检索结果-内蒙古大学图书馆

自动化学报 2024年第3期50卷 617-639页

作者：葛泉波王远亮李宏南京信息工程大学自动化学院南京210044 江苏省大气环境与装备技术协同创新中心南京210044 江苏省大数据分析技术重点实验室南京210044 上海海事大学物流工程学院上海200135 中国飞行试验研究院西安710089

为提高复杂海洋环境中无人舰载机(Unmanned carrier-based aircraft, UCA)自动着舰时导航定位的准确性,研究舰尾流对机载雷达测量过程的动态影响问题,建立一种基于多层级耦合性分析的测量影响动态建模分析方法.首先,利用直接分解法和前... 详细信息

为提高复杂海洋环境中无人舰载机(Unmanned carrier-based aircraft, UCA)自动着舰时导航定位的准确性,研究舰尾流对机载雷达测量过程的动态影响问题,建立一种基于多层级耦合性分析的测量影响动态建模分析方法.首先,利用直接分解法和前向差分法建立一种基于离散化状态空间的时变舰尾流模型,以克服传统传递函数方法存在的局限性;其次,基于舰尾流各分量均与飞机飞行速度相关的客观事实,通过在时变系统中考虑舰尾流分量间的相互作用关系来构建一种更符合实际系统特征的分量自耦合舰尾流模型;紧接着,采用UCA姿态角变化能够改变坐标转换矩阵的思想,研究舰尾流与UCA位姿变化间的耦合联系,提出一种准确性更高的舰尾流对UCA位姿的深度影响模型;然后,以航母姿态变化对舰载雷达测量结果的影响模型为基础,通过考虑本研究场景的内在特性,建立UCA姿态变化对雷达测量结果的影响模型分析方法;紧接着,采用示意图方式获得位移变化对机载雷达测量结果的影响模型;最后,针对舰船受海洋大气(风、浪、流)干扰而出现失速这一现象,建立实际海洋环境中舰尾流对机载雷达测量结果的非线性非高斯影响分析模型.仿真实验研究验证了上述模型分析方法的有效性和优越性.

关键词：舰尾流机载雷达状态空间耦合性非线性非高斯

来源：评论

学校读者我要写书评

暂无评论

深度信号引导学习混合变换器的高性能无监督视频目标分割

引用

电子学报 2023年第5期51卷 1388-1395页

作者：苏天康宋慧慧樊佳庆张开华南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 南京信息工程大学大气环境与装备技术协同创新中心江苏南京210044 南京航天航空大学计算机与科学技术学院江苏南京211106

现存的无监督视频目标分割方法通常使用光流作为运动线索来提升模型性能.然而,光流的估计常存在误差,这将导致双流网络易对噪声过拟合.为此,本文提出一种基于混合变换器的无监督视频目标分割算法,通过引入深度信号引导变换器高效融合不... 详细信息

现存的无监督视频目标分割方法通常使用光流作为运动线索来提升模型性能.然而,光流的估计常存在误差,这将导致双流网络易对噪声过拟合.为此,本文提出一种基于混合变换器的无监督视频目标分割算法,通过引入深度信号引导变换器高效融合不同模态数据,以学习更加鲁棒的特征表达,从而减轻模型对噪声的过拟合.首先,设计一个新颖的混合注意力模块来获得全局感受野并对不同模态的特征进行充分交互,以增强特征的全局语义信息来提升模型的抗干扰能力.接着,为了进一步感知精细化的目标边缘,设计了一个局部-非局部语义增强模块,将局部语义的归纳偏置引入补充学习非局部语义特征,在提升模型抗干扰力的同时突出更精细化的目标区域.最后,增强后的特征输入变换器的解码器,预测得到高质量的分割结果 .与最先进的方法相比,本文所提算法在四个标准数据集上都获得了领先的性能,充分表明了本文所提方法的有效性.

关键词：无监督视频目标分割混合变换器混合注意力多模态深度估计鲁棒特征

来源：评论

学校读者我要写书评

暂无评论

融合各向异性上下文的遥感图像语义分割

引用

计算机应用与软件 2025年第4期42卷 229-236,288页

作者：岳志远耿玉标闫宏艳孙玉宝南京信息工程大学江苏省大数据分析技术重点实验室江苏省大气环境与装备技术协同创新中心江苏南京210044

由于遥感图像中地面目标存在纵横比变化大、目标尺度范围广等各向异性分布问题,现有分割方法对于呈长程带状结构、密集离散分布物体等目标的分割能力还存在不足。为了应对该问题,提出融合各向异性上下文的遥感图像分割网络,该网络通过... 详细信息

由于遥感图像中地面目标存在纵横比变化大、目标尺度范围广等各向异性分布问题,现有分割方法对于呈长程带状结构、密集离散分布物体等目标的分割能力还存在不足。为了应对该问题,提出融合各向异性上下文的遥感图像分割网络,该网络通过对梯度卷积核参数施加先验约束来提取目标的梯度信息,优化分割边缘,设计多尺度并行空洞卷积和各向异性复合条状池化等模块,捕获遥感图像中不同尺度目标的各向异性上下文信息,融合多尺度的上下文信息并恢复图像细节。在公开的Potsdam和Vaihingen数据集上的实验表明,该网络优于DaNet、DeepLabv3+、Eanet等先进的分割网络,消融实验也验证了各模块的有效性。

关键词：遥感图像语义分割各向异性上下文梯度卷积复合条状池化

来源：评论

学校读者我要写书评

暂无评论

一种EIT触觉传感器的灵敏度强度校正方法

引用

仪表技术与传感器 2025年第1期 7-13,19页

作者：王江南葛泉波南京信息工程大学自动化学院江苏省大数据分析技术重点实验室江苏省大气环境与装备技术协同创新中心

为解决电阻抗层析成像(EIT)技术中存在灵敏度分布不均匀(位置依赖性)的问题,提出了一种灵敏度强度校正方法。利用伪阵列方法将刚性传感器区域划分为4部分,从有限元模型中提取其中的“L”型区域并根据对称性构建缩放矩阵。同时在刚性传... 详细信息

为解决电阻抗层析成像(EIT)技术中存在灵敏度分布不均匀(位置依赖性)的问题,提出了一种灵敏度强度校正方法。利用伪阵列方法将刚性传感器区域划分为4部分,从有限元模型中提取其中的“L”型区域并根据对称性构建缩放矩阵。同时在刚性传感器的基础上,研究了纸作为柔性触觉传感器材料的可行性。实验结果表明:强度校正方法能有效地提高图像重建质量;纸传感器在基于EIT的人机交互应用中具有较大的潜力。

关键词：电阻抗层析成像位置依赖性强度校正柔性触觉传感器

来源：评论

学校读者我要写书评

暂无评论

融合CNN-SAM与GAT的多标签文本分类模型

引用

计算机工程与应用 2023年第5期59卷 106-114页

作者：杨春霞马文文陈启岗桂强南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

现有基于神经网络的多标签文本分类研究方法存在两方面不足,一是不能全面提取文本信息特征,二是很少从图结构数据中挖掘全局标签之间的关联性。针对以上两个问题,提出融合卷积神经网络-自注意力机制(CNNSAM)与图注意力网络(GAT)的多标... 详细信息

现有基于神经网络的多标签文本分类研究方法存在两方面不足,一是不能全面提取文本信息特征,二是很少从图结构数据中挖掘全局标签之间的关联性。针对以上两个问题,提出融合卷积神经网络-自注意力机制(CNNSAM)与图注意力网络(GAT)的多标签文本分类模型(CS-GAT)。该模型利用多层卷积神经网络与自注意力机制充分提取文本局部与全局信息并进行融合,得到更为全面的特征向量表示;同时将不同文本标签之间的关联性转变为具有全局信息的边加权图,利用多层图注意力机制自动学习不同标签之间的关联程度,将其与文本上下文语义信息进行交互,获取具有文本语义联系的全局标签信息表示;使用自适应融合策略进一步提取两者特征信息,提高模型的泛化能力。在AAPD、RCV1-V2与EUR-Lex三个公开英文数据集上的实验结果表明,该模型所达到的多标签分类效果明显优于其他主流基线模型。

关键词：多标签文本分类多层卷积神经网络自注意力机制多头图注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于依存句法和图注意力网络的句子匹配

引用

计算机工程与应用 2023年第9期59卷 123-129页

作者：杨春霞陈启岗徐奔马文文南京信息工程大学自动化学院南京210044 江苏省大数据分析技术重点实验室南京210044 江苏省大气环境与装备技术协同创新中心南京210044

句子匹配是自然语言处理的一项基本任务,可应用于自然语言推理、释义识别等多个场景。目前,主流的模型大多采用注意力机制来实现两个句子之间单词或短语的对齐。然而,这些模型通常忽略了句子的内在结构,没有考虑文本单元之间的依存关系... 详细信息

句子匹配是自然语言处理的一项基本任务,可应用于自然语言推理、释义识别等多个场景。目前,主流的模型大多采用注意力机制来实现两个句子之间单词或短语的对齐。然而,这些模型通常忽略了句子的内在结构,没有考虑文本单元之间的依存关系。针对此问题,提出了一种基于依存句法和图注意力网络的匹配模型。设计两种建模方式将句子对建模为语义图。使用图注意力网络对构建的图进行编码以进行句子匹配。实验结果表明,提出的模型可以较好地学习图结构,在自然语言推理数据集SNLI和释义识别数据集Quora上分别达到了88.7%和88.9%的准确率。

关键词：句子匹配依存句法图注意力网络词共现语义图全连通语义图

来源：评论

学校读者我要写书评

暂无评论

MAPDNet：一种检测XCO2图像中羽流的方法

引用

南京信息工程大学学报 2024年

作者：邵鹏飞胡凯刘滋然冯新龑马科宇章琪姜闪闪夏旻叶小岭南京信息工程大学江苏省大数据分析技术重点实验室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(CICAEET) 南京信息工程大学管理科学与工程学院

检测温室气体羽流是碳排放监测的关键任务，目前相关算法中，对羽流边缘细节的分割精度还有提升空间。为此，本文提出一种基于多尺度注意力机制的羽流检测网络（MAPDNet）。首先，采用多尺度池化条带卷积模块（MPSCM）补偿编码器降采样... 详细信息

检测温室气体羽流是碳排放监测的关键任务，目前相关算法中，对羽流边缘细节的分割精度还有提升空间。为此，本文提出一种基于多尺度注意力机制的羽流检测网络（MAPDNet）。首先，采用多尺度池化条带卷积模块（MPSCM）补偿编码器降采样操作中稀释的高级语义信息，增强主要的羽流轮廓信息，减少细节信息的丢失。然后，采用关系注意力模块（RAM）建立特征之间的全局信息与局部信息交互，增强有用特征，降低特征图中冗余信息的比例，提高模型的分割精度。此外，引入上下文特征融合模块（CFFM）以便网络更好地理解上下文特征的信息，在恢复图像分辨率的同时，较好地将特征对齐，恢复空间位置信息。最后，利用边界增强模块（BEM）实现端到端训练，增强输出分割边界的细节，进一步提高分割精度。实验结果表明，MAPDNet模型能够从XCO2羽流图像中检测碳羽流，并在模拟羽流数据集上具有良好的分割性能，其分割精度优于现有方法。

关键词：碳排放 XCO 羽流语义分割多尺度特征融合注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于条件生成对抗网络的三维肝脏及肿瘤区域自动分割

引用

生物医学工程学杂志 2021年第1期38卷 80-88页

作者：张泽林李宝明徐军南京信息工程大学江苏省大数据分析技术重点实验室南京210044

肝脏计算机断层扫描成像(CT)的三维(3D)肝脏和肿瘤分割对于辅助医生的诊断及预后具有非常重要的临床价值。为了准确快速地分割肝脏及肿瘤区域,本文提出了一种基于条件生成对抗网络(cGAN)的肿瘤3D条件生成对抗分割网络(T3scGAN),同时采... 详细信息

肝脏计算机断层扫描成像(CT)的三维(3D)肝脏和肿瘤分割对于辅助医生的诊断及预后具有非常重要的临床价值。为了准确快速地分割肝脏及肿瘤区域,本文提出了一种基于条件生成对抗网络(cGAN)的肿瘤3D条件生成对抗分割网络(T3scGAN),同时采用了一个由粗到细的3D自动分割框架对肝脏及肿瘤区域实施精准分割。本文采用2017年肝脏和肿瘤分割挑战赛(LiTS)公开数据集中的130个病例进行训练、验证和测试T3scGAN模型。最终3D肝脏区域分割的验证集和测试集的平均戴斯(Dice)系数分别为0.963和0.961,而3D肿瘤区域分割的验证集和测试集的平均Dice系数分别为0.819和0.796。实验结果表明,提出的T3scGAN模型能够有效地分割3D肝脏及其肿瘤区域,因此能够更好地辅助医生进行肝脏肿瘤的精准诊断和治疗。

关键词：肝脏和肿瘤区域三维自动分割条件生成对抗网络深度学习计算机断层扫描成像

来源：评论

学校读者我要写书评

暂无评论

融合标签信息的分层图注意力网络文本分类模型

引用

计算机工程与科学 2023年第11期45卷 2018-2026页

作者：杨春霞马文文徐奔韩煜南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。... 详细信息

目前基于分层图注意力网络的单标签文本分类任务存在2方面不足:一是不能较好地对文本特征进行提取;二是很少有研究通过文本与标签之间的联系进一步凸显文本特征。针对这2个问题,提出一种融合标签信息的分层图注意力网络文本分类模型。该模型依据句子关键词与主题关联性构建邻接矩阵,然后使用词级图注意力网络获取句子的向量表示。该模型是以随机初始化的目标向量为基础,同时利用最大池化提取句子特定的目标向量,使得获取的句子向量具有更加明显的类别特征。在词级图注意力层之后使用句子级图注意力网络获取具有词权重信息的新文本表示,并通过池化层得到文本的特征信息。另一方面利用GloVe预训练词向量对所有文本标注的标签信息进行初始化向量表示,然后将其与文本的特征信息进行交互、融合,以减少原有特征损失,得到区别于不同文本的特征表示。在R52、R8、20NG、Ohsumed及MR 5个公开数据集上的实验结果表明,该模型的分类准确率明显优于其它主流基线模型的。

关键词：分层图注意力网络单标签文本分类邻接矩阵标签信息

来源：评论

学校读者我要写书评

暂无评论

基于梯度权值追踪的域自适应分类研究

引用

南京信息工程大学学报 2025年第2期17卷 203-214页

作者：崔绍君季繁繁王婷袁晓彤南京信息工程大学自动化学院南京210044 南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学江苏省大数据分析技术重点实验室南京210044 南京信息工程大学计算机学院南京210044

本文提出一种基于梯度权值追踪的剪枝与优化算法(GWP),旨在解决无监督领域中存在的过拟合问题,即在下游任务上的精度远低于在训练集上的精度.针对无监督领域自适应中基于差异与基于对抗的方法,将稠密-稀疏-稠密策略应用于解决过拟合问题... 详细信息

本文提出一种基于梯度权值追踪的剪枝与优化算法(GWP),旨在解决无监督领域中存在的过拟合问题,即在下游任务上的精度远低于在训练集上的精度.针对无监督领域自适应中基于差异与基于对抗的方法,将稠密-稀疏-稠密策略应用于解决过拟合问题.先对网络进行密集预训练,并学出哪些连接是重要的;在剪枝阶段,与原有的稠密-稀疏-稠密策略中的剪枝过程不同,本文的优化算法同时将权值和梯度联合考虑,既考虑到了权值信息(即零阶信息),也考虑到了梯度信息(即一阶信息)对网络剪枝过程的影响;在重密集阶段,恢复被修剪的连接,并以较小的学习率重新训练密集网络.最终,得到的网络在下游任务上取得了理想的效果.实验结果表明,与原有的基于差异和基于对抗的领域自适应方法相比,本文提出的GWP可以有效提升下游任务精度,且具有即插即用的效果.

关键词：梯度权值追踪无监督领域自适应稠密-稀疏-稠密过拟合零阶信息一阶信息

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：