排序方式: 共有42条查询结果,搜索用时 31 毫秒
21.
22.
由于高类内和低类间方差,细粒度图像识别成为计算机视觉领域一项极具挑战性的研究课题。经典的细粒度图像识别方法采用单输入单输出的方式,限制了模型从成对图像中对比学习推理的能力。受人类在判别细粒度图像时的行为启发,提出了深度成对特征对比交互细粒度分类算法(PCI),深度对比寻找图像对之间的共同、差异特征,有效提升细粒度识别精度。首先,PCI建立正负对输入策略,提取细粒度图像的成对深度特征;其次,建立深度成对特征交互机制,实现成对深度特征的全局信息学习、深度对比以及深度自适应交互;最后,建立成对特征对比学习机制,通过对比学习约束成对深度细粒度特征,增大正对之间的相似性并减小负对之间的相似性。在流行的细粒度数据集CUB-200-2011、Stanford Dogs、Stanford Cars以及FGVC-Aircraft上开展了广泛的实验,实验结果表明PCI的性能优于当前最先进的方法。 相似文献
23.
在形式概念分析中,构造概念格需要较高的时空复杂度,但仅部分格或概念集用于推荐应用.针对上述问题,文中提出基于模拟退火法的概念集构建算法.首先,提出候选概念生成技术,目标函数考虑概念外延相似度,解的更新采用Metropolis准则.再提出概念筛选技术,以外延相似度为评价指标,选择每位用户的强概念构成集合.最后,提出推荐技术,利用外延中邻居用户的偏好,向目标用户提供个性化推荐.在5个公开数据集上的实验表明,文中算法的推荐效果和效率较优. 相似文献
24.
25.
26.
27.
通过结合拟阵理论,建立了覆盖粗糙集的横贯拟阵结构;在此结构下,建立了覆盖与正规拟阵间的联系,揭示了覆盖变化与相应的横贯拟阵变化的关系;进一步给出了由任一拟阵导出覆盖的方法,且研究了该方法和覆盖产生横贯拟阵的方法之间的联系;证明了一个论域上的覆盖可由它产生的横贯拟阵导出,当且仅当此覆盖是划分。 相似文献
28.
主动学习旨在通过人机交互减少专家标注,代价敏感主动学习则致力于平衡标注与误分类代价。基于三支决策(3WD)和标签均匀分布(LUD)模型,提出一种基于最远总距离采样的代价敏感主动学习算法(CAFS)。首先,设计了最远总距离采样策略,以查询代表性样本的标签;其次,利用了LUD模型和代价函数,计算期望采样数目;最后,使用了k-Means聚类技术分裂已获得不同标签的块。CAFS算法利用三支决策思想迭代地进行标签查询、实例预测和块分裂,直至处理完所有实例。学习过程在代价最小化目标的控制下进行。在9个公开数据上比较,CAFS比11个主流的算法具有更低的平均代价。 相似文献
29.
随着电力系统中新能源发电渗透率的提高,电网逐渐趋于弱电网,导致发电系统中低惯量、弱阻尼现象日益严重。虚拟同步机(VSG)技术可以提高惯量增加阻尼,保证系统在小扰动下的动态稳定性。然而高渗透率的电网系统为非无穷大系统,当网侧发生短路故障时,故障瞬间产生因非周期分量引起的暂态冲击电流,仅依靠传统的VSG控制无法有效地抑制短路电流,难以保证系统在大扰动下的暂态稳定性。针对以上问题,本文基于VSG暂态功角特性,提出了适用于弱电网的单位圆混合相量分析法,并结合提出的动态调节控制策略能够在电网阻抗波动时有效地抑制短路电流的稳态值和暂态冲击峰值,保证了系统的暂态稳定性。仿真和实验结果验证了本文所提控制方法的正确性和可行性。 相似文献
30.