检索结果-内蒙古大学图书馆

红外与激光工程 2022年第7期51卷 320-330页

作者：王素琴陈太钦张峰石敏朱登明华北电力大学控制与计算机工程学院北京102206 国家电网有限公司信息通信分公司北京100761 中国科学院计算技术研究所前瞻研究实验室北京100190 太仓中科信息技术研究院江苏太仓215400

机械零件的精确测量可为零件的加工制造、虚拟仿真、缺陷检测等应用提供依据,基于条纹投影的双目视觉方法由于其高精度的特点广泛应用于机械零件的形貌测量中。在该方法中,绝对相位曲线的质量决定着三维重建的最终精度。由于环境噪声、... 详细信息

机械零件的精确测量可为零件的加工制造、虚拟仿真、缺陷检测等应用提供依据,基于条纹投影的双目视觉方法由于其高精度的特点广泛应用于机械零件的形貌测量中。在该方法中,绝对相位曲线的质量决定着三维重建的最终精度。由于环境噪声、场景不连续或零件表面复杂结构等的影响,绝对相位曲线往往存在着大量的噪声点和不同程度的形变。为了提高重建精度,针对绝对相位曲线存在的问题提出了相应的改进方法;针对难以去除的远离相位曲线的噪声点,提出逐区域相位校正方法,该方法将每一行的相位曲线分为若干区域,以区域内相位值的中位数为阈值,去除此类噪声点;针对相位曲线的形变区域,在基于点基元的立体匹配方法的基础上引入曲线拟合方法,并对匹配后得到的视差图进行精化,能够改善相位曲线形变区域立体匹配结果不佳的情况,提高了匹配方法的鲁棒性与精度。使用该方法对复杂零件FSW逆变器进行重建,标准偏差可降至0.1 mm以内。实验结果表明:所提方法重建精度更高,对于表面结构复杂的机械零件,能够实现精确测量。

关键词：三维重建相位校正机械零件多频外差曲线拟合

来源：评论

学校读者我要写书评

暂无评论

基于从共现矩阵提取关联的类别型数据聚类

引用

计算机与现代化 2022年第11期 1-8页

作者：关云鹏刘玉龙华北计算技术研究所系统八部北京100083

类别型数据聚类被广泛应用于现实世界的不同领域中,如医学科学、计算机科学等。通常的类别型数据聚类,是在基于相异度量上进行研究,针对不同特点的数据集,聚类结果会受到数据集自身特点和噪音信息的影响。此外,基于表示学习的类别型数... 详细信息

类别型数据聚类被广泛应用于现实世界的不同领域中,如医学科学、计算机科学等。通常的类别型数据聚类,是在基于相异度量上进行研究,针对不同特点的数据集,聚类结果会受到数据集自身特点和噪音信息的影响。此外,基于表示学习的类别型数据聚类,实现复杂,聚类结果受到表示结果的影响较大。本文以共现矩阵为基础,提出一种可以直接考虑类别型数据原始信息关联关系的聚类方法——基于从共现矩阵提取关联的类别型数据聚类方法(CDCBCM)。共现矩阵可被看作是一种对原始数据空间中信息关联情况的汇总。本文通过计算不同对象在各个属性子空间下的共现频率值来构建共现矩阵,并从共现矩阵中去除一些噪音信息,再使用归一化切割来得到聚类结果。本文方法在16个不同领域的公开数据集中进行测试,与8种现有方法进行比较,并采用F1-score指标进行检测。实验结果表明,本文方法在7个数据集上效果最好,平均排名最高,能更好地完成对类别型数据的聚类任务。

关键词：类别型数据类别型数据聚类机器学习共现矩阵归一化切割

来源：评论

学校读者我要写书评

暂无评论

基于CNN与Transformer的无人机图像目标检测研究

引用

武汉理工大学学报（信息与管理工程版） 2022年第2期44卷 323-331页

作者：祝星馗蒋球伟华北计算技术研究所系统七部北京100083

针对无人机航拍图像中存在的密集目标、背景复杂、小目标检测困难、图像尺寸大等问题,提出了卷积神经网络(CNN)与Transformer相结合的无人机图像目标检测算法。该算法在YOLOv5网络的基础上结合了Transformer结构打破了CNN感受野的局限性... 详细信息

针对无人机航拍图像中存在的密集目标、背景复杂、小目标检测困难、图像尺寸大等问题,提出了卷积神经网络(CNN)与Transformer相结合的无人机图像目标检测算法。该算法在YOLOv5网络的基础上结合了Transformer结构打破了CNN感受野的局限性,凭借自注意力机制捕获全局的依赖关系。同时采用了大尺度的特征图,使用加权双向特征金字塔网络(BiFPN)增强了特征的传播与重用,让网络对小目标的检测能力大大提高。最后使用数据降维与滑动窗口的方法减少网络的内存消耗与计算量。在VisDrone无人机数据集上的实验结果表明所提算法在满足实时性的基础上,平均精确率比YOLOv5网络提高约7%,达到了最先进的42.48%,展现了模型对无人机图像的优秀检测性能。

关键词：深度学习无人机图像检测卷积神经网络目标检测算法计算机视觉

来源：评论

学校读者我要写书评

暂无评论

云环境大数据工作流编排管理系统研究综述

引用

计算机与现代化 2022年第1期 41-53页

作者：曹禹李晓辉刘忠麟贾贺费志伟华北计算技术研究所基础五部北京100083

随着大数据分析处理需求日益复杂,分析处理过程的表达需要转变为依据任务以及任务间依赖关系构建的大数据工作流的形式,以实现其结构化、可重复、可控制、可扩展以及自动化执行,大数据工作流的编排管理成为重要的研究课题,云计算环境下... 详细信息

随着大数据分析处理需求日益复杂,分析处理过程的表达需要转变为依据任务以及任务间依赖关系构建的大数据工作流的形式,以实现其结构化、可重复、可控制、可扩展以及自动化执行,大数据工作流的编排管理成为重要的研究课题,云计算环境下资源的异构性使得该问题变得更为复杂。本文首先将云环境下大数据工作流编排管理研究划分为大数据工作流构建、工作流划分、任务调度与执行以及容错处理4个方面,并在此基础上进行综述,列举并介绍各个方面近年来经典的、关注度较高的研究;然后,针对研究中的主流技术进行分类与梳理,对各项研究中提出的方法及其特性、优势、待改进项等方面进行分析;最后,将视角回归至大数据分析处理系统,分类分析各项研究给系统带来的收益。

关键词：大数据云计算数据分析工作流编排管理

来源：评论

学校读者我要写书评

暂无评论

基于子空间的可解释性多变量异常检测

引用

计算机测量与控制 2022年第11期30卷 38-45页

作者：宋润葵郑扬飞郭红钰李倩华北计算技术研究所系统八部北京100083

为了解决在多维特征数据中,部分异常点被分散的特征空间所掩盖而无法检出的问题,以及缓解当前异常检测方法的结果可解释性差或不具有可解释性的状况,提出了基于子空间的可解释性多变量异常检测算法;首先在多维特征空间中,对每一个维度... 详细信息

为了解决在多维特征数据中,部分异常点被分散的特征空间所掩盖而无法检出的问题,以及缓解当前异常检测方法的结果可解释性差或不具有可解释性的状况,提出了基于子空间的可解释性多变量异常检测算法;首先在多维特征空间中,对每一个维度的特征进行分布检验,在此基础上为每一个对象选择出一个特征空间的集合,进而为每个对象计算出异常值分数;在此过程中,高效利用算法的中间过程产物,来对算法结果加以解释,改善使用者对数据的理解;使用真实数据集,对算法进行了验证,实验结果表明其具有较好的准确性和运行时间,并很好地解释了异常点的异常性。

关键词：异常检测可解释性点异常统计型数据机器学习无监督学习

来源：评论

学校读者我要写书评

暂无评论

面向军事群体的聚合及解聚可视化控制模型

引用

计算机测量与控制 2023年第5期31卷 108-113页

作者：杨帆王家润曹占广华北计算技术研究所北京100083 国防大学联合作战学院北京100091

作战编队是军事领域特有的军事群体组织方式,具有广泛的军事应用,针对战场态势中作战编队的聚合/解聚可视化问题,基于知识图谱及模型-视图-控制器(MVC)设计模式,提出了面向作战编队的聚合/解聚可视化控制模型,主要研究作战编队基于MVC... 详细信息

作战编队是军事领域特有的军事群体组织方式,具有广泛的军事应用,针对战场态势中作战编队的聚合/解聚可视化问题,基于知识图谱及模型-视图-控制器(MVC)设计模式,提出了面向作战编队的聚合/解聚可视化控制模型,主要研究作战编队基于MVC的架构设计、作战编队基于知识图谱语义建模、基于主成分分析(PCA)的作战编队区域几何辅助对象构建、作战编队解聚/聚合ADLOD显示及地图比例尺控制以及作战编队聚合/解聚可视化模型的向量形式表征,该模型既弥补了军事标绘相关标准中作战群体方面研究的空白,也为联合作战态势多分辨率显示优化提供了基于作战编队聚合简化的新技术途径,同时,提供的可视化手段可加深对战场综合态势的认知,提升作战指挥决策水平,军事应用前景良好。

关键词：作战编队聚合及解聚LOD 知识图谱模型-视图-控制器MVC 可视化

来源：评论

学校读者我要写书评

暂无评论

改进YOLOX的药品泡罩铝箔表面缺陷检测方法

引用

图学学报 2022年第5期43卷 803-814页

作者：胡海涛杜昊晨王素琴石敏朱登明华北电力大学控制与计算机工程学院北京102206 中国科学院计算技术研究所北京100190 太仓中科信息技术研究院江苏太仓215400

药品泡罩包装中铝箔表面包含各种字体和图案信息,而且铝箔表面凹凸不平,拍摄中会出现明暗分布不均的情况,可导致缺陷特征和铝箔表面特征相似度较高。针对YOLOX模型无法更加准确区分缺陷特征和铝箔表面特征的问题,提出一种改进YOLOX模型... 详细信息

药品泡罩包装中铝箔表面包含各种字体和图案信息,而且铝箔表面凹凸不平,拍摄中会出现明暗分布不均的情况,可导致缺陷特征和铝箔表面特征相似度较高。针对YOLOX模型无法更加准确区分缺陷特征和铝箔表面特征的问题,提出一种改进YOLOX模型的表面缺陷检测方法。首先,为了使输入到Prediction网络的信息更具全局性,需要对Neck网络中特征图的全局特征进行分析,于是将Neck网络的CSP模块替换成transformer encoder模块。同时YOLOX模型具有较深的深度,为了有效地提高分类精度,使用Mish激活函数替换Swish激活函数。然后针对缺陷特征和铝箔表面特征相似导致缺陷区域和背景区域分类困难的问题,在损失函数中引入focal loss。实验结果表明,改进的模型对铝箔表面缺陷检测的mAP为90.17%,比原始的YOLOX模型提高了4.95%,并且改进的模型能够降低和铝箔表面特征相似度较高的缺陷误检和漏检的概率。

关键词：铝箔表面缺陷检测 YOLOX transformer编码器 Mish focal损失函数

来源：评论

学校读者我要写书评

暂无评论

基于噪声初始化、Adam-Nesterov方法和准双曲动量方法的对抗样本生成方法

引用

电子学报 2022年第1期50卷 207-216页

作者：邹军华段晔鑫任传伦邱俊洋周星宇潘志松陆军工程大学指挥控制工程学院江苏南京210007 陆军军事交通学院镇江校区江苏镇江212003 华北计算技术研究所北京100083 江南计算所数字工程与先进计算国家重点实验室江苏无锡214083

深度神经网络在多种模式识别任务上都取得了巨大突破,但相关研究表明深度神经网络存在脆弱性,容易被精心设计的对抗样本攻击.本文以分类任务为着手点,研究对抗样本的迁移性,提出基于噪声初始化、Adam-Nesterov方法和准双曲动量方法的对... 详细信息

深度神经网络在多种模式识别任务上都取得了巨大突破,但相关研究表明深度神经网络存在脆弱性,容易被精心设计的对抗样本攻击.本文以分类任务为着手点,研究对抗样本的迁移性,提出基于噪声初始化、Adam-Nesterov方法和准双曲动量方法的对抗样本生成方法.本文提出一种对抗噪声的初始化方法,通过像素偏移方法来预先增强干净样本的攻击性能.同时,本文使用Adam-Nesterov方法和准双曲动量方法来改进现有方法中的Nesterov方法和动量方法,实现更高的黑盒攻击成功率.在不需要额外运行时间和运算资源的情况下,本文方法可以和其他的攻击方法组合,并显著提高了对抗样本的黑盒攻击成功率.实验表明,本文的最强攻击组合为ANI-TI-DIQHM*(其中*代表噪声初始化),其对经典防御方法的平均黑盒攻击成功率达到88.68%,对较为先进的防御方法的平均黑盒攻击成功率达到82.77%,均超过现有最高水平.

关键词：对抗样本 Adam-Nesterov方法准双曲动量方法噪声初始化迁移性能

来源：评论

学校读者我要写书评

暂无评论

基于混合策略改进鲸鱼优化算法的模糊时间序列模型

引用

电子设计工程 2023年第15期31卷 98-106页

作者：汪涛林川郭生伟华北计算技术研究所北京100083 中电太极(集团)有限公司国际部北京100083

近年来研究者们提出了许多基于模糊时间序列的预测模型,并发现论域划分机制和去模糊化预测方法是影响模型预测精度的主要因素。对此,提出了一种混合模型,将改进鲸鱼优化算法用于论域划分,提出一种基于次序和时序的平均加权算子优化去模... 详细信息

近年来研究者们提出了许多基于模糊时间序列的预测模型,并发现论域划分机制和去模糊化预测方法是影响模型预测精度的主要因素。对此,提出了一种混合模型,将改进鲸鱼优化算法用于论域划分,提出一种基于次序和时序的平均加权算子优化去模糊化预测方法。在Alabama大学入学人数数据集上进行仿真实验,与国内外相关研究进行横向分析。结果表明,改进鲸鱼优化算法在收敛速度、求解精度都有很大程度提升;混合模型与基线模型对比时,训练阶段和预测阶段都获得了最小的均方根误差(RMSE)和平均绝对百分比误差(MAPE),训练阶段对照基线最优模型,RMSE减少21.1%,MAPE降低0.28%。

关键词：鲸鱼优化算法模糊时间序列混沌映射透镜成像反学习莱维飞行 OWA

来源：评论

学校读者我要写书评

暂无评论

基于R-NSGA-III的常规导弹火力分配模型

引用

电子设计工程 2022年第23期30卷 169-173页

作者：刘子豪董宝良王宝宝廉兰平程灿华北计算技术研究所系统四部北京100083

联合作战行动中的关键是选择最优火力分配方案,最大化发挥武器系统效能。常规导弹火力分配问题一般视为多目标优化问题进行研究。针对非支配排序遗传算法(NSGA-III)在武器-目标的分配问题中缺少对决策者偏好的衡量这一问题,提出基于R-NS... 详细信息

联合作战行动中的关键是选择最优火力分配方案,最大化发挥武器系统效能。常规导弹火力分配问题一般视为多目标优化问题进行研究。针对非支配排序遗传算法(NSGA-III)在武器-目标的分配问题中缺少对决策者偏好的衡量这一问题,提出基于R-NSGA-III的常规导弹火力分配模型,根据决策者偏好生成参考点;针对常规导弹存在调度转移和发射前准备时间等特点,采用引入时间成本展现方案开销的方法。通过实验验证模型有效性,运行时间为NSGA-III模型的52%;通过三维散点图进行方案展示,为辅助决策提供有效支撑。

关键词：辅助决策火力分配多目标遗传算法非支配排序

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：