姚光乐

作品数：7被引量：37H指数：2
导出分析报告
供职机构：成都理工大学更多>>
发文主题：网络神经网络DAS探地雷达置信度更多>>
发文领域：自动化与计算机技术电子电信天文地球文化科学更多>>
发文期刊：《工业和信息化教育》《计算机工程与应用》《信息对抗技术》《控制工程》更多>>
所获基金：人工智能四川省重点实验室开放基金国家自然科学基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-7
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于特征增强的辐射源开集识别方法
《信息对抗技术》2025年第2期68-78,共11页张逸驰 姚光乐 王琛 贾勇 王洪辉 
四川省重点研发项目(2022YFS0531)。
现有的辐射源个体识别研究面临着真实开集环境下信号特征判别能力弱、特征边界模糊等挑战。为此,提出了一种基于特征增强的辐射源开集识别方法。针对辐射源信号特征辨别能力弱的问题,设计了基于三重Sigmoid函数的网络模块,提取更丰富、...
关键词：辐射源个体识别 开集识别 图像分类 特征增强 阈值优化 
新时代工程教育理念的探索与“新工科”专业课程教学创新实践研究
《工业和信息化教育》2025年第3期11-16,共6页姚光乐 王洪辉 彭鹏 陈才华 
2021年四川省高等教育人才培养质量和教学改革项目“向人工智能专业学生创新实践能力培养的研用一体产教融合模式研究”(项目编号:JG2021-707);2021年成都理工大学高等教育人才培养质量和教学改革项目“人工智能时代下‘AI+地学’创新型人才培养体系的探索与研究”(项目编号:JG2130085)。
针对“新工科”背景下专业课程教学中存在的痛点,将Olin工程教育模式与新时代人才需求相结合,探索工程教育理念,开展了“新工科”专业课程“基础知识体系构建—工程创新思维培养—终身学习能力提升—家国情怀厚植”一体化的教学创新,并...
关键词：新工科 人工智能 课程改革 工程教育 
说话人识别综述
《控制工程》2025年第2期251-264,共14页张葛祥 曾鑫 姚光乐 杨强 贾勇 朱明 
国家自然科学基金资助项目(61972324);四川省科技项目(2021YFS0313,23NSFTD0049,2021YFG0133,23ZDYF0247)。
说话人识别是一种利用人类语音中存在的与身份相关的特征来识别说话人身份的技术,也称为声纹识别。这项技术既是新一代人工智能的重要研究方向,也是计算机领域的研究热点,吸引了许多学者的关注与研究。首先,在结合以往和当前有关该领域...
关键词：说话人识别 声纹识别 说话人欺诈 深度学习 
基于样本增量学习的遥感影像分类被引量：1
《计算机应用》2024年第3期732-736,共5页李雪 姚光乐 王洪辉 李军 周皓然 叶绍泽 
四川省重点研发项目(2021YFG0298);四川省基础研究项目(2021YJ0086);数学地质四川省重点实验室开放基金资助项目(SCSXDZ2020YB04)。
深度学习模型在遥感影像分类中取得了显著的成绩。随着新的遥感数据不断被采集,基于深度学习的遥感影像分类模型在训练新数据、学习新知识时,对旧数据的识别性能会下降,即旧知识遗忘。为帮助遥感影像分类模型巩固旧知识和学习新知识,提...
关键词：遥感影像分类 增量学习 知识蒸馏 协同学习 微调 
基于特征分布学习的小样本类增量学习被引量：1
《计算机工程与应用》2023年第14期151-157,共7页姚光乐 祝钧桃 周文龙 张贵宇 张伟 张谦 
人工智能四川省重点实验室开放基金(2020RYJ03);国家自然科学基金(U20B2070);四川省重点研发计划(2021YFS0313,2021YJ0086)。
关注了一个非常具有挑战性的问题:深度神经网络的小样本类增量学习。其中深度神经网络模型可以从少量的样本中逐步学习新知识,同时不会忘记已学习的旧知识。为了平衡模型对旧知识的记忆和对新知识的学习,提出了一个基于特征分布学习的...
关键词：小样本类增量学习 深度神经网络 增量学习 
基于半监督学习的单幅图像去雨算法被引量：2
《计算机应用》2022年第5期1577-1582,共6页邱永茹 姚光乐 冯杰 崔昊宇 
四川省重点研发计划项目(2020YFG0169)。
在雨天采集的图像通常存在背景物体被雨纹遮挡、图像变形等影响图像质量的现象,对后续图像分析及应用造成严重影响。近年来,已经提出了许多基于深度学习的去雨算法并获得了较好的效果。由于真实雨图的无雨纹干净背景图采集非常困难,大...
关键词：单幅图像去雨 半监督学习 多尺度网络 深度学习 密集残差连接 
深度神经网络的小样本学习综述被引量：33
《计算机工程与应用》2021年第7期22-33,共12页祝钧桃 姚光乐 张葛祥 李军 杨强 王胜 叶绍泽 
国家自然科学基金原创探索计划项目(42050104);四川省重点研发项目(20ZDYF1368);人工智能四川省重点实验室开放基金(2020RYJ0);地质灾害防治与地质环境保护国家重点实验室自主基金(SKLGP2019Z014);成都理工大学珠峰科学研究计划(80000-2020ZF11411)。
随着最近深度学习技术的蓬勃发展,深度神经网络(DNN)在大规模的图像分类与识别任务中取得了突破性的进展,但其在解决小样本学习问题时仍面临巨大挑战。小样本学习(FSL)是指在少量有监督样本的情况下学习一个能解决实际问题的模型,在深...
关键词：小样本学习 度量学习 数据增强 元学习 深度神经网络 
全选清除导出
共1页<1>
检索报告 对象比较 聚类工具 使用帮助 返回顶部