检索结果-内蒙古大学图书馆

计算机工程 2024年第7期50卷 251-263页

作者：逯焕宇张永宏马光义谢东林田伟南京信息工程大学自动化学院江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学计算机学院江苏南京210044

语义分割技术被广泛应用于遥感图像水体提取任务中,然而语义分割的结果极大依赖于数据集的规模,针对遥感图像中水体数据集较少、获得精准标注数据成本高的问题,提出一种用于水体提取的半监督对抗语义分割方法。作为生成器的分割网络中... 详细信息

语义分割技术被广泛应用于遥感图像水体提取任务中,然而语义分割的结果极大依赖于数据集的规模,针对遥感图像中水体数据集较少、获得精准标注数据成本高的问题,提出一种用于水体提取的半监督对抗语义分割方法。作为生成器的分割网络中的卷积操作具有受限的感受野,缺乏对长距离上下文关系的建模能力,Transformer能够建模图像的全局信息。该方法在分割网络中采用Swin Transformer建模深层特征的全局上下文信息,挖掘像素之间的语义关系,提高网络的特征提取能力。采用双卷积块提取图像的局部特征,保留高分辨率细节信息。特征增强模块(FEM)用于抑制图像的背景噪声干扰,进一步提高水体提取的精度。分割网络和判别器网络共同训练,以提高在使用少量有标签数据条件下模型提取水体的性能。在GID数据集上进行大量实验,结果表明,该方法在不同比例有标签数据条件下均提高了水体提取的精度,在仅1/8有标签数据的条件下,该方法取得的F1-Score和交并比(Io U)分别为90.02%和81.86%,优于U-Net、MWEN等语义分割网络。

关键词：语义分割半监督卷积神经网络 Swin Transformer模块遥感图像

来源：评论

学校读者我要写书评

暂无评论

融合DEM与FY-4A数据的ECMWF预报产品深度学习订正方法

引用

气象学报 2024年第4期82卷 539-553页

作者：谈玲刘巧夏景明南京信息工程大学计算机学院南京210044 南京信息工程大学人工智能学院南京210044

精准的数值天气预报是精细化气象公共服务和商业服务的重要前提。欧洲中期天气预报中心(European Center forMedium Weather Forecasting,ECMWF)预报产品在全球被广泛采用,但始终存在系统预报误差。针对数值天气预报中的误差和多源数据... 详细信息

精准的数值天气预报是精细化气象公共服务和商业服务的重要前提。欧洲中期天气预报中心(European Center forMedium Weather Forecasting,ECMWF)预报产品在全球被广泛采用,但始终存在系统预报误差。针对数值天气预报中的误差和多源数据融合中的非线性映射等问题,设计了一个ECMWF数值预报产品的深度学习订正模型(Numerical Forecast CorrectionNetwork,NFC-Net)。NFC-Net引入了FY-4A卫星观测数据、数字高程模型数据(Digital Elevation Model,DEM)和ERA5历史实况数据订正预报结果,利用多源数据空间分辨率对齐模块、时空特征提取模块解决多源异构数据特征的提取与融合问题,并通过UNet网络实现ECMWF预报产品的订正。为了评估所提算法的性能,利用NFC-Net对ECMWF产品中的2 m气温和10 m风速两个天气要素开展订正试验,并将试验结果与ECMWF预报结果、ANO方法订正结果、Convlstm方法订正结果、Fuse-CUnet方法订正结果和ERA5实况进行对比。结果显示,NFC-Net模型订正的2 m气温和10 m风速的均方根误差(Root Mean Squared Error,RMSE)分别较ECMWF预报产品下降49.71%和50.86%。表明NFC-Net模型可以充分利用多源数据有效改善复杂地形条件下的订正结果。NFC-Net模型可用于订正ECMWF预报结果,显著提升数值天气预报的精度。

关键词：数值天气预报误差订正深度学习多源数据融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于细粒度特征增强的多模态视觉问答研究

引用

南京信息工程大学学报 2025年

作者：王志伟陆振宇南京信息工程大学计算机学院南京信息工程大学人工智能学院

现有多模态视觉问答（Visual Question Answering，VQA）模型忽略了图像中局部显著信息与文本中局部基本词之间的细粒度交互作用，图像与文本之间的语义相关性有待提高。为此，本文提出一种基于细粒度特征增强的多模态视觉问答方法。首... 详细信息

现有多模态视觉问答（Visual Question Answering，VQA）模型忽略了图像中局部显著信息与文本中局部基本词之间的细粒度交互作用，图像与文本之间的语义相关性有待提高。为此，本文提出一种基于细粒度特征增强的多模态视觉问答方法。首先，对视觉和文本分别增加一种细粒度特征提取方法，以便更全面准确地提取图像和问题的语义特征；然后，为了利用不同层次模态之间的对齐信息，提出一种对齐引导的自注意力模块来对齐单一模态内（视觉或文本）细粒度特征和全局语义特征之间的对应关系，并以统一的方式融合不同层次的单模态信息；最后，在VQA v2.0和VQA-CP v2数据集上进行实验，结果表明，本文所提方法在各项视觉问答评估指标上的表现优于现有的模型。

关键词：视觉问答多模态细粒度特征增强实体对齐特征融合

来源：评论

学校读者我要写书评

暂无评论

基于图像小波域自适应干扰的GAN生成人脸反取证

引用

东南大学学报（自然科学版） 2024年第5期54卷 1330-1338页

作者：陈北京李玉茹舒华忠南京信息工程大学计算机学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 东南大学影像科学与技术实验室南京210096

针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰... 详细信息

针对现有生成对抗网络(GAN)生成人脸反取证方法攻击迁移性不强的问题,提出了一个基于图像小波域自适应干扰的GAN生成人脸反取证方法以提升攻击迁移性.该方法通过对GAN生成人脸图像的小波域信息(即图像经过小波分解后的频率分量)施加扰动以实现其对取证模型的抵抗,并且分别在空域和频域上基于最小可觉察误差(JND)设计自适应扰动阈值,对图像不同像素点位置设置不同的扰动强度,从而增强扰动的人眼不可感知性.此外,还设计了一种数据增强方式对反取证人脸进行数据分布多样性扩充,以进一步提升攻击迁移性.实验结果表明,与6种基线方法相比,所提方法生成的反取证人脸在保证扰动对人眼不可感知前提下具有更强的攻击迁移性.

关键词：对抗扰动 GAN生成人脸反取证离散小波变换(DWT) 最小可觉察误差

来源：评论

学校读者我要写书评

暂无评论

基于点云强度和地面约束的大范围激光SLAM

引用

电子测量与仪器学报 2024年第4期38卷 66-75页

作者：孙伟曾豪霆张小瑞王煜叶健峰南京信息工程大学自动化学院南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京工业大学计算机与信息工程学院南京211816 南京信息工程大学电子与信息工程学院南京210044

在无人车领域,点云强度和地面约束对大范围环境下的建图和定位起着非常重要的作用。然而,现有的激光SLAM算法在构建地图时只考虑几何特征,而忽视点云强度信息和地面约束,导致建图细节模糊、在Z轴方向上易存在漂移,从而降低了SLAM系统的... 详细信息

在无人车领域,点云强度和地面约束对大范围环境下的建图和定位起着非常重要的作用。然而,现有的激光SLAM算法在构建地图时只考虑几何特征,而忽视点云强度信息和地面约束,导致建图细节模糊、在Z轴方向上易存在漂移,从而降低了SLAM系统的精度。为此,本文提出了一种基于点云强度和地面约束的激光SLAM优化算法。基于地面测量模型,提出构建局部条件性地面约束,不仅提高地面点提取的准确性,而且减少Z轴方向的漂移;引入点云强度信息来改善非地面点聚类的可靠性,进一步提高建图精度和定位稳定性。提出基于局部平滑度的特征提取方法,通过引入强度因子并对强度特征进行排序,优先选择具有一致强度信息的特征,增强特征提取的鲁棒性。引入球形强度图来构建强度残差,与几何残差共同优化估计位姿,有效解决里程计中地图细节处的模糊问题;基于特征投影的匹配距离以及强度差异被用来去除动态点云的干扰,进一步提高SLAM系统的鲁棒性。在公开数据集KITTI和真实场景下的实验表明,引入地面约束和点云强度信息后,本文提出的算法具有更高的建图和定位精度,相对优于传统LIO-SAM的LVI-SAM算法,本文算法的精度提升了54.5%,为无人车在大范围环境中的SLAM任务提供了可靠解决方案。

关键词：大范围环境地面约束点云强度动态点云

来源：评论

学校读者我要写书评

暂无评论

基于面部图像和心率变异性的多模态融合情感识别算法

引用

南京信息工程大学学报 2025年

作者：张宇轩林贤煊王爽潘志庚南京信息工程大学计算机学院南京信息工程大学人工智能学院南京信息工程大学沐曦高性能计算研究院

针对虚拟运动中无法有效识别用户情感的问题，本文提出一种基于面部图像和心率变异性模态的多模态融合情感识别算法（Multimodal Fusion Emotion Recognition based on Face Image and Heart Rate Variability， MFER-FIHRV）。通过分... 详细信息

针对虚拟运动中无法有效识别用户情感的问题，本文提出一种基于面部图像和心率变异性模态的多模态融合情感识别算法（Multimodal Fusion Emotion Recognition based on Face Image and Heart Rate Variability， MFER-FIHRV）。通过分析捕捉面部图像和心率变异性两种模态下的数据信息，敏锐洞察用户的情绪变化，进而为用户打造贴合其当下状态的个性化人机交互体验。首先设计多模态融合Transformer对面部图像和心率变异性进行多模态互补学习，然后使用多模态特征融合将融合特征与原始特征进行拼接，同时，使用轻量化自注意力机制学习多模态内的高级表示。最终在两个公开数据集上进行了大量实验，结果显示所提出的方法具有更好的性能。实验表明，所提出的方法切实有效，可以指导用户体验系统的设计和开发。

关键词：多模态情感识别 Transformer 卷积神经网络双向长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

城市排水管网中温室气体减排策略研究进展

引用

中国环境科学 2023年第4期43卷 1937-1945页

作者：熊洁左晓俊李路程李婷陆建刚南京信息工程大学环境科学与工程学院江苏南京210044 南京信息工程大学化学与材料学院江苏南京210044

通过梳理当前国内外城市排水管网温室气体研究现状,本研究分析了管网微生物特性,阐述了排水管网中温室气体产生机理,在此基础上探讨了CO_(2)、CH_(4)和N_(2)O的物理、化学控制方法(如高铁酸盐等),最后给出了排水管网温室气体减排潜在策... 详细信息

通过梳理当前国内外城市排水管网温室气体研究现状,本研究分析了管网微生物特性,阐述了排水管网中温室气体产生机理,在此基础上探讨了CO_(2)、CH_(4)和N_(2)O的物理、化学控制方法(如高铁酸盐等),最后给出了排水管网温室气体减排潜在策略.建议今后应加强天然化学品控制(如尿液)和资源化利用的深入研究,为城市排水系统碳减排提供数据和理论支持.

关键词：排水管网甲烷氧化亚氮产生机理减排

来源：评论

学校读者我要写书评

暂无评论

改进U-Net的风云四号卫星降水估计算法研究

引用

计算机工程与应用 2023年第11期59卷 285-293页

作者：黄杰张永宏马光义朱灵龙田伟南京信息工程大学自动化学院南京210044 南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 南京信息工程大学电子与信息工程学院南京210044 南京信息工程大学计算机与软件学院南京210044

针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题,提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合,使得模型参数可以共享,避免深层网络模型梯度消失的情况。在... 详细信息

针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题,提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合,使得模型参数可以共享,避免深层网络模型梯度消失的情况。在此结构基础上引入了空间金字塔模块进行多尺度特征提取,保留更多的图像特征,加强对细小降水云团信息的特征提取能力;引入了注意力机制模块,提取重要降水特征信息。实验结果表明,该算法在命中率、虚警率、相关系数分别为0.84、0.48、0.59;均方根误差、平均绝对误差分别为1.354 mm/h、0.432 mm/h。与PERSIANN-CNN、U-Net算法相比,有效地提升了降水量估计精度。与其他降水产品对比,能更好地识别出降水区。该算法可以实现近实时的降水估计,能够有效地提升降水估计精度,对低时间分辨率的降水估计研究具有一定的价值。

关键词：降水量估计风云四号卫星卷积神经网络语义分割

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的多模态行人重识别综述

引用

南京信息工程大学学报 2024年第4期16卷 437-450页

作者：张国庆杨珊汪海蕊王准杨艳周洁琼南京信息工程大学计算机学院南京210044 南京信息工程大学软件学院南京210044

行人重识别(Re-ID)旨在跨像机检索同一目标行人,它是智能视频监控领域的一项关键技术.由于监控场景的复杂性,单模态行人重识别在低光、雾天等极端情况下的适用性较差.因实际应用的需要以及深度学习的快速发展,基于深度学习的多模态行人... 详细信息

行人重识别(Re-ID)旨在跨像机检索同一目标行人,它是智能视频监控领域的一项关键技术.由于监控场景的复杂性,单模态行人重识别在低光、雾天等极端情况下的适用性较差.因实际应用的需要以及深度学习的快速发展,基于深度学习的多模态行人重识别受到了广泛的关注.本文针对近年来多模态行人重识别的发展脉络进行综述:阐述了传统单模态行人重识别方法存在的不足;归纳了多模态行人重识别的常见应用场景及其优势,以及各数据集的构成;重点分析了各种场景下多模态行人重识别的相关方法及其分类,并探讨了当前研究的热点和挑战;最后,讨论了多模态行人重识别的未来发展趋势及其潜在应用价值.

关键词：深度学习神经网络行人重识别多模态

来源：评论

学校读者我要写书评

暂无评论

基于个性化时空聚类的差分隐私轨迹保护模型

引用

信息网络安全 2024年第1期 80-92页

作者：尹春勇蒋奕阳南京信息工程大学计算机学院南京210044 南京信息工程大学软件学院南京210044

随着位置感知设备的普及,轨迹数据已广泛应用于现实生活。然而,轨迹数据通常与敏感标签相关联,不当地分享或发布这些数据可能会泄露用户的隐私,且不同数据的敏感程度互异。针对上述问题,文章提出了基于个性化时空聚类的差分隐私轨迹保... 详细信息

随着位置感知设备的普及,轨迹数据已广泛应用于现实生活。然而,轨迹数据通常与敏感标签相关联,不当地分享或发布这些数据可能会泄露用户的隐私,且不同数据的敏感程度互异。针对上述问题,文章提出了基于个性化时空聚类的差分隐私轨迹保护模型。首先,针对轨迹中海量时间数据与隐私保护的需要,文章提出模糊均值聚类算法(FCM算法);其次,在空间分割的过程中,通过密度进行聚类,并实现个性化调整隐私预算分配的目的,从而提高数据效用;再次,在轨迹合成阶段,对比真实轨迹数据,选择更具代表性的轨迹;最后,在发布阶段,引入Laplace机制对轨迹数目进行隐私保护。为了验证文章所提出的模型在轨迹效用与隐私保护上的成果,将该模型与另外两种模型在4个阶段上进行了比较。实验结果表明,文章所提出的模型在数据效用方面提升15.45%,在相同隐私预算下,隐私保护强度提升至少35.62%。

关键词：个性化预算分配差分隐私时空聚类轨迹隐私轨迹发布

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：