检索结果-内蒙古大学图书馆

计算机工程 2018年第9期44卷 15-21,27页

作者：牛小宁刘宏哲袁家政宣寒宇北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学北京100081

室内移动机器人同时定位与地图构建(SLAM)的前端位姿估计与后端优化容易受运动模糊的干扰。为此,提出一种基于Inliers跟踪统计的室内定位与地图构建算法。对RGB图像进行特征提取和匹配,运用RANSAC算法得到Inliers后,通过对Inliers数量... 详细信息

室内移动机器人同时定位与地图构建(SLAM)的前端位姿估计与后端优化容易受运动模糊的干扰。为此,提出一种基于Inliers跟踪统计的室内定位与地图构建算法。对RGB图像进行特征提取和匹配,运用RANSAC算法得到Inliers后,通过对Inliers数量的跟踪与统计剔除受相机运动影响的模糊图像,然后利用最近邻迭代的非线性优化方法求解相机位姿。在此基础上,通过闭环检测和优化后的全局位姿拼接出运动轨迹和三维稠密点云图。实验结果表明,相对RGB-D SLAM算法,该算法能够有效提高SLAM系统的建图鲁棒性与精度。

关键词： RGB-D相机同时定位与地图构建特征匹配 Inliers匹配内点非线性优化最近邻迭代算法

来源：评论

学校读者我要写书评

暂无评论

基于改进的卷积神经网络的图像超分辨率重建

引用

计算机工程与设计 2020年第3期41卷 795-801页

作者：甄雪艳何宁孙欣北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学智慧城市学院北京100101

利用卷积神经网络技术对单幅低分辨率图像进行超分辨率重建。利用五层卷积的网络模型用以特征提取和端到端的低分辨率与高分辨率之间的映射;使用自适应矩估计优化算法加快网络的收敛速度;将ReLU激活函数修改为Leaky ReLU激活函数,解决... 详细信息

利用卷积神经网络技术对单幅低分辨率图像进行超分辨率重建。利用五层卷积的网络模型用以特征提取和端到端的低分辨率与高分辨率之间的映射;使用自适应矩估计优化算法加快网络的收敛速度;将ReLU激活函数修改为Leaky ReLU激活函数,解决遇到导数为0时的导致神经元不能进行参数更新的问题,同时调整卷积核大小以及数目。提出算法在Set5和Set14数据集上进行实验验证,并与Bicubic、ScSR、SR_NE_ANR、SRCNN等主流方法进行对比,实验结果表明,该方法在重建精度和收敛速度等方面都有很好的效果。

关键词：深度学习超分辨率重建卷积神经网络自适应矩估计激活函数

来源：评论

学校读者我要写书评

暂无评论

基于NDT与ICP结合的点云配准算法

引用

计算机工程与应用 2020年第7期56卷 88-95页

作者：王庆闪张军刘元盛张鑫晨北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

Lidar SLAM技术是无人车进行精确导航的一种重要方式,也是实现无人车在复杂的园区非结构化道路环境中安全驾驶的一种前提保障。构建了一种快速精确定位与建图的方法,通过车载激光雷达返回的大量点云数据,进行噪声点移除以及Voxel Grid... 详细信息

Lidar SLAM技术是无人车进行精确导航的一种重要方式,也是实现无人车在复杂的园区非结构化道路环境中安全驾驶的一种前提保障。构建了一种快速精确定位与建图的方法,通过车载激光雷达返回的大量点云数据,进行噪声点移除以及Voxel Grid滤波的预处理,在保持原始点云形态的同时实现点云配准。首先利用NDT(Normal Distribution Transform)点云配准算法对无人车的位姿粗估计,然后利用ICP(Iterative Closest Point)点云配准算法对已配准的点云进行校正,实现无人车位姿的精确估计,进而完成地图的更新过程。该方法只需要车载激光雷达传感器实现了快速的、精度高的Lidar SLAM。将算法用于小旋风无人车,在校园环境进行了验证,结果表明该算法是可靠、有效的。

关键词： Lidar SLAM 无人车正态分布变换(NDT) 迭代最近点(ICP) 点云配准定位地图构建

来源：评论

学校读者我要写书评

暂无评论

基于前馈上下文和形状先验的平面标注方法

引用

计算机科学 2018年第12期45卷 235-242页

作者：郭燕飞刘宏哲袁家政王雪峤北京联合大学北京市信息服务工程重点实验室北京100101 北京开放大学北京100081

针对真实场景中由于互相遮挡导致的场景语义不能完全被理解的问题,提出了一种基于前馈上下文和形状先验的方法来对前景区域和被遮挡的背景区域进行语义标注。首先,将原始图像分割成超像素并提取像素点特征,采用加速决策树方法标注前景,... 详细信息

针对真实场景中由于互相遮挡导致的场景语义不能完全被理解的问题,提出了一种基于前馈上下文和形状先验的方法来对前景区域和被遮挡的背景区域进行语义标注。首先,将原始图像分割成超像素并提取像素点特征,采用加速决策树方法标注前景,同时采用改进的基于多尺度可形变的部件模型方法进行目标检测。其次,将可见对象信息与前馈上下文预测相结合来推测背景区域的被遮挡部分。然后,根据与当前标签置信度相匹配的多边形为每个标签提供形状先验知识。最后,结合像素预测与可视平面预测和多边形知识,以形成完整的场景标注图像。与现有方法相比,该方法能够得到与街道场景更相符的结果,并在人行道和公路较接近时的标注效果更好。

关键词：场景理解平面标注多尺度可变的部件模型前馈上下文形状先验

来源：评论

学校读者我要写书评

暂无评论

用平滑方法改进多关系朴素贝叶斯分类

引用

计算机工程与应用 2017年第5期53卷 69-72页

作者：徐光美刘宏哲张敬尊王金华北京联合大学信息学院北京100101 北京联合大学信息服务工程重点实验室北京100101

为消除朴素贝叶斯分类时的零概率以及过度拟合问题,分析了各种概率平滑方法,给出了基于M估计的多关系朴素贝叶斯分类方法(MRNBC-M)和基于Laplace估计的多关系朴素贝叶斯分类方法(MRNBC-L),分析探讨了M平滑和Laplace平滑方法对多关系分... 详细信息

为消除朴素贝叶斯分类时的零概率以及过度拟合问题,分析了各种概率平滑方法,给出了基于M估计的多关系朴素贝叶斯分类方法(MRNBC-M)和基于Laplace估计的多关系朴素贝叶斯分类方法(MRNBC-L),分析探讨了M平滑和Laplace平滑方法对多关系分类的影响情况,为进一步优化分类,方法基于扩展互信息标准对数据进行属性过滤。多关系标准数据集上的实验显示,MRNBC-M可以有效改进分类性能。

关键词：多关系数据挖掘朴素贝叶斯参数平滑互信息

来源：评论

学校读者我要写书评

暂无评论

中国手语模态对句子加工的影响

引用

清华大学学报（自然科学版） 2016年第9期56卷 942-948页

作者：姚登峰江铭虎阿布都克力木.阿布力孜清华大学人文学院计算语言学实验室北京100084 清华大学心理学与认知科学研究中心北京100084 北京市信息服务工程重点实验室(北京联合大学) 北京100075

该文系统地研究了中国手语模态对句子加工的影响，使用事件相关电位（ERP）技术来探索句子加工过程中手势模态的语义和语音信息对词汇通达的影响和时间过程。设计实验材料时，对句尾变化条件下目标手势的语义和音韵形式进行了系统的人... 详细信息

该文系统地研究了中国手语模态对句子加工的影响，使用事件相关电位（ERP）技术来探索句子加工过程中手势模态的语义和语音信息对词汇通达的影响和时间过程。设计实验材料时，对句尾变化条件下目标手势的语义和音韵形式进行了系统的人为操纵。通过18个被试的实验，观察到将初级视觉特征映射到手势音韵特征的手势感知证据（时长100～200ms），紧接着是将目标手势音韵特征与语境信息匹配的负成分（时长200-400ms），以及表征语篇语境对语义制约的动态建构的负成分（时长400～650ms），它促进了手势的音义信息与句子信息的整合。音近和义近手势在时间进程和效应方向上存在着相似性，表明手语模态的词汇通达与有声语言类似，并消耗类似的在线处理成本。同时发现了手语模态独有的表征手语音韵特征加工已经完成的N300效应，它代表了手势音韵元素识别和手势识别之间的直接联系。实验结果表明：在进行甸子加工时，被试首要考虑的是语境和目标手势匹配，并不是与手势的音韵特征匹配。这种结果可能是词汇选择时音近和义近相关信息相互作用的标志。

关键词：手语语音语义句子加工 N300

来源：评论

学校读者我要写书评

暂无评论

异构计算平台图像边缘检测算法优化研究

引用

计算机工程 2017年第5期34卷 240-247页

作者：魏秋明梁军鲍泓王晶李论北京联合大学电子信息技术实验实训基地北京100101 北京联合大学北京市信息服务工程重点实验室北京100101

随着实际应用中图像数据规模的增大和分辨率的提高,图像边缘检测算法的性能成为制约图像实时处理的关键。从向量化访存、数据本地化以及条件分支优化3个方面出发,结合算法特性和底层硬件架构特征,研究Canny边缘检测算法在NVIDIA Tegra K... 详细信息

随着实际应用中图像数据规模的增大和分辨率的提高,图像边缘检测算法的性能成为制约图像实时处理的关键。从向量化访存、数据本地化以及条件分支优化3个方面出发,结合算法特性和底层硬件架构特征,研究Canny边缘检测算法在NVIDIA Tegra K1异构计算平台上的GPU性能优化。实验结果表明,与基于Open CV3.0CPU的Canny边缘检测算法相比,优化后的Canny边缘检测算法在不同图像数据规模下可达13.2倍~17.8倍的性能加速比,具有较好的检测性能。

关键词：图像边缘检测异构计算平台向量化访存数据本地化条件分支优化

来源：评论

学校读者我要写书评

暂无评论

基于CNN和SOM的评论主题发现

引用

情报科学 2018年第6期36卷 30-34页

作者：谢宗彦黎巎周纯洁北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学旅游信息化协同创新中心北京100101

【目的/意义】随着旅游网站的增加,游客的网络评论日益增多。针对传统方法在旅游短文本评论主题分类时出现特征维度过高和数据稀疏等问题,本文提出一种基于卷积神经网络和SOM的旅游评论主题发现方法。【方法/过程】首先采用词向量来进... 详细信息

【目的/意义】随着旅游网站的增加,游客的网络评论日益增多。针对传统方法在旅游短文本评论主题分类时出现特征维度过高和数据稀疏等问题,本文提出一种基于卷积神经网络和SOM的旅游评论主题发现方法。【方法/过程】首先采用词向量来进行文本表示,降低了特征维度过高问题;其次,通过卷积神经网络对评论文本提取高阶的抽象特征;最后在通过SOM模型基于提取到的抽象特征对主题进行聚类。【结果/结论】实验结果表明,CNNSOM算法较传统文本聚类算法在准确率、召回率和F值上都有显著提高,能够更好的进行旅游评论的主题发现。

关键词：深度学习卷积神经网络主题发现短文本旅游评论

来源：评论

学校读者我要写书评

暂无评论

基于相邻特征融合的目标检测

引用

计算机科学 2021年第12期48卷 264-268页

作者：李亚泽刘宏哲北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

随着智能驾驶领域的发展,人们对目标检测的精度要求越来越高,尤其是针对高速行驶时对距离较远的小目标的检测和低速行驶时对密集目标的检测。在当前的两阶段检测框架的特征融合部分,使用bottom-up的双向融合方法虽然能够更有效地对大目... 详细信息

随着智能驾驶领域的发展,人们对目标检测的精度要求越来越高,尤其是针对高速行驶时对距离较远的小目标的检测和低速行驶时对密集目标的检测。在当前的两阶段检测框架的特征融合部分,使用bottom-up的双向融合方法虽然能够更有效地对大目标进行语义信息和位置信息的特征融合,但会给几个或几十个像素的小目标造成很大的信息损失。当检测网络特征融合部分使用top-down的单向融合方法时,则对大目标检测的效果欠佳。为此,文中提出了相邻特征融合(Neighbour Feature Pyramid Network,NFPN)方法、Double RoI(Region of Interest)方法和递归特征金字塔(Recursive Feature Pyramid,RFP)的方法。以Faster RCNN 50为基准,同时使用提出的NFPN,Double RoI和RFP后,在Lisa交通数据集中平均精度(mAP)提升了2.6个百分点。在VOC2007数据集上,以VOC07+12 train数据集为训练集,VOC2007 test为测试集,以Faster RCNN101为基准,同时使用提出的3个模型,mAP提升了6个百分点,同时小、中、大目标的精度也得到提高。

关键词：深度学习目标检测计算机视觉特征融合智能驾驶

来源：评论

学校读者我要写书评

暂无评论

基于改进注意力迁移的实时目标检测方法

引用

计算机应用研究 2021年第4期38卷 1212-1215页

作者：张弛刘宏哲北京联合大学北京市信息服务工程重点实验室北京100101 北京联合大学机器人学院北京100101

目前深度神经网络模型需要部署在资源受限的环境中,故需要设计高效紧凑的网络结构。针对设计紧凑的神经网络提出一种基于改进注意力迁移的模型压缩方法(KE),主要使用一个宽残差教师网络(WRN)指导一个紧凑的学生网络(KENet),将空间和通... 详细信息

目前深度神经网络模型需要部署在资源受限的环境中,故需要设计高效紧凑的网络结构。针对设计紧凑的神经网络提出一种基于改进注意力迁移的模型压缩方法(KE),主要使用一个宽残差教师网络(WRN)指导一个紧凑的学生网络(KENet),将空间和通道的注意力迁移到学生网络来提升性能,并将该方法应用于实时目标检测。在CIFAR上的图像分类实验验证了经过改进注意力迁移的知识蒸馏方法能够提升紧凑模型的性能,在VOC上的目标检测实验验证了模型KEDet具有很好的精度(72.7 mAP)和速度(86 fps)。实验结果充分说明基于改进注意力迁移的目标检测模型具有很好的准确性和实时性。

关键词：神经网络深度学习目标检测知识蒸馏注意力迁移

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：