绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 3 条结果
[专利] 发明专利 CN201710116758.5
大连理工大学 2017-06-23
摘要:一种基于子空间混合超图学习的交叉模态检索算法,基于典型相关性分析的交叉模态公共子空间学习;通过公共子空间的映射来计算模态内部和模态之间的相似度;通过不同模态内部和模态之间的相似度计算混合关系矩阵;通过对关系矩阵的提炼构建混合超图模型;最后采用超图学习进行交叉模态检索和样例排序。本发明实例针对交叉模态的异构差异性,以及样本之间的高阶关系,将超图模型结合交叉模态公共子空间学习,应用到交叉模态检索中,使模型能够同时考虑模态间的相似度和模态内部的相似度,同时兼顾多个样本之间的高阶关系,提高最终的交叉模态检索的查准率和查全率。本发明有效地提高了交叉模态检索的性能,能大大提高交叉模态检索的准确率和召回率。
[博士论文] 钟芳明
软件工程 大连理工大学 2018(学位年度)
摘要:随着社交网络的快速发展,爆炸性增长的文本、图像、音视频等多模态数据如潮水一般涌入互联网中,给人们在海量的多模态数据中进行跨模态检索造成了巨大的困难。所谓模态是指一种数据类型或者表现形式,如文本模态和图像模态。而多模态数据通常指描述一个共同语义,但是以不同数据类型表示的数据。因此,跨模态检索是一种针对多模态数据之间交叉检索的特殊方式。由于不同模态数据之间的异构差异性和语义鸿沟,给跨模态检索造成了一定的困难。此外,数据的高维度、数据量大、存储开销大等问题进一步给高效和准确的跨模态检索实现提出了挑战。
  哈希方法将不同模态数据映射到一个由精简的哈希编码构成的汉明空间,能够有效解决跨模态检索。然而,汉明空间中的相似度保持、哈希编码的较大量化损失、跨模态数据的线性不可分和检索中存在不可见类为哈希方法设计提出了严峻挑战。本文针对上述四个问题,专注于围绕图像和文本的跨模态检索哈希方法研究。主要贡献如下:
  (1)针对已有算法从模态数据原始空间定义模态内局部结构信息造成汉明空间中的相似度保持不够准确问题,提出一种模态内和模态间相似度保持哈希算法。从目标低维空间的角度研究模态内相似度保持,将相似度矩阵的计算定义在目标空间,并且提出一种有监督距离收缩策略优化相似度矩阵,以加强模态内局部结构一致性。同时还考虑模态间的相似度保持,并将哈希函数学习结合到相似度保持中,以提高其对于海量样本外数据的适应性。实验表明该算法能够有效提升汉明空间中相似度保持的准确性,同时学习到适应性更强的哈希函数。在Pascal VOC数据集上当哈希编码长度为32bits时两个跨模态检索任务的平均精确率均值相比于最好的对比算法,分别提高了12%和11%。
  (2)针对现有方法采用松弛策略丢弃离散受限造成哈希编码较大量化损失问题,提出一种非线性离散跨模态哈希算法。首先基于联合矩阵分解学习跨模态数据公共语义,采用离散优化方法直接学习哈希编码,减小量化损失。同时提出将哈希函数学习转化成一个基于非线性核的二值分类问题,学习一组二值分类器作为哈希函数,建立原始数据和哈希编码之间的直接连接。实验验证该算法能够通过所学习的哈希函数直接生成哈希编码,减小量化损失,提高哈希编码的质量,在MIR Flickr数据集上当哈希编码长度为8bits时两个跨模态检索任务的平均精确率均值相比于最好的对比算法,分别提高了22%和18%。
  (3)针对现有基于线性哈希函数的算法难以解决跨模态数据的线性不可分问题,提出一种深度离散跨模态哈希算法。设计了一种跨模态深度神经网络框架,结合顶层模态间相似度保持、多层模态内相似度保持、标签一致性保持和哈希编码信息冗余最小化等,定义新的目标函数,以离散优化的方式,学习两个深度神经网络作为非线性跨模态哈希函数。实验验证该算法能够有效抓取跨模态数据内的非线性关系,解决跨模态数据的线性不可分问题。在NUS-WIDE数据集上,当哈希编码长度为8bits时两个跨模态检索任务的平均精确率均值相较于最好的对比算法分别取得了21%和14%的提升。
  (4)针对现有哈希方法难以解决跨模态检索过程中存在不可见类的问题,本文提出一种跨模态属性哈希算法。基于不可见类和可见类数据间的属性共享迁移,在跨模态哈希函数学习过程中,将数据特征、哈希编码、类属性和类标签之间的关系建模成一个双多层网络。实现哈希函数将所学知识从可见类迁移到不可见类上。实验表明,该算法通过学习具有知识迁移能力的哈希函数,能够实现不可见类数据的跨模态检索。
[硕士论文] 钟芳明
软件工程 大连理工大学 2014(学位年度)
摘要:光纤传感器由于其相较于传统传感器具有无源、无辐射、不受电磁干扰等诸多优势,在传感器领域备受关注。光纤传感器广泛应用于光纤互感、勘测、医疗、定位、周界安防、灾害预警、结构健康监测等领域。光纤传感网包含传感和传导两部分,都是由普通光缆构成。
  光纤传感的应用之一就是振动光纤探测系统,广泛用于周界安防,边界预警等信息化监控管理。布防于边界栅栏、地下等处的传感光纤,受到外界扰动后,光纤将捕获振动信号,经传输解调后成为电信号,通过采集光纤信号,再经过算法分析,探测到振动信号,根据相应的参数进行自动监测、识别和报警。
  本文设计并实现了光纤传感网数据采集与分析系统。首先阐述光纤传感技术的基本原理,国内外研究和发展现状及其应用领域和发展趋势。在此基础上详细介绍振动光纤探测系统,围绕振动光纤探测系统,详细设计了光纤传感网数据采集模块和数据分析处理模块以及网络通信模块,最后实现了基于ARM嵌入式平台的集采集与分析于一体的振动光纤探测报警系统。振动光纤处理单元能够进行20路并行AD采集光纤信号,分析处理后,向监控端发送报告。监控端通过网络对系统进行远程管理和维护以及警报特征参数设置。系统功耗小,处理速度快,采用无线传输,安装应用灵活,突破了传统习惯的布线布缆方式,具有很大的市场前景。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

万方选题

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部