检索结果-内蒙古大学图书馆

华东师范大学学报（自然科学版） 2022年第6期 54-67页

作者：周兰凤孔明月上海应用技术大学计算机科学与信息工程学院上海201418

针对无人机在三维环境中寻求从起始位置到目标位置的一条最优、安全且能避开所有障碍物的路径,提出了一种结合正六边形导向法改进的人工势场法,用来解决传统人工势场法中障碍物附近目标不可达和局部极小值问题.首先,在排斥势场函数中加... 详细信息

针对无人机在三维环境中寻求从起始位置到目标位置的一条最优、安全且能避开所有障碍物的路径,提出了一种结合正六边形导向法改进的人工势场法,用来解决传统人工势场法中障碍物附近目标不可达和局部极小值问题.首先,在排斥势场函数中加入距离修正因子,解决目标不可达问题;其次,提出了一种正六边形导向法来改进局部极小值问题,该方法可以在无人机陷入局部极小值区域时,判断所处环境并选择适当的规划方法,引导无人机逃离局部极小值区域;再次,在Matlab平台上进行了三维建模仿真,同时考虑到多种复杂障碍物的场景,结果表明了该方法在保留了原本算法优势的同时,在无人机实时路径规划中更加有效和可行;最后,在真实环境中演示了所提出的方法,实验结果表明了该方法的可行性和有效性.

关键词：无人机避障三维环境人工势场法局部极小值

来源：评论

学校读者我要写书评

暂无评论

基于LGD-YOLO高精度轻量化目标检测网络的垃圾检测研究

引用

环境工程 2024年第6期42卷 169-177页

作者：肖立中胡凡上海应用技术大学计算机科学与信息工程学院上海201418

当前高速发展的社会和迅速增长的城市人口,使得日益严峻的垃圾污染问题越发凸显,垃圾分类处理势在必行。人工处理存在任务重、效率低等问题。部分自动化的分类方法检测精度低,速度慢。为提高复杂场景下垃圾检测准确率,同时轻量化结构,... 详细信息

当前高速发展的社会和迅速增长的城市人口,使得日益严峻的垃圾污染问题越发凸显,垃圾分类处理势在必行。人工处理存在任务重、效率低等问题。部分自动化的分类方法检测精度低,速度慢。为提高复杂场景下垃圾检测准确率,同时轻量化结构,使其便于部署,提出一种融合轻量化卷积模块、注意力机制和多重感受野模块的改进YOLO v5s的垃圾检测模型Lightweight Garbage Detection-YOLO(LGD-YOLO)。首先,在网络结构中引入Ghost卷积和包含GSConv的Slim-Neck模块,使模型变得更加轻量化;其次,嵌入坐标注意力机制,侧重于关注重要信息,以提高检测精度。最后,引入多重感受野模块,提高模型的多尺度检测能力,避免小目标物体的漏检。采用包含不同环境下垃圾图片的Trash_dataset数据集进行测试验证。结果表明:改进后的模型参数量和计算量分别为5.77 M和9.2 GFLOPs,与原模型相比分别减少22.4%和56.4%,单张图片检测速度为26.5 ms,达到垃圾检测的实时性要求。此外,改进的算法具有良好的检测精度,mAP_(0.5)和mAP_(0.5∶0.95)分别达到96.20%和77.77%,优于当前流行的目标检测算法。

关键词：垃圾分类目标检测轻量化网络坐标注意力多尺度检测

来源：评论

学校读者我要写书评

暂无评论

一种即时软件缺陷预测模型及其可解释性研究

引用

小型微型计算机系统 2022年第4期43卷 865-871页

作者：陈丽琼王璨宋士龙上海应用技术大学计算机科学与信息工程学院上海201418

即时软件缺陷预测是保障软件安全与质量相统一的必要途径,在软件工程领域受到越来越多的关注.然而,现有数据集存在特征冗余和特征相关性低的情况,极大影响了即时软件缺陷预测模型的分类性能和稳定性.此外,分析缺陷数据特征对模型的影响... 详细信息

即时软件缺陷预测是保障软件安全与质量相统一的必要途径,在软件工程领域受到越来越多的关注.然而,现有数据集存在特征冗余和特征相关性低的情况,极大影响了即时软件缺陷预测模型的分类性能和稳定性.此外,分析缺陷数据特征对模型的影响尤为重要,但如今对软件缺陷预测模型进行解释性研究较少.针对这些问题,文章基于6个开源项目的227417个代码级变更的大规模实证研究,创新性地选择了SHAP+SMOTEENN+XGBoost(SHAP-SEBoost)构建即时软件缺陷预测模型.首先通过SHAP(SHapley Additive exPlanation)模型可解释器分析初始数据集特征,并根据分析结果对数据集进行相应的特征选择与组合.然后,利用SMOTEENN对类不平衡的缺陷数据进行正负样本均衡化,使用集成学习算法XGBoost对实验数据进行预测建模.最后,使用SHAP对本文模型进行可解释性分析.实验结果表明SHAP-SEBoost有效地提高了分类性能,与基线模型以及近年优秀模型相比AUC平均提高11.6%,F1平均提升33.5%.

关键词：即时软件缺陷预测模型可解释性特征工程集成学习

来源：评论

学校读者我要写书评

暂无评论

融合边缘信息和双分支注意力的息肉分割算法

引用

应用技术学报 2024年第3期24卷 367-375页

作者：赵依林郭逸刘雨烟张晴上海应用技术大学计算机科学与信息工程学院上海201418

针对息肉与其周围黏膜之间边界不清晰导致的息肉分割精度低这一问题,提出一种融合边缘信息和双分支注意力的息肉分割模型(BDANet),用于在结肠镜检查图像中准确分割息肉。使用边缘提取感知模块以同时利用低级细节信息和高级语义信息生成... 详细信息

针对息肉与其周围黏膜之间边界不清晰导致的息肉分割精度低这一问题,提出一种融合边缘信息和双分支注意力的息肉分割模型(BDANet),用于在结肠镜检查图像中准确分割息肉。使用边缘提取感知模块以同时利用低级细节信息和高级语义信息生成边缘细节特征,将其与全局特征相融合,生成具有边界感知意识的全局信息,采用残差学习结构在不同层级强调边界学习,由深至浅整合不同层级的侧输出特征,设计双分支注意力模块同时从正向和反向学习目标物体的边界,降低模型对边界区域的预测不确定性。针对4个息肉分割常用数据集的7个指标的定量和定性评估表明,所提模型BDANet能够有效提高分割精度。

关键词：息肉分割注意力机制卷积神经网络医学图像分割结直肠癌

来源：评论

学校读者我要写书评

暂无评论

基于深度残差网络的道路标志识别模型构建及分析

引用

应用技术学报 2024年第2期24卷 208-214页

作者：刘云翔陶成豪原鑫鑫上海应用技术大学计算机科学与信息工程学院上海201418

道路标志识别是自动驾驶技术的重要依据,自动驾驶技术的高速发展对道路标志识别提出了更高的要求,对道路标志的识别具有重要的理论和应用价值。简单分析了道路标志识别的背景,介绍了卷积神经网络的网络结构和近年来取得较好识别效果的... 详细信息

道路标志识别是自动驾驶技术的重要依据,自动驾驶技术的高速发展对道路标志识别提出了更高的要求,对道路标志的识别具有重要的理论和应用价值。简单分析了道路标志识别的背景,介绍了卷积神经网络的网络结构和近年来取得较好识别效果的深度残差网络模型(ResNet),并提出了改进的ResNet18网络模型。使用德国道路标志数据集进行训练和测试,并与相关算法进行比较,证明该模型具有较高的识别精度和识别效率。

关键词：自动驾驶道路标志识别卷积神经网络深度残差网络模型

来源：评论

学校读者我要写书评

暂无评论

用于实现区块链隐私保护的属性基加密方案

引用

计算机应用 2024年第2期44卷 485-489页

作者：马海峰李玉霞薛庆水杨家海高永福上海应用技术大学计算机科学与信息工程学院上海201418 清华大学网络科学与网络空间研究院北京100084

要解决区块链账本公开带来的安全问题,关键在于隐藏私密信息。提出一种使用多属性机构的属性基加密实现区块链数据的隐私保护方案。相比单一属性机构,多属性机构在实现权力分散的同时避免了任何单点故障。首先,修改密钥组件生成算法,每... 详细信息

要解决区块链账本公开带来的安全问题,关键在于隐藏私密信息。提出一种使用多属性机构的属性基加密实现区块链数据的隐私保护方案。相比单一属性机构,多属性机构在实现权力分散的同时避免了任何单点故障。首先,修改密钥组件生成算法,每个属性机构把用户身份作为参数生成私钥组件,防止节点合谋访问无权访问的数据;然后,修改基于身份的签名技术建立用户身份与钱包地址之间的链接,使区块链变得可监管的同时还能追溯非法用户;最后,基于决策双线性Diffie-Hellman(DBDH)假设,在随机预言模型中证明了所提方案的安全性。实验结果表明,与基于椭圆曲线上的环签名的区块链隐私保护方案和支持关键字遗忘搜索的区块链隐私保护方案相比,在生成相同区块个数的情况下,所提方案用时最少,更具可行性。

关键词：区块链隐私保护可监管属性基加密链上数据

来源：评论

学校读者我要写书评

暂无评论

双模态跨语料库语音情感识别

引用

应用技术学报 2024年第1期24卷 77-84页

作者：刘云翔张可欣上海应用技术大学计算机科学与信息工程学院上海201418

语音情感识别(SER)在双模态的跨数据库语音情感识别研究较少,跨数据库情感识别过度减少数据集之间差异的同时,会忽视情感判别能力的特征的问题。YouTube数据集为源数据,互动情感二元动作捕捉数据库(IEMOCAP)为目标数据。在源数据和目标... 详细信息

语音情感识别(SER)在双模态的跨数据库语音情感识别研究较少,跨数据库情感识别过度减少数据集之间差异的同时,会忽视情感判别能力的特征的问题。YouTube数据集为源数据,互动情感二元动作捕捉数据库(IEMOCAP)为目标数据。在源数据和目标数据中,Opensmile工具箱用来提取语音特征,将提取的语音特征输入到CNN和双向长短期记忆网络(BLSTM),来提取更高层次的特征,文本模态为语音信号的翻译稿。首先双向编码器表示转换器(Bert)把文本信息向量化,BLSTM提取文本特征,然后设计模态不变损失来形成2种模态的公共表示空间。为了解决跨语料库的SER问题,通过联合优化线性判别分析(LDA)、最大平均差异(MMD)、图嵌入(GE)和标签回归(LSR),学习源数据和目标数据的公共子空间。为了保留情绪辨别特征,情感判别损失与MMD+GE+LDA+LSR相结合。SVM分类器作为迁移公共子空间的最终情感分类,IEMOCAP上的实验结果表明,此方法优于其他先进的跨语料库和双模态SER.

关键词：跨语料库情感识别双模态语音情感识别迁移子空间学习循环神经网络

来源：评论

学校读者我要写书评

暂无评论

基于集中式特征金字塔的交通标志识别

引用

计算机仿真 2024年第8期41卷 118-126页

作者：李文举刘子琼张干崔柳上海应用技术大学计算机科学与信息工程学院上海201418

针对目前交通标志识别技术中存在的畸变目标、小目标检测难等问题,提出一种基于集中式特征金字塔的交通标志识别算法。首先,使用集中式特征金字塔改进原始的特征融合网络,用轻量级多层感知机(MLP)来捕获全局远程依赖,通过可学习视觉中... 详细信息

针对目前交通标志识别技术中存在的畸变目标、小目标检测难等问题,提出一种基于集中式特征金字塔的交通标志识别算法。首先,使用集中式特征金字塔改进原始的特征融合网络,用轻量级多层感知机(MLP)来捕获全局远程依赖,通过可学习视觉中心机制(LVC)来捕获输入图像的局部角区域,提高了对畸变目标以及小目标的检测精度;其次,使用递归门控卷积提取浅层特征图的高阶空间交互信息,改善对小目标的检测效果;最后,使用SIoU回归损失函数,引入角度损失,重新定义惩罚指标,减少总损失的自由度,防止预测框在训练时四处游荡,加快收敛速度,使定位更加精确。在TT100K数据集上平均检测精度为93.4%,和传统的YOLOv5n相比精度提升了3.5个百分点,帧处理速度达到94.34fps。

关键词：集中式特征金字塔递归门控卷积交通标志识别目标检测

来源：评论

学校读者我要写书评

暂无评论

改进注意力及融合特征的双通道遥感图像配准

引用

计算机仿真 2025年第3期42卷 544-548页

作者：田泽坤陈颖孙玮李铖昊上海应用技术大学计算机科学与信息工程学院上海201418

针对遥感图像配准算法存在特征提取位置单一,特征点匹配错误较多的问题,提出了改进注意力及融合特征的双通道遥感图像配准算法。在特征提取阶段,加入改进的通道注意力和边缘信息模块提取图像中心与边缘特征,提高网络特征提取能力。同时... 详细信息

针对遥感图像配准算法存在特征提取位置单一,特征点匹配错误较多的问题,提出了改进注意力及融合特征的双通道遥感图像配准算法。在特征提取阶段,加入改进的通道注意力和边缘信息模块提取图像中心与边缘特征,提高网络特征提取能力。同时在特征匹配阶段增加了上采样特征图匹配通道对特征点进行双通道匹配,增强算法的配准精度。在仿真中,上述算法的pck指标精度达到92.6%,与多种算法相比以上算法有较高的精度和配准效率。

关键词：遥感图像配准双通道网络边缘信息提取通道注意力

来源：评论

学校读者我要写书评

暂无评论

现代信息技术基础与应用课程思政教学研究

引用

电脑知识与技术 2025年第2期21卷 113-116页

作者：孙怀英刘云翔陈丽琼上海应用技术大学计算机科学与信息工程学院上海201418

非思政课程是“大思政课”格局构建的重要组成部分,如何在非思政课程中有效融入思政元素,是当前高校思想政治教育的重要课题。本研究旨在探索将思政元素融入现代信息技术基础与应用课程的有效途径,以实现对学生价值塑造和能力培养的目标... 详细信息

非思政课程是“大思政课”格局构建的重要组成部分,如何在非思政课程中有效融入思政元素,是当前高校思想政治教育的重要课题。本研究旨在探索将思政元素融入现代信息技术基础与应用课程的有效途径,以实现对学生价值塑造和能力培养的目标,引导学生践行社会主义核心价值观。文章以现代信息技术基础与应用课程思政现状与问题作为背景,提出了具体的课程思政教学体系构建方案,包括课程内容设计、教学方法、评价体系以及教学反思等,进行了课程思政有效融入课程教学的针对性研究,通过课程+思政的方式实现立德树人的育人目标。

关键词：课程思政教学体系信息技术基础与应用思政教育教学评价

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：