课程文献中心 更多>>

关键词： 甲骨文字拓片   MobileViT   文字识别   深度学习   融合模块   注意力机制  

摘要： 甲骨文是汉字的源头和中华优秀传统文化的根脉。由于甲骨文拓片为人工雕刻且深埋地下，甲骨文拓片存在样本分布不均、噪声严重等问题，导致识别精度不高。针对以上问题，本文提出基于FM-MobileViT(Fusion and Attention Mechanism MobileViT)网络的甲骨文字识别方法。首先，对数据集中图像进行锐化预处理操作，使目标边缘更清晰明显；并对数据数量过少的字符类别对应图像采用随机旋转、随机错切等方式进行数据增强，提升了数据集的质量，丰富了样本数据；其次，设计融合模块，构建跳转连接结构，将深浅层特征融合，使提取到的特征图能够融合浅层特征和语义特征。并在融合模块中引入CBAM注意力机制，使融合操作更有指向性、目的性，增强模型特征提取的能力。通过消融实验和对比实验表明，本文提出的FM-MobileViT模型识别准确率达到92.3%，比MobileViT提升了1.7%，同时FPS达到30107。相比于同类型的网络结构，FM-MobileViT不仅有更高的准确率，而且取得了精度与速度的权衡。

关键词： 图像去噪   卷积神经网络   注意力机制   跳跃连接   多尺度特征提取网络  

摘要： 近年来，深度卷积神经网络在图像去噪领域表现出了优越的性能。然而，深度网络结构往往伴随着大量的模型参数，导致训练成本高，推理时间长，限制了其在实际去噪任务中的应用。该文提出了一种新的基于注意力机制的双卷积图像去噪网络(MA-DFRNet)，它由多尺度特征特征提取网络、双卷积神经网络及动态特征精炼注意力机制组成。多尺度特征提取网络通过不同尺度的卷积获取图像特征，提高灵活性。双卷积神经网络上下分支均采用跳跃连接及扩张卷积来增大感受野。动态特征精炼注意力机制增强特征表示的精度和区分能力。这种结构设计不仅扩大了感受野，还更有效地提取和融合图像特征，显著提升去噪效果。研究结果表明，与最先进的模型相比，该文提出的MA-DFRNet在所有对比的噪声水平下具有更高的PSNR和SSIM值，PSNR提高了0.2dB左右，SSIM提高了1%左右，对于噪声水平较高的图像更具鲁棒性，并且在视觉上更好地保留了图像细节，实现去噪和细节保留之间的平衡。

关键词： 文本生成图   生成对抗网络   BERT嵌入   视觉文本融合   门控注意力  

摘要： 针对文本生成图像任务中多阶段生成器之间语义纠缠、以及生成图像与文本描述不一致、图像细节模糊问题。提出了利用BERT文本嵌入的视觉文本融合生成对抗网络（BVT-GAN）模型。首先利用BERT模型在NLP任务中的优秀文本编码与强泛化能力深度匹配文本语义。然后增加门机制注意力模块，衡量每个单词特征对于图像区域的贡献程度来分配权重。最后，使用视觉文本融合模块（VFTBlock），将多粒度文本信息通过并行仿射变换与视觉特征进行融合，生成纹理更加丰富、目标物体边缘更加清晰的图像。实验结果表明，相比于基准模型AttnGAN，在CUB和COCO数据集上所提模型的IS性能提升了10.3%和19.4%,FID指标分别降低了8.17和3.77。同以往方法相比，本文模型在视觉保真度和与输入文本描述的对齐方面具有显著的优势。

关键词： 网络语言   新课程   高中语文教学   教师培训  

摘要： 网络语言不仅是一种表达方式,也是一种文化载体,反映了高中生的思想、情感和价值观.本文从新课程的背景和理念出发,探讨了网络语言与新课程的融合,分析了网络语言对高中语文教学的影响,提出了网络语言教学策略以及教师培训与专业发展的建议.

关键词： 直觉模糊数   随机配置网络   二分类   数据噪声   神经网络  

摘要： 深度随机配置网络(deep stochastic configuration network, DSCN)采取前馈学习方式,基于特有的监督机制随机分配节点参数,具有全局逼近性.但是,在实际场景下,数据采集过程中潜在的离群值和噪声,易对分类结果产生负面影响.为提高DSCN解决二分类问题的性能,基于DSCN引入直觉模糊数思想,提出了一种直觉模糊深度随机配置网络(intuitionistic fuzzy deep stochastic configuration network, IFDSCN).与标准DSCN不同, IFDSCN通过计算样本隶属度和非隶属度,为每个样本分配一个直觉模糊数,通过加权的方法来生成最优分类器,以克服噪声和异常值对数据分类的负面影响.在8个基准数据集上的实验结果表明,所提出的模型与直觉模糊孪生支持向量机(intuitionistic fuzzy twin support vector machine, IFTWSVM)、核岭回归(kernel ridge regression, KRR)、直觉模糊核岭回归(intuitionistic fuzzy kernel ridge regression, IFKRR)、随机函数向量链接神经网络(random vector functional link neural network, RVFL)和SCN等学习模型相比, IFDSCN具有更好的二分类性能.

摘要： 在信息技术迅猛发展的当下，网络环境为中等职业教育的英语教学带来了全新机遇，同时也引发了一系列挑战。传统中职英语教学模式在教学方法、资源利用等方面存在一些不足，难以满足学生的学习需求以及社会对人才英语能力的要求。网络环境的普及为中职英语教学的改革与创新开拓了广阔空间，促使教师积极探索新颖的教学模式与方法。本文聚焦于如何借助网络资源构建中职英语教学新模式，以此提升教学效果，激发学生的学习热情与兴趣，培养契合时代需求的人才。