检索结果-内蒙古大学图书馆

北京航空航天大学学报 2023年

作者：邵伟志熊思宇潘丽丽中南林业科技大学计算机与信息工程学院

目前大多数基于深度学习的图像检索方法是在有监督条件下进行的，需要大量的标签数据，但实际应用中获取大量标签数据困难且成本高昂。此外，现有基于欧氏距离的三元组损失计算不够精确，使模型对图像相似性学习的能力欠佳。采用熵最小... 详细信息

目前大多数基于深度学习的图像检索方法是在有监督条件下进行的，需要大量的标签数据，但实际应用中获取大量标签数据困难且成本高昂。此外，现有基于欧氏距离的三元组损失计算不够精确，使模型对图像相似性学习的能力欠佳。采用熵最小化伪标签、三元组损失和半监督学习技术，提出了一种新的半监督哈希图像检索模型(SSITL)。应用多阶段模型联合与锐化技术为未标记数据生成伪标签，并通过熵最小化处理以提高伪标签的置信度。同时，利用标记数据和未标记数据的聚类结果选择三元组，并采用基于通道权重矩阵的三元组哈希损失帮助SSITL学习图像相似性。为了生成更好的哈希码，在两个汉明嵌入间使用MixUp进行混洗得到新的汉明嵌入以改善图像检索性能。丰富的实验结果表明，相较于其他方法，SSITL在相仿的时间开销下，在CIFAR-10和NUS-WIDE数据集上的检索平均准确率分别提高了1.2%和0.7%，强有力地验证了SSITL是一种优秀的半监督哈希图像检索模型。

关键词：图像检索三元组哈希损失半监督学习伪标签深度学习

来源：评论

学校读者我要写书评

暂无评论

基于多期相注意力融合网络的肝脏病灶CT影像分类研究

引用

计算机工程 2023年第2期49卷 231-237页

作者：田炜雷志超王楚正中南林业科技大学计算机与信息工程学院长沙410000

肝脏病灶是指肝脏疾病集中的部位或是综合病症、感染的主要部位。由于不同类型的多期相肝脏病灶计算机断层扫描(CT)影像存在异病同影或同病异影的情况,导致同一类型的CT影像结构变化较大,传统方法难以提取丰富的图像特征信息,肝脏病灶... 详细信息

肝脏病灶是指肝脏疾病集中的部位或是综合病症、感染的主要部位。由于不同类型的多期相肝脏病灶计算机断层扫描(CT)影像存在异病同影或同病异影的情况,导致同一类型的CT影像结构变化较大,传统方法难以提取丰富的图像特征信息,肝脏病灶分类准确率有待提高。提出一种多期相注意力融合网络MAFNet,使用单期相分支表征单期相病灶图像特征,并在融合分支中采用中期融合的方式,融合单期相分支中提取出的特征映射,从而充分提取图像中不同层次的特征。利用多期相注意力模块提取单期相分支中肝脏病灶的加权特征,重新组织多期相肝脏病灶的特征映射,以保持不同单期相图像信息,表达3个期相影像的时序增强模式,得到更准确的分类结果。实验结果表明,基于该网络的分类方法能充分利用多期相肝脏CT影像的时序特征,有效捕捉同一患者不同期相的信息,肝脏病灶CT影像分类的平均准确率为90.99%。

关键词：计算机辅助诊断系统残差神经网络肝脏病灶多期相计算机断层扫描影像注意力

来源：评论

学校读者我要写书评

暂无评论

基于权重计算的中文因果关系分析

引用

华中科技大学学报（自然科学版） 2022年第2期50卷 112-117页

作者：谭云彭海阔秦姣华薛有元中南林业科技大学计算机与信息工程学院湖南长沙410004

提出一种中文因果关系分析方法,以便更加细腻地表达因果关系.该方法由因果关系提取和权重计算组成.首先,构建了中文因果关系四元组数据集,将因果划分为核心名词和谓语状态,即原因中的核心名词、原因中的谓语或状态、结果中的核心名词、... 详细信息

提出一种中文因果关系分析方法,以便更加细腻地表达因果关系.该方法由因果关系提取和权重计算组成.首先,构建了中文因果关系四元组数据集,将因果划分为核心名词和谓语状态,即原因中的核心名词、原因中的谓语或状态、结果中的核心名词、结果中的谓语和状态;然后,构建了中文因果关系抽取(CCE)模型,该模型由中文预训练的基于全词掩码训练的双向编码表示模型(BERT-wwm)和条件随机场(CRF)组成,在所构建的数据集上,四元组抽取F1分数为0.3;最后,提出基于因果强度的近似原因权重算法,用于计算同一结果不同原因的权重,减小对语料库数据量的依赖性,具有更好的鲁棒性和泛化性,能更加真实地反映不同原因对结果的重要程度.

关键词：因果关系分析序列标注双向编码表示模型(BERT-wwm) 条件随机场(CRF) 原因权重算法

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的多用户边缘计算任务卸载调度与资源分配算法

引用

计算机学报 2022年第4期45卷 812-824页

作者：邝祝芳陈清林李林峰邓晓衡陈志刚中南林业科技大学计算机与信息工程学院长沙410004 中南大学计算机学院长沙410083

移动边缘计算(Mobile Edge Computing,MEC)把计算和存储等资源部署在网络边缘以满足某些对延迟要求苛刻的应用.用户设备可以通过无线网络将计算任务整体或者部分卸载到边缘服务器执行从而降低延迟和本地耗能,进而获得良好的用户体验.现... 详细信息

移动边缘计算(Mobile Edge Computing,MEC)把计算和存储等资源部署在网络边缘以满足某些对延迟要求苛刻的应用.用户设备可以通过无线网络将计算任务整体或者部分卸载到边缘服务器执行从而降低延迟和本地耗能,进而获得良好的用户体验.现有传统优化算法在MEC卸载决策和资源分配方面是可行的,但传统优化算法并不很适合高实时性的MEC系统.深度强化学习可以通过与传统优化算法不同的方式,建立尝试-奖励反馈机制,通过积累经验进行学习,从而完成优化目标.本文考虑移动边缘计算网络中多用户多任务卸载的情况下,研究任务卸载中的卸载决策和任务调度以及服务器资源分配的问题,以最小化系统延迟和传输耗能、本地耗能为目标,基于深度强化学习提出了一种多用户多任务下的任务卸载调度与资源分配算法,在上层服务器分配资源确定的情况下,提出基于贪心策略的流水车间调度算法解决了任务卸载决策和卸载调度问题,下层采用强化学习方法优化服务器资源分配问题.仿真结果表明,所提出的方法在降低延迟和本地耗能方面有比较优越的性能.

关键词：移动边缘计算深度强化学习任务卸载任务调度资源分配

来源：评论

学校读者我要写书评

暂无评论

基于李雅普诺夫的RIS辅助无人机边缘计算网络中任务卸载与资源分配研究

引用

通信学报 2024年第9期45卷 258-273页

作者：邝祝芳郭宇敬邓晓衡中南林业科技大学计算机与数学学院湖南长沙410004 中南大学电子信息学院湖南长沙410083

针对无人机(UAV)面对复杂时变的衰落信道对无线传输造成不利影响这一问题,构建了可重构智能表面(RIS)辅助UAV边缘计算网络中UAV轨迹、RIS相移、卸载时隙分配、CPU频率分配和用户设备(UE)传输功率的联合优化问题。为了求解构建的问题,对U... 详细信息

针对无人机(UAV)面对复杂时变的衰落信道对无线传输造成不利影响这一问题,构建了可重构智能表面(RIS)辅助UAV边缘计算网络中UAV轨迹、RIS相移、卸载时隙分配、CPU频率分配和用户设备(UE)传输功率的联合优化问题。为了求解构建的问题,对UE和UAV的任务队列稳定性约束进行转化,将多时隙随机性优化问题转化为每个时隙的确定性优化问题,提出了基于李雅普诺夫优化和块坐标下降(BCD)法的任务卸载与资源分配(JORL)方法。首先基于三角不等式求解RIS相移并求得闭合表达式;然后使用非凸转凸问题的技术求解卸载时隙分配、CPU频率分配和UE传输功率;最后基于连续凸近似方法求解UAV轨迹。仿真结果表明,JORL在保证任务队列稳定性和降低能耗方面有较优越的性能。

关键词：无人机边缘计算可重构智能表面任务队列李雅普诺夫优化

来源：评论

学校读者我要写书评

暂无评论

基于golang微服务的库房智能管理系统设计

引用

现代电子技术 2024年第13期47卷 172-179页

作者：向诚万宇杰谭俊伟桂玲中南林业科技大学涉外学院湖南长沙410211 中南林业科技大学计算机与信息工程学院湖南长沙410004

针对传统库房管理主要依赖人工、效率低、数据难以及时更新、人力成本高等问题,文中基于golang微服务,结合ZigBee、RFID、人工智能和区块链等技术设计一种新型仓库智能管理系统。该系统主要由综合信息处理控制系统、以ZigBee为主的信息... 详细信息

针对传统库房管理主要依赖人工、效率低、数据难以及时更新、人力成本高等问题,文中基于golang微服务,结合ZigBee、RFID、人工智能和区块链等技术设计一种新型仓库智能管理系统。该系统主要由综合信息处理控制系统、以ZigBee为主的信息交互系统、以STM32与人脸识别为核心的门禁控制系统、RFID读写设备、后台管理五个部分构成,采用分布式架构将仓库设备管理、数据采集与处理和任务决策整合为一体,既能便捷联动ZigBee、RFID及人脸识别,又具有极强的内存管理和跨平台性。应用系统基于golang语言开发,使用vue、uniapp、electron、php、tdsql-c等技术,采用B/S和C/S两种架构;后端服务采用go-micro微服务形式来提高系统可插拔性和高并发能力;为提高租借数据的可靠性,系统采用区块链对其进行加密,实现每条数据自动上链功能。数据库采用tdsql-c云原生数据库,以方便横向扩展。实验表明,该系统能高效实现盘点和更新、全程无纸化记录及影像和出库数据留存,确保资料溯源,信息化水平高,极大地降低了企业运营成本。

关键词： golang ZigBee RFID 区块链加密人脸识别库房管理

来源：评论

学校读者我要写书评

暂无评论

基于半监督深度学习网络的水体分割方法

引用

郑州大学学报（理学版） 2023年第6期55卷 29-34页

作者：吴宇鑫陈知明李建军中南林业科技大学计算机与信息工程学院湖南长沙410004

水体分割是遥感图像语义分割的一个重要应用方向,现有的深度学习语义分割方法,无法有效分割复杂的水体边界、难以将空间信息和语义信息统一。为了解决上述问题,提出一种针对水体分割的深度学习网络。网络引入了注意力感知机制,能够对特... 详细信息

水体分割是遥感图像语义分割的一个重要应用方向,现有的深度学习语义分割方法,无法有效分割复杂的水体边界、难以将空间信息和语义信息统一。为了解决上述问题,提出一种针对水体分割的深度学习网络。网络引入了注意力感知机制,能够对特征图中重要的信息加权,提高了对水体边界轮廓的感知能力。为了解决网络上采样过程中语义信息和空间信息不平衡的问题,将不同尺度的特征图融合进行预测。采用半监督框架对网络进行训练,充分利用无标记图像的特征信息,增强了网络的分割性能。实验表明,提出的网络分割性能优于其他现有语义分割网络。

关键词：水体分割语义分割注意力机制多尺度特征融合半监督深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

一种优化的Swin Transformer番茄叶片病害识别方法

引用

中国农业大学学报 2023年第4期28卷 80-90页

作者：刘拥民刘翰林石婷婷欧阳金怡黄浩谢铁强中南林业科技大学计算机与信息工程学院/中南林业科技大学智慧林业云研究中心长沙410004

为了及时准确的识别番茄叶片病害,提高番茄产量,提出了一种优化的Swin Transformer番茄病害识别方法,该模型利用Transformer的自注意力结构获得更加完备的番茄病害图像的高层视觉语义信息;结合Mixup混合增强算法,在预处理阶段对图像特... 详细信息

为了及时准确的识别番茄叶片病害,提高番茄产量,提出了一种优化的Swin Transformer番茄病害识别方法,该模型利用Transformer的自注意力结构获得更加完备的番茄病害图像的高层视觉语义信息;结合Mixup混合增强算法,在预处理阶段对图像特征信息进行增强;并采用迁移学习在增强番茄叶片病害数据集上进行训练和优化Swin Transformer模型,以此实现精准的番茄叶片病害识别。结果表明:1)优化的Swin Transformer模型对番茄叶片病害识别准确率达到98.40%;2)在相同训练参数下,本研究模型比原Swin Transformer、VGG16、AlexNet、GoogLeNet、ResNet50、MobileNetV2、ViT和MobileViT模型准确率提高了0.70%~1.91%,且能快速收敛;3)本研究模型中加入的Mixup混合增强算法极大地提高了番茄叶片病害的识别准确率,比现有的常见方法性能更加优越,并且鲁棒性强。因此,本研究提出的新模型能够更加准确的识别番茄叶片病害。

关键词： Swin Transformer Mixup 数据增强番茄病害识别迁移学习图像分类

来源：评论

学校读者我要写书评

暂无评论

基于改进U-Net的轻量级眼底病变分割算法设计

引用

电子测量技术 2024年第3期47卷 127-134页

作者：刘拥民张毅欧阳凌轩石婷婷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

精准的糖尿病视网膜病变的分割是实现视网膜病变自动诊断的前提条件和关键步骤,然而现有大部分的分割模型存在着参数量大、模型训练效果不理想、甚至是无法正常处理数据集等局限性。为此,在原U-Net网络中加入改进的Ghost卷积模块与多尺... 详细信息

精准的糖尿病视网膜病变的分割是实现视网膜病变自动诊断的前提条件和关键步骤,然而现有大部分的分割模型存在着参数量大、模型训练效果不理想、甚至是无法正常处理数据集等局限性。为此,在原U-Net网络中加入改进的Ghost卷积模块与多尺度特征融合模块,提出一种改进U-Net眼底病变分割图像的算法。该模型能以少量的参数量、较低的计算复杂度获得良好的分割结果。利用GhostModel替换原始卷积,设计出Ghost卷积与Ghost下采样卷积模块,在保证准确度的同时降低参数量;设计出一种轻量级的Half-UNet多尺度特征融合模块来获取多尺度信息,针对不同尺度病变目标,引入CBAM注意力机制以改善其适应性,从而更好的提取细小的病变信息。改进后的模型在e_optha与IDRiD两个公开数据集上的mIoU分别为61.42%、61.84%,F1-Score分别为70.59%、69.41%。模型参数量、FLOPs分别仅为5.48M、35.46GMac,较U-Net、Att-UNet等模型更加精简,分割精度更高。

关键词：糖尿病视网膜病变图像分割 Ghost卷积 U-Net

来源：评论

学校读者我要写书评

暂无评论

智能反射面辅助的OFDM系统稀疏信道估计研究

引用

计算机应用研究 2024年第4期41卷 1159-1163页

作者：朱俊杰彭玲中南林业科技大学计算机与信息工程学院长沙410004

针对智能反射面(IRS)辅助的宽带正交频分复用(OFDM)系统的信道估计,当前大多数研究都是基于单符号全导频设置,且级联信道系数过多会导致导频开销较大。为此,提出了一种基于时域-角域块稀疏的两阶段信道估计方案。首先,通过分析信道在时... 详细信息

针对智能反射面(IRS)辅助的宽带正交频分复用(OFDM)系统的信道估计,当前大多数研究都是基于单符号全导频设置,且级联信道系数过多会导致导频开销较大。为此,提出了一种基于时域-角域块稀疏的两阶段信道估计方案。首先,通过分析信道在时域和角域上存在的共同稀疏特性,将级联信道矩阵转换为时域-角域上的块稀疏表示,并将信道估计问题转换为块稀疏矩阵恢复问题。其次,考虑传输导频限制和时域-角域块稀疏特性,提出了一种两阶段稀疏信道估计方案对级联信道进行稀疏恢复。仿真结果表明,相比另外三种基准方案,该方案可以使用较少的导频获得更优的信道估计性能,有效减少了导频开销,且估计准确度更高。

关键词：智能反射面正交频分复用信道估计压缩感知

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：