超前型自变量分段连续型微分方程的Euler-Maclaurin方法数值稳定性

分析带有[t+N]的超前型自变量分段连续型微分方程的Euler-Maclaurin方法的稳定性,给出稳定区域,并得到N＞2时Euler-Maclaurin方法稳定区域包含解析解稳定区域的充分条件.同时给出N=2时Euler-Maclaurin方法稳定区域包含解析解稳定区域的充要条件.     

基于改进SEGNET模型的图像语义分割

使用原始SEGNET模型对图像进行语义分割时,未对图像中相邻像素点间的关系进行考虑,导致同一目标中像素点类别预测结果不一致。通过在SEGNET结构中加入一条自上而下的通道,使得SEGNET包含的多尺度语义信息更加丰富,从而提升对每个像素点的类别预测精度,在模型中加入生成对抗网络以充分考虑空间中相邻像素点间关系。实验结果表明,该模型的语义分割效果相比原始SEGNET模型显著提升,且可有效解决SEGNET测试中出现的分类错误问题。     

挖掘中文网络客户评论的产品特征及情感倾向*

为探索中文客户评论中的产品特征及相关情感倾向的挖掘,以帮助生产商和服务商改进产品、改善服务,提高竞争力,提出采用基于Apriori算法的非监督型产品特征挖掘算法,结合监督型情感分析技术,实现对于评论中产品特征及其情感倾向的综合信息挖掘;并根据用户的关注权重将产品特征和情感倾向进行排列。采用几种从互联网下载的真实产品评论语料,对该方法进行了数据实验,实验结果初步验证了该方法的有效性。     

基于Zernike矩的抗旋转攻击图像感知哈希算法

以Zernike矩为特征图像感知哈希算法,由于Zernike矩对图像旋转具有不变性,使得算法具备了旋转攻击下的鲁棒性;同时由于Zernike矩是图像的正交表示,能够很好地提取图像的内容,使得算法具有良好的区分性.算法首先将图像归一化,然后提取图像Zernike矩作为特征,经过密钥置乱后,对特征进行量化生成哈希串.算法在...     

基于变分原理的亚像素级立体匹配方法

针对小基高比立体匹配当中的亚像素级视差精度和匹配效率较低问题,提出一种基于变分原理的亚像素级立体匹配方法.该方法以规范互相关函数作为能量函数的数据项,并将图像驱动的平滑项和视差驱动的平滑项相结合作为能量函数的平滑项,然后通过变分原理获得能量函数的欧拉方程,最后通过连续过松弛法进行迭代求解获得亚像素级视差.实验结果表明,提出的亚像素级匹配方法不但可以获得较高精度的亚像素级视差,得到更为精确的高程信息,而且还具有较快的匹配速度.     

基于生成对抗网络的图像场景转换

由于时间、地点、摄影设备等因素的限制，导致在真实世界中很难获得内容相同而场景不同的图像，一种可行方式是利用生成对抗网络（GAN）在没有成对数据集的情况下对图片中的场景进行转换，但是已有基于GAN的图像场景转换方法主要关注单个类别、单向、结构简单的场景。为了解决具有丰富类别和高度复杂语义结构的图像场景转换问题，提出一种基于GAN的图像场景转换模型，以实现晴天、雨天、雾天等不同场景之间的转换。将GAN、注意力模块和场景分割模块相结合，使模型正确识别并转换感兴趣区域同时保持其他区域不变。为了进一步提高输出的多样性，提出一种新型的正则化损失来抑制潜在噪声。此外，为了避免因缺乏噪声约束而出现的模态崩溃问题，在鉴别器中嵌入噪声分离模块。实验结果表明，相较CycleGAN、UNIT、MUNIT、NICE-GAN等6种对比模型，该模型所生成图像的FID得分和KID得分平均分别提高约7.25%和19%，其能够在不同场景下生成视觉效果更佳的图像。