检索结果

Select

1. 基于图模型与注意力机制的室外场景点云分割模型

廉飞宇, 张良, 王杰栋, 靳于康, 柴玉

《计算机应用》唯一官方网站 2023, 43 (12): 3911-3917. DOI: 10.11772/j.issn.1001-9081.2022111704

摘要（140）

HTML （2）

PDF （2141KB）（97）

针对在多对象且空间拓扑关系复杂的室外场景环境中相似地类区分难的问题，提出一种结合图模型与注意力机制模块的A-Edge-SPG（Attention-EdgeConv SuperPoint Graph）图神经网络。首先，利用图割和几何特征结合的方法对超点进行分割；其次，在超点内部构造局部邻接图，从而在捕获场景中点云的上下文信息的同时利用注意力机制模块凸显关键信息；最后，构建超点图（SPG）模型，并采用门控循环单元（GRU）聚合超点和超边特征，实现对不同地类点云间的精确分割。在Semantic3D数据集上对A-Edge-SPG模型和SPG-Net（SPG neural Network）模型的语义分割效果进行比较分析。实验结果表明，相较于SPG模型，A-Edge-SPG模型在总体分割精度（OA）、平均交并比（mIoU）和平均精度均值（mAA）上分别提升了1.8、5.1和2.8个百分点，并且在高植被、矮植被等相似地类的分割精度上取得了明显的提升，改善了相似地类间语义分割的效果。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于规则的现代汉语常用助词用法自动识别

韩英杰昝红英张坤丽柴玉梅

计算机应用 2011, 31 (12): 3271-3274.

摘要（1266）

PDF （597KB）（710）

目前已有的助词研究成果很难直接应用于自然语言处理的机器识别。在现代汉语词典、规则库、语料库“三位一体”的助词知识库基础上，采用基于规则的方法进行了现代汉语常用助词用法的自动识别。对比规则优化前后的实验结果证明，对用法的规则进行细化、扩充和调序可以有效地提高助词用法识别的准确率和召回率，减轻人工标注的工作量，提高大规模语料库的质量。

相关文章 | 多维度评价

Select

3. 基于Bin位图索引的多维查询优化算法

王黎明程晓柴玉梅

计算机应用 2010, 30 (8): 2013-2016.

摘要（279）

PDF （462KB）（1078）

在属性基数（该属性可能的取值数）很高的情况下，简单位图索引需要占用太大存储空间。Bin位图索引可以很好解决这个问题。这种索引不像简单位图索引那样建立在不同的属性值上，而是建立在属性范围上，但候选检查往往占用大部分的查询时间。为了提高查询性能，提出一种排序方法来对各属性进行排序，以减少候选检查数目，并在此基础上提出动态预扫描算法。实验结果表明，排序和动态预扫描算法都取得了良好的效果。

相关文章 | 多维度评价

Select

4. 一种新的多目标优化策略机制及其应用

柴玉梅张靖

计算机应用

摘要（1420）

PDF （815KB）（945）

在博弈问题中很多学习机制只能使Agent收敛到Nash均衡解，不能很好地满足实际需要。将博弈问题转化为多目标优化问题，提出了一种新的多目标优化策略机制——保留受控策略机制，并将其应用到囚徒困境问题中得到比Nash均衡更有意义的Pareto最优解，在自博弈实验中取得了较高的满意度。实验结果表明,该策略机制求解Pareto最优解的有效性。

相关文章 | 多维度评价

Select

5. 基于网格的共享近邻聚类算法

刘敏娟柴玉梅

计算机应用

摘要（1766）

PDF （739KB）（1033）

提出了一种基于网格的共享近邻聚类算法(Gridbased shared Nearest Neighbor algorithm, GNN)。该算法主要利用网格技术去除数据集中的部分孤立点或噪声，使用密度阈值处理技术来处理网格的密度阈值，使用中心点技术提高聚类效率。GNN算法仅对数据集进行一遍扫描，且能处理任意形状和大小的聚类。实验表明，GNN有较好的可扩展性，其精度和效率明显地好于共享近邻SNN算法。

相关文章 | 多维度评价

Select

6. 基于免参数据挖掘的相异度度量研究

文娟娟柴玉梅

计算机应用

摘要（2030）

PDF （557KB）（892）

由于参数设置导致数据挖掘结果异常的例子很多，为了解决这一问题，出现了免参数据挖掘思想。对Kolmogorov复杂度理论进行了研究，将其和免参数据挖掘思想相结合，提出了一种基于压缩的相异度度量SCDM。由于压缩算法是空间和时间高效性算法，使得应用该算法的相异度度量也具有较好的性能。实验表明将这种相异度度量应用到层次聚类算法中，其聚类的准确率也较高。

相关文章 | 多维度评价