检索结果-内蒙古大学图书馆

光谱学与光谱分析 2023年第8期43卷 2608-2616页

作者：唐婷潘新罗小玲郜晓晶内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支... 详细信息

近年来,基于深度学习的模型在高光谱图像(HSI)分类方面效果显著。针对小样本数据基于深度学习的高光谱图像分类方法分类精度不高的问题,提出一种融合卷积长短期记忆(ConvLSTM)和多注意力机制网络的高光谱图像分类方法。该方法分三个分支:光谱分支、空间X分支和空间Y分支分别提取光谱特征、空间X特征和空间Y特征,并将三个方向的特征融合进行高光谱图像分类。由于ConvLSTM在学习有价值的特征和对光谱数据中的长期依赖关系建模方面表现出良好的性能,所以在光谱分支中用了3个隐藏层、卷积核大小为3×3、通道分别为150、100和60提取光谱信息。在空间X分支和空间Y分支,采用基于DenseNet和3D-CNN的Dense空间X块和Dense空间Y块分别提取空间X特征和空间Y特征。为了增强特征提取,在这三个分支中还分别引入了其特征方向的注意力机制,针对信息丰富的光谱波段设计了光谱注意块,信息丰富的像素点分别设计了空间X和空间Y注意块。在三个公开的高光谱数据集上进行了实验,即Indian Pines(IP)、Pavia University(UP)和Salinas Valley(SV)数据集;并对比了其他五种方法:基于RBF径向核的支持向量机模型(SVM)、更深更广的卷积神经网络模型(CDCNN)、快速密集光谱-空间卷积网络模型(FDSSC)、空谱残差网络模型(SSRN)、双分支双注意力机制网络模型(DBDA)。实验中,IP数据集上训练样本和验证样本的大小设为总样本的3%,UP和SV数据集上训练样本和验证样本的大小设为总样本的0.5%。该方法和所有基于深度学习的方法,批处理大小均设置为16,优化器设为Adam,学习率设置为0.0005,并动态调整学习率。由于SVM直接利用光谱信息进行分类,输入样本块像素大小为1×1,其他基于深度学习方法的输入样本块像素均设置为9×9。实验结果表明,该方法能充分利用高光谱图像的光谱和空间特征,在OA、AA、KAPPA等评价标准上均获得了更好的效果,其中,该方法的OA指标比次优的算法平均提高0.12%~2.04%。

关键词：高光谱图像分类深度学习 ConvLSTM 卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于邻端口调度信息的反馈型两级交换结构

引用

系统工程理论与实践 2019年第5期39卷 1308-1315页

作者：申志军郭玉波高静白云莉李宏慧内蒙古农业大学计算机与信息工程学院呼和浩特010018

FTSA (feedback mechanism based two-stage switch architecture)对调度算法执行时间的限制过于苛刻使其优异的理论性能无法实现.针对这一问题,该文提出一种基于邻端口调度信息的反馈型两级交换结构AFTSA (adjacent-port scheduling in... 详细信息

FTSA (feedback mechanism based two-stage switch architecture)对调度算法执行时间的限制过于苛刻使其优异的理论性能无法实现.针对这一问题,该文提出一种基于邻端口调度信息的反馈型两级交换结构AFTSA (adjacent-port scheduling information and feedback mechanism based two-stage switch architecture), AFTSA引入前置反馈模式将目标缓存的状态数据提前反馈至输入端口;利用邻端口信息传输机制使得任意输入端口均能获得邻端口的调度结果;利用预处理机制修正调度算法所需要的基础信息;利用"裁决"模式的调度机制选择在下一时隙将要转发的信元.理论分析表明在相同的交换环境中AFTSA和FTSA具有等同的时延性能且能够为算法提供接近一个时隙的执行时间,AFTSA可有效提高两级交换结构的实践可行性.

关键词：交换反馈负载均衡调度算法

来源：评论

学校读者我要写书评

暂无评论

一种脉动反馈型两级交换结构

引用

北京邮电大学学报 2018年第6期41卷 110-114,136页

作者：申志军高静郭玉波白云莉李宏慧内蒙古农业大学计算机与信息工程学院呼和浩特010018

为解决反馈型两级交换结构(FTSA)对调度算法的时间限制问题,提出了一种脉动反馈型两级交换结构(PFTSA). PFTSA将调度算法所需信息以脉动的形式反馈至输入端口,通过预处理机制使调度算法获得目标缓存的准确信息,从而避免信元冲突和信元失... 详细信息

为解决反馈型两级交换结构(FTSA)对调度算法的时间限制问题,提出了一种脉动反馈型两级交换结构(PFTSA). PFTSA将调度算法所需信息以脉动的形式反馈至输入端口,通过预处理机制使调度算法获得目标缓存的准确信息,从而避免信元冲突和信元失序.相对于现有方案,PFTSA简化了交换结构和交换流程,同时提高了时延性能.

关键词：包交换交换结构调度反馈机制

来源：评论

学校读者我要写书评

暂无评论

基于蚁群-遗传算法的光谱选择方法与应用

引用

光谱学与光谱分析 2022年第7期42卷 2262-2268页

作者：黄清薛河儒刘江平刘美辰胡鹏伟孙德刚内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010000 山东华宇工学院信息工程学院山东德州253000

脂肪作为牛奶中的重要营养成分,是评价牛奶质量的一项重要指标。高光谱图像技术能够提供几十到数千波长的数据,能够反映牛奶中不同组成成分细微的光谱差异;另一方面,相邻波段之间往往具有很强的相关性,不仅增加了计算量,而且容易造成维... 详细信息

脂肪作为牛奶中的重要营养成分,是评价牛奶质量的一项重要指标。高光谱图像技术能够提供几十到数千波长的数据,能够反映牛奶中不同组成成分细微的光谱差异;另一方面,相邻波段之间往往具有很强的相关性,不仅增加了计算量,而且容易造成维数灾难等问题,因此对高光谱数据进行波段选择非常重要。工作中提出了PLS-ACO特征波段选择方法,并与遗传算法结合,组合成了PLS-ACO-GA的特征波段选择新方法。提出的两种方法以蚁群算法为基础,PLS回归模型回归系数的绝对值作为评价波长重要性的主要依据,以此作为蚁群算法的启发式信息,利用蚁群算法进行智能搜索,结合遗传算法,产生更多优秀的特征波段组合,避免PLS-ACO算法得到的只是局部最优解,得到的最优波段组合能够更好的反映牛奶中脂肪成分的信息;通过计算波长贡献率,筛选出最优波段组合,并与遗传算法,CARS算法和基本蚁群算法光谱特征选择方法比较,最后比较不同特征选择方法下的PLS回归模型预测效果。PLS-ACO,PLS-ACO-GA,CARS,GA和ACO分别筛选了牛奶样品光谱中的18,16,40,43和42个特征波段。其中PLS-ACO-GA筛选波段后的PLS预测模型效果最好,预测集R_(p)^(2)和RMSEP分别为0.9976和0.0622,PLS-ACO次之,预测集R_(p)^(2)和RMSEP分别为0.9970和0.0778。PLS-ACO和PLS-ACO-GA不仅减少了特征波段数量,而且提高了模型的精度。对PLS-ACO-GA进行特征波段选择后的数据,建立MLR,RFR和PLS回归预测模型。MLR预测模型的R_(p)^(2)和RMSEP分别为0.9976和0.0623。RFR回归模型R_(p)^(2)和RMSEP分别为0.9999和0.0030,PLS回归模型的R_(p)^(2)和RMSEP分别为0.9976和0.0622。RFR模型在三种回归预测模型中表现最好。研究结果表明PLS-ACO和PLS-ACO-GA这两种方法可以实现光谱数据特征波段选择,高光谱技术可以实现牛奶中脂肪含量的检测,为牛奶脂肪含量检测提供了一种新的、快速无损的方法。

关键词：高光谱牛奶脂肪遗传算法蚁群算法特征波段偏最小二乘

来源：评论

学校读者我要写书评

暂无评论

用不变矩实现花粉粒显微图像的归一化

引用

光电子．激光 2008年第11期19卷 1538-1541页

作者：阿木古楞白云莉哈斯苏荣内蒙古农业大学理学院内蒙古农业大学计算机与信息工程学院内蒙古农业大学动物科学与医学学院呼和浩特010018

显微图像易受光照、视角、方位、噪声等的影响。在这些因素的作用下,同一类显微图像的不同变形体差距有时大于另一类图像,因此进行显微图像识别以前需要进行图像的归一化。本文推导了基于变形雅可比(p=4,q=3)-傅立叶矩的草药花粉粒显微... 详细信息

显微图像易受光照、视角、方位、噪声等的影响。在这些因素的作用下,同一类显微图像的不同变形体差距有时大于另一类图像,因此进行显微图像识别以前需要进行图像的归一化。本文推导了基于变形雅可比(p=4,q=3)-傅立叶矩的草药花粉粒显微图像的归一化标准,并对8种中蒙花药显微特征图像进行归一化实验,发现同一种花粉粒图像不同变形体归一化后的矩值方差明显小于归一化前。另外,用加权最小平均距离分类器对320个花粉粒归一化显微图像进行初步识别实验,平均识别率达97.4%。

关键词：变形雅可比-傅立叶矩图像归一化花粉粒

来源：评论

学校读者我要写书评

暂无评论

基于逆向传输机制的反馈型两级交换结构

引用

电子与信息学报 2018年第3期40卷 697-704页

作者：申志军高静乌日更内蒙古农业大学计算机与信息工程学院呼和浩特010018 内蒙古农业大学信息与网络中心呼和浩特010018

为解决FTSA-2-SS结构中的信元冲突、信元失序以及交换流程复杂化等问题,该文提出一种基于逆向传输机制的反馈型两级交换结构(FRTM-TSA)。该结构通过crossbar逆向传输机制使得任意输入端口均可获得其相邻端口的调度结果并以此对目标端口... 详细信息

为解决FTSA-2-SS结构中的信元冲突、信元失序以及交换流程复杂化等问题,该文提出一种基于逆向传输机制的反馈型两级交换结构(FRTM-TSA)。该结构通过crossbar逆向传输机制使得任意输入端口均可获得其相邻端口的调度结果并以此对目标端口所反馈的缓存信息进行修正,基于修正后的信息进行算法调度使得FRTM-TSA能够避免信元冲突和信元失序,也无需在输出端口设置重排序缓存。理论分析和仿真结果均表明FRTM-TSA能够以相对简洁的交换结构和交换流程获得更优的时延性能。

关键词：调度算法交换反馈负载均衡

来源：评论

学校读者我要写书评

暂无评论

多路反馈型两级交换结构

引用

计算机科学与探索 2019年第9期13卷 1516-1523页

作者：申志军陶东华高静内蒙古农业大学计算机与信息工程学院

为解决反馈型两级交换结构中算法可执行时间不足的问题,提出一种多路反馈型两级交换结构MFTS。该结构通过两级crossbar将中间缓存的状态数据反馈到输入端口,输入端口基于处理后的数据提前开始进行算法调度;通过相邻输入端口之间的通信... 详细信息

为解决反馈型两级交换结构中算法可执行时间不足的问题,提出一种多路反馈型两级交换结构MFTS。该结构通过两级crossbar将中间缓存的状态数据反馈到输入端口,输入端口基于处理后的数据提前开始进行算法调度;通过相邻输入端口之间的通信链路使得任一输入端口都能获得邻端口的调度信息,基于该信息和crossbar连接模式的固有特性对调度算法的结果进行终裁,将终裁结果作为最终的算法调度结果。相对于现有方案,MFTS在避免数据包冲突和数据包失序问题的前提下将调度算法可执行时间提高两倍,这使其可支持更大交换规模和更高的端口速率。

关键词：包交换交换结构负载平衡反馈机制

来源：评论

学校读者我要写书评

暂无评论

基于形态学与神经网络的骨髓细胞识别研究

引用

计算机工程 2006年第11期32卷 203-205页

作者：侯振杰麻硕士裴喜春潘新内蒙古农业大学计算机与信息工程学院呼和浩特010018

针对骨髓细胞图像的特点,采用数学形态学的方法对图像进行了处理,获得了不同类型细胞核的准确边缘。对于获得的边缘图像,采用两级神经网络,利用基于神经网络的PCA算法获得图象的3个主分量,然后采用模拟退火算法和BP算法进行细胞的分类识... 详细信息

针对骨髓细胞图像的特点,采用数学形态学的方法对图像进行了处理,获得了不同类型细胞核的准确边缘。对于获得的边缘图像,采用两级神经网络,利用基于神经网络的PCA算法获得图象的3个主分量,然后采用模拟退火算法和BP算法进行细胞的分类识别,获得了较好的识别效果。

关键词：数学形态学主分量分析模拟退火算法 BP网络

来源：评论

学校读者我要写书评

暂无评论

羊咳嗽声的特征参数提取与识别方法

引用

农业机械学报 2016年第3期47卷 342-348页

作者：宣传忠武佩张丽娜马彦华张永安邬娟内蒙古农业大学机电工程学院呼和浩特010018 内蒙古师范大学物理与电子信息学院呼和浩特010022 内蒙古农业大学计算机与信息工程学院呼和浩特010018

为在设施圈养羊只产生呼吸道疾病的初期,通过监测其咳嗽声进行疾病预警和健康状况诊断,以内蒙古地区广泛推广的杜泊羊为例,对杜泊羊的咳嗽声信号进行自动采集和计算机识别,在不增加羊咳嗽声特征参数维数的前提下,提出一种改进的梅尔频... 详细信息

为在设施圈养羊只产生呼吸道疾病的初期,通过监测其咳嗽声进行疾病预警和健康状况诊断,以内蒙古地区广泛推广的杜泊羊为例,对杜泊羊的咳嗽声信号进行自动采集和计算机识别,在不增加羊咳嗽声特征参数维数的前提下,提出一种改进的梅尔频率倒谱系数(MFCC),试验结果表明,该参数和短时能量、过零率组合的14维特征参数,经过羊咳嗽声隐马尔可夫模型(HMM)识别系统,其识别率、误识别率和总识别率分别达到了86.23%、7.17%和88.43%,该组合特征参数经主成分分析可降到9维,而通过BP神经网络改善的HMM咳嗽声识别系统,对咳嗽声的识别率、误识别率和总识别率分别达到了92.54%、5.37%和95.04%,满足了杜泊羊咳嗽声识别的要求。

关键词：杜泊羊咳嗽声特征参数提取梅尔频率倒谱系数隐马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

一种基于可变形卷积的高光谱图像分类算法

引用

光电子．激光 2022年第5期33卷 488-494页

作者：唐婷潘新内蒙古农业大学计算机与信息工程学院内蒙古呼和浩特010018

随着深度学习的不断发展,基于深度学习的机器视觉方法被广泛应用,其中,卷积神经网络(convolutional neural network,CNN)对高光谱图像(hyperspectral imagery,HSI)分类有着显著的效果。传统卷积网络中卷积核的采样位置是固定的,不能根据... 详细信息

随着深度学习的不断发展,基于深度学习的机器视觉方法被广泛应用,其中,卷积神经网络(convolutional neural network,CNN)对高光谱图像(hyperspectral imagery,HSI)分类有着显著的效果。传统卷积网络中卷积核的采样位置是固定的,不能根据HSI中复杂的空间结构而改变,忽略了数据在空间分布上的特征,为了提高高光谱图像分类在实际应用中的性能,本文提出了一种基于可变形卷积的高光谱图像分类方法,考虑到HSI高维度的特性,将可变形卷积从2D引伸到3D,从而更好地提取3D空间上的特征。本文结合双分支双注意机制网络(double-branch dual-attention mechanism network,DBDA)的网络结构和3D可变形卷积,在Indian Pines(IP)和Botswana(BS)2个数据集上进行了实验。实验结果表明,本文的方法在综合精度(overall accuracy,OA)、平均精度(average accuracy,AA)、KAPPA评价标准上均获得了更好的分类准确率,相较于次优算法,OA提高了0.15%—0.23%,AA提高了0.21%,KAPPA提高了0.000 3—0.001 4。

关键词：高光谱图像分类可变形卷积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

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：