公共文化服务平台

搜索到8740篇“ 多尺度表示“的相关文章

基于多尺度表示注意机制用于全切片图像分析的深度多实例学习方法: 最近，基于卷积神经网络(CNN)直接使用全切片图像(WSIs)进行肿瘤诊断和分析的研究引起了广泛关注，因为这类方法只利用切片级标签进行模型训练，而无需额外的标注。然而，直接处理超大像素的全切片图像仍然是一项具有挑战性的任...; 朱晓峰马晓桐向航辰

基于多层次多尺度表示学习的鲁棒姿态识别方法: 本发明涉及姿态识别技术领域，具体涉及一种基于多层次多尺度表示学习的鲁棒姿态识别方法，通过获取部署在环境中的WiFi设备采集的原始CSI数据，对CSI数据进行预处理，得到预处理后的CSI数据集；获取所述CSI数据集，进行分...; 杨洁王主珏张子衡黄文昕薛恩睿王禹

地磁时变观测数据中高压直流输电干扰事件多尺度表示及识别方法: 2024年; 高效准确地识别地磁时变观测数据中受高压直流输电干扰的波形对于提高地磁时变观测数据质量具有重要意义.然而,由于高压直流输电干扰事件持续时间长短不一、干扰程度变化多样,给识别任务带来巨大困难.为了能自动识别长短不同的高压直流输电干扰事件,本文提出一种高压输电干扰事件的多尺度表示及识别方法:利用小波技术具有多尺度的特性,卷积神经网络具有自动特征提取的特性,将二者结合,设计了一个多输入卷积神经网络模型来识别地磁中的高压直流输电干扰事件.首先使用离散小波技术将地磁时变观测样本进行多尺度分解,得到原始样本的多尺度表示,再将分解后的多尺度地磁时变观测样本分别输入到含有多个输入分支的卷积神经网络中,每个分支分别自动提取不同尺度的特征,然后将多个尺度的特征融合,并加入注意力机制来自适应计算每个尺度特征的权重,对多尺度特征进行加权处理,再采用全连接层和SoftMax层进行分类,本文将该模型命名为CBAM-MCNN.在中国地震前兆台网中心提供的高压直流输电干扰样本上进行试验,并将本文所提出模型的识别效果与现有的全卷积网络、残差神经网络、多输入卷积神经网络、IICM-HVDCT-CNN-LSTM进行了对比,在5271条测试样本集上,本文所提出的CBAM-MCNN模型识别准确率达到了97.14%,F_1值达到了97.12%,远远高于其他4种对比模型.; 李良超刘海军单维锋雷东兴袁静陈俊王浩然袁国铭; 关键词：小波分解

基于超图的在线社交网络多尺度表示学习: 孙相国

基于密母算法与多尺度表示的网络表示学习研究: 网络是表示物体与物体之间联系的一种重要方式，它广泛存在于各种复杂系统中，如铁路交通网、国家电网和在线社交网络等。随着移动互联网和大数据技术的飞速发展，网络的规模和复杂度不断提高，同时网络中存在更丰富的信息和价值，这使得复...; 陈程; 关键词：多尺度表示随机游走

基于相关性分析的时间序列多尺度表示及异常检测研究: 时间序列数据作为一种具有时间属性的重要数据类型，广泛存在于各个领域。而在这些序列数据中蕴含着大量重要的信息，因此如何从科学的角度进行分析从而挖掘出数据背后更有价值的信息是数据挖掘领域的一个热点问题。时间序列数据异常检测作...; 高悠悠; 关键词：异常检测时间序列马尔科夫模型

基于多尺度表示和联合监督的人脸识别研究: 人脸识别技术作为生物特征识别技术的主要研究方向之一，由于其非接触性和用户友好性受到学术界和工业界的广泛关注。经过半个多世纪的发展，人脸识别技术的研究已经取得了很大进步。尤其是近几年来，大规模人脸数据集的开放和卷积神经网络...; 刘伟; 关键词：人脸识别多尺度表示

基于非线性多尺度表示的脑电消噪方法: 2019年; 为了有效地从混有噪声的非平稳、非线性、低信噪比的脑电信号中抽取出有用信息,提出了一种新的基于非线性多尺度表示的脑电信号消噪方法。首先检测出脑电信号奇异点的位置,其次在跳跃奇异点的附近区间采用多项式单元平均插值构成的非线性预测算子,而在其他区间采用线性预测算子,对脑电信号进行非线性多尺度表示,然后在各个尺度上对变换系数进行阈值处理,重构处理后的系数得到去噪后的脑电信号。采用仿真数据和实际脑电数据BCI Competition Ⅳ dataset 1对所提方法进行实验测试,并与其他现有方法进行比较分析。实验结果表明,所提方法的消噪效果优于Garrote阈值、小波硬阈值、软阈值、自适应阈值,具备一定的实用性,可用于脑-机接口系统中脑电信号消噪。; 耿雪青佘青山张启忠马玉良; 关键词：脑电信号脑-机接口

时间序列的多尺度表示方法研究: 随着信息产业的发展，我们已进入互联网+的大数据时代，大量数据被获取并积累。如何快速从规模海量，结构复杂并且形式多样的时间序列中快速提取有用的信息尤为重要。为了保证数据挖掘得到信息的准确性和有效性，需要对时间序列数据进行有...; 李曼晴; 关键词：数据挖掘时间序列数据数据表示异常检测

基于多尺度表示学习的医学图像分类: 随着图像处理技术迅速发展，医学影像资料已成为辅助医生进行临床诊断、病情跟踪、教学研究的重要依据。因此，医学图像自动分类方法的研究具有广泛的应用前景。对于一个成功的医学图像分类系统而言，特征表达的选择所起的作用毋庸置疑。而...; 刘洋洋; 关键词：医学图像分类高斯混合模型

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈