排序方式: 共有20条查询结果,搜索用时 17 毫秒
1.
从电子侦察数据中反演多功能雷达的工作模式,是电子侦察领域广泛关注的难点问题,也是充分挖掘电磁大数据情报效益的重要内容,对雷达型号识别、工作状态识别、行为意图推断、精确电子干扰等应用具有直接的支撑作用。该文以多功能雷达信号模型的简洁性为基本依据,参考信息理论定义了雷达脉冲列的复杂度度量规则,并遵循复杂度最小化准则对多功能雷达脉冲列进行语义编码,以提取雷达执行不同功能时的脉组结构,进一步地,基于脉冲列编码序列估计脉组之间的切换矩阵,从而重建了多功能雷达工作模型。该文设置典型的仿真实验对新方法的可行性和性能进行了验证,结果表明新方法能够借助编码理论,自动从多功能雷达侦察脉冲列中准确提取雷达脉组,并高精度重建多功能雷达工作模型,脉冲列的语义编码与模型重建过程对漏脉冲等数据噪声具有较强的适应能力。 相似文献
2.
一种基于水印语义编码的数字图像水印算法 总被引:1,自引:0,他引:1
提出了一种基于水印语义编码的盲检测水印算法。首先将水印信息利用二维条码技术进行编码获得二值水印图像, 再在密钥控制下对其进行混沌置乱,最后将水印图像嵌入到载体图像的 DCT 域中,该算法既具有低层信号处理级的鲁棒性,又 利用了二维条码自纠错的特性,在高层语义级引入更强的鲁棒性。基于水印语义编码的数学图像水印信息容量大、具有语义特 征、能进行自校验、水印检测不需人工干预、检测效率高的特点,摒弃了使用一般图像水印蕴含信息量少、检测结果靠视觉验证的 不足。 相似文献
3.
针对现有方法准确率不高、不能充分捕捉句子深层次语义特征的问题,提出一种基于Transformer编码器网络的问句相似度计算方法。在获取句子语义特征前引入交互注意力机制比较句子间词粒度的相似性,通过注意力矩阵和句子矩阵相互生成彼此注意力加权后的新的句子表示矩阵,将获取的新矩阵同原始矩阵拼接融合,丰富句子特征信息;将拼接后的句子特征矩阵作为Transformer编码器网络的输入,由Transformer编码器分别对其进行深层次语义编码,获得句子的全局语义特征;通过全连接网络和Softmax函数对特征进行权重调整,得到句子相似度。在中文医疗健康问句数据集上模型取得了90.2%的正确率,较对比模型提升了将近4.2%,验证了该方法可以有效提高句子的语义表示能力和语义相似度的准确性。 相似文献
4.
未来机-机、人-机万物智能互联对传统通信方式提出了挑战,提取信源语义信息进行传输的语义通信方法为6G提供了新的解决方法。首先,综述了语义通信的发展历程和研究现状,分析了语义通信目前面临的两大瓶颈问题,提出了面向智能任务的语义通信架构,给出了面向智能任务的语义信息熵和语义信道容量的度量方法;其次,针对不同的智能任务,分别提出了语义编码和语义联合信源信道编码方案;再次,搭建了语义通信平台,对所提方法进行实验验证;最后,对语义通信未来的挑战和开放性问题进行了总结。语义通信方法相较于传统通信方法可以大大降低传输数据量和传输时延,将在未来万物智联的通信中发挥重要作用。 相似文献
5.
政务热线承接了海量市民诉求,人工对工单分类耗时费力。现有工单分类方法大多基于机器学习或单一神经网络模型,难以有效理解上下文语义信息,且文本特征提取不全面。针对这一问题,本文提出一种融合RoBERTa和特征提取的政务热线工单分类方法。该方法首先通过基于RoBERTa预训练语言模型的语义编码层获取政务热线工单文本中的语义表征向量,然后通过由CNN-BiGRU-Self-Attention定义的特征提取层获取工单文本的局部特征和全局特征,并对全局特征进行处理以凸显重要性高的语义特征,最后将融合后的特征向量输入分类器来完成工单分类。实验结果表明,相较于其他基线分类方法,本文提出的方法能够取得更好的工单分类效果。 相似文献
6.
7.
基于方面的情感分类方法判断句子中给定实体或属性的情感极性。针对使用全局注意力机制计算属性词和句子其他词的注意力分数时,会导致模型关注到与属性词不相关的词,并且对于长距离的依赖词、否定词关注不足,不能检测到并列关系和短语的问题,提出了基于自注意力机制的语义加强模型(SRSAM)。该模型首先使用双向长短时记忆神经网络模型(bidirectional long short-term memory,BiLSTM)获取文本编码,其次用自注意力机制计算文本编码的多个语义编码,最后将属性词和语义编码交互后判断属性词在句中的情感极性。使用SemEval 2014数据集的实验表明,由于模型能发现长距离依赖和否定词,对并列关系和短语有一定检测效果,相比基础模型在分类精度上有0.6%~1.5%的提升。 相似文献
8.
软件开发者在开发项目过程中往往需要引用大量由其他开发者开发的基础软件包。为获取除基础软件包开发文档外的使用方式,软件开发者需将代码关键词输入到代码搜索引擎搜索代码片段。文章提出一种基于向量表示的代码搜索方法,该方法收集Github和Stack Overflow数据集中的代码片段训练一个扩充代码词的skip-gram模型,并使用这个模型扩充从搜索文本中提取的与代码词关联的搜索关键词,得到搜索关键词上下文代码片段向量组,将搜索关键词上下文代码片段向量组和待匹配代码片段向量组编码后,计算余弦相似度并排序生成搜索结果。为验证算法的有效性,分别在Github数据集和Stack Overflow上验证。在Stack Overflow数据集上测试表明:58%的搜索能在第1个搜索结果找到正确答案;65%的搜索能在前5个答案中找到正确答案;72%的搜索能在前10个答案中找到正确答案,并在召回率和F值也有一定程度的提升。在Github数据集上测试表明:59%的搜索能在第1个搜索结果找到正确答案;67%的搜索能在前5个答案中找到正确答案;74%的搜索能在前10个答案中找到正确答案,并在召回率和F值也有一定程度的提升。针对大量数据的代码检索,本算法效果优于典型方法的搜索结果。 相似文献
9.
MPEG—4标准及多媒体应用 总被引:8,自引:0,他引:8
MPEG 4标准面向众多而非特定的应用。它不仅是针对一定比特率下的视频、音频编码 ,更加注重多媒体系统的交互性和灵活性。MPEG 4试图达到两个目标 :一是低比特率下的多媒体通信 ;二是多工业的多媒体通信的综合。MPEG 4可满足未来音频视频应用的广泛需求 ,实现基于内容的交互性、可重用性和可伸缩性。文章介绍了MPEG 4系统框架模型、基于模型编码及基于语义编码及多媒体上的应用示例 相似文献
10.
现有的RDF数据分布式并行压缩编码算法均未考虑结合本体文件,导致编码后的RDF数据没有表示任何语义信息,不利于分布式查询或推理。针对这些问题,提出SCOM(Semantic Coding with Ontology on MapReduce)算法在分布式MapReduce下完成RDF数据的语义并行编码。该算法首先结合RDF数据本体,构建类关系和属性关系模型;在三元组项分类与过滤之后,对三元组项进行编码并生成字典表,最终完成RDF数据带有语义信息且具有规律性的编码。此外,SCOM算法能够很容易地将编码后的RDF数据文件恢复为原始文件。实验表明,SCOM算法能够高效地实现大规模数据的分布式并行编码。 相似文献