【摘 要】
：
为了提高深度度量学习模型训练中的图像检索性能,在度量学习模型SoftTriple的基础上,对损失函数和网络结构进行改进.网络结构改进是在SoftTriple网络结构的基础上引入BNNeck模块;在损失函数设计中,首先添加难例挖掘函数对损失函数进行改进,然后通过使用高阶矩来表征整体特征分布的思路提出了新的损失函数.实验表明在度量学习数据集上的召回率和标准化互信息与改进前相比均有提高.与SoftTri
【机 构】
：
山东大学控制科学与工程学院,山东 济南 250061
论文部分内容阅读
为了提高深度度量学习模型训练中的图像检索性能,在度量学习模型SoftTriple的基础上,对损失函数和网络结构进行改进.网络结构改进是在SoftTriple网络结构的基础上引入BNNeck模块;在损失函数设计中,首先添加难例挖掘函数对损失函数进行改进,然后通过使用高阶矩来表征整体特征分布的思路提出了新的损失函数.实验表明在度量学习数据集上的召回率和标准化互信息与改进前相比均有提高.与SoftTriple相比,添加难例挖掘函数实验最高将召回率提高了1.8%,标准化互信息值提高了2.2%;整体特征分布实
其他文献
由于足迹数据的样本量有限,类间差小、类内距大,一般方法难以获取有效的足迹特征表示,导致足迹分类准确度不高。针对双模态2D足迹分类问题,文中提出一种基于小样本学习的多模块网络算法(MulRN),该算法在嵌入单元与关系单元使用了多个模块来提高网络的特征提取能力与特征度量能力,使用具有多分支结构的Inception模块与MRFB模块提升网络的特征提取能力,采用空间注意力模块与通道注意力模块提取出区分度更
面向移动VR(Virtual Reality)业务的高数据量和低时延需求,为有效降低核心网的数据流量、减小设备的内容请求代价,文中建立了面向移动VR的部分缓存内容共享模型。建模了社交属性感知的内容共享代价最小化问题,将优化问题分解为功率优化与模式选择、设备关联两个子问题,并分别提出基于代价的功率优化和模式选择算法以及基于社交关系和请求代价的匹配算法;最后,通过仿真对提出的基于部分缓存的内容请求模式选择与功率优化的方法的性能进行评价,并与其他缓存方案进行了对比分析。仿真结果表明,文中提出的基于部分缓存的内容
采用γ-Reθt转捩模型对平板表面边界层进行了数值模拟,研究了边界层在法向和流向上的发展变化以及壁面粗糙度、来流风速、湍流度、压力梯度等因素对边界层发展的影响。研究结果表明:在转捩区间内壁面摩擦系数以及离壁面一定高度处的总压会发生突变,边界层厚度沿流向不断增厚但其增长率不断下降;层流边界层中黏应力占主导,湍流边界层中应力变化依次为黏应力占主导、黏应力不断下降而雷诺应力不断上升、雷诺应力占主导,分别对应层流底层、过渡层、对数层与外层;转捩过程中黏应力在壁面处达到的峰值不断增大而其衰减变得更快,雷诺应力的峰值
针对目前有源探头的探测频率主要集中在低频段,难以满足高频段探测需求的问题,提出了一种小型、高带宽、非接触式的有源磁场探头。该有源磁场探头采用多层印刷电路版(PCB)制作,于无源探头的基础上,加入了有源放大器模块及其配套的电源管理芯片,对超宽带类型探头的传输增益进行提升;并从频率响应、空间分辨率、校准因子、差分电场抑制能力4个方面对探头进行了测试分析。结果表明:文中设计的探头的传输增益达到-20 dB,空间分辨率达到900μm,有良好的差分电场抑制能力,该探头可用于超宽带下的PCB板与较复杂集成电路等场景的
为对图像中大面积缺失区域进行合理的结构修复和精细的纹理填充,提出了一种基于双转移网络的深度特征重排图像修复算法.首先提取缺失图像的特征并还原图像纹理细节;然后根据编码器特征估计缺失内容,提出基于解码器特征的内容损失函数,减少全连接层的解码器特征与缺失区域编码器特征之间的距离,保证合成图像语义的准确性和结构的合理性.在公开数据集上,将提出算法与现有经典算法进行对比,结果表明:在大面积缺失图像修复中,
为研究水泥分解炉在掺烧污泥和选择性非催化还原(SNCR)脱硝共同作用下,以脱硝系统运行成本最小为目标,对相关主要参数进行优化控制.以广东某6000 t/d水泥分解炉为研究对象,以污泥掺烧量、喷氨量、烟风温度、压差等运行参数为输入变量,采用遗传算法优化的BP神经网络(GA-BPNN)建立出口烟气NOx浓度的预测模型.再采用多种群遗传算法(MPGA),在满足NOx排放浓度达标的前提下,以脱硝系统成本最小为优化目标,得到经济性最佳的水泥分解炉运行参数.结果表明:所建立的烟气NOx浓度预测模型相对误差仅为2.63
传统视频压缩感知重构算法重构时延过长,新发展的基于神经网络的视频压缩感知重构算法虽解决了高耗时的问题但未能充分利用视频的时空相关性,重构质量较差。为了解决上述问题,文中提出了基于深度学习的两阶段多假设视频压缩感知重构算法(2sMHNet)。首先,采用时域可变形卷积对齐网络实现基于像素的深度学习多假设预测,在避免了块效应的同时通过自适应参数学习提高了假设集的匹配准确性与权重的计算精度,充分地挖掘了时
为了实现双足机器人在不平整地面上的快速步行,提出一种基于优化的2D柔顺步态规划方法.基于腿部刚度和触地角,采用弹簧倒立摆模型建立机器人步行的参数化模型.考虑质心控制误差,提出一种适应位姿扰动的步态规划方法,允许机器人不必回到预设姿态就可以直接进入下一步态周期,使机器人更灵活.针对传统规划方法仅考虑质心在步态周期末端速度而导致的速度误差,提出一种速度补偿策略,控制整个步态周期速度,提高了连续步行的速度跟踪精度.将对腿部刚度和触地角的求解转化为优化问题,采用改进鲸鱼群算法进行求解,实现了对复杂环境的自适应.仿
针对深基坑旋喷封底隔渗体的设计和计算问题,将基坑旋喷封底隔渗体假定为四周固支的矩形弹性薄板,并考虑其渗流作用,提出了基坑旋喷封底隔渗体的设计方法.随后,对某城市地下
智慧城市管理模式的提出,意味着基于深度学习的目标识别技术将在城市发展中起到重要作用。为提高识别技术的精确度,提出一种利用RNN的空间结构特征提取方法,利用CUDA的并行加速器来提高实时性能,将提取器耦合进目标特征提取基础网络模型,形成多融合特征的目标检测网络,最后提出一种快速排序算法来加快网络的整体运行速度。检测结果显示:多融合特征目标检测网络相较于其他两个网络而言,只有当置信度足够高时,目标识别