检索结果-内蒙古大学图书馆

电子与信息学报 2024年第4期46卷 1428-1437页

作者：张振姜天生赵丽君程泽河海大学计算机与信息学院南京211100

针对现有基于直接线性变化法(DLT)的图像法测流技术依赖于地面控制点,存在效率低、风险高、宽断面天然河流操作难度大等问题,该文提出一种基于断面水边线定向的摄像机姿态角标定方法(CSWO)。该方法将标定过程分解为实验室内参标定和现... 详细信息

针对现有基于直接线性变化法(DLT)的图像法测流技术依赖于地面控制点,存在效率低、风险高、宽断面天然河流操作难度大等问题,该文提出一种基于断面水边线定向的摄像机姿态角标定方法(CSWO)。该方法将标定过程分解为实验室内参标定和现场外参标定两步,其中后者又被划分为摄像机定位和定向两个环节。定向环节中首先在摄像机安装时将光轴与断面方向对齐,使方位角置零。然后利用无畸变图像中人工标注的平直断面水边线的斜率计算出横滚角。接下来通过计算水边线与图像纵轴交点作为其亚像素像方坐标。最后依据透视投影成像模型,联合水位与插值断面高程求得的物方坐标解算出俯仰角。该方法应用于时空图像测速法(STIV),实现了200 m宽河流的免像控表面流速测量。结果表明:起点距的最大绝对误差为0.59 m,最大相对误差为0.45%,表面流速的最大相对误差小于6.3%。

关键词：表面流速测量 STIV 免地面控制点摄像机标定断面水边线

来源：评论

学校读者我要写书评

暂无评论

广义Gamma分布弱湍流环境含指向误差串行中继水下无线光通信系统误码性能分析

引用

光子学报 2024年第2期53卷 37-51页

作者：王懿旭李岳衡黄平居美艳河海大学计算机与信息学院南京211100

鉴于目前普遍选用的水下弱湍流模型无法准确拟合实测数据的缺陷,选取经实验测试验证的广义Gamma分布来表征海洋弱湍流,以期合理评估受湍流等因素影响的水下无线光通信系统的误码性能。提出一种包含广义Gamma分布弱湍流、零/非零视轴指... 详细信息

鉴于目前普遍选用的水下弱湍流模型无法准确拟合实测数据的缺陷,选取经实验测试验证的广义Gamma分布来表征海洋弱湍流,以期合理评估受湍流等因素影响的水下无线光通信系统的误码性能。提出一种包含广义Gamma分布弱湍流、零/非零视轴指向误差以及无衰落信道冲激响应隐路径损耗和多径效应的混合衰落信道模型,据此推导混合衰落串行中继无线光通信系统平均误码率的数学闭型表达;通过数值仿真验证所推导的误码率理论表达式的准确性,并考察不同系统核心参数对误码率的影响。研究结果表明:串行中继节点的引入可有效提高系统的误码性能,以零视轴指向误差、最终传输距离达45 m、误码率需求10-3为例,引入1至3个串行中继节点后,系统从一开始的无法工作,变为所需的发射功率分别降低至24 dBm、12 dBm和6 dBm;而光源初始发散角增大导致的无衰落信道冲激响应时延扩展,即符号间干扰,则会严重降低此性能改善。

关键词：水下无线光通信串行中继性能分析误码率广义Gamma分布

来源：评论

学校读者我要写书评

暂无评论

基于骨骼的人体行为识别方法研究综述

引用

计算机辅助设计与图形学学报 2024年第2期36卷 173-194页

作者：黄倩崔静雯李畅河海大学计算机与信息学院南京211100

人体行为识别在视频理解中发挥了重要作用.近年来,基于骨骼的行为识别方法因其对复杂环境的干扰更具鲁棒性而受到广泛关注.文中共整理了102种基于骨骼的人体行为识别方法,并在9个公开数据集上对其进行了对比分析.按照特征学习方式的不同... 详细信息

人体行为识别在视频理解中发挥了重要作用.近年来,基于骨骼的行为识别方法因其对复杂环境的干扰更具鲁棒性而受到广泛关注.文中共整理了102种基于骨骼的人体行为识别方法,并在9个公开数据集上对其进行了对比分析.按照特征学习方式的不同,分别介绍了基于手工特征的方法和基于深度学习的方法.其中,基于手工特征的方法按特征描述符的不同分为几何描述符、动力学描述符、统计描述符3个子类;基于深度学习的方法按网络主体的不同分为循环神经网络、卷积神经网络、图卷积网络、Transformer和混合网络5个子类.通过以上分析,不仅阐述了基于骨骼的行为识别方法的发展历程,还剖析了现有方法存在的泛化能力不强、计算成本高等局限.最后,从网络结构设计、相似动作区分、领域数据集拓展、多人交互等方面对未来研究方向进行了展望.

关键词：计算机视觉行为识别骨骼数据手工特征深度学习神经网络

来源：评论

学校读者我要写书评

暂无评论

无人机辅助MEC车辆任务卸载与功率控制近端策略优化算法

引用

电子与信息学报 2024年第6期46卷 2361-2371页

作者：谭国平易文雄周思源胡鹤轩河海大学计算机与信息学院南京211100

无人机(UAVs)辅助移动边缘计算(MEC)架构是灵活处理车载计算密集、时延敏感型任务的有效模式。但是,如何在处理任务时延与能耗之间达到最佳均衡,一直是此类车联网应用中长期存在的挑战性问题。为了解决该问题,该文基于无人机辅助移动边... 详细信息

无人机(UAVs)辅助移动边缘计算(MEC)架构是灵活处理车载计算密集、时延敏感型任务的有效模式。但是,如何在处理任务时延与能耗之间达到最佳均衡,一直是此类车联网应用中长期存在的挑战性问题。为了解决该问题,该文基于无人机辅助移动边缘计算架构,考虑无线信道时变特性及车辆高移动性等动态变化特征,构建出基于非正交多址(NOMA)的车载任务卸载与功率控制优化问题模型,然后将该问题建模成马尔可夫决策过程,并提出一种基于近端策略优化(PPO)的分布式深度强化学习算法,使得车辆只需根据自身获取局部信息,自主决策任务卸载量及相关发射功率,从而达到时延与能耗的最佳均衡性能。仿真结果表明,与现有方法相比较,本文所提任务卸载与功率控制近端策略优化方案不仅能够显著获得更优的时延与能耗性能,所提方案平均系统代价性能提升至少13%以上,而且提供一种性能均衡优化方法,能够通过调节用户偏好权重因子,达到系统时延与能耗水平之间的最佳均衡。

关键词：无人机辅助计算移动边缘计算近端策略优化深度强化学习功率控制和任务卸载

来源：评论

学校读者我要写书评

暂无评论

一种旁路机制下的低功耗片上网络功率门控设计

引用

电子与信息学报 2024年第8期46卷 3436-3444页

作者：欧阳一鸣陈志远徐冬雨梁华国合肥工业大学计算机与信息学院合肥230601

随着技术尺寸的缩小,静态功耗在片上网络(NoC)的功耗开销中占据主导地位。功率门控作为一种通用的功耗节约技术,将NoC中空闲模块关闭以降低静态功耗。然而,传统的功率门控技术带来了诸如数据包唤醒延迟,盈亏平衡时间等问题。为了解决上... 详细信息

随着技术尺寸的缩小,静态功耗在片上网络(NoC)的功耗开销中占据主导地位。功率门控作为一种通用的功耗节约技术,将NoC中空闲模块关闭以降低静态功耗。然而,传统的功率门控技术带来了诸如数据包唤醒延迟,盈亏平衡时间等问题。为了解决上述问题,该文提出代替功率门控路由器进行数据包传输的分区旁路传输机制(PBTI),并基于该旁路机制设计了低延迟低功耗的功率门控方案。PBTI使用相互独立的旁路分别处理东西方向传输的数据包,并在旁路内部使用公共的缓冲区以提高缓冲区利用率。PBTI可以在路由器断电时实现数据包的注入、传输和弹出。即使网络中所有的路由器均处于功率门控状态,数据包也可以从源节点传输到目的节点。当流量增大超过PBTI的传输能力时,路由器以列为单位进行统一的唤醒。实验结果表明,与不使用功率门控的NoC相比,所提方案降低了83.4%的静态功耗和17.2%的数据包延迟,同时只额外增加了6.2%的面积开销。相较于常规的功率门控方案该文功率门控设计实现了更低的功耗和延迟,具有显著的优势。

关键词：片上网络功率门控旁路静态功耗

来源：评论

学校读者我要写书评

暂无评论

结合深度伪造特征对比的人脸伪造检测

引用

模式识别与人工智能 2024年第9期37卷 786-797页

作者：李兆威高欣健笪子凯高隽合肥工业大学计算机与信息学院合肥230009

随着AIGC(Artificial Intelligence-Generated Content)技术的不断发展,其伪造技术的多样性对现有检测方法发起巨大的挑战.现有大部分的检测方法是基于各种先进的卷积神经网络提取的人脸伪造特征进行检测,泛化能力不足以解决未知方法伪... 详细信息

随着AIGC(Artificial Intelligence-Generated Content)技术的不断发展,其伪造技术的多样性对现有检测方法发起巨大的挑战.现有大部分的检测方法是基于各种先进的卷积神经网络提取的人脸伪造特征进行检测,泛化能力不足以解决未知方法伪造的图像鉴伪.因此文中提出结合深度伪造特征对比的人脸伪造检测方法,对未知的伪造技术具有较好的适应能力.方法分为两个阶段:一方面挖掘不同伪造手段的相似特征,提出基于元学习的相似特征融合网络,利用元学习的学习能力获取不同伪造手法之间的相似性特征;另一方面结合具体任务下的独特伪造特征,提出具体任务下的独特性微调方法,提高模型对未知伪造方法的适应能力.在跨伪造手法和跨库测试上实验表明文中方法性能有所提升,在面对未知手段攻击时具有较优的检测能力.

关键词：人脸伪造检测深度伪造元学习相似特征融合伪造特征挖掘

来源：评论

学校读者我要写书评

暂无评论

基于四维非线性串扰模型的单跨无中继光传输多维调制设计

引用

电子学报 2024年第8期52卷 2563-2570页

作者：梁志伟陈斌凌未雷艺合肥工业大学计算机与信息学院安徽合肥230009

随着光通信速率需求的不断提高,光纤中的非线性效应成为了限制信道容量增长的主要因素.针对该问题,本文基于四维(Four-Dimensional,4D)非线性串扰模型和几何整形,提出了抗非线性4D调制设计方法.通过在加性高斯白噪声信道(Additive White... 详细信息

随着光通信速率需求的不断提高,光纤中的非线性效应成为了限制信道容量增长的主要因素.针对该问题,本文基于四维(Four-Dimensional,4D)非线性串扰模型和几何整形,提出了抗非线性4D调制设计方法.通过在加性高斯白噪声信道(Additive White Gaussian Noise,AWGN)和单跨无中继光纤传输系统中的仿真,详细比较了四类不同调制格式(包括分别针对AWGN信道和光纤信道设计的2D和4D调制格式)的传输性能.数值仿真结果表明,基于4D非线性串扰模型和4D空间联合优化的调制格式不仅有较高的线性整形增益还具有较好的非线性容忍性.以5通道的波分复用传输系统为例,优化得到的NL-4D-1024调制与传统正交幅度调制(QAM)和2D整形调制相比,可以分别减少0.8 dB和0.4 dB的发射功率.

关键词：多维度调制格式几何整形非线性串扰模型光纤信道相位噪声

来源：评论

学校读者我要写书评

暂无评论

Ghost引导UNet++的高分遥感影像变化检测

引用

中国图象图形学报 2024年第5期29卷 1460-1478页

作者：王鑫李莹莹张香梁河海大学计算机与信息学院南京211100

目的随着遥感观测技术的飞速发展,遥感影像的分辨率越来越高,如何从高分遥感影像中有效提取具有鉴别性的特征进行地物变化检测成为一个具有挑战性的问题。卷积神经网络广泛应用于计算机视觉领域,但面向遥感影像变化检测时仍存在图像语... 详细信息

目的随着遥感观测技术的飞速发展,遥感影像的分辨率越来越高,如何从高分遥感影像中有效提取具有鉴别性的特征进行地物变化检测成为一个具有挑战性的问题。卷积神经网络广泛应用于计算机视觉领域,但面向遥感影像变化检测时仍存在图像语义或位置信息的丢失及网络参数量过大等缺陷,导致检测性能受限。为此,提出一种新型GUNet++(Ghost-UNet++)网络,用于遥感影像的精准变化检测。方法首先,为了提取双时相遥感影像更具判别性的深度特征,设计具有多分支架构的高分辨率网络HRNet替换传统UNet++的主干网;其次,采用UNet++解码结构进行差异判别时,引入鬼影(Ghost)模块代替传统卷积模块以降低网络参量,并设计密集跳跃连接进一步加强信息传输,以减少深层位置信息的丢失;最后,设计一个集成注意力模块,将网络的多个语义层次特征进行聚合和细化,抑制语义和位置信息的丢失,进一步增强特征表征能力用于最终的精准变化检测。结果在LEVIR-CD(LEVIR change detection data set)和Google Data Set两个公开数据集上进行实验,结果表明本文算法变化检测精度高达99.62%和99.16%,且网络参数量仅为1.93 M,与现有主流变化检测方法相比优势明显。结论提出方法综合考虑了遥感图像中语义和位置信息对变化检测性能的影响,具有良好的特征抽取和表征能力,因此变化检测的精度和效率比现有同类方法更高。

关键词：高分辨率遥感影像变化检测深度学习(DL) 鬼影模块集成注意力

来源：评论

学校读者我要写书评

暂无评论

一种基于自适应容错链路的片上网络设计与研究

引用

电子与信息学报 2024年第11期46卷 4092-4100页

作者：徐冬雨欧阳一鸣黄正峰李建华梁华国安徽工程大学计算机与信息学院芜湖241000 合肥工业大学计算机与信息学院合肥230009 合肥工业大学微电子学院合肥230009

随着芯片制程不断深入到亚微纳米级别,技术节点的持续缩小加速了片上网络中链路故障的发生。故障链路的增多降低了可用的路由路径数量,并可能导致严重的流量拥塞甚至系统崩溃。为了保证在遭遇故障链路时数据包的正常传输,该文提出一种... 详细信息

随着芯片制程不断深入到亚微纳米级别,技术节点的持续缩小加速了片上网络中链路故障的发生。故障链路的增多降低了可用的路由路径数量,并可能导致严重的流量拥塞甚至系统崩溃。为了保证在遭遇故障链路时数据包的正常传输,该文提出一种基于自适应容错链路的片上网络设计(AFL_NoC),它能够将遭遇故障链路的数据包转发到另一条可逆链路上。该方案包括了可逆链路的具体实现以及相应的分布式控制协议。这种动态容错链路设计充分利用了网络中空闲的可用链路资源,确保了在遭遇链路故障的情况下网络通信不会中断。与先进的容错偏转路由算法QFCAR-W相比,AFL_NoC平均延迟降低10%,面积开销减少了14.2%,功耗开销减少了9.3%。

关键词：片上系统片上网络容错路由器架构路由算法

来源：评论

学校读者我要写书评

暂无评论

光学遥感图像的小样本目标检测

引用

遥感学报 2024年第7期28卷 1693-1701页

作者：周莲何楚汪鼎文郭子琪武汉大学计算机学院武汉430072 武汉大学电子信息学院武汉430072

对遥感图像进行目标检测,具有广阔的应用前景。针对小样本背景下遥感图像目标检测任务存在特征提取不足、定位困难和分类易混淆的问题,本文提出了一种基于协同注意力模块和对比学习分支的小样本目标检测算法。首先,对训练样本进行数据... 详细信息

对遥感图像进行目标检测,具有广阔的应用前景。针对小样本背景下遥感图像目标检测任务存在特征提取不足、定位困难和分类易混淆的问题,本文提出了一种基于协同注意力模块和对比学习分支的小样本目标检测算法。首先,对训练样本进行数据增强操作,以扩充数据集规模;其次,提出了一种协同注意力模块,包括设计的背景衰减注意力和空间感知注意力,利用遥感图像丰富的背景与目标特征信息,指导网络关注与目标定位相关的重点信息,从而便于RPN网络生成更好的区域建议框,减少遗漏目标的概率,提升模型对小样本类别的定位性能;然后,设计了一种对比学习分支。基于设计的对比损失函数,通过联合训练策略,在训练时从特征学习逐步过渡到分类器学习,提高了分类的准确率;最后,设计出一种基于微调的迁移学习范式的小样本目标检测模型,分为基础训练阶段和微调阶段,在基础训练阶段借助充足的基类样本训练模型学习类无关的参数,在微调阶段使用制作的小样本数据集帮助目标检测模型适应特定类别目标,提升其检测性能。此外,本文以两阶段微调方法TFA(Two-stage Fine-tuning Approach)为基准,通过在遥感数据集NWPU VHR-10和DIOR上验证本文提出算法的有效性,结果显示本文算法在NWPU VHR-10和DIOR数据集上与其他基准算法相比,平均精度均有大幅提升。

关键词：目标检测小样本学习遥感图像注意力机制对比学习

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：