课程文献中心 更多>>

摘要： 页面尚无资料

关键词： 小样本目标检测   元学习   注意力机制   知识蒸馏  

摘要： 针对小样本目标检测中存在的模型收敛速度慢和知识类别遗忘的问题，提出了一种新的基于加权注意力机制和知识蒸馏的改进Meta-DETR小样本目标检测方法。首先，设计了一种新的加权注意力机制，通过在Transformer解码器中引入待检测物体的高斯分布权重并与其原始注意力图融合，使其能更快更准确地在全局特征中定位待检测的物体特征，加快模型的收敛速度。为了进一步缓解模型训练过程中存在知识类别遗忘的问题，引入了一种改进的知识蒸馏方法，采用渐进蒸馏的方法缓解知识灾难性遗忘。最后，设计了一个新的损失函数，能够根据样本的难易程度和边界框的形状尺寸动态计算损失值。实验结果表明，提出的方法在MS COCO 2017基准数据集中10-shot设置下mAP0.5比Meta-DETR方法提升了2.1%，在PASCAL VOC 07+12基准数据集中10-shot设置下mAP0.5比Meta-DETR方法提升了1.5%。

关键词： Hamiltonian Monte Carlo   贝叶斯方法   感度分布   B样条  

摘要： 在火工品可靠性设计和评估中,高效准确地估计感度分布的参数及分位数至关重要.本文采用贝叶斯方法,建立感度数据的半参数广义线性模型,利用Hamiltonian Monte Carlo算法进行后验推断,并借助偏差信息准则和对数伪边际似然,以数据驱动的方式筛选“最优”模型.模拟比较验表明所提方法在小样本情况下可以获得感度分布参数的准确估计.最后,实际数据分析验证了新方法的有效性,并为感度数据的分析提供了一种替代和补充的建模工具.

关键词： 线性回归模型   长记忆随机波动率误差   变点检验   自正则CUSUM统计量  

摘要： 本文研究带有能同时刻画长记忆性和异方差性的长记忆随机波动率误差的线性回归模型结构变点的检验问题,基于最小二乘估计残差构造了一种不需要估计尺度参数的自正则CUSUM统计量.在原假设下推导出了检验统计量的极限分布,发现其不受长记忆参数的影响,在备择假设下证明了统计量的一致性.数值模拟结果表明,本文所提方法不仅能够很好地控制经验水平,且能达到较好的检验功效.最后通过对一组西宁市空气中的PM2.5浓度与SO2浓度数据建模和检验其中的结构变点说明了所提方法的有效性.