用户名： 密码： 找回密码 中文版 English 本站信箱 收藏本站 本网介绍

首页加盟期刊收录期刊评价中心文献导读期刊动态博客美文问题解答在线订阅新浪微博RSS
网站动态： 中国计算机期刊网介绍          欢迎关注中国计算机期刊网微信订阅号！          中国计算机期刊网正式发布,欢迎访问!          如何申请成为收录期刊和加盟期刊         
  •   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51-60项 搜索用时 52 毫秒
[首页] « 上一页 [1] [2] [3] [4] [5] 6 [7] [8] [9] [10] [11] 下一页 » 末  页»
51.
随着计算机视觉技术的不断进步, 细粒度图像识别在众多应用领域中发挥着重要作用. 与传统的粗粒度图像识别不同, 细粒度图像识别着重于在同一大类别下对具有细微视觉差异的子类别进行精确划分, 因此该任务更具有挑战性. 近年来, 视觉Transformer以其在全局上下文信息建模方面的出… …   相似文献
唐昊  李泽超  蒋鑫  唐金辉 《软件学报》2026,37(5):2286-2308
52.
针对激光雷达点云语义分割中二维投影方法易导致空间结构信息丢失的问题,提出了一种融合多尺度感知与双模态交互的点云语义分割方法。该方法首先设计多尺度卷积模块（MSConv）,利用深度可分离卷积与多分支结构在低计算成本下提取投影点云的多层次语义特征;其次,引入双模态融合模块（DMF）,… …   相似文献
53.
联邦学习作为一种分布式机器学习范式,通过参数聚合机制实现隐私保护下的协同模型训练,在智慧医疗、物联网等领域展现出解决数据孤岛问题的潜力。相比传统集中式学习范式,联邦学习在保护数据隐私的同时,仍需应对通信开销高、动态环境适应性不足等问题,资源受限设备中的计算效率瓶颈严重制约其实际部… …   相似文献
54.
多模态命名实体识别任务在深层跨模态交互和实体级对齐监督方面仍存在不足,使得模型难以充分利用图文间的细粒度语义关联。针对这一问题,提出一种融合分层门控机制与双重对比监督的多模态命名实体识别模型 HCMCL。该模型首先引入双向状态空间结构,以增强文本序列和视觉区域特征的长程依赖建模能… …   相似文献
55.
上帝类是一种典型的代码异味,其存在会降低软件的可扩展性和可维护性,进而增加系统故障风险与维护成本。为此,提出由规范化博弈式多智能体框架与全局共享的上下文工程组成的检测方法。先以梯度提升树结合 SHAP 特征归因获得可审计的结构先验与关键特征;并据此生成复杂度感知的提示词与初始证据… …   相似文献
56.
针对多视图无监督特征选择中,直接基于原始噪声特征构图易忽略全局结构,且传统多图融合方法因视图异质性难以有效挖掘共享一致信息的问题,提出一种结合潜在表示与张量学习的特征选择模型。该方法将原始多视图数据映射至公共潜在空间以捕获高层语义结构,并在此基础上进行子空间学习以剔除不相关特征。… …   相似文献
57.
针对水下图像存在的细节模糊、噪声干扰及颜色失真等问题,提出一种基于监督学习的多支路差分卷积与频域增强相结合的水下图像增强方法。该方法采用颜色及细节增强模块强化高频细节并校正低频颜色;通过双支路增强模块平衡时空域与频域特征增强比例;设计轻量化交叉融合模块优化特征交互;同时结合多项损… …   相似文献
58.
在动态环境下的双边匹配问题中, 对于时间约束与多目标优化的处理机制是影响匹配效率的重要因素之一, 网络货运平台的运单分配即为此类问题的典型实例. 现有方法在处理时间约束的刚性建模和多目标冲突的权衡机制方面存在显著局限性, 难以准确刻画决策主体在约束边界附近的行为特征. 提出一种基… …   相似文献
廖家俊  董宜滔  毛嘉莉 《软件学报》2026,37(5):2024-2042
59.
在大规模图像检索任务中, 图像哈希技术通常依赖大量人工标注数据来训练深度哈希模型, 但高昂的人工标注成本限制了其实际应用. 为缓解对人工标注的依赖, 现有研究尝试利用网络用户提供的文本作为弱监督信息, 引导模型从图像中挖掘和文本关联的语义信息. 然而, 用户标签中普遍存在噪声, … …   相似文献
60.
符号音乐理解(symbolic music understanding, SMU)是多媒体内容理解的重要任务之一, 旨在从符号化音乐表示中提取旋律、力度、作曲家风格、情感与流派等多维音乐属性. 现有方法在音乐序列依赖建模方面取得了显著进展, 但是仍然存在两方面关键问题: (1)表… …   相似文献
黄恒焱  邹逸  时乐轩  程皓楠  叶龙 《软件学报》2026,37(5):1887-1902
[首页] « 上一页 [1] [2] [3] [4] [5] 6 [7] [8] [9] [10] [11] 下一页 » 末  页»
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