学习网络

作品数:583被引量:1633H指数:17
导出分析报告
相关领域:自动化与计算机技术文化科学更多>>
相关作者:邵振峰张小敏应义斌泮进明饶秀勤更多>>
相关机构:西安电子科技大学东南大学武汉大学华南理工大学更多>>
相关期刊:更多>>
相关基金:国家自然科学基金中央高校基本科研业务费专项资金国家社会科学基金浙江省自然科学基金更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于宽度学习的多薄层面波频散曲线反演
《地球物理学报》2025年第5期1934-1956,共23页杨晓辉 韩鹏 冯旭平 陈晓非 
成都信息工程大学科研基金资助(KYTZ2023035);深圳市深远海油气勘探技术重点实验室(ZDSYS20190902093007855);广东省地球物理高精度成像技术重点实验室(2022B1212010002);深圳市科创委面上项目(20210316111600001)联合资助.
面波频散曲线反演是估计地下横波速度的一种有效手段,在工程勘察及浅层勘探中有重要应用价值.基于观测的频散曲线,利用反演算法,可在给定的搜索范围内找到未知地层参数的最优解,实现横波速度的最佳估计.在实际应用中,反演算法的性能直...
关键词:浅地表横波速度估计 面波反演 两阶段反演策略 宽度学习网络 频散曲线 
面向子空间聚类的多视图统一表示学习网络
《计算机研究与发展》2025年第5期1248-1261,共14页林毓秀 刘慧 于晓 张彩明 
国家自然科学基金项目(62072274,U22A2033);中央引导地方科技发展项目(YDZX2022009);山东省泰山学者特聘专家基金项目(tstp20221137)。
多视图子空间聚类旨在挖掘多视图的丰富信息来指导高维数据聚类,其研究关键在于如何有效地学习多视图统一表示和子空间表示.近年来,深度聚类方法利用神经网络强大的表征能力取得了优异的性能.然而,多视图数据固有的多源异构性使得大多...
关键词:多视图子空间聚类 Transformer 加权融合 低秩表示 加权Schatten-p范数 
联邦学习网络中基于分层博弈的边缘关联和资源分配
《重庆邮电大学学报(自然科学版)》2025年第2期261-272,共12页范露露 倪郑威 李职杜 
浙江省自然科学基金项目(LQ22F010008);重庆市教委科学技术研究项目(KJQN202300646)。
在分层联邦学习网络中,引入边缘服务器需要面对边缘服务器与终端设备间交互时延和边缘聚合模型质量两大挑战。针对上述问题,利用分层博弈模型对带宽资源分配和边缘关联机制进行分析。在下层,利用演化博弈思想,提出低时延的边缘关联算法...
关键词:分层联邦学习 演化博弈 非合作博弈 边缘关联 资源分配 
基于空间多层次自监督深度学习网络的质谱成像超分辨重建方法研究
《医疗卫生装备》2025年第4期1-8,共8页林超隆 杨慧 葛雅辉 
国家资助博士后研究人员计划(GZC20230169)。
目的:为了提高质谱成像的分辨率,提出一种基于空间多层次自监督深度学习网络的质谱成像超分辨重建方法。方法:首先,基于非线性变换将组织学图像和质谱图像进行配准;其次,利用多分支视觉变换器(vision transformer,ViT)以自监督学习的方...
关键词:质谱成像 超分辨重建 深度学习 多模态图像融合 自监督学习 
基于深度学习网络的航迹分层分类研究
《指挥控制与仿真》2025年第2期83-94,共12页王伊凡 吉琳娜 杨风暴 
针对现有航迹分类方法无法充分考虑航迹的时间序列特征与空间结构特征,导致分类准确率下降的问题,提出了一种基于深度学习网络的航迹分层分类方法。首先,将船舶航迹转化成图像层,构建基于Swin-Transformer网络的航迹图像层分类模型;其...
关键词:航迹分类 深度学习 Swin-Transformer Gained-Transformer-Network 分层分类 
基于多任务学习的全景驾驶感知算法
《计算机工程与设计》2025年第4期1127-1133,共7页吴伟林 刘春泉 余孝源 
国家自然科学基金项目(62241302);广西科技基地和人才基金项目(桂科AD23026199);广西机器视觉与智能控制重点实验室基金项目(2022B02);广西民族大学研究生创新计划基金项目(gxun-chxs2022095)。
针对全景驾驶感知算法YOLOP存在特征图池化操作自适应较差、下采样过程细节丢失和模型性能差的问题,提出一种基于多任务学习的全景驾驶感知算法,引入高效处理模块,提高对特征图池化操作自适应能力,采用不同加权系数的损失函数,提升网络...
关键词:多任务学习网络 编码-解码器 车道线检测 可行驶区域检测 车辆检测 特征对齐 转置卷积 
基于深度学习网络显著目标检测算法的强降水落区临近预报技术
《气象学报》2025年第2期334-349,共16页张亚萍 刘伯骏 庞玥 张焱 张勇 黎中菊 
重庆市自然科学基金项目(CSTB2023NSCQ-MSX0894);中国气象局西南区域气象中心创新团队基金(XNQYCXTD-202203);重庆市气象部门业务技术攻关项目(YWJSGG-202203);中国气象局创新发展专项(CXFZ2022J002)。
降水持续时间相同时,降水强度越大,诱发城市积涝、山洪、泥石流、滑坡等次生灾害的可能性越大。在全球气候变暖的背景下,亚小时降水极端事件比小时以上时间尺度的极端事件增加得更快,有必要研究亚小时尺度上的强降水监测预警技术。选取 ...
关键词:显著目标检测 深度网络 天气雷达 短时强降水 临近预报 
大学生就业岗位信息个性化推送方法
《信息技术》2025年第4期28-34,共7页何剑萍 徐胜超 贺敏伟 
国家自然科学基金面上项目(61772221);广州华商学院校内导师制科研项目资助(2023HSDS26)。
文中提出大学生就业岗位信息个性化推送方法。利用网络爬虫技术采集大学生用户的个人信息和行为数据,并对这些数据进行预处理,包括筛选和缺失值填补。根据会话划分规则构建用户的长期和短期行为会话序列。从行为会话序列中提取用户的行...
关键词:深度学习网络 大学生 就业岗位 信息推送 个性化 
轻量级深度学习网络在农作物目标检测的应用进展
《中国农机化学报》2025年第3期261-270,共10页许毓超 吴茜 张兵园 周玲莉 任妮 张美娜 
国家自然科学基金项目(32201664);江苏省重点研发计划(BE2022363);江苏省农业科技自主创新资金项目(CX(22)5009);江苏省创新能力建设计划(BM2022008—01)。
随着计算机视觉领域中深度学习网络模型应用的发展,各类农业场景中的目标检测性能得到极大的推动。与部署在云端服务器的大规模深度学习网络不同,轻量级深度学习网络因其较小的参数量和运算量,在硬件资源有限且实时性要求更高的农业场...
关键词:农作物 目标检测 深度学习 轻量级网络 边缘计算 
面向中文医学命名实体识别的判别式与生成式语言模型比较研究
《图书情报工作》2025年第5期107-116,共10页刘伟 薛航 张晗 
辽宁省教育厅基本科研项目“基于深度学习的线上用户慢性病健康教育问答模型研究”(项目编号:LJKR0275)研究成果之一。
[目的/意义]比较以BERT为代表的判别式语言模型与以ChatGPT为代表的生成式语言模型完成中文医学文本命名实体识别任务的效果,以期为生物医学领域的命名实体识别提供参考。[方法/过程]设计6种BERT拼接不同类型深度学习网络的抽取模型,同...
关键词:命名实体识别 深度学习网络 生成式语言模型 判别式语言模型 
检索报告 对象比较 聚类工具 使用帮助 返回顶部