融合卷积神经网络和重启随机游走的实体链接方法

提出了一种融合卷积神经网络和重启随机游走的实体链接方法.该方法首先对文本中的指称进行识别,然后生成指称的候选实体集,随后使用融合卷积神经网络和重启随机游走的实体链接方法对候选实体进行选择,最后对在知识库中无对应实体的指称进行聚类.该方法在TAC-KBP2016的实体识别与链接评测数据集上的FCEAFm值为0.652,2016年评测第1名的FCEAFm为0.643,实验结果表明,使用融合卷积神经网络和重启随机游走的实体链接方法能够有效地进行实体链接.     

基于注意力机制的卷积神经网络可视化方法

相比于传统机器学习算法,卷积神经网络"端到端"的黑盒特性使其内部工作机制缺乏透明性和可解释性,导致其在某些安全性要求较高的领域受到一定限制.为此,提出一种基于注意力机制的卷积神经网络可视化方法,用于可视化解释卷积神经网络中间层所学特征.该方法首先将注意力机制添加到网络结构中,跟随网络一起训练;然后,获取训练后模型的最高...     

一种基于卷积神经网络的人脸表情自动识别方法

针对传统机器学习方法在人脸表情识别上存在特征提取繁琐、表情识别准确率不高的问题,提出一种基于深度学习的人脸表情自动识别方法.设计了一个卷积神经网络模型,以原始图像数据为输入,中间以卷积层和池化层交替作为隐层进行特征自动提取,最后将提取到的特征数据映射到全连接层,并采用Softmax函数作为分类器计算分类得分概率,实现人脸表情的自动识别分类.在公开的人脸表情数据集CK+上进行实验,结果表明本文方法能更准确地识别人脸表情.     

融合深度神经网络与统计学习的 印地语词性标注方法研究

针对统计模型受限于标注语料规模且不能捕获标注序列的上下文信息问题,提出一种融合深度学习和统计学习的印地语词性标注模型。该模型具有3层逻辑结构,首先在词表示层采用深度神经网络框架训练出印地语单词的形态特征,并利用word2vec方法对语料训练生成具有语义信息的低维度稠密实数词向量,然后在序列表示层将形态特征和词向量作为深度神经网络模型的输入并进行训练,得到输入序列的信息特征,最后在CRF推理层利用深度神经网络模型的输出状态和当前的转移概率矩阵作为CRF模型的参数,最终得到最优的标签序列。对提出的方法与其他方法进行了对比实验,结果表明融合深度学习和统计模型的方法较其他几种统计模型的性能有显著的提升。     

一种融合CBAM注意力机制和金字塔卷积的经济鱼类识别方法

海洋经济鱼类图像资源相对较少,导致神经网络训练效果较差,难以对海洋经济鱼类形成有效监管。通过网络抓取并通过数据增广增加图像数量,以ResNet50为基础网络框架,引入卷积块模块注意力机制(CBAM)并且将基础网络中普通卷积替换成金字塔卷积(PyConv)。利用该模型对比目鱼、马鲛鱼、鲻鱼、海鲈鱼、黑鲷鱼和金枪鱼6种常见的海洋经济鱼类进行分类识别,实验结果表明,对于比目鱼、鲻鱼、海鲈鱼和金枪鱼的分类精确率达到了100%,对于马鲛鱼的分类精确率为98.4%,黑鲷鱼的分类精确率为98.3%。实验证明改进后的模型具有较高的识别精度。     

融合多特征和迭代扩张卷积的中文电子病历命名实体识别

针对中文电子病历命名实体识别过程中文本语义表示不充分、特征抽取效率低等缺陷,提出一种融合多特征和迭代扩张卷积的命名实体识别方法。该方法首先构建基于卷积神经网络(CNN)的字嵌入算法,将生成的字向量与词向量等外部特征信息融合后送入迭代扩张卷积神经网络(IDCNN)中进行特征抽取,引入注意力机制加强序列间依赖关系,最后通过CRF解码最优标签序列。该方法在CCKS2017中文电子病历数据集中取得了91.36%的F₁值,识别性能优于现有方法,同时验证了融合多特征的语义表示对中文实体识别有一定性能提升。     

基于注意力机制的全卷积抓取姿态预测方法

针对机器人抓取姿态预测中准确性和实时性不能平衡的问题,提出一种嵌入空间通道注意力机制(CBAM)的全卷积抓取姿态预测方法。使用深度可分离卷积代替标准卷积以降低模型的参数量;利用残差网络(ResNet)中ResBlock模块的思想,并加入CBAM和Inception模块对ResBlock进行改进,加强模型对特征的多尺度提取,以减少局部信息的丢失;融合浅层特征和深层特征进行反卷积,并引入抓取位置质量作为评价指标,直接预测输入图像中每个像素的抓取姿态,从而提高最终预测的准确性。实验结果表明,提出的抓取姿态预测模型可在满足更高准确率的同时兼顾实时性的要求。     

基于卷积神经网络的电力信息物理融合系统入侵检测方法研究

现有的面向电力信息物理融合系统（CPPS）的入侵检测方法存在不够重视数据质量等问题,尤其是在处理离散化数据方面存在欠缺。为解决上述问题,提出了一种基于实体嵌入和卷积神经网络的CPPS入侵检测方法。该方法通过实体嵌入技术将数据集中的离散型特征映射为连续向量,从而生成高质量的新数据。将其与经过标准化的连续型特征合并起来作为新数据集训练卷积神经网络,以建立CPPS入侵检测模型。在KDD Cup 99数据集上的实验评估结果表明,所提方案的攻击检测准确率分别比独热编码和传统顺序编码提高了6.20%和6.04%,同时还减小了误报率和漏报率。     

基于卷积神经网络及几何特征对人脸的识别

针对不同的人脸位置,人脸颜色与背景区域颜色会产生较大差异,引入灰度差值算子,确定累积灰度差值变化较大的横坐标,进而判断人脸边界,从而实现对人脸位置的判定.利用神经网络自动学习图像,并选取出抽象程度更高的特征,从而确定面部关键点位置,计算五官属性值并对五官进行评价打分.引入脸部几何特征指标,将五官评分指标与几何特征指标结合提取人脸特征向量,运用欧式距离算法计算脸部特征向量的相似性并进行比较从而实现人脸识别.     

基于组合核函数的高校经济困难生分类

为进一步提高高校资助工作的精准度,构建基于组合核函数的支持向量机(SVM)高校经济困难生分类模型。根据在校生的消费数据、人员信息及历史资助信息抽取样本特征,利用径向基(RBF)核函数的局部拟合能力及多项式核函数的泛化能力,构建基于RBF核函数及多项式核函数的组合核函数SVM分类模型;采用多重网格搜索法训练模型获取最优核参数和组合核函数的权系数,并对高校经济困难生进行分类预测。实验结果表明:采用构建的模型可对高校经济困难生进行分类预测,与单核核函数SVM、逻辑回归模型、最近邻算法(KNN)相比,其分类准确率显著提升;使用融合特征可增加不同类别样本数据的差异性,有助于提高分类准确率。     

一种加权的核Fisher鉴别分析在人脸识别中的应用

在非线性空间中采用加权的最大散度差鉴别准则函数,该方法不仅有效地抽取了人脸图像的非线性特征,而且在特征空间H中,使用权函数重新构造了类间散度矩阵和类内散度矩阵,从而优化了核的最大散度差准则函数。最后在ORL和Yale人脸数据库上的实验结果验证了本文方法的有效性。 更多还原     

CAD图形的自动识别与比较

在CAD应用技术培训考察中，目前还不存在一个能对工程图样进行自动批阅的系统，本介绍了一种AUTOCAD平台上对图形进行自动识别、比较的方法，对建立CAD培训考核系统有较大的帮助。     

一种应用于人耳识别的基于SVD和PCA的特征融合方法

采用一种融合奇异值主元投影特征与主元投影特征的特征提取算法对静态人耳图像进行识别。该算法一方面提高了人耳的识别性能,另一方面弥补了采用单一PCA和SVD算法提取人耳特征时的不足,减少了对噪声和光照条件的敏感性。在自建人耳库和CP人耳库中的实验表明算法的合理性和有效性,为实际中处理人耳识别问题提供了参考。     

车牌自动识别系统的研究与实现

为了缓解日益严重的交通压力、提高城市交通管理的工作效率和增强人们的安全防范意识,采用基于纹理和颜色信息的综合车牌定位方法对车牌区域精确定位。通过分析水平投影的统计特征和竖直投影的特征进行车牌字符分割,利用自适应性和学习能力强的BP神经网路进行字符识别,研究和实现了车牌自动识别系统。测试结果显示,车牌识别时间小于200 ms,识别率可达90%以上。说明本系统是可行和实用的。     

全自动粘片机机构和设计指标探讨

文章重点论述了全自动粘片机的粘片机构和设计指标,对于出现的误差进行了分析评价以及设计能达到的产率.     

色织物组织的灰度特征与自动识别

采用轴向拉伸矫正织物使组织结构清晰和正交,可使经纬两种组织点生成的图像特征显著,便于简化表达和纹理分析。将色织物彩色图像转成单元灰度图像,利用灰度图像处理的简便与快速,对色织物组织进行特征和层次的识别。实验证明,色织物组织点特征提取准确、方便,光泽型纹理提取可用一次灰度统计量;方向型纹理提取可用二次灰度统计量,以此可快速完成不同组织点的分类。而且,拉伸处理和灰度纹理分析组合方法能有效强化织物组织点特征,便于简化图像处理算法,检测识别几乎完全准确。     

融合ReFPN结构与混合注意力的小目标检测算法

基于深度学习的小目标检测研究对于如小人脸识别、遥感图像检测等任务的优化与提升都具有极为重要的意义。但由于图像中的小目标所占像素较少,分辨率低,包含的特征信息不明显,现有方法对小目标的检测效果并不理想。针对此问题,提出一种基于反馈的特征融合网络ReFPN用于YOLOv4算法,两次利用骨干网络提取的原始特征层,加强小目标特征信息,对其进行更精确的位置回归。同时提出混合注意力机制Co-AM充分提取小目标的细节特征信息,抑制无效特征,进一步提高小目标的检测精度。实验结果表明,此文提出的方法使YOLOv4算法在MS COCO数据集上平均精度AP提高了1.9%,小目标平均精度AP_S提高了3.3%,检测效果优于现有小目标检测算法,证明了此文提出方法的有效性。     

The Kinematics Algorithm of 3RPS Mechanism with Compound Sphere Joint

The new schemes for the kinematics algorithm of traditional 3RPS and 3RPS with compound sphere joint were presented.The kinematics algorithm of traditional 3RPS was established by Quaternion,and the constraint equation of compound sphere joint was established by DH method based on Dual quaternion,and then the kinematics algorithm of 3RPS with compound sphere joint was gotten by replacing the constraint equation of spherical hinge with compound sphere joint.Compound sphere joint was determined by three revolving joints.The proposed method is applicable to any position and orientation of three revolving joints and can analyze systematic errors during manufacturing and calculating process.Examples were used to verify that this method can calculate fast with good reliability.