311.
Augmented reality （AR） technology has transcended the limitations of traditional 2D interactions relying on 3D spatial perception and multim… … 相似文献
Wang Yiwen;Zhao Xi 《中国图象图形学报》2026,31(2):349-373
312.
基于脑电信号（EEG）的多模态内容生成技术是脑机接口（BCI）与人工智能领域的新兴研究方向,旨在通过解码EEG实现多模态内容的重建,为脑功能解析与交互系统构建提供全新范式。技术融合脑电信号预处理、特征提取及跨模态生成等核心环节,近年来在方法创新与应用探索上取得显著进展。概述了脑电… … 相似文献
林承德;杨铭哲;莫程俊;李国翚 《计算机科学与探索》2026,20(2)
313.
在低信噪比与暗弱场景解析的研究中,图像增强技术已成为推动视觉智能感知的重要支撑。聚焦于图像增强方法的演进过程,系统剖析了其在不同发展阶段的理论与应用价值。从技术发展与应用需求出发,明确了图像增强在提升系统鲁棒性、抑制噪声干扰和优化视觉质量方面的关键作用,以及在满足弱光成像、夜间监… … 相似文献
李宇哲;郝清华;高志发;谢荣桢;赵玲;周宇 《计算机科学与探索》2026,(2)
314.
在数据稀缺的新类别识别任务中,基于原型网络的小样本学习已受到广泛关注。针对传统方法中全局均值计算的原型在样本极为受限时易受复杂背景干扰,且局部特征覆盖不足等问题,结合局部特征表示和混合注意力机制提出了一种增强原型的方法。通过特征提取网络获得样本特征图,并将其分解为局部描述符,经逐… … 相似文献
周彬;鲜浩;秦艺嘉;周宏斌 《计算机科学与探索》2026,(2)
315.
深度学习模型凭借其卓越的性能已在众多领域得到广泛应用,但研究表明其对后门攻击也具有显著的脆弱性。后门攻击可通过隐蔽的触发机制破坏模型的可靠性,当预设的触发器激活隐藏后门时,模型将执行恶意行为。目前后门攻击主要依赖于空间域或频域的扰动触发模式,且多采用样本无关的静态触发器设置,使得… … 相似文献
彭子铭;丁建伟;姚佳旺;田华伟 《计算机科学与探索》2026,(2)
316.
出血性脑卒中发病率高、病情进展快、预后差,其中,血肿扩张是影响预后的关键因素,精确预测血肿扩张事件对优化临床干预时机、改善治疗效果和提高患者生存质量具有重大意义.针对血肿演变过程复杂性和个体差异性导致的预测挑战,本研究提出了一种基于神经网络参数化高斯过程的血肿扩张建模与预测方法.… … 相似文献
王恩良;罗森瀚;孙知信 《小型微型计算机系统》2026,(2)
317.
标签噪声通常会误导分类器训练并对分类性能产生负面影响.利用聚类技术可以实现类簇分布引导的标签噪声辅助检测,但存在特征语义和标签语义不一致的问题,导致噪声识别过于敏感.为了充分挖掘数据分布信息以提升噪声检测准确度,本文提出一种类簇分布引导的噪声检测与清洗方法(Cluster Dis… … 相似文献
姜高霞;张妮;王文剑 《小型微型计算机系统》2026,(2)
318.
多目标跟踪是计算机视觉领域的核心研究方向,面临目标模糊、尺寸小和频繁遮挡等难题.提出一种基于深度学习和尺度不变特征转换(SIFT)的多目标跟踪算法,旨在解决目标模糊、尺寸小、遮挡等情况下跟踪精度不稳定的问题.通过引入SIFT特征改进DeepSORT算法,将DeepSORT算法中的… … 相似文献
陈涛;肖杰;张雨飞;周德龙 《小型微型计算机系统》2026,(2)
319.
目前针对对话级关系抽取的大多数方法都集中在通过序列或图方法增强实体对的上下文表示,但却忽略了长尾问题.关系相关性是缓解长尾问题的一种有效方法,该方法可以将头部关系的丰富信息传递给尾部关系,从而缓解尾部关系训练数据不足的情况.本文针对长尾问题和非对称互逆问题构造了一个实体类型约束图… … 相似文献
龙奕锟;李卫疆 《小型微型计算机系统》2026,(2)
320.
随着异常检测技术在网络安全、金融风控以及医疗诊断等众多领域的广泛应用,如何应对标注数据成本高昂以及误报率居高不下等问题,正变得愈发关键.在此背景下,主动异常检测应运而生,它借助交互学习框架,致力于降低误报率并提升检测性能.本文深入剖析了异常检测以及主动异常检测,系统阐释了主动异常… … 相似文献
赵海燕;吴思雨;曹健;陈庆奎 《小型微型计算机系统》2026,(2)
关于我们 |
广告服务 |
商务洽谈 |
联系我们 |
免责条款 |
隐私声明 |
网站导航
网站版权所有：中国科学院软件研究所 京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持
网站版权所有：中国科学院软件研究所 京ICP备09084417号-9
地址：北京海淀区中关村南四大街4号 邮编：100190 电话：010-62562563 E-mail ： cj_mail@jscas.ac.cn
本系统由:北京勤云科技发展有限公司提供技术支持
