程力
- 作品数：15 被引量：64H指数：5
- 供职机构：中国科学院新疆理化技术研究所更多>>
- 发文基金：中国科学院西部之光基金新疆维吾尔自治区高技术研究发展计划项目新疆维吾尔自治区重点实验室开放课题基金更多>>
- 相关领域：自动化与计算机技术电子电信经济管理更多>>
- 基于改进YOLOX-S的安全帽反光衣检测算法被引量：8
- 2022年
- 在工业生产和交通工程中,安全帽和反光衣都是员工重要的生命安全保障。针对传统安全帽反光衣识别方法只能检测单一颜色反光衣、检测效率低的问题,提出一种基于改进YOLOX-S网络模型的安全帽反光衣检测方法。使用简化BiFPN模块替换原加强特征提取网络,提高网络对不同尺度的特征提取能力;使用Mosaic方法进行训练,提高网络在复杂场景下的检测能力;使用GIoU损失函数,进一步提高模型的识别准确率。在扩充后的安全帽反光衣数据集上实验表明,所提算法在保持较高推理速度的情况下,mAP达83.74%,与原YOLOX-S相比,对戴安全帽、穿反光衣和行人的检测AP值有1%~3%不等的提高,对反光衣颜色无依赖性,有效实现了快速准确的安全帽反光衣检测。
- 程换新蒋泽芹程力成凯
- 基于真值发现的加油站车辆号牌缺损数据填充方法
- 2019年
- 由于数据采集设备的不完善以及数据在传输过程中的不可靠性等原因,致使加油站车辆加油数据中经常会产生数据的丢失和错误,降低了车辆加油数据的完整性,严重影响了后续的数据分析工作。目前虽然已有许多算法可以解决连续型数值数据的缺损问题,但是它们并不适用于车辆号牌这种离散型分类数据。提出一种基于改进TruthFinder算法的缺损值填充框架。基于真值发现算法,考虑到离散数据相似度的计算方式,改进原算法对数据值支持度的计算模型。通过在真实加油站车辆数据集上的实验,相较于原算法及更加通用的Voting算法,正确率分别提升了7%和23%。该方法能部分解决类似加油站车辆加油数据这种多源离散型数据的缺损值填充问题,大大提高了此数据的可用性。
- 彭新亮程力王轶王轶赵凡马博
- 关键词：数据清洗
- 特定领域问答系统中基于语义检索的非事实型问题研究
- 面向财税领域非事实型问题，提出基于语义检索的方法来抽取答案。首先使用领域知识库对问题及领域文档进行语义标注，引入语义相似度特征提高法规及案例的检索准确率;其次使用排序学习算法融合领域文本的多种特征对法规检索结果优化;最后...
- 程力仇瑜Daniyal Alghazzawi
- 关键词：问答系统领域知识库语义检索
- 字符级的维吾尔语形态协同分析方法
- 针对维吾尔语中构形词缀种类多、构形复杂以及发生音变现象等问题,提出一种基于字符级的维吾尔语形态协同分析方法.该方法最大的特点是同时进行维吾尔语的形态切分、形态标注以及音变还原,把词素边界、形态标记以及音变信息用一个复合标...
- 程力杨雅婷吐尔洪·吾司曼艾孜孜·吐尔逊
- 关键词：维吾尔语形态分析协同分析
- 基于长度过滤和动态容错的SNM改进算法被引量：9
- 2017年
- 数据仓库中相似重复记录的清洗对于数据质量影响很大,传统的基本邻近排序算法(sorted-neighborhood method,SNM)时间效率和准确率均不高。针对SNM算法的缺陷,提出了一种基于长度过滤和动态容错的SNM改进算法。根据两条记录的长度比例和属性缺失情况,首先排除一部分不可能构成相似重复记录的数据,减少比较次数,提高检测效率;进一步提出了动态容错法,校准字段相似度评判结果,解决了因属性缺失而误判的问题,提高了准确率。针对实际数据集的实验分析表明,在相同的运算环境下,优化算法在准确率和时间效率上有明显优势。
- 刘雅思程力李晓
- 关键词：数据清洗相似重复记录动态容错
- 基于残差融合双流图卷积网络的手势识别方法被引量：1
- 2022年
- 针对传统图卷积网络易忽略空间特征与时间特征之间关联的问题,设计了一种基于残差结构和图卷积网络相融合的双流网络模型。首先网络包括空间流和时间流两个通道,将手势骨骼数据构建成空间图和时序图作为两通道的输入,通过分离时间维度和空间维度极大地提高了训练速度。然后为了增加网络深度,避免梯度消失等问题,嵌入残差结构并对其进行改进,更加有效利用时间特征,保证了特征的多样性。最后将两通道输出的空间点集序列和时间边集序列串联转化,输入Softmax分类器进行分类,得到识别结果。将新提出的方法在CSL和DEVISIGN-L手势数据集上进行实验,结果表明在两个数据集上识别精度分别达到了96.2%和69.3%,证明该方法具有一定的先进性。
- 程换新成凯程力蒋泽芹
- 关键词：手势识别
- 基于多层感知机的大型企业税收风险评估模型被引量：1
- 2020年
- 大型企业的税务风险分析需要对海量、多维、异构的涉税数据进行综合处理,传统基于规则的评估方法在灵活度和扩展性上都受到制约。针对大型企业关联交易税收风险的典型场景,定义了税务数据特征的表征抽取方法,并构建了基于人工神经网络多层感知机的税收风险分析预测模型。为评估所提出模型的性能,使用真实税务数据和专家标注数据构建了测试数据集,在不同正负样本比例和样本容量大小下进行了实验,并与几种广泛使用的机器学习模型进行了对比。实验结果表明所提方法在准确性、有效性上均有良好的表现。随着税务机关数据标注的不断完善,人工神经网络进行税务风险评估的方法在业务使用中具有广阔的前景。
- 陈海燕巩亮琴程力程力
- 关键词：神经网络数据挖掘税收风险关联交易
- 一种改进的哈萨克文编码字符处理方法
- 2017年
- 该文介绍了哈萨克文专用字母■、■、■、■的特殊书写习惯,以及哈萨克文编码字符处理现状。指出当前广泛使用的字母替换法不符合国际和国家相关标准,并且会导致哈萨克文排序错误,增加文字转换、语音合成等功能的实现难度。为解决上述不足,对字母替换法进行了三个改进,包括用专用字母与符号"■"结合表示它们自己;专用字母各种书写形式带符号■的字形中,仅将独立字符形式带符号"■"的字形包含在OpenType字体中;用字形替换规则识别专用字母与哈萨克文字母不相邻的上下文环境。为便于改进方法的应用,该文介绍了与改进方法一致的OpenType字体字形替换规则设置方法。
- 董军蒋同海蒋同海程力徐春
- 关键词：哈萨克文UNICODEOPENTYPE
- 云环境下SDN的流量异常检测性能分析被引量：4
- 2015年
- 随着复杂的混合云网络逐渐成为云计算发展的瓶颈,软件定义网络(SDN)技术近年来成为学术界和工业界关注的热点。在网络安全领域,对于应用SDN来解决网络攻击的研究尚处于起步阶段,SDN是否能够高效检测来自内部的网络攻击尚无定论。针对该问题,在分析SDN技术框架的基础上,设计基于Open Stack的云环境实验方案。在传统云环境网络和SDN环境下同时测试2种流量异常检测算法,模拟Flood攻击和端口扫描攻击,分析SDN在检测攻击时的精确度和资源使用率。结果表明,在云环境下利用SDN检测内部威胁时比传统网络环境占用更少的物理内存而不影响精确度,但直接在SDN控制器上部署安全应用的方式也存在性能瓶颈。
- 马超程力孔玲玲
- 关键词：流量异常检测网络安全性能分析
- 基于胶囊神经网络的车型精细识别研究被引量：3
- 2021年
- 车辆型号精细识别在智能交通系统、涉车刑侦案件侦破等方面具有十分重要的应用前景。针对车辆型号种类繁多、部分型号区分度小等带来的车辆型号精细分类困难的问题,提出一种基于胶囊神经网络(capsule network,CapsNet)的车型图像识别模型CapCar。以CompCars数据集作为样本,首先通过加权平均值法进行图像的灰度化处理,减少数据集训练计算量,提高模型的训练速度。然后通过胶囊神经网络提取车型图像的全部特征和局部特征,实现车型分类识别。相较于现有的车型精细识别方法,该方法在提高识别精度的同时,有效压缩了模型参数规模。在基准数据集CompCars下进行大量实验的结果表明,CapCar模型进行车辆精细识别精度可达98.89%,其识别率高于一些其他经典的网络模型。CapCar模型参数大小仅为6.3 MB。该算法具有一定的先进性。
- 程换新郭占广程力刘文翰张志浩
- 关键词：人工智能智能交通
