3391.
3392.
3393.
3394.
3395.
3396.
点云因其丰富的信息表达能力已成为三维视觉的主要表现形式,然而实际采集到的点云数据往往因各种因素导致稀疏或残缺,严重影响点云后续处理。点云补全算法旨在从残缺点云数据中重建完整点云模型,是3D重建、目标检测和形状分类等领域的重要研究基础。目前,基于深度学习的点云补全算法逐渐成为三维点… … 相似文献
胡伏原;李晨露;周涛;程洪福;顾敏明 《中国图象图形学报》2025,30(2):309-333
3397.
有效的特征表示对提升深度学习模型的表征能力和图像识别性能至关重要。例如,多尺度特征表示方法能够捕捉不同尺度的丰富信息,有助于提高深度学习模型的图像识别性能。然而,当前的多尺度深度学习方法仍存在对图像方向特征建模不明确的局限,导致对具有方向性目标的误识别。为了更好地表示图像中蕴含的… … 相似文献
杨育婷;李玲玲;刘旭;焦李成;刘芳;马文萍 《计算机学报》2025,(2):249-265
3398.
异构服务器平台为大型系统提供了强大的计算能力,但也带来了系统复杂性和能耗管理方面的挑战。针对异构服务器系统中的依赖任务,深入探讨了基于数据流分割的能耗感知调度问题。首先,对系统环境、依赖任务及数据流传输模式进行了建模,并将能耗感知调度问题表述为一个约束优化问题,以最小化任务的调度… … 相似文献
3399.
作为机器学习领域的研究新方向,多无源域适应旨在将多个源域模型中的知识迁移到目标域,以实现对目标域样本的准确预测。本质上,解决多无源域适应的关键在于如何量化多个源模型对目标域的贡献,并利用源模型中的多样性知识来适应目标域。为了应对上述问题,提出了一种基于源模型贡献量化(Source… … 相似文献
田青;刘祥;王斌;郁江森;申镓硕 《计算机科学》2025,(2):116-124
3400.
随着全球信息化的高速发展,高维数据挖掘与知识发现成为了人工智能领域亟待破解的科学问题之一. 然而,由于高维数据中样本的稀疏性与特征的冗余性,传统统计学模型和机器学习方法的泛化性和可解释性遇到极大的挑战. 为此,针对高维数据与知识弱演化能力之间不平衡的科学问题,利用三支概念求解复杂… … 相似文献
郭豆豆;徐伟华 《计算机研究与发展》2025,62(2):383-396
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
