检索结果-内蒙古大学图书馆

光学学报 2025年第3期45卷 254-260页

作者：方奇方云团郑改革南京信息工程大学物理与光电工程学院江苏省大气环境与装备技术协同创新中心江苏大学计算机科学与通信工程学院

为了克服对连续谱中束缚态（BIC）实现动态调制的困难，设计了一种光栅与波导复合的3层结构模型，该结构具备3种独立的调控自由度：空气槽的宽度和高度，以及上下结构层的相对平移。利用周期结构的能带理论和模式分析，结合传输谱的计... 详细信息

为了克服对连续谱中束缚态（BIC）实现动态调制的困难，设计了一种光栅与波导复合的3层结构模型，该结构具备3种独立的调控自由度：空气槽的宽度和高度，以及上下结构层的相对平移。利用周期结构的能带理论和模式分析，结合传输谱的计算，得到复合结构的模式特征和传输属性。结构同时产生BIC和法诺共振，通过上下结构层的相对平移，实现了对连续谱中束缚态以及法诺共振频率位置和谱线形状连续动态的调控。通过调控实现了准BIC共振峰和法诺共振峰的合并，准BIC共振峰和法诺共振峰的合并可产生特殊的双重光子态。该研究为BIC和法诺共振的控制提供了方向，并为相关光子器件的设计打下基础。

关键词：光栅连续谱中束缚态法诺共振品质因子

来源：评论

学校读者我要写书评

暂无评论

联合WPT和MEC的无线传感网时延优化算法

引用

数据采集与处理 2025年第1期40卷 163-175页

作者：张健刘鹏博汤健南京信息工程大学计算机学院南京210044 北京工业大学信息科学技术学院北京100124

无线传感网络(Wireless sensor network,WSN)受电池能量有限和计算能力不足的约束,使得电池续航能力成为其广泛部署的瓶颈。本文利用无线电能传输(Wireless power transmission,WPT)和多接入边缘计算(Multi-access edge computing,MEC)技术,在传感器节点能耗受限的情况下,通过联合优化节点卸载决策、无线供电时长和带宽资源分配,最大限度地降低了传感器节点的任务平均完成时延。本文将优化问题建模成混合整数规划问题,并且为了适应复杂动态的信道环境,提出了一种基于柔性动作评价(Soft actor critic,SAC)的时延最小化深度强化学习算法(Deep reinforcement learning delay minimization,DrlDM),将原始优化问题建模成马尔可夫决策过程(Markov decision process,MDP)。仿真结果表明,与3种基线实验相比,本文提出的DrlDM算法平均延迟降低62.11%,显著缩短了节点的任务平均完成时间。

关键词：多接入边缘计算深度强化学习无线传感网络无线电能传输计算卸载

来源：评论

学校读者我要写书评

暂无评论

一种针对三维图分类问题的量子群等变图神经网络

引用

中国科学:物理学、力学、天文学 2025年第4期55卷 108-115页

作者：刘文杰朱奕帆吴青山南京信息工程大学软件学院南京210044 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先进计算与智能服务工程研究中心南京210044

作为三维图数据的重要特征,等变性近年来一直受到研究者们的密切关注.研究者们通过设计针对不同等变性的量子门集来构建等变量子图神经网络,显著提升了图学习模型的性能.然而,三维图数据包含多种等变性,如旋转等变性、平移等变性、反射... 详细信息

作为三维图数据的重要特征,等变性近年来一直受到研究者们的密切关注.研究者们通过设计针对不同等变性的量子门集来构建等变量子图神经网络,显著提升了图学习模型的性能.然而,三维图数据包含多种等变性,如旋转等变性、平移等变性、反射等变性和排列等变性等,使研究者们难以构建满足所有等变性的量子等变图神经网络.为了解决上述问题,本文设计了一种三维图节点相对坐标计算方法,并提出了一种新型的量子群等变图神经网络.在该网络中,我们构建了一个群等变编码模块以编码相对坐标,并用一个排列等变卷积模块来学习编码的几何信息,最后采用一个纠缠模块来聚合全局特征.ModelNet40数据集和ShapeNet数据集上的分类实验表明,所提模型表现优于QGCNN,sQCNN-3D和PI-QSVM,同时在训练参数更少的情况下,准确度接近Q3DGL.

关键词：等变图神经网络三维图数据 E(3)等变群排列等变点云分类三维模型分类

来源：评论

学校读者我要写书评

暂无评论

融合倒置残差与膨胀重参数化的晶圆缺陷检测算法

引用

计算机工程与应用 2025年

作者：王泉王梦楠孙家栋陈德基肖上南京信息工程大学计算机学院无锡学院物联网工程学院无锡九霄科技有限公司

针对当前晶圆缺陷检测算法在检测精度、模型参数量和计算量之间难以兼顾的问题，提出一种基于YOLOv8的轻量化晶圆缺陷检测算法(YOLOv8-based Lightweight Defect detection on Wafers，YOLOv8＿LDW)。首先，通过融合倒置残差机制和膨胀... 详细信息

针对当前晶圆缺陷检测算法在检测精度、模型参数量和计算量之间难以兼顾的问题，提出一种基于YOLOv8的轻量化晶圆缺陷检测算法(YOLOv8-based Lightweight Defect detection on Wafers，YOLOv8＿LDW)。首先，通过融合倒置残差机制和膨胀重参数化模块，设计了C2f＿IDR模块并引入主干网络中，增强了模型对复杂缺陷全局上下文信息与局部细节特征的联合建模能力，同时提升推理效率。其次，首次提出高级筛选路径聚合网络（High-level Screening Path Aggregation Network，HSPAN），通过双向筛选与融合机制对颈部网络进行重构，实现了多尺度特征的高效聚合，并有效抑制了冗余特征的干扰。最后，为了进一步提升模型对微小缺陷的关注度以及复杂形状缺陷的回归精度，采用Focaler-Shape IoU损失函数替换传统CIoU损失函数。实验结果表明，改进模型在真实晶圆缺陷数据集上的F1 Score和mAP50分别达到97.2%和98.3%，较基线模型提升1.4%和0.8%，参数量和计算量分别降低了42.5%和22.2%，模型大小仅为3.69 MB。此外，改进模型在公共数据集Wafer Defect上进行验证，相较于原模型，R、F1 Score和mAP50分别提升了7.2%、1.8%和2.0%，展现了较强的泛化能力和鲁棒性，可有效适应不同缺陷类型的数据分布。由此表明，改进后的算法能够在保持高检测精度的同时，大幅降低模型参数量和计算成本，满足晶圆缺陷检测对高效性和轻量化的实际应用需求。

关键词：晶圆缺陷检测 YOLOv8n 轻量化 Focaler-Shape IoU HSPAN

来源：评论

学校读者我要写书评

暂无评论

多源数据驱动的既有建筑安全性评价与预警管理系统研究

引用

安全与环境学报 2025年第4期25卷 1247-1256页

作者：李灵芝林雯洁钱宇昕韩晓健胡汉云赖文韬南京工业大学土木工程学院南京211816 南京工业大学计算机与信息工程学院(人工智能学院) 南京211816

为满足大规模既有建筑安全性快速评估和常态化安全管理的需求,开发多源数据融合驱动的既有建筑安全性评价与预警管理系统,并展开实例应用。采用多源数据融合方法建立既有建筑数据模型,以解决老旧建筑图纸缺失、模型建立困难问题;利用C#... 详细信息

为满足大规模既有建筑安全性快速评估和常态化安全管理的需求,开发多源数据融合驱动的既有建筑安全性评价与预警管理系统,并展开实例应用。采用多源数据融合方法建立既有建筑数据模型,以解决老旧建筑图纸缺失、模型建立困难问题;利用C#语言和Dynamo可视化编程进行Revit二次开发,内置既有建筑安全评定逻辑和评定方法;采用案例推理方法构建既有建筑安全预警管理案例库,为既有建筑安全预警管理提供决策参考;以Revit软件为平台载体,创建安全性评价规范鉴定和安全预警管理功能模块,实现既有建筑安全的自动化评估和可视化预警管理。以某老旧教学楼为例,运行已开发的安全性评价与预警管理系统,发现输出安全性评级与专业鉴定结果一致,并形成构件损伤预警清单、输出相似案例及其预警管理对策,验证了系统的可靠性。

关键词：安全工程既有建筑安全多源数据 BIM技术多源点云

来源：评论

学校读者我要写书评

暂无评论

基于PAC学习的组合式概率障碍证书生成

引用

软件学报 2025年第5期36卷 1907-1923页

作者：杨紫萱曾霞任勐鑫王建林曾振柄杨争峰华东师范大学软件工程学院西南大学计算机与信息科学学院河南大学计算机与信息工程学院上海大学理学院

连续动力系统安全验证是一个重要的研究问题,多年来各类验证方法所能处理的问题规模非常受限.对此,对于给定的连续动力系统,提出通过反例制导方法生成一组组合式概率近似正确(PAC)障碍证书的算法,最终给出无限时间范畴安全验证问题在概... 详细信息

连续动力系统安全验证是一个重要的研究问题,多年来各类验证方法所能处理的问题规模非常受限.对此,对于给定的连续动力系统,提出通过反例制导方法生成一组组合式概率近似正确(PAC)障碍证书的算法,最终给出无限时间范畴安全验证问题在概率统计意义下的形式化描述.通过建立和求解基于大M法的混合整数规划方法,将障碍证书的求解转化为约束优化问题.通过微分中值定理将非线性不等式进行区间线性化.最后,实现组合式PAC障碍证书生成工具CPBC,并在11个基准系统上评估其性能.实验结果表明, CPBC均能成功验证每个动力系统在指定不同的安全需求阈值下的安全性.与现有方法相比,所提方法可以更高效地为复杂系统或高维系统生成可靠的概率障碍证书,验证的样例规模已高达百维.

关键词：连续动力系统障碍证书 PAC 区间线性化混合整数规划

来源：评论

学校读者我要写书评

暂无评论

面向CPS时空规则验证制导的安全强化学习

引用

计算机科学与探索 2025年第2期19卷 513-527页

作者：印婵祝义王金永陈小颖郝国生江苏师范大学计算机科学与技术学院江苏徐州221116 徐州工程学院信息工程学院江苏徐州221018 南京大学计算机科学与技术系南京210023

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导... 详细信息

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

关键词：信息物理融合系统形式化方法进程代数安全强化学习自动驾驶

来源：评论

学校读者我要写书评

暂无评论

面向点云理解的双邻域图卷积方法

引用

浙江大学学报(工学版) 2025年第5期59卷 879-889页

作者：李宗民徐畅白云鲜世洋戎光彩中国石油大学(华东)青岛软件学院计算机科学与技术学院山东青岛266580 青岛滨海学院信息工程学院山东青岛266580

针对现有方法对局部点云结构建模时空间跨度有限以及传统特征聚合方法造成一定信息损失的问题,提出双邻域图卷积网络(DNGCN).在原始点云中增加角度先验,以增强对点云局部几何结构的理解,捕捉局部细节.对原始邻域进行扩展,在局域内设计... 详细信息

针对现有方法对局部点云结构建模时空间跨度有限以及传统特征聚合方法造成一定信息损失的问题,提出双邻域图卷积网络(DNGCN).在原始点云中增加角度先验,以增强对点云局部几何结构的理解,捕捉局部细节.对原始邻域进行扩展,在局域内设计双邻域图卷积,通过集成高斯自适应聚合,在提取较大感受野范围内显著特征的同时,充分保留原始邻域信息.通过局部-全局信息交互来增大局部点的空间跨度,捕获远距离依赖关系.本文方法在分类数据集ModelNet40和ScanObjectNN上分别取得了94.1%、89.6%的总体精度,与其他先进算法相比有显著提升,较DGCNN分别提升了1.2%、11.5%.在部件分割数据集ShapeNetPart和语义分割数据集ScanNetv2、S3DIS上均获得优秀的性能,平均交并比分别为86.7%、74.9%和69.8%.通过大量的实验,证明了该模型的有效性.

关键词：点云特征图卷积网络几何增强局部全局交互注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于语义调制的弱监督语义分割

引用

软件学报 2025年

作者：李军侠苏京峰崔滢刘青山南京信息工程大学计算机学院江苏省大气环境与装备技术协同创新中心浙江工业大学计算机科学与技术学院

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制... 详细信息

图像级标注下的弱监督语义分割方法通常采用卷积神经网络(CNN)生成类激活图以精确定位目标位置,其面临的主要挑战在于CNN对全局信息感知能力的不足导致前景区域过小的问题.近年来,基于Transformer的弱监督语义分割方法利用自注意力机制捕捉全局依赖关系,解决了CNN的固有缺陷.然而, Transformer生成的初始类激活图会在目标区域周围引入大量背景噪声,此时直接对初始类激活图进行使用并不能取得令人满意的效果.通过综合利用Transformer生成的类与块间注意力(class-to-patch attention)以及区域块间注意力(patch-to-patch attention)对初始类激活图进行联合优化,同时,由于原始的类与块间注意力存在误差,对此设计一种语义调制策略,利用区域块间注意力的语义上下文信息对类与块间注意力进行调制,修正其误差,最终得到能够准确覆盖较多目标区域的类激活图.在此基础上,构建一种新颖的基于Transformer的弱监督语义分割模型.所提方法在PASCAL VOC 2012验证集和测试集上mIoU值分别达到72.7%和71.9%, MS COCO 2014验证集上mIoU为42.3%,取得了目前较为先进的弱监督语义分割结果.

关键词：语义分割弱监督学习语义上下文 Transformer 类激活图

来源：评论

学校读者我要写书评

暂无评论

CT图像肾肿瘤分割的三维轴向Transformer模型

引用

计算机工程与科学 2025年第4期47卷 677-685页

作者：张金龙吴敏孙玉宝南京信息工程大学计算机学院、网络空间安全学院江苏南京210044 东部战区总医院医学工程科江苏南京210018

自动分割CT图像序列中肾脏及其肿瘤区域能够为放化疗计划提供定量参考依据。当前基于Transformer的肾肿瘤分割模型得到了广泛关注,特别是与U-Net模型及其变体结合使用。现有的基于Transformer的分割网络通常在单个切片局部窗口内进行特... 详细信息

自动分割CT图像序列中肾脏及其肿瘤区域能够为放化疗计划提供定量参考依据。当前基于Transformer的肾肿瘤分割模型得到了广泛关注,特别是与U-Net模型及其变体结合使用。现有的基于Transformer的分割网络通常在单个切片局部窗口内进行特征学习,对切片内空间信息以及切片间轴向信息表示存在不足。针对这一问题,提出了三维轴向Transformer模块,将3个维度的复杂耦合关联分解为交替的2个轴向注意力,融合了切片内部以及切片之间的轴向体关联信息。以三维轴向Transformer模块为基础,融合多尺度特征与残差学习方式,构建了二阶段的肾脏肿瘤分割编解码网络ATrans UNet,在KiTS19数据集上,肾脏和肾脏肿瘤分割结果的Dice相似性分别是96.43%和81.04%,平均Dice得分对比2D-Unet提升了8.40%,对比3D-Unet提升了4.84%。

关键词： CT图像序列肾肿瘤三维分割三维轴向Transformer 二阶段编解码网络

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：