检索结果-内蒙古大学图书馆

计算机工程 2024年第6期50卷 328-335页

作者：宋庆增刘向东许康为刘佳辉任二祥骆丽魏琦乔飞天津工业大学计算机科学与技术学院天津300387 北京交通大学电子信息工程学院北京100091 清华大学精密仪器系北京100084 清华大学电子工程系北京100084

随着人工智能的发展,边缘端设备对智能图像处理的需求急剧增加。目前边缘端设备主要面临能量受限、吞吐率较低等问题。无人机在侦察过程中,根据任务要求需进行复杂的地形分析、物体识别和环境监测等任务,这些任务常常会给设备带来严重... 详细信息

随着人工智能的发展,边缘端设备对智能图像处理的需求急剧增加。目前边缘端设备主要面临能量受限、吞吐率较低等问题。无人机在侦察过程中,根据任务要求需进行复杂的地形分析、物体识别和环境监测等任务,这些任务常常会给设备带来严重的功耗问题,并且严重影响无人机的飞行时间。针对上述问题,提出一种基于卷积神经网络的逐级唤醒存内计算控制器设计方案,控制器内部能够完成分类型网络的前向推理,可根据分类结果唤醒对应的边缘端设备。控制器的模拟部分采用存算一体计算模式,数字部分采用分块的处理方式,在运行过程中可将空闲模块休眠,以降低系统的整体功耗。此外,控制器内部还集成了级联接口,可以将复杂任务分解为多个层级的子任务,并将其部署到级联的控制器上,从而实现多级唤醒,使系统具备提前输出的潜力。实验采用ResNet-14作为神经网络模型,数据集采用CIFAR-10数据集。实验结果表明,在10 MHz的时钟频率下,基于卷积神经网络的逐级唤醒存内计算控制器可以实现60帧/s的检测帧率,并且分类精度达到84.61%,验证了该架构在能量受限应用场景下的可行性和高效性。

关键词：逐级唤醒存内计算神经网络目标分类 ResNet结构

来源：评论

学校读者我要写书评

暂无评论

抵御对抗样本攻击的指纹室内定位方法

引用

北京航空航天大学学报 2022年第11期48卷 2087-2101页

作者：张学军鲍俊达何福存盖继扬田丰黄海燕兰州交通大学电子与信息工程学院兰州730070 陕西师范大学计算机科学学院西安710062

随着城市智能化的发展,基于WiFi接收信号强度(RSS)的指纹室内定位服务受到社会的广泛关注。深度学习技术是利用RSS信号获得高室内定位性能的一种重要手段,但其易遭受对抗样本攻击,给定位系统带来严重安全隐患。为此,提出了一种抵御对抗... 详细信息

随着城市智能化的发展,基于WiFi接收信号强度(RSS)的指纹室内定位服务受到社会的广泛关注。深度学习技术是利用RSS信号获得高室内定位性能的一种重要手段,但其易遭受对抗样本攻击,给定位系统带来严重安全隐患。为此,提出了一种抵御对抗样本攻击的基于深度学习的RSS指纹室内定位方法(AdvILoc)。该方法基于图像识别领域对抗样本防御方法的研究和分析,结合室内RSS指纹数据特征单一且高维的特点,通过在RSS指纹室内定位深度学习模型中添加池化层、全连接层,以及满足差分隐私的噪声层来抵御对抗样本攻击,解决了基于深度学习的室内定位模型易过拟合且泛化能力不高的问题。通过添加Dropout层,以及设计模型参数正则化方法,提高模型抵御对抗样本攻击的鲁棒性。在2个真实RSS指纹室内定位数据集上的实验结果表明:与已有基于多层感知机(MLP)、卷积神经网络(CNN)的RSS指纹室内定位方法相比,所提方法在保证时间开销和基本不影响定位模型性能的情况下,提高了模型抵御对抗样本攻击的鲁棒性;在满足l范式规范的C&W攻击下,随着攻击大小不断增大,模型的定位准确率下降也更平稳。

关键词：室内定位对抗样本深度学习 C&W攻击差分隐私

来源：评论

学校读者我要写书评

暂无评论

基于轻量化EfficientNet的小目标裂缝检测算法

引用

北京交通大学学报 2023年第2期47卷 114-121页

作者：邢仁琦杨怀志薄一军尤嘉张淳杰李丹勇北京交通大学计算机与信息技术学院北京100044 京沪高速铁路股份有限公司北京100038 中国铁道科学研究院集团有限公司电子计算技术研究所北京100081 北京交通大学电子信息工程学院北京100044

现有目标检测算法在小目标检测中存在可利用特征少、有效特征提取困难、易受环境干扰等问题.基于此,提出一种高效的主干特征提取网络EfficientNet来进行目标检测,在检测模型中融合注意力机制,以增强对小目标的识别能力.将提出的模型应... 详细信息

现有目标检测算法在小目标检测中存在可利用特征少、有效特征提取困难、易受环境干扰等问题.基于此,提出一种高效的主干特征提取网络EfficientNet来进行目标检测,在检测模型中融合注意力机制,以增强对小目标的识别能力.将提出的模型应用到细微裂缝检测中,从增强小目标识别、减少模型参数、提高网络检测速度三方面进行改进,研究结果表明:当输入图像为416×416分辨率时,本文模型的F1值相比于主流检测模型至少有3%的提升,模型的参数量与主流检测器相比减少了80%~85%,检测速率可达到每秒帧数(Frame Per Second,FPS)102帧/s.

关键词：小目标检测注意力机制 EfficientNet 裂缝检测

来源：评论

学校读者我要写书评

暂无评论

面向动态QoS感知的体域网智能边缘算力资源管理算法

引用

物联网学报 2024年第4期8卷 45-53页

作者：穆司琪文硕陆杨艾渤北京体育大学体育工程学院北京100084 北京交通大学计算机与信息技术学院北京100044 北京交通大学电子信息工程学院北京100044

体域网(BAN,bodyareanetwork)是医疗物联网在个人健康监测领域的关键技术,融合边缘计算实现生理数据实时监测、紧急预警和治疗诊断智能化等服务。然而,体域网中感知节点计算任务的服务质量(QoS,qualityof service)随感知数据的紧急程度... 详细信息

体域网(BAN,bodyareanetwork)是医疗物联网在个人健康监测领域的关键技术,融合边缘计算实现生理数据实时监测、紧急预警和治疗诊断智能化等服务。然而,体域网中感知节点计算任务的服务质量(QoS,qualityof service)随感知数据的紧急程度动态变化,现有的边缘算力网络资源分配方法难以高效灵活地保障体域网中多源异质任务的动态QoS。对长时程动态QoS感知的计算卸载和边缘算力随机优化问题进行了研究。考虑各体域网多源任务优先级和信道状态变化的马尔可夫性质,首先将原始的随机优化问题转化为无穷视域的马尔可夫决策过程问题。然后,构建各体域网的多源任务优先级序列,提出融合近端策略优化(PPO,proximal policy optimization)的深度强化学习任务卸载及算力分配在线决策算法。仿真结果表明,所提的决策算法优于现有基准算法,可有效地满足体域网中任务动态优先级需求,并降低任务完成所需的能量消耗和平均时延。

关键词：医疗物联网边缘计算资源管理服务质量

来源：评论

学校读者我要写书评

暂无评论

基于中心节点的无人机集群通信架构设计及验证

引用

计算机与现代化 2024年第6期 121-126页

作者：陈肜心卫童浩刘杰胡珍珍北京交通大学电子信息工程学院北京100091 南华大学计算机学院湖南衡阳421001

传统无人机集群通信架构受地面基站的限制影响,抗干扰能力较弱,同时通信方式不灵活也使其自主协同能力较差。为了应对在动态不确定性环境下执行任务的能力,摆脱地面基站对无人机集群的限制,提出一种基于中心节点控制的无人机集群通信架... 详细信息

传统无人机集群通信架构受地面基站的限制影响,抗干扰能力较弱,同时通信方式不灵活也使其自主协同能力较差。为了应对在动态不确定性环境下执行任务的能力,摆脱地面基站对无人机集群的限制,提出一种基于中心节点控制的无人机集群通信架构模式。该通信架构模式总体为一种多级分层结构,基于中心节点负责集群成员调度和任务发布的特性,避免了传统GSC模式远距离发布指令带来的集群分布式决策能力较弱的问题。采用图形化模型检测工具ISPIN对上述通信架构的可靠性进行了验证。验证结果表明,该通信架构采用动态调整布局,提高了通信性能,降低了对地面基站的依赖,整体提高了无人机集群协同作战的抗干扰能力及协同执行效率。

关键词：无人机自组织网络无人机集群作战通信架构模式模型检测

来源：评论

学校读者我要写书评

暂无评论

2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

引用

模式识别与人工智能 2024年第2期37卷 95-105页

作者：谢国王乐宋和平肖斌廖清王志衡吴国政国家自然科学基金委员会信息科学部信息科学二处北京100085 西安交通大学人工智能学院西安710049 江苏大学计算机科学与通信工程学院镇江212013 重庆邮电大学计算机科学与技术学院重庆400065 哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学... 详细信息

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

关键词：国家自然科学基金人工智能年度总结

来源：评论

学校读者我要写书评

暂无评论

基于交通事件短视频资源的多模态情绪特征分析

引用

浙江大学学报(工学版) 2025年第4期59卷 661-668页

作者：董镇滔徐暟敏万清颖刘晓菲申昊李书涵奇格奇北京交通大学交通运输学院北京100044 北京交通大学电气工程学院北京100044 北京交通大学计算机科学与技术学院北京100044 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 上海外国语大学脑机协同信息行为教育部重点实验室上海201620

为了刻画以短视频形式传播的交通事件舆情对公众情绪的导向,通过文本情感分析和多模态生理信号特征提取,构建生理特征图谱.爬取抖音平台136个高赞视频及38805条评论,以所有视频为文档集,单个视频为文档,评论为单词,采用隐狄利克雷分布... 详细信息

为了刻画以短视频形式传播的交通事件舆情对公众情绪的导向,通过文本情感分析和多模态生理信号特征提取,构建生理特征图谱.爬取抖音平台136个高赞视频及38805条评论,以所有视频为文档集,单个视频为文档,评论为单词,采用隐狄利克雷分布主题模型进行主题挖掘,获得不同主题的评论单词分布和不同视频的主题分布.使用基于朴素贝叶斯的SnowNLP计算评论单词的情感分数,分析不同舆情主题表达的情感倾向.开展神经科学实验,采集脑电、眼动、心电和呼吸等多模态生理信号及情绪评分.统计检验结果表明,不同情感倾向的视频会诱发不同情绪,不同情绪下脑电的相对谱功率、眨眼频率、呼吸标准差和心电极低频功率等多模态生理特征具有特异性,评论文本中蕴含的情感语义会在视频诱发情绪的基础上对公众情绪造成不同方式的影响.

关键词：文本信息挖掘情绪特征主题模型短视频舆情脑电图(EEG)

来源：评论

学校读者我要写书评

暂无评论

基于改进 YOLOv3 的自然场景下鸟类检测算法

引用

激光与光电子学进展 2022年第18期59卷 329-336页

作者：宋子盈杨奎河张宇北京交通大学计算机与信息技术学院北京100044 河北科技大学信息科学与工程学院河北石家庄050018

针对自然场景下鸟类检测任务中存在模型参数量大、计算量高和正负样本严重不平衡的问题,提出了YOLOBIRDS算法。一方面,对特征提取网络模型进行修改,将标准卷积神经网络结构修改为深度可分离残差模型。另一方面,对损失函数进行修改,将目... 详细信息

针对自然场景下鸟类检测任务中存在模型参数量大、计算量高和正负样本严重不平衡的问题,提出了YOLOBIRDS算法。一方面,对特征提取网络模型进行修改,将标准卷积神经网络结构修改为深度可分离残差模型。另一方面,对损失函数进行修改,将目标框大小与位置损失函数由均方误差修改为广义交并比(CIoU),在置信度损失函数中增加正负样本控制参数。实验结果表明,在衡水湖鸟类数据集中,YOLOBIRDS算法的平均精度均值(mAP)达87.12%,比原算法高2.71个百分点;参数个数达12425917,比原算法低79.88%;速度达32.67 frame/s,比原算法高19.98%。采用该算法训练得到的新模型对鸟类检测的精度更高,检测速度更快,对鸟类检测的整体识别率大幅度提高,平衡了正负样本的损失权重。

关键词：目标检测深度可分离残差模型广义交并比损失函数 YOLOv3算法

来源：评论

学校读者我要写书评

暂无评论

面向无人机自组网和车联网的媒体接入控制协议研究综述

引用

电子与信息学报 2022年第3期44卷 790-802页

作者：董超陶婷冯斯梦屈毓锛刘青昕吴钰蕾张珉南京航空航天大学电子信息工程学院南京211106 上海交通大学计算机科学与工程系上海200240

随着移动通信技术的迭代更新,车联网(VANET)和无人机自组网(FANETs)已成为通信网络的重要组成部分,而媒体接入控制(MAC)协议则是移动自组织网络未来发展的核心研究内容之一。安全控制信息和用户业务信息是自组织网络最主要的两类信息,... 详细信息

随着移动通信技术的迭代更新,车联网(VANET)和无人机自组网(FANETs)已成为通信网络的重要组成部分,而媒体接入控制(MAC)协议则是移动自组织网络未来发展的核心研究内容之一。安全控制信息和用户业务信息是自组织网络最主要的两类信息,而两者不同的服务质量(QoS)需求对MAC机制的设计带来了严峻的考验。该文主要考虑车联网和无人机自组网,针对其网络特征,从不同的优化目标出发,对其使用的MAC协议进行分析与归纳,并对下一步的研究方向进行了思考与展望。

关键词：媒体接入控制协议移动自组织网络多无人系统优化性能

来源：评论

学校读者我要写书评

暂无评论

面向大模型的智算网络发展研究

引用

电信科学 2024年第6期40卷 137-145页

作者：郭亮王少鹏权伟李洁中国信息通信研究院云计算与大数据研究所北京100191 北京交通大学电子信息工程学院北京100044

近年来,全球进入智能计算的蓬勃发展期,作为具有巨量参数和复杂结构的深度学习模型,大模型训练需要在多卡、多服务器间实现训练参数的快速同步,所以对算力中心网络的带宽、时延、可靠性、可扩展性和安全性等提出更高要求。研究了面向大... 详细信息

近年来,全球进入智能计算的蓬勃发展期,作为具有巨量参数和复杂结构的深度学习模型,大模型训练需要在多卡、多服务器间实现训练参数的快速同步,所以对算力中心网络的带宽、时延、可靠性、可扩展性和安全性等提出更高要求。研究了面向大模型训练的智算网络的需求和相关关键技术,对智算网络的研究成果、标准规范和案例实践进行了分析,以期进一步促进智算网络的发展。

关键词：大模型智算中心网络技术

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：