检索结果-内蒙古大学图书馆

微型电脑应用 2025年第2期41卷 265-268,272页

作者：杨彪闫莹刘振栋上海电子信息职业技术学院申安网络安全产业学院上海201411 华东理工大学资源与环境工程学院上海200237 上海第二工业大学计算机与信息工程学院上海201209

针对大气环境下碳钢材料腐蚀速率预测模型的构建问题,提出一种结合自适应变异粒子群优化(AMPSO)和最小二乘支持向量机(LSSVM)的自适应最小二乘支持向量机粒子优化(ALPO)模型。利用AMPSO对LSSVM的核心参数进行优化,克服LSSVM参数选取的... 详细信息

针对大气环境下碳钢材料腐蚀速率预测模型的构建问题,提出一种结合自适应变异粒子群优化(AMPSO)和最小二乘支持向量机(LSSVM)的自适应最小二乘支持向量机粒子优化(ALPO)模型。利用AMPSO对LSSVM的核心参数进行优化,克服LSSVM参数选取的随机性,以提高大气环境下碳钢材料腐蚀速率预测的准确性。基于伊比利亚美洲腐蚀图(MICAT)碳钢腐蚀速率数据集,对比ALPO与传统模型的预测效果。结果显示,ALPO相对于LSSVM将平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)分别降低了40.04个百分点、38.01个百分点、42.83个百分点,表明所提模型对于碳钢大气腐蚀率的预测更为精准,可行性更高,为碳钢大气腐蚀速率预测模型的构建提供了一种新的方法。

关键词：碳钢大气腐蚀粒子群优化支持向量回归腐蚀速率预测

来源：评论

学校读者我要写书评

暂无评论

基于集成对比学习的高分辨遥感图像搜索模型

引用

南京师范大学学报(工程技术版) 2025年第1期25卷 22-29页

作者：顾程成孙勇程千禧谭文安上海第二工业大学计算机与信息工程学院上海201209 滁州学院实景地理环境安徽省重点实验室安徽滁州239000 安徽大学资源环境学院安徽合肥230009

为解决单一对比学习模型只关注图像的局部特征问题,提出一种基于集成对比学习的高分辨率遥感图像搜索模型.首先,采用动量更新无监督视觉表示学习与采样最近邻对比学习模型分别提取遥感图像的局部和全局特征,以学习出更好的遥感图像视觉... 详细信息

为解决单一对比学习模型只关注图像的局部特征问题,提出一种基于集成对比学习的高分辨率遥感图像搜索模型.首先,采用动量更新无监督视觉表示学习与采样最近邻对比学习模型分别提取遥感图像的局部和全局特征,以学习出更好的遥感图像视觉表征.在此基础上,提出面向高分辨率遥感图像表征的集成对比学习模型,根据其在遥感图像分类任务的表现,对不同的对比学习器自适应地赋予不同的集成权重,通过统计对比学习特征预测准确率,进一步优化对比学习器的学习速度.最后,将集成对比学习模型运用于高分辨遥感图像搜索.在EuroSat、UCmerced、WHU-RS19、PatternNet等公开遥感图像数据集上的实验结果表明,所提出的模型在图像搜索任务中相较传统的对比方法有较稳定的准确率提升.

关键词：对比学习集成学习最近邻对比学习动量更新对比学习遥感图像搜索

来源：评论

学校读者我要写书评

暂无评论

基于DSA-BCNN的毫米波图像隐藏物检测

引用

光学技术 2021年第2期47卷 178-186页

作者：胡川飞王永雄李冬高天天上海理工大学光电信息与计算机工程学院上海200093 上海第二工业大学文理学部上海201209 擎翌(上海)智能科技有限公司上海201306

自动检测毫米波图像中被检人员是否携带隐藏物,是实现智能毫米波安检系统的重要技术之一。针对隐藏物在毫米波图像中的特征局部性和低辨识性问题,提出一种动态自注意力的双线性卷积神经网络,能够仅以图像级标签训练,实现图像中隐藏物的... 详细信息

自动检测毫米波图像中被检人员是否携带隐藏物,是实现智能毫米波安检系统的重要技术之一。针对隐藏物在毫米波图像中的特征局部性和低辨识性问题,提出一种动态自注意力的双线性卷积神经网络,能够仅以图像级标签训练,实现图像中隐藏物的存在检测。引入自注意力机制以引导网络对隐藏物区域进行特征提取,增强网络刻画全局信息的能力;双线性池化构建的二阶特征丰富了网络对隐藏物与非检测区域的细微差异表征。实验结果验证了所提出方法对隐藏物检测的有效性,在各项评价指标上均高于其他基于卷积神经网络的方法,准确率达到93.6%。

关键词：毫米波图像隐藏物检测卷积神经网络自注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于特征和图结构信息增强的多教师学习图神经网络

引用

计算机应用研究 2023年第7期40卷 2013-2018页

作者：张嘉杰过弋王家辉华东理工大学信息科学与工程学院上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化技术研究中心上海200436 上海大数据与互联网受众工程技术研究中心上海200072 上海第二工业大学计算机与信息工程学院上海201209

近年来,图神经网络对图数据强大的表征能力和建模能力使其在诸多领域广泛应用并取得了重大突破。然而,现有模型往往倾向于对图卷积聚合策略和网络结构进行优化,缺乏了对图数据自身先验知识的探索。针对上述问题,通过知识蒸馏的方法,设... 详细信息

近年来,图神经网络对图数据强大的表征能力和建模能力使其在诸多领域广泛应用并取得了重大突破。然而,现有模型往往倾向于对图卷积聚合策略和网络结构进行优化,缺乏了对图数据自身先验知识的探索。针对上述问题,通过知识蒸馏的方法,设计了一种基于特征信息和结构信息增强的多教师学习图神经网络,打破了现有模型对于数据先验知识提取的局限性。针对图数据背后所蕴涵的丰富特征与结构信息,分别设计了节点特征和边的数据增强方式。在此基础上,将原始数据和增强后的数据通过多教师学习模块进行知识嵌入,使得学生模型学习到更多关于数据的先验知识。在Cora、Citeseer和PubMed数据集上,节点分类准确率分别提升了1%、1.3%、1.1%。实验结果表明,提出的信息增强的多教师学习模型能够有效地捕获先验知识。

关键词：图神经网络知识蒸馏数据增强节点分类

来源：评论

学校读者我要写书评

暂无评论

基于自适应二进制灰狼算法的节点协同跟踪

引用

制造业自动化 2021年第4期43卷 19-23,34页

作者：王珂江潇潇王永琦江玉洁上海工程技术大学电子电气工程学院松江201620 上海第二工业大学计算机与信息工程学院上海201209

针对大规模无线传感器网络中目标跟踪时的节点选择问题,为了满足跟踪精度和实时性的要求,提出了一种自适应二进制灰狼优化算法,用于求解基于条件后验克拉美-罗下界构建的节点选择优化模型。该算法采用非线性动态自适应收敛因子,同时引... 详细信息

针对大规模无线传感器网络中目标跟踪时的节点选择问题,为了满足跟踪精度和实时性的要求,提出了一种自适应二进制灰狼优化算法,用于求解基于条件后验克拉美-罗下界构建的节点选择优化模型。该算法采用非线性动态自适应收敛因子,同时引入基于V型函数的位置更新原则。仿真结果表明,该算法能够有效完成目标跟踪的节点选择任务,与二进制灰狼算法和二进制粒子群算法对比,自适应二进制灰狼算法在搜索能力和收敛速度上有更好的表现,能够在满足跟踪精度的同时有效提高跟踪的实时性。

关键词：无线传感器网络后验克拉美-罗下界改进二进制灰狼优化算法目标跟踪节点选择

来源：评论

学校读者我要写书评

暂无评论

基于词频-逆文件频率的错误定位方法

引用

软件学报 2020年第11期31卷 3448-3460页

作者：张卓雷晏毛晓光常曦薛建新熊庆宇国防科技大学计算机学院湖南长沙410073 重庆大学大数据与软件学院重庆400044 上海第二工业大学计算机与信息工程学院上海200127

错误定位方法大多通过分析语句覆盖信息来标识出导致程序失效的可疑语句.其中,语句覆盖信息通常以语句执行或语句未执行的二进制状态信息来表示.然而,该二进制状态信息仅表明该语句是否被执行的信息,无法体现该语句在具体执行中的重要程... 详细信息

错误定位方法大多通过分析语句覆盖信息来标识出导致程序失效的可疑语句.其中,语句覆盖信息通常以语句执行或语句未执行的二进制状态信息来表示.然而,该二进制状态信息仅表明该语句是否被执行的信息,无法体现该语句在具体执行中的重要程度,可能会降低错误定位的有效性.为了解决这个问题,提出了基于词频-逆文件频率的错误定位方法.该方法采用词频-逆文件频率技术识别出单个测试用例中语句的影响程度高低,从而构建出具有语句重要程度识别度的信息模型,并基于该模型来计算语句的可疑值.实验结果表明,该方法大幅提升了错误定位的效能.

关键词：错误定位词频逆文件频率可疑值

来源：评论

学校读者我要写书评

暂无评论

程序设计课程思政的教学研究初探

引用

计算机时代 2021年第3期 100-103页

作者：杨晓贤翁雯上海第二工业大学计算机与信息工程学院上海201209

课程思政建设需要把理想信念、家国情怀、道德修养、工匠精神、奉献社会等元素融入到专业课程的教学过程中。文章探索了程序设计课程的课程思政要素,以知识点为中心,以培育学生的世界观、人生观和价值观为出发点,在提高学生程序设计能... 详细信息

课程思政建设需要把理想信念、家国情怀、道德修养、工匠精神、奉献社会等元素融入到专业课程的教学过程中。文章探索了程序设计课程的课程思政要素,以知识点为中心,以培育学生的世界观、人生观和价值观为出发点,在提高学生程序设计能力的过程中,激发学生的学习主体性,完善应用型本科人才培养模式。

关键词：程序设计案例教学教学实践应用型本科课程思政

来源：评论

学校读者我要写书评

暂无评论

不同可见光接收元件对LED调制效率影响研究

引用

上海第二工业大学学报 2021年第3期38卷 219-222页

作者：宋素真桂林张华魏巍郑艺璇韦晓琪上海第二工业大学计算机与信息工程学院上海201209

针对提升可见光通信(visible light communication,VLC)信息传输效率问题,研究了不同光接受元件下发光二极管(light emitting diode,LED)调制效率问题。VLC系统通过光接收元件接收发端的可见光信号,以确保信号的有效传输。在偏压为3.4 V... 详细信息

针对提升可见光通信(visible light communication,VLC)信息传输效率问题,研究了不同光接受元件下发光二极管(light emitting diode,LED)调制效率问题。VLC系统通过光接收元件接收发端的可见光信号,以确保信号的有效传输。在偏压为3.4 V,发射端与接收端之间距离为10 cm的实验条件下,测量并比较了接收端为LED、硅光电池和光电传感器时,白光LED的调制效率。根据实验数据和拟合的结果表明:当硅光电池为光接收元件时,发射端的LED调制效率最高,线性度较好,一次拟合的R 2数值可以达到0.95以上;当光电传感器为光接收元件时,其调制效率为硅光电池调制效率的66.15%∼82.67%;当LED为接收元件时,在调制效率较高的2.2∼5.0 V(峰-峰值)区域内,其调制效率仅仅为硅光电池的34.48%。

关键词：可见光通信发光二极管光接收元件非线性调制效率

来源：评论

学校读者我要写书评

暂无评论

基于OBE考核方式的程序设计基础课程改革实践与探索

引用

计算机教育 2021年第8期 116-120页

作者：江玉洁崔莉莉石林祥上海第二工业大学计算机信息与工程学院上海201209

基于OBE教育理念,根据毕业要求指标点分解,对程序设计基础课程大纲教学目标和考核方式进行修订,基于OBE考核方式,提出教学改革措施,根据考核结果对课程目标达成度进行分析,提出持续改进措施。

关键词： OBE考核毕业要求指标点课程目标达成度

来源：评论

学校读者我要写书评

暂无评论

多边缘服务器协作环境下基于时延感知的服务选择算法

引用

南京师大学报（自然科学版） 2022年第2期45卷 126-135页

作者：谢娜谭文安孙勇赵璐黄黎南京航空航天大学计算机科学与技术学院江苏南京211106 上海第二工业大学计算机与信息工程学院上海201209 南京师范大学地理科学学院江苏南京210023 江苏开放大学信息与机电工程学院江苏南京210017

移动边缘计算可为用户提供低时延的服务.然而,随着用户的需求变得日益复杂多样,单个边缘服务器难以满足其需求.因此,多边缘服务器协作环境下的服务选择问题成为服务计算领域的热点难题.本文首先将该问题建模成带约束的最优化问题,然后... 详细信息

移动边缘计算可为用户提供低时延的服务.然而,随着用户的需求变得日益复杂多样,单个边缘服务器难以满足其需求.因此,多边缘服务器协作环境下的服务选择问题成为服务计算领域的热点难题.本文首先将该问题建模成带约束的最优化问题,然后提出了一种启发式的服务选择算法-LLMES算法.该算法是在边缘服务器网络中根据迪杰斯特拉算法求解当前本地服务器的邻居节点作为候选服务器,并基于低时延多有效服务的贪心选择策略选择为用户提供有效服务最多且时延最小的服务器作为当前最优服务器.从而选择出一组相互协作的边缘服务器集合共同为用户提供服务,即选中一组满足用户需求的服务.最后,实验结果表明本文提出的LLMES算法性能明显优于其他3种具有代表性的算法.

关键词：移动边缘计算启发式算法时延感知服务选择

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：