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 6 条结果
摘要:目的 近年来,人工智能成为新兴研究领域,得到越来越多研究机构的关注.图像恢复问题一直是低层次计算机视觉领域的一个研究热点,其中,图像去雨由于其雨线分布的未知性及其求解的病态性,导致难以解决.现有方法存在雨线和背景之间的估计具有依赖性,难以平衡雨线去除效果与估计背景的清晰程度之间的关系;局限性比较大,训练数据很难涵盖各种场景下的雨图,而测试结果受训练数据的影响,导致难于泛化.针对上述不足,借鉴一般图像恢复问题思路,将模型与以数据驱动的网络相结合,凸显网络与模型各自的优势,提出可学习的混合MAP网络有效地解决图像去雨问题.方法 首先基于最大后验估计(MAP)建立含有隐式先验的能量模型,然后通过优化算法将模型分解为背景估计模型和雨线估计模型两部分,以减少背景估计和雨线估计之间的依赖性.对于背景估计模型,通过对模型及优化目标分析采用以数据驱动的去噪残差网络进行建模,保证估计出的背景更清晰;对于雨线估计模型,为避免直接对未知的雨线建模失去准确性,利用高斯混合模型实时刻画输入雨图的雨线先验.结果 在合成数据集Rain12及真实雨图上进行实验,通过综合考虑定量分析和定性分析,并与3种基于模型的方法及两种基于深度网络的方法相比,本文方法在去除雨线的同时能够损失的背景信息最少,合成数据集上的平均结构相似性(SSIM)值达到0.92.结论 本文通过将基于模型的方法与基于深度网络的方法相结合,既去除了雨线又保证了估计背景的清晰程度,同时也验证了将传统模型与深度网络相结合是一种解决图像恢复问题的有效途径....
[期刊论文] 冯林 王晓迪 吴振宇 马龙
-
北大核心 CSTPCD CSCD CBST SA
-
摘要:文中介绍了一款基于FPGA和ARM的便携式在线监测仪.通过Cyclone II系列FPGA控制12位A/D转换器ADC7886进行数据采集,将信息实时传输到ARM终端进行监控及处理,并控制12位D/A转换器TLV5616实现模拟电压输出,同时采用SD卡进行数据存储.系统设计在解决在线监测难点的同时达到了便携性的要求,实现了信号的采集、存储、测量和显示,具有很强的实用性[1].该系统已在煤炭科学研究总院抚顺分院的井下设备监测中稳定应用....
[硕士论文] 马龙
工程管理 大连理工大学 2019(学位年度)
[硕士论文] 马龙
软件工程 大连理工大学 2019(学位年度)
[硕士论文] 马龙
生物物理学 大连理工大学 2017(学位年度)
摘要:人的抗原加工相关转运体(Transporter associated with antigen processing,TAP)是一种异源二聚的ABC转运复合体,负责筛选由蛋白酶体水解生成的内源性抗原肽片段,并跨过内质网膜将其从胞浆中转运至内质网腔中,然后抗原肽得以同MHCI分子结合,继而被呈递至细胞表面,供免疫细胞识别,继而引发免疫反应。伴随人们对于TAP基因的解码以及对TAP分子在免疫应答中所起作用的认知,有关TAP分子同疾病关联也得到了进一步的深入研究。近年来越来越多的研究证实TAP分子与多种慢性感染疾病、自身免疫疾病等密切相关。然而,在当前缺乏高分辨率全长TAP的3D结构解析,TAP分子的结构和功能、抗原肽的转运机制仍不清楚。
  这里,我们基于同源建模方法,使用了Pgp-based-TAP-model2模型,然后利用拉伸分子动力学的方法来模拟抗原转运机制,并获得转运过程中膜蛋白TAP分子和抗原肽相互作用的各个结构。通过分析转运过程体系的构象变化,找出TAP同抗原肽的结合态。利用该结合态结构,我们发现在TAP上一些在与抗原肽结合过程中起到了关键作用的残基。由这些残基及周围的残基构成的一个疏水口袋,该口袋为抗原肽的C端提供了结合锚点,并引导抗原肽与TAP分子结合。同时,通过对比抗原肽在结合前后的构象,我们还发现在结合前后抗原肽的结构发生了明显的变化,这意味着抗原肽可能以一种扭曲的状态同TAP分子结合,这和其他的一些研究结果一致。
[硕士论文] 马龙
计算机应用技术 大连理工大学 2009(学位年度)
摘要:中文地名识别属于中文命名实体(Named Entity)识别范畴,它是自然语言处理的基础任务之一,是机器翻译、信息检索、问答系统等技术的基础,中文地名在命名实体中占有很大比例。由于中文地名自身的特点,中文地名识别一直是中文自然语言处理的难题。
   本文在已有研究的基础上,利用条件随机域(Conditional Random Fields,CRFs)模型进行中文地名自动识别的研究,旨在提高中文地名识别的效果。
   本文的核心工作概括为以下两个方面:
   (1)首先简要介绍了隐马尔科夫理论和最大熵隐马尔科夫模型理论,然后进一步介绍了由最大熵理论发展起来的CRFs模型。CRFs模型是目前比较优秀的条件概率模型,它没有隐马尔科夫模型的输出独立性假设,同时最大程度上降低了最大熵模型的标记偏置问题带来的影响,从而可以利用上下文特征获得全局最优的标注结果。
   (2)在传统用CRFs模型进行中文地名识别中,使用单层CRFs模型很难获取远距离特征,因此为了易于处理非本地依赖实体的识别,提出双层CRFs模型:将地名识别问题转化为序列标注问题,结合中文地名的特点,首先将中文文本中提取的地名特征分为三类:局部特征、非局部特征和词典特征,同时将训练文本中的地名提取出来作原始地名词典,然后利用局部特征训练第一层CRFs,对测试语料进行测试,将识别的结果加入到原始地名词典中,第二层CRFs利用非局部特征和通过最大匹配法获的词典特征进行。
   本文的主要贡献是在进行中文地名识别时使用双层CRFs模型获得文本的远距离特征从而解决了标记一致性问题。有效利用已有的研究方法,设计并实现了中文地名识别系统。实验证明,基于双层条件随机域的中文地名识别方法,能有效的提高中文地名识别效果。
  (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