李志欣
- 作品数：99 被引量：315H指数：10
- 供职机构：广西师范大学更多>>
- 发文基金：国家自然科学基金广西壮族自治区自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术文化科学电子电信理学更多>>
- 融合作者合作强度与研究兴趣的合作者推荐
- 2021年
- 合作者推荐是科研社交网络中的一个重要应用,为科研人员推荐适合的合作者有利于增强学术合作、提升作者的合作交流。为此,提出CRISI方法,从而有效地推荐与待推荐作者合作强度高且研究兴趣比较相似的同行,并且还考虑了作者间的合作强度(结构)、研究兴趣(属性)相似度和待推荐作者形成的社区紧密程度等信息。具体地,首先,基于作者与文献的关系构建作者合作关系属性图;然后,计算作者合作强度与研究兴趣相似度并据此构建双加权网络;再次,探测影响力高且合作强度大的作者节点作为种子;最后,设计分数k-core社区搜索方法找到与待推荐作者合作关系紧密的社区。实验结果表明,CRISI方法相比现有方法获得了显着的性能提升。
- 马慧芳胡东林刘宇航李志欣
- 基于模糊关联规则和决策树的图像自动标注被引量：1
- 2015年
- 传统的基于关联规则算法的图像自动标注存在"锐利边界"问题,使分类存在模糊性、不准确性。且随着多媒体技术的飞速发展,图像信息数据迅速增长,海量的图像数据会形成大量冗余的关联规则,这将导致分类效率大大降低。针对这2个问题,文中提出基于模糊关联规则和决策树的图像自动标注模型。该模型首先获得关联训练图像低层特征和高层语义的模糊关联规则,再利用决策树方法删减冗余的模糊关联规则,基于决策树删减后的模糊关联规则,大大减小了算法的计算复杂度。实验在Corel 5k和IAPR-TC12两个基准数据集上进行,并从精度、召回率、F-measure以及产生的规则数量几个度量措施上进行比较。与其他几种前沿的图像自动标注方法的结果对比表明,该方法在图像的标注精度和标注效率上有很大的提高。
- 李志欣李灵芝张灿龙
- 关键词：图像自动标注模糊关联规则决策树
- 基于场景级与区域建议自注意模块的目标检测方法
- 本发明公开一种基于场景级与区域建议自注意模块的目标检测方法，结合了多种先进的网络结构和理念，考虑到场景信息与语义信息对于视觉识别的重要性。首先构建深度可分离共享网络、场景级‑区域建议自注意模块与轻量化头部网络的目标检测模...
- 李志欣权宇魏海洋张灿龙
- 利用多重相似度矩阵增强跨模态哈希检索被引量：4
- 2022年
- 为进一步提升跨模态检索的性能,提出融合多级相似度信息的跨模态哈希检索方法.首先,利用自注意力的方法增强文本特征,并基于不同模态的原始特征和哈希特征构造新的融合特征;然后,在这3种特征的基础上,构造出3个辅助相似度矩阵,并采用加权组合的方法构造出第4个辅助相似度矩阵;最后,通过这4个不同的矩阵分别计算不同相似度矩阵之间和不同模态之间的损失函数.这4个不同的矩阵既包括不同的特征形式,也包括不同的矩阵构造方式,因而能更好地表达不同模态的相似度信息,并提升检索性能.在Wikipedia,MIRFlickr和NUS-WIDE 3个基准数据集上的实验结果表明,所提方法在不同码位的mAP值优于许多当前国际先进的方法,具有良好的有效性和鲁棒性.
- 李志欣侯传文谢秀敏
- 关键词：无监督学习卷积神经网络
- 多源目标的空间直方图表示与跟踪方法
- 本发明公开一种多源目标的空间直方图表示与跟踪方法，其以二阶空间直方图为目标表示模型，对多个视频源目标进行表示，并将它们的相似度进行加权融合来构建目标函数；然后，依据核跟踪推理机制导出多源目标的联动位移公式；最后，使用均值...
- 张灿龙李志欣韩婷
- 基于常识协同感知的多模态讽刺检测方法
- 本发明公开了一种基于常识协同感知的多模态讽刺检测方法，包括如下步骤：1）预处理多模态讽刺检测数据集；2）跨模态知识感知图卷积网络；3）讽刺性特征聚焦模块；4）为了利用不同模态的信息，设计了全局模态协同融合即GMSF模块来...
- 李志欣庄幸杰欧利松
- 基于半监督对抗学习的图像语义分割被引量：4
- 2022年
- 目的将半监督对抗学习应用于图像语义分割,可以有效减少训练过程中人工生成标记的数量。作为生成器的分割网络的卷积算子只具有局部感受域,因此对于图像不同区域之间的远程依赖关系只能通过多个卷积层或增加卷积核的大小进行建模,但这种做法也同时失去了使用局部卷积结构获得的计算效率。此外,生成对抗网络(generative adversarial network,GAN)中的另一个挑战是判别器的性能控制。在高维空间中,由判别器进行的密度比估计通常是不准确且不稳定的。为此,本文提出面向图像语义分割的半监督对抗学习方法。方法在生成对抗网络的分割网络中附加两层自注意模块,在空间维度上对语义依赖关系进行建模。自注意模块通过对所有位置的特征进行加权求和,有选择地在每个位置聚合特征。因而能够在像素级正确标记值数据的基础上有效处理输入图像中广泛分离的空间区域之间的关系。同时,为解决提出的半监督对抗学习方法的稳定性问题,在训练过程中将谱归一化应用到对抗网络的判别器中,这种加权归一化方法不仅可以稳定判别器网络的训练,并且不需要对唯一的超参数进行密集调整即可获得满意性能,且实现简单,计算量少,即使在缺乏互补的正则化技术的情况下,谱归一化也可以比权重归一化和梯度损失更好地改善生成图像的质量。结果实验在Cityscapes数据集及PASCAL VOC 2012(pattern analysis,statistical modeling and computational learning visual object classes)数据集上与9种方法进行比较。在Cityscapes数据集中,相比基线模型,性能提高了2.3%比基线模型提高了1.4%效性。结论本文提出的半监督对抗学习的语义分割方法,通过引入的自注意力机制捕获特征图上各像素之间的依赖关系,应用谱归一化增强对抗生成网络的稳定性,表现出了较好的鲁棒性和有效性。
- 李志欣张佳吴璟莉马慧芳
- 关键词：半监督学习
- 基于熵加权属性子空间的目标社区发现被引量：3
- 2019年
- 该文提出一种基于熵加权属性子空间的目标社区发现方法,挖掘与用户偏好相关的社区。首先,从属性和结构两个方面综合考虑节点间的相似度,利用用户给定的样例节点及其邻居扩展得到目标社区中心点集;其次,在中心点集上,设计一种熵加权的属性权重计算方法,得到目标社区的属性子空间权重;再次,利用目标社区的属性子空间权重,基于节点的属性和结构相似度重写网络中边的权重;最后,定义社区适度函数并结合重写后网络中边的权重改进社区适度函数,以中心节点集为核心,挖掘基于用户偏好的内部连接紧密且与外部分离较好目标社区。此外,该方法可以扩展到网络中多个社区发现及离群点检测任务中。在人工网络和真实网络数据集上的实验结果验证了该文所提算法的效率和有效性。
- 刘海姣马慧芳昌阳李志欣
- 关键词：用户偏好
- 多模态目标的联合压缩跟踪
- 2020年
- 针对多模态目标跟踪中大多仅考虑单个图像的异种特征融合或不同模态图像的同种特征融合,为了使得这两者间能自然集成,提出基于联合压缩感知的多模态目标统一跟踪方法.通过将多模态跟踪问题转化为多重?2-范数不等式约束下的多?1-范数联合最小化问题,并设计了能求解该联合最小化问题的特定增广拉格朗日乘子算法,从而实现快速而精准的目标跟踪,可同时处理来自同一图像或不同模态图像中的多种不同特征间的融合,并能自由地添加或删除特征.此外,还提出了基于稀疏集中度指标的目标模板协同更新方案,来筛选出表现最优的目标模板.在DCU,OTCBVS,BEPMDS,OTB50和VOT-TIR等数据集上采用逐帧跟踪的方法进行实验,结果表明在跟踪精度、成功率以及速度3个评价指标上,文中方法的平均性能分别达到了0.96,0.91和3.48.
- 唐艳平张灿龙李燕茹李志欣
- 关键词：压缩感知
- 基于AdaBoost算法的多源视频目标融合跟踪方法
- 本发明公开一种基于AdaBoost算法的多源视频目标融合跟踪方法，该方法以颜色和纹理特征为描述子对红外与可见光图像的目标样本与背景样本进行表征和Adaboost分类，并基于分类度计算得到红外与可见光图像的置信图；然后在置...
- 张灿龙苏建才李志欣何东城韩婷
- 文献传递
