多粒度

摘要： 幽默在人们日常交流中发挥着重要作用。随着人工智能的快速发展,幽默等级识别成为自然语言处理领域的热点研究问题之一。已有的幽默等级识别研究往往将幽默文本看作一个整体,忽视了幽默文本内部的语义关系。该文将幽默等级识别视为自然语言推理任务,将幽默文本划分为“铺垫”和“笑点”两个部分,分别对其语义和语义关系进行建模,提出了一种多粒度语义交互理解网络,从单词和子句两个粒度捕获幽默文本中语义的关联和交互。在Reddit公开幽默数据集上进行了实验,相比之前最优结果,模型在语料上的准确率提升了1.3%。实验表明,引入幽默文本内部的语义关系信息可以提高模型的幽默识别性能,而该文提出的模型也可以很好地建模这种语义关系。

摘要： 多标记学习广泛应用于图像分类、疾病诊断等领域,然而特征的高维性给多标记分类算法带来时间负担、过拟合和性能低等问题.基于多粒度邻域一致性设计相应的多标记特征选择算法:首先利用标记空间和特征空间邻域一致性来粒化所有样本,并基于多粒度邻域一致性观点定义新的多标记邻域信息熵和多标记邻域互信息;其次,基于邻域互信息构建一个评价候选特征质量的目标函数用于评价每个特征的重要性;最后通过多个指标验证了所提算法的有效性.

摘要： 随着数据量的增加、数据间的关联和交叉,需要通过数据融合来实现数据的价值最大化。然而,由于数据融合过程复杂,为清晰解释数据融合过程,建立数据融合的回溯机制十分必要。虽然对数据溯源的研究很多,但大多是面向查询和工作流的溯源研究,而面向数据融合的溯源研究很少。文中面向数据融合溯源展开研究,提出了一种支持多粒度数据溯源的方法。首先,对数据融合过程进行抽象,以实体为核心构建模式、实体和属性的语义图,将数据融合过程语义化,并提出优化的溯源信息存储模式;然后,基于语义图,分别提出了实体级和属性级的溯源查询算法,以及相应的查询优化策略;最后,通过实验证明了提出的数据溯源方法的有效性。

摘要： 在自然语言理解领域中,幽默计算逐渐成为重要的研究内容。中文的幽默语言表达千变万化,情景喜剧是一种特殊的幽默表达方式,其含有丰富的幽默表达。为了解决中文幽默计算的问题,本文在图注意力网络的基础上提出一种基于分词消歧以及语义增强的幽默识别算法DISA-SE-GAT,并构建了一个基于《爱情公寓》的幽默情景喜剧数据集。在《我爱我家》幽默数据集以及《爱情公寓》幽默数据集上的实验结果显示,本文提出的多粒度消歧和语义增强模型DISA-SE-GAT在对文本幽默表达的识别问题上表现优异。

摘要： 行人搜索旨在从一系列未经裁剪的图像中对行人进行定位与识别,融合了行人检测和行人重识别两个子任务。现有的方法设计了基于Faster R-CNN的端到端框架来解决此任务,但是行人检测和重识别两个子任务之间存在特征优化目标粒度不一致问题。为了解决这一问题,提出一种双全局池化结构,使用全局平均池化提取检测分支的共性特征,使用基于注意力机制的全局K最大池化提取re-ID分支的特性特征,为两个子任务提取符合各自粒度特性的特征。同时由于re-ID子任务的细粒度特性,还提出一种改善粒度匹配的画廊边界框加权算法,把查询人和画廊边界框的分辨率差异纳入相似度计算。实验证明融入多粒度的方法有效地提高了单阶段算法在CHUK-SYSU和PRW数据集上的性能。

摘要： 现有大多数网络嵌入方法仅保留了网络的局部结构信息,而忽略了网络中的其他潜在信息。为了保留网络的社区信息,并体现网络社区结构的多粒度特性,提出一种融合多粒度社区信息的网络嵌入方法(EMGC)。首先,获得网络的多粒度社区结构,并初始化节点嵌入和社区嵌入;然后,根据上一粒度上的节点嵌入和本层粒度的社区结构,更新社区嵌入,进而调整相应的节点嵌入;最后,对不同粒度下的节点嵌入进行拼接,从而得到融合多粒度社区信息的网络嵌入结果。在4个真实网络数据集上进行实验,相较于未考虑社区信息的方法(DeepWalk、node2vec)和考虑了单一粒度社区信息的方法(ComE、GEMSEC),EMGC在链接预测上的AUC值和节点分类上的F1值总体上优于对比方法。实验结果表明EMGC能够有效提升后续链接预测和节点分类的准确率。

摘要： 信息搜索行为是用户搜索意图的表征,是搜索过程的具象化体现,其粒度包含微观的搜索动作、中观的搜索方法及宏观的搜索策略,从多粒度角度系统性探析信息搜索行为研究有助于深入理解用户搜索过程及行为机理。本文阐述了多粒度信息搜索行为内涵及相应的类型识别研究,并从理论支持、研究过程两方面对相关文献进行梳理;在此基础上对未来研究趋势进行展望。研究发现,相关文献中理论支持研究集中于搜索过程和行为机理视角,研究过程分实验主题、实验对象、实验任务和研究方法。不同粒度搜索行为的研究范式既有区别也有共性,区别在于搜索动作研究多基于搜索过程理论模型,偏好在真实情境下用传统的问卷、访谈及日志法采集数据并基于开放式编码归纳单个动作类型;搜索方法和策略研究则聚焦于动作集合或方法序列,进一步利用认知理论模型阐释行为产生及变化的内在机理;多在模拟情境下基于传统法引入有声思维法、录屏法丰富数据采集类型,且更多运用统计分析法和机器学习技术分析数据。共性在于实验主题中影响因素研究均表现为用户认知及情境两方面且多探讨单一因素影响;实验对象以高校人员为主;实验任务设计多为复杂度较高的工作和生活任务。未来应契合移动互联网时代特征拓宽研究环境,进一步探索跨屏、跨应用等环境下多粒度信息搜索行为机理研究。

摘要： 细粒度图像分类是计算机视觉领域一个具有挑战性的任务,在实际场景中具有很高的应用价值。其中不同子类别的物体整体轮廓差异较小,微小的判别性局部区域是分类的关键。然而,这些重要的局部区域的尺度可能不同,不能用单一的标准去衡量它们。为了解决这个问题,本文提出了多粒度空间混乱模块来帮助神经网络学习如何寻找到不同尺度的判别性细节。该模块首先将图片划分为不同粒度的局部区域,然后随机打乱并重组构成新的输入图片。经过处理的图片具有区域无关性,从而迫使网络更好地在不同粒度层次下寻找有判别力的局部区域并从中学习特征。在3个广泛使用的细粒度图像分类数据集上的实验证明本文提出的模块可以有效地帮助网络寻找判别性局部区域从而提升了准确率并且网络不需要图片的任何部位标注信息。

摘要： 面对复杂多变的信息系统,传统的机器学习多分类模型无法实现一个动态分类的过程.序贯三支决策作为一种多粒度分类算法,常用于解决多粒度空间下动态分类问题.然而,序贯三支决策在粗粒度空间下容易产生决策冲突,在细粒度空间下要考虑很多属性导致其分类效率不高以及无法对最终未分类对象进行处理.因此,本文结合集成学习和粒计算的思想提出了一种基于属性代表的多粒度集成分类算法.首先,通过选择每一粒层中分类能力较强的属性作为属性代表来构建分类器,形成基于属性代表的集成分类器.其次,通过评分表保留粗粒度空间下分类器的分类意见以减少细粒度下需要考虑的属性个数.最后,采用“相对最优”的策略,将反对率最少的决策类作为最终未分类对象的分类结果.通过实验验证,本文方法相比于序贯三支决策以及其他机器学习的多分类算法具有较好的鲁棒性、分类效率以及分类性能.

摘要： 针对电磁频谱地图构建中感知节点分布不均匀、构建效率不高的难题,提出了一种基于Kriging算法的电磁频谱地图构建算法。该算法首先运用Kriging算法将感知数据构建成电磁频谱地图;其次利用K-means聚类算法实现感知区域多粒度划分,将整体区域划分为层次不同的多个局部区域,利用Kriging算法对局部区域进行电场强度插值估计,形成不同粒度下的多个电磁频谱地图;最后根据感知节点分布状况,基于Voronoi图计算不同粒度下局部区域的均匀度权重,对各粒度下的电磁频谱地图进行加权融合,生成电磁频谱地图。仿真结果表明:该算法将电磁频谱地图的构建误差降低了2%~5%,在噪声强度大于8 dBW时构建效率大幅高于原始算法,具有构建精度高、容错性强的特点。

摘要： 移动对象轨迹存储、管理和查询的研究已经具有相当基础,然而面向应用的移动对象运动模式分析乃至决策支持则更为人们所期待,提出基于时空邻域的多粒度轨迹相似性查询以支持其运动模式分析.直观地,如果两个移动对象在运动中频繁地出现在对方的时空范围附近,则认为二者轨迹相似,且出现得越频繁相似程度越高,即基于时空邻域的轨迹相似性测度.此外,实际中通常会在不同大小的时空邻域下评估轨迹相似性,以获得微观和宏观层面上的相似轨迹,即多粒度轨迹相似性查询.最后的实验分析也证明了基于时空邻域的多粒度轨迹相似性查询方法的有效性.

摘要： 针对如何提高虚拟维修实用性问题,本文基于桌面虚拟现实技术研究智能化虚拟维修环境.提出了系统总体框架,给出了基于多粒度理论的虚拟维修样机模型,提出了场景优化处理和导航定位处理等针对复杂产品的实时渲染和快速交互技术.最后给出了系统实现并对提出的算法进行了验证.

摘要： 基于HLA高层体系结构的多粒度CGF模型是分布交互仿真领域的关键技术,在综合了动态聚合解聚算法、动态资源分配、聚合级模型再构等聚合级CGF关键技术基础上,提出了一些建设性的解决方案,并在此基础上开发出一套多粒度的装甲部队CGF原型系统,验证了对聚合级CGF关键技术研究结果的可行性.

摘要： 一种测量亚微米至纳米粒度段粒度分布的激光粒度仪，包括激光光源装置、样品测试窗口（3）、散射信号接收装置（4）及与之电连接的信号处理系统（5），激光光源装置包括第一激光器（1）和第二激光器（2）；散射信号接收装置是由（14）组光电探测器按照一定的规律排列，可以接收来自样品测试窗口中心固定角度的散射信号，该系统可以将来自样品测试窗口中心15°~130°的散射信号完整的接收并传输至计算机，计算机根据MIE散射理论可以计算出量程在0.05μm~1μm范围内所测样品的粒度分布图。

摘要： 一种测量亚微米至纳米粒度段粒度分布的激光粒度仪，包括激光光源装置、样品测试窗口3、散射信号接收装置4及与之电连接的信号处理系统5，激光光源装置包括第一激光器1和第二激光器2；散射信号接收装置是由14组光电探测器按照一定的规律排列，可以接收来自样品测试窗口中心固定角度的散射信号，该系统可以将来自样品测试窗口中心15°~130°的散射信号完整的接收并传输至计算机，计算机根据MIE散射理论可以计算出量程在0.05μm~1μm范围内所测样品的粒度分布图。

摘要： 本发明公开了一种基于视觉焦炭矿石粒度分布及粒度直径检测仪，具体涉及矿石检测技术领域，包括定位竖板，所述定位竖板的背面固定连接有驱动装置，所述驱动装置正面的一端与驱动轴背面的一端固定连接，所述驱动轴的外表面与传动装置的内壁固定连接。本发明通过设置驱动电机、第一筛分筒、第二筛分筒、第三筛分筒、筛分孔和螺旋叶片，使得该粒度直径检测仪在使用的过程中可以对焦炭矿石进行细致的筛分，并将筛分后的焦炭矿石进行分类存储，且可以直接与相机进行连接，保障了焦炭矿石在后续的检测过程中不易出现冲突的情况，使得焦炭矿石的分类以及检测可以同步进行，从而保障了该粒度直径检测仪在对焦炭矿石检测时的效率以及检测精度。

摘要： 本发明公开了一种显示T91钢奥氏体晶粒度的腐蚀液及显示T91钢奥氏体晶粒度的方法，所述腐蚀液由以下物质按比例组成：十二烷基苯磺酸钠：氯化高铁：36％～38％盐酸：无水乙醇＝1g：4.5～5.5g：45～55mL：90～110mL；通过对T91钢试样热处理、表面处理及使用本发明中的腐蚀液腐蚀处理，可以清楚的显示T91钢奥氏体晶界，测定出T91钢奥氏体晶粒度，提高金相显示效果，解决了显示晶界或显示不全面的技术问题。

摘要： 本申请提供一种粒度仪自动进样器和激光粒度仪，粒度仪自动进样器用于与粒度仪主体配合使用，粒度仪主体具有进料口，样本从进料口进入粒度仪主体内部的测试腔中。粒度仪自动进样器包括用于与粒度仪主体可转动地配合的转盘、与转盘可活动地连接的多个盖板以及多个称重传感器。转盘上设有在圆周方向上排布的多个输料孔，多个输料孔能在转盘转动时依次经过进料口。多个盖板分别与多个输料孔一一对应配合，用于打开或关闭对应的输料孔。多个称重传感器与多个盖板一一对应连接，称重传感器用于在盖板关闭输料孔时称量对应的输料孔内的物料的重量。自动化程度高，连续送料，效率高。

摘要： 一种测量亚微米至纳米粒度段粒度分布的激光粒度仪，包括激光光源装置、样品测试窗口3、散射信号接收装置4及与之电连接的信号处理系统5，激光光源装置包括第一激光器1和第二激光器2；散射信号接收装置是由14组光电探测器按照一定的规律排列，可以接收来自样品测试窗口中心固定角度的散射信号，该系统可以将来自样品测试窗口中心15°~130°的散射信号完整的接收并传输至计算机，计算机根据MIE散射理论可以计算出量程在0.05μm~1μm范围内所测样品的粒度分布图。

摘要： 包括细粒度和粗粒度延迟元件的数字可控延迟线，以及以细粒度增量校准延迟线的系统。校准可以包括校准细粒度元件的数量，以使得针对该细粒度元件的数量，组合延迟基本上等于粗粒度元件的延迟；以及校准细粒度和粗粒度元件的数量，以使得针对该细粒度和粗粒度元件的数量，组合延迟对应于参考时钟的周期。数字控制延迟线可以被实现为数字延迟锁定环（DLL）的一部分，并且可以将校准参数提供至具有相似实现的延迟线的从DLL。数字可控DLL可以针对工艺、电压和温度变化的范围提供相对低的功率和高的分辨率，并且可以实现在先前针对模拟DLL保留的相对高速的应用中。

摘要： 本发明公开了一种多粒度信息融合细粒度图像分类方法及系统，通过输入图像构成图像数据集；通过全局干扰模块构建三元组；通过渐进式多粒度信息融合训练策略将三元组输入到CNNs骨干网络中进行训练获得优化的分类模型；通过优化的分类模型对输入的图像进行分类从而得到最终的分类结果，该方法不需要使用任何手工标注，通过两个相互协作的过程：全局干扰和渐进式多粒度信息融合，使网络能够融合不同粒度的信息，从而找出更具判别性的局部特征，基准网络加上该方法在所有数据集上都能大大提高识别精度。

摘要： 本发明属于图像处理技术领域，公开了基于多粒度注意力的多尺度细粒度图像识别方法及系统，该方法构建基于注意力的多粒度结构，将特征提取网络划分为若干个阶段，向特征提取网络的不同阶段输入不同粒度大小的图像，并对其进行特征提取，得到原始特征图；通过多粒度注意力模块对每个阶段的特征图分别从通道域和空间域获得注意力权重并融合，然后与特征图进行加权融合，获得不同阶段不同粒度的关键区域；构建并行多尺度卷积模块，给特征图分组，对每组特征图独立地应用不同类型的卷积核，对不同阶段不同尺度和粒度的特征图进行特征提取；最后对所得到的特征图进行特征融合。本发明能充分挖掘不同区域之间的关系，融合低维空间信息和高维语义信息。

摘要： 本发明公开了一种基于自适应多粒度时空建模的细粒度视频识别方法，所述方法基于深度神经网络、细粒度CPTM模块和粗粒度CSTP模块；包括如下步骤：所述细粒度CPTM模块并入深度神经网络提取细粒度的时间线索；所述细粒度CPTM模块是以渐进时间卷积和竞争式融合机制进行构建；提高视频动作识别的性能，具备捕获视频中复杂尺度变化的时空线索的能力。