检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第20期59卷 254-265页

作者：尹春勇陈双双南京信息工程大学计算机学院、网络空间安全学院南京210044

数据流分类是数据挖掘中重要的研究内容,但是数据流中的概念漂移和标记成本昂贵的问题给分类带来了巨大的挑战。现有的研究工作大多采用基于主动学习的在线分类技术,一定程度上缓解了概念漂移和有限标签的问题,但是这些方法的分类效率较... 详细信息

数据流分类是数据挖掘中重要的研究内容,但是数据流中的概念漂移和标记成本昂贵的问题给分类带来了巨大的挑战。现有的研究工作大多采用基于主动学习的在线分类技术,一定程度上缓解了概念漂移和有限标签的问题,但是这些方法的分类效率较低,并且忽略了内存开销的问题。针对这些问题提出了一种结合微聚类和主动学习的流分类方法(a data stream classification method combining micro-clustering and active learning,CALC)。提出一种新的主动学习混合查询策略,将其与基于错误的表示学习相结合,从而在维护过程中衡量每个微聚类的重要性,通过动态维护一组微聚类以适应数据流中产生的概念漂移。采用基于微聚类的惰性学习方法,实现对数据流的分类,并完成对缓存微聚类的在线更新。使用三个真实数据集和三个人工合成数据集进行实验,结果显示CALC在分类准确率和内存开销方面优于现有的数据流分类算法。与基准模型(online reliable semi-supervised learning on evolving data streams,ORSL)相比,CALC的分类准确率有一定的提升,在六个数据集上的平均准确率分别提高了5.07、2.41、1.04、1.03、3.47、0.64个百分点。

关键词：主动学习数据流分类微聚类概念漂移

来源：评论

学校读者我要写书评

暂无评论

基于半监督对抗学习的遥感图像水体提取

引用

计算机工程 2024年第7期50卷 251-263页

作者：逯焕宇张永宏马光义谢东林田伟南京信息工程大学自动化学院江苏南京210044 南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学计算机学院江苏南京210044

语义分割技术被广泛应用于遥感图像水体提取任务中,然而语义分割的结果极大依赖于数据集的规模,针对遥感图像中水体数据集较少、获得精准标注数据成本高的问题,提出一种用于水体提取的半监督对抗语义分割方法。作为生成器的分割网络中... 详细信息

语义分割技术被广泛应用于遥感图像水体提取任务中,然而语义分割的结果极大依赖于数据集的规模,针对遥感图像中水体数据集较少、获得精准标注数据成本高的问题,提出一种用于水体提取的半监督对抗语义分割方法。作为生成器的分割网络中的卷积操作具有受限的感受野,缺乏对长距离上下文关系的建模能力,Transformer能够建模图像的全局信息。该方法在分割网络中采用Swin Transformer建模深层特征的全局上下文信息,挖掘像素之间的语义关系,提高网络的特征提取能力。采用双卷积块提取图像的局部特征,保留高分辨率细节信息。特征增强模块(FEM)用于抑制图像的背景噪声干扰,进一步提高水体提取的精度。分割网络和判别器网络共同训练,以提高在使用少量有标签数据条件下模型提取水体的性能。在GID数据集上进行大量实验,结果表明,该方法在不同比例有标签数据条件下均提高了水体提取的精度,在仅1/8有标签数据的条件下,该方法取得的F1-Score和交并比(Io U)分别为90.02%和81.86%,优于U-Net、MWEN等语义分割网络。

关键词：语义分割半监督卷积神经网络 Swin Transformer模块遥感图像

来源：评论

学校读者我要写书评

暂无评论

改进U-Net的风云四号卫星降水估计算法研究

引用

计算机工程与应用 2023年第11期59卷 285-293页

作者：黄杰张永宏马光义朱灵龙田伟南京信息工程大学自动化学院南京210044 南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 南京信息工程大学电子与信息工程学院南京210044 南京信息工程大学计算机与软件学院南京210044

针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题,提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合,使得模型参数可以共享,避免深层网络模型梯度消失的情况。在... 详细信息

针对强对流天气条件下利用卫星图像进行降水量估计时精度不高、时空分辨率低的问题,提出了一种改进U-Net的降水量估计算法。将U-Net模型的编码器通过残差模块与解码器相结合,使得模型参数可以共享,避免深层网络模型梯度消失的情况。在此结构基础上引入了空间金字塔模块进行多尺度特征提取,保留更多的图像特征,加强对细小降水云团信息的特征提取能力;引入了注意力机制模块,提取重要降水特征信息。实验结果表明,该算法在命中率、虚警率、相关系数分别为0.84、0.48、0.59;均方根误差、平均绝对误差分别为1.354 mm/h、0.432 mm/h。与PERSIANN-CNN、U-Net算法相比,有效地提升了降水量估计精度。与其他降水产品对比,能更好地识别出降水区。该算法可以实现近实时的降水估计,能够有效地提升降水估计精度,对低时间分辨率的降水估计研究具有一定的价值。

关键词：降水量估计风云四号卫星卷积神经网络语义分割

来源：评论

学校读者我要写书评

暂无评论

深度学习在危险天气自动识别中的应用研究

引用

安全与环境学报 2023年第3期23卷 774-782页

作者：夏景明麻学岚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学院网络空间安全学院南京210044

基于机器视觉的危险天气自动识别技术近年来已成为研究热点,但模型识别准确率不高和模型不够轻量化是该项技术面临的主要问题。针对上述问题,提出了一种利用CycleGAN网络自动扩展危险天气数据集的方法,有效解决了数据集数据量不足、数... 详细信息

基于机器视觉的危险天气自动识别技术近年来已成为研究热点,但模型识别准确率不高和模型不够轻量化是该项技术面临的主要问题。针对上述问题,提出了一种利用CycleGAN网络自动扩展危险天气数据集的方法,有效解决了数据集数据量不足、数据类型不平衡的问题。同时,还提出了一种三通道融合卷积神经网络(3-Channel Convolutional Neural Network,3C-CNN),该网络主干分支采用迁移学习的技术方案,并利用多分支结构提取并融合天气图像中的整体与局部特征。结果表明,利用CycleGAN网络扩充的WeatherDataset-6Plus数据集能够有效改善深度学习模型的训练性能,3C-CNN模型的6类天气现象综合识别准确率达到了98.99%,识别速度达到220帧/s。该方法在保证准确率的同时实现了模型的轻量化,有利于其在嵌入式设备中部署。

关键词：安全工程危险天气自动驾驶 CycleGAN 迁移学习轻量化

来源：评论

学校读者我要写书评

暂无评论

递归特征融合的单目深度累积估计

引用

计算机辅助设计与图形学学报 2022年第10期34卷 1533-1541页

作者：王秋晨帅惠刘青山南京信息工程大学计算机学院南京 210044 南京信息工程大学计算机学院南京 210044 数字取证教育部工程研究中心南京 210044

现有的深度估计方法通常采用编码器-解码器结构,存在图像不同区域对深度特征的需求和深度估计的难度的差异性问题,提出递归特征融合的单目深度累积估计方法.在编码器阶段,递归特征融合通过递归使用门控循环单元筛选融合多尺度特征,提取... 详细信息

现有的深度估计方法通常采用编码器-解码器结构,存在图像不同区域对深度特征的需求和深度估计的难度的差异性问题,提出递归特征融合的单目深度累积估计方法.在编码器阶段,递归特征融合通过递归使用门控循环单元筛选融合多尺度特征,提取适应图像不同区域需求的特征以替代跨层连接;在解码器阶段,深度累积估计将深度重建过程分解为多层,不同层分别预测不同细粒度的深度图,最后累积生成深度估计结果.与DPT,BTS,DORN等方法相比,在2个基准数据集KITTI和NYU Depth V2上取得了具有竞争力的结果,Abs Rel分别达到了0.058和0.107,RMSE分别达到了2.411和0.386.

关键词：单目深度估计递归特征融合深度累积估计

来源：评论

学校读者我要写书评

暂无评论

基于蜂窝网络的多无人机能量消耗最优化算法研究

引用

通信学报 2023年第2期44卷 185-197页

作者：夏景明刘玉风谈玲南京信息工程大学人工智能学院江苏南京210044 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 南京信息工程大学软件学院江苏南京210044 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

在一些复杂时变环境中,地面基站(GBS)可能无法协助处理无人机的计算任务,为此研究了一种基于数字孪生(DT)技术的移动边缘计算(MEC)蜂窝网络。考虑到多无人机效率,引入多只配备MEC服务器的高空气球(HAB)协助,在此基础上提出一个所有无人... 详细信息

在一些复杂时变环境中,地面基站(GBS)可能无法协助处理无人机的计算任务,为此研究了一种基于数字孪生(DT)技术的移动边缘计算(MEC)蜂窝网络。考虑到多无人机效率,引入多只配备MEC服务器的高空气球(HAB)协助,在此基础上提出一个所有无人机能量最小化问题,并给出一种多无人机轨迹优化和资源分配方案。应用双深度Q网络(DDQN)解决多无人机与多HAB之间的关联问题;采用连续凸逼近技术(SCA)和块坐标下降算法(BCD)对多无人机轨迹和计算资源进行联合优化。仿真实验验证了所提算法的可行性和有效性。实验结果表明,所提算法使系统能量消耗降低30%,明显优于对比算法。

关键词：无人机任务卸载数字孪生双深度Q网络连续凸逼近

来源：评论

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的车联网频谱共享

引用

电子学报 2024年第5期52卷 1690-1699页

作者：王为念苏健陈勇张建照唐震南京信息工程大学计算机与软件学院江苏南京210044 国防科技大学第六十三研究所江苏南京210007

针对高动态车联网环境中基站难以收集和管理瞬时信道状态信息的问题,提出了基于多智能体深度强化学习的车联网频谱分配算法.该算法以车辆通信延迟和可靠性约束条件下最大化网络吞吐量为目标,利用学习算法改进频谱和功率分配策略.首先通... 详细信息

针对高动态车联网环境中基站难以收集和管理瞬时信道状态信息的问题,提出了基于多智能体深度强化学习的车联网频谱分配算法.该算法以车辆通信延迟和可靠性约束条件下最大化网络吞吐量为目标,利用学习算法改进频谱和功率分配策略.首先通过改进DQN模型和Exp3策略训练隐式协作智能体.其次,利用迟滞性Q学习和并发体验重放轨迹解决多智能体并发学习引起的非平稳性问题.仿真结果表明,该算法有效载荷平均成功交付率可达95.89%,比随机基线算法提高了16.48%,可快速获取近似最优解,在降低车联网通信系统信令开销方面具有显著优势.

关键词：车联网分布式频谱共享多智能体深度强化学习

来源：评论

学校读者我要写书评

暂无评论

一种针对聚类问题的量子主成分分析算法

引用

计算机研究与发展 2022年第12期59卷 2858-2866页

作者：刘文杰王博思陈君琇数字取证教育部工程研究中心(南京信息工程大学) 南京210044 南京信息工程大学计算机与软件学院南京210044

聚类问题中的离群点容易影响簇中心的选择,且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源.为了解决上述问题,从簇中心选取和最短距离搜索2个方面出发,提出了一种针对聚类问题的新型量子主成分分析算法.利用阈值... 详细信息

聚类问题中的离群点容易影响簇中心的选择,且样本数据量规模的扩大会造成样本点间的距离计算需要消耗大量计算资源.为了解决上述问题,从簇中心选取和最短距离搜索2个方面出发,提出了一种针对聚类问题的新型量子主成分分析算法.利用阈值更新奇异值并得到主成分,再通过势函数得到簇中心,从而减少异常值对簇中心选取的影响.此外,采用量子最小值搜索算法寻找距离样本点最近的簇中心,减少聚类所需迭代次数.以小规模数据集为例,采用Cirq量子编程框架对算法进行电路设计和仿真实验.实验结果表明,该算法与已有的量子聚类算法相比,在聚类准确度上有所提升.性能分析表明,与现有经典和量子算法比较,该算法在簇中心选取和最短距离搜索时间复杂度上有不同程度的改进,消耗资源有所降低.

关键词：量子机器学习聚类问题量子主成分分析量子最小值搜索算法奇异值分解

来源：评论

学校读者我要写书评

暂无评论

电液伺服系统摩擦参数辨识与补偿控制

引用

振动．测试与诊断 2024年第5期44卷 922-927,1037,1038页

作者：冯浩姜金叶宋倩玉殷晨波俞宏福曹东辉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学院南京210044 南京工业大学挖掘机关键技术联合研究所南京211816 三一重机有限公司昆山215300

针对非线性摩擦造成挖掘机器人电液伺服系统稳态误差和低速爬行的问题,需要精准辨识摩擦以进行摩擦补偿。首先,将Karnopp速度阈值理论引入经典Stribeck模型,建立挖掘机器人电液伺服系统非线性摩擦模型,并根据非对称液压缸力平衡方程建... 详细信息

针对非线性摩擦造成挖掘机器人电液伺服系统稳态误差和低速爬行的问题,需要精准辨识摩擦以进行摩擦补偿。首先,将Karnopp速度阈值理论引入经典Stribeck模型,建立挖掘机器人电液伺服系统非线性摩擦模型,并根据非对称液压缸力平衡方程建立目标函数,测量不同恒定速度下有杆腔和无杆腔的压力计算实际摩擦力;其次,优化遗传算法的适应度、交叉概率和变异概率,分别采用改进遗传算法和基本遗传算法对摩擦模型中4个未知参数进行辨识;最后,结合前馈补偿控制器进行正弦轨迹跟踪实验。结果表明:所提出的改进遗传算法辨识精度最高,相较于基本遗传算法,模型误差减少了34%;2种摩擦模型下的正弦轨迹跟踪误差分别为26 mm和59 mm,验证了所提出的摩擦模型在提升挖掘机器人性能上的优越性。

关键词：电液伺服系统挖掘机器人摩擦辨识遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于动态嵌入特征的鲁棒半监督视频目标分割

引用

北京航空航天大学学报 2024年

作者：陈亚当赵翊冰吴恩华南京信息工程大学计算机学院南京信息工程大学数字取证教育部研究中心中国科学院软件研究所

针对半监督视频目标分割方法存在推理时内存占用不断增加以及仅依赖低级像素特征训练困难的问题，提出了一种基于动态嵌入特征和辅助损失函数的半监督视频目标分割方法。使用一种动态嵌入特征，建立一个恒定大小的记忆库。通过时空聚合... 详细信息

针对半监督视频目标分割方法存在推理时内存占用不断增加以及仅依赖低级像素特征训练困难的问题，提出了一种基于动态嵌入特征和辅助损失函数的半监督视频目标分割方法。使用一种动态嵌入特征，建立一个恒定大小的记忆库。通过时空聚合方法，利用历史信息生成和更新动态嵌入特征。同时使用内存更新感应器来自适应控制记忆库的更新间隔，适应不同视频的运动模式。使用一种辅助损失函数以在高级语义特征层面上给网络提供辅助指导，并通过在多重特征层面多方面指导，提高模型精度和训练效率。针对视频前背景中相似目标误匹配的问题，设计了一种空间约束模块，以利用视频的时间连续性特性，更好捕获前一帧掩码信息和当前帧之间的关联。实验结果表明，本方法在DAVIS 2017验证集上达到了84.5 J&F的精度，在YouTube-VOS 2019验证集达到了82.4 J&F的精度。

关键词：视频目标分割时空记忆网络时空约束内存更新感应动态嵌入特征

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：