检索结果-内蒙古大学图书馆

中北大学学报(自然科学版) 2025年第1期46卷 1-9页

作者：李烽源蔺素珍王彦博李大威顾梦瑶中北大学计算机科学与技术学院山西太原030051 中北大学电气与控制工程学院山西太原030051

现有的多模态情感分析研究主要通过不同模态特征的整体交互进行不同模态信息的融合,未考虑不同模态包含的独有特征以及共有特征之间的联系,导致无法有效分析复杂的情感。针对上述问题,本文提出了自适应门控解耦特征融合的多模态情感分... 详细信息

现有的多模态情感分析研究主要通过不同模态特征的整体交互进行不同模态信息的融合,未考虑不同模态包含的独有特征以及共有特征之间的联系,导致无法有效分析复杂的情感。针对上述问题,本文提出了自适应门控解耦特征融合的多模态情感分析模型(AGDF)。首先,利用预训练的BERT模型和Transformer模型进行不同模态的特征提取。其次,根据不同模态的共有特征相似而独有特征不相似的原理构造对比对,通过对比学习的方法,将不同模态的特征分解为独有特征和共有特征。然后,根据图像和语音模态在文本模态存在偏移的原理,设计了一种新的自适应门控机制进行特征融合,将其他模态信息融于文本模态。同时,设计了独有特征和共有特征的联系图,利用图注意力神经网络进行融合,以平衡模态之间的独有信息和共有信息。最后,对融合特征进行分类。在数据集CMU-MOSI、CMU-MOSEI上进行了实验,结果显示本文方法比基线方法在准确率和F1分数上均提高了约1百分点。此外,与其他特征分解方法相比,本文方法的准确率提高了1.23百分点,F1分数提高了1.37百分点,Corr提高了2.13百分点,MAE降低了4.83百分点。综合结果表明,本文提出的方法能够更加充分利用不同模态的异质信息,从而有效提高情感识别的效果。

关键词：情感分析对比学习图神经网络多模态信息融合自适应门控

来源：评论

学校读者我要写书评

暂无评论

多障碍环境下巡检机器人路径规划优化研究

引用

现代电子技术 2025年第1期48卷 130-134页

作者：乔道迹张艳兵中北大学计算机科学与技术学院山西太原030051 中北大学电气与控制工程学院山西太原030051

针对大规模、密集的障碍物分布,高效地搜索最佳路径是一个挑战,为规划出更短的巡检路线,并实现多障碍环境下的灵活避障,文中提出一种多障碍环境下巡检机器人路径规划优化方法。使用二维矩阵构建巡检环境模型,应用D*算法在巡检环境模型... 详细信息

针对大规模、密集的障碍物分布,高效地搜索最佳路径是一个挑战,为规划出更短的巡检路线,并实现多障碍环境下的灵活避障,文中提出一种多障碍环境下巡检机器人路径规划优化方法。使用二维矩阵构建巡检环境模型,应用D*算法在巡检环境模型中进行巡检机器人路径规划,并将传统D*算法中的扩展步长方式改变为自适应扩展步长,使机器人在面积较大的巡检场地能够更快地完成巡检;将代价函数由欧氏距离替换为切比雪夫诺距离和曼哈顿距离融合的代价函数,并引入了平滑度函数优化线路规划结果,使规划的路径更为平滑,在遇到由于多种原因产生的新障碍物时可以重新规划路径。通过实验结果可知,无论是静态地图还是动态地图,该方法均可以快速准确地规划出一条最佳路线,并且在多种环境中应用该方法能够高效获取路径规划结果。

关键词：多障碍巡检机器人路径规划 D*算法动态环境扩展节点代价函数扩展步长

来源：评论

学校读者我要写书评

暂无评论

基于信息补偿的红外弱小目标检测方法

引用

计算机应用 2025年第1期45卷 284-291页

作者：杨博然蔺素珍李大威禄晓飞崔晨辉中北大学计算机科学与技术学院太原030051 中北大学电气与控制工程学院太原030051 酒泉卫星发射中心甘肃酒泉735000

针对红外弱小目标容易在网络迭代过程中损失纹理细节信息,从而导致目标定位和轮廓分割的准确性下降的问题,提出一种基于信息补偿的红外弱小目标检测方法。首先,利用图像特征提取(IFE)模块编码红外源图像的浅层细节及深层语义特征;其次,... 详细信息

针对红外弱小目标容易在网络迭代过程中损失纹理细节信息,从而导致目标定位和轮廓分割的准确性下降的问题,提出一种基于信息补偿的红外弱小目标检测方法。首先,利用图像特征提取(IFE)模块编码红外源图像的浅层细节及深层语义特征;其次,构建多级信息补偿(MIC)模块通过聚合相邻级别的特征对编码阶段下采样后的特征进行信息补偿;随后,引入全局目标响应(GTR)模块联合特征图的全局上下文信息对卷积局部性的限制进行补偿;最后,构建非对称交叉融合(ACF)模块对浅层和深层特征进行融合,以实现目标解码时纹理信息与位置信息的保留,进而完成对红外弱小目标的检测。在公开的NUAA-SIRST(Nanjing University of Aeronautics and Astronautics-Singleframe InfraRed Small Target)和NUDT-SIRST(National University of Defense Technology-Single-frame InfraRed Small Target)混合数据集上训练和测试的实验结果表明,与UIUNet(U-Net in U-Net Network)、LSPM(Local Similarity Pyramid Modules)和DNANet(Dense Nested Attention Network)等方法相比,所提方法在交并比(IoU)上分别提高了9.2、8.9和5.5个百分点,在F1分数(F1-Score)上分别提高了6.0、5.4和3.1个百分点。以上表明所提方法对红外复杂背景图像中的弱小目标可以实现准确检测和有效分割。

关键词：目标检测红外弱小目标信息补偿全局目标响应非对称交叉融合

来源：评论

学校读者我要写书评

暂无评论

基于多点加点准则的代理模型辅助社会学习微粒群算法

引用

控制与决策 2020年第1期35卷 131-138页

作者：田杰孙超利谭瑛曾建潮太原科技大学机械工程学院太原030024 山东女子学院数据科学与计算机学院济南250300 太原科技大学计算机科学与技术学院太原030024 中北大学计算机与控制工程学院太原030051

代理模型辅助的进化算法目前已广泛用于解决计算代价高的复杂优化问题.然而,大多数现有的代理辅助进化算法只适用于低维问题且仍然需要数千次昂贵的真实适应值评价来获得较优解.为此,提出一种基于多点加点准则的代理模型辅助的社会学习... 详细信息

代理模型辅助的进化算法目前已广泛用于解决计算代价高的复杂优化问题.然而,大多数现有的代理辅助进化算法只适用于低维问题且仍然需要数千次昂贵的真实适应值评价来获得较优解.为此,提出一种基于多点加点准则的代理模型辅助的社会学习微粒群算法,用于解决高维问题并使用更少的评价次数.该算法选用高斯过程构造代理模型,以社会学习微粒群算法(SLPSO)作为优化器,提出一种基于相似度的多点加点规则(SMIC),用于选取需要使用原函数进行实际计算的候选解.在仿真实验中将该方法与现有研究成果进行比较,通过对50维~100维的基准函数的测试,验证了所提出算法在有限的适应值计算次数下拥有更好的寻优性能,尤其是在高维优化问题上拥有更显著的优势.

关键词：高维费时问题代理模型辅助的进化算法加点规则相似度代理模型

来源：评论

学校读者我要写书评

暂无评论

融合TVF-EMD和CNN-GRU锅炉受热面能效预测

引用

电子测量与仪器学报 2024年第9期38卷 67-75页

作者：王楠胡永涛王康杰崔方舒史元浩中北大学电气与控制工程学院太原030051 中北大学计算机科学与技术学院太原030051

电站锅炉受热面积灰是导致锅炉热效率降低,甚至影响锅炉出力的重要因素之一,因此对锅炉受热面积灰结垢状况的精准预测是优化提升锅炉能效的前提。针对这一问题,本文以300 MW电站锅炉省煤器的清洁因子为研究对象,提出了一种融合基于时变... 详细信息

电站锅炉受热面积灰是导致锅炉热效率降低,甚至影响锅炉出力的重要因素之一,因此对锅炉受热面积灰结垢状况的精准预测是优化提升锅炉能效的前提。针对这一问题,本文以300 MW电站锅炉省煤器的清洁因子为研究对象,提出了一种融合基于时变滤波器的经验模态分解(time-varying filtered empirical mode decomposition,TVF-EMD)和卷积门控神经单元(convolutional neural network gated recurrent unit,CNN-GRU)的组合模型来预测锅炉受热面能效变化情况。首先通过改进的小波阈值法对非线性非平稳的清洁因子原始数据进行预处理,去除噪声和异常值;再通过TVF-EMD对处理后的数据进行分解得到预设好的本征模态分量,根据自相关系数对阈值大于0.2的分量进行叠加重构,在保留原始数据重要特征的同时降低相关性低的分量对预测精度的影响;最终将重构后的信号利用卷积神经网络(convolutional neural network,CNN)强大的特征提取能力和门控循环单元(gated recurrent unit,GRU)的时序记忆能力,建立输入与输出之间的非线性关系,实现较为精准的时间序列预测。研究结果表明,利用TVF-EMD进行分解相比直接进行预测可以提升9.62867%的预测精度,为后续优化及制订更加合理的吹灰策略提供了理论和技术支持。

关键词：清洁因子时变滤波器经验模态分解小波阈值法卷积门控神经单元

来源：评论

学校读者我要写书评

暂无评论

用户在线行为的记忆性研究

引用

科学技术与工程 2016年第26期16卷 80-84页

作者：丁晓强宋礼鹏中北大学计算机科学与控制工程学院太原030051

用户在线行为的记忆性研究有助于揭示用户在线行为特性,构建更准确的在线行为预测模式,对基于在线行为的网络安全防御和信息推荐都具有重要的意义。基于收集的某高校网关日志数据,首先分析了用户在线行为中的记忆特性。研究发现用户的... 详细信息

用户在线行为的记忆性研究有助于揭示用户在线行为特性,构建更准确的在线行为预测模式,对基于在线行为的网络安全防御和信息推荐都具有重要的意义。基于收集的某高校网关日志数据,首先分析了用户在线行为中的记忆特性。研究发现用户的在线行为具有较强的记忆性,其分布服从高斯分布。其次,定义了用户在线行为的记忆长度,统计发现其在个体水平和群体水平上都呈现幂律分布,表明用户的在线行为存在长期记忆。据此建立了马尔科夫过程模型,仿真重现了用户上网行为的记忆性特征。研究结果表明用户的在线行为不仅具有记忆性,而且这种记忆性可以为用户在线行为模式的构建提供指导。

关键词：用户在线行为记忆性高斯分布网关日志幂律分布

来源：评论

学校读者我要写书评

暂无评论

基于SVD-SAE-GPR的锂离子电池RUL预测

引用

储能科学与技术 2023年第4期12卷 1257-1267页

作者：董渊昌庞晓琼贾建芳史元浩温杰李笑张鑫中北大学计算机科学与技术学院中北大学电气与控制工程学院山西太原030051

锂离子电池是重要的储能手段之一,对其剩余使用寿命(RUL)进行预测具有非常重要的实际意义。本工作首先针对传统特征提取方法依赖参数设置且对于不同锂离子电池数据集适应性差的缺陷,将电池数据视作矩阵,并引入奇异值分解(SVD)从测量数... 详细信息

锂离子电池是重要的储能手段之一,对其剩余使用寿命(RUL)进行预测具有非常重要的实际意义。本工作首先针对传统特征提取方法依赖参数设置且对于不同锂离子电池数据集适应性差的缺陷,将电池数据视作矩阵,并引入奇异值分解(SVD)从测量数据和包含更多退化信息的特征提取对象中提取潜在健康因子(HIs)。其次,潜在HIs的冗余和不足会影响RUL的预测,同时考虑到主成分分析(PCA)的缺点,使用Spearman相关分析和堆叠自编码器(SAE)处理HIs得到一个融合HI。在此基础上,利用高斯过程回归(GPR)算法构建了融合HI与容量之间的模型,得到了带有不确定性表达的最终预测结果。最后,通过NASA提供的四个老化电池数据验证了所提预测模型的可行性和有效性。并额外选取MIT电池数据集验证特征提取方法的适应性。实验结果表明,所提出的RUL预测框架具有较好的预测性能,SVD特征提取方法在避免参数设置的前提下具有较好的适应性。本工作提取的HI与经过PCA融合的HI、其他HI相比,预测精度有显著提高。

关键词：锂离子电池剩余使用寿命(RUL) 奇异值分解堆叠自编码器高斯过程回归

来源：评论

学校读者我要写书评

暂无评论

基于特征融合的多波段图像描述生成方法

引用

计算机工程 2024年第6期50卷 236-244页

作者：贺姗蔺素珍王彦博李大威中北大学计算机科学与技术学院山西太原030051 中北大学控制工程学院山西太原030051

针对现有图像描述生成方法普遍存在的对夜间场景、目标被遮挡情景和拍摄模糊图像描述效果不佳的问题,提出一种基于特征融合的多波段探测图像描述生成方法。将红外探测成像引入图像描述领域,首先利用多层卷积神经网络(CNN)对可见光图像... 详细信息

针对现有图像描述生成方法普遍存在的对夜间场景、目标被遮挡情景和拍摄模糊图像描述效果不佳的问题,提出一种基于特征融合的多波段探测图像描述生成方法。将红外探测成像引入图像描述领域,首先利用多层卷积神经网络(CNN)对可见光图像和红外图像分别提取特征;然后根据不同探测波段的互补性,以多头注意力机制为主体设计空间注意力模块,以融合目标波段特征;接着应用通道注意力机制聚合空间域信息,指导生成不同类型的单词;最后在传统加性注意力机制的基础上构建注意力增强模块,计算注意力结果图与查询向量的相关权重系数,消除无关变量的干扰,从而实现图像描述生成。在可见光图像-红外图像描述数据集上进行多组实验,结果表明,该方法能有效融合双波段的语义特征,BLEU4指标、CIDEr指标分别达到58.3%和136.1%,能显著提高图像描述准确度,可以用于安防监控、军事侦察等复杂场景任务。

关键词：图像描述图像融合多波段图像自注意力机制组合注意力

来源：评论

学校读者我要写书评

暂无评论

学习历史经验的粒子群优化算法

引用

小型微型计算机系统 2016年第3期37卷 572-575页

作者：靳雁霞薛敬张建华韩燮中北大学计算机与控制工程学院太原030051 太原科技大学计算机科学与技术学院太原030024

为解决基本粒子群算法收敛速度过慢、易于陷入局部最优等不足,提出一种对全局最优位置预测的粒子群算法.算法在基本粒子群的每一代搜索更新基础上,全局最优位置先通过反学习预测策略得到下一步进化的预测值和本次进化的经验,然后通过进... 详细信息

为解决基本粒子群算法收敛速度过慢、易于陷入局部最优等不足,提出一种对全局最优位置预测的粒子群算法.算法在基本粒子群的每一代搜索更新基础上,全局最优位置先通过反学习预测策略得到下一步进化的预测值和本次进化的经验,然后通过进化经验预测策略进一步预测全局最优位置,更精准更快速地寻到全局最优位置.最后,通过对几个基本测试函数寻优结果的对比说明,ALPSO算法可以在较短时间收敛,提高了收敛精度,且不易陷入局部极值,在工程应用上具有一定的实用价值.

关键词：粒子群优化算法全局最优位置反学习进化经验预测

来源：评论

学校读者我要写书评

暂无评论

基于休眠轮询机制的无线传感网数据节能传输算法

引用

计算机工程与设计 2017年第5期38卷 1178-1183页

作者：马浩黄向彪运城学院计算机科学与技术系山西运城044000 中北大学计算机与控制工程学院山西太原030051

提出基于休眠轮询机制的无线传感网数据节能传输算法。通过定义节点休眠轮询优化规则,降低节点在工作周期内的能量消耗水平,实现与周围重叠区域节点在数据采集上的交互替代;对节点覆盖过程中存在的区域死角问题,提出基于休眠节点更换的... 详细信息

提出基于休眠轮询机制的无线传感网数据节能传输算法。通过定义节点休眠轮询优化规则,降低节点在工作周期内的能量消耗水平,实现与周围重叠区域节点在数据采集上的交互替代;对节点覆盖过程中存在的区域死角问题,提出基于休眠节点更换的区域死角消除机制,改善因区域死角而无法实现数据采集的难题;定义节点能量自适应传输规则,通过不断触发节点进入休眠状态,降低传感节点在整个周期内的能量消耗,改善网络的数据传输性能。仿真结果表明,与DSPC算法、LET算法相比,所提算法的节点能量消耗更低,具有更高的网络分组投递率与网络带宽利用效率,更好地改善了网络拥塞状况。

关键词：无线传感网络数据节能传输休眠轮询机制区域死角传输自适应节点能耗

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：