| 基于深度學(xué)習(xí)的可視化圖表分類方法研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：wwei | |
| 文檔大小：205 K | |
| 標(biāo)簽： 圖表分類 圖表理解 卷積神經(jīng)網(wǎng)絡(luò) | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：可視化圖表的分類研究對于圖表理解和文檔解析具有很大的意義。分別通過爬蟲和軟件生成的方式，構(gòu)建了兩個包含16類常見圖表的數(shù)據(jù)集，該數(shù)據(jù)集在數(shù)量、類型和樣式豐富性上具有一定的優(yōu)勢。在3個數(shù)據(jù)集上實驗對比了Transformer架構(gòu)和卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)的模型，結(jié)果表明Transformer架構(gòu)在圖表分類任務(wù)上具有一定優(yōu)勢。基于Swin Transformer模型，設(shè)計了多種數(shù)據(jù)增強策略，在增加模型泛化性的同時也引入了分布差異；通過對不同策略訓(xùn)練出的模型預(yù)測進行均值融合，同單模型相比分類性能有較大提升。在6個測試集上對集成模型進行了測試，分類準(zhǔn)確率均大于0.9；對于圖像質(zhì)量高、視覺形式簡單的生成圖表，模型分類準(zhǔn)確率接近1。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2