检索结果-内蒙古大学图书馆

小型微型计算机系统 2020年第7期41卷 1438-1445页

作者：赵玉强钱谦周田江伏云发昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

天牛须搜索算法(BAS)具有搜索快和执行简单的特点,但在多峰复杂函数优化中易陷入局部极值.遗传算法(GA)的全局搜索能力强,但收敛速度缓慢,收敛精度不高.针对二者的优缺点,本文提出天牛须搜索与遗传进化混合的优化算法.首先,在BAS算法中... 详细信息

天牛须搜索算法(BAS)具有搜索快和执行简单的特点,但在多峰复杂函数优化中易陷入局部极值.遗传算法(GA)的全局搜索能力强,但收敛速度缓慢,收敛精度不高.针对二者的优缺点,本文提出天牛须搜索与遗传进化混合的优化算法.首先,在BAS算法中设计多方向探索反馈策略来增加算法的搜索能力,并将其嵌入到GA算法中,加快GA的全局收敛速度,然后在GA算法中采用扩展的多子代竞争交叉和自适应调整参数的方式来维持种群的多样性,避免了局部极值问题,进一步提高了算法的寻优性能.对测试函数的优化结果分析表明,与其它几种混合算法相比,该混合算法具有更高的收敛精度和优化性能,并且在复杂函数中有更好的普适性.

关键词：天牛须搜索算法遗传算法函数优化算法融合

来源：评论

学校读者我要写书评

暂无评论

一种基于多因素融合的驾驶预警方法

引用

电子测量技术 2021年第11期44卷 103-108页

作者：禹江林张云昆明理工大学信息工程与自动化学院昆明650500 云南省计算机技术应用重点实验室昆明650500

本文提出了一种新的基于多因素融合的驾驶预警方法。首先,结合现有的疲劳评判因素,提出了一种基于多因素的危险评判标准,克服了传统单因素方法的应用的局限及易受外界干扰的缺点。其次,提出了一个基于SSD的检测网络,其中,用先进的Mobile... 详细信息

本文提出了一种新的基于多因素融合的驾驶预警方法。首先,结合现有的疲劳评判因素,提出了一种基于多因素的危险评判标准,克服了传统单因素方法的应用的局限及易受外界干扰的缺点。其次,提出了一个基于SSD的检测网络,其中,用先进的MobileNetV3替换了主干网络VGG,用修改的NMS层实现了快速目标检测,最后用新设计的多任务检测器及损失函数实现了多任务检测。在预训练权重的迁移学习后,实测的检测准确率为95.7%,速度为41fps,实现了准确及实时性。

关键词：驾驶预警目标分类头部姿态检测 PERCLOS值

来源：评论

学校读者我要写书评

暂无评论

基于随机Petri网的嵌入式软件能耗模型

引用

计算机工程 2017年第9期43卷 316-321页

作者：张晶王中正范洪博昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

传统的软件能耗测量方式是在软件设计完成后进行实际测量从而得到能耗值,不能在软件的设计初期形成一定的数据量为开发做出参考。为此,从体系结构层面对软件进行构件化处理,基于随机Petri网分别对构件、接口、连接件各模块进行建模与分... 详细信息

传统的软件能耗测量方式是在软件设计完成后进行实际测量从而得到能耗值,不能在软件的设计初期形成一定的数据量为开发做出参考。为此,从体系结构层面对软件进行构件化处理,基于随机Petri网分别对构件、接口、连接件各模块进行建模与分析,构造出嵌入式软件能耗模型ESPN。给出寻找3种能耗路径的方法,根据能耗状态可达图对软件能耗进行预测并求得其确切值。通过实例化分析与设计验证了该模型的有效性。

关键词：嵌入式软件软件体系结构能耗建模随机Petri网能耗分析

来源：评论

学校读者我要写书评

暂无评论

模糊自适应并行遗传算法在函数优化中的应用

引用

小型微型计算机系统 2021年第11期42卷 2313-2322页

作者：潘家文钱谦伏云发冯勇昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

针对传统遗传算法易陷入局部收敛、收敛精度不高等问题,提出一种改进的并行遗传算法.该算法首先提出一种改进的并行机制,该机制的思想是根据种群维持最优解不变的代数来计算种群更换进化策略的概率,并根据种群进化程度及个体差异性进行... 详细信息

针对传统遗传算法易陷入局部收敛、收敛精度不高等问题,提出一种改进的并行遗传算法.该算法首先提出一种改进的并行机制,该机制的思想是根据种群维持最优解不变的代数来计算种群更换进化策略的概率,并根据种群进化程度及个体差异性进行模糊推理以获得种群所需要的进化策略,从而能更好地摆脱局部极值并搜索到全局最优值.其次,提出了改进的算法初始化方法,适应度变换方法及竞争策略来调节算法的收敛速度和群体多样性之间的平衡.最后,基于鲍德温进化理论提出了一种新的局部搜索策略来加强算法的局部寻优能力.对测试函数的优化结果分析表明,与其他几种并行遗传算法相比,该算法在收敛速度、收敛精度和稳定性等方面有较大的改进和提高.

关键词：遗传算法模糊控制并行机制自适应

来源：评论

学校读者我要写书评

暂无评论

改进Faster R-CNN方法的太赫兹图像小尺度物体检测

引用

小型微型计算机系统 2022年第6期43卷 1210-1216页

作者：肖飞沈韬昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

随着世界性反恐举措的加强,隐匿在人体衣物、箱包中的小尺度危险物体如手枪、管制刀具等的检测越发重要.本文首先将非局部均值滤波方法和边缘增强方法结合,用以增强太赫兹人体安检图像质量.然后基于Faster R-CNN方法,提出了一种Double-... 详细信息

随着世界性反恐举措的加强,隐匿在人体衣物、箱包中的小尺度危险物体如手枪、管制刀具等的检测越发重要.本文首先将非局部均值滤波方法和边缘增强方法结合,用以增强太赫兹人体安检图像质量.然后基于Faster R-CNN方法,提出了一种Double-RPN方法,该方法解决了主网络(以VGG16为例)在进行特征提取时,深层卷积池化操作引发信息流失从而导致小尺度物体检测准确率下降的问题.最后针对Double-RPN方法提出自适应损失函数,用以增强对困难样本的训练,并在主网络一致的前提下对该自适应损失函数进行消融实验分析.实验结果表明,本文提出的改进方法在手机和刀两类小尺度物体上较未改进之前检测准确率分别提升7.5％、4.7％,平均检测准确率提升4.06％.

关键词：太赫兹图像小尺度物体检测 Double-RPN方法自适应损失函数

来源：评论

学校读者我要写书评

暂无评论

面向边缘计算资源分配的防假名拍卖机制

引用

小型微型计算机系统 2024年第5期45卷 1046-1053页

作者：张震东付晓东刘骊彭玮昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

边缘计算激励机制可以激励用户参与到资源分配的过程中来.为防范不诚实用户对资源分配的操纵,现有激励机制致力于使参与者在投标时给出他们的真实估值,但未考虑对假名攻击的对抗策略.为解决现有机制缺乏对抗假名攻击的能力这一问题,首先... 详细信息

边缘计算激励机制可以激励用户参与到资源分配的过程中来.为防范不诚实用户对资源分配的操纵,现有激励机制致力于使参与者在投标时给出他们的真实估值,但未考虑对假名攻击的对抗策略.为解决现有机制缺乏对抗假名攻击的能力这一问题,首先,对假名攻击投标决策手段进行分析,设计了假名过滤算法和结合边缘服务器成本的最小临界值定价算法,假名过滤算法剔除可能的假名用户,定价算法则保证了假名用户无法通过操纵临界价格提高效用.然后,证明了该防假名拍卖机制满足真实性和个体理性,此外还证明了该机制对假名攻击具有抗操纵性.实验结果表明,该机制能够在满足真实性的同时,保证用户无法通过单方面发起假名攻击增加效用.

关键词：边缘计算资源分配组合拍卖防假名拍卖

来源：评论

学校读者我要写书评

暂无评论

对数极坐标特征指导的迭代就近点法

引用

计算机科学 2018年第1期45卷 297-306页

作者：周诗豪张云昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

在多模态图像,有光照、取向及尺度或纹理变化的图像,以及宽基线图像之间通常存在大的形貌畸变。然而,当前主流推广的双自举迭代就近点法(GDB-ICP)在配准这类图对时存在困难。主要原因是,该方法利用提取的尺度不变泡点(SIFT keypoint)来... 详细信息

在多模态图像,有光照、取向及尺度或纹理变化的图像,以及宽基线图像之间通常存在大的形貌畸变。然而,当前主流推广的双自举迭代就近点法(GDB-ICP)在配准这类图对时存在困难。主要原因是,该方法利用提取的尺度不变泡点(SIFT keypoint)来引导迭代就近点法(ICP),但在大畸变图像上提取的SIFT点是不可靠的。为此,提出了一种用对数极坐标特征点(LPF)来引导迭代就近点的图像配准新方法(LPF-ICP)。实验结果表明,LPF-ICP方法成功地从Rensselaer数据组中的所有22对挑战性图对提取了可靠的LPF种子,并顺利实现了全图配准,而GDB-ICP方法则只完成了其中的19对,从而证实了LPF-ICP方法的有效性。

关键词：图像匹配尺度不变特征点对数极坐标空间立体视觉

来源：评论

学校读者我要写书评

暂无评论

结合节点计算能力的MapReduce负载均衡方法

引用

重庆邮电大学学报（自然科学版） 2023年第6期35卷 1154-1163页

作者：胡林发付晓东刘骊刘利军昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

MapReduce是大数据计算领域广泛使用的编程模型,默认的Hash分区方法易导致数据倾斜,使各计算节点负载不均衡,影响了整体计算性能并造成了大量集群资源浪费。针对这一问题,提出一种结合节点计算能力的分区方法。通过运行一个独立的抽样作... 详细信息

MapReduce是大数据计算领域广泛使用的编程模型,默认的Hash分区方法易导致数据倾斜,使各计算节点负载不均衡,影响了整体计算性能并造成了大量集群资源浪费。针对这一问题,提出一种结合节点计算能力的分区方法。通过运行一个独立的抽样作业,利用Reservoir抽样算法抽取待处理数据并统计样本里关键字的位置和频次;根据关键字的统计数据制定分区策略,使各分区负载与节点计算能力达到平衡,同时优化网络开销;以全量数据为输入运行计算作业,并采用已制定的分区策略对中间数据进行分区,得出计算作业的运行结果。实验结果表明,方法使各节点负载更加均衡,可明显提升计算作业执行效率。

关键词：负载均衡数据倾斜大数据抽样算法

来源：评论

学校读者我要写书评

暂无评论

融合上下文信息的混合神经网络序列推荐模型

引用

小型微型计算机系统 2022年第10期43卷 2131-2136页

作者：冼海锋沈韬曾凯昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500

序列推荐是推荐系统领域的热门研究内容.序列推荐的核心思想是从用户与项目交互的序列中,挖掘用户与项目的关系,针对用户下一次可能会交互的项目进行个性化推荐.现有的研究方法大多是对用户ID与项目ID交互序列进行建模的,忽略了用户与... 详细信息

序列推荐是推荐系统领域的热门研究内容.序列推荐的核心思想是从用户与项目交互的序列中,挖掘用户与项目的关系,针对用户下一次可能会交互的项目进行个性化推荐.现有的研究方法大多是对用户ID与项目ID交互序列进行建模的,忽略了用户与项目交互时,项目与用户上下文信息带来的影响.针对这一问题,本文提出了融合项目与用户上下文信息的混合神经网络模型.该模型由嵌入层模块、卷积神经网络与自注意力机制网络两个并行模块组成,其中卷积神经网络模块针对用户与项目交互序列的动态偏好进行建模.自注意力机制网络模块学习用户与项目交互序列的项目与用户上下文信息特征.最终把这两个模块学习到的用户动态偏好和项目与用户上下文信息特征结合起来,从而实现对推荐性能的提升.本文方法与基准方法相比较,在Movielens-1 m数据集MAP提升了 6.5％,在Tmall数据集上MAP提高了 3.2％.

关键词：上下文信息自注意力机制序列推荐混合神经网络

来源：评论

学校读者我要写书评

暂无评论

基于特征选择与残差融合的肝肿瘤分割模型

引用

中国图象图形学报 2022年第3期27卷 838-849页

作者：乔伟晨黄冕刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 云南国土资源职业学院信息中心昆明652501 云南大学信息学院昆明650091 云南省计算机技术应用重点实验室昆明650500

目的高效的肝肿瘤计算机断层扫描(computed tomography,CT)图像自动分割方法是临床实践的迫切需求,但由于肝肿瘤边界不清晰、体积相对较小且位置无规律,要求分割模型能够细致准确地发掘类间差异。对此,本文提出一种基于特征选择与残差... 详细信息

目的高效的肝肿瘤计算机断层扫描(computed tomography,CT)图像自动分割方法是临床实践的迫切需求,但由于肝肿瘤边界不清晰、体积相对较小且位置无规律,要求分割模型能够细致准确地发掘类间差异。对此,本文提出一种基于特征选择与残差融合的2D肝肿瘤分割模型,提高了2D模型在肝肿瘤分割任务中的表现。方法该模型通过注意力机制对U-Net瓶颈特征及跳跃链接进行优化,为符合肝肿瘤分割任务特点优化传统注意力模块进,提出以全局特征压缩操作(global feature squeeze,GFS)为基础的瓶颈特征选择模块,即全局特征选择模块(feature selection module,FS)和邻近特征选择模块(neighbor feature selection module,NFS)。跳跃链接先通过空间注意力模块(spatial attention module,SAM)进行特征重标定,再通过空间特征残差融合(spatial feature residual fusion module,SFRF)模块解决前后空间特征的语义不匹配问题,在保持低复杂度的同时使特征高效表达。结果在LiTS(liver tumor segmentation)公开数据集上进行组件消融测试并与当前方法进行对比测试,在肝脏及肝肿瘤分割任务中的平均Dice得分分别为96.2%和68.4%,与部分2.5D和3D模型的效果相当,比当前最佳的2D肝肿瘤分割模型平均Dice得分高0.8%。结论提出的FSF-U-Net(feature selection and residual fusion U-Net)模型通过改进的注意力机制与优化U-Net模型结构的方法,使2D肝肿瘤分割的结果更加准确。

关键词：肝肿瘤自动分割注意力机制 U-Net结构特征选择残差融合

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：