检索结果-内蒙古大学图书馆

电子与信息学报 2025年第3期47卷 590-599页

作者：邵华王淳曹荻非李卫张海君北京科技大学智能科学与技术学院北京100083 北京科技大学计算机与通信工程学院北京100083

设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法,将DSM的信号检测问题转化为待检测信号的参数估计问题,通过迭代估计先验和后验分... 详细信息

设计高效且复杂度低的检测算法是差分空间调制(DSM)系统中的一大关键问题。该文提出了一种多相移键控差分空间调制系统的贝叶斯期望传播(EP)信号检测方法,将DSM的信号检测问题转化为待检测信号的参数估计问题,通过迭代估计先验和后验分布的参数,获得检测信号的估计值。该算法将原始的信号检测问题分解为天线域信息和星座域信息两部分,其中天线域检测通过期望传播算法迭代求取,星座域比特通过迭代过程中最优解调获得,降低了算法复杂度。进一步地,该文针对传统期望传播方法中噪声参数进行了扩展,在迭代过程中不断调整噪声项的矩估计,获得了比传统方案更好的性能。该文对所提近最优解调方案进行了仿真验证,结果表明所提方案性能优于传统线性检测方案;所提的基于期望传播的噪声修正方案性能优于传统恒值方案;在不同天线配置和调制阶数情况下,所提方案均能够快速收敛。

关键词：差分空间调制 MIMO检测期望传播

来源：评论

学校读者我要写书评

暂无评论

可重构智能超表面辅助的非地面网络安全传输与轨迹优化

引用

电子与信息学报 2025年第2期47卷 296-304页

作者：徐可馨隆克平陆阳张海君北京科技大学计算机与通信工程学院北京100083 中国电力科学研究院北京102209

由于卫星与地面用户之间的直连受限于覆盖范围和链路质量以及非地面网络存在窃听威胁等问题,该文考虑一个无人机中继的非地面网络安全传输系统,引入可重构智能超表面(RIS),提高合法用户信号质量。同时为了兼顾系统高传输速率和高安全需... 详细信息

由于卫星与地面用户之间的直连受限于覆盖范围和链路质量以及非地面网络存在窃听威胁等问题,该文考虑一个无人机中继的非地面网络安全传输系统,引入可重构智能超表面(RIS),提高合法用户信号质量。同时为了兼顾系统高传输速率和高安全需求,该文设计卫星到无人机的传输速率与地面合法用户的安全速率的加权和作为系统效用,并以此作为优化目标,进而提出一种基于双层双延迟深度确定性策略梯度(TTD3)的联合卫星与无人机波束成形、RIS相移矩阵以及无人机轨迹优化方法,通过采用双层深度强化学习结构解耦波束成形和轨迹优化两个子问题,实现系统效用最大化。仿真结果验证了所提方法在动态非地面网络环境下的有效性,同时在高安全需求下,通过对比不同算法、不同配置方案以及不同RIS元件数量下的仿真结果,证明了该文所提方法能够提升系统安全传输性能。

关键词：可重构智能超表面非地面网络深度强化学习安全传输

来源：评论

学校读者我要写书评

暂无评论

深度强化学习及其在工业场景的应用与展望

引用

工程科学学报 2025年第4期47卷 768-779页

作者：谭靖杨利刚李潇睿袁兆麟崔允端姚超王宗杰班晓娟北京科技大学计算机与通信工程学院北京100083 北京科技大学北京材料基因工程高精尖创新中心北京100083 北京科技大学材料领域知识工程北京市重点实验室北京100083 北京科技大学土木与资源工程学院北京100083 北京科技大学智能科学与技术学院北京100083 中国科学院深圳先进技术研究院深圳518055 辽宁材料实验室材料智能技术研究所沈阳110004

工业控制系统(Industrial control systems,ICS)在现代工业生产中发挥关键作用,负责监控和控制工业过程,确保高效、安全和稳定的生产.随着工业4.0和智能制造的发展,传统工业控制方法难以应对日益复杂且动态变化的生产环境.深度强化学习(... 详细信息

工业控制系统(Industrial control systems,ICS)在现代工业生产中发挥关键作用,负责监控和控制工业过程,确保高效、安全和稳定的生产.随着工业4.0和智能制造的发展,传统工业控制方法难以应对日益复杂且动态变化的生产环境.深度强化学习(Deep reinforcement learning,DRL)结合了深度学习与强化学习的优势,在工业智能控制领域展现出巨大潜力.本文综述了DRL在工业智能控制中的应用现状和研究进展.首先介绍了DRL的基本原理及相关算法,并简述工业控制的背景,分析智能控制的应用需求与现存挑战.随后,详细综述了DRL在工业领域的应用,并对当前研究进行了总结,最后对未来研究方向提出了展望.

关键词：深度强化学习在线强化学习离线强化学习工业控制系统智能控制

来源：评论

学校读者我要写书评

暂无评论

多类型提示互补的弱监督时序动作定位

引用

中国图象图形学报 2025年第3期30卷 842-854页

作者：任小龙张飞飞周琬婷周玲天津理工大学计算机科学与工程学院天津300380 北京邮电大学人工智能学院北京100876 澳门科技大学计算机科学与工程学院中国澳门999078

目的弱监督时序动作定位仅利用视频级标注来定位动作实例的起止时间并识别其类别。目前基于视觉语言的方法利用文本提示信息来提升时序动作定位模型的性能。在视觉语言模型中,动作标签文本通常被封装为文本提示信息,按类型可分为手工类... 详细信息

目的弱监督时序动作定位仅利用视频级标注来定位动作实例的起止时间并识别其类别。目前基于视觉语言的方法利用文本提示信息来提升时序动作定位模型的性能。在视觉语言模型中,动作标签文本通常被封装为文本提示信息,按类型可分为手工类型提示(handcrafted prompts)和可学习类型提示(learnable prompts),而现有方法忽略了二者间的互补性,使得引入的文本提示信息无法充分发挥其引导作用。为此,提出一种多类型提示互补的弱监督时序动作定位模型(multi-type prompts complementary model for weakly-supervised temporal action location)。方法首先,设计提示交互模块,针对不同类型的文本提示信息分别与视频进行交互,并通过注意力加权,从而获得不同尺度的特征信息;其次,为了实现文本与视频对应关系的建模,本文利用一种片段级对比损失来约束文本提示信息与动作片段之间的匹配;最后,设计阈值筛选模块,将多个分类激活序列(class activation sequence,CAS)中的得分进行筛选比较,以增强动作类别的区分性。结果在3个具有代表性的数据集THUMOS14、ActivityNet1.2和ActivityNet1.3上与同类方法进行比较。本文方法在THUMOS14数据集中的平均精度均值(mean average precision,mAP)(0.1∶0.7)取得39.1%,在ActivityNet1.2中mAP(0.5∶0.95)取得27.3%,相比于P-MIL(proposal-based multiple instance learning)方法分别提升1.1%和1%。而在ActivityNet1.3数据集中mAP(0.5∶0.95)取得了与对比工作相当的性能,平均mAP达到26.7%。结论本文提出的时序动作定位模型,利用两种类型文本提示信息的互补性来引导模型定位,提出的阈值筛选模块可以最大化利用两种类型文本提示信息的优势,最大化其辅助作用,使定位的结果更加准确。

关键词：弱监督时序动作定位(WTAL) 视觉语言模型手工类型提示可学习类型提示分类激活序列(CAS)

来源：评论

学校读者我要写书评

暂无评论

基于重采样扩散模型的异常检测

引用

计算机工程与设计 2025年第3期46卷 788-794页

作者：白宇张若淇周羿旭朱强北京信息科技大学计算机学院北京100101 浙江大学计算机科学与技术学院浙江杭州310013

为提升基于图像重建的异常检测方法的检测和定位准确率,提出一种基于重采样去噪扩散概率模型的异常检测方法,名为DiffAD。仅用正常样本训练扩散模型实现无缺陷重建,通过比较输入图像和重建图像像素级特征检测和定位异常区域。在保留原... 详细信息

为提升基于图像重建的异常检测方法的检测和定位准确率,提出一种基于重采样去噪扩散概率模型的异常检测方法,名为DiffAD。仅用正常样本训练扩散模型实现无缺陷重建,通过比较输入图像和重建图像像素级特征检测和定位异常区域。在保留原始扩散模型基础上,引入语义融合重采样技术和自适应掩码策略,有效消除图像的像素级重建间隙,显著提升非结构化类型的异常检测准确率。在Mvtec AD数据集上的实验结果表明,该方法的异常检测和定位准确率均优于其它方法。

关键词：机器视觉异常检测图像重建扩散模型无监督学习重采样自适应掩码

来源：评论

学校读者我要写书评

暂无评论

人工智能驱动的雷达通信一体化研究综述

引用

雷达学报 2025年 1-21页

作者：王先梅刘向博任语铮陆阳张海君北京科技大学计算机与通信工程学院北京100083 中国电力科学研究院北京102209

雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境... 详细信息

雷达通信一体化通过资源共享机制，在提高系统频谱利用率的同时实现了轻量化设计，广泛应用于空中交通管制、医疗监测、自动驾驶等领域。传统的雷达通信一体化算法通常依赖于精确的数学建模和信道估计，无法适应难以刻画的动态复杂环境。人工智能凭借其强大的学习能力直接从大量数据中自动学习特征，无需对数据进行显式建模，促进了雷达通信的深度融合。该文围绕人工智能驱动的雷达通信一体化研究展开系统的综述。具体而言，首先阐述了雷达通信一体化系统模型与核心问题。在此基础上，从雷达通信共存和双功能雷达通信一体化两个方面梳理了人工智能驱动的雷达通信一体化最新研究进展。最后，总结全文并对该领域潜在的技术挑战和未来的研究方向进行了展望。

关键词：人工智能雷达通信一体化机器学习干扰管控资源分配

来源：评论

学校读者我要写书评

暂无评论

大语言模型在中医药领域的应用、挑战与前景

引用

协和医学杂志 2025年第1期16卷 83-89页

作者：陈子佳彭文茜张德政刘欣王志飞中国中医科学院中医临床基础医学研究所北京100700 北京科技大学计算机与通信工程学院北京100083

随着人工智能与医学交叉领域的快速发展,大语言模型(large language model,LLM)在诊疗、医药、康养等领域被广泛应用。LLM在中医药领域独具优势,不仅与中医“四诊合参”理念高度契合,还有效结合了中医药自然语言处理与“自监督”学习技... 详细信息

随着人工智能与医学交叉领域的快速发展,大语言模型(large language model,LLM)在诊疗、医药、康养等领域被广泛应用。LLM在中医药领域独具优势,不仅与中医“四诊合参”理念高度契合,还有效结合了中医药自然语言处理与“自监督”学习技术,同时适应中药复方特色,为中医诊疗提供了有力支持。目前已开发“岐黄问道大模型”、数字中医大模型“GLM-130B”等多种LLM,然而,LLM在中医药领域的应用也面临一系列挑战,包括价值不符与医学滥用风险、对模型可解释性的需求日益增加、技术层面有待进一步提升,以及国内政策准入等方面的限制。本文就LLM发展史、在中医药领域的独特优势及应用、存在问题与挑战、未来发展趋势等进行综述,以期为LLM在中医学领域的进一步推广提供参考。

关键词：大语言模型中医药学科交叉应用挑战前景

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的RGB-D图像显著性目标检测前沿进展

引用

计算机学报 2025年第2期48卷 284-316页

作者：黄年昌杨阳张强韩军功西安电子科技大学高性能电子装备机电集成制造全国重点实验室西安710071 西安电子科技大学机电工程学院西安710071 谢菲尔德大学计算机科学系谢菲尔德英国S102TN

显著性目标检测是计算机视觉领域的基础问题之一,旨在对图像中最吸引人注意的目标进行检测和分割。随着深度学习技术的发展,基于RGB(Red-Green-Blue)图像的显著性目标检测算法取得了巨大进步,在简单场景下已经取得较为满意的结果。然而... 详细信息

显著性目标检测是计算机视觉领域的基础问题之一,旨在对图像中最吸引人注意的目标进行检测和分割。随着深度学习技术的发展,基于RGB(Red-Green-Blue)图像的显著性目标检测算法取得了巨大进步,在简单场景下已经取得较为满意的结果。然而,局限于可见光相机的成像能力,RGB图像易受到光照条件的影响,且无法捕捉场景的三维空间信息。相应地,基于RGB图像的显著性目标检测算法通常难以在一些复杂场景下取得较好的检测效果。近年来,随着深度成像技术不断发展和硬件成本不断降低,深度相机得到了广泛应用。其捕获的场景空间信息,与可见光图像获取的场景细节信息相互补充,有助于提升复杂场景下显著性目标检测性能。因此,RGB-深度(RGB-Depth,RGB-D)图像显著性目标检测引起了学者广泛研究。本文对近期基于深度学习的RGB-D图像显著性目标检测算法进行了整理和分析。首先,分析了多模态RGB-D图像显著性目标检测所面临的关键问题,并以此对现有算法解决这些关键问题的主要思路和方法进行了总结和梳理。然后,介绍了用于RGB-D图像显著性目标检测算法研究的主流数据集和常用性能评价指标,并对各类主流模型进行了定量比较和定性分析。最后,本文进一步分析了RGB-D图像显著性目标检测领域有待解决的问题,同时对今后可能的研究趋势进行了展望。

关键词：显著性目标检测 RGB图像深度图像深度学习多模态图像处理

来源：评论

学校读者我要写书评

暂无评论

高效高精度自适应采样控制流体仿真

引用

计算机辅助设计与图形学学报 2025年

作者：周湘洋刘斯诺姚超王笑琨班晓娟北京材料基因工程高精尖创新中心北京科技大学智能科学与技术学院北京科技大学智能仿生无人系统教育部重点实验室北京科技大学计算机与通信工程学院辽宁材料实验室材料智能技术研究所

流体仿真是计算机图形学领域备受关注的研究方向，特别是流体动态生成逼真的模型. 在大规模场景中生成复杂模型的控制流体效果时，现有方法常出现流体粒子堆积和崩坏等问题，导致表面重构后占用的内存过大，限制实时VR、游戏和影视... 详细信息

流体仿真是计算机图形学领域备受关注的研究方向，特别是流体动态生成逼真的模型. 在大规模场景中生成复杂模型的控制流体效果时，现有方法常出现流体粒子堆积和崩坏等问题，导致表面重构后占用的内存过大，限制实时VR、游戏和影视的应用. 为了解决上述问题，精确地控制流体形状以匹配目标模型，确保流体的流动性，提出一种多层采样与多重约束控制流体的仿真方法. 首先根据模型的均匀性引入两种采样方法: 对于均匀模型使用双层采样，通过体素化采样得到内部采样粒子，通过蓝噪声采样得到表面采样粒子; 对于非均匀模型，仅使用蓝噪声采样得到表面采样粒子. 然后基于这些采样方法设计了多种约束模型，包括塑形约束、密度约束、半密度约束和加权约束，确保流体得以精确控制; 特别地，所提方法可根据模型特征自动调整，确保简单模型中流体的流动和复杂模型中流体的贴合. 在多个场景上的实验结果表明，与现有的方法相比，该方法在控制流体精度和效率上都取得了进步，能够在VR场景中以60～120 帧/s的速度运行，为流体动态的实时应用提供了新的方法.

关键词：光滑粒子流体动力学目标控制的流体模拟基于位置的流体模拟 VR应用

来源：评论

学校读者我要写书评

暂无评论

2024年国家自然科学基金人工智能学科项目受理与资助情况

引用

计算机研究与发展 2025年第3期62卷 648-661页

作者：谢国张怀文王乐廖清张奥千周志立葛慧林王志衡吴国政国家自然科学基金委员会信息科学部二处北京100083 内蒙古大学计算机学院呼和浩特010021 西安交通大学人工智能学院西安710049 哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000 北京理工大学计算机学院北京100081 广州大学人工智能学院广州510000 江苏科技大学海洋学院江苏镇江215000

为便于广大科研人员及时了解国家自然科学基金“人工智能”学科方向项目的申请、受理和资助情况,对2024年的本学科项目情况进行了统计分析.首先介绍了2024年国家自然科学基金委员会的重要改革举措;其次,总结分析了本年“人工智能”学科(... 详细信息

为便于广大科研人员及时了解国家自然科学基金“人工智能”学科方向项目的申请、受理和资助情况,对2024年的本学科项目情况进行了统计分析.首先介绍了2024年国家自然科学基金委员会的重要改革举措;其次,总结分析了本年“人工智能”学科(F06)研究系列项目与人才系列项目的申请与资助情况.重点梳理了在新的改革举措下该领域项目申请与资助的变化情况、年龄变化情况与依托单位分布情况;最后对“人工智能”领域优先发展方向进行了展望.

关键词：国家自然科学基金委人工智能申请与资助情况基金改革举措基金申请建议

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：