自注意力机制相关论文
语义分割任务是计算机视觉中的重要研究内容,广泛应用于自动驾驶、视频特效等领域。一般的语义分割深度模型训练需要获取像素级标......
视频表征学习旨在学习有效的特征映射函数,实现将原始视频映射到新的特征空间,以便进行更高层次的视频内容理解(如视频动作识别等)。......
由于信息的爆发式增长,人们对信息获取的有效性和准确性的需求也越来越高,推荐系统正是帮助人们从海量信息中找到自己所需资源的方......
微博作为参与者多、信息量大的社交平台,对其数据做情感整理工作,将会对网络安全管控起到关键性作用,情感分析就是处理这种任务的......
立足制造本质,大力推进制造业与智能技术的结合发展,对推动制造业的技术升级与优化发展具有重要意义。铣削刀具作为机械加工的重要......
随着图像数字化的快速发展,图像修复技术的学术研究得到了越来越多的关注。成熟的图像修复技术具有重要的应用价值意义,它可用于老......
随着互联网的发展和普及,由用户创造的内容在线上内容中的占比不断增长。以用户评论为例,不少网民在观看影片后会发布影评,在电商......
遥感图像分割在自然资源管理、灾害检测和城市规划等诸多领域应用广泛。针对遥感图像分割任务,现有的卷积神经网络大多聚焦于挖掘......
在核电领域的知识管理过程中,需要使用命名实体识别技术抽取高质量语义实体,以进行核电领域文本的智能分析和处理。在现有研究的基础......
微表情是一种能够体现人真实情感的自发面部动作,其持续时间较短,动作幅度轻微,识别难度较大,但是有重要的研究价值。为解决微表情情感......
针对现有的会话推荐模型难以从简短的会话中捕获项目之间的依赖关系的问题,在考虑了复杂的项目交互和动态的用户兴趣变化后,提出了一......
在城市排水系统领域中,城市地下水位智能监测技术是非常重要的研究方向。地下水位预测与异常检测能为排水系统及时提供参数信息,保......
输电导线是电力系统中重要的组成部分。文中提出了基于改进YOLOv7算法的输电导线缺陷检测方法。首先,文中提出了一种自动扩充数据集......
多导睡眠图(PSG)监测是临床上用于诊断诸如失眠、呼吸暂停等疾病的重要手段。为了解决以手工逐帧视觉判断PSG进行睡眠障碍患者睡眠阶......
中国是世界上柿树种植最多的国家,但由于柿树病害的发生,导致柿树枝枯、梢焦、结果少,对柿子的产量和品质造成严重的影响。柿树叶......
随着国家政策对智慧城市建设的大力推进,智慧旅游迎来了前所未有的发展机遇。目前,深度学习技术和智能大数据系统已经广泛运用于气......
针对真实环境场景会同时出现多种事件导致场景分类准确率受到干扰信息影响的问题,本文提出了一种基于自注意力机制的多模态场景分......
图像三维重建技术是计算机视觉中一个不可或缺的分支,传统算法虽然经过长期发展已经有很好的表现,但其要求也相对严苛,例如需要大......
人们线上沟通时,图像是传递信息和表达情感的主要语料之一,图像的质量会直接影响用户对图像内容的理解以及后续的图像应用。针对如......
交通信号灯是智慧交通建设中不可或缺的一部分,在整个城市发挥控制车流和改善拥堵的作用,交通信号灯图像的分类识别是智慧交通研究的......
排水管网是城市的生命线。人工检测的方法,费时费力,效率低下。传统计算机视觉算法和机器学习算法仅分析了少量缺陷特征,无法满足排水......
基于点云的三维目标检测网络选择采样点时通常只考虑点云的空间分布,导致采样点中前景点召回率较低;点云特征学习过程中只考虑点云的......
针对当前灰度人脸图像彩色化技术出现的颜色不准确、人脸图像细节损失等问题,提出一种基于自注意力机制的优化的人脸图像彩色化方法......
针对军用背景下实地采集红外舰船数据难度大且图像质量差的问题,提出红外舰船增强StyleGAN的图像生成算法。该算法在StyleGAN基础上......
针对单词DGA域名字符随机性低,字符结构和分布与良性域名相似,现有方法对其检测效果不佳的问题,提出一种单词DGA域名检测方法。首先,对......
基于会话推荐旨在根据用户当前会话和历史会话预测用户的下一次点击。现有的会话推荐系统大多数基于当前会话建立局部偏好来预测用......
互联网技术的快速发展为在线购物的普及提供了基础。随着国内网民数量的增长接近瓶颈,各大电子商务平台之间逐渐由增量市场竞争转......
传统数据驱动的方法过度依赖先验知识且特征提取能力不足,从而导致预测精度不高等后果。针对这一问题,提出了一种带有自注意力机制(Se......
针对内河港口背景复杂、类间尺度差异大和小目标实例多的特点,提出基于多头自注意力机制(MHSA)和YOLO网络的船舶目标检测算法(MHSA-YOL......
本文在神经网络的推荐模型基础上引入自注意力机制,提出一种改进的基于自注意力机制TransNet推荐模型SATransNet。SATransNet模型使......
多视图立体匹配是计算机视觉领域中的一大研究热点,针对目前多视图立体重建完整性差、无法处理高分辨率图像和GPU内存消耗巨大、运......
随着时代的发展和社会的进步,越来越多的人们开始体验到科技带来的福祉,但随之而来的是信息过载。互联网用户难以在复杂的数据环境......
端到端的CNN-LSTM模型利用卷积神经网络(Convolutional Neural Network, CNN)提取图像的空间特征,利用长短期记忆网络LSTM提取视频帧......
推荐系统可以分析和建模用户的历史行为,基于学习到的用户兴趣来生成推荐建议,降低信息过载带来的负面影响,改善用户体验。通常,用......
近年来,基于深度神经网络的算法在计算机视觉领域展现出优越的性能。随着深度学习理论和硬件设备的发展,计算机视觉领域内的各项任......
针对现有PM2.5浓度时序预测模型预测精度不高的问题,基于Informer建立了1个Seq2Seq的单站点PM2.5浓度多步时序预测模型,以历史污染物......
针对现有滚动轴承剩余使用寿命(RUL)预测方法存在的特征提取能力单一、无法充分利用数据中蕴含的时空信息等问题,提出了一种基于自注......
人脸图像生成是计算机视觉中的经典问题,为保证良好的生成效果,对边界均衡生成式对抗网络(BEGAN)进行改进。首先在训练时对模型使用双......
模糊图像不仅影响人类感知还会影响后续计算机视觉任务的性能,例如自动驾驶系统和户外监控系统中的视觉算法。针对以往基于深度学习......
根据轴承温度标准,通过分析主轴温度的差异性变化来预测故障存在的可能性。首先,对数据进行清洗,并以线性插值法和贝叶斯–高斯CP(cano......
针对传统的深度卷积生成对抗网络(DCGAN)属于无监督学习,而且随着卷积层数加深会造成梯度消失,卷积核尺寸的限制导致只能获取输入数据......
股市是金融市场的重要组成部分,对股票价格预测有着重要的意义.同时,深度学习具有强大的数据处理能力,可以解决金融时间序列的复杂......
机器阅读理解是自动问答领域的重要研究.随着深度学习技术发展,机器阅读理解已逐渐成为实现智能问答的技术支撑.注意力机制能够作为......