检索结果-内蒙古大学图书馆

计算机仿真 2023年第8期40卷 141-145页

作者：谢永华齐杨南京信息工程大学计算机与软件学院江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044

鉴于道路和隧道表面裂缝图像普遍存在光照不均匀、对比度低且混有大量噪声,不利于特征提取和后续分类等问题,提出了一种基于连通域泛水填充和K-means融合的裂缝图像滤波去噪方法。方法在对原始图像二值化处理的基础上,通过计算连通域面... 详细信息

鉴于道路和隧道表面裂缝图像普遍存在光照不均匀、对比度低且混有大量噪声,不利于特征提取和后续分类等问题,提出了一种基于连通域泛水填充和K-means融合的裂缝图像滤波去噪方法。方法在对原始图像二值化处理的基础上,通过计算连通域面积大小,并对连通域面积进行K-means自适应聚类分析获取裂缝和噪声的特征分布,最后利用泛水填充滤波进行裂缝图像去噪。对比实验结果表明,上述方法在图像滤波去噪的同时能有效保留裂缝细节特征,算法性能明显优于传统算法。

关键词：裂缝连通域噪声滤波

来源：评论

学校读者我要写书评

暂无评论

基于全局-个体特征融合的群体行为识别

引用

计算机系统应用 2024年第12期33卷 43-54页

作者：程勇程遥王军杨玲许小龙高园元张开华南京信息工程大学软件学院南京210044 南京信息工程大学计算机学院南京210044

群体行为识别是计算机视觉领域中备受关注的研究方向之一,旨在通过多个个体动作与互动关系确定整体的行为.然而,由于确定个体互动关系、联系紧密程度以及活动关键人物三者的困难,现有方法常关注于人物的个体特征,忽略了与活动场景上下... 详细信息

群体行为识别是计算机视觉领域中备受关注的研究方向之一,旨在通过多个个体动作与互动关系确定整体的行为.然而,由于确定个体互动关系、联系紧密程度以及活动关键人物三者的困难,现有方法常关注于人物的个体特征,忽略了与活动场景上下文的相互联系.针对该问题,提出一个基于全局-个体特征融合的群体行为识别推理模型GIFFNet(global-individual feature fusion network).通过构建全局-个体特征融合(GIFF)模块,GIFFNet在聚焦关键信息的基础上,有效整合了场景上下文与个体人物特征,获取了更具表征能力的融合特征,以弥补预测群体行为时场景信息缺失的问题.随后,GIFFNet利用融合特征计算场景中人物之间的交互关系图,并使用图卷积网络(GCN)进行训练和群体行为类别预测.此外,为解决数据集样本失衡的问题,GIFFNet采用动态分配权重的策略优化损失函数.实验结果表明,GIFFNet在Volleyball、Collective Activity数据集上的多类分类准确度分别为93.8%、96.1%,类平均精确度分别为93.9%、95.8%,优于其他现有的深度学习方法.GIFFNet通过特征融合为行为分类提供了表征能力更加强大的特征,有效地提升了行为识别的精确度.

关键词：群体行为识别场景上下文特征融合注意力机制动态损失函数

来源：评论

学校读者我要写书评

暂无评论

基于注意力的多尺度残差U-Net的海洋中尺度涡检测

引用

海洋与湖沼 2025年第1期56卷 64-76页

作者：王丽娜孙阳张红春王旭东董昌明南京信息工程大学人工智能学院(未来技术学院) 江苏南京210044 南方海洋科学与工程广东省实验室(珠海) 广东珠海519080 南京信息工程大学计算机学院江苏南京210044 南京信息工程大学海洋科学学院江苏南京210044

海洋中尺度涡是一类重要的海洋现象,其特征是海洋中的螺旋运动,伴随着海水温度、营养物质以及能量的输送,对海洋生态系统和全球的气候变化起着重要影响。因此,海洋涡旋的智能识别成为海洋学的研究热点之一。由于海洋中尺度涡数量众多且... 详细信息

海洋中尺度涡是一类重要的海洋现象,其特征是海洋中的螺旋运动,伴随着海水温度、营养物质以及能量的输送,对海洋生态系统和全球的气候变化起着重要影响。因此,海洋涡旋的智能识别成为海洋学的研究热点之一。由于海洋中尺度涡数量众多且大小不同,存在检测精度不高问题。为了提高海洋中尺度涡的检测精度,提出一种基于注意力的多尺度残差U-Net的海洋涡旋检测模型(dual cross-attention-pyramid spilt attention-Res U-Net, DCA-PRUNet)。该模型采用基于注意力的编解码器结构。编解码结构中,引入金字塔分割注意力(pyramid spilt attention,PSA)以提取多尺度特征,并捕获不同涡旋的特征信息;此外,为了解决网络过深导致模型无法训练的问题,引入残差学习模块。同时,为了使解码器更好地恢复涡旋细节信息,引入双交叉注意力模块(dual cross-attention, DCA)捕获编码器各个阶段的特征依赖。选取西北太平洋海域的海平面异常(sea level anomaly,SLA)与海面温度(sea surface temperature,SST)数据进行建模,实验结果表明DCA-PRUNet涡旋检测的准确率达到95.12%,F1分数达到91.21%,显著优于现有的模型,验证了该模型的有效性。

关键词：海洋涡旋深度学习金字塔分割注意力残差学习双交叉注意力

来源：评论

学校读者我要写书评

暂无评论

面向多任务联邦学习的移动设备调度方法

引用

指挥与控制学报 2024年第1期10卷 88-99页

作者：焦翔魏祥麟范建华薛羽贾茹娜南京信息工程大学计算机与软件学院南京210044 国防科技大学第六十三研究所南京210007

边缘指挥控制场景下,将多任务联邦学习中的移动设备调度问题建模为多目标优化问题,在模型收敛性、传输可靠性、计算资源有限性约束下,最小化联邦学习任务每轮的训练时延和能耗。为了求解该0-1整数规划问题,提出了一种基于差分进化的移... 详细信息

边缘指挥控制场景下,将多任务联邦学习中的移动设备调度问题建模为多目标优化问题,在模型收敛性、传输可靠性、计算资源有限性约束下,最小化联邦学习任务每轮的训练时延和能耗。为了求解该0-1整数规划问题,提出了一种基于差分进化的移动设备调度算法,将调度方案作为个体,通过交叉变异迭代进化得到具有最佳适应度的次优解。仿真结果表明,所提算法能够在保证模型准确率的前提下,有效降低训练过程中的时延与能量消耗。

关键词：多任务联邦学习移动边缘计算时延能量消耗

来源：评论

学校读者我要写书评

暂无评论

无线时间敏感网络技术综述

引用

软件学报 2025年第1期36卷 184-202页

作者：乔萱李宗辉刘强艾渤万海邓仰东北京交通大学计算机与信息技术学院北京100044 北京交通大学电子信息工程学院北京100044 清华大学软件学院北京100084

由IEEE 802.1任务组开发的时间敏感网络标准可以用来构建高可靠、低延迟、低抖动的以太网,将时间敏感网络扩展到无线领域也是目前许多工作的研究重点.与传统的有线通信相比,无线的时间敏感网络不仅可以实现高可靠和低时延通信,还具有更... 详细信息

由IEEE 802.1任务组开发的时间敏感网络标准可以用来构建高可靠、低延迟、低抖动的以太网,将时间敏感网络扩展到无线领域也是目前许多工作的研究重点.与传统的有线通信相比,无线的时间敏感网络不仅可以实现高可靠和低时延通信,还具有更高的灵活性、更强的移动性以及更低的布线和维护成本等优点.因此,在面对未来无人驾驶、协作机器人、远程医疗控制等新兴应用时,无线时间敏感网络被认为是一种十分有前景的技术.无线网络一般可以分为基于基础设施的无线网络和无基础设施的无线网络,而后者基于移动性还可以分为两类:移动自组织网络和无线传感网络,因此主要从这3种网络类型出发,对其应用场景、相关技术、路由协议以及高可靠低时延传输进行了调研与综述.

关键词：时间敏感网络 5G 移动自组织网络无线传感网络

来源：评论

学校读者我要写书评

暂无评论

双超混沌系统结合压缩感知和Fibonacci变换的彩色图像加密

引用

光学精密工程 2025年第4期33卷 624-640页

作者：贾静雯张钊周红艳陈雪波辽宁科技大学计算机与软件工程学院辽宁鞍山114051 辽宁科技大学电子与信息工程学院辽宁鞍山114051

为了解决现有混沌图像加密算法中低维混沌系统混沌性质弱、安全性低,高维混沌系统传输成本高、存储空间大以及压缩感知技术中传统测量矩阵占用空间大、传输成本高等问题,本文提出一种双超混沌系统结合压缩感知和Fibonacci变换的彩色图... 详细信息

为了解决现有混沌图像加密算法中低维混沌系统混沌性质弱、安全性低,高维混沌系统传输成本高、存储空间大以及压缩感知技术中传统测量矩阵占用空间大、传输成本高等问题,本文提出一种双超混沌系统结合压缩感知和Fibonacci变换的彩色图像加密算法。首先,通过Lorenz超混沌系统优化Arnold算法,提高安全性。其次,利用6D超混沌系统改进压缩感知的测量矩阵,减少空间资源和传输成本。再次,采用具有大密钥空间和高安全性的6D超混沌系统进行置乱,提高安全性。最后,利用Fibonacci Q矩阵分块扩散,增强不可预测性。此外,在图像重建中引入2D投影梯度嵌入解密算法,与传统重建算法相比,具有更高的安全性和计算效率。实验结果表明:信息熵均超过7.999,更接近理想值8,相关系数接近0,像素数变化率和统一变化率接近理想值99.6094%和33.4635%。在有效保护图像安全性和完整性的同时,具有很强的抗统计攻击和差分攻击能力以及更好的鲁棒性。

关键词：图像加密混沌系统压缩感知 Fibonacci Q矩阵

来源：评论

学校读者我要写书评

暂无评论

一种量子条件生成对抗网络算法

引用

电子学报 2022年第7期50卷 1586-1593页

作者：刘文杰赵胶胶张颖葛业波南京信息工程大学计算机与软件学院江苏南京210044 数字取证教育部工程研究中心江苏南京210044 南京信息工程大学自动化学院江苏南京210044

量子生成对抗网络是量子机器学习算法领域研究热点之一,但其生成过程具有较大的随机性,不太适用于现实场景.为了解决该问题,提出了一种生成过程可控的量子条件生成对抗网络(Quantum Conditional Generative Adversarial Network,QCGAN)... 详细信息

量子生成对抗网络是量子机器学习算法领域研究热点之一,但其生成过程具有较大的随机性,不太适用于现实场景.为了解决该问题,提出了一种生成过程可控的量子条件生成对抗网络(Quantum Conditional Generative Adversarial Network,QCGAN)算法,其中条件信息采用one-hot形式进行多粒子W态编码,并通过向生成器和判别器输入条件信息达到稳定模型生成过程的目的.性能评估表明,与经典GAN、CGAN相比,本算法可生成离散数据,且将时间复杂度从O(N^(2))降为O(N);与带条件约束的量子生成对抗网络QuGAN相比,QCGAN消耗更少的量子资源.最后,以BAS(3,3)数据集和量子混合态生成为例,选用PennyLane平台进行仿真实验,结果表明QCGAN算法经过训练可有效收敛到Nash均衡点,进而验证了算法的实验可行性.

关键词：量子生成对抗网络条件信息 W态编码参数化量子电路

来源：评论

学校读者我要写书评

暂无评论

多群落粒子群优化供应链数据中心任务调度

引用

应用科学学报 2023年第3期41卷 419-430页

作者：曾磊白金明刘琦南京信息工程大学计算机学院江苏南京210044 南京信息工程大学应用气象学院江苏南京210044 南京信息工程大学数字取证工程研究中心江苏南京210044

针对数据中心规模和任务需求不断增加带来的服务效率降低等问题,提出了一种负载均衡多群落粒子群优化任务调度方法。通过改进的适应度函数对任务的最大完工时间和各机器完工时间方差进行组合优化以提升集群的负载均衡性;利用新的自适应... 详细信息

针对数据中心规模和任务需求不断增加带来的服务效率降低等问题,提出了一种负载均衡多群落粒子群优化任务调度方法。通过改进的适应度函数对任务的最大完工时间和各机器完工时间方差进行组合优化以提升集群的负载均衡性;利用新的自适应惯性权重函数改进粒子搜索效率,提升算法收敛速率;采取新的粒子初始化方法提高初始解的质量和多样性,并利用多群落粒子协同搜索使得最终结果更加接近最优解。在阿里巴巴数据中心的公开数据集上对算法性能进行了验证和对比,实验结果表明,该方法能够提高数据中心在多样化供应链环境下的任务调度效率。

关键词：粒子群优化供应链管理数据中心任务调度负载均衡

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的多聚焦图像融合方法前沿进展

引用

计算机科学与探索 2024年第9期18卷 2276-2292页

作者：李子奇苏宇轩孙俊张永宏夏庆锋尹贺峰无锡学院自动化学院江苏无锡214105 南京信息工程大学自动化学院南京210044 江南大学人工智能与计算机学院江苏无锡214122

多聚焦图像融合是一种有效的图像融合技术,旨在将来自同一场景的不同焦平面的源图像组合起来以获得良好的融合结果,这意味着融合后的图像将在所有焦平面都聚焦,也就是包含着更丰富的场景信息。深度学习的发展促进了图像融合的巨大进步,... 详细信息

多聚焦图像融合是一种有效的图像融合技术,旨在将来自同一场景的不同焦平面的源图像组合起来以获得良好的融合结果,这意味着融合后的图像将在所有焦平面都聚焦,也就是包含着更丰富的场景信息。深度学习的发展促进了图像融合的巨大进步,而神经网络强大的特征提取和重构能力使融合结果大有可为。近年来,出现了越来越多的基于深度学习的多聚焦图像融合方法,如卷积神经网络(CNN)、生成对抗网络(GAN)和自动编码器等。为了给相关研究人员和技术人员提供有效的参考和理解,介绍了多聚焦图像融合的概念和一些评价指标,分析了十几种近几年基于深度学习的多聚焦图像融合前沿方法,讨论了各种方法的特点和创新性,并总结了它们的优缺点,回顾了多聚焦图像融合技术在各种场景中的应用,包括摄影可视化、医疗诊断和遥感检测等领域,介绍了目前多聚焦图像融合相关领域面临的一些挑战并展望了未来可能的研究趋势。

关键词：深度学习图像融合多聚焦

来源：评论

学校读者我要写书评

暂无评论

基于不完备混合序信息系统的增量式属性约简

引用

工程科学与技术 2024年第1期56卷 65-81页

作者：陈宝国陈磊邓明陈金林淮南师范学院计算机学院安徽淮南232038 南京航空航天大学电子与信息工程学院江苏南京211106

由于大数据环境下数据呈现出动态更新的特征,因此,增量式属性约简已成为粗糙集理论的重点研究方向。不完备混合型有序信息系统是一种常见的信息系统类型,然而,目前少有增量式属性约简方面的相关研究,针对这一问题,本文在不完备混合型有... 详细信息

由于大数据环境下数据呈现出动态更新的特征,因此,增量式属性约简已成为粗糙集理论的重点研究方向。不完备混合型有序信息系统是一种常见的信息系统类型,然而,目前少有增量式属性约简方面的相关研究,针对这一问题,本文在不完备混合型有序信息系统下提出一种对象更新情形的增量式属性约简算法。首先,针对不完备混合型有序信息系统提出了邻域容差优势关系,基于该二元关系建立了一种新的邻域优势粗糙集模型。其次,在其基础上定义了邻域优势条件熵,并利用邻域优势条件熵作为启发式函数设计出一种不完备混合型有序信息系统的非增量式属性约简算法。然后,利用矩阵的形式重构了邻域容差优势关系和邻域优势条件熵,针对不完备混合型有序信息系统对象的动态变化,基于矩阵的计算策略分别研究了邻域优势条件熵随信息系统对象增加和对象减少时的增量式更新。最后,利用邻域优势条件熵的更新机制分别提出了不完备混合型有序信息系统对象增加和对象减少时属性约简的增量式更新算法。实验结果表明:(1)与非增量式算法相比,所提出的增量式算法约简属性数量平均降低了3.6%,分类精度平均提升了2.4%,属性约简的效率平均提升了约10倍;(2)与同类型增量式算法相比,所提出的增量式算法约简属性数量平均降低了9.0%,分类精度平均提升了2.1%,属性约简的平均效率提升了94%。因此,本文所提出增量式算法无论在属性约简结果和属性约简效率上都有着更高的性能。

关键词：有序信息系统不完备混合优势粗糙集属性约简增量式条件熵

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：