公共文化服务平台

搜索到478篇“ 代表点“的相关文章

一种面向代表点自注意力机制的轻量级点云目标检测方法: 本发明涉及基于点云数据的目标检测技术，其公开了一种面向代表点自注意力机制的轻量级点云目标检测方法，减少模型参数量，提高模型的训练收敛速率和检测准确率。该方法包括以下步骤：S1、读取点云数据；S2、对点云数据进行FPS采样...; 朱大勇罗光春赵太银陈爱国潘海涛曹申健

基于代表点与K近邻的密度峰值聚类算法被引量：8: 2023年; 密度峰值聚类(density peaks clustering,DPC)是一种基于密度的聚类算法,该算法可以直观地确定类簇数量,识别任意形状的类簇,并且自动检测、排除异常点.然而,DPC仍存在些许不足:一方面,DPC算法仅考虑全局分布,在类簇密度差距较大的数据集聚类效果较差;另一方面,DPC中点的分配策略容易导致“多米诺效应”.为此,基于代表点(representative points)与K近邻(K-nearest neighbors,KNN)提出了RKNN-DPC算法.首先,构造了K近邻密度,再引入代表点刻画样本的全局分布,提出了新的局部密度;然后,利用样本的K近邻信息,提出一种加权的K近邻分配策略以缓解“多米诺效应”;最后,在人工数据集和真实数据集上与5种聚类算法进行了对比实验,实验结果表明,所提出的RKNN-DPC可以更准确地识别类簇中心并且获得更好的聚类结果.; 张清华周靖鹏代永杨王国胤; 关键词：聚类分析代表点

代表点法体源探测效率刻度研究被引量：1: 2023年; 代表点法能在不受探测器内部结构和尺寸的影响下,实现高纯锗(HPGe)γ谱仪的快速效率刻度,简化传统地质和环境放射性样品核素分析过程。通过实验测量和蒙特卡罗模拟两种手段,对比研究其代表点位置求取的准确性,以证明代表点法在体源探测效率刻度工作中的可行性。结果表明,蒙特卡罗方法相较于传统的实验测量方法,代表点求取过程更加迅速,且同实验法计算的代表点位置基本接近。在不同测量高度下,代表点法计算出的土壤圆柱体源探测效率理论值与实验值的相对误差在5%之内,满足土壤圆柱体源探测效率刻度时不确定度的要求。; 杨悦熊川宝刘文涛; 关键词：HPGE

一种基于代表点表示的高精度遥感图像检测方法及系统: 本发明公开了一种基于代表点表示的高精度遥感图像检测方法，所述方法包括：获取待检测遥感图像；将获取的遥感图像输入预先训练的单次特征聚合深度网络，输出特征映射；其中，所述骨干网络用于将遥感图像分成多个尺度的多尺度特征；所述特...; 张锦顾因陈锋段晔鑫姜伟成蔡军耿京刘雁轩杨子恒

一种基于代表点表示的高精度遥感图像检测方法及系统: 本发明公开了一种基于代表点表示的高精度遥感图像检测方法，所述方法包括：获取待检测遥感图像；将获取的遥感图像输入预先训练的单次特征聚合深度网络，输出特征映射；其中，所述骨干网络用于将遥感图像分成多个尺度的多尺度特征；所述特...; 张锦顾因陈锋段晔鑫姜伟成蔡军耿京刘雁轩杨子恒

一种面向代表点自注意力机制的轻量级点云目标检测方法: 本发明涉及基于点云数据的目标检测技术，其公开了一种面向代表点自注意力机制的轻量级点云目标检测方法，减少模型参数量，提高模型的训练收敛速率和检测准确率。该方法包括以下步骤：S1、读取点云数据；S2、对点云数据进行FPS采样...; 朱大勇罗光春赵太银陈爱国潘海涛曹申健

一种基于聚类代表点的主动学习标注方法和装置: 本发明公开一种基于聚类代表点的主动学习标注方法和装置。该方法包括：1)对训练数据中的特征属性进行特征提取，得到特征向量；2)根据用户输入匹配相关训练数据；3)根据聚类代表点算法对匹配的相关训练数据的特征向量进行聚类，并提...; 孙朝旭王宏安

一种融合知识蒸馏及类代表点抽取的类增少样本对象检测方法: 本发明公开了一种融合知识蒸馏及类代表点抽取的类增少样本对象检测方法，该方法为：将图片输入深度神经网络(CNN)提取视觉特征；基于提取的视觉特征，采用对象框提取网络预测对象可能存在的位置并对预测出的对象框进行位置标记，使用...; 李朋洋董博李亚南王鹏张力文黄旭辉王东辉

多代表点的加权近邻分类算法: 2021年; 传统的KNN算法存在分类效率低等缺点.针对这些缺点,本文提出一种高效的结合多代表点思想的加权KNN算法,利用变精度粗糙集上下近似区域的概念,结合聚类算法生成代表点集合构造分类模型,再运用结构风险最小化理论优化分类模型并对影响分类模型的因素进行分析.分类过程中根据测试样本与各代表点的相似度,得到测试样本的相对位置.其中属于样本点下近似区域的测试样本可直接判断其类别.若测试样本在其他区域,则根据测试样本与各代表点的相对位置对各代表点覆盖范围内的样本进行加权后判断测试样本的类别.在文本分类领域的数据集上进行实验,结果表明该算法能有效的提高分类模型的性能.; 林高思源; 关键词：文本分类变精度粗糙集代表点样本加权

基于动态K近邻代表点的密度峰值聚类算法: 本发明公布了一种基于动态K近邻代表点的密度峰值聚类算法，主要解决了原DPC算法需要手动选取聚类中心点且无法处理复杂结构数据集的缺点。实现过程为：(1)计算样本点的动态K邻域，以更好地反映数据集的空间分布情况；(2)根据新...; 杨海波张爽李媛洁

相关作者