检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2024年第8期36卷 1171-1180页

作者：徐晋杨彬鑫陈雪锦中国科学技术大学电子工程与信息科学系合肥230026

现有基于草图的三维建模深度神经网络普遍需要针对特定类别单独训练,泛化性差;而多类同时训练容易产生类别混淆及三维模型细节缺失.基于无监督的草图到模型生成框架,提出适用于多类物体统一训练的三维模型生成网络MC-SketchModNet.首先... 详细信息

现有基于草图的三维建模深度神经网络普遍需要针对特定类别单独训练,泛化性差;而多类同时训练容易产生类别混淆及三维模型细节缺失.基于无监督的草图到模型生成框架,提出适用于多类物体统一训练的三维模型生成网络MC-SketchModNet.首先在生成过程中,通过草图类别编码融合草图特征共同输入生成网络,建立草图表达的三维模型与物体类别之间的关联;然后在训练阶段增加监督视角,提供更多草图生成三维模型的约束,消除生成模型的类别歧义性.在ShapeNet的合成草图数据集和手绘草图数据集上的实验结果表明,MC-SketchModNet能够有效地消除生成三维模型的类别混淆现象,获得质量更高、细节更丰富的三维模型,在体素交并比指标上,比多类训练的基线方法SoftRas提升4.91%;该网络中引入的类别编码能够支持生成模型目标类别的交互调控,在草图轮廓语义模糊时进行类别引导的模型生成.

关键词：草图三维模型生成多类训练无监督学习

来源：评论

学校读者我要写书评

暂无评论

使用卷积神经网络识别大气湍流扰动的OAM光信号

引用

光子学报 2025年第5期54卷 80-91页

作者：张鑫瑜王瑾薛洁朱冰中国科学技术大学电子工程与信息科学系中国科学院电磁空间信息重点实验室合肥230031

为提高卷积神经网络识别轨道角动量光束的速率,提出了一种识别方案。该方案采用柱透镜与光电二极管阵列将叠加轨道角动量光场的二维光强信号转换为一维信号,并基于现场可编程门阵列部署一维卷积神经网络,以实现信号的高速识别。通过大... 详细信息

为提高卷积神经网络识别轨道角动量光束的速率,提出了一种识别方案。该方案采用柱透镜与光电二极管阵列将叠加轨道角动量光场的二维光强信号转换为一维信号,并基于现场可编程门阵列部署一维卷积神经网络,以实现信号的高速识别。通过大气湍流折射率功率谱和随机相位屏法对方案进行建模分析,优化卷积神经网络结构,并与经典模型进行综合对比。在室外真实大气湍流环境中的实验测试表明,训练后的优化卷积神经网络对叠加轨道角动量光信号的识别准确率超过了93.5%。该方案使用了高速光电探测器阵列模块、光电信号处理电路模块、模数转换模块以及部署于现场可编程门阵列电路中的卷积神经网络模块,可将单组轨道角动量光信号的识别时间缩短至0.072μs,较好地满足了轨道角动量空间光通信的需求。

关键词：大气湍流自由空间光通信卷积神经网络现场可编程门阵列光轨道角动量

来源：评论

学校读者我要写书评

暂无评论

面向6G的低时延高可靠边缘计算架构

引用

中国科学院大学学报(中英文) 2025年第1期42卷 126-133页

作者：丁昱华陈力卫国中国科学技术大学电子工程与信息科学系合肥230022

移动边缘计算(MEC)是6G移动通信网络中连通通信与服务、实现万物智联的支撑技术。针对MEC系统的计算时延优化,提出横向多主机架构;为优化MEC系统的传输时延及解决多主机并行计算的掉队者问题,提出多连接主从多主机架构。以上均设计了完... 详细信息

移动边缘计算(MEC)是6G移动通信网络中连通通信与服务、实现万物智联的支撑技术。针对MEC系统的计算时延优化,提出横向多主机架构;为优化MEC系统的传输时延及解决多主机并行计算的掉队者问题,提出多连接主从多主机架构。以上均设计了完整的信令流。针对MEC系统的性能评估,搭建了基于开源库的多主机MEC仿真平台。实验表明,提出的横向多主机MEC架构可有效提高计算时延性能;提出的多连接主从多主机MEC架构有效缓解掉队者问题,提高传输时延性能;搭建的MEC仿真平台能够有效评估多主机架构的关键性能指标。

关键词： 6G 边缘计算低时延架构信令设计计算卸载掉队者问题

来源：评论

学校读者我要写书评

暂无评论

基于预训练与音素字节对编码的越南语识别

引用

数据采集与处理 2023年第1期38卷 101-110页

作者：沈之杰郭武中国科学技术大学电子工程与信息科学系合肥230027

基于无监督预训练技术的wav2vec 2.0在许多低资源语种上获得了良好的性能,成为研究的热点。本文在预训练模型的基础上进行越南语连续语音识别。将语音学信息引入到基于链接时序分类代价函数(Connectionist temporal classification,CTC... 详细信息

基于无监督预训练技术的wav2vec 2.0在许多低资源语种上获得了良好的性能,成为研究的热点。本文在预训练模型的基础上进行越南语连续语音识别。将语音学信息引入到基于链接时序分类代价函数(Connectionist temporal classification,CTC)的声学建模中,选取音素与含位置信息的音素作为基础单元。为了平衡建模单元数目以及模型的精细程度,采用字节对编码(Byte-pair encoding,BPE)算法生成音素子词,将上下文信息结合到声学建模过程。实验在美国NIST的BABEL任务低资源的越南语开发集上进行,所提算法相对wav2vec 2.0基线系统有明显改进,识别词错误率由37.3%降低到29.4%。

关键词：低资源语音识别建模单元字节对编码音素子词预训练越南语识别

来源：评论

学校读者我要写书评

暂无评论

卵母细胞的低温保存:历史,成就和未来

引用

中国科学技术大学学报 2023年第9期53卷 10-24,66页

作者：赵世玉赵刚中国科学技术大学电子工程与信息科学系安徽合肥230027

近年来由于肿瘤和非肿瘤因素的影响,对女性生育力保存的需求越来越高,满足这些需求将会是未来几年的一个热门话题。卵母细胞的冷冻保存是实现女性生育力保存的一个可行的选择,在哺乳动物基因库和人类卵母细胞库方面已经取得了重大进展... 详细信息

近年来由于肿瘤和非肿瘤因素的影响,对女性生育力保存的需求越来越高,满足这些需求将会是未来几年的一个热门话题。卵母细胞的冷冻保存是实现女性生育力保存的一个可行的选择,在哺乳动物基因库和人类卵母细胞库方面已经取得了重大进展。本文系统介绍卵母细胞低温保存的研究历史和玻璃化保存技术,重点介绍保存中使用的玻璃化载体。此外,我们还总结了卵母细胞玻璃化保存的基本原理,讨论了玻璃化对于卵母细胞质量的影响,并且提出了改善卵母细胞低温保存效率的一些策略。最后,我们对卵母细胞低温保存技术进行了总结,并对其发展前景进行了展望。

关键词：生育力保存卵母细胞低温保存玻璃化

来源：评论

学校读者我要写书评

暂无评论

在网计算中资源受限的流汇聚算法

引用

中国科学院大学学报(中英文) 2025年第2期42卷 248-259页

作者：盛家华洪佩琳王航中国科学技术大学电子工程与信息科学系信息网络实验室合肥230027

考虑在总资源量和节点容量的限制下,如何为任务找到一棵最小代价汇聚树。该问题是一个NP难问题,分别提出问题的线性整数规划模型和启发式算法GCAT。仿真结果显示,相比于其他的启发式算法,GCAT算法生成的汇聚树代价更小,同时有更高的资... 详细信息

考虑在总资源量和节点容量的限制下,如何为任务找到一棵最小代价汇聚树。该问题是一个NP难问题,分别提出问题的线性整数规划模型和启发式算法GCAT。仿真结果显示,相比于其他的启发式算法,GCAT算法生成的汇聚树代价更小,同时有更高的资源利用率,小规模网络下性能接近于最优解。

关键词：在网计算汇聚树资源分配线性整数规划 GCAT

来源：评论

学校读者我要写书评

暂无评论

基于改进机器学习的人体运动姿态精准估计研究

引用

吉林大学学报(工学版) 2025年

作者：张翔孙婷婷西北政法大学体育部中国科学技术大学电子工程与信息科学系

针对人体的非刚体运动，当前方法主要是通过组合图像的低层次特征信息进行姿态估计，导致姿态估计寻优过程中容易陷入局部最优，人体运动姿态估计正确率不高，为此提出了一种基于改进机器学习的人体运动姿态精准估计方法。将人体三维坐... 详细信息

针对人体的非刚体运动，当前方法主要是通过组合图像的低层次特征信息进行姿态估计，导致姿态估计寻优过程中容易陷入局部最优，人体运动姿态估计正确率不高，为此提出了一种基于改进机器学习的人体运动姿态精准估计方法。将人体三维坐标及各个方向关键点作为关键特征，确定人体运动姿态特征，从而在更高层次中对人体姿态进行估计与识别。利用粒子群优化算法优化机器学习中卷积神经网络的各层权值和偏置，同时引入免疫机制避免寻优陷入局部最优，依据得到的最优权值和偏置实现卷积神经网络改进，将人体运动姿态特征输入改进后的卷积神经网络，得到精准的估计结果。实验结果表明，所提方法所提取特征具有代表性、可靠性，最终实现的人体运动姿态估计关键点能够全面覆盖姿态图像，人体运动姿态估计正确率高，实际应用效果好。

关键词：改进机器学习人体运动姿态精准估计卷积神经网络粒子群优化算法免疫机制

来源：评论

学校读者我要写书评

暂无评论

多尺度生命材料高压低温保存研究进展

引用

真空科学与技术学报 2022年第2期42卷 83-93页

作者：常铁卫思源安琪宋清雅张兵赵刚中国科学技术大学电子工程与信息科学系合肥230052

低温环境能够延缓生物体内新陈代谢进而抑制一系列生化反应的发生与进行,是诸多生物样本得以长期储存的重要手段.近年来,低温保存技术的成功应用,已直接、有效地推动了细胞、组织、器官、药物、食品等诸多领域的发展和进步,创造了显著... 详细信息

低温环境能够延缓生物体内新陈代谢进而抑制一系列生化反应的发生与进行,是诸多生物样本得以长期储存的重要手段.近年来,低温保存技术的成功应用,已直接、有效地推动了细胞、组织、器官、药物、食品等诸多领域的发展和进步,创造了显著的经济与社会效益,但实现高效健康的低温保存仍存在诸多挑战.非接触式的物理性压力增强技术是根据液态水的热力学和动力学性质改变其相转变行为,不会引入任何外源性物质,有望解决当前低温保存所存在的诸多难题.本文通过对高压冷冻以及定容冷冻两种低温保存方式进行综述,从其基本原理、研究进展、未来发展趋势进行总结概述,旨在促进高效、绿色、经济的生物低温保存技术.

关键词：低温保存相变高压冷冻定容冷冻

来源：评论

学校读者我要写书评

暂无评论

基于交替优化思想的SAR成像位置误差校正

引用

微波学报 2024年

作者：刘方喜贾远航杨弘毅牛明宇刘发林中国科学技术大学电子工程与信息科学系中国科学院电磁空间信息重点实验室

压缩感知由于其简单高效的特点，已经被广泛应用于合成孔径雷达成像领域。基于压缩感知的合成孔径雷达成像需要建立观测模型，观测模型存在误差将会导致原始场景的重构性能降低。早期的模型大都是假设观察过程的数学模型是精确的，并在... 详细信息

压缩感知由于其简单高效的特点，已经被广泛应用于合成孔径雷达成像领域。基于压缩感知的合成孔径雷达成像需要建立观测模型，观测模型存在误差将会导致原始场景的重构性能降低。早期的模型大都是假设观察过程的数学模型是精确的，并在此基础上对原始场景进行重构。但是在实践中，观测位置通常存在误差，因此，需要考虑到雷达观测位置误差带来的影响。与已有考虑位置误差的成像方法不同，本文提出的方法首先着重讨论了观测位置误差对雷达成像带来的影响，然后该方法将观测位置误差作为成像过程的一部分，直接进行误差的估计与补偿，并使用交替优化的思想，交替进行目标重建和观测位置误差的估计与补偿。仿真实验结果表明该方法可以有效的提升成像质量。

关键词：压缩感知观测位置误差交替优化合成孔径雷达

来源：评论

学校读者我要写书评

暂无评论

基于去相机偏差和动态更新记忆模型的无监督行人重识别研究

引用

中国科学技术大学学报 2022年第12期52卷 58-67页

作者：张军田新梅中国科学技术大学电子工程与信息科学系安徽合肥2300271

近年来,无人监督行人重识别技术取得了长足的进步。该技术从大量未标记行人数据库中检索感兴趣的行人在不同相机下的图片。然而,目前的研究还存在一些问题,例如跨摄像头行人图片的影响和伪标签噪声等。为了解决这些问题,本文从两个方面... 详细信息

近年来,无人监督行人重识别技术取得了长足的进步。该技术从大量未标记行人数据库中检索感兴趣的行人在不同相机下的图片。然而,目前的研究还存在一些问题,例如跨摄像头行人图片的影响和伪标签噪声等。为了解决这些问题,本文从两个方面进行研究:消除相机偏差和动态更新记忆模型。在去除相机偏差方面,基于一个可学习的通道注意力模块从特征图中提取仅与摄像头相关的特征,从而消除全局特征中的相机偏差,得到可以代表行人的鲁棒特征。在动态更新记忆模型方面,由于实例特征不一定属于伪标签所标识的行人类别,因此本文采用一种基于实例特征与类别特征之间距离的方式动态更新记忆模型,使类别特征趋于真实特征。我们将相机偏差去除和记忆模型动态更新结合起来,以更好地解决这些问题。大量实验表明,本文提出的方法在无监督行人重新识别任务中的性能优于其他方法。

关键词：行人重识别无监督学习相机偏差动态更新

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：