基于自监督任务的多源无监督域适应法

来源 :浙江大学学报(工学版) | 被引量 : 0次 | 上传用户:zjp_22
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对多源聚合下同时对齐域不变特征较困难而造成分类精度不高的问题,提出基于自监督任务的多源无监督域适应法.该方法引入旋转、水平翻转和位置预测3个自监督辅助任务,通过伪标签性、语义信息的一致性对无标签数据进行自适应的对齐优化.构建新的优化损失函数,减少多域公共类别的分类差异.针对类别不均衡的问题,基于少样本大权重的原则,定义动态权重参数,提高模型的分类性能.在公开的Office-31、Office-Caltech102种基准数据集上,与现有的主流方法进行实验对比.实验结果表明,在类别均衡、不均衡2种情况下,分类精度最高可以提高6.8%.
其他文献
针对输变电钢筋混凝土结构的腐蚀问题,提出一种基于微波反射法的钢筋腐蚀检测方法.利用CST三维电磁仿真软件,建立钢筋混凝土结构腐蚀数值仿真模型;通过分析回波损耗的变化规律,揭示不同腐蚀程度钢筋混凝土对微波检测效果的影响.仿真结果表明:当波导采用竖直放置方式且提离距离为8 mm时检测效果较好;微波能有效检测区分不同腐蚀程度的钢筋.
为了探究城市固废应变硬化机理及模型固废在超重力模拟试验中的适用性,选用塑料和草炭、石英砂和高岭土等材料,分别对固废有机纤维和土颗粒的各项特性进行试验研究.结果表明,有机质纤维对固废的应变硬化特性起主导作用,可以显著地提高固废强度;土颗粒中石英砂质量分数增加可以提高固废在小应变时的强度,高岭土质量分数增大会导致固废破坏应变及偏应力峰值明显减小.基于各组分作用,提出定量控制有机纤维质量分数的方法配制模型固废,配制出的模型固废与真实固废的各项特性非常吻合.采用模型固废强度参数计算得到的填埋场失稳临界水位比与离心
现有电力施工场景下关于工装穿戴的智能监管方案主要是针对安全帽,少有针对作业人员整体合规穿戴的相关方案.基于更细致的作业人员工装合规穿戴监管需求,提出一种二阶段的工装合规穿戴检测算法,包括人员定位阶段和人体区域工装合规检测阶段.针对现场人员工作姿态复杂的情况,结合特征金字塔网络和Guided Anchor提出一种基于Faster R-CNN优化的人员定位算法,在15000余张现场采集样本构成的数据集上获得了91.1%的人员定位准确率,相比普通Faster R-CNN算法提升6.0%.二阶段检测算法在人体区域
为了在架空输电线路巡检工作中实时、高效、准确地获取线路相关参数,根据实际测量需要,利用无人机配合悬链线方程拟合线路轨迹,设计了一套快速计算输电线路导线弧垂、杆塔档距以及交跨线路上交跨弧垂距离的系统.该系统提出了建立新的空间坐标系(从地理坐标系转换到伪墨卡托投影坐标系)来计算输电线路参数.计算结果表明,该系统准确性高,作业成本低,具有较高的工程应用价值.
为了考虑地下空间的立体化利用行为,提出城市地下空间资源质量三维精细化评价方法.通过建立链式游程编码数据结构,构建数据结构与体素空间的映射关系,实现多源评价数据的压缩存储与集成.整合评价过程的各要素,基于ArcGIS Engine开发城市地下空间资源质量三维精细化评价系统.以重庆市渝中半岛作为工程应用,开展该区域60 m深度内的地下空间资源质量三维精细化评价,分析该区域地下交通线路的建设风险.结果表明,重庆市渝中半岛地下空间被精细地划分及评价,得到区域资源质量的立体分区,给出地下交通线路建设潜在风险的详细信
大型汽轮机低压缸末几级普遍选用自带冠长叶片,可显著提高汽轮机的性能.随着机组在低负荷工况下运行时间增加,可能出现严重水蚀现象,致使叶冠受损或脱落,威胁机组安全.针对某厂2台630 MW汽轮机组低压缸末级动叶和导流环水蚀故障现象,分析诱发原因,采取对末级动叶进行超音速热喷涂、更换空心静叶、降低8A和8B低压加热器的疏水孔位置、提高低压排汽导流环的强度等综合措施,大幅提高了低压缸的抗水蚀能力.对大型汽轮机组低压缸水蚀进行监测、及时采取综合性的预防措施,可提高机组低压缸的可靠性.
采用Realizable k-ω湍流模型,耦合离散相模型(DPM),对高速列车运行时的车底覆雪问题开展模拟研究.模拟中,考虑流场作用与颗粒-壁面碰撞特征2个方面,建立基于壁面阈值摩擦速度与颗粒-壁面捕捉角的壁面覆雪判别准则.选用Paradot开展的简单几何体覆雪试验作为原型,通过控制变量分析,对准则参数设置的合理性进行讨论.与原型覆雪的结果对比表明,以往研究中对覆雪准则相关参数的取值偏小,建议改进2个判别参数,分别为1.0 m/s与60°.利用改进参数的准则,对我国现有运营某型号高速列车运行时的转向架覆雪
为了实现路基工后沉降的早期、精准预测,提出基于双向长短期记忆网络(Bi-LSTM)的路基沉降预测技术.采用Akima法将观测数据内插为适应时序分析法的等时距序列,提取“填土高度-时间-地基沉降”曲线中的6个影响因素作为变量训练Bi-LSTM模型,结合滚动迭代方法实现沉降预测的后延更新.研究表明,利用深度学习技术可以有效地利用路基施工期信息,增加训练样本量,提升沉降早期预测的可靠性.Bi-LSTM模型对观测信息进行双向特征提取,同等样本量下的预测效果更精确.依托6个中等压缩性土地基和1个复合地基监测断面信息
针对风电大规模并网将增加电网调频需求的问题,提出考虑风电不确定性的风电机组同时参与能量市场与调频市场的日前投标方法.分析风电场在2种市场中的收益机制,在调频市场收益中考虑调频性能指标(FRPI),提出调频性能指标的估值方法.分析风电场参与2种市场的投标策略.利用核极限学习机(KELM)和核密度估计(KDE),建立风电功率概率预测模型KELM-PSO-KDE.基于功率概率密度的预测结果,以风电场收益最大为目标函数建立优化模型,利用蚁狮优化(ALO)算法求解该模型,得到风电场同时参与2种市场的日前最优投标功率
针对病理图像染色不均匀及良恶性难以鉴别的问题,提出基于Cycle-GAN和改进的双路径网络(DPN)的算法框架.利用Cycle-GAN进行颜色归一化处理,解决因病理图像染色不均匀导致的检测模型精度偏低问题,通过对图像进行重叠切片,基于DPN网络采用增加小卷积、反卷积和注意力机制,增强模型对病理图像纹理特征的分类能力.在BreaKHis数据集上的实验结果表明,所提算法有效提高了乳腺癌病理图像良恶性分类的准确性.