搜索结果: 1-15 共查到“计算机科学技术 上下文”相关记录52条 . 查询时间(0.089 秒)
郝艳宾:深度视觉模型的上下文关系增强
郝艳宾 深度视觉模型 上下文关系
2022/7/16
深度视觉模型是深度视觉识别系统的核心，是图像视频数据相关任务的基础组件，其很大程度上决定了业界的发展。当前主流的深度视觉基础模型主要包括Vision MLP, Vision Transformer和CNN。此三类模型沿用了不同的深度神经网络架构，因此具有差异化的视觉上下文关系感知能力。本报告将介绍我们团队在有针对性提升视觉深度模型的视觉上下文关系建模方面的研究工作：在图像处理上，提出PosMLP模...
针对单个环境上下文中项目访问记录稀疏的问题，推荐系统难以获取与当前环境上下文关联的用户偏好。该文设计了一种新的上下文关联性推荐(CTRR)算法。CTRR算法通过CTRR_LDA模型求解推荐项目出现在特定环境上下文的概率，并结合上下文后过滤推荐算法，对用户进行推荐。CTRR_LDA模型是在(LDA)模型的基础上，结合环境上下文和项目特征上下文，提出的项目与环境上下文的关联概率模型。该模型将环境上下文...
基于多种上下文结构与线性融合的特定敏感视频识别
特定敏感视频 多种上下文结构 分类融合 线性依赖模型
2014/12/16
本文中特定敏感视频是指恐怖和暴力视频,现有的特定敏感视频识别算法或是忽略了视频的多种上下文结构信息;或是忽略了各种特征间潜在的依赖关系.因此,本文提出了一种基于多种上下文结构与线性融合的特定敏感视频识别方法,首先针对某种视频提取多种有效特征,并获取镜头间的上下文结构信息;然后,在每一个特征空间中利用上下文结构训练一个SVM分类器;最后,获取不同特征间的依赖关系,采用线性依赖模型融合多个分类器的结果...
基于组合上下文的服务替换方法
组合上下文 着色petri网 编辑距离
2014/7/18
随着用户需求的多样性和网络环境的日益复杂性，组合服务的复杂程度越来越高，在对失效服务进行替换时，为了减少被替换服务的冗余信息和提高替换方法的准确性，提出以待替换服务的组合上下文为研究对象，通过以下2个步骤完成替换：第一，基于已有的着色petri网服务工作流建模方法，提出服务的组合上下文信息采集算法(CCICA, composition context information collection ...
基于社会上下文认知的机会路由算法
社会关系 上下文认知 神经网络 机会路由
2014/7/11
无线智能设备的普遍使用促进了机会网络的发展.这类网络处于间歇性连接状态,以自组织方式转发数据.路由协议设计时考虑节点携带者的社会特征和日常行为能够提高机会网络的性能.提出了一种基于社会上下文认知的机会路由算法SCOR,该算法利用网络中的社会上下文信息,通过BP神经网络模型预测节点的移动行为.路由决策过程充分考虑移动节点活动的时间和空间属性,当接收节点与发送节点同时处于网络中的同一连通域时,数据转发...
基于谓词检测方法的上下文感知案例研究
上下文感知 谓词检测 快照谓词 序列谓词
2013/12/1
当前，开发灵活的适应环境变化的上下文感知应用较为复杂。在上下文感知应用开发过程中，很多未知情况无法事先被充分考虑到，实际的开发又需要处理很多意外情形，因此有效地表示和处理上下文尤为重要。谓词检测作为实现上下文感知的重要方法之一，能够有效对上下文信息进行建模，但在实际应用中对于真实物理设备的支持如何在很大程度上仍然是未知的。为了应对以上问题，通过构建一个简单的物理场景，将谓词检测方法应用于真实的机器...
传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先，对图像进行多尺度分解，从多个尺度提取不同粒度的视觉信息；其次利用基于密度的自适应选择算法确定最优概率潜在语义分析模型主题数；然后，结合Markov随机场共同挖掘图像块的上下文语义共生信息，得到图像的多尺度直方图表示；最后结合支持向量机实现场景分类.实验结果表明，本文算法能有效利用...
普适计算中一种上下文感知的自适应可信模型
计算机 感知 计算网络环境
2012/4/4
针对普适计算环境中涌现出的行为可信问题，提出了一种适合于普适计算网络环境的上下文感知的自适应可信模型CASATM，该可信模型能够自适应地对不同的服务提供不同层次的安全保障，能有效地对时间、地点、服务内容等上下文感知。同时提出了一种简单高效的风险评估模型来完成对一些完全陌生客体的可信度初始化。仿真实验表明该可信模型能有效地感知上下文并抵抗恶意客体的周期性欺骗行为。
虚拟计算环境中的上下文建模与推理方法研究
上下文推理 效率 本体 虚拟计算环境
2012/2/25
上下文建模与推理是支持虚拟计算环境自适应调整的技术基础，基于本体的建模是其中一种重要的方法，但缺乏相关的定量分析。本文分析了不同的上下文建模方法，重点以基于OWL和XML的建模方法为代表，通过实验从推理效率、建模能力和易操作性三方面对比了基于本体的语义化方法和基于标记语言的非语义方法。
为满足综合战场环境建模的需求，提出一种基于上下文的综合战场环境本体建模方法。针对模型各种应用领域，分别抽取不同处理过程中共有的以及关键处理过程中特有的视角，形成上下文。对概念进行上下文限定，并在各自上下文中确定概念间的关系，构建上下文限定本体模型。应用结果表明，该模型检索效率较高，能够表述复杂关系。
为了对普适环境下的构件化应用提供支持，扩展传统的构件适配技术，在上下文感知中间件的基础上，提出支持上下文感知的构件适配模型CACAM和构件适配算法CACA，实现对环境、用户上下文的动态感知和重配置。实验结果表明，该模型能够有效地实现普适计算环境下基于上下文感知的构件适配。
在分布式系统中，用户身份难以确定、接入平台复杂，且网络环境动态多变，传统的基于角色或身份的访问控制模型已无法满足用户需求。为此，结合基于角色访问控制(RBAC)和信任管理(TM)的特点，在RBAC的基础上，引入信任与上下文的概念，对用户身份、接入平台及用户行为进行多维度量，根据网络环境和用户状态的动态多变性，提出一种基于多维度量和上下文的访问控制模型(MCBAC)，该模型主要依据用户的身份信息和可...
为了简化普适计算环境原始特征的复杂度，方便该环境下的知识推理，采用核典型相关分析方法进行原始特征的二次提取，得到简约而重要的二次特征。在此二次特征的基础上施以模糊K近邻法计算待测模式相对于各类中心的隶属度，并按最大隶属度原则确定该模式所属上下文场景类。本算法致力于在不显著损失分类准确度的情况下尽可能地降低分类复杂度，从而解决普适计算环境中上下文变化感知的问题。
目前本体学习的研究重点在于概念及关系的提取，概念提取领域一致度与领域相关度相结合的方法取得了比较好的效果，而关系提取则主要采用基于关联规则的方法。这种本体概念、关系学习方法由于只考虑词频，提取结果准确性欠缺。针对这种缺陷，在统计的基础上考虑了语义因素，利用词汇上下文计算概念的语义相似度并将其应用到概念与关系提取中。实验结果表明，词汇上下文与传统统计相结合的方法能够有效改进概念和关系提取的准确度。
...