检索结果-内蒙古大学图书馆

交通运输系统工程与信息 2022年第5期22卷 85-96页

作者：刘江谭思伦蔡伯根王剑北京交通大学电子信息工程学院北京100044 北京交通大学智慧高铁系统前沿科学中心北京100044 北京交通大学计算机与信息技术学院北京100044 北京市轨道交通电磁兼容与卫星导航工程技术研究中心北京100044

为确保基于卫星导航系统的车辆定位性能满足特定交通应用需求,本文针对导航卫星观测量权重分配对复杂动态运行环境的跟踪适配问题,建立基于车路信息交互的车辆卫星定位协同定位增强总体框架;基于加权最小二乘定位解算模式,设计基于轻量... 详细信息

为确保基于卫星导航系统的车辆定位性能满足特定交通应用需求,本文针对导航卫星观测量权重分配对复杂动态运行环境的跟踪适配问题,建立基于车路信息交互的车辆卫星定位协同定位增强总体框架;基于加权最小二乘定位解算模式,设计基于轻量级梯度提升机建模与多车信息综合决策的协同定权方法,提出面向学习建模通道的导航卫星伪距残差轻量级梯度提升机建模方案,面向定权计算通道设计了基于多车信息综合决策的导航卫星观测量权重决策策略。实验结果表明:运用轻量级梯度提升机构建伪距残差模型,相较于支持向量机、随机森林以及仅基于基础卫星观测特征的轻量级梯度提升机,均方根误差分别降低了62.1%,29.9%,60.4%;运用所建立的预测模型协同定权所得水平误差标准差,相对于等权和卫星仰角/信噪比组合定权策略分别降低了48.5%和47.6%。研究结果对于充分发挥车路协同系统模式下,信息交互机制的核心优势和优化车辆卫星定位性能具有重要意义。

关键词：智能交通车路协同信息交互卫星定位协同定权

来源：评论

学校读者我要写书评

暂无评论

无源物联网的编码技术研究

引用

物联网学报 2023年第3期7卷 24-31页

作者：杨义冰许荣涛陈霞王公仆艾渤北京交通大学计算机与信息技术学院北京100091 北京交通大学电子信息工程学院北京100091 北京交通大学轨道交通控制与安全国家重点实验室北京100091

无源反向散射通信技术能让传感器摆脱电池的束缚,避免繁杂的人工维护,有效降低传感器的成本。无源反向散射通信技术已被认为是实现无源物联网的关键技术之一。由于无源传感器节点资源受限,如何利用编码技术提高系统可靠性成为无源物联... 详细信息

无源反向散射通信技术能让传感器摆脱电池的束缚,避免繁杂的人工维护,有效降低传感器的成本。无源反向散射通信技术已被认为是实现无源物联网的关键技术之一。由于无源传感器节点资源受限,如何利用编码技术提高系统可靠性成为无源物联网的挑战性难题。聚焦无源物联网无源节点的编码和解码技术,首先,系统阐述传统信道编码发展历程,以及现有的RFID信道编码解码方案;然后,选择适合无源反向散射通信技术的3种编码方案;最后,仿真比较这3种编码方案的性能并总结优缺点。

关键词：无源物联网反向散射编码

来源：评论

学校读者我要写书评

暂无评论

基于知识的零样本视觉识别综述

引用

软件学报 2021年第2期32卷 370-405页

作者：冯耀功于剑桑基韬杨朋波北京交通大学计算机与信息技术学院北京100044 北京交通大学人工智能研究院北京100044

零样本学习旨在通过运用已学到的已知类知识去认知未知类.近年来,"数据+知识驱动"已经成为当下的新潮流,而在计算机视觉领域内的零样本任务中,"知识"本身却缺乏统一明确的定义.针对这种情况,尝试从知识的角度出发,... 详细信息

零样本学习旨在通过运用已学到的已知类知识去认知未知类.近年来,"数据+知识驱动"已经成为当下的新潮流,而在计算机视觉领域内的零样本任务中,"知识"本身却缺乏统一明确的定义.针对这种情况,尝试从知识的角度出发,梳理了本领域内"知识"这一概念所覆盖的范畴,共划分为初级知识、抽象知识以及外部知识.基于前面对知识的定义和划分,梳理了当前的零样本学习(主要是图像分类任务的模型)工作,分为基于初级知识的零样本模型、基于抽象知识的零样本模型以及引入外部知识的零样本模型.还对领域内存在的域偏移和枢纽点问题进行了阐述,并基于问题对现有工作进行了总结归纳.最后总结了目前常用的图像分类任务的数据集和知识库、图像分类实验评估标准以及代表性的模型实验结果,并对未来的工作进行了展望.

关键词：零样本学习初级知识抽象知识外部知识图像分类

来源：评论

学校读者我要写书评

暂无评论

面向智能制造的不规则零件排样优化算法

引用

计算机集成制造系统 2021年第6期27卷 1673-1680页

作者：高勃张红艳朱明皓北京交通大学计算机与信息技术学院北京100044 北京交通大学经济管理学院北京100044

以智能工厂应用场景为例,为提高广泛应用于智能制造领域的二维不规则件的排样性能,提出了基于启发式和蚁群的不规则件排样优化算法。首先提取不规则件的几何特征,对零件进行组合操作预处理,使两个或多个不规则零件组合为矩形件或近似矩... 详细信息

以智能工厂应用场景为例,为提高广泛应用于智能制造领域的二维不规则件的排样性能,提出了基于启发式和蚁群的不规则件排样优化算法。首先提取不规则件的几何特征,对零件进行组合操作预处理,使两个或多个不规则零件组合为矩形件或近似矩形件并对其包络矩形,然后利用蚁群学习算法对预处理后的零件进行排样,确定零件排放的最佳位置,不断更新得到最优排样结果。仿真实验结果表明,综合考虑板材利用率以及耗时情况,所提算法取得了较好的结果,能够满足实际生产的需求。

关键词：二维板材不规则零件启发式算法蚁群学习算法优化排样

来源：评论

学校读者我要写书评

暂无评论

处理器片上渗透缓存蕴含的时间与空间及时局部性

引用

电子学报 2024年第10期52卷 3589-3599页

作者：胡九川程建聪万良易吴楠士叶笑春严龙北京交通大学计算机科学与技术学院北京100044 教育部教育管理信息中心北京100816 中国电子科技集团公司第32研究所上海201800 中国科学院计算技术研究所计算机体系结构国家重点实验室北京100190

处理器片上寄存器的分布形态与数量规模对处理器的整体计算性能有直接影响,这种影响表面上看是波及处理器片上缓存结构的改进和优化,本质上是时间要素与空间要素交织在一起的综合反映.因此,从时间和空间上确保处理器内核对片上缓存的局... 详细信息

处理器片上寄存器的分布形态与数量规模对处理器的整体计算性能有直接影响,这种影响表面上看是波及处理器片上缓存结构的改进和优化,本质上是时间要素与空间要素交织在一起的综合反映.因此,从时间和空间上确保处理器内核对片上缓存的局部化访问必将进一步提高处理器的整体计算性能.为了认识处理器片上缓存中存在的时间与空间及时局部性,以由传统缓存耦合而成的渗透缓存为工具来分析处理器内核访问片上缓存的时间与空间局部性,仿真实验表明渗透缓存因具备容纳时间与空间局部性的结构提高了处理器访问片上缓存的命中率,客观上缩短访存延迟,从而为提高处理器性能创造了有利条件.

关键词：渗透缓存时间局部性空间局部性片上数据流转

来源：评论

学校读者我要写书评

暂无评论

融合小句对齐知识的汉英神经机器翻译

引用

北京大学学报（自然科学版） 2022年第1期58卷 61-68页

作者：苗国义刘明童陈钰枫徐金安张玉洁冯文贺北京交通大学计算机与信息技术学院北京100044 创新工场人工智能工程院北京100080 广东外语外贸大学语言工程与计算实验室广州510420

针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足,导致复杂句长文本翻译的篇章连贯性不佳的问题,提出一种融合小句对齐知识的汉英神经机器翻译方法。首先提出手工和自动相结合的标注方案,构建大规模小句对齐的... 详细信息

针对当前神经机器翻译在捕捉复杂句内小句间的语义和结构关系方面存在不足,导致复杂句长文本翻译的篇章连贯性不佳的问题,提出一种融合小句对齐知识的汉英神经机器翻译方法。首先提出手工和自动相结合的标注方案,构建大规模小句对齐的汉英平行语料库,为模型训练提供丰富的小句级别的汉英双语对齐知识;然后设计一种基于小句对齐学习的神经机器翻译模型,通过融合小句对齐知识,增强模型学习复杂句内小句间语义结构关系的能力。在WMT17,WMT18和WMT19汉英翻译任务中的实验表明,所提出的方法可以有效地提升神经机器翻译的性能。进一步的评测分析显示,所提方法能有效地提高汉英神经机器翻译在复杂句翻译上的篇章连贯性。

关键词：神经机器翻译小句对齐结构关系篇章连贯性

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的轻量化目标检测算法

引用

系统工程与电子技术 2022年第9期44卷 2716-2725页

作者：宋爽张悦张琳娜岑翼刚李浥东北京交通大学计算机与信息技术学院北京100044 现代信息科学与网络技术北京市重点实验室北京100044 贵州大学机械工程学院贵州贵阳550025

深度卷积神经网络在各个领域都表现出很好的效果,与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题,提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNe... 详细信息

深度卷积神经网络在各个领域都表现出很好的效果,与之伴随的是庞大的计算量和参数量。针对当前基于深度卷积神经网络的目标检测算法对计算资源需求太大和内存消耗严重的问题,提出一种高性能轻量化的网络模型。首先将Stem模块和ShuffleNet V2进行融合,提升网络特征提取能力,并利用融合后的网络对原始YOLOv5的骨干网络进行重构,显著降低了网络的计算量和内存占用,同时,引入可变形卷积以提升网络的检测性能。道路监控图像和VOC、COCO数据集测试结果表明,所提出的模型在保持检测精度的前提下,将参数量和模型尺寸降低了90%,计算量仅为原始模型的18%,实现了检测模型的轻量化,更有助于在计算资源有限和对实时性要求高的场景中部署。

关键词：目标检测卷积神经网络轻量化网络单阶段检测算法可变形卷积

来源：评论

学校读者我要写书评

暂无评论

基于非定长编码和滑动窗口的隐私保护记录链接方法

引用

计算机工程 2024年第2期50卷 154-164页

作者：叶晓东赵迎迎孙永奇赵思聪刘真北京交通大学计算机与信息技术学院北京100044 交通大数据与人工智能教育部重点实验室北京100044 北京航天晨信科技有限责任公司北京102308

隐私保护记录链接(PPRL)是一种跨不同数据库高效识别同一实体对象对应的记录而不泄露记录所代表实体对象的敏感或机密信息的方法。布隆过滤器(BF)广泛应用于PPRL,其将记录中的敏感信息进行编码并使用字符q-gram实现近似匹配。但是,BF编... 详细信息

隐私保护记录链接(PPRL)是一种跨不同数据库高效识别同一实体对象对应的记录而不泄露记录所代表实体对象的敏感或机密信息的方法。布隆过滤器(BF)广泛应用于PPRL,其将记录中的敏感信息进行编码并使用字符q-gram实现近似匹配。但是,BF编码容易遭受密码分析攻击,且由于对q-gram位置不敏感,会导致记录匹配的精确率较低。提出一种基于非定长编码和滑动窗口的PPRL方法,其采用的非定长编码记录生成方式不仅使记录具有位置敏感性,而且通过对有效位前后添加随机位数组隐藏了实体的位数组频率信息,从而能够有效防御频率攻击。此外,设计一种基于滑动窗口的记录链接方式,先通过快速过滤筛除大量不匹配的记录,再使用双向滑动窗口的精确匹配策略对剩余记录进行匹配,提高隐私保护记录的匹配效率。在公开数据集上的实验结果表明,相比BF方法,该方法在编码速度上快100倍左右,其同时具有更高的匹配精度,在跨数据库PPRL方面的安全性也更强。

关键词：布隆过滤器字符串比较隐私保护记录链接安全实体对齐

来源：评论

学校读者我要写书评

暂无评论

铁路运行环境下ERT可信根实体的软件化技术研究

引用

信息网络安全 2024年第5期24卷 794-801页

作者：王巍胡永涛刘清涛王凯崙北京交通大学计算机与信息技术学院北京100044 公安部第三研究所上海200031 北京铁路通信技术中心北京100038

为保障铁路系统的信息安全,文章提出一种铁路运行环境下可信根实体(Entity of Root of Trust,ERT)的软件化技术,在内核中实现强制访问控制功能,通过操作系统内核的修改或扩展,实现更为细粒度和强大的权限管理。同时考虑到轻量级场景下... 详细信息

为保障铁路系统的信息安全,文章提出一种铁路运行环境下可信根实体(Entity of Root of Trust,ERT)的软件化技术,在内核中实现强制访问控制功能,通过操作系统内核的修改或扩展,实现更为细粒度和强大的权限管理。同时考虑到轻量级场景下部分设备存在计算能力弱、存储空间有限和电源供应不稳定等问题,提出一种轻量级可信计算体系,最大程度满足可信计算要求。通过实施内核级的强制访问控制和轻量级的可信计算体系改造,缓解未知风险对关键信息基础设施的威胁,为铁路系统的安全性提供保障。

关键词：铁路系统信息安全 ERT可信根实体强制访问控制可信计算体系

来源：评论

学校读者我要写书评

暂无评论

基于伪标签正则化损失的无监督行人重识别

引用

电子学报 2024年第5期52卷 1743-1758页

作者：贾洁茹张硕蕊钱宇华阮秋琦山西大学大数据科学与产业研究院山西太原030006 山西大学计算机与信息技术学院山西太原030006 山西省机器视觉与数据挖掘工程研究中心山西太原030006 北京交通大学信息科学研究所北京100044

无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算... 详细信息

无监督行人重识别旨在不需要行人身份标签的情况下,将查询的行人图像与候选集中的行人图像相匹配.目前主流的无监督行人重识别方法通常先利用聚类算法生成伪标签,然后利用伪标签训练深度神经网络.然而由于模型初始表征能力不足和聚类算法的局限性等,伪标签中会引入大量噪声,严重误导模型优化过程,导致模型性能退化.为了减轻伪标签噪声的影响,本文提出了一种新的伪标签正则化损失函数,用伪标签的置信度分数和样本相似度对伪标签噪声进行约束.具体来说,本文首先提出了一种聚类引导的注意力机制,根据伪标签与聚类中心的语义相关程度来估计伪标签的置信度,以此来识别噪声标签并给正确标签分配更多的权重,有效降低伪标签噪声在总体损失函数中的作用.同时,为了充分利用伪标签的判别能力,本文利用伪标签进行在线软样本挖掘,构建mini-batch中的正负样本对并为每个正负样本对计算一个连续的权重分数.通过将以上两种权重引入到对比损失中,本文提出的伪标签正则化损失函数可以有效抑制伪标签噪声的影响,减轻标签噪声对训练过程的影响,提高模型的准确性和鲁棒性.在多个公开行人数据集上的实验结果验证了本文方法的有效性,在Market1501、DukeMTMC-reID和MSMT17数据集上mAP分别达到了85.9%、75.1%和29.3%.

关键词：行人重识别无监督学习伪标签噪声对比学习聚类优化

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：