检索结果

Select

1. 基于多注意力多尺度特征融合的图像描述生成算法

陈龙杰, 张钰, 张玉梅, 吴晓军

计算机应用 2019, 39 (2): 354-359. DOI: 10.11772/j.issn.1001-9081.2018071464

摘要（996）

PDF （1033KB）（495）

针对图像描述生成中对图像细节表述质量不高、图像特征利用不充分、循环神经网络层次单一等问题，提出基于多注意力、多尺度特征融合的图像描述生成算法。该算法使用经过预训练的目标检测网络来提取图像在卷积神经网络不同层上的特征，将图像特征分层输入多注意力结构中，依次将多注意力结构与多层循环神经网络相连，构造出多层次的图像描述生成网络模型。在多层循环神经网络中加入残差连接来提高网络性能，并且可以有效避免因为网络加深导致的网络退化问题。在MSCOCO测试集中，所提算法的BLEU-1和CIDEr得分分别可以达到0.804及1.167，明显优于基于单一注意力结构的自上而下图像描述生成算法；通过人工观察对比可知，所提算法生成的图像描述可以表现出更好的图像细节。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于信号自适应传递的社团发现算法

谭春妮, 张玉梅, 张嘉桐, 吴晓军

计算机应用 2015, 35 (6): 1552-1554. DOI: 10.11772/j.issn.1001-9081.2015.06.1552

摘要（544）

PDF （628KB）（398）

为了准确地检测出复杂网络的社团结构,提出一种基于信号自适应传递的社团发现方法。首先使信号在复杂网络上自适应地传递,从而获取网络中各节点对整个网络的影响向量,然后把网络中节点的拓扑结构转化成代数向量空间上的几何关系,最后结合聚类特性发现网络中的社团结构。为获取更加合理的空间向量,提出最佳传递次数,缩小搜索空间,增强算法寻优能力。该算法在计算机生成网络、Zachary网络和美国大学生足球赛网络上进行实验测试, 并与GN算法、谱聚类算法、极值优化算法和信号传递算法进行实验对比,社团划分的准确性和精确性均有所提高,证明该算法具有有效性和可行性。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于子树间快捷连接的非结构化P2P资源搜索方法

吴晓军陈霁房佩郭海亮

计算机应用 2012, 32 (07): 1799-1803. DOI: 10.3724/SP.J.1087.2012.01799

摘要（975）

PDF （824KB）（538）

通过对非结构化P2P网络资源搜索方法的研究，提出了一种P2P覆盖网络。网络采用多路平衡树形拓扑结构，当新节点加入时在其与根节点的各子树间创建仅参与查询消息第一跳转发的快捷连接，搜索过程中利用快捷连接实现查询消息在根的各子树间并行转发并且不依赖根节点。仿真比较了所提网络同Gnutella和随机漫步网络的性能，所提网络具有低消息冗余率、高搜索成功率和较低的平均搜索时间复杂度。分析结果表明所提网络在资源搜索方面是高效可行的。

参考文献 | 相关文章 | 多维度评价

Select

4. 保留边界的点云简化方法

黄文明肖朝霞温佩芝吴晓军

计算机应用 2010, 30 (2): 348-350.

摘要（1519）

PDF （629KB）（1328）

针对点云简化算法中边界点丢失的问题，提出了一种保留边界的三维散乱点云的非均匀简化算法。首先利用kd-tree建立散乱数据点云的空间拓扑关系，计算出每个数据点的k邻域;然后针对目前依据点云分布均匀性算法提取边界效率低的问题，提出一种改进的点云边界点判定算法;最后保留所有边界点，对非边界点,根据曲面变分值和k邻域点已保留比例，进行点云的非均匀简化。实验结果表明，该算法精度高，空间复杂度低，而且简化后点云边界保留完整。