检索结果-内蒙古大学图书馆

南京信息工程大学学报（自然科学版） 2022年第2期14卷 212-219页

作者：夏景明邢露萍谈玲宣大伟南京信息工程大学人工智能学院南京210044 南京信息工程大学计算机与软件学院南京210044

脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解... 详细信息

脑肿瘤是世界上最致命的癌症之一.由于脑肿瘤的多样性,其图像分类成为了当代研究的热点.近年来,深度神经网络(DNN)常用于医学图像分类,但随着深度的增加网络会出现梯度消失和过拟合的问题,而残差网络(ResNet)通过引入恒等映射可以缓解这些问题.因此,本文基于ResNet提出了一种MDM-ResNet网络,该网络由多尺寸卷积核模块(Multi-size convolution kernel module)、双通道池化层(Dual-channel pooling layer)和多深度融合残差块(Multi-depth fusion residual block)组成.本文实验在Figshare数据集上展开,采用数据增强操作对图像进行预处理,并利用5倍交叉验证方法对网络性能进行评估.最终实验结果表明MDM-ResNet能够对脑膜瘤(Meningioma)、胶质瘤(Glioma)和垂体瘤(Pituitary tumor)进行有效分类.

关键词：脑肿瘤深度神经网络(DNN) 残差网络(ResNet) 多尺寸卷积核模块双通道池化层多深度融合残差块

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

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

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

类别特征约束的多目标域表情识别方法

引用

计算机工程与科学 2024年第5期46卷 836-845页

作者：范琪王善敏刘成广刘青山南京信息工程大学自动化学院江苏南京210044 南京航空航天大学计算机科学与技术学院江苏南京211100 南京信息工程大学计算机学院江苏南京210044 南京邮电大学计算机学院江苏南京210023

表情识别FER方法通常会受到采集环境和受试者区域、种族等因素的影响。为了提升FER方法的泛化性能,无监督的域自适应表情识别方法UDA-FER成为了研究热点。现有的UDA-FER方法普遍存在2个问题:(1)仅关注对目标域的识别率,导致方法从源域... 详细信息

表情识别FER方法通常会受到采集环境和受试者区域、种族等因素的影响。为了提升FER方法的泛化性能,无监督的域自适应表情识别方法UDA-FER成为了研究热点。现有的UDA-FER方法普遍存在2个问题:(1)仅关注对目标域的识别率,导致方法从源域迁移至目标域后,对源域的识别率急剧下降;(2)仅研究基于单个目标域的UDA-FER方法,将现有方法直接应用于多个目标域会导致方法识别率骤降。为解决上述问题,提出了一种类别特征约束的多目标域表情识别方法MTD-FER,实现FER向多个目标域的连续迁移。为了保持对源域的识别率并提高对多个目标域的识别率,MTD-FER设计了类别自适应的伪标签标记CAPL模块和类别特征约束CWFC模块,挑选目标域高质量的样本标记为伪标签,并对齐各个域同类样本的特征,缓解连续迁移导致的灾难性遗忘问题。以RAF-DB为源域,FER-2013和ExpW为目标域,进行大量的实验,证明了MTD-FER的有效性。实验结果表明,与基准方法相比,MTD-FER在多次迁移后,源域识别率提升6.36%,与迁移之前基本持平;在各个目标域性能均有所提升,其中FER-2013性能提升了27.33%,ExpW性能提升了3.03%。

关键词：人脸表情识别无监督域自适应多目标域类别自适应的伪标签类别特征约束

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和窗口搜索的新型车道线检测算法

引用

江苏大学学报（自然科学版） 2023年第4期44卷 386-391页

作者：蔡创新邹宇潘志庚刘志彬高尚兵南京信息工程大学人工智能学院江苏南京210044 淮阴工学院计算机与软件工程学院江苏淮安223001

针对现有车道检测算法准确性和实时性较难平衡的问题,提出了一种基于多特征融合和窗口搜索的新型车道线检测算法.采用多边形填充方法确定车道线的感兴趣区域(region of interest, ROI),融合车道线的颜色、直方图和梯度特征,以消除ROI中... 详细信息

针对现有车道检测算法准确性和实时性较难平衡的问题,提出了一种基于多特征融合和窗口搜索的新型车道线检测算法.采用多边形填充方法确定车道线的感兴趣区域(region of interest, ROI),融合车道线的颜色、直方图和梯度特征,以消除ROI中的复杂背景.通过单应性变换得到车道线的二值图像,基于其像素密度分布寻找车道线初始位置,以窗口搜索方式提取整个车道线上的所有候选像素点.通过拟合像素点构建车道线数学模型.结果表明:提出的算法具有较高的准确性和实时性,算法对黄色车道线、树木阴影遮挡、光照变化、车道线缺损和地面交通标志干扰具有较好的鲁棒性.

关键词：无人驾驶车道线检测多特征融合单应性变换窗口搜索

来源：评论

学校读者我要写书评

暂无评论

基于并联游标效应的MZ光纤应变传感器增敏解调系统

引用

光通信技术 2024年第1期48卷 13-17页

作者：王婷婷柯炜王秀婷南京信息工程大学电子与信息工程学院南京210044 南京师范大学计算机与电子信息学院/人工智能学院南京210023

为了进一步提高马赫-曾德尔(MZ)光纤应变传感器的灵敏度,设计了一种基于并联游标效应的MZ光纤应变传感器增敏解调系统。该系统由传感干涉仪和参考干涉仪并联组成,2个干涉仪都是单模-无芯-少模-单模(SNFS)结构的马赫-曾德尔干涉仪(MZI)... 详细信息

为了进一步提高马赫-曾德尔(MZ)光纤应变传感器的灵敏度,设计了一种基于并联游标效应的MZ光纤应变传感器增敏解调系统。该系统由传感干涉仪和参考干涉仪并联组成,2个干涉仪都是单模-无芯-少模-单模(SNFS)结构的马赫-曾德尔干涉仪(MZI)。通过提取2个SNFS-MZI传输信号的差频成分并跟踪其波谷的移动,提高系统应变灵敏度。此外,通过单独提取参考干涉仪的干涉谱,从而消减应变测量时的温度串扰。实验结果表明:该系统的应变灵敏度为7.39 pm/με,约为单个传感干涉仪的应变灵敏度5倍;通过调节参考干涉仪和传感干涉仪的传感臂长,可以灵活调节MZ光纤应变传感器增敏解调系统的灵敏度性能。

关键词：光纤光学马赫-曾德尔干涉仪并联游标效应应变温度串扰

来源：评论

学校读者我要写书评

暂无评论

基于伪孪生网络双层优化的对比学习

引用

模式识别与人工智能 2022年第10期35卷 928-938页

作者：陈庆宇季繁繁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

目前,基于伪孪生网络的对比学习算法使用各种组件以获得最优学生网络,但忽略教师网络在下游任务中的表现,因此,文中提出基于伪孪生网络双层优化的对比学习,促进学生网络和教师网络相互学习,获得最优教师网络。双层优化策略包括基于近邻... 详细信息

目前,基于伪孪生网络的对比学习算法使用各种组件以获得最优学生网络,但忽略教师网络在下游任务中的表现,因此,文中提出基于伪孪生网络双层优化的对比学习,促进学生网络和教师网络相互学习,获得最优教师网络。双层优化策略包括基于近邻优化的学生网络优化策略和基于随机梯度下降的教师网络优化策略。基于近邻优化的学生网络优化策略让教师网络成为约束项,帮助学生网络更好地向教师网络学习。基于随机梯度下降的教师网络优化策略求解近似教师网络,梯度更新教师网络。在5个数据集上的实验表明,文中算法取得较高的k-NN(k=1)分类精度和线性分类精度,特别在批次大小较小时,优势较大。

关键词：对比学习双层优化学生网络近邻优化教师网络随机梯度下降

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

具有实时注意力的多智能体强化学习通信模型

引用

计算机仿真 2023年第8期40卷 445-450页

作者：马廷淮彭可兴周宏豪荣欢南京信息工程大学计算机学院江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学人工智能学院江苏南京210044

在多智能体系统中,由于智能体数量规模庞大,博弈关系复杂,给策略学习带来了很大的困难,所以学会在智能体之间进行良好的通信十分重要,提出了一个策略网络模型(Attentional Interactions Communication Comment Integration Network,AICN... 详细信息

在多智能体系统中,由于智能体数量规模庞大,博弈关系复杂,给策略学习带来了很大的困难,所以学会在智能体之间进行良好的通信十分重要,提出了一个策略网络模型(Attentional Interactions Communication Comment Integration Network,AICNet)提高通信效率。具体来说,AICNet采用了两个模块。第一个注意力模块可以学习智能体之间随时间变化的注意力并更新智能体之间的交互影响;另一个聚合的通信模块可以同步智能体的通信信息。通过将AICNet应用于两组不同的协作与混合性质的模拟实验,以训练的平均奖励和收敛速度为指标,结果表明AICNet的表现优于对比算法,且在模拟环境中观察到智能体确实可以根据彼此关注度自动分组进行任务。

关键词：通信多智能体强化学习注意力深度强化学习大规模交流

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：