您的位置: 专家智库 > >

卜立平

作品数:5 被引量:11H指数:2
供职机构:中国科学院沈阳计算技术研究所更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇自动化与计算...
  • 1篇电子电信

主题

  • 1篇调度
  • 1篇多模态
  • 1篇移动互联
  • 1篇移动互联网
  • 1篇语言模型
  • 1篇云仿真
  • 1篇云计算
  • 1篇任务调度
  • 1篇视觉
  • 1篇通信机制
  • 1篇图像
  • 1篇人工智能
  • 1篇网络广播
  • 1篇流媒体
  • 1篇门控
  • 1篇命名实体识别
  • 1篇互联
  • 1篇互联网
  • 1篇幻觉
  • 1篇基于图像

机构

  • 5篇中国科学院
  • 4篇中国科学院大...
  • 1篇中南大学
  • 1篇中国科学院研...

作者

  • 5篇卜立平
  • 2篇贾正锋
  • 2篇杨海波
  • 2篇于碧辉
  • 1篇陈平
  • 1篇于飞

传媒

  • 2篇小型微型计算...
  • 2篇计算机系统应...
  • 1篇计算机科学

年份

  • 1篇2025
  • 1篇2024
  • 1篇2023
  • 1篇2015
  • 1篇2013
5 条 记 录,以下是 1-5
排序方式:
面向移动互联网的Presence/IM机制研究被引量:7
2015年
以Presence/IM为代表的OTT业务具有实时在线、随时随地沟通的便利性成了移动互联网时代的应用热点.在当前电信标准体系中,Presence/IM实现机制分为SIMPLE和XMPP两大类,但这两类协议制定较早,在流量、功耗及传输上都没考虑移动互联网的特点,本文将在分析SIMPLE和XMPP协议的基础上,提出一种基于订阅/发布模型的移动互联网Presence/IM机制并给出具体实现,并重点阐述多终端同时在线情况时的消息路由机制.最后将本文提出的协议与SIMPLE和XMPP进行了对比分析.
杨海波王默涵贾正锋卜立平
关键词:即时通信移动互联网通信机制
基于图像对比增强的大型视觉语言模型物体幻觉缓解
2025年
大型视觉语言模型(LVLM)在理解视觉信息和运用语言表达方面展现出了非凡的能力.然而,在LVLM进行问答的过程中,它通常受到物体幻觉问题的困扰,具体表现为生成的文本内容看似合理,但实际上却与图片中的信息不相符,造成了文本与图片之间的不匹配现象.为解决这一问题,本文通过实验发现,物体注意力的缺失是导致物体幻觉的关键因素.为缓解此问题,本文引入了图像对比增强方法(ICE).ICE是一种无需训练、操作简便的方法,通过对比原始视觉输入与增强视觉输入所产生的输出分布,有效提升模型对图片的感知能力,确保生成的内容与视觉输入紧密契合,从而生成上下文一致且准确的输出.实验结果显示,ICE方法在无需额外训练或外部工具的情况下,便能显著减轻不同LVLM的物体幻觉问题,并在大型视觉语言模型基准MME测试中同样表现出色,验证了其广泛的适用性和有效性.本文代码链接:ChangGuiyong/ICE.
卜立平常贵勇于碧辉于碧辉魏靖烜孙林壮刘龙翼
关键词:人工智能
网络广播流媒体发布系统被引量:1
2013年
为应对大量用户同时访问网络广播流媒体服务的需求,流媒体发布系统至关重要.结合网络广播系统的特点,设计并实现了一套用于网络广播的流媒体发布系统,该系统分为媒体流的Relay和流媒体的发布,媒体流的Relay通过在Darwin Streaming Server添加中继模块,实现媒体流的中继.流媒体的发布通过搭建后台管理系统、前端发布平台、终端三部分来实现网络广播业务数据的发布展示.最后,通过多终端同时访问发布系统对发布系统进行功能测试,可实时流畅的的浏览收听网络广播节目.
陈平林浒杨海波贾正锋于飞卜立平
关键词:网络广播DARWINSTREAMINGSERVER流媒体
一种基于改进樽海鞘算法的云仿真任务调度的研究被引量:2
2023年
云平台通常允许多个任务在云环境中同时执行,而任务调度是实现更好云计算性能的重要部分,其调度的效率直接影响到云平台计算资源利用率以及用户服务质量.针对云计算任务调度的核心寻求解的最优化问题,本文提出了一种混合算法,称为樽海鞘改进算法.此算法融合了反向学习原理扩大搜索空间,能够自适应的改变领导者的位置,并使得追随者根据几位领导者的位置更新自己,避免解陷入局部最优.本文采用CEC常用的23组测试函数进行测试,将结果与多个经典算法进行比较,证明了樽海鞘改进算法的优越性.同时在云仿真平台上进行模拟在云平台上进行任务调度的过程,通过与其他的几种算法的比较,证明了樽海鞘优化算法在任务调度方面应用的可行性,且有效缩短了云任务的完成时间,降低了完成成本.
贺少婕杜松泽卜立平
关键词:任务调度云计算
基于对比学习的视觉增强多模态命名实体识别被引量:1
2024年
多模态命名实体识别(MNER)的目的是在给定的图像-文本对中检测实体范围并将其分类为相应的实体类型。尽管现存的MNER方法取得了成功,但它们都集中在使用图像编码器提取视觉特征后,不做增强或过滤处理,直接送入跨模态交互机制。此外,由于文本和图像的表示来自不同的编码器,很难弥合两种模态之间的语义鸿沟,因此,提出了一个基于对比学习的视觉增强多模态命名实体识别模型(MCLAug)。首先,使用ResNet收集图像特征,在此基础上提出金字塔双向融合策略,将低层次高分辨率和高层次强语义的图像信息结合起来,以增强视觉特征。其次,利用CLIP模型中的多模态对比学习思想,计算并最小化对比损失,使两种模态的表示更加一致。最后,利用跨模态注意力机制和门控融合机制获得融合后的图像和文本表示,并通过CRF解码器来执行MNER任务。在两个公开数据集上进行了对比实验并进行消融研究和案例研究,结果证明了所提模型的有效性。
于碧辉于碧辉魏靖烜孙林壮卜立平赵艺曼
关键词:CLIPTRANSFORMER
共1页<1>
聚类工具0