检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2024年第2期52卷 49-54页

作者：秦姣华段振雄向旭宇谭云中南林业科技大学计算机与信息工程学院湖南长沙410004

为解决传统数字水印技术导致模型精度下降的问题,并保护局部版权,提出了一种基于语义分割的三维模型版权保护算法.首先,使用PointNet对三维模型进行语义分割,并根据分割结果将模型划分为子块,以子块为单位计算版权信息,保护局部版权;然... 详细信息

为解决传统数字水印技术导致模型精度下降的问题,并保护局部版权,提出了一种基于语义分割的三维模型版权保护算法.首先,使用PointNet对三维模型进行语义分割,并根据分割结果将模型划分为子块,以子块为单位计算版权信息,保护局部版权;然后,提出了一种基于顶点范数与表面曲率的版权信息生成算法.由于版权信息是使用无载体隐写方式生成的,因此该算法可以在不修改模型本身的情况下对模型整体及各子部件进行版权保护.实验证明:该算法在完全抵抗相似变换攻击的情况下,对其他种类攻击同样具有较好的鲁棒性.

关键词：三维模型点云模型版权保护无载体隐写 PointNet

来源：评论

学校读者我要写书评

暂无评论

基于Transformer双线性网络的细粒度图像分类方法

引用

华中科技大学学报（自然科学版） 2024年第2期52卷 84-89页

作者：向旭宇刘亚捷曾彬谭云中南林业科技大学计算机与信息工程学院湖南长沙410000 长沙学院计算机科学与工程学院湖南长沙410000

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分... 详细信息

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分支将图像表示为来自两个Transformer的特征集合,得到更加丰富的互补特征信息,从而提高细粒度分类的精度.实验结果表明:在CUB-200-2011,Cars196和Stanford Dogs数据集中,BT-Net分类准确率分别为89.4%,92.5%,94.8%,优于已有的双线性卷积神经网络.

关键词：细粒度特征融合图像分类双线性 Transformer

来源：评论

学校读者我要写书评

暂无评论

基于事件异构图表示的文本去重算法

引用

湖南大学学报（自然科学版） 2023年第2期50卷 74-85页

作者：艾玮许佳谢灿豪孟涛中南林业科技大学计算机与信息工程学院湖南长沙410018

基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是,目前该表示方法还不能完整地表示文本的全部信息,并且忽略了图的语义信息,降低了新闻文本的去重效果.为此,本研究提出基于事件异构图表示的文本去重算法,该算法首先通过... 详细信息

基于图结构的文本表示方法在新闻文本去重中具有更好的效果.但是,目前该表示方法还不能完整地表示文本的全部信息,并且忽略了图的语义信息,降低了新闻文本的去重效果.为此,本研究提出基于事件异构图表示的文本去重算法,该算法首先通过事件异构图表示新闻文本的全局语义与结构信息,然后提出双标签图核算法表征事件异构图,实现深度表征图的结构及语义信息.实验结果表明,该研究提出的去重算法比现有的基于图结构的文本表示去重方法在F1-score指标上提升了10%.最后,该算法能提高新闻文本的去重效果.

关键词：图核算法事件异构图新闻文本文本表示文本去重

来源：评论

学校读者我要写书评

暂无评论

一种OFDM稀疏信道估计系数优化方案

引用

湖南大学学报（自然科学版） 2023年第8期50卷 165-171页

作者：朱俊杰刘昊郑志安中南林业科技大学计算机与信息工程学院湖南长沙410003

围绕利用贪婪追踪算法的正交频分复用(orthogonal frequency division multiplexing,OFDM)调制系统的稀疏信道估计,研究了由于原子的错误选择所导致的恢复性能下降问题.基于针对贪婪追踪算法中最小二乘重构运算过程的分析,发现错误原子... 详细信息

围绕利用贪婪追踪算法的正交频分复用(orthogonal frequency division multiplexing,OFDM)调制系统的稀疏信道估计,研究了由于原子的错误选择所导致的恢复性能下降问题.基于针对贪婪追踪算法中最小二乘重构运算过程的分析,发现错误原子上存在严重的原子系数的过估计现象.在此基础上,提出了利用相邻符号间信道路径时延相关性的系数优化方案(coefficients optimization scheme,COS),用以提高原子选择错误时稀疏信道估计的准确性.仿真结果表明,将COS与传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法和稀疏度自适应匹配追踪(sparsity adaptive matching pursuit,SAMP)算法融合,都有效地抑制了原子的错误选择对稀疏信道估计的影响,并且在低信噪比下提升了贪婪追踪算法的估计性能,在不同多径信道模型下的仿真测试中均具有较好的鲁棒性.

关键词：正交频分复用信道估计压缩感知贪婪追踪算法

来源：评论

学校读者我要写书评

暂无评论

CNS-Net:一种循环多注意力特征聚合架构

引用

郑州大学学报（理学版） 2024年第2期56卷 73-79页

作者：陈俊松易积政陈爱斌中南林业科技大学计算机与信息工程学院湖南长沙410004

基于卷积神经网络(convolutional neural network,CNN)方法在高分辨率遥感图像分类时,提取全局特征信息和局部特征信息方面有一定优势,但不能有效区别关键信息和干扰信息。由此,提出一种端到端的CNS-Net网络来提取图像显著性特征。首先... 详细信息

基于卷积神经网络(convolutional neural network,CNN)方法在高分辨率遥感图像分类时,提取全局特征信息和局部特征信息方面有一定优势,但不能有效区别关键信息和干扰信息。由此,提出一种端到端的CNS-Net网络来提取图像显著性特征。首先,设计了一个全局增强性模块(global enhancement module,GEM)通过显示建模通道之间的相互依赖关系,使网络选择性提取关键区域;其次,提出了一个多级循环注意模块(multi-stage cyclic attention module,MCAM)来捕捉特征信息的长期依赖关系和上下文感知信息;最后,在4个公共数据集上进行实验,结果表明所提方法达到了最优的分类性能。

关键词：卷积神经网络长短期记忆网络注意力机制遥感图像

来源：评论

学校读者我要写书评

暂无评论

面向复杂背景的CFFA—ResNet苹果叶片病害识别模型构建

引用

中国农机化学报 2025年第6期46卷 169-175页

作者：裴文杰刘拥民胡魁石婷婷中南林业科技大学计算机与信息工程学院长沙市410004 中南林业科技大学智慧林业云研究中心长沙市410004

目前大部分叶片病害识别研究在简单背景下的公开数据集中进行,实际应用过程中叶片背景复杂且数据样本很少,传统网络模型难以从复杂背景图像中有效提取病害区域特征。基于经典ResNet模型,提出一种全新的跨层特征融合注意力网络CFFA—Res... 详细信息

目前大部分叶片病害识别研究在简单背景下的公开数据集中进行,实际应用过程中叶片背景复杂且数据样本很少,传统网络模型难以从复杂背景图像中有效提取病害区域特征。基于经典ResNet模型,提出一种全新的跨层特征融合注意力网络CFFA—ResNet。通过双分支跨层连接提取并融合不同维度特征,实现上下文信息的传递,增强细微判别性特征间的关联;通过注意力特征融合实现局部与全局语义信息的互补,并以加权的方式突出重要信息对融合的影响,重点提取病害区域特征,降低无关信息的干扰。结果表明,相同的试验环境下,与常见传统模型相比,新模型平均识别准确率可达97.45%,分类性能明显提升,说明该网络有助于复杂背景下叶片病害识别的研究。

关键词：智慧农业苹果叶片病害残差网络特征融合注意力机制复杂背景

来源：评论

学校读者我要写书评

暂无评论

基于改进型转子信息观测器的PMSM无位置传感器控制

引用

控制理论与应用 2025年第4期42卷 837-846页

作者：邹恒祥朱俊杰刘浩然郑志安中南林业科技大学计算机与信息工程学院湖南长沙410004 中国中车株洲电力机车研究所湖南株洲412001

针对传统滑模观测器由于抖振而导致永磁同步电机转子信息观测精度低的问题,设计了一种基于二阶广义积分器(SOGI)的自适应高阶滑模转子信息观测器.首先,通过构造一种具有增益自适应跟踪算法的高阶滑模观测器,解决传统滑模观测器引入低通... 详细信息

针对传统滑模观测器由于抖振而导致永磁同步电机转子信息观测精度低的问题,设计了一种基于二阶广义积分器(SOGI)的自适应高阶滑模转子信息观测器.首先,通过构造一种具有增益自适应跟踪算法的高阶滑模观测器,解决传统滑模观测器引入低通滤波器所造成相位滞后与幅值衰减问题,减少抖振对观测精度的影响;其次,使用SOGI与归一化正交锁相环技术获取位置和速度信息,将转子角频率反馈至SOGI模块作为其中心频率,减少负载扰动和死区效应引起的谐波和噪声的污染,并通过Lyapunov稳定性定理证明了系统的稳定性;最后,搭建永磁同步电机无位置传感器控制系统,通过仿真以及实验验证了该方法的有效性.实验结果表明,相比于传统的滑模观测器,改进后的转子信息观测器有效提高了转子位置估计精度,抑制了滑模抖振与谐波.

关键词：表贴式永磁同步电机高阶滑模观测器自适应滑模增益二阶广义积分器

来源：评论

学校读者我要写书评

暂无评论

人工智能与储能技术融合的前沿发展

引用

储能科学与技术 2024年第9期13卷 3161-3181页

作者：黄家辉邝祝芳中南林业科技大学材料科学与工程学院湖南长沙410004 中南林业科技大学计算机与数学学院湖南长沙410004

随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战。其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artif... 详细信息

随着大规模储能系统和电气设备的不断适应,电池和超级电容器(supercapacitors)的储能能力面临着越来越多的需求和挑战。其中漫长的研发周期及低效率的材料筛选是储能材料(energy storage materials,ESM)开发的两大难题,将人工智能(artificial Intelligence,AI)应用于ESM的研发是解决该问题的新方案。而机器学习(machine Learning,ML)作为AI的子领域,已被证明是从数据中获得见解的强大工具,ML可以挖掘大数据背后有价值的信息和隐含的关联,有助于揭示ESM的关键结构或性质与性能关系,大大加快了ESM的研发和筛选,同时AI为储能系统的设计和运行提供了先进的预测工具。因此,未来AI与储能技术的融合研究将是值得关注的新兴领域。本文首先阐述了AI的关键技术框架,包括监督学习、无监督学习以及可解释的人工智能(XAI)。然后从ESM设计、识别筛选和性能预测三个方向出发,分别总结了AI在这些储能领域的最新研究进展,包括机器学习在储能材料研究中常用的数据库列表,并分析了这一融合技术对智能电网优化、可再生能源集成与管理的贡献。最后,本文展望了AI与储能技术的融合面临的机遇挑战,以及未来需要重点关注的研究方向。

关键词：人工智能储能融合智能电网可再生能源

来源：评论

学校读者我要写书评

暂无评论

基于XGBoost ARIMA方法的PM_(2.5)质量浓度预测模型的研究及应用

引用

安全与环境学报 2023年第1期23卷 211-221页

作者：刘拥民罗皓懿谢铁强中南林业科技大学计算机与信息工程学院长沙410004 中南林业科技大学智慧林业云研究中心长沙410004

针对PM_(2.5)时间序列的非线性、高噪声、不平稳与波动性的特征,提出一种基于分解集成框架以及相关性去噪的新型XGBoost-ARIMA混合预测模型。以石家庄市为例,选择PM_(10)、SO_(2)等4个影响因子,PM_(2.5)为目标因子,构建混合预测模型以... 详细信息

针对PM_(2.5)时间序列的非线性、高噪声、不平稳与波动性的特征,提出一种基于分解集成框架以及相关性去噪的新型XGBoost-ARIMA混合预测模型。以石家庄市为例,选择PM_(10)、SO_(2)等4个影响因子,PM_(2.5)为目标因子,构建混合预测模型以合理区分与处理时间序列中高频、低频数据,并通过Pearson相关性去噪方法对时间序列中的噪声因子进行去除。实例验证及与经典预测模型的对比研究表明,提出的新型XGBoost-ARIMA混合预测模型适用于大气污染治理以及环境政策制定所需的PM_(2.5)质量浓度日均数据预测,实现了针对大气污染物日均质量浓度的准确预测,能够为污染治理与政策制定提供科学的数据支撑;该方法与经典预测模型相比,具有更优的预测性能(平均绝对误差仅为10.46518,且希尔不等系数低至0.08589)。

关键词：环境学 PM_(2.5)预测混合模型相关性去噪

来源：评论

学校读者我要写书评

暂无评论

基于类相似特征扩充与中心三元组损失的哈希图像检索

引用

模式识别与人工智能 2023年第8期36卷 685-700页

作者：潘丽丽马俊勇熊思宇邓智茂胡清华中南林业科技大学计算机与信息工程学院长沙410004 天津大学智能与计算学部天津300350

现有的深度哈希图像检索方法主要采用卷积神经网络,提取的深度特征的相似性表征能力不足.此外,三元组深度哈希主要从小批量数据中构建局部三元组样本,样本数量较少,数据分布缺失全局性,使网络训练不够充分且收敛困难.针对上述问题,文中... 详细信息

现有的深度哈希图像检索方法主要采用卷积神经网络,提取的深度特征的相似性表征能力不足.此外,三元组深度哈希主要从小批量数据中构建局部三元组样本,样本数量较少,数据分布缺失全局性,使网络训练不够充分且收敛困难.针对上述问题,文中提出基于类相似特征扩充与中心三元组损失的哈希图像检索模型(Hash Image Retrieval Based on Category Similarity Feature Expansion and Center Triplet Loss,HRFT-Net).设计基于Vision Transformer的哈希特征提取模块(Hash Feature Extraction Module Based on Vision Transformer,HViT),利用Vision Transformer提取表征能力更强的全局特征信息.为了扩充小批量训练样本的数据量,提出基于类约束的相似特征扩充模块(Similar Feature Expansion Based on Category Constraint,SFEC),利用同类样本间的相似性生成新特征,丰富三元组训练样本.为了增强三元组损失的全局性,提出基于Hadamard的中心三元组损失函数(Central Triplet Loss Function Based on Hadamard,CTLH),利用Hadamard为每个类建立全局哈希中心约束,通过增添局部约束与全局中心约束的中心三元组加速网络的学习和收敛,提高图像检索的精度.在CIFAR10、NUS-WIDE数据集上的实验表明,HRFT-Net在不同长度比特位哈希码检索上的平均精度均值较优,由此验证HRFT-Net的有效性.

关键词：图像检索深度哈希 Vision Transformer(ViT) 特征扩充三元组损失

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：