王伟
- 作品数：14 被引量：114H指数：4
- 供职机构：辽宁工程技术大学电子与信息工程学院更多>>
- 发文基金：国家自然科学基金辽宁省自然科学基金辽宁省高等学校杰出青年学者成长计划更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 基于感知先验与分量增强的高动态成像方法
- 2025年
- 高动态范围成像方法大多存在融合图像亮度不均衡、纹理丢失以及色彩失真等问题。针对此问题,提出了一种基于感知先验(perceptual priori,PP)与分量增强的高动态成像方法。根据感知先验对多曝光图像分别进行图像增强,保留更多的纹理信息以及色彩真实感;引入注意力门控机制和特征提取(feature extraction,FE)操作对亮度分量进行增强;通过联合编码器-解码器网络对色度分量进行增强。对增强后的亮度分量和色度分量进行融合得到最终的融合图像。实验数据选用包含多种复杂场景的多曝光图像序列,结果表明,本文方法的视觉信息保真度达到了0.8268,多曝光融合(multi-exposure fusion,MEF)结构相似度达到了0.9476。本文方法相较于其他方法得到的融合图像,细节更加清晰、图像信息丰富、更符合人眼的视觉感知,融合效果更好。
- 王伟王伟刘晓芮
- 加强决策边界与自监督的在线持续学习方法
- 2025年
- 针对在线持续学习于图像分类中既要适应新数据,又要减轻灾难性遗忘这一问题,基于重放的方法在减轻在线持续学习的灾难性遗忘方面展现出了优良性能。然而,此类方法中的大多数模型往往更倾向于学习与对象无关的解决方案,这些方案难以泛化且易于遗忘,因此,学习最能够代表类别的特征对于解决灾难性遗忘问题显得极为关键。基于此,提出加强决策边界与自监督的在线持续学习方法。首先,该方法通过加强新类之间的决策边界,帮助模型更好地进行任务的分类。其次,使用了一种融合的自监督学习方法,帮助模型更好地学习每个类的代表特征。通过与主流在线持续学习算法在公开数据集CIFAR-10和CIFAR-100上的实验对比,当内存库M为100时,该方法在CIFAR-10上的平均准确率达到了60.8%,平均遗忘率达到了15.5%。当内存库M为500时,该方法在CIFAR-100上的平均准确率达到了25.9%,平均遗忘率达到了13.7%。这一结果验证了加强决策边界与自监督的在线持续学习方法对减轻灾难性遗忘是有效的。
- 王伟尤可鑫刘晓芮
- 基于BiGRU-attention神经网络的文本情感分类模型被引量：68
- 2019年
- 针对双向长短时记忆神经(BiLSTM)模型训练时间长、不能充分学习文本上下文信息的问题,提出一种基于BiGRU-attention的文本情感分类模型。首先,利用双向门控循环(BiGRU)神经网络层对文本深层次的信息进行特征提取;其次,利用注意力机制(attention)层对提取的文本深层次信息分配相应的权重;最后,将不同权重的文本特征信息放入softmax函数层进行文本情感极性分类。实验结果表明,所提的神经网络模型在IMDB数据集上的准确率是90. 54%,损失率是0. 2430,时间代价是1100 s,验证了BiGRU-attention模型的有效性。
- 王伟王伟齐庆杰孟祥福
- 关键词：文本情感分类
- 基于生成对抗网络的轻量级图像卡通风格化方法被引量：1
- 2023年
- 艺术家创作卡通是一项具有挑战性和耗时的任务。将真实照片自动转换为高质量卡通风格图像的自动技术具有很高价值。提出一种基于生成对抗网络的轻量级图像卡通风格化方法。通过观察卡通绘画行为,将卡通图像风格解耦为平滑表面、稀疏色块、高频纹理3种表示方法。运用生成对抗网络框架学习提取的表示,进而学习卡通图像风格,在生成网络中采用深度可分离卷积和反向残差块来减少网络的参数量与计算成本。为验证所提方法的有效性,进行定性比较和定量分析。结果显示,所提方法能够快速地将真实世界的照片转换为高质量的卡通图像,在时间效率和转换质量方面与已有方法相比有一定优势。
- 孙劲光王伟
- 基于优化密度的耦合空间LDA文本聚类算法研究被引量：8
- 2017年
- 针对传统的空间向量模型在进行文本表示时计算相似度仅采用词频统计来表示文本以及对高维文本数据聚类效果有所下降等问题,提出一种基于优化密度的耦合空间LDA文本聚类算法。该算法利用提出的耦合空间模型和LDA主题模型线性融合计算文本相似度,并对阈值敏感问题进行优化,确定不同密度区域对应的阈值半径。实验结果表明,与改进的DBSCAN文本聚类算法和R-DBSCAN文本聚类算法相比,该算法的文本聚类精度更高、聚类效果更优。
- 邢长征赵全颖王伟王星
- 关键词：文本聚类阈值
- 基于CMM的PDCA循环在高校师资管理中的应用被引量：2
- 2008年
- 高校师资管理所具有的开放式的、动态的、持续改进的特点决定了可以借鉴PDCA循环对其进行构建基于CMM的高校师资管理过程改进模型,持续地改进师资管理过程中的不足,提高管理能力和水平。
- 张志艳彭晏飞王伟
- 关键词：CMM高校师资管理PDCA循环
- 基于鲁棒高斯混合模型的加速EM算法研究被引量：7
- 2017年
- 针对传统鲁棒高斯混合模型EM算法存在模型成分参数难以精确获取最优解以及收敛速度随样本数量的增加而快速降低等问题,提出了一种基于鲁棒高斯混合模型的加速EM算法。该算法采用隐含参量信息熵原理对高斯模型分量个数进行挑选,以及使用Aitken加速方法减少算法的迭代次数,当接近最优解时,EM步长的变化极为缓慢,这时使用Broyden对称秩1校正公式进行校正,使算法快速收敛,从而能够在很少的迭代次数内精确获取高斯混合模型的模型成分数。该算法通过与传统鲁棒EM算法和无监督的EM算法的聚类结果进行比较,实验证明该算法对初始值的设定并不敏感(成分数c无须预先设定),并且能够降低算法运算时间,提高聚类模型成分数(类簇)的正确率。
- 邢长征赵全颖王星王伟
- 关键词：EM算法鲁棒高斯混合模型
- 矿井瓦斯浓度数据采集与融合及安全预警方法被引量：3
- 2016年
- 针对煤矿瓦斯浓度监测和安全预警需求及井下环境特点,提出一种煤矿井下瓦斯浓度数据采集策略和数据融合及预警方法。介绍煤矿井下瓦斯浓度数据采集策略和相应监测系统的硬件构成,提出一种利用模糊综合评判模型对瓦斯浓度数据进行融合的方法,给出各瓦斯浓度数据监测区域和监测点的权重分配方案,结合实例描述多监测区域多监测点的瓦斯浓度数据融合与结果评判及预警方法。实验结果表明,该方法能够更为全面地获取井下多区域多地点瓦斯浓度数据,有效避免极端数据对判别当前通风环境下瓦斯浓度数据的影响,瓦斯浓度数据融合与评判结果更为客观准确。
- 戴喆刘建辉王伟
- 关键词：瓦斯浓度数据融合安全预警
- 基于词条之间关联关系的文档聚类被引量：1
- 2016年
- 针对现有的空间向量模型在进行文档表示时忽略词条之间的语义关系的不足,提出了一种新的基于关联规则的文档向量表示方法。在广义空间向量模型中分析词条的频繁同现关系得到词条同现语义,根据关联规则分析词条之间的关联相关性,挖掘出文档中词条之间的潜在关联语义关系,将词条同现语义和关联语义线性加权对文档进行表示。实验结果表明,与BOW模型和GVSM模型相比,采用关联规则文档向量表示的文档聚类结果更准确。
- 任建华沈炎彬孟祥福王伟
- 关键词：文档聚类文档相似度潜在语义
