一种基于FCOS神经网络的小建筑物目标检测方法北大核心

提出了一种基于FCOS神经网络的小建筑物目标检测算法,针对FCOS模型在特征提取阶段提取到的小建筑物目标特征较少问题,引入多尺度检测和可变形卷积方式,加强网络对小建筑物目标的特征提取能力,并通过改进后的SGE注意力机制降低特征图中的干扰噪声权重。改进后的网络可以提取到更多的小建筑物目标特征,对环境干扰噪声的鲁棒性更强。在自己搭建的数据集上进行了实验测试,结果表明,在相同环境下网络改进后建筑物的整体检测准确率提升了1.7%,其中对小建筑物目标提升了3.6%,减少了小建筑物目标漏检、误检的问题。     

看待运营商断网现象要一分为二

1月12日凌晨,有用户反映中国电信出现断网情况,波及全国多个城市。中国电信表示,1月12日00:27,由于网络设备故障,局部互联网出现拥塞,经紧急处置,已于00:51修复完毕。这并非是我国电信运营商近期内的第一次断网事件。从运营商角度来看,应用层面的网络中断更为平常,例如近期多地出现高峰期刷不了健康码的现象,影响了居民的出行。而大型互联网应用(如视频、短视频、微博)突然不能访问或访问速度突然变慢的情况更是时有发生。     

基于改进残差特征蒸馏的轻量级超分辨率网络

基于深度学习的图像超分辨率算法通常采用递归的方式或参数共享的策略来减少网络参数，这将增加网络的深度，使得运行网络花费大量的时间，从而很难将模型部署到现实生活中。为了解决上述问题，本文设计一种轻量级超分辨率网络，对中间特征的关联性及重要性进行学习，且在重建部分结合高分辨率图像的特征信息。首先，引入层间注意力模块，通过考虑层与层之间的相关性，自适应地分配重要层次特征的权重。其次，使用增强重建模块提取高分辨率图像中更精细的特征信息，以此得到更加清晰的重建图片。通过大量的对比实验表明，本文设计的网络与其他轻量级模型相比，有更小的网络参数量，并且在重建精度和视觉效果上都有一定的提升。     

运动曲线在手机App动效中的应用

手机App设计中,交互动效的使用越来越广泛。在动效设计中需要同时兼顾产品层级表达和用户体验需求,考虑用户感受与操作反馈。运动曲线的使用有助于UI设计师正确地完成动效设计。本文对App动效的重要元素即运动曲线进行了分析,并详细介绍了标准运动曲线在实现缓入缓出中的作用,最后给出了AE(AdobeAfterEffects)运动曲线的设计方法。     

偏振光转换实验的仿真设计

偏振光学知识抽象,实验条件要求较高.加强教学内容的生动性、提交教学效率、简化实验环境等问题成为教学研究的重点.采用Matlab软件的图形用户界面(Graphic User Interface,GUI)功能,搭建偏振光转换实验仿真平台,通过可视化的图形用户界面,形象模拟偏振光的传输特性.该仿真平台拓展性强、操作便捷、可灵活设置实验参数,达到较好的演示教学目的.     

用于社交推荐的增强影响扩散模型

随着网络上创建连接、协作、共享的全新变革方式的出现,互联网上丰富的社交行为现象引起了研究者和实践者的关注.近年来,随着社交网络平台的普及与推广,基于社交网络的推荐系统也成为了个性化推荐领域的研究热点之一,社交推荐系统可以利用社交网络来缓解传统的推荐算法中数据稀疏性问题.在社交网络中,社交关系影响起着重要作用,而用户信任是社交关系形成的基础,每一个用户会受到其信任的用户影响,这些被信任的用户也会被自己的社交关系所影响,这就表明了联系在一起的用户会相互影响,导致社交联系之间的用户偏好具有相似性.用户的信任关系影响着用户偏好的推断,同时用户受到其信任用户的社交关系影响,而这些社交关系影响在社交网络中递归传播和扩散.因此,基于社交推荐算法研究的关键就在于信任信息的挖掘和利用.在基于社交网络的推荐领域中,比较有代表性的模型为Diff Net,该模型未充分考虑到信任问题,同时,在递归计算长距离的社交关系时,有额外的噪声,影响推荐预测的质量.本文提出了基于Diff Net改进的社交推荐模型-EIDNet.首先,该模型在模拟社交关系影响扩散过程时,通过用户对物品的历史交互记录建立用户间的信任关系,并融...     

2020抖音自媒体前10

2020年1月5日,抖音的日活跃用户超过了四亿,距离它在2016年9月上线,不过三年零四个月。这个数据其实很惊人,它比美国和加拿大的人口总量还要多。一款APP,如果每天都有这么多的人使用它,那它会产生什么样的影响?     

借直播电商“抖音”能否挑落阿里巴巴?

前不久,罗永浩悄然迎来了自己在“抖音”的第二次直播带货。之所以说悄然,因为当晚除了偶尔两三张带货品牌海报外,微信朋友圈几乎无人提及,与4月1日的集体刷屏有如云泥之别。都说鱼的记忆力只有5秒,其实互联网用户的关注度也差不多,罗永浩第一次直播是“宝”,而第二次就成了“草”。