检索结果-内蒙古大学图书馆

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

聚焦式学习分割一切提示的无监督视频目标分割

引用

计算机工程与科学 2025年第2期47卷 298-307页

作者：沈勇辉卜东旭张胜裕宋慧慧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 大气环境与装备技术协同创新中心江苏南京210044

无监督视频目标分割旨在测试阶段自动定位和分割视频帧中的主要目标。目前,大多数模型、方法依赖于从RGB图提取的外观线索和从光流图提取的运动线索来进行目标分割。然而,目标遮挡、快速运动或静止等问题会导致光流获取的信息缺失,仅依... 详细信息

无监督视频目标分割旨在测试阶段自动定位和分割视频帧中的主要目标。目前,大多数模型、方法依赖于从RGB图提取的外观线索和从光流图提取的运动线索来进行目标分割。然而,目标遮挡、快速运动或静止等问题会导致光流获取的信息缺失,仅依靠外观分支获取的有限信息难以实现良好的分割效果。为了解决这一问题,提出了一种聚焦式学习网络模型FPLNet,该模型引入额外的双分支结构以捕捉主要目标的位置信息和轮廓信息,从而弥补光流信息的缺失。首先,所提出的模型利用分割一切模型SAM的骨干网络提取外观和运动信息,从而提高模型的泛化性。然后,将额外引入的粗粒度和细粒度的2个分割分支共同作为聚焦式学习网络的提示部分。在解码部分,RGB外观信息、光流运动信息、粗粒度特征和细粒度特征逐步融合,以此模仿人类视觉系统,实现聚焦式学习目标特征的过程。在3个标准数据集上进行了大量的测试,实验结果表明,与现有的模型相比,所提出的模型拥有更优异的性能。

关键词：无监督视频目标分割聚焦式学习分割一切模型

来源：评论

学校读者我要写书评

暂无评论

基于I_CBAM-DenseNet模型的小麦发育期识别研究

引用

南京信息工程大学学报 2025年第1期17卷 42-52页

作者：付景枝马悦宏观刘云平吴文宇丁明明尹泽凡南京信息工程大学自动化学院南京210044 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 中国气象局气象探测中心北京100081

针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通... 详细信息

针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通道注意力模块(CAM)由传统的串联连接改为并行连接,并将改进的CBAM(I_CBAM)插入到DenseNet最后一个密集网络中,构建一种I_CBAM-DenseNet模型,再选取小麦7个重要发育时期进行自动识别.为最大化提取小麦的特征信息,将超绿特征(ExG)因子和最大类间方差法(Otsu)相结合对采集到的小麦图像进行分割处理.对比分析了I_CBAM-DenseNet、AlexNet、ResNet、DenseNet、CBAM-DenseNet以及VGG等模型的准确率和损失值的变化.结果表明,采取基于I_CBAM-DenseNet的卷积神经网络建立的模型,准确率达到99.64%,高于对比模型.

关键词：小麦发育期 DenseNet 卷积块注意模块(CBAM)

来源：评论

学校读者我要写书评

暂无评论

计算机控制技术课程思政的教学研究与实践

引用

湖北开放职业学院学报 2025年第5期38卷 176-178页

作者：申晓宁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 南京信息工程大学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

在工科课程中开展课程思政教育,有助于打破学科壁垒,推动学科教育与思想政治教育的深度融合,应对全球化挑战与培养国际视野。为将课程思政教育落实于工科专业课程教学的全过程,本文以计算机控制技术课程为例,根据课程知识特点挖掘相应... 详细信息

在工科课程中开展课程思政教育,有助于打破学科壁垒,推动学科教育与思想政治教育的深度融合,应对全球化挑战与培养国际视野。为将课程思政教育落实于工科专业课程教学的全过程,本文以计算机控制技术课程为例,根据课程知识特点挖掘相应的思政育人元素,探讨思政教育与教学实践的融合方法,提出多角度的课程综合评价方式。通过在计算机控制技术的专业知识传播中强调价值引领,使学生树立了正确的理想信念、价值观和伦理观念,有效推进了在工科专业课程中实施思政育人的进程。

关键词：计算机控制技术课程思政教学实践课程综合评价闭环教学法

来源：评论

学校读者我要写书评

暂无评论

基于SEnet和多头注意力机制的推荐模型

引用

信息技术 2025年第2期49卷 1-6,13页

作者：申晓宁沈如一陈星晖宋丽妍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 江苏省气象能源利用与控制工程技术研究中心南京210044 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

现有推荐系统研究方法在处理用户和商品特征时忽略了特征之间的相关性和重要性。为此,文中提出一种结合挤压伸缩网络和多头注意力机制的个性化推荐模型。利用挤压伸缩网络求得各个特征权重并得到加权特征向量;采用多头注意力机制计算特... 详细信息

现有推荐系统研究方法在处理用户和商品特征时忽略了特征之间的相关性和重要性。为此,文中提出一种结合挤压伸缩网络和多头注意力机制的个性化推荐模型。利用挤压伸缩网络求得各个特征权重并得到加权特征向量;采用多头注意力机制计算特征之间的关联度并进行特征交叉,使关联度高的特征对点击率预测结果的影响更大;引入自适应激活函数和残差结构的深度网络作为决策层预测推荐结果。与七种已有的推荐模型在Criteo数据集和Amazon数据集上的实验对比结果表明,所提模型具有更高的推荐精度。

关键词：推荐系统深度学习挤压伸缩网络

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 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信息工程大学数字取证教育部工程研究中心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计算机学院

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... 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

融合属性特征的行人重识别方法

引用

自动化学报 2022年第2期48卷 564-571页

作者：邵晓雯帅惠刘青山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南京210044

行人重识别旨在跨监控设备下检索出特定的行人目标.由于不同的行人可能具有相似的外观,因此要求行人重识别模型能够捕捉到充足的细粒度特征.本文提出一种融合属性特征的行人重识别的深度网络方法,将行人重识别和属性识别集成在分类网络... 详细信息

行人重识别旨在跨监控设备下检索出特定的行人目标.由于不同的行人可能具有相似的外观,因此要求行人重识别模型能够捕捉到充足的细粒度特征.本文提出一种融合属性特征的行人重识别的深度网络方法,将行人重识别和属性识别集成在分类网络中,进行端到端的多任务学习.此外,对于每张输入图片,网络自适应地生成对应于每个属性的权重,并将所有属性的特征以加权求和的方式结合起来,与全局特征一起用于行人重识别任务.全局特征关注行人的整体外观,而属性特征关注细节区域,两者相互补充可以对行人进行更全面的描述.在行人重识别的主流数据集DukeMTMC-reID和Market-1501上的实验结果表明了本文方法的有效性,平均精度均值(Mean average precision,mAP)分别达到了74.2%和83.5%,Rank-1值分别达到了87.1%和93.6%.此外,在这两个数据集上的属性识别也得到了比较好的结果.

关键词：行人重识别属性识别深度学习自适应权重

来源：评论

学校读者我要写书评

暂无评论

关键点深度特征驱动人脸表情识别

引用

中国图象图形学报 2020年第4期25卷 813-823页

作者：王善敏帅惠刘青山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南京210044

目的人脸关键点检测和人脸表情识别两个任务紧密相关。已有对两者结合的工作均是两个任务的直接耦合,忽略了其内在联系。针对这一问题,提出了一个多任务的深度框架,借助关键点特征识别人脸表情。方法参考inception结构设计了一个深度网... 详细信息

目的人脸关键点检测和人脸表情识别两个任务紧密相关。已有对两者结合的工作均是两个任务的直接耦合,忽略了其内在联系。针对这一问题,提出了一个多任务的深度框架,借助关键点特征识别人脸表情。方法参考inception结构设计了一个深度网络,同时检测关键点并且识别人脸表情,网络在两个任务的监督下,更加关注关键点附近的信息,使得五官周围的特征获得较大响应值。为进一步减小人脸其他区域的噪声对表情识别的影响,利用检测到的关键点生成一张位置注意图,进一步增加五官周围特征的权重,减小人脸边缘区域的特征响应值。复杂表情引起人脸部分区域的形变,增加了关键点检测的难度,为缓解这一问题,引入了中间监督层,在第1级检测关键点的网络中增加较小权重的表情识别任务,一方面,提高复杂表情样本的关键点检测结果,另一方面,使得网络提取更多表情相关的特征。结果在3个公开数据集:CK+(Cohn-Kanade dataset),Oulu(Oulu-CASIA NIR&VIS facial expression database)和MMI(MMI facial expression database)上与经典方法进行比较,本文方法在CK+数据集上的识别准确率取得了最高值,在Oulu和MMI数据集上的识别准确率比目前识别率最高的方法分别提升了0.14%和0.54%。结论实验结果表明了引入关键点信息的有效性:多任务的卷积神经网络表情识别准确率高于单任务的传统卷积神经网络。同时,引入注意力模型也提升了多任务网络中表情的识别率。

关键词：人脸表情识别关键点检测多任务注意力模型中间监督

来源：评论

学校读者我要写书评

暂无评论

一种用于多目标组合优化的三阶段混合蛙跳框架

引用

控制与决策 2022年第4期37卷 973-981页

作者：申晓宁陈庆洲潘红丽游璇黄遥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 南京信息工程大学江苏省大数据分析技术重点实验室南京210044

提出一种用于求解多目标组合优化问题的3阶段混合蛙跳框架.该框架采用阶段化、模块化的设计思想,将种群的进化过程分为快速收敛、探索扩展、极值挖掘3个阶段.在快速收敛阶段,迅速定位Pareto前沿,使整个群体快速地聚集在前沿附近;在探索... 详细信息

提出一种用于求解多目标组合优化问题的3阶段混合蛙跳框架.该框架采用阶段化、模块化的设计思想,将种群的进化过程分为快速收敛、探索扩展、极值挖掘3个阶段.在快速收敛阶段,迅速定位Pareto前沿,使整个群体快速地聚集在前沿附近;在探索扩展阶段,进一步提升解的精度并让种群均匀地分布在前沿上;在极值挖掘阶段,搜寻各目标上的边界极值,增强分布性能.对于不同阶段的不同模块,采用不同的策略以提升框架的求解性能.所提出框架对于多目标组合优化问题具有良好的通用性,在解决不同类型的问题时仅需设计相应的编码方式、个体生成算子和约束处理机制.采用经典的多目标背包问题作为测试问题,与五种已有算法进行对比,结果表明,所提出框架具有良好性能,基于该框架设计的混合蛙跳算法具有更好的收敛性和分布性.

关键词：多目标组合优化混合蛙跳框架快速收敛探索扩展极值挖掘离散跳跃规则

来源：评论

学校读者我要写书评

暂无评论

基于像素⁃目标级共生关系学习的多标签航拍图像分类方法

引用

南京大学学报（自然科学版） 2021年第2期57卷 208-216页

作者：方志文刘青山周峰江苏省大数据分析技术重点实验室南京信息工程大学自动化学院南京210044

不同类别物体之间的共生关系对多标签航拍图像分类任务有非常重要的作用.提出一种基于像素⁃目标级共生关系学习网络的多标签航拍图像分类方法,主要包括像素级共生关系学习模块和目标级共生关系学习模块.像素级共生关系学习模块利用不同... 详细信息

不同类别物体之间的共生关系对多标签航拍图像分类任务有非常重要的作用.提出一种基于像素⁃目标级共生关系学习网络的多标签航拍图像分类方法,主要包括像素级共生关系学习模块和目标级共生关系学习模块.像素级共生关系学习模块利用不同空间位置像素点之间的特征相似性来间接度量共生关系,但由于单个像素点不能完全表征整个物体,所以这种像素级的共生关系可能无法有效地帮助目标像素点判断其所属类别.目标级共生关系学习模块则从整体的角度考虑物体之间的关系,因而可以弥补像素级共生关系学习的不足.实验结果表明,提出的方法在UCM和DFC15两个公共评测数据集上均取得了较好的分类性能.

关键词：航拍图像多标签分类卷积神经网络循环神经网络共生关系

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：