•   按检索    检索词:    高级检索
     排序:相关度 OA 时间 被引次数 点击次数 下载次数 共有10000条符合的查询结果,以下是第2531-2540项 搜索用时 111 毫秒
[首页] « 上一页 [249] [250] [251] [252] [253] 254 [255] [256] [257] [258] [259] 下一页 » 末  页»
2531.
2532.
  
针对行人轨迹预测研究中仅关注历史轨迹的交互信息,而忽略了终点交互信息的问题,提出一种基于图卷积网络(GCN)和终点诱导(Endpoint Induction)的行人轨迹预测模型GCN-EI。首先,在训练集上使用分类方法学习行人未来可能的加权终点分布;其次,将可能的终点与它们对应的… …   相似文献
2533.
虽然卷积神经网络凭借优异的泛化性能被广泛应用在图像识别领域中,但被噪声污染的对抗样本可以轻松欺骗训练完全的网络模型,带来安全性的隐患.现有的许多防御方法虽然提高了模型的健壮性,但大多数不可避免地牺牲了模型的泛化性.为了缓解这一问题,提出了标签筛选权重参数正则化方法,在模型训练过程… …   相似文献
王益民  龙显忠  李云  熊健 《软件学报》2025,36(5):2114-2129
2534.
  
超大规模多输入多输出(XL-MIMO)系统能显著提高信道容量。然而,传统的均匀线性阵列(ULA)在大入射角/出射角下,近场区域会急剧缩小,导致信号覆盖受限。使用均匀圆形阵列(UCA)可以有效扩大近场区域,但这也使得基于ULA的低开销波束训练方案不再适用。为了减少UCA近场波束训练… …   相似文献
2535.
  
基于图的子空间聚类(SC)已成为有效处理高维数据的流行技术。然而,现有方法存在以下问题:构建的图忽略了与聚类建立关联以及无法捕捉数据的内在相关结构。为了解决上述问题,提出一个新的SC方法——图正则化弹性网子空间聚类(GENSC)。GENSC使用L2范数正则化强化具有相关结构的样本之间的连通性,并使用L1范数正则化摒弃不同子空间的样本之间的连通性;同时,构建表征的最近邻图捕捉样本之间的内在局部结构,并增加秩约束以鼓励所学习的图具有清晰的聚类结构。GENSC将L2范数、L1范数和秩约束刻画到一个一般的框架中,并提出一个迭代的优化算法来求解该框架。在9个真实数据集上与现有方法进行比较的实验结果表明,在ChinaCXRSet上,GENSC的精确度(Accuracy)和归一化互信息(NMI)值分别超出次优方法9.03和7.61个百分点,聚类纯度(Purity)达到最好;在UMIST上,GENSC的精确度、NMI和Purity值分别超出次优方法4.15、3.17和5.21个百分点,验证了GENSC的有效性。… …   相似文献
2536.
  
图数据增强是一种通过变换和扩充图结构和节点特征来增加训练数据多样性、提高图神经网络性能的技术。为了应对图数据增强面临的难以综合信息完整性、特征平滑性、图多样性和局部依赖关系的挑战,缓解图神经网络的过平滑和过拟合问题,提高其性能,提出了一种基于物理热力学中的熵理论的图数据增强模型(… …   相似文献
2537.
在大规模数据中心中,磁盘日志通常随着时间的推移不断从磁盘生成,磁盘日志数据的分布会随着时间的推移发生不可预测的变化,产生概念漂移.然而当前磁盘故障预测方法大多是离线训练的,预测性能会随着时间的流逝而逐渐降低,无法对数据分布的变化做出反映.针对这一问题,提出了一种面向概念漂移的磁盘… …   相似文献
《小型微型计算机系统》2025,46(5):1105-1111
2538.
  
大多数基于卷积神经网络的超分辨率(SR)方法;退化假设是固定且已知的(如双三次退化)。将它们应用在真实世界退化图像时;实际退化与假设不匹配会使得SR方法性能显著下降。为解决退化不匹配时SR方法性能下降问题;提出一种新的盲SR方法;它可以无监督地学习退化图像的退化信息;并使用学习的… …   相似文献
2539.
随着电子健康档案(EHR)的普及,相似患者检索已成为支持辅助诊断和制定治疗计划等临床决策的重要任务.然而, EHR数据具有高维度、异构性且数量大的特点.为了有效整合多模态临床数据并实现高效检索,本文提出了一种基于深度哈希的多模态临床数据相似病例检索模型——MCDF.该模型根据不同… …   相似文献
2540.
  
由于人体骨架是一个天然存在的拓扑结构,因此图卷积网络(GCNs)被广泛地应用于基于骨骼的人体行为识别。然而,目前的基于GCN的方法只关注关节点对之间的低阶关系,而忽略了潜在的关节点在关节点群中的高阶关系。同时,现有的方法忽略了空间拓扑随时间的动态变化。这些不足影响了模型的表现。为… …   相似文献
[首页] « 上一页 [249] [250] [251] [252] [253] 254 [255] [256] [257] [258] [259] 下一页 » 末  页»