检索结果-内蒙古大学图书馆

计算机集成制造系统 2024年第8期30卷 2954-2961页

作者：林慧超金正勇许小龙南京信息工程大学计算机与软件学院江苏南京210044

我国气象雷达分布存在着不均衡,不充分问题,在西南地区以及海上区域存在着很大的雷达组网覆盖盲区。而静止轨道气象卫星具有更大的观测范围以及高时空分辨率的多光谱观测结果,通过开展基于卫星数据的雷达反射率反演业务过程可以在一定... 详细信息

我国气象雷达分布存在着不均衡,不充分问题,在西南地区以及海上区域存在着很大的雷达组网覆盖盲区。而静止轨道气象卫星具有更大的观测范围以及高时空分辨率的多光谱观测结果,通过开展基于卫星数据的雷达反射率反演业务过程可以在一定程度上能够弥补雷达组网空缺的问题。但现有的反演业务过程在数据处理阶段很难在通道以及空间维度上有效的提取复杂的多通道卫星数据特征。针对上述问题,探究了基于静止轨道卫星的雷达反射率反演业务过程,首先通过ResNet提取卫星数据的高层次语义特征,然后使用空间注意力模块、通道注意力模块在空间、通道两个维度上聚合与雷达回波相关的特征,并消除非降水云团的干扰特征。最后,通过多指标的对比实验验证了本文研究在不同大小的回波反演精度上均有一定提升。

关键词：业务过程雷达回波遥感深度学习葵花8号卫星

来源：评论

学校读者我要写书评

暂无评论

融合多源异构气象数据的光伏功率预测模型

引用

电子与信息学报 2024年第2期46卷 503-517页

作者：谈玲康瑞星夏景明王越南京信息工程大学计算机学院南京210044 南京信息工程大学软件学院南京210044 南京信息工程大学人工智能学院南京210044

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气... 详细信息

高精度光伏功率预测对提高电力系统运行效率具有重要意义。光伏功率受多种因素影响,其中云层的变化是最主要的不确定因素。传统光伏功率预测方法没有充分考虑云的3维结构和气象要素对光伏功率的影响。因此,该文提出一种融合多源异构气象数据的多源变量光伏功率预测模型(MPPM)。MPPM的核心包括时空条件扩散模型(STCDM)、注意力堆叠LSTM网络(ASLSTM)和多维特征融合模块(MFFM)。STCDM模型通过对2维卫星云图进行精确预测,消除了云层边界处的模糊现象。ASLSTM模型则提取了3维天气研究与预报模式(WRF)气象要素特征。MFFM模块将2维卫星云图特征和3维WRF气象要素特征进行融合,以得到未来1 h光伏功率预测结果。该文分别利用STCDM模型和MPPM模型开展卫星云图预测实验和光伏功率预测实验。实验结果显示,STCDM模型预测1 h内卫星云图的结构相似性指数(SSIM)达到0.914,MPPM模型预测1 h内光伏功率的相关系数(CORR)达到0.949,优于所有对比算法。

关键词：多源数据扩散模型堆叠长短期记忆注意力机制特征提取

来源：评论

学校读者我要写书评

暂无评论

结合扩张卷积与多尺度融合的实时时空动作检测

引用

中国图象图形学报 2025年第2期30卷 406-420页

作者：程勇高园元王军杨玲许小龙程遥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

目的时空动作检测任务旨在预测视频片段中所有动作的时空位置及对应类别。然而,现有方法大多关注行动者的视觉和动作特征,忽视与行动者交互的全局上下文信息。针对当前方法的不足,提出一种结合扩张卷积与多尺度融合的高效时空动作检测模... 详细信息

目的时空动作检测任务旨在预测视频片段中所有动作的时空位置及对应类别。然而,现有方法大多关注行动者的视觉和动作特征,忽视与行动者交互的全局上下文信息。针对当前方法的不足,提出一种结合扩张卷积与多尺度融合的高效时空动作检测模型(efficient action detector,EAD)。方法首先,利用轻量级双分支网络同时建模关键帧的静态信息和视频片段的动态时空信息。其次,利用分组思想构建轻量空间扩张增强模块提取全局性的上下文信息。然后,构建多种DO-Conv结构组成的多尺度特征融合单元,实现多尺度特征捕获与融合。最后,将不同层次的特征分别送入预测头中进行检测。结果实验在数据集UCF101-24和AVA(atomic visual actions)中进行,分析了EAD与现有算法之间的检测对比结果。在UCF101-24数据集上的帧平均准确度(frame-mAP)和视频平均准确度(video-mAP)分别为80.93%和50.41%,对于基线方法的漏检、错检现象有所改善;在AVA数据集上的frame-mAP达到15.92%,同时保持较低的计算开销。结论通过与基线及目前主流方法比较,EAD以较低的计算成本建模全局关键信息,提高了实时动作检测准确度。

关键词：深度学习时空动作检测(STAD) 双分支网络扩张增强模块(DAM) 多尺度融合

来源：评论

学校读者我要写书评

暂无评论

适用于多领域少样本的元适配器整合学习方法

引用

计算机工程与应用 2025年第5期61卷 122-133页

作者：于信马廷淮彭可兴贾莉蒋永溢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 南京信息工程大学雷丁学院南京210044

针对多域少样本文本摘要任务中迁移学习面临的诸多挑战,尤其是源域数据的多样性以及目标域数据的数据稀缺性问题,提出了一种创新的学习方法,名为元适配器整合学习方法(meta-adapter integration learning,MAIL)。MAIL使用基于Transforme... 详细信息

针对多域少样本文本摘要任务中迁移学习面临的诸多挑战,尤其是源域数据的多样性以及目标域数据的数据稀缺性问题,提出了一种创新的学习方法,名为元适配器整合学习方法(meta-adapter integration learning,MAIL)。MAIL使用基于Transformer的预训练模型作为基础模型,融合适配器模块限制模型参数及层数,并采用元学习方法微调适配器。此外,为了增强在不同领域间的迁移和泛化能力,设计了一种元适配器整合算法,旨在最大化利用多域信息,增强模型跨领域泛化能力。实验结果显示,MAIL在标准文本生成评价指标上超越现有主流模型,并能有效应对跨领域迁移中常见的灾难性遗忘、任务干扰和训练不稳定等问题。

关键词：文本摘要生成少样本学习迁移学习预训练模型适配器元学习

来源：评论

学校读者我要写书评

暂无评论

使用编码的反向散射通信协议设计与性能分析

引用

计算机研究与发展 2024年第12期61卷 3098-3107页

作者：何昕吴帆祝玉军许勇杨盘隆安徽师范大学计算机与信息学院安徽芜湖241002 南京信息工程大学计算机学院南京210044 中国科学技术大学计算机科学与技术学院合肥230026

周围环境中不断增加的物联网设备带来了巨大的机遇,但也带来了挑战,包括有限的电池寿命、低计算能力和多址接入的可扩展性.反向散射通信使得无处不在的物联网设备能够以超低功耗的方式进行通信,然而,支持大规模并发通信也是反向散射通... 详细信息

周围环境中不断增加的物联网设备带来了巨大的机遇,但也带来了挑战,包括有限的电池寿命、低计算能力和多址接入的可扩展性.反向散射通信使得无处不在的物联网设备能够以超低功耗的方式进行通信,然而,支持大规模并发通信也是反向散射通信需要研究的问题之一.针对大规模标签并发通信误码率(BER)较高、传输速率低等问题,设计基于编码的码分多址(CDMA)接入技术,以支持多标签反向散射并发可靠通信.首先,该系统利用沃尔什(Walsh)码等正交性较强的码片区分标签并结合纠错编码,以增强抗干扰能力;其次利用相关检测与译码联合解码以降低误码率,实现信道的可靠通信;最后,在此基础上,基于K均值聚类算法(K-means clustering algorithm)设计标签分组机制,充分利用时-码2维资源扩充容量.实验表明,该方案能够实现100+个标签的可靠通信,误码率约2%、吞吐量达到了39 Mbps.

关键词：反向散射通信多标签码分多址接入分组算法性能评价

来源：评论

学校读者我要写书评

暂无评论

可重构智能超表面辅助的大规模机器类通信深度学习大规模MIMO信道估计

引用

电子与信息学报 2024年第10期46卷 4002-4008页

作者：刘婷王媛辛元雪南京信息工程大学人工智能学院南京210004 南京信息工程大学计算机学院南京210004 河海大学信息科学与工程学院常州213200

大规模机器类通信(mMTC)是第5代移动通信系统的重要应用场景之一,可实现每平方公里近百万级设备的连接。考虑到mMTC传播环境的复杂性,该文引入可重构智能超表面(RIS)进行上行免授权的传输,由此级联形成用户与RIS、RIS与基站(BS)之间的... 详细信息

大规模机器类通信(mMTC)是第5代移动通信系统的重要应用场景之一,可实现每平方公里近百万级设备的连接。考虑到mMTC传播环境的复杂性,该文引入可重构智能超表面(RIS)进行上行免授权的传输,由此级联形成用户与RIS、RIS与基站(BS)之间的信道链路,从而有效控制无线信号传输的质量。在此基础上,建立Turbo译码消息传递思想下的降噪学习系统,通过大量的训练数据,以学习RIS辅助的级联信道状态信息,并对其进行估计。此外,该文对RIS辅助的mMTC信道估计结果进行了统计分析,以验证所提方案的准确性。数值仿真结果和理论分析结果表明,该文方法优于其他压缩感知类的方法。

关键词：大规模机器类通信免授权接入可重构智能超表面深度学习信道估计

来源：评论

学校读者我要写书评

暂无评论

混合目标与搜索区域令牌的视觉目标跟踪

引用

计算机研究与发展 2024年第2期61卷 460-469页

作者：薛万利张智彬裴生雷张开华陈胜勇天津理工大学计算机科学与工程学院天津300384 青海民族大学物理与电子信息工程学院西宁810007 南京信息工程大学计算机学院南京130012

当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中... 详细信息

当前基于Transformer的主流跟踪框架在特征提取及融合方面存在3个问题:1)分开进行特征提O(N^(2))取与融合,易产生次优模型训练结果;2)使用计算复杂度为的自注意力机制会降低跟踪算法效率;3)简单的目标模板选取策略难以自适应跟踪过程中目标表观的剧烈变化.为此,利用快速傅里叶变换对目标与搜索区域的令牌进行有效混合,提出一种新颖的基于Transformer的视觉目标跟踪方案.针对问题1提出一种高效端到端方式将特征提取与融合进行统一学习以获得最优模型.针对问题2采用快速傅里叶变换实现目标与搜索区域令牌之间的完全信息交互,该操作计算复杂度为O(Nlog (N)),有助于提升跟踪效率.针对问题3提出一种基于跟踪质量评估的目标模板记忆存储机制以快速自适应目标表观的剧烈变化.在3个标准数据集LaSOT,OTB100,UAV123上,所提方法与当前最优方法相比在效率和精度上均取得更好表现.

关键词： Transformer 快速傅里叶变换特征提取特征融合目标跟踪

来源：评论

学校读者我要写书评

暂无评论

融合干预与反事实的知识感知型去偏推理模型

引用

计算机科学与探索 2024年第12期18卷 3288-3299页

作者：孙圣杰马廷淮黄凯南京信息工程大学计算机学院南京210044 南京信息工程大学软件学院南京210044 江苏海洋大学计算机工程学院江苏连云港222005

溯因自然语言推理任务旨在根据给定前提事件和结果事件选择更加合理的假设事件。针对推理过程中由中介变量与混杂变量导致的“逻辑缺陷”与“单句标签泄露”偏差问题,提出一种基于干预与反事实原理推理模型(KDIC)。该模型中包含了中介... 详细信息

溯因自然语言推理任务旨在根据给定前提事件和结果事件选择更加合理的假设事件。针对推理过程中由中介变量与混杂变量导致的“逻辑缺陷”与“单句标签泄露”偏差问题,提出一种基于干预与反事实原理推理模型(KDIC)。该模型中包含了中介变量调节器、单句假设偏差、外部知识融合三个模块。中介变量调节器由因果图干预与假设对比学习组成。因果图干预旨在基于给定事件构建一个因果图,基于注意力机制和图卷积网络提取中介变量指导深度网络编码,去捕获未观察事件的潜在特征。同时,引入假设对比学习,激励模型主动区分影响假设判断的关键因素并弥补“逻辑缺陷”。基于反事实问题构建单据假设偏差模块,以主动识别“单句标签泄露”带来的推理偏差,减少模型对假设中某些特定词汇或短语的依赖。采用预训练常识知识图谱编码器ComET引入外部知识,确保模型全面理解观察事件发生的动机和可能结果,增强事件间的整体逻辑性。在αNLI数据集上进行了实验,证明KDIC的推理能力仅次于基于自监督训练得到的Electra-large-discriminator,但KDIC具有更强的鲁棒性以缓解推理过程中的偏差。

关键词：自然语言推理去偏推理干预反事实

来源：评论

学校读者我要写书评

暂无评论

基于RC-LSTM的雷达回波外推方法

引用

计算机集成制造系统 2024年第8期30卷 2962-2967页

作者：王友宁白金明刘琦南京信息工程大学计算机与软件学院教育部数字取证工程研究中心江苏南京210044 南京信息工程大学应用气象学院江苏南京210044

雷达回波外推是降水临近预报的重要手段,所用的方法分为数值预报与数据驱动预报。前者依托数学与物理模型,后者依托深度学习技术总结历史规律。尽管深度学习在气象预报中研究活跃,但实际应用仍面临挑战,尤其是精度问题。因此设计了一种... 详细信息

雷达回波外推是降水临近预报的重要手段,所用的方法分为数值预报与数据驱动预报。前者依托数学与物理模型,后者依托深度学习技术总结历史规律。尽管深度学习在气象预报中研究活跃,但实际应用仍面临挑战,尤其是精度问题。因此设计了一种雷达回波外推系统,应用所提出的残参卷积长短期记忆(RC-LSTM)模型,在使用规划采样的同时,为每一层堆叠的ConvLSTM单元添加了残差连接,使得模型在更深的同时保留原有小模型的学习能力,保证网络最大限度降低空间维度的历史信息损耗,从而提高长时效雷达回波外推的精度。

关键词：气象业务降水临近预报残参卷积长短期记忆雷达回波外推

来源：评论

学校读者我要写书评

暂无评论

基于多无人机的空中计算网络资源分配算法

引用

电子学报 2023年第11期51卷 3070-3078页

作者：谈玲许海刘玉风夏景明南京信息工程大学计算机学院江苏南京210044 南京信息工程大学软件学院江苏南京210044 南京信息工程大学人工智能学院江苏南京210044

空中计算(over-the-Air Computation,AirComp)是一种有效提升分布式数据聚合效率的方法.现有研究大多采用单无人机(Unmanned Aerial Vehicle,UAV)方案,未考虑数据聚合质量和系统稳定性.为此,本文提出一种基于多UAV辅助的AirComp网络,旨... 详细信息

空中计算(over-the-Air Computation,AirComp)是一种有效提升分布式数据聚合效率的方法.现有研究大多采用单无人机(Unmanned Aerial Vehicle,UAV)方案,未考虑数据聚合质量和系统稳定性.为此,本文提出一种基于多UAV辅助的AirComp网络,旨在实现多个地面移动传感器(Ground Mobile Sensor,GMS)的高效聚合.为了改进数据采集质量并全面反映系统性能,本文设计了一个多约束优化问题,通过联合优化UAV-GMS关联、UAV三维(Three Dimensional,3D)部署、UAV去噪因子以及传输功率分配,以最大化系统的最小可达速率.针对多约束优化问题的非线性特征,本文提出一种AirComp网络下多UAV辅助的深度确定性策略梯度优化算法(DeepDeterministicPolicyGradient-basedoptimizationalgorithmformulti-UAVcooperationinAirCompnetwork,AirDDPG-UAV),用以协助多UAV在复杂环境下快速响应聚合任务.该算法利用深度强化学习的确定性策略对网络中的状态、行为和奖励进行优化,以最大化系统最小可达速率.数值结果显示,AirDDPG-UAV算法在保证较低的系统能耗和计算复杂度前提下,能够使系统最小可达速率提高15%,表明本文所提方案适用于分布式数据聚合,可以有效提高数据聚合效率.

关键词：无人机空中计算 3 D部署深度确定性策略梯度算法地面移动传感器数据聚合

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：