检索结果-内蒙古大学图书馆

计算机学报 2021年第9期44卷 1907-1921页

作者：侯静怡齐雅昀吴心筱贾云得北京理工大学计算机学院智能信息技术北京市重点实验室北京100081

视频字幕生成(video captioning)在视频推荐、辅助视觉、人机交互等领域具有广泛的应用前景.目前已有大量的视频英文字幕生成方法和数据,通过机器翻译视频英文字幕可以实现视频中文字幕的生成.然而,中西方文化差异和机器翻译算法性能都... 详细信息

视频字幕生成(video captioning)在视频推荐、辅助视觉、人机交互等领域具有广泛的应用前景.目前已有大量的视频英文字幕生成方法和数据,通过机器翻译视频英文字幕可以实现视频中文字幕的生成.然而,中西方文化差异和机器翻译算法性能都会影响中文字幕生成的质量.为此,本文提出了一种跨语言知识蒸馏的视频中文字幕生成方法.该方法不仅可以根据视频内容直接生成中文语句,还充分利用了易于获取的视频英文字幕作为特权信息(privileged information)指导视频中文字幕的生成.由于同一视频的英文字幕与中文字幕之间存在语义关联关系,本文方法从中学习到与视频内容相关的跨语言知识,并利用知识蒸馏将英文字幕包含的高层语义信息融入中文字幕生成.同时,通过端到端的训练方式确保模型训练目标与视频中文字幕生成任务目标的一致性,有效提升中文字幕生成性能.此外,本文还对视频英文字幕数据集MSVD扩展,给出了中英文视频字幕数据集MSVD-CN.

关键词：中文字幕生成视频理解知识蒸馏视频中英字幕数据集特权信息

来源：评论

学校读者我要写书评

暂无评论

一种快速求解旅行商问题的蚁群算法

引用

计算机研究与发展 2009年第6期46卷 968-978页

作者：冀俊忠黄振刘椿年北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室北京100124

蚁群优化是一种元启发式的随机搜索技术,是目前解决组合优化问题最有效的工具之一.将信息素更新和随机搜索机制的改进相结合,提出一种快速求解旅行商问题的蚁群算法.首先给出了一种新的信息素增量模型,以体现蚂蚁在不同路径上行走时所... 详细信息

蚁群优化是一种元启发式的随机搜索技术,是目前解决组合优化问题最有效的工具之一.将信息素更新和随机搜索机制的改进相结合,提出一种快速求解旅行商问题的蚁群算法.首先给出了一种新的信息素增量模型,以体现蚂蚁在不同路径上行走时所产生的信息素差异;然后以蚂蚁经过的路径(直线段)作为信息素扩散浓度场的信源,改进了信息素扩散模型,强化了蚂蚁间的协作和交流;最后采用较低复杂度的变异策略对迭代的结果进行优化.在大量通用数据集上的实验表明,该算法不仅能获得更好的最优解,而且收敛速度有显著的提高.

关键词：旅行商问题蚁群优化增量模型扩散模型变异策略

来源：评论

学校读者我要写书评

暂无评论

基于多粒度的旅行商问题描述及其蚁群优化算法

引用

计算机研究与发展 2010年第3期47卷 434-444页

作者：冀俊忠黄振刘椿年代启国北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室北京100124

针对蚁群算法在求解大规模旅行商问题(Traveling Salesman Problems,TSP)中时间性能方面的不足,提出了一种快速的求解算法.首先,从TSP问题描述入手,给出了一种新的多粒度的问题描述模型;然后,基于该模型,设计了包括基于密度聚类的粒度... 详细信息

针对蚁群算法在求解大规模旅行商问题(Traveling Salesman Problems,TSP)中时间性能方面的不足,提出了一种快速的求解算法.首先,从TSP问题描述入手,给出了一种新的多粒度的问题描述模型;然后,基于该模型,设计了包括基于密度聚类的粒度划分、粗粒度的蚁群寻优、粒度间的连接、细粒度的蚁群寻优、粒度间可行解的合成以及循环分段优化6个阶段在内的求解算法.算法的复杂度分析及在中、大规模TSP问题上的实验表明:本算法的时间性能不仅比经典的蚁群算法有显著的提高,而且与近年来的一些同类算法相比也具有一定的优势,显示了快速求解大规模TSP问题的能力.

关键词：旅行商问题多粒度城市模型蚁群算法聚类算法分段优化

来源：评论

学校读者我要写书评

暂无评论

基于改进集合经验模态分解和深度信念网络的出水总磷预测

引用

化工学报 2021年第5期72卷 2745-2753页

作者：王龙洋蒙西乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要。文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(dee... 详细信息

出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要。文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(deep belief network,DBN)的出水总磷预测方法。首先,设计一种MEEMD算法对城市污水处理过程出水总磷数据信号进行分解,获取多个本征模态函数(intrinsic mode function,IMF)组合;然后,建立一种基于模拟退火(simulated annealing,SA)算法的深度信念网络预测模型,通过优化的模型结构对分解后得到的每个IMF分量进行有效预测;最后,通过大气CO_(2)浓度预测和城市污水处理出水总磷预测验证了所提出方法的有效性。

关键词：城市污水处理过程出水总磷集合经验模态分解深度信念网络

来源：评论

学校读者我要写书评

暂无评论

基于弹簧负载倒立摆模型的仿袋鼠机器人稳定跳跃控制

引用

控制理论与应用 2018年第8期35卷 1151-1158页

作者：左国玉刘旭北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

仿生跳跃机器人具备很强的越障和环境适应能力,但是由于机器人运动过程中较短的可控时间以及腾空阶段运动的不确定性,运动的稳定性对于仿生跳跃机器人至关重要.本文对仿袋鼠机器人跳跃运动过程中的稳定跳跃控制问题进行了研究.首先采用... 详细信息

仿生跳跃机器人具备很强的越障和环境适应能力,但是由于机器人运动过程中较短的可控时间以及腾空阶段运动的不确定性,运动的稳定性对于仿生跳跃机器人至关重要.本文对仿袋鼠机器人跳跃运动过程中的稳定跳跃控制问题进行了研究.首先采用双质量弹簧负载倒立摆模型(spring-loaded inverted pendulum,SLIP)模型对袋鼠机器人的结构进行简化,建立了机器人系统的动力学模型,并对机器人的运动过程以及着地相与腾空相的切换条件进行了分析.然后采用解耦控制的思想,将SLIP模型的运动控制分解为水平速度控制和跳跃高度控制两个方面,分别通过控制着地角度实现对水平运动速度的控制,通过能量补偿实现对跳跃高度的控制.最后在ADAMS仿真环境中建立机器人模型并进行了机器人运动仿真实验.实验结果表明,本文提出的方法可以实现仿袋鼠机器人稳定的周期性跳跃运动.

关键词：袋鼠机器人运动稳定性 SLIP模型解耦控制

来源：评论

学校读者我要写书评

暂无评论

云环境下可重构虚拟可信根的设计框架

引用

信息网络安全 2018年第1期 1-8页

作者：张建标赵子枭胡俊王晓北京工业大学信息学部北京100124 可信计算北京市重点实验室北京100124 信息安全等级保护关键技术国家工程实验室北京100124

可信计算技术与云计算技术的结合,使得可信云逐渐成为解决云安全问题的一大重要手段。但是目前可信云的可信原点——虚拟可信根仍存在一些问题:仅支持TPM而不支持TPCM,无法做到主动防御;内部结构不便修改与扩展;所使用的密码算法符合国... 详细信息

可信计算技术与云计算技术的结合,使得可信云逐渐成为解决云安全问题的一大重要手段。但是目前可信云的可信原点——虚拟可信根仍存在一些问题:仅支持TPM而不支持TPCM,无法做到主动防御;内部结构不便修改与扩展;所使用的密码算法符合国外标准,国内无法达到自主可控。因此,文章提出了一种全新的虚拟可信根设计方案,该方案以模块化的结构对可信根进行重构,各个模块之间通过内部统一的消息格式来协调合作,为云环境提供安全可靠的计算保障。基于此方案的可重构虚拟可信根具有以下特点:具备高可扩展性,其结构易改造从而达到多元异构,能够模拟不同的TPM或TPCM架构;同时具备自主可控性,其核心密码算法遵循国家标准。

关键词：可信计算虚拟可信根 vTPCM 可重构自主可控

来源：评论

学校读者我要写书评

暂无评论

基于PSO算法的动态模块化神经网络结构设计

引用

控制与决策 2018年第6期33卷 1055-1061页

作者：卢超杨翠丽乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对模块化神经网络结构设计过程中子网络输出不能最优集成的问题,提出一种基于粒子群算法的动态模块化神经网络.首先,该网络采用数据密度辨识样本分布空间,并更新数据中心;然后,根据输入数据激活相应的子网络,利用PSO算法寻找子网络的... 详细信息

针对模块化神经网络结构设计过程中子网络输出不能最优集成的问题,提出一种基于粒子群算法的动态模块化神经网络.首先,该网络采用数据密度辨识样本分布空间,并更新数据中心;然后,根据输入数据激活相应的子网络,利用PSO算法寻找子网络的最优网络贡献度,并依据贡献度计算子网络的输出权值;最后优化模块化神经网络的集成输出.通过对非线性函数和时变系统的逼近实验,验证了集成网络中子网络数目可以根据任务动态调整,网络输出的集成权值能够通过PSO算法寻找到最优值,并且训练精度和自适应能力较其他算法均有一定的提高.

关键词：模块化神经网络粒子群算法动态集成时变系统

来源：评论

学校读者我要写书评

暂无评论

基于面向服务架构的网上支付安全体系研究与实现

引用

计算机集成制造系统 2008年第12期14卷 2468-2475页

作者：林松李舟军张帆北京航空航天大学计算机学院北京100191 北京市网络技术重点实验室北京100191

为提高网上支付系统的安全性,提出一种面向服务架构的松耦合的安全体系。该安全体系利用企业服务总线,灵活集成公钥基础设施、安全令牌、加密、签名、身份认证、角色访问控制等安全服务,增强了网上支付的安全。利用π-演算对USBKey双因... 详细信息

为提高网上支付系统的安全性,提出一种面向服务架构的松耦合的安全体系。该安全体系利用企业服务总线,灵活集成公钥基础设施、安全令牌、加密、签名、身份认证、角色访问控制等安全服务,增强了网上支付的安全。利用π-演算对USBKey双因素认证服务建模,用形式化的方法验证了细粒度安全服务组合成粗粒度安全服务的正确性。经过某商业银行网上支付系统的实践,表明这种基于企业服务总线的Web服务系统,是一种具有安全性和便利性的安全解决方案。

关键词：面向服务架构 Web服务网上支付安全体系 π演算

来源：评论

学校读者我要写书评

暂无评论

基于参数动态调整的多目标差分进化算法

引用

控制与决策 2017年第11期32卷 1985-1990页

作者：侯莹韩红桂乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能... 详细信息

针对多目标差分进化算法最优解难以获取的问题,提出一种基于参数动态调整的多目标差分进化(AMODE)算法.AMODE算法通过设计变异率和交叉率的自适应调整策略,实现进化过程中变异率和交叉率的动态调整,均衡多目标差分进化算法的局部搜索能力和全局探索能力,获得收敛性、多样性和均匀性较好的最优解.实验结果表明,基于参数动态调整的AMODE算法能够有效改善多目标差分进化算法的逼近能力(IGD)和均匀性(SP),具有较好的优化效果.

关键词：多目标优化差分进化算法参数动态调整自适应

来源：评论

学校读者我要写书评

暂无评论

基于Voronoi图的实时人群路径规划

引用

北京工业大学学报 2009年第8期35卷 1115-1121页

作者：尹宝才徐振华孔德慧肖小芳北京工业大学计算机学院多媒体与智能软件技术北京市重点实验室北京100124

为了实现在人群路径规划中避碰操作,作者提出了一种基于GPU高效计算特性的实时离散Voronoi图计算方法,并建立了一种基于Voronoi图的人群路径规划方案.利用Voronoi图对平面按照欧式距离进行划分的特性,并通过将每个虚拟人的Voronoi区域... 详细信息

为了实现在人群路径规划中避碰操作,作者提出了一种基于GPU高效计算特性的实时离散Voronoi图计算方法,并建立了一种基于Voronoi图的人群路径规划方案.利用Voronoi图对平面按照欧式距离进行划分的特性,并通过将每个虚拟人的Voronoi区域作为其活动范围,使每个虚拟人都限制在自己的区域内活动,从而在人群路径规划中避免了为虚拟人进行碰撞检测的复杂操作.

关键词： GPU Voronoi图虚拟人人群路径规划

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：