检索结果-内蒙古大学图书馆

计算机工程 2024年第7期50卷 23-31页

作者：王炼红林飞鹏李潇瑶谌桂枝周莉湖南大学电气与信息工程学院湖南长沙410082 中南林业科技大学计算机与信息工程学院湖南长沙410004 湖南汽车工程职业学院信息工程学院湖南株洲412001

现有多数深度知识追踪模型的知识追踪结果的可解释性弱,且忽视了习题与知识点的内在关联性对知识追踪效果与预测结果的影响。针对上述问题,提出一种用于学生表现预测的结合课程知识图谱与多头注意力机制的知识追踪(KMAKT)模型。首先,采... 详细信息

现有多数深度知识追踪模型的知识追踪结果的可解释性弱,且忽视了习题与知识点的内在关联性对知识追踪效果与预测结果的影响。针对上述问题,提出一种用于学生表现预测的结合课程知识图谱与多头注意力机制的知识追踪(KMAKT)模型。首先,采用Word2Vec和双向长短期记忆(Bi LSTM)网络将习题作答序列数据转换为低维稠密向量,利用图嵌入模型Trans R进行课程知识图谱嵌入表示,并使用多头注意力机制计算过往习题作答序列对当前知识状态的贡献程度;然后,通过注意力网络挖掘前驱知识对预测结果的影响程度;最后,通过多层神经网络获取预测结果,提高模型的可解释性与预测精度。实验结果表明,KMAKT模型在ASSISTments2017数据集上的受试者工作特征曲线下的面积(AUC)、准确率和F1值相比于深度知识追踪(DKT)模型分别提升了约5.20、4.20和2.40个百分点,具有较好的预测性能。在湖南大学信号与系统(HNU_SYS)子数据集上的知识追踪可视化结果验证了KMAKT模型的知识追踪结果符合教育学认知规律且具备一定程度的可解释性。

关键词：表现预测课程知识图谱注意力机制知识追踪长短期记忆网络语义特征

来源：评论

学校读者我要写书评

暂无评论

不平衡SAR图像舰船目标识别模型

引用

舰船科学技术 2023年第5期45卷 174-177页

作者：向诚颜世杰桂玲中南林业科技大学计算机与信息工程学院湖南长沙410004

合成孔径雷达SAR技术具有穿透力强、识别精度高等优点,在海上船舶目标识别、军事侦察等领域发挥着非常重要的作用。由于合成孔径雷达本身的光学特性以及图像采集过程中的噪声干扰,SAR图像存在着类别不平衡等问题。本文研究不平衡SAR图... 详细信息

合成孔径雷达SAR技术具有穿透力强、识别精度高等优点,在海上船舶目标识别、军事侦察等领域发挥着非常重要的作用。由于合成孔径雷达本身的光学特性以及图像采集过程中的噪声干扰,SAR图像存在着类别不平衡等问题。本文研究不平衡SAR图像的识别技术,从SAR图像特点出发,结合深度网络学习算法,建立不平衡SAR图像的快速识别模型,具有重要的应用价值。

关键词：合成孔径雷达不平衡目标识别

来源：评论

学校读者我要写书评

暂无评论

新型GAN的WSN异常检测方法

引用

计算机工程与设计 2023年第12期44卷 3554-3562页

作者：刘拥民张钱垒杨钰津罗皓懿黄浩中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学智慧林业云研究中心湖南长沙410004

为实时预警无线传感器网络(WSN)进行数据传输过程中的一系列威胁,提出一种新型生成对抗网络(GAN)的WSN异常检测方法。采用梯度归一化和代价距离改进的GAN目标函数,与改进的对抗学习异常检测方法相结合,能准确、全面地将数据流特征的分... 详细信息

为实时预警无线传感器网络(WSN)进行数据传输过程中的一系列威胁,提出一种新型生成对抗网络(GAN)的WSN异常检测方法。采用梯度归一化和代价距离改进的GAN目标函数,与改进的对抗学习异常检测方法相结合,能准确、全面地将数据流特征的分布情况映射到潜在空间,使生成器在训练过程中增加生成数据的多样性,提升模型的鲁棒性;引入带有丢失操作的全连接层网络体系,显著增强对WSN中数据流异常状态的识别能力。仿真结果表明,该方法可全面有效地提高入侵检测方法的综合检测效果。

关键词：无线传感器网络生成对抗网络异常检测梯度归一化代价距离目标函数全连接层网络

来源：评论

学校读者我要写书评

暂无评论

基于LPDMR-NET的鸟鸣声识别

引用

计算机工程 2024年第10期50卷 174-184页

作者：王娅茹唐璐陈爱斌彭伟雄沈平中南林业科技大学计算机与信息工程学院湖南长沙410004 湖南自兴智慧医疗科技有限公司湖南长沙410004 长沙市回音科技有限公司湖南长沙410004

为了高效且快速地识别自然环境中的鸟鸣声,提出一种基于轻量级逐点深度的多感受野注意力残差网络(LPDMR-NET)模型。首先,通过Mel滤波器生成Mel频谱图。接着,采用basicblock和downblock连接生成两层残差网络DBNet,堆叠DBNet作为鸟鸣声识... 详细信息

为了高效且快速地识别自然环境中的鸟鸣声,提出一种基于轻量级逐点深度的多感受野注意力残差网络(LPDMR-NET)模型。首先,通过Mel滤波器生成Mel频谱图。接着,采用basicblock和downblock连接生成两层残差网络DBNet,堆叠DBNet作为鸟鸣声识别的主干网络,以提高训练速度。然后,利用逐点深度卷积网络(PDNet)提取频谱图特征信息,替代主干网络下采样模块,将两个残差模块的basicblock中的3×3卷积替换为分离分支块(DBB),引入不同的感受野,在复杂多分支结构下显著提高网络的识别性能。最后,在两个残差模块间嵌入轻量级高效置换注意力(SA)模块用于传递两层残差模块间的有效信息,增强频谱图波纹特征,进一步提高网络识别性能。在自建的30类鸟鸣声数据集Birdselfdata上的实验结果表明,该模型的识别准确率为96.82%、F1值为96.73%,在识别效率和准确性方面超越了对比模型。

关键词：卷积神经网络鸟鸣声分类深度学习 Mel频谱图残差网络深度可分离卷积

来源：评论

学校读者我要写书评

暂无评论

基于三重注意力机制的新冠肺炎病灶分割模型

引用

应用科学学报 2022年第1期40卷 105-115页

作者：雷前慧潘丽丽邵伟志胡海鹏黄瑶中南林业科技大学计算机与信息工程学院湖南长沙410004

为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型DDTM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以... 详细信息

为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型DDTM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以自动提取肺部切片中感染区域的特征,呈现了更丰富且包含不同类型的病灶信息。TAM同时集成了空间、通道、位置注意力模块,可以更精准地定位感染区域的病灶。使用的损失函数是由3种不同的损失函数组成的复合函数,能最小化预测图和真实标签的差异,更好地优化TM-Net模型。在COVID-19数据集上进行实验和评估的结果表明:基于TM-Net的磨玻璃影(ground-glass opacities,GGO)和固结(Consolidation)两类病灶的平均dice相似系数(dice similarity coefficient,DSC)比基于Attention U-Net和R2U-Net的DSC分别提高了1.4%和0.5%,证明TM-Net提升了新冠肺炎病灶分割的准确性。

关键词：深度学习新冠肺炎病灶分割三重注意力机制条件生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于对比自监督的遥感图像场景分类

引用

燕山大学学报 2023年第3期47卷 236-245页

作者：吴奕恒陈知明戴颖成欧阳文欣李建军刘峰中南林业科技大学计算机与信息工程学院湖南长沙410000

基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力,被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题,本文提出了融合掩码重... 详细信息

基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力,被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题,本文提出了融合掩码重建和对比学习的三阶段自监督遥感图像分类新模型——对比掩码自编码器。第一阶段进行掩码重建预训练,以提取遥感图像全局特征;第二阶段则通过对比学习中的正负样本补充第一阶段掩码建模过程中丢失的局部上下文信息;最后通过训练线性分类器完成特征分类。在公开遥感图像数据集AID和NWPU-RESISC45上将本文方法与主流自监督分类方法、监督分类方法进行对比实验。实验结果表明,该模型在两个数据集上分类精度分别达到95.37%和95.14%,性能优于DINO、MoCo、SSGANs等主流自监督模型,接近GLANet、CANet、MG-CAP(Sqrt-E)等主流监督模型,具有良好的应用价值。

关键词：自监督学习对比学习遥感图像特征提取无监督预训练

来源：评论

学校读者我要写书评

暂无评论

基于Inception-CSA深度学习模型的鸟鸣分类

引用

华中农业大学学报 2023年第3期42卷 97-104页

作者：李怀城杨道武温治芳王亚楠陈爱斌中南林业科技大学计算机与信息工程学院/人工智能应用研究所长沙410004

为进一步提高通过声音识别鸟类的精确度,本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法,包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图,作为鸟鸣声特征图;其次利用... 详细信息

为进一步提高通过声音识别鸟类的精确度,本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法,包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图,作为鸟鸣声特征图;其次利用Inception-CSA模型对鸟鸣声特征图进行特征提取,其中Inception模块提取鸟鸣声特征图中的多尺度局部时频域特征,CSA模块获取鸟鸣声特征图的全局注意力权重,将二者的输出结合得到更强的特征图,再次利用最大池化层对特征图进行下采样;最后利用全连接层进行分类,得到最终的分类结果。以采集的华南地区自然环境中的10种野生鸟类的鸣叫声构建数据集,用于实验部分以验证方法的有效性。结果表明,本研究提出的方法在自建数据集上准确率达到了93.11%,相比于基于其他经典模型的分类方法,基于Inception-CSA模型的分类方法在拥有较少模型参数量的同时达到了更高的准确率。

关键词：卷积神经网络鸟鸣声分类深度学习梅尔频谱图 Inception

来源：评论

学校读者我要写书评

暂无评论

无位置传感器无刷直流电机换相误差校正系统研究

引用

仪器仪表学报 2021年第4期42卷 41-49页

作者：朱俊杰黄海燕中南林业科技大学计算机与信息工程学院长沙410004

针对传统无位置传感器无刷直流电机控制技术存在换相误差这一问题,本文提出了一种基于转子角度观测器的换相误差闭环校正方法。在系统分析换相误差产生机理的基础上,通过建立ui转子角度观测器模型,在线实时获取电机转子位置,将电机总换... 详细信息

针对传统无位置传感器无刷直流电机控制技术存在换相误差这一问题,本文提出了一种基于转子角度观测器的换相误差闭环校正方法。在系统分析换相误差产生机理的基础上,通过建立ui转子角度观测器模型,在线实时获取电机转子位置,将电机总换相误差归一化为反电势与相电流间的相位差,并进行校正。相较于传统无位置传感器控制技术,本文提出的方法可以在较宽的电机转速范围内进行换相误差精准校正,并具有较高的鲁棒性。仿真与实验结果表明,基于本文提出换相误差校正策略能获得精准换相点,转矩脉动明显降低,尤其是在换相期间,校正后相电流脉动从42%减小到18%左右。

关键词：无刷直流电机无位置传感器转子角度观测换相误差校正

来源：评论

学校读者我要写书评

暂无评论

基于指数复合型混沌系统的图像加密算法

引用

华中科技大学学报（自然科学版） 2021年第2期49卷 121-126页

作者：谭云张春虎秦姣华向旭宇中南林业科技大学计算机与信息工程学院湖南长沙410004

针对现有基于混沌系统的图像加密算法抗差分攻击能力较弱、混沌系统性能不稳定等问题,提出一种基于指数复合型混沌系统的图像加密算法。该算法首先对图像的R,G,B三个分量插入随机值,由改进的指数复合型混沌系统迭代输出混沌向量构成置... 详细信息

针对现有基于混沌系统的图像加密算法抗差分攻击能力较弱、混沌系统性能不稳定等问题,提出一种基于指数复合型混沌系统的图像加密算法。该算法首先对图像的R,G,B三个分量插入随机值,由改进的指数复合型混沌系统迭代输出混沌向量构成置乱矩阵,对明文图像进行像素置乱,然后由混沌系统迭代输出的混沌矩阵与明文像素矩阵进行取模运算实现扩散,最后由密钥和混沌序列控制对R,G,B加密矩阵进行矩阵变换,得到密文图像。结果表明:该算法密钥空间大,密文信息熵、像素变化率(NPCR)及归一化平均变化强度(UACI)均接近理想值,抗差分攻击能力强,安全性能高。

关键词：指数复合型混沌系统图像加密抗差分攻击置乱扩散安全分析

来源：评论

学校读者我要写书评

暂无评论

基于推理注意力机制的二阶段网络图像修复

引用

电讯技术 2022年第11期62卷 1545-1553页

作者：谭骏珊李雅芳秦姣华中南林业科技大学计算机与信息工程学院长沙410004

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构。为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理... 详细信息

现有的图像修复方法在处理大面积缺失或高度纹理化的图像时,通常会产生扭曲的结构或与周围区域不一致的模糊纹理,无法重建合理的图像结构。为此,提出了一种基于推理注意力机制的二阶段网络图像修复方法。首先通过边缘生成网络生成合理的幻觉边缘信息,然后在图像补全网络完成图像的重建工作。为了进一步生成视觉效果更逼真的图像,提高图像修复的精确度,在图像补全网络采用推理注意力机制,有效控制了生成特征的不一致性,从而生成更有效的信息。所提方法在多个数据集上进行了实验验证,结果表明该图像修复方法的结构相似性指数达到了88.9%,峰值信噪比达到了25.56 dB,与现有的图像修复方法相比,该方法具有更高的图像修复精确度,生成的图像更逼真。

关键词：图像修复推理注意力机制二阶段网络边缘生成网络

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：