郭文海
- 作品数：2 被引量：10H指数：2
- 供职机构：北京大学软件与微电子学院更多>>
- 相关领域：哲学宗教自动化与计算机技术更多>>
- 一种多级评分的广义认知诊断模型被引量：8
- 2013年
- 认知诊断是近些年教育测量研究中的热点,大多数的认知诊断模型仅适用于0～1评分的情况。本文提出一种有多个潜变量多个滑动参数的多级评分认知诊断模型——GP-DINA,只要由评分标准和知识状态能确定理想反应模式,就可以利用此方法进行认知诊断分析。在该方法中,我们给出项目滑动矩阵的概念,将被试的观测得分均看成由某个理想得分的滑动,并采用EM算法估计滑动矩阵。在模拟研究中,采用每掌握一个属性得1分的评分标准,结果表明线性型、收敛型、发散型、无结构型和独立型五种属性层级结构均有较高的判准率。
- 张淑梅包钰郭文海
- 关键词：EM算法
- 基于YOLOv3的神经网络模型压缩与实现被引量：2
- 2020年
- 目标检测是计算机视觉的一个重要分支,随着深度学习的发展,目标检测也取得了不错的研究成果。目前,基于深度学习的目标检测算法一般采用卷积神经网络,具有很强的自主学习能力并且能够处理相对复杂的数据信息,在图像分类与定位上效果显著。YOLO系列算法是现在比较流行的基于深度学习的目标检测算法,其采用一种端到端的思想,通过一个网络模型同时实现目标的分类和定位。YOLOv3在图片特征提取部分采用53层的卷积神经网络,并在网络结构中加入了残差结构,在提高物体识别准确率的同时增加了模型复杂度,使网络开销变大,这对硬件平台的要求很高。为了解决硬件平台内存消耗过高问题,提出一种改进的目标检测网络结构,核心思想是将网络模型进行裁剪,对裁剪后的模型进一步修整并压缩骨干网络形成一种轻量级的神经网络,可以使模型的规模显著减小。实验结果表明,压缩后的网络模型减小为原始模型的13%,降低了对硬件平台的要求。
- 张亚平吴绩伟马占刚曹喜信郭文海
- 关键词：目标检测卷积神经网络
