检索结果-内蒙古大学图书馆

为满足远郊和灾区物联网(IoT)设备的时延与能耗需求,该文构建了由IoT终端、低地球轨道(LEO)卫星和云计算中心组成的新型动态卫星物联网模型。在时延、能耗等实际约束条件下,将系统时延与能耗加权和视为系统开销,构造了最小化系统开销的任务卸载、功率和计算资源联合分配问题。针对动态任务到达场景,提出一种模型辅助的自适应深度强化学习(MADRL)算法,实现任务卸载决策、通信资源和计算资源的联合配置。该算法将问题分为两部分解决,第1部分通过模型辅助、二分搜索算法和梯度下降法优化了通信资源与计算资源;第2部分通过自适应深度强化学习算法训练出Q网络以适应随机任务的到达,进行卸载决策优化。该算法实现了有效的资源分配和可靠及时的任务卸载决策,且在降低系统开销方面表现出优异的效果。仿真结果表明,引入卫星的移动性,使得系统开销降低了41%。引入星间协作技术,使系统开销降低了22.1%。此外,该文所提算法收敛性能好。与基准算法相比,该算法的系统开销降低了3%,在不同环境下的性能表现都是最优。

关键词：云边端协同计算卫星物联网深度强化学习任务卸载资源分配

来源：评论

学校读者我要写书评

暂无评论

光学变换级联一维光子晶体宽带全向反射镜设计

引用

光学学报 2025年第1期45卷 229-235页

作者：梅永王浩志王身云南京信息工程大学电子与信息工程学院江苏南京210044

为了实现全向反射镜的小型化,设计一款基于级联结构的一维光子晶体反射镜模型。首先,利用传输矩阵法计算三个单级一维光子晶体结构在横磁波(TM波)照射条件下的全向反射系数,其全向反射带宽分别为433~453 nm、466~488 nm和499~524 nm。然... 详细信息

为了实现全向反射镜的小型化,设计一款基于级联结构的一维光子晶体反射镜模型。首先,利用传输矩阵法计算三个单级一维光子晶体结构在横磁波(TM波)照射条件下的全向反射系数,其全向反射带宽分别为433~453 nm、466~488 nm和499~524 nm。然后,将这些单级结构进行级联,计算级联结构的全向反射带宽。计算结果表明:级联结构的全向反射带宽为446~494 nm,宽度为48 nm。最后,采用变换光学原理对级联结构进行压缩变换,实现级联结构的尺寸小型化,并保持全向反射带宽不变。考虑变换介质的可实现性,基于折射率不变性对变换介质进行去磁化变换。所设计的变换介质级联结构光子晶体,不仅有效增加全向反射带宽,也显著减少反射镜的厚度,为全向反射镜的小型化和宽带化提供一种有效方案。

关键词：光子晶体全向反射镜传输矩阵变换光学

来源：评论

学校读者我要写书评

暂无评论

同时透射反射可重构智能表面赋能移动边缘计算任务卸载研究

引用

电子与信息学报 2025年第2期47卷 418-426页

作者：李斌杨冬东南京信息工程大学计算机学院南京210044

为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足,该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先,考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束,联合... 详细信息

为弥补可重构智能表面(RIS)半空间覆盖和“乘性衰落”等不足,该文提出一种有源同时透射和反射可重构智能表面(aSTAR-RIS)技术用于提升移动边缘计算(MEC)卸载性能增益。首先,考虑MEC服务器计算资源、aSTAR-RIS能耗以及相移耦合约束,联合设计任务卸载比例、计算资源配置、多用户检测矩阵(MUD)、aSTAR-RIS相移以及用户上传功率,建立一个多变量耦合的加权总时延最小化问题。然后,借助块坐标下降法(BCD)将原问题分解为两个子问题,使用拉格朗日乘子法和罚项对偶分解法(PDD)交替优化子问题。仿真结果表明,相较于无源STAR-RIS方案,所提aSTAR-RIS辅助MEC方案加权总时延降低了12.66%。

关键词：有源同时透射和反射可重构智能表面移动边缘计算计算卸载资源分配

来源：评论

学校读者我要写书评

暂无评论

适用于多领域少样本的元适配器整合学习方法

引用

计算机工程与应用 2025年第5期61卷 122-133页

作者：于信马廷淮彭可兴贾莉蒋永溢南京信息工程大学软件学院南京210044 南京信息工程大学计算机学院南京210044 南京信息工程大学雷丁学院南京210044

针对多域少样本文本摘要任务中迁移学习面临的诸多挑战,尤其是源域数据的多样性以及目标域数据的数据稀缺性问题,提出了一种创新的学习方法,名为元适配器整合学习方法(meta-adapter integration learning,MAIL)。MAIL使用基于Transforme... 详细信息

针对多域少样本文本摘要任务中迁移学习面临的诸多挑战,尤其是源域数据的多样性以及目标域数据的数据稀缺性问题,提出了一种创新的学习方法,名为元适配器整合学习方法(meta-adapter integration learning,MAIL)。MAIL使用基于Transformer的预训练模型作为基础模型,融合适配器模块限制模型参数及层数,并采用元学习方法微调适配器。此外,为了增强在不同领域间的迁移和泛化能力,设计了一种元适配器整合算法,旨在最大化利用多域信息,增强模型跨领域泛化能力。实验结果显示,MAIL在标准文本生成评价指标上超越现有主流模型,并能有效应对跨领域迁移中常见的灾难性遗忘、任务干扰和训练不稳定等问题。

关键词：文本摘要生成少样本学习迁移学习预训练模型适配器元学习

来源：评论

学校读者我要写书评

暂无评论

融合多尺度特征Transformer的高分辨率遥感图像变化检测

引用

遥感学报 2025年第1期29卷 266-278页

作者：李健慷张桂欣祝善友徐永明李湘雨南京信息工程大学遥感与测绘工程学院南京210044 南京信息工程大学地理科学学院南京210044

为了加强变化检测中深度学习网络的语义信息提取能力,捕获更多高阶多尺度特征细节以及突出影像差异信息,本文提出一种融合孪生结构和多尺度特征Transformer的高分辨率遥感影像变化检测模型MFTSNet(Multi-scale Feature Transformer Siam... 详细信息

为了加强变化检测中深度学习网络的语义信息提取能力,捕获更多高阶多尺度特征细节以及突出影像差异信息,本文提出一种融合孪生结构和多尺度特征Transformer的高分辨率遥感影像变化检测模型MFTSNet(Multi-scale Feature Transformer Siamese Network)。该模型设计了语义特征Transformer模块ST(Semantic feature Transformer module)捕获不同层级特征图的语义信息,引入置入Transformer模块GT(Grounding Transformer module)和映射Transformer模块RT(Rendering Transformer module)加强低层和高层语义信息的获取,发掘高阶多尺度特征细节信息以及不同空间位置和通道间的全局上下文关系,进一步提升变化检测精度,增强地物检测结果的完整性、区域内部以及边缘细节。将MFTSNet与另外8种变化检测模型在4个公开数据集上的变化检测结果进行对比,并通过消融实验、参数分析等手段验证MFTSNet中各模块的有效性。对比实验结果表明MFTSNet网络模型在4个数据集上的F1和交并比IoU分别至少提高了0.465%、0.113%、0.369%、2.13%和0.723%、0.188%、0.304%、2.962%。消融实验表明GT、RT、ST 3个模块共同作用可有效提升网络模型性能。参数分析表明MFTSNet模型中的特征信息长度L与编码器—解码器个数是两个重要的网络结构参数,L在CDD、WHU-CD数据实验中取16,在SYSU-CD、LEVIR-CD数据实验中取8,4个数据集上设置(EN,DN)为(1,2)时,MFTSNet模型的检测结果最优。

关键词：高分辨率遥感变化检测深度学习孪生网络多尺度特征 Transformer 语义信息消融实验

来源：评论

学校读者我要写书评

暂无评论

结合扩张卷积与多尺度融合的实时时空动作检测

引用

中国图象图形学报 2025年第2期30卷 406-420页

作者：程勇高园元王军杨玲许小龙程遥张开华南京信息工程大学软件学院南京210044 南京信息工程大学计算机学院南京210044

目的时空动作检测任务旨在预测视频片段中所有动作的时空位置及对应类别。然而,现有方法大多关注行动者的视觉和动作特征,忽视与行动者交互的全局上下文信息。针对当前方法的不足,提出一种结合扩张卷积与多尺度融合的高效时空动作检测模... 详细信息

目的时空动作检测任务旨在预测视频片段中所有动作的时空位置及对应类别。然而,现有方法大多关注行动者的视觉和动作特征,忽视与行动者交互的全局上下文信息。针对当前方法的不足,提出一种结合扩张卷积与多尺度融合的高效时空动作检测模型(efficient action detector,EAD)。方法首先,利用轻量级双分支网络同时建模关键帧的静态信息和视频片段的动态时空信息。其次,利用分组思想构建轻量空间扩张增强模块提取全局性的上下文信息。然后,构建多种DO-Conv结构组成的多尺度特征融合单元,实现多尺度特征捕获与融合。最后,将不同层次的特征分别送入预测头中进行检测。结果实验在数据集UCF101-24和AVA(atomic visual actions)中进行,分析了EAD与现有算法之间的检测对比结果。在UCF101-24数据集上的帧平均准确度(frame-mAP)和视频平均准确度(video-mAP)分别为80.93%和50.41%,对于基线方法的漏检、错检现象有所改善;在AVA数据集上的frame-mAP达到15.92%,同时保持较低的计算开销。结论通过与基线及目前主流方法比较,EAD以较低的计算成本建模全局关键信息,提高了实时动作检测准确度。

关键词：深度学习时空动作检测(STAD) 双分支网络扩张增强模块(DAM) 多尺度融合

来源：评论

学校读者我要写书评

暂无评论

STAR-RIS辅助URLLC-NOMA系统的联合波束成形设计

引用

电子与信息学报 2025年第2期47卷 409-417页

作者：朱建月吴雨桐陈晓谢亚琴许尧张治中南京信息工程大学电子与信息工程学院南京210044 东南大学网络空间安全学院南京211189 南京信息工程大学人工智能学院(未来技术学院) 南京210044

针对超可靠低时延通信(URLLC)场景,该文研究了融合透射与反射功能的智能超表面(STAR-RIS)辅助的非正交多址接入(NOMA)系统的传输设计。具体而言,该文联合设计了基站端的波束成形向量、RIS端的透射相移矩阵和反射相移矩阵,以在满足基站... 详细信息

针对超可靠低时延通信(URLLC)场景,该文研究了融合透射与反射功能的智能超表面(STAR-RIS)辅助的非正交多址接入(NOMA)系统的传输设计。具体而言,该文联合设计了基站端的波束成形向量、RIS端的透射相移矩阵和反射相移矩阵,以在满足基站总功率约束的条件下实现能耗最小化。为解决所提出的非凸问题,该文首先分析了有限块长传输下的用户速率函数特性,并据此将优化问题进行等价转换。随后,采用交替优化和半正定松弛(SDR)方法来解决联合波束设计问题。实验结果表明,与正交多址接入和传统RIS方案相比,所提出的方法在能耗性能上有显著提升。

关键词：智能反射面非正交多址接入技术波束成形设计

来源：评论

学校读者我要写书评

暂无评论

基于改进SSD算法的地铁场景小行人目标检测

引用

计算机研究与发展 2025年第2期62卷 397-407页

作者：张秀再邱野沈涛南京信息工程大学电子与信息工程学院江苏省大气环境与装备技术协同创新中心(南京信息工程大学)

在地铁场景中，小行人目标由于分辨率低，包含特征信息较少，现阶段目标检测器对此类目标的检测仍具有挑战性. SSD目标检测算法利用金字塔网络的多尺度检测头，能一定程度提高行人目标检测性能，但将其应用于地铁等复杂环境中实现小行... 详细信息

在地铁场景中，小行人目标由于分辨率低，包含特征信息较少，现阶段目标检测器对此类目标的检测仍具有挑战性. SSD目标检测算法利用金字塔网络的多尺度检测头，能一定程度提高行人目标检测性能，但将其应用于地铁等复杂环境中实现小行人目标检测仍具有一定局限性.针对上述问题，提出一种改进SSD算法以加强地铁场景中小行人目标检测效果.通过构建地铁场景行人目标数据集，标注相应标签，同时进行数据预处理操作；在特征提取网络中加入金字塔特征加强模块，将多分支残差单元、亚像素卷积和特征金字塔相结合获得图像多尺度、多感受野融合特征；利用上下文信息融合模块将图像低层特征与上下文特征相融合，生成扩展特征层用于检测小行人目标；设计一种基于Anchor-free的动态正负样本分配策略，为小行人目标生成最优正样本.实验结果表明：提出的改进SSD算法能有效提高地铁场景小行人目标检测性能，对遮挡严重的小行人目标检测，效果提升更为明显.

关键词：小行人目标检测 SSD算法注意力机制亚像素卷积多尺度特征融合

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：