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9741-9750项 搜索用时 139 毫秒
[首页] « 上一页 [970] [971] [972] [973] [974] 975 [976] [977] [978] [979] [980] 下一页 » 末  页»
9741.
  
近年来,基于卷积神经网络的深度学习模型已经在高光谱图像分类领域取得优异表现.然而,模型性能的提升通常依赖于更深、更宽的网络结构,导致参数量和计算量增长,从而限制了模型在机载或星载载荷中的实际部署.为此,本文提出基于轻量级全连接张量映射网络的高光谱图像分类方法.根据全连接张量网络分… …   相似文献
9742.
深度学习的发展推动了高精度遥感图像智能解译模型的涌现。然而,目前遥感智能解译模型大多基于预先定义的静态数据集独立训练,难以适应环境开放和需求动态的实际应用,严重阻碍了遥感智能解译模型的广域和长期运用。增量学习能使模型持续学习新知识,并保持对旧知识的记忆,近年来,被广泛应用于推动遥… …   相似文献
9743.
保障选矿设备的精准维护和稳定运行一直是矿山相关企业所面临的重要课题,而研发设备预测性维护系统已成为降低设备维护成本、提升企业生产效率的重要手段.分析了选矿设备预测性维护系统功能需求,设计了基于微服务结构的预测性维护系统架构和总体功能结构,深入阐述了系统关键技术,提出了基于多尺度C… …   相似文献
9744.
基于文本描述的行人检索是一个新兴的跨模态检索子任务,由传统行人重识别任务衍生而来,对公共安全以及人员追踪具有重要意义.相比于单模态图像检索的行人重识别任务,基于文本描述的行人检索解决了实际应用中缺少查询图像的问题,其主要挑战在于该任务结合了视觉内容和文本描述两种不同模态的数据,要… …   相似文献
李博  张飞飞  徐常胜 《软件学报》2024,35(10):4766-4780
9745.
  
语音翻译的编码器需要同时编码语音中的声学信息和语义信息,单一的Fbank或Wav2vec2语音特征表征能力存在不足。通过分析人工的Fbank特征与自监督的Wav2vec2特征间的差异性,提出基于交叉注意力机制的声学特征融合方法,并探究了不同的自监督特征和融合方式,加强模型对语音中… …   相似文献
9746.
目前,在多模态情感分析任务上,存在着单一模态特征提取不充分、数据融合方法缺乏稳定性的问题.本文提出一种利用插值优化模态特征的方法,用于解决这些问题.首先利用插值优化BERT和GRU模型提取特征的方式,并使用这两种模型挖掘文本、音频、视频的信息.其次,用改进的注意力机制融合文本、音… …   相似文献
9747.
  
随着信息化与工业化的融合不断加深,工业控制系统中信息域与物理域交叉部分越来越多,传统信息系统的网络攻击会威胁工业控制系统网络.传统的工业控制系统安全评估方法只考虑功能安全的风险,而忽略了信息安全风险对功能安全的影响.文中提出一种基于改进petri网的工业控制系统功能安全和信息安全… …   相似文献
9748.
模糊C均值(FCM)聚类算法凭借其学习成本低、算法开销少的特点,已经成为常用的图像分割技术之一.然而,传统FCM算法存在对图像中噪声敏感的问题.近年来,各种对传统FCM算法的改进虽然提高了算法的噪声鲁棒性,但是往往以损失图像上的细节为代价.提出一种基于李群理论的改进FCM算法并将… …   相似文献
孙灏铖  刘力  李凡长 《软件学报》2024,35(10):4806-4825
9749.
联邦学习旨在解决数据隐私和数据安全问题,大量客户端在本地进行分布式训练后,中央服务器再聚合各本地客户端提供的模型参数更新,但中央服务器无法看到这些参数的具体更新过程,这种特性会带来严重的安全问题,即恶意参与者可以在本地模型中训练中毒模型并上传参数,再在全局模型中引入后门功能. 关… …   相似文献
9750.
  
[首页] « 上一页 [970] [971] [972] [973] [974] 975 [976] [977] [978] [979] [980] 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