检索结果-内蒙古大学图书馆

电子学报 2007年第11期35卷 2055-2061页

作者：田媚罗四维廖灵芝北京交通大学计算机与信息技术学院北京100044

根据视觉系统两条通路理论,提出了一种基于what和where信息的目标检测方法.采用以环境为中心的where信息进行自顶向下的注意控制,指导what信息驱动的自底向上的注意.自顶向下的注意包括预注意和集中注意两个阶段,预注意依据where信息为... 详细信息

根据视觉系统两条通路理论,提出了一种基于what和where信息的目标检测方法.采用以环境为中心的where信息进行自顶向下的注意控制,指导what信息驱动的自底向上的注意.自顶向下的注意包括预注意和集中注意两个阶段,预注意依据where信息为特定目标出现与否提供先验,做出是否继续搜索的判定.集中注意的结果与what信息相结合,将注意指向目标最有可能出现的图像区域,并得到一系列样本显著区域.应用于多幅自然图像的实验结果证明了算法的有效性.

关键词：自顶向下的注意 where信息 what信息目标检测

来源：评论

学校读者我要写书评

暂无评论

基于三维点云的卷积运算综述

引用

计算机研究与发展 2023年第4期60卷 873-902页

作者：韩冰张鑫云任爽北京交通大学计算机与信息技术学院北京100044

随着深度相机、激光雷达等3D扫描设备的普及,用点云表示3D数据的方法越来越流行,对点云数据的分析与处理也引起了视觉研究领域的极大兴趣.一般来说,由于分布在3D几何空间中的点云是无序的,可以形成特定的结构,因此学习到的特征表示应该... 详细信息

随着深度相机、激光雷达等3D扫描设备的普及,用点云表示3D数据的方法越来越流行,对点云数据的分析与处理也引起了视觉研究领域的极大兴趣.一般来说,由于分布在3D几何空间中的点云是无序的,可以形成特定的结构,因此学习到的特征表示应该具备排列不变性、旋转和平移不变性、形状区分性.近年来,越来越多的研究人员基于点云的这些特性采用深度学习这一人工智能领域中的主流技术来处理分析点云数据.其中,卷积神经网络使用的卷积运算具备权重共享、局部聚合和变换不变等优点,减少了训练参数的个数,并具有较强的鲁棒性,可以有效地降低网络复杂度并提升网络性能,因此在各种2D视觉问题(如图像、视频)上的研究及应用已经相对成熟,这也引起了研究人员的高度关注并尝试将其引入到点云处理任务中.但传统的标准卷积运算往往无法直接作用于点云这种不规则数据上,一些研究人员进而对卷积运算及其卷积算子展开了深入的探索,并提出了多种卷积策略和网络以提高计算效率和算法性能.为了促进之后的研究,首先对现有点云研究中所使用的卷积方法进行了概述,包括基于投影的方法、基于体素的方法、基于晶格的方法、基于图的方法和基于点的方法.之后着重针对直接处理3D点云的卷积算子和网络的最新进展进行了全面的综述,主要分为离散卷积和连续卷积,此外还对使用不同卷积算子的网络在处理点云的分类和分割等任务上的性能进行了全面地分析与对比.最后针对现存的问题与面临的挑战进行了进一步分析,并探索了未来可能的研究方向,希望为点云未来更深入的研究提供新思路.

关键词：点云卷积神经网络基于点的卷积算子离散卷积连续卷积

来源：评论

学校读者我要写书评

暂无评论

基于评价指标组合特征的三维模型检索方法

引用

计算机辅助设计与图形学学报 2009年第11期21卷 1563-1568页

作者：万丽莉刘美琴北京交通大学计算机与信息技术学院北京100044

特征组合是提高三维模型检索有效性的一种重要手段,为了能更有效地引导特征组合,提出一种借助检索有效性单值评价指标来进行特征组合的方法.该方法采用了深度图、视图特征集、法向量信息熵和射线4种特征,首先对训练集分别计算这4种特征... 详细信息

特征组合是提高三维模型检索有效性的一种重要手段,为了能更有效地引导特征组合,提出一种借助检索有效性单值评价指标来进行特征组合的方法.该方法采用了深度图、视图特征集、法向量信息熵和射线4种特征,首先对训练集分别计算这4种特征的检索有效性单值评价指标,并依据这些评价指标来确定特征距离的权重;然后在对测试集的检索中,使用权重来组合根据单一特征得到的特征距离,以度量三维模型的相似性.实验结果表明,文中方法的检索有效性优于经典的DESIRE特征组合方法.

关键词：特征组合三维模型检索形状特征评价指标

来源：评论

学校读者我要写书评

暂无评论

基于MPI环境的A-BSP模型的性能评测

引用

中国铁道科学 2006年第3期27卷 130-135页

作者：于双元王栋北京交通大学计算机与信息技术学院北京100044

针对一种异步的BSP模型(A-BSP),选用6种常用的通信模式代替随机h关系,在曙光集群MPI环境和不同的处理器数量条件下,对A-BSP模型的2个主要参数g和L进行评估,并根据快速傅立叶变换(FFT)的并行化方法,以一种基2并行FFT算法,验证利用A-BSP... 详细信息

针对一种异步的BSP模型(A-BSP),选用6种常用的通信模式代替随机h关系,在曙光集群MPI环境和不同的处理器数量条件下,对A-BSP模型的2个主要参数g和L进行评估,并根据快速傅立叶变换(FFT)的并行化方法,以一种基2并行FFT算法,验证利用A-BSP模型进行MPI程序代价分析的正确性和有效性。在曙光TC1700集群服务器上测得A-BSP模型的参数g为6.07×10-8s/byte,L为1.47×10-4s。在曙光集群上,A-BSP模型所有参数的变化范围基本被限定在某一区间内,且h关系时间受通信模式的影响要比受处理器数量的影响更为明显。A-BSP模型能够有效地指导MPI并行程序设计。

关键词：并行计算 A-BSP模型 MPI 通信模式性能评测计算机技术

来源：评论

学校读者我要写书评

暂无评论

基于评分矩阵局部低秩假设的成列协同排名算法

引用

软件学报 2015年第11期26卷 2981-2993页

作者：刘海洋王志海黄丹孙艳歌北京交通大学计算机与信息技术学院北京100044

协同过滤方法是当今大多数推荐系统的核心.传统的协同过滤方法专注于评分预测的准确性,然而实际推荐系统的推荐结果往往是项目的排序.针对这一问题,将排名学习领域的知识引入推荐算法,设计了一种基于评分矩阵局部低秩假设的成列协同排... 详细信息

协同过滤方法是当今大多数推荐系统的核心.传统的协同过滤方法专注于评分预测的准确性,然而实际推荐系统的推荐结果往往是项目的排序.针对这一问题,将排名学习领域的知识引入推荐算法,设计了一种基于评分矩阵局部低秩假设的成列协同排名算法.选择直接使用计算复杂度较低的成列损失函数来优化矩阵分解模型,并通过实验验证了其在运算速度上的显著提升.在3个实际推荐系统数据集上,与当下主流推荐算法的比较实验结果表明,该算法具有良好的性能.

关键词：推荐系统协同过滤排名学习

来源：评论

学校读者我要写书评

暂无评论

采用PageRank和节点聚类系数的标签传播重叠社区发现算法

引用

国防科技大学学报 2019年第1期41卷 183-190页

作者：马健刘峰李红辉樊建平北京交通大学计算机与信息技术学院北京100044

基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的... 详细信息

基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构,因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序,可以稳定社区发现结果,节点的聚类系数是一个与节点相关的值,使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值,可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试,实验验证了该算法能够有效地检测出重叠社区,并具有可接受的时间效率和算法复杂度。

关键词：社区发现重叠社区标签传播聚类系数 PageRank算法节点影响力

来源：评论

学校读者我要写书评

暂无评论

一种不完全维组合格及其增量构造算法

引用

计算机研究与发展 2005年第3期42卷 455-461页

作者：高宏彬林友芳黄厚宽北京交通大学计算机与信息技术学院北京100044

数据仓库多维模型中的维结构具有层次性的特点,并且动态决策分析也有在维的不同层次间切换的需求,因此维在逻辑上一般采用层次结构来组织.传统的代数格模型只支持单维单关键字,维组合格模型则对代数格模型进行了扩展,能够支持单维复合... 详细信息

数据仓库多维模型中的维结构具有层次性的特点,并且动态决策分析也有在维的不同层次间切换的需求,因此维在逻辑上一般采用层次结构来组织.传统的代数格模型只支持单维单关键字,维组合格模型则对代数格模型进行了扩展,能够支持单维复合关键字.进一步改进了维组合格模型,引入了不完全维组合格的概念,以实现在多维数据立方体的维模型建模阶段对立方体视图空间的约简.给出了维组合格上的基本操作,并应用这些基本操作实现了一种由维格增量构造不完全维组合格的算法.

关键词：数据仓库多维数据模型维层次结构维组合格

来源：评论

学校读者我要写书评

暂无评论

基于树型依赖结构的多标记分类算法

引用

模式识别与人工智能 2012年第4期25卷 573-580页

作者：付彬王志海北京交通大学计算机与信息技术学院北京100044

在多标记学习中,发现与利用各标记之间的依赖关系能提高学习算法的性能.文中基于分类器链模型提出一种针对性的多标记分类算法.该算法首先量化标记间的依赖程度,并构建标记之间明确的树型依赖结构,从而可减弱分类器链算法中依赖关系的... 详细信息

在多标记学习中,发现与利用各标记之间的依赖关系能提高学习算法的性能.文中基于分类器链模型提出一种针对性的多标记分类算法.该算法首先量化标记间的依赖程度,并构建标记之间明确的树型依赖结构,从而可减弱分类器链算法中依赖关系的随机性,并将线性依赖关系泛化成树型依赖关系.为充分利用标记间的相互依赖关系,文中采用集成学习技术进一步学习并集成多个不同的标记树型依赖结构.实验结果表明,同分类器链等算法相比,该算法经过集成学习后有更好的分类性能,其能更有效地学习标记间的依赖关系.

关键词：分类多标记实例多标记学习依赖关系

来源：评论

学校读者我要写书评

暂无评论

基于谱图理论的流形学习算法

引用

计算机研究与发展 2006年第7期43卷 1173-1179页

作者：罗四维赵连伟北京交通大学计算机与信息技术学院北京100044

流形学习的主要目标是发现嵌入在高维数据空间的低维光滑流形.近年来基于谱图理论的学习算法受到研究者的广泛关注.介绍了流形与流形学习的关系,着重研究了几种有代表性的基于谱图理论的流形学习算法,并对算法进行了比较分析,最后进行... 详细信息

流形学习的主要目标是发现嵌入在高维数据空间的低维光滑流形.近年来基于谱图理论的学习算法受到研究者的广泛关注.介绍了流形与流形学习的关系,着重研究了几种有代表性的基于谱图理论的流形学习算法,并对算法进行了比较分析,最后进行总结和对进一步的研究做了展望.

关键词：流形学习谱图理论局部切空间随机游走特征映射

来源：评论

学校读者我要写书评

暂无评论

数据网格虚拟机动态存储层次的研究

引用

电子学报 2010年第11期38卷 2680-2685页

作者：艾丽华罗四维北京交通大学计算机与信息技术学院北京100044

数据网格作为数据密集型计算环境,不仅需要高性能的计算资源,也需要拥有能够及时、高速访问的数据资源.数据网格中存储访问的性能是影响数据网格平台性能的关键因素.本文从网格虚拟机视角研究提高数据网格的存储访问性能,提出了针对数... 详细信息

数据网格作为数据密集型计算环境,不仅需要高性能的计算资源,也需要拥有能够及时、高速访问的数据资源.数据网格中存储访问的性能是影响数据网格平台性能的关键因素.本文从网格虚拟机视角研究提高数据网格的存储访问性能,提出了针对数据网格环境的动态存储体系思想,动态K聚类实现网格局部性汇聚,构建数据网格动态存储体系.通过对动态存储体系性能的分析以及测试表明,具有动态存储体系的数据网格平台的任务处理性能得到了明显的改善.

关键词：数据网格动态存储体系网格局部性汇聚动态K聚类

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：