邵剑飞
- 作品数：26 被引量：34H指数：4
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金云南省应用基础研究基金云南省教育厅青年教师科研基金更多>>
- 相关领域：自动化与计算机技术电子电信理学文化科学更多>>
- 多维注意力机制与选择性特征融合的图像超分辨率重建
- 2023年
- 针对图像超分辨率重建过程中提取低分辨率特征效果较差,大量高频信息丢失导致的边缘模糊和伪影问题,提出了融合多维注意力机制与选择性特征融合作为图像特征提取模块的图像超分辨率重建方法。网络由若干个基本块和残差操作构建模型的特征提取结构,其核心是一种提取图像特征的异构组卷积块,该模块的对称组卷积块以并行的方式进行卷积提取不同通道间的内部信息特征并进行选择性特征融合,互补卷积块通过全维度动态卷积从空域、输入输出维度和核维度捕捉遗漏的上下文信息,对称组卷积块和互补卷积块连接后的特征采用特征增强残差块去除冗余造成干扰的无用信息。模型通过5种消融实验证明其设计的合理性,在Set5,Set14,BSDS100和Urban100测试集上与其他主流的超分辨率重建方法进行对比,峰值信噪比(PSNR)和结构相似性(SSIM)定量数据均有提升,尤其在放大因子为3的Set5数据集上比次优算法CARN-M均提升0.06 dB,结果表明提出模型具有更优的性能指标和更好的视觉效果。
- 温剑邵剑飞刘杰邵建龙冯宇航叶榕
- 关键词：超分辨率重建
- 基于优化上界的高平均效用项集垂直挖掘算法
- 2020年
- 高平均效用项集挖掘是当前研究的热点之一。针对高平均效用项集挖掘算法产生大量无意义的候选项集,而导致高内存消耗和运行时间长的问题,提出了dMHAUI算法。首先定义了集成矩阵Q,并提出了4种基于垂直数据库表示的紧凑平均效用上界及3种有效的修剪策略;将高平均效用项集挖掘所需的信息存储于IDUL结构树,利用改进的diffset技术快速计算项集的平均效用和上界;最后通过递归调用搜索函数得到高平均效用项集。与EHAUPM算法和MHAI算法进行仿真比较,结果表明,dMHAUI算法在运行时间、连接比较次数和可扩展性等方面都有较优的性能。
- 浦蓉邵剑飞胡常礼曲坤
- 关键词：上界
- 基于特征融合的中文新闻文本情感分类方法研究被引量：2
- 2023年
- 针对现有的新闻文本情感分析任务中,单一模型提取文本特征的片面性,且无法充分提取新闻文本语义等特征问题,提出一种基于门控单元特征融合的BERT-CNN情感分析方法。该方法分别采用BERT语言预训练模型与卷积神经网络(CNN)对新闻文本的特征向量进行提取;然后采用门控循环单元对提取到的文本特征进行特征融合;再输入到Softmax层进行新闻文本分类;最后从精准率、召回率和F_(1)-Score三个维度对比BERT、BERT-CNN、BERT-DPCNN和BERT-ERNIE的实验结果。实验结果表明,当分类场景更换为情感识别时,BERT-CNN依旧具有强大的语义捕捉能力,证明了BERT-CNN的泛化能力;另外,从原BERT的提升效果看,基于门控单元特征融合的BERT-CNN方法(提升2.07%)比词向量的方法(提升0.31%)更高。这一结果也证明了基于门控单元特征融合的BERT-CNN方法的有效性。
- 冯宇航邵剑飞张小为邵建龙
- 关键词：情感分析文本特征提取文本分类情感识别
- 认知无线电中一种非高斯背景下的协同频谱感知方案被引量：1
- 2016年
- 在认知无线电系统中,由于需要对一定频谱范围内的认知用户进行频谱检测,而传统经典的检测方法无法满足复杂多变的检测环境,基于此,文章研究了在实际情况中更为普遍的非高斯噪声情况下认知用户的频谱检测问题.由于传统的广义似然比检测计算量较大而且实际工程中较难实现,文章采用广义似然比的一种近似形式即Rao检测.通过采用矩估计方法对系统模型的混合系数等进行参数估计,并在拟合非高斯噪声的背景下应用于认知用户的频谱检测,推导出非高斯噪声中Rao检测的检测统计量和检测性能公式,分析比较了非高斯噪声中Rao检测与高斯Rao检测的性能.仿真结果表明,在虚警概率一定的情况下,基于Rao检测的频谱检测方法能有效地提高认知无线电网络中非高斯噪声背景下认知用户的检测性能.
- 任修仕邵剑飞
- 关键词：频谱检测非高斯噪声广义似然比检测
- Authorware多媒体课件的Web发布与浏览被引量：4
- 2003年
- 目前Authorware多媒体课件应用广泛,然而,由于Web发布与浏览的配置和安装存在问题,客户端往往不能正常浏览,以分析化学实验多媒体CAI课件为例,提出了解决问题的方法。
- 邵剑龙叶艳青徐冲邵剑飞杨建华
- 关键词：AUTHORWARE多媒体课件计算机辅助教学CAI分析化学
- 融合图注意力的多分辨率点云补全
- 2023年
- 为了解决3维点云补全中难以提取点云局部特征信息的问题,提出了融合图注意力的多分辨率点云补全网络结构。采用了生成对抗网络框架处理数据的方法,生成器通过图注意力层构建点云图结构,融合不同分辨率的特征信息后加上网格数据,结合折叠操作重构缺失结构并输出逐级补全的点云数据;判别器判别点云真伪,通过反馈以提高准确度并优化生成器,使得生成数据具有精细的几何结构,近似于真实点云;在形状数据集上,将本文中的方法与其它4种方法进行比较,通过实验验证和理论分析,取得了最优的结果。结果表明,该方法能够有效地补全点云形状的缺失部分,得到完整且均匀的点云形状,相较于点分形网络性能提高约1.79%,对于实测数据的补全处理也达到了预期效果;所提出的点云补全网络结构,在提取点云全局形状特征的同时更好地提取了其局部几何特征信息,使得补全出的点云形状更加精细。该研究为智慧城市3维建模提供了参考。
- 潘李琳邵剑飞
- 关键词：激光技术
- 基于BERT-CNN的新闻文本分类的知识蒸馏方法研究被引量：4
- 2023年
- 近年来,随着大数据时代进入人类的生活之后,人们的生活中出现很多无法识别的文本、语义等其他数据,这些数据的量十分庞大,语义也错综复杂,这使得分类任务更加困难。如何让计算机对这些信息进行准确的分类,已成为当前研究的重要任务。在此过程中,中文新闻文本分类成为这个领域的一个分支,这对国家舆论的控制、用户日常行为了解、用户未来言行的预判都有着至关重要的作用。针对新闻文本分类模型参数量多和训练时间过长的不足,在最大限度保留模型性能的情况下压缩训练时间,力求二者折中,故提出基于BERT-CNN的知识蒸馏。根据模型压缩的技术特点,将BERT作为教师模型,CNN作为学生模型,先将BERT进行预训练后再让学生模型泛化教师模型的能力。实验结果表明,在模型性能损失约2.09%的情况下,模型参数量压缩约为原来的1/82,且时间缩短约为原来的1/670。
- 叶榕邵剑飞张小为邵建龙
- 关键词：新闻文本
- 语义Web的技术基础与理论基础
- 语义Web旨在提供更多的机器可处理语义的自动化服务。在Web向语义化方向发展过程中,KE成熟的技术和方法,特别是本体技术可以用于Web知识建模和描述。RDF是综合了KE、面向对象以及数据库等多种技术形成的Web元数据标准...
- 姚绍文邵剑飞余江
- 关键词：语义WEB本体模型OIL
- 文献传递
- 基于复杂网络理论的舆情检测算法研究
- 2016年
- 目前,已存在的舆情检测算法主要基于网络文本的数据信息,而未考虑网络时间因素对信息元素权重的影响。针对舆情检测算法中网页爬取时间同步问题,提出了基于复杂网络理论的舆情检测算法,构建了复杂网络模型,提出了改进TPSN算法(即TPSN-LS算法),并应用NS2进行了仿真分析。由仿真结果可知,TPSN-LS算法在网络爬取负载、同步精度和同步次数等方面的性能都明显优于TPSN算法,使得舆情检测的结果更加准确。
- 童文利邵剑飞李平
- 关键词：复杂网络理论网络延时
- 基于动态图卷积的点云补全网络
- 2023年
- 大多数传统的深度学习点云补全学习方法仅仅使用了全局特征而忽略了局部特征,为了更好地提取和使用点云的局部特征,提出了一个基于深度学习的端到端点云补全网络。在点云补全网络(PCN)的基础上,编码部分引入针对局部特征改进的动态图卷积(DGCNN),使用多个不同维度的边卷积提取较为丰富的局部特征,并按照距离弱化远点的特征;然后用深度残差网络连接的思想优化网络结构以实现多尺度特征的融合,并加入平均池化弥补全局池化造成的信息损失;在解码部分引入折叠网络(FoldingNet),使输出的点云更加完整。实验结果表明,该点云补全网络相对PCN等点云补全网络有部分提升,验证了新方法的有效性。
- 季建杰刘杰邵剑飞张建华
- 关键词：图像处理三维点云卷积神经网络
