别技术。但随着年龄的增长,人的面部轮廓以及纹理都会发生很大变化,从而给人脸识别带来了巨大挑战。因此,年龄不变人脸识别(age-invariant face recognition,AIFR)研究具有重要意义。介绍了判别方法的研究现状,包括传统判别方法以及基于深度学习的判别方法,并对优缺点进行梳理总结。梳理了年龄不变人脸识别技术领域内代表性数据集以及常用的评价指标,并将优秀算法的性能在常用数据集上进行了实验比较。对年龄不变人脸识别技术的发展趋势进行了展望。展开更多
通过对知网上252篇有关新工科的典型教育研究文献进行实体关系人工标注,建立了高等教育领域新工科视角下实验数据集NEDS(New Engineering Data Set),设计了一种层叠指针网络模型。实验结果表明,在高等教育领域NEDS上该模型表现突出,其...通过对知网上252篇有关新工科的典型教育研究文献进行实体关系人工标注,建立了高等教育领域新工科视角下实验数据集NEDS(New Engineering Data Set),设计了一种层叠指针网络模型。实验结果表明,在高等教育领域NEDS上该模型表现突出,其精确率、召回率和F1值分别达到了83.56、76.25和79.74,很好地解决了关系重叠问题。展开更多
文摘针对中文网络安全领域缺乏公开数据集和有效的命名实体识别(Named Entity Recognition,NER)方法,提出一种融合汉字多源信息的网络安全NER方法。通过构建数据集中所有字符的偏旁和字频向量表,增强了中文字向量的特征表达能力,嵌入到改进的词汇融合模型中进行字向量与词向量的融合,输入到条件随机场(Conditional Random Fields,CRF)进行解码。实验结果表明,该方法在保持较快解码速度和占用较低计算机资源的情况下,在网络安全数据集上,其准确率、召回率和F1值分别为0.8649、0.8402和0.8523,均优于现有模型,能够为后续网络安全知识图谱的构建提供支撑。
文摘人脸识别是一种利用人体面部特征进行身份验证的生物识别技术。但随着年龄的增长,人的面部轮廓以及纹理都会发生很大变化,从而给人脸识别带来了巨大挑战。因此,年龄不变人脸识别(age-invariant face recognition,AIFR)研究具有重要意义。介绍了判别方法的研究现状,包括传统判别方法以及基于深度学习的判别方法,并对优缺点进行梳理总结。梳理了年龄不变人脸识别技术领域内代表性数据集以及常用的评价指标,并将优秀算法的性能在常用数据集上进行了实验比较。对年龄不变人脸识别技术的发展趋势进行了展望。
文摘通过对知网上252篇有关新工科的典型教育研究文献进行实体关系人工标注,建立了高等教育领域新工科视角下实验数据集NEDS(New Engineering Data Set),设计了一种层叠指针网络模型。实验结果表明,在高等教育领域NEDS上该模型表现突出,其精确率、召回率和F1值分别达到了83.56、76.25和79.74,很好地解决了关系重叠问题。