【摘 要】
：
为实现目标域样本能够与源域中同类样本准确对齐，并在保证样本准确识别率的条件下进一步提高不同类别样本特征间的可区分性，提出了一种带有类间差异约束的域适应模型。首先，该模型采用深度卷积神经网络对源域样本进行了有监督学习，并在训练过程中基于提出的类间差异测量函数对源域样本特征加以类间差异性约束；其次，该模型采用了多对抗域鉴别网络结构，其中提出了一种目标域样本伪标签计算方法，从而将无标签的样本指定到合理的
论文部分内容阅读
为实现目标域样本能够与源域中同类样本准确对齐，并在保证样本准确识别率的条件下进一步提高不同类别样本特征间的可区分性，提出了一种带有类间差异约束的域适应模型。首先，该模型采用深度卷积神经网络对源域样本进行了有监督学习，并在训练过程中基于提出的类间差异测量函数对源域样本特征加以类间差异性约束；其次，该模型采用了多对抗域鉴别网络结构，其中提出了一种目标域样本伪标签计算方法，从而将无标签的样本指定到合理的域鉴别网络进行训练；最后，通过最小化分类损失与最大化域鉴别损失，获得最优特征提取器与特征分类器。实验结果
其他文献
旅游活动快速发展对野生动物的繁衍和种群发展造成的影响已不容忽视。鸡形目鸟类大多为地面营巢,易受人为活动的影响。为揭示旅游活动对鸡形目鸟类巢成功率的影响,我们于2018年3—5月在河南董寨国家级自然保护区采用地面人工巢进行了两轮模拟试验,分析了试验轮次、巢密度、代表旅游活动强度的客流量和车流量,及植被类型、海拔等栖息地影响因子对人工巢成功率的影响。结果显示:客流量和海拔在繁殖成功巢和失败巢之间均存在
屋顶绿化的降雨径流调控效益对城市水安全与可持续发展具有重要作用，尤其是在土地资源紧缺与环境问题突出的高度城市化地区，然而目前针对城市尺度进行屋顶绿化降雨径流调控效益的研究较少。以厦门岛142 km~2的典型高度城市化地区为研究对象，采用ArcGIS与SCS-CN水文模型，研究了四种屋顶绿化实施场景在四种不同重现期（2、5、10、20年）降雨事件下各汇水区屋顶绿化的降雨径流调控效益，并依其空间分异特
针对木材检尺中采用人工检尺的方法存在效率低下且检尺主观性较强的问题，提出一种基于掩模区域卷积神经网络（Mask R-CNN）实例分割模型的木材分割方法，探究实例分割在木材密集堆放场景下对各尺寸木材的分割的可行性，以期实现智能检尺，提高检尺效率。应对密集木材检测分割任务，难点在于密集小木材和大木材的检测。本研究在原始Mask R-CNN模型的基础上通过改进优化模型参数，包括多尺度训练、提升样本采样数
生态效益从1980年代提出以来,在我国得到了广泛的应用。但到了1990年代,随着外来词—生态系统服务(功能)的引进,生态效益在生态学界的使用不像从前普遍。本文将探讨生态效益的定义、与生态系统服务的关系、形成机制和主要特征,为国家将落实生态效益纳入到社会经济发展评价指标体系提供理论基础。本文将生态效益定义为生态系统及其变化引起的人类生存和社会经济发展条件的改善程度,并指出了生态效益形成机制及其特性的
海底沉积物孔隙压力对海底地质灾害过程反应敏感，是表征海床稳定性的一个重要指标，通过海底沉积物的孔隙压力观测可以判断海床的稳定状态，对于海底地质灾害预测预警具有重要意义。海底沉积物孔隙压力观测存在（1）超高背景压力下的高精度测量；（2）贯入过程传感器超量程破坏；（3）系统长期供电及传感器漂移；（4）深海海底布放和回收技术等技术难点。国际上海底孔隙压力观测技术从20世纪60年代开始发展，逐渐形成了系列
为提升智能辅助驾驶系统对路面附着系数估计的准确性与实时性，研究了一种基于视觉信息的路面识别深度学习算法，实现路面附着系数的预估计。设计压缩卷积机制以降低网络运算参数，采用特征图全局平均替换全连接层以提升网络的拟合性能，并构建路面识别深度卷积神经网络DW-VGG。利用自建路面图像数据集对网络进行训练，测试结果表明，基于提出的多层知识蒸馏技术的DW-VGG网络识别精度较高，分类性能评估指标F1得分为9
针对目前存在的多视图聚类方法大多是对聚类准确性进行研究而未着重于提升算法效率，从而难以应用于大规模数据的现象，本文提出一种结合地标点和自编码的快速多视图聚类算法。利用加权PageRank排序算法选出每个视图中最具代表性的地标点。使用凸二次规划函数从数据中直接生成多个视图的相似度矩阵，求得多个视图的共识相似度矩阵以有效利用多个视图包含的具有一致性和互补性的聚类有效信息，将获得的具有低存储开销性能的共
在机动目标跟踪中，传统当前统计模型卡尔曼滤波算法对弱/无机动目标跟踪精度不高，对突发机动跟踪精度显著下降，且跟踪性能受限于先验参数。针对上述问题，本文提出一种基于机动检测的参数自适应机动目标跟踪算法，算法利用新息的概率分布特性构建双阈值检测门限，依据检测结果进行参数自适应调整。首先，利用加速度预测误差方差信息，自适应调整机动频率、加速度方差，克服模型参数需先验设置的问题，同时提高算法对弱机动目标跟
跨年龄人脸合成是指通过已知特定年龄的人脸图像去合成其他年龄段的人脸图像，它在动漫娱乐和公共安全等领域有广泛的应用。针对跨年龄人脸图像合成中生成图像容易产生器官变形扭曲、人脸局部特征保持效果不佳等问题，提出了一种基于条件对抗自动编码器的跨年龄人脸图像合成的方法。首先，该方法在传统的条件对抗自动编码器模型的基础上，将通道关注和空间关注引入到解码器结构中，使得训练过程中模型忽略背景，更加关注人脸图像变化
随着车牌识别的应用场景不断扩展，处理的图像复杂性也随之提高。因此车牌的检测也面临着车牌定位困难、检测速度慢和精度低等挑战。针对光照不均衡、透视变形、雨雾天气和低分辨率等复杂场景中的车牌检测，提出了一种基于车牌角点热图的检测网络(license plate heat map detection network)LPHD-Net。此网络区别于以往的模板匹配和目标检测中矩形先验框的方式，而是通过车牌角点