自动问答中问题分类的集成算法研究

马喆康;迪力亚尔·帕尔哈提;早克热·卡德尔;吐尔根·依布拉音;西尔艾力·色提;艾山·吾买尔;, 计算机工程 发表时间:2019-11-13 14:34 期刊

...息和深层语义子空间信息,我们提出了一种混合多种深度学习模型的集成算法。一种是词级卷积神经网络,它从旅游文本序列中获取低层级的子空间结构信息,以提高文本词级空间结构信息的表征能力。另一种是句子级双向长短期记忆网络,它从文本句子中进一步获取文本的全局深层语义和句法信息,与词级卷积神经网络所获取的低层级空间结构信息形成互补。其次,利用多头自注意力机制将词级卷积神经网络和句子级双向长短期记忆网络进行集成,并对所捕获的特征信息分配注意力权重;最后,通过SoftMax分类器实现旅游文本...


深度强化学习在室内无人机目标搜索中的应用

赖俊; 饶瑞, 计算机工程与应用 发表时间:2019-11-13 15:37 期刊

针对室内无人机随机目标搜索效率不高、准确率低等问题,提出了一种基于空间位置标注的好奇心驱动的深度强化学习方法。用正六边形对探索空间进行区域划分,并标记无人机在各区域的访问次数,将其作为好奇心,产生内部奖励,以鼓励无人机不断探索新领域,有效避免其陷入到局部区域;训练时采用近端策略优化算法(PPO)优化神经网络参数,该算法能使无人机更快找到最优搜索策略,较好躲避障碍物,有效缩短训练周期,提升搜索效率和准确率。...


基于深度学习的地下浅层震源定位方法

辛伟瑶; 李剑; 王小亮; 李禹剑, 计算机工程 发表时间:2019-11-14 10:53 期刊

...中能量聚焦点无法有效识别的问题,本文提出了基于深度学习的地下浅层震源定位方法。首先,利用逆时振幅叠加的方法,将传感器阵列获取的震动数据逆时重建成海量三维能量场图像样本序列,将其作为深度学习网络的输入数据;其次,利用3D-CNN模型搭建深度学习网络框架,在前期训练时将已知震源坐标作为输入标签;再次,将上述所获取的数据和标签输入到网络中进行训练测试,形成三维能量场到震源坐标的端到端的学习模型;最终输出聚焦点坐标,即震源坐标。经外场试验测试,结果表明本文提出的基于深度学习的震源定...


基于深度学习的主动声呐目标回波识别研究

潘成胜; 毛家林; 杨阳, 计算机仿真 发表时间:2019-11-15 08:33 期刊

在水下小目标探测与识别研究中,目标回波受水下复杂环境干扰严重。传统的水声目标识别方法是直接对水下目标进行特征提取再利用分类器识别,但由于对目标回波特征认知有限,手工提取目标特征会不可避免的丢失一部分关键信息。针对上述问题,研究了一种基于贝叶斯正则化理论的BP(Back Propagation)神经网络识别算法。方法可以在一定程度上避免人工特征提取丢失信息的问题,提高目标识别率。依据目标亮点模型,基于贝叶斯正则化理论,推导了BP神经网络训练结果的网络性能函数,利用网络训练过


知识堆叠降噪自编码器

刘国梁; 余建波, 自动化学报 发表时间:2019-11-15 11:45 期刊

深度神经网络是具有复杂结构和多个非线性处理单元的模型,被广泛的应用于在计算机视觉,自然语言处理等领域得.但是,深度神经网络存在不可解释这一致命缺陷,即”黑箱问题”,这使得深度学习在各个领域的应用仍然存在巨大的障碍.本文提出了一种新的深度神经网络模型,知识堆叠降噪自编码器(Knowledge-based stacked denoising Autoencoder,KBSDAE)。尝试以一种逻辑语言的方式有效解释网络结构及内在运作机理,同时确保逻辑规则可以进行深度推导。进一步通...


基于Bi-LSTM的泰语句子切分方法研究

李自荐; 迟呈英; 战学刚, 计算机工程 发表时间:2019-10-25 15:17 期刊

句子边界自动识别技术,简称分句技术,是自然语言处理中的一项重要且基础性的工作。在自然语言处理(Natural Language Processing, NLP)领域中,对于泰语等东南亚语种语言的处理工作一直都是一项具有挑战性的工作;本文首次将序列标注模型应用于分句任务,提出了一种基于双向长短期记忆循环神经网络(Bi-LSTM-RNN)的句子边界自动识别模型。该模型利用Glove词向量技术,将泰语句子中的词或字转换成不同维度的向量,将词或字向量组合成为句子向量后输入模型中进


基于变分自编码器的混合推荐算法

张宇生; 张桂珠; 王晓锋, 计算机工程 发表时间:2019-11-18 17:05 期刊

传统的推荐算法大都没有考虑曝光因素,而且无法有效解决冷启动问题,为此,本文引入曝光隐变量,提出一种基于变分自编码器的混合推荐算法。该算法在协同过滤背景下使用MCMC采样做曝光隐变量和特征向量的推断,在推断过程中将前一次迭代得到的分布结果作为先验,利用共轭关系直接得到参数后验,提高了推断的精度;使用变分自编码器抽取用户曝光向量的隐特征,并以此做该用户的曝光预测;最后用变分自编码器抽取商品的协同隐特征,处理新商品的冷启动问题。在CiteULike数据集上的实验结果表明,和其他


一种可变锚框候选区域网络的目标检测方法

李承昊; 茹乐; 何林远; 迟文升, 北京航空航天大学学报 发表时间:2019-11-19 11:07 期刊

目标检测是计算机视觉领域的热点问题。目前基于深度学习的检测算法可以分为两类,一类是两步检测,另一类是一体化检测,前者有着较高的准确性,后者有着较好的速度,但是为了提高检测的性能两者都引入了锚机制。因此,为了提高目标检测系统的性能,本文基于深度卷积神经网络的两步检测算法引入了注意力引导模块,通过对候选区域网络(RPN)的锚机制进行引导,使得对于预选锚框形状的选择更具有多样性;同时针对传统的后处理方式非极大值抑制(NMS)存在的误检和漏检的问题,提出了一种置信度因子的NMS算法...


基于融合深度神经网络的个人信用评估方法研究

王重仁; 王雯; 佘杰; 凌晨, 计算机工程 发表时间:2019-11-19 14:22 期刊

...lutional neural network,CNN)的融合深度神经网络个人信用评分方法。首先将每个用户的行为数据编码成矩阵,矩阵包括两个维度,时间维度和行为维度,本方法由两个子模型融合而成,一个是基于注意力机制的LSTM模型,另外一个是CNN模型。该方法在真实数据集上进行实验,实验结果表明,提出的融合深度神经网络个人信用评分方法优于传统的机器学习方法和单一的LSTM(CNN)方法,从而证明了该方法在个人信用评分领域的有效性和可行性。...


基于注意力AT-DPCNN模型的情感分析研究

高玮军; 杨杰; 张春霞; 师阳, 计算机工程 发表时间:2019-11-19 14:45 期刊

...的关键情感信息。本文提出了一种基于注意力机制的深度学习模型AT-DCNN(Divide-Pooling convolution neural network with attention mechanism),利用注意力矩阵高度关注文本序列中对情感走向影响较大的部分,将提取的注意力特征矩阵与原词向量进行运算,形成注意力输入矩阵,再通过卷积神经网络二次提取特征。为了更好地提取转折等复杂句式特征,在池化层进行了“分池”操作。该模型在多个不同数据集上进行测试,实验结果表明模型具有...


复杂光照场景的道路区域提取算法及Benchmark

杨景超;李勇;张建君;, 激光与光电子学进展 发表时间:2019-11-20 09:20 期刊

针对复杂光照情况下的道路区域提取问题,提出一种基于颜色不变量和暗原色分割的道路区域提取算法,该算法通过正交分解法提取光照不变图像,并基于暗原色先验的道路图像聚类分割,提取图像的消失点等道路信息,构造软投票函数判别道路区域,经过形态学处理等后处理得到最终精确的道路区域。为有效评价复杂光照场景的道路区域提取算法的精度和效率,本文构建了一套复杂光照场景的道路图像数据集,并针对九种道路区域提取的算法构建了Benchmark。实验结果表明,所提方法能有效降低阴影等干扰因素的影响,与


基于时间卷积神经网络的多项选择机器阅读理解

杨姗姗; 姜丽芬; 孙华志; 马春梅, 计算机工程 发表时间:2019-11-21 09:35 期刊

机器阅读理解是自然语言处理领域中一项具有挑战性的任务,它旨在回答与文章有关的问题,需要复杂的语义推理。针对现有机器阅读理解方法在进行特征提取时会有一定程度的信息丢失,无法捕获全局的语义关系等问题,提出一种基于时间卷积神经网络(Temporal Convolutional Network, TCN)的多项选择机器阅读理解模型(M-TCN)。首先,使用注意力机制对文章、问题和候选答案进行匹配,建立三者之间的内在联系;其次,为了提取高层特征,减少信息丢失,基于时间卷积神经网络对


代码坏味检测的BP神经网络

王曙燕; 张一权; 孙家泽, 计算机工程 发表时间:2019-11-22 11:20 期刊

...量,并且难以对软件维护提供保障。为此,针对机器学习在代码坏味检测中的准确度较低以及数据集存在单一性问题,提出了一种基于BP神经网络(Back Propagation Neural Network,BPNN)的检测方法。该方法对四种类型的代码坏味展开研究,并且考虑到软件实际开发中会存在不同类型的坏味,将其合并为方法级别和类级别的坏味数据集,根据数据集当中的标签信息进行有监督深度学习,进而构建代码坏味的真假阳性检测模型。实验结果表明,本文所提的方法相比较基于机器学习和基于度量的...


基于深度学习的HEVC SCC帧内编码快速算法

黄胜; 张倩云; 李萌芳; 郑秀凤, 计算机工程 发表时间:2019-11-22 11:20 期刊

为降低屏幕内容编码的计算复杂度,提出了一种基于深度学习的屏幕内容编码(SCC)帧内CTU深度范围预测快速算法。首先,编码足够数量的屏幕内容视频帧序列作为训练数据,并且通过大量的训练数据统计CTU深度范围的分布,根据分布占比来设置CTU类别标签。其次,设计和训练CNN架构以预测CTU深度范围。其中,考虑到CTU分割特性,设计的CNN架构的分三层并行利用不同大小的卷积核提取与CTU深度相关的特征,具有足量的可训练参数。最后,在编码时调用训练好的CNN模型来预测CTU深度范围,减...


基于深度学习的人体骨架动作识别

邬倩;吴飞;骆立志;, 电子科技 发表时间:2019-11-22 14:40 期刊

...步提高骨架动作识别的识别率,打破以往大部分基于深度学习的方法的输入内容为人体关节坐标的局限性,文中提出一种将几何特征与LSTM网络结合的人体骨架动作识别算法。该算法选择基于关节与选定直线之间距离的几何特征作为网络的输入,引入了一种时间选择LSTM网络进行训练。利用时间选择LSTM网络具有选择最具识别性的时间段特征的能力,在SBU Interaction数据集和UT Kinect数据集上分别取得了99.36%和99.20%的识别率。实验结果证明了该方法对基于人体骨架动作识别的...


引入动态调节学习率的SAE轴承故障诊断研究

唐魏; 郑源; 潘虹; 徐晶珺, 计算机工程与应用 发表时间:2019-11-22 15:08 期刊

...承故障分类收敛速度和分类精度,提出一种动态调节学习率的堆叠自编码网络(SAE)。初始时刻给予一个较大的学习率,迭代过程中利用当前重构误差动态调节学习率的大小,根据重构误差梯度的正负值给出两种不同的学习率减小策略,使学习率大小更符合网络当前的运行状态,最后通过不同的有标签数据量进行反向微调,验证故障分类识别的准确率。实验结果表明:相比固定学习率,该动态调节学习率SAE网络预训练收敛时间减少17.70%,重构误差下降22.92%,故障分类准确率得到提高,且能在保持分类准确率的前...


结合随机子空间和级联残差网络的缺陷检测

金闳奇; 陈新度; 吴磊, 计算机工程与应用 发表时间:2019-11-22 15:47 期刊

针对基于深度学习的表面缺陷检测方法中的小样本问题,提出一种结合随机子空间和级联残差网络的缺陷检测方法(RSM-MTResNet)。该方法首先将缺陷数据分解为多个随机子空间,然后在每个子空间上构建残差网络,接着通过级联多个残差网络得到融合特征。在NEU表面缺陷数据集上进行实验,运用了混淆矩阵和F1值来评估模型性能。结果表明本文方法的分类准确率为97.66%,比传统CNN方法的准确率高了14.5%,F1值均提高10.0%以上,这证明了该方法不仅能在一定程度解决小样本问题,同时能...


多传感器数据融合的复杂人体活动识别

宋欣瑞; 张宪琦; 张展; 陈新昊; 刘宏伟, 清华大学学报(自然科学版) 发表时间:2019-11-27 16:01 期刊

...致对并发复杂活动识别准确率较低.该文提出基于多传感器决策级数据融合的多任务深度学习模型.该模型利用深度学习自动地从每个传感器原始数据中进行特征提取.利用多任务学习的联合训练方法将并发复杂活动分为多个子任务,多个子任务共享网络结构,相互促进学习,提高模型的泛化性能.实验表明:该模型对周期性活动的识别准确率可达到94.6%,非周期性活动可达到93.4%,并发复杂活动可达到92.8%.该模型比3个基线模型的识别准确率平均高出8%....


一种基于MR-VAE的低照度图像增强方法

江泽涛;伍旭;张少钦, 计算机学报 发表时间:2019-12-02 15:55 期刊

第 42 卷 计 算 机 学 报 Vol. 42 2019 年论文在线号 No.117 CHINESE JOURNAL OF COMPUTERS 2019Online No.117 一种基于 MR-VAE 的低照度图像增强方法1


基于生成对抗网络的多姿态人脸表情识别

张飞飞;张天柱;毛启容;徐常胜, 计算机学报 发表时间:2019-12-05 13:08 期刊

...行人脸姿态归一化,或者为不同姿态的人脸表情图像学习单一的表情识别模型.不同于以往的方法,本文提出一种基于生成对抗网络的端到端多姿态人脸表情识别方法.具体过程为:首先,给定任意一张人脸图像,生成其所对应的不同姿态下的人脸表情图像.然后,将生成的不同姿态下的人脸图像与原始图像送入一个统一的表情识别模型中,完成多姿态人脸表情识别任务.其中,生成对抗网络的生成器由编码器-解码器(encoder-decoder)两个部分组成.在编码阶段,生成器可解开人脸表情图像与姿态的相关性,从而在...


相关搜索
 找到 34,532 条结果 
首页上一页34567891011下一页
关于iData
iData是第三方交流学术成果的公益互联网项目,旨在促进知识的传播和最新学术科技的共享,所有信息均来自公开、透明的互联网查询网站,iData重新对这些信息进行整合和优化,从而高效地输出有用信息,提高人与知识的连接效率。iData从创建之初便提供免费的学术文献浏览和下载。