上下文信息
上下文信息的相关文献在2000年到2022年内共计526篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、预防医学、卫生学
等领域,其中期刊论文172篇、会议论文14篇、专利文献314025篇;相关期刊102种,包括中国图象图形学报、电子学报、计算机工程等;
相关会议14种,包括第六届中国计算机学会服务计算学术会议、第十九届网络新技术与应用年会、第十一届和谐人机环境联合会议等;上下文信息的相关文献由1402位作者贡献,包括李涛、朱晓珺、李冬梅等。
上下文信息—发文量
专利文献>
论文:314025篇
占比:99.94%
总计:314211篇
上下文信息
-研究学者
- 李涛
- 朱晓珺
- 李冬梅
- 邹香玲
- 刘永
- 张栋梁
- 曲豪
- 郭航宇
- 高大伟
- A·斯瓦弥纳衫
- G·切瑞安
- I.巴德尔
- J·W·李
- L·丁
- M-J·佩尔科宁
- S·P·阿伯拉翰
- S·萨达西范
- 张磊
- 李晓卡
- 李晨达
- 杨静
- 桑农
- 程明明
- 裴利沈
- 赵雪专
- 钱彦旻
- 陈羽中
- A·S·德阿尔梅达
- H·严
- I·W·Y·扬
- M·艾哈迈迪
- P.A.邓恩-兰金
- W.A.哈普萨里
- 亚历山大·杰·卡斯贝特
- 保罗·莫里殴·麦克唐纳
- 兰军强
- 刘群
- 刘辉
- 史蒂文·亨利·比尔
- 吕雅娟
- 唐奇伶
- 孔斌
- 安德鲁·詹姆士·帕莱
- 张天序
- 张路
- 朱磊
- 李瑞
- 李艳西
- 汪伟
- 沙力
-
-
李伟
-
-
摘要:
在旅游时游客很难预先知道自己的旅游需求,并且旅游偏好在旅游过程中也会发生变化。为了给游客提供即时高效的个性化信息服务,本文将上下文信息引入推荐系统,结合案例推理和神经网络,根据游客的喜好为用户提供个性化信息服务推荐。实验表明,该方法可较好克服推荐系统新用户冷启动的问题,提高旅游信息服务的准确率和提升游客服务的满意度。
-
-
柴瑞敏;
殷臣
-
-
摘要:
随着移动设备和社交软件的普遍应用,下一个兴趣点推荐(next POI recommendation)变成了基于位置的社交网络(LBSN)的一个非常重要的任务。现实生活中用户访问的下一个兴趣点通常受到用户签到序列信息、用户关系和该地点的上下文信息等诸多方面的影响。基于循环神经网络(RNN)的方法已经被广泛的应用到下一个兴趣点推荐中,但是这些基于RNN的方法缺乏对用户关系进行深入建模。为了解决上述问题,提出了一种整合用户关系和门控循环单元(GRU)进行下一个兴趣点推荐的模型(GRU-R),同时该模型能够考虑用户签到序列信息、用户关系、兴趣点的时空信息和类别信息等进行下一个兴趣点推荐。在两个真实公开的数据集上进行实验,结果表明提出的模型比现有主流的下一个兴趣点推荐算法具有更高的推荐准确性。
-
-
普骏程;
刘骊;
付晓东;
刘利军;
黄青松
-
-
摘要:
针对三维人体重建中服装视觉信息表示模糊的问题,提出一种多阶段优化的三维人体重建方法.首先对输入的人体图像进行预处理,分别提取其语义特征、明暗特征和高频特征;然后基于局部深度特征构建有向距离场,隐式表征三维人体的几何形状;再构建着装层次表示模块,通过定义着装层次损失函数感知服装语义上下文信息,并优化有向距离场,生成粗糙的三维人体模型;最后结合明暗特征和高频特征捕获服装褶皱细节,并在UV空间内定位褶皱位置,优化生成精细的三维人体模型.在BUFF数据集上的实验结果表明,所提方法的法线L2误差和倒角距离误差分别为0.13和1.30,较已有方法降低了13%和2%,能够提高三维人体重建的精度,生成具有服装款式、着装层次和褶皱细节的三维人体模型.
-
-
王林;
张文卓
-
-
摘要:
针对当前交通标志检测中存在小目标检测精度低、检测实时性不高以及目标漏检等问题,在YOLOv3基础上提出了一种融合了注意力机制与上下文信息的交通标志检测方法;首先通过改进通道注意力机制的压缩方式,对特征图通道重新进行标定;然后引入空间金字塔池化模块SPP;最后增加特征映射并拼接到原特征融合网络中的小目标部分,充分利用上下文信息增强对小目标的检测;实验结果表TT100K(Tsinghua-Tencent 100K)交通标志数据集上,与YOLOv3网络相比,在每秒传输帧数(FPS,frame per second)变化不大的情况下,平均精度均值和小目标的精度均值分别提升3.03%和4.59%;实验结果证明了改进网络在小目标检测和整体检测中的有效性。
-
-
丁稀;
董张玉;
杨学志
-
-
摘要:
为解决SAR图像因相干斑噪声严重而影响变化检测结果的问题,该文从像素级和区域级两个角度对SAR图像的空间邻域关系进行研究,提出一种基于双边加权核图割的SAR图像变化检测算法。首先通过均值比算子生成差异图,并利用核函数隐式地将差异图转换为图割能量函数的一元项;然后分别针对邻域内像素的空间上下文关系与以像素为中心的区域空间上下文关系进行研究,将其量化为图割能量函数的二元项。选取Ottawa和Mexico fire两组SAR数据集对算法进行验证,该算法平均总体精度为98.44%,Kappa系数相比PCA-Kmeans、FLICM、MRFFCM、KGC算法分别提高了4.64%、6.16%、4.15%和5.04%,证明该算法能够提高变化区域和非变化区域之间的可分离性,对噪声严重的SAR图像的抗噪能力较强,且图像边缘定位准确。
-
-
姚广华;
吴训成;
张雪翔;
侍俊
-
-
摘要:
由于小目标有限的分辨率和表观信息,其检测任务一直是计算机视觉领域的挑战性工作。在解决这一问题时,现有大多数方法为了提高精度而牺牲了速度。在论文中,为了提高小目标检测精度,同时保证检测速度,提出了一种在卷积网络中引入上下文信息的特征融合方法,即Contextual Fused Network(简称CF-Net)。CF-Net引入了上下文信息,并且只在浅层进行特征融合,这样既能提高小目标的检测精度,又能保证检测速度。实验结果表明,在小目标检测上,CF-Net在PASCAL VOC2007上获得的mAP为78.9,比目前主流的单点检测器SSD提高了2%。CF-Net模型测试速度为40 fps,比现有小目标检测器DSSD高26.4 fps。
-
-
安敬民;
李冠宇;
蒋伟;
孙云浩
-
-
摘要:
随着基于位置的社交网络(Location-Based Social Networks,LBSNs)与兴趣点(Point of Interest,POI)推荐的有效组合,近年来已涌现出大量的相关研究,这些方法主要可分为将地理、社会、类别、文本以及时间等上下文信息进行建模并融合,进而克服数据稀疏问题并提升兴趣点推荐的性能.但已有的兴趣点推荐方法认为不同上下文间相互独立,在对不同上下文建模并融合的过程中忽略了其内在联系,导致上下文信息未得到充分利用.另外,在将上下文模型融合到用户自身偏好模型时,未考虑上下文信息对用户历史签到记录的不同影响.为应对上述挑战,本文合理地重构了上下文信息模型并有效地融合到用户偏好模型中,且提出了一种基于用户活动轨迹和个性化区域划分的兴趣点推荐方法.该方法根据用户的活动轨迹刻画出其日常活动区域,并探索了不同用户间的地理距离分布以及活动轨迹的相似度以建模社会关系对用户签到的影响.进一步地,结合用户活动轨迹区域内的POI的地理信息,使用带有自适应带宽的核密度估计方法评估POI间的地理相关性,以建模POI地理信息对用户签到的影响.最后,将用户社会关系模型和POI地理信息模型与用户自身偏好模型融合,使用改进的加权矩阵分解技术求解用户的个性化POI推荐.本文分别采用经典的和当前流行的相关研究作为基准,在Gowalla和Foursquare数据集上进行对比,实验结果表明本文方法具有更好的POI推荐效果,说明了本文提出的模型在融合策略和克服数据稀疏性方面更具优势.
-
-
张馨月;
降爱莲
-
-
摘要:
SSD是一种多尺度目标检测算法,由于浅层特征图缺乏语义信息,导致小目标的检测准确率低。针对这个问题,提出一种融合特征增强和自注意力的SSD小目标检测算法FA-SSD。该算法在SSD基础上构建一条自深向浅的递归反向路径,此路径包含三个模块:深层特征增强模块利用路径深层多尺度特征图生成的上下文信息和最深层特征图的语义信息,增强深层特征信息的表达能力;上采样特征增强模块通过扩大特征图的感受野,增强反向路径中上采样特征图的语义信息;自适应特征融合模块引入自注意力机制自适应地融合相邻的浅层特征图和上采样特征图,生成新的具有强语义和精确位置信息的特征图。实验结果显示,在PASCAL VOC和TT100K数据集上,FASSD的mAP最高达到了92.5%和80.2%,表明该检测算法能够增强浅层特征图的语义信息,对于复杂场景下的小目标有着较好的检测效果。
-
-
冯月春;
陈惠娟
-
-
摘要:
为提高自然语言处理任务中文本相似度检测的准确率,提出一种改进双向长短期记忆网络(Bi-LSTM)的文本相似度计算方法。将输入的句子转换成多个单词向量,通过Bi-LSTM提取出每个单词向量的最佳词特征,引入注意力机制,减小非关键因素的影响;采用多层相似加权对两个句子分别从词与词、句子与句子、词与句子3个层面进行多层比较,加权得到其最终的相似度;基于SMTeuroparl、MSRvid和MSRpar这3个数据集对所提方法的性能进行评估。实验结果表明,相比于其它方法,所提方法的文本相似度计算更佳,适用于处理复杂的长文本。
-
-
刘利;
倪丽;
王霞;
卜甜甜
-
-
摘要:
目的:设计基于雾计算的移动医疗设备信息隐私保护方案,为移动医疗设备信息安全提供保护。方法:采用静态分析、动态分析和静态与动态综合分析的方法,分析Android系统软件访问私有数据的内在机制。采用基于应用程序接口(API)函数上下文的隐私泄漏检测方法,提出用于移动医疗设备隐私保护的雾计算解决方案,并设计基于雾计算的安全和隐私保护框架。结果:提出的移动医疗设备隐私保护的雾计算解决方案,实现了实时监控Android系统的个人健康决定(PHD)上各种应用程序及检测恶意代码;基于API函数上下文信息库的方法及隐私泄漏检测方法,有效避免了医疗设备信息的隐私泄漏。结论:基于雾计算的移动医疗设备信息隐私保护方案,具有低能耗以及良好的适应性和检测性能,可为移动医疗设备信息隐私安全提供保护。
-
-
-
-
-
-
XIAO You;
肖友;
SHI Dian-xi;
史殿习
- 《第九届中国通信学会学术年会》
| 2012年
-
摘要:
随着移动云计算的兴起,有关于大规模移动设备上下文信息处理的研究成为了热点.目前比较流行的解决方案是采用基于MapReduce计算模型的Hadoop框架,它虽能解决大规模数据处理的吞吐量问题但是却不能很好的解决数据处理的时效问题.因此,本文针对存在的问题,提出了移动云计算与流处理技术相结合的解决方案,并构建与实现了一个实时处理大规模上下文的流处理框架.最后通过此框架对本文的研究内容进行了验证,且以一个道路实况监测的实例验证了框架的可行性及有效性.
-
-
-
-
-
武汇岳;
张凤军;
刘玉进;
戴国忠
- 《2009中国计算机大会》
| 2009年
-
摘要:
针对视觉手势界面存在的问题,提出了一套行之有效的解决方案.首先,为了解决视觉手势交互中的MidasTouch问题,以人类注意的信息加工模型为理论依据提出了一个可扩展的视觉手势交互模型,该模型将手势交互过程分为选择性处理、分配性处理和集中处理3个不同阶段;然后,基于该模型提出了一个视觉手势识别框架,并结合认知心理学从手势检测、跟踪和识别3个方面对该框架的各个组成模块的关键技术进行了阐述,其中手势检测模块和识别管理模块能够辅助系统在复杂的背景中滤除掉不相关信息而选择性地搜索人手并根据上下文信息对手势识别任务重定向,从而避免了系统时刻都处于激活状态并对所有的手势动作都进行识别分析,有效解决了Midas Touch问题.文中介绍了使用该方法实现的IEToolkit手势界面工具平台,并基于一个视觉手势交互系统进行了实验测试与评估,结果验证了文中方法的可用性.
-