检索结果-内蒙古大学图书馆

计算机科学 2021年第3期48卷 40-49页

作者：张开华樊佳庆刘青山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

视觉目标跟踪指在一个视频序列中,给定第一帧目标区域,在后续帧中自动匹配到该目标区域的任务。通常来说,由于场景遮挡、光照变化、物体本身形变等复杂因素,目标与场景的表观会发生剧烈的变化,这使得跟踪任务本身面临极大的挑战。在过... 详细信息

视觉目标跟踪指在一个视频序列中,给定第一帧目标区域,在后续帧中自动匹配到该目标区域的任务。通常来说,由于场景遮挡、光照变化、物体本身形变等复杂因素,目标与场景的表观会发生剧烈的变化,这使得跟踪任务本身面临极大的挑战。在过去的十年中,随着深度学习在计算机视觉领域的广泛应用,目标跟踪领域也迅速发展,研究人员提出了一系列优秀算法。鉴于该领域处于快速发展的阶段,文中对视觉目标跟踪研究进行了综述,内容主要包括跟踪的基本框架改进、目标表示改进、空间上下文改进、时序上下文改进、数据集和评价指标改进等;另外,还综合分析了这些改进方法各自的优缺点,并提出了可能的未来的研究趋势。

关键词：视觉目标跟踪深度学习计算机视觉

来源：评论

学校读者我要写书评

暂无评论

面向柔性作业车间调度的改进混合蛙跳算法

引用

组合机床与自动化加工技术 2022年第5期 187-192页

作者：王玉芳缪昇葛嘉荣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数据分析技术重点实验室南京210044

针对以最大完成时间为目标的柔性作业车间调度问题,提出了一种改进的混合蛙跳算法。首先,采用混合启发式规则生成高质量的初始种群,为算法进化提供一个优质起点;其次,在解码部分采用贪婪插入解码方法,提供多个满足条件的可插入空闲时间... 详细信息

针对以最大完成时间为目标的柔性作业车间调度问题,提出了一种改进的混合蛙跳算法。首先,采用混合启发式规则生成高质量的初始种群,为算法进化提供一个优质起点;其次,在解码部分采用贪婪插入解码方法,提供多个满足条件的可插入空闲时间段,实现对解空间的高效搜索;基于机器负载平衡的局部搜索方法,弥补算法在局部搜索能力上的不足,加快了算法的收敛;最后,通过BRDATA基准算例验证改进蛙跳算法的性能,结果表明改进的混合蛙跳算法具有良好的寻优能力与较好的收敛性。

关键词：柔性作业车间蛙跳算法贪婪解码负载平衡

来源：评论

学校读者我要写书评

暂无评论

基于极坐标表示与前景注意力机制的三维单目标跟踪

引用

计算机与数字工程 2024年第11期52卷 3291-3296页

作者：钟承鹏宋慧慧南京信息工程大学江苏省大数据分析技术重点实验室大气环境与装备技术协同创新中心南京210044

目前主流的三维单目标跟踪方法是通过匹配模板与搜索区域的特征来跟踪目标,因而,模板和搜索区域的特征提取与匹配十分重要。但是,当前主流方法提取到的点云特征具有方向敏感性,会对后续的特征匹配以及检测产生不良影响。为了缓解上述问... 详细信息

目前主流的三维单目标跟踪方法是通过匹配模板与搜索区域的特征来跟踪目标,因而,模板和搜索区域的特征提取与匹配十分重要。但是,当前主流方法提取到的点云特征具有方向敏感性,会对后续的特征匹配以及检测产生不良影响。为了缓解上述问题,论文提出了基于极坐标表示与前景注意力机制的三维单目标跟踪网络。该模型通过极坐标空间变换帮助网络学习具有旋转不变性的点云特征。此外,前景点数量稀少会导致跟踪模型无法充分关注前景目标。为此,论文提出了前景权重增强模块,使得三维跟踪模型能更好地跟踪前景物体。论文在KITTI以及NuScenes数据集上进行的大量实验的结果表明,论文方法在汽车类别上,比基准方法分别提升了3.9%、7.6%与2.5%、8.0%的准确率与成功率。

关键词：三维单目标跟踪极坐标特征表示前景注意力深度学习

来源：评论

学校读者我要写书评

暂无评论

多尺度特征融合与交互的伪装目标检测网络

引用

计算机系统应用 2024年第8期33卷 90-97页

作者：张成刘研宋慧慧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 江苏省大气环境与装备技术协同创新中心南京210044

伪装目标检测是一项在复杂场景中定位和识别伪装目标的任务.目前基于深度神经网络的方法已初步运用,但在复杂场景下遇到干扰时,许多方法无法充分利用目标的多级特征来提取丰富的语义信息,仅依靠固定尺寸特征识别伪装目标.为解决这一问题... 详细信息

伪装目标检测是一项在复杂场景中定位和识别伪装目标的任务.目前基于深度神经网络的方法已初步运用,但在复杂场景下遇到干扰时,许多方法无法充分利用目标的多级特征来提取丰富的语义信息,仅依靠固定尺寸特征识别伪装目标.为解决这一问题,本文提出了一种基于多尺度特征融合交互的伪装目标检测网络.该网络包含两个创新设计:多尺度特征感知模块和双阶段邻级交互模块.前者旨在通过结合多尺度特征的方式充分捕获复杂场景中丰富的局部-全局场景对比信息.后者则是整合来自相邻层的特征以利用跨层相关性将有价值的上下文信息从编码器传输到解码器网络.本文在CHAMELEON、CAMO-Test、COD10K-Test这3个公共数据集上对提出的方法进行了评测并与当前的主流方法对比.实验结果表明,本文方法的性能超越了当前的主流方法,在各项指标上达到了优异的性能水平.

关键词：伪装目标检测多尺度特征提取跨级特征融合深度学习

来源：评论

学校读者我要写书评

暂无评论

基于上下文注意力的自适应低光照图像增强网络

引用

计算机与数字工程 2024年第11期52卷 3410-3415,3432页

作者：黄金鑫靳雨桐宋慧慧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省大数据分析技术重点实验室南京210044

在照明环境不良的情况下获取到的图像具有可见性低、对比度差、色彩失真以及噪声等问题,严重地干扰了其在后期图像处理中的使用。为了改善这种情况下采集图像的质量,以获得图像中更多有用的信息,针对上述存在的问题,提出了基于上下文注... 详细信息

在照明环境不良的情况下获取到的图像具有可见性低、对比度差、色彩失真以及噪声等问题,严重地干扰了其在后期图像处理中的使用。为了改善这种情况下采集图像的质量,以获得图像中更多有用的信息,针对上述存在的问题,提出了基于上下文注意力的自适应低光照图像增强方法。该方法首先通过卷积对图像进行初步的特征提取,获得四个不同上下文信息的特征;再利用含有像素和通道注意力机制的特征增强模块对提取出的特征进行提炼;最后将学习到的增强特征输入自适应融合调节模块与前面的浅层特征进行融合调节,恢复出符合真实光照的图片。实验结果表明:相比较于一些经典算法,所提出的方法在主观视觉感受上及客观评价指标(PSNR,SSIM,MAE)上均能够得到较好提升。

关键词：低光照图像增强上下文注意力自适应融合图像处理

来源：评论

学校读者我要写书评

暂无评论

基于堆栈稀疏自编码器的小麦赤霉病高光谱遥感检测

引用

作物学报 2023年第8期49卷 2275-2287页

作者：林芬芳陈星宇周维勋王倩张东彦南京信息工程大学遥感与测绘工程学院江苏南京210044 农业生态大数据分析与应用技术国家地方联合工程研究中心(安徽大学) 安徽合肥230601 黄河中下游数字地理技术教育部重点实验室(河南大学) 河南开封475004

小麦赤霉病具有发病快、周期短的特点,利用深度学习特征提取方法建立病害严重度检测模型,可为小麦赤霉病的防治提供科学指导。研究于2018—2020年间采集3个品种小麦在扬花期、灌浆期和成熟期的麦穗高光谱数据,通过形态学处理去除麦芒,... 详细信息

小麦赤霉病具有发病快、周期短的特点,利用深度学习特征提取方法建立病害严重度检测模型,可为小麦赤霉病的防治提供科学指导。研究于2018—2020年间采集3个品种小麦在扬花期、灌浆期和成熟期的麦穗高光谱数据,通过形态学处理去除麦芒,提取出麦穗光谱曲线,使用多源散射校正对光谱进行去噪处理,再采用堆栈稀疏自编码器(Stacked Sparse Auto-encoder,SSAE)提取小麦赤霉病的光谱特征,利用该特征分别结合Softmax分类器和偏最小二乘回归方法构建小麦赤霉病严重度判别和预测模型。通过预训练,具有12~6个神经元的双层SSAE模型表现较好,模型均方误差更低,而且各个病害等级的特征差异明显;以训练的SSAE模型提取的深度学习特征为基础分别建立赤霉病严重度等级判别模型和严重度预测模型,在严重度等级判别的分类结果中,模型的总体精度和Kappa系数分别为88.2%和0.84,其中“淮麦35”品种的总体精度最高;在严重度预测模型中,模型对所有品种测试集的预测决定系数和均方根误差分别为0.927和0.062,对各品种的预测决定系数均在0.95左右;相比常见的几种小麦赤霉病光谱指数,基于SSAE深度学习特征的赤霉病预测模型精度更高。高光谱遥感数据量大、光谱波段多,堆栈稀疏自编码器通过在自编码器模型中加入稀疏表示的限定条件,并增加隐含层数及隐含神经元数来构建更为复杂的模型,所提取的光谱特征更能全方面地体现小麦赤霉病的光谱特征,利用该特征构建的小麦赤霉病检测模型具有更高的精度,可为精准监测小麦赤霉病提供科学依据。

关键词：赤霉病堆栈稀疏自编码器高光谱检测小麦

来源：评论

学校读者我要写书评

暂无评论

基于多尺度深度残差网络的时间序列异常数据检测与修正

引用

计算机应用与软件 2022年第7期39卷 38-43,173页

作者：潘玲玲刘俊夏旻中国电力科学研究院有限公司江苏南京210003 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京214200

时间序列异常数据检测与修正一直是数据科学与工程领域的研究热点,是进行有效数据分析的前提。目前的传统基于回归模型与浅层学习的方法不能有效地提取数据的特征,导致异常检测结果较差。而目前深度学习的方法的长序列学习较困难,容易... 详细信息

时间序列异常数据检测与修正一直是数据科学与工程领域的研究热点,是进行有效数据分析的前提。目前的传统基于回归模型与浅层学习的方法不能有效地提取数据的特征,导致异常检测结果较差。而目前深度学习的方法的长序列学习较困难,容易出现梯度消失等问题,并且只能做异常判断。针对上述问题,提出一种多尺度深度残差网络模型实现时间序列异常数据检测与修正。该方法通过对误差序列的估计实现异常数据的检测,通过网络的最后一层实现数据的修正,并利用残差学习更深的网络结构,进一步提高算法的准确率。实验对比结果表明,所提方法可以有效地实现时间序列的异常数据检测及修正。

关键词：时间序列异常检测多尺度卷积残差网络

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的大规模敏捷软件项目调度

引用

郑州大学学报（工学版） 2023年第5期44卷 17-23页

作者：申晓宁毛鸣健沈如一宋丽妍南京信息工程大学自动化学院江苏南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心江苏南京210044 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 江苏省气象能源利用与控制工程技术研究中心江苏南京210044 南方科技大学广东省类脑智能计算重点实验室广东深圳518055

为解决大规模敏捷软件项目调度问题,首先,将其分解为故事选择、故事分配和任务分配3个强耦合子问题,并引入用户故事的新增与删除、每个冲刺阶段中员工工作时长的变化等动态事件,考虑团队开发速度、任务时长和技能等约束,以最大化项目所... 详细信息

为解决大规模敏捷软件项目调度问题,首先,将其分解为故事选择、故事分配和任务分配3个强耦合子问题,并引入用户故事的新增与删除、每个冲刺阶段中员工工作时长的变化等动态事件,考虑团队开发速度、任务时长和技能等约束,以最大化项目所完成用户故事总价值为目标建立大规模敏捷软件项目调度数学模型;其次,根据问题特征设计了马尔可夫决策过程,采用10个状态特征描述每个冲刺阶段开始时的敏捷调度环境,12个复合调度规则作为智能体的候选动作,并按照调度模型的目标函数定义奖励;最后,提出一种基于复合调度规则的优先经验回放双重深度Q网络算法来求解所建模型,引入双重深度Q网络(DDQN)策略和优先经验回放策略,避免深度Q网络的过估计问题,并提高经验回放池中轨迹信息的利用效率。为了验证所提算法的有效性,在6个大规模敏捷软件项目调度算例中进行了实验,分析了所提算法的收敛性。根据算法性能测度,与已有代表性算法DQN、双重深度Q网络以及仅使用单一复合调度规则的方法进行对比。结果表明:所提算法在6个不同算例中均获得了最高的平均累计奖励值。

关键词：强化学习大规模敏捷软件项目调度深度Q网络复合调度规则优先经验回放强耦合

来源：评论

学校读者我要写书评

暂无评论

采用离散烟花算法的移动群智感知异构任务分配

引用

计算机工程与科学 2023年第2期45卷 321-331页

作者：申晓宁许笛宋丽妍姚铖滨王玉芳南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 广东省类脑智能计算重点实验室(南方科技大学) 广东深圳518055

建立移动群智感知异构任务分配问题的数学模型,该模型考虑参与者的心理与行为过程,并引入环境信息和参与者健康状况、信誉度和测量时间等因素,通过寻找最优任务分配方案,最小化任务完成的总成本,该总成本包括补偿成本、数据损失成本和... 详细信息

建立移动群智感知异构任务分配问题的数学模型,该模型考虑参与者的心理与行为过程,并引入环境信息和参与者健康状况、信誉度和测量时间等因素,通过寻找最优任务分配方案,最小化任务完成的总成本,该总成本包括补偿成本、数据损失成本和距离成本3方面。为求解该模型,提出一种引入了预测信息的离散烟花算法。该算法采用整数编码方式,利用模型中的距离和匹配度2种启发信息设计烟花爆炸算子,提出了爆炸振幅的分组线性预测策略和变异算子的自适应竞争机制。实验结果表明,与已有算法相比,所提算法在移动群智感知异构任务分配问题上能够搜索到更优的分配方案。

关键词：移动群智感知任务分配烟花算法预测信息爆炸振幅

来源：评论

学校读者我要写书评

暂无评论

基于词级交互注意力机制的方面级情感分类模型

引用

小型微型计算机系统 2022年第7期43卷 1432-1437页

作者：杨春霞瞿涛李欣栩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

方面级情感分类旨在判断句子中每个具体方面的情感极性.传统的注意力机制模型可能会给句子中重要情感词分配过低的注意力权重,而且很少考虑上下文与方面词的交互信息.针对第1个问题,本文改进了传统的输入方式,以方面词为界限,将句子划... 详细信息

方面级情感分类旨在判断句子中每个具体方面的情感极性.传统的注意力机制模型可能会给句子中重要情感词分配过低的注意力权重,而且很少考虑上下文与方面词的交互信息.针对第1个问题,本文改进了传统的输入方式,以方面词为界限,将句子划分成包含方面词的上文、方面词和包含方面词的下文3部分作为输入,分别提取上文或下文中的重要情感特征.针对第2个问题,本文提出了词级交互注意力机制,分别学习上文与方面词、下文与方面词的词级交互,得到特定于方面的上文表示和下文表示向量,最后将它们拼接得到特定于方面的上下文表示向量,作为方面级情感分类特征.通过在3个标准数据集上的实验证明,本文的模型性能优于基线模型.

关键词：方面级情感分类上下文方面词双向长短期记忆网络词级交互注意力机制

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：