简介:摘要:为了提升文本生成图像模型生成图像的质量,提出了利用语义和空间信息来增加全局和局部注意力的空间自注意力生成对抗网络模型。生成网络的输入除了句子文本特征和随机向量之外,还加入了单词级特征作为约束条件,为了让生成图像的整体布局更加清晰,引入了空间自注意力模块,利用其保留了语义标注的空间信息,使生成器在生成图像时更加关注图像的整体布局,规范了对象的整体位置,对生成器起正向优化作用。通过训练 SEAGAN模型最终模型能够通过文本描述生成具有细粒度的清晰的镜架图像,为项目减少了眼镜设计和拍摄图像中的成本,生成的镜框图像也达到了商品所需的清晰度,这也证明了模型在工业领域中的有效性。
简介:摘要:智能电配网电力设备的不断发展,使电力数据的挖掘成为了该领域研究的重点,但是在研究的过程中,由于真正能够利用的数据并不多,所以如何对电力设备缺陷文本内部信息进行深度的挖掘,也就成为了该领域面临的主要发展问题。而由于我国在电力设备缺陷文本挖掘方面才刚刚起步,所以在前进的道路上会面临更多的阻碍和挑战,因此只有对电力设备缺陷文本挖掘的相关技术进行全面的分析和评价,才能在此基础上为其之后的发展铺平道路。基于此,本文以缺陷文本错误识别与质量提升为切入点,来进一步分析缺陷文本缺陷严重等级自动分类以及细节的提取,从而更深层次的探讨缺陷文本健康状态的自动评价以及其的前景展望,希望能为我国在该领域提供一些有参考性的建议。
简介:摘要:环境政策工具选择对于环境污染治理效果具有重要影响,本文采用内容分析法对陕西省政府27份政策文本进行分析,结果表明陕西省环境政策体系以命令—控制型和自愿参与型政策工具为主,缺乏市场型手段,公众参与度较低。政府应尽快完善环境税等制度,提高公众自主参与意识和能力。