检索结果-内蒙古大学图书馆

南京大学学报（自然科学版） 2023年第1期59卷 134-144页

作者：崔瑞华綦小龙刘艳芳林玲伊犁师范大学网络安全与信息技术学院伊宁835000 龙岩学院数学与信息工程学院龙岩364012 计算机软件国家重点实验室南京大学计算机科学与技术系南京210023

概念漂移是流数据的主要特征之一,如何检测概念漂移的发生以及调整预测模型去适应概念漂移现象备受研究者的关注.目前有关概念漂移的大多数算法仅仅针对单一类型的概念漂移检测,并且需限制输入数据服从某一分布,所以在检测多种类型概念... 详细信息

概念漂移是流数据的主要特征之一,如何检测概念漂移的发生以及调整预测模型去适应概念漂移现象备受研究者的关注.目前有关概念漂移的大多数算法仅仅针对单一类型的概念漂移检测,并且需限制输入数据服从某一分布,所以在检测多种类型概念漂移时效果不理想.提出一种在线集成自适应算法(KSHPR),在自适应随机森林(Adaptive Random Forests,ARF)算法和流随机补丁(Streaming Random Patch,SRP)算法的基础上进行优化改进,采用非参数检验与滑动窗口相结合的策略进行概念漂移检测,降低窗口平均值对算法性能的影响,并以此为基础建立四个基学习者的集成学习模型,根据基学习者预测准确率,动态分配权值,有效解决流式数据中学习模型精度低的问题.实验证明,提出的算法在真实数据集和合成数据集中均表现优良,与其他算法相比,该算法的稳定性、分类准确性与多类型概念漂移适应能力均有所提升.

关键词：流数据概念漂移在线学习集成

来源：评论

学校读者我要写书评

暂无评论

基于遮挡感知卷积神经网络的面部表情识别模型

引用

计算机工程 2021年第10期47卷 242-251页

作者：王军赵凯程勇南京信息工程大学科技产业处南京210044 南京信息工程大学计算机与软件学院南京210044

针对面部遮挡情况下表情特征难以提取的问题,提出一种双通道遮挡感知神经网络模型。设计区域遮挡判定单元并集成到VGG16网络中形成遮挡感知神经网络,提取面部图像中未遮挡区域及遮挡较少区域的表情特征。运用迁移学习算法对卷积层参数... 详细信息

针对面部遮挡情况下表情特征难以提取的问题,提出一种双通道遮挡感知神经网络模型。设计区域遮挡判定单元并集成到VGG16网络中形成遮挡感知神经网络,提取面部图像中未遮挡区域及遮挡较少区域的表情特征。运用迁移学习算法对卷积层参数进行预训练,减轻训练数据样本不足带来的过拟合问题。通过优化残差网络提取全脸表情相关特征,在此基础上加权融合遮挡感知神经网络和残差网络的输出以识别表情。在CK+、RAF-DB、SFEW这3个公开数据库上进行对比实验,结果表明,该模型平均准确率分别达到97.33%、86%、61.06%,与OPCNN、ResNet、VGG16等传统卷积神经网络模型相比,有效提高了面部遮挡情况下的表情识别精度。

关键词：卷积神经网络面部表情识别迁移学习特征融合残差网络

来源：评论

学校读者我要写书评

暂无评论

车联网边缘计算环境下基于深度强化学习的分布式服务卸载方法

引用

计算机学报 2021年第12期44卷 2382-2405页

作者：许小龙方子介齐连永窦万春何强段玉聪南京信息工程大学计算机与软件学院南京210044 南京大学计算机软件新技术国家重点实验室南京210023 曲阜师范大学信息科学与工程学院山东曲阜273199 斯威本科技大学计算机科学与软件工程系澳大利亚墨尔本3122 海南大学计算机与网络空间安全学院海口570228

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户... 详细信息

边缘计算将计算、存储和带宽等资源分布到了靠近用户的一侧.通过将边缘计算引入车联网,服务提供商能为车载用户提供低延时的服务,从而提高用户出行的服务体验.然而,由于边缘服务器所配备的资源一般是有限的,不能同时支持所有车联网用户的服务需求,因此,如何在边缘服务器资源限制的约束下,确定服务卸载地点,为用户提供低时延的服务,仍然是一个巨大的挑战.针对上述问题,本文提出了一种“端-边-云”协同的5G车联网边缘计算系统模型,并针对该系统模型设计了深度学习和深度强化学习协同的分布式服务卸载方法D-SOAC.首先,通过深度时空残差网络,D-SOAC在中心云预测出潜在的用户服务需求量,协同各边缘服务器获取本地车联网边缘计算环境的系统状态,输入边缘服务器上的本地行动者网络,得到该状态下的服务卸载策略.然后,本地评论家网络基于时序差分误差评价该服务卸载策略的优劣,并指导本地行动者网络进行网络参数的优化.优化一定步数后,边缘服务器将优化过的本地网络参数上传到位于中心云的全局网络,协同中心云进行网络参数的更新.最后,中心云将最新的参数推送回本地网络,从而不断对行动者评论家网络进行调优,获得服务卸载的最优解.基于来自现实世界的车载用户服务需求数据集的实验结果表明,在各种车联网边缘计算环境中,相比于四种现有的服务卸载算法,D-SOAC能够降低0.4%~20.4%的用户平均服务时延.

关键词：边缘计算车联网服务卸载深度时空残差网络异步优势行动者评论家

来源：评论

学校读者我要写书评

暂无评论

梯度递归模型优化注入系数的全色锐化算法

引用

西安电子科技大学学报 2025年第2期52卷 143-155页

作者：戴欢杨勇卢航远黄淑英陈常杰江西财经大学计算机与人工智能学院江西省科技基础条件平台中心天津工业大学计算机科学与技术学院金华职业技术学院信息工程学院天津工业大学软件学院

遥感图像全色锐化是通过将全色PAN图像和多光谱MS图像进行融合得到高空间分辨率的HRMS图像，有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系，导致提取源图像的细节... 详细信息

遥感图像全色锐化是通过将全色PAN图像和多光谱MS图像进行融合得到高空间分辨率的HRMS图像，有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系，导致提取源图像的细节特征不准确和融合结果的空间失真。为了解决上述问题，提出一种基于梯度递归模型优化注入系数的全色锐化方法。该方法首先分析源图像和融合图像的梯度关系，构建全尺度下理想HRMS图像与源图像之间的递归模型；然后设计梯度递归算法对注入系数进行迭代求解；最后利用该注入系数优化经多分辨率分析方法得到细节，并将优化后的细节注入到MS图像中得到最优的HRMS图像。方法在Pléiades、IKONOS和WorldView-3这3个数据集上进行了仿真实验和真实实验，并与8种不同类型的方法进行了对比分析，仿真实验结果表明，方法的ERGAS值相较于性能第二的方法，分别提高了3.59%,4.46%和2.18%;真实实验的QNR值在Pléiades和IKONOS数据集上达到最优，相对于性能第二的方法分别提高了3.83%,1.92%,在WorldView-3数据集上次优。在消融实验中，相较于无梯度域的全色锐化方法，ERGAS值分别提高了11.33%,14.08%和1.95%。实验结果表明，方法在客观指标上均取得了较为满意的效果；主观视觉效果上能够更好地融合MS图像的光谱信息和PAN图像的空间信息，从而显著提升MS图像的全色锐化质量，同时文中方法具有较快的计算效率。

关键词：遥感图像融合全色锐化注入系数梯度递归迭代优化

来源：评论

学校读者我要写书评

暂无评论

时序多层网络熵值结构洞节点重要性建模

引用

浙江大学学报（工学版） 2023年第4期57卷 719-725,734页

作者：胡钢牛琼王琴许丽鹏任勇军安徽工业大学、复杂系统多学科管理与控制安徽普通高校重点实验室安徽马鞍山243032 安徽工业大学管理科学与工程学院安徽马鞍山243032 南京信息工程大学计算机与软件学院江苏南京210044

分析动态多层复杂网络时空演化过程中的网络节点重要性序结构,提出时序多层网络熵值结构洞节点重要性辨识模型.分析时序网络节点局部信息熵的属性与节点全局K-shell信息集结偏好信息熵.依据复杂网络结构洞系数,提出节点熵值结构洞节点... 详细信息

分析动态多层复杂网络时空演化过程中的网络节点重要性序结构,提出时序多层网络熵值结构洞节点重要性辨识模型.分析时序网络节点局部信息熵的属性与节点全局K-shell信息集结偏好信息熵.依据复杂网络结构洞系数,提出节点熵值结构洞节点重要性辨识模型.时序化处理节点演化信息,提出节点重要性时序网络计算模型.通过SIR模型检验节点传播效率,开展实证网络仿真.本文的时序多层网络节点演化重要性排序结果与经典时序网络模型相比,Kendall值有了显著的提高.

关键词：熵值结构洞 K壳时序网络节点重要性

来源：评论

学校读者我要写书评

暂无评论

大规模无人机网络跨域仿真系统设计与实现

引用

小型微型计算机系统 2024年第5期 1199页

作者：李想朱小军董超张磊南京航空航天大学电子信息工程学院南京航空航天大学计算机科学与技术学院

频谱空间已经成为继空天地海网后的第六维战略空间，对大规模无人机集群的组网性能有不可忽略的影响，因此有必要在研究大规模无人机集群通信技术时考虑频谱环境因素。针对目前缺少可以在频谱域进行通信仿真的平台的问题，提出了一种通... 详细信息

频谱空间已经成为继空天地海网后的第六维战略空间，对大规模无人机集群的组网性能有不可忽略的影响，因此有必要在研究大规模无人机集群通信技术时考虑频谱环境因素。针对目前缺少可以在频谱域进行通信仿真的平台的问题，提出了一种通过网络仿真软件EXata与多个外部模块进行交互的方式搭建一个跨越网络域和频谱域的联合仿真系统。该跨域仿真系统由三个子模块搭建而成：负责执行网络域仿真的EXata、负责执行频谱决策的频谱计算模块和支持显示节点所用信道的实时显示模块。网络仿真模块与频谱计算模块通过UDP建立通信连接，由EXata在网络仿真过程中执行频谱计算模块发出的节点换频、移动及通信指令，并在实时显示模块中显示各节点的信道使用和改变情况。仿真实验结果表明，该系统成功拓展了EXata在频谱域的仿真能力，可适用于对大规模无人机集群网络的频谱协作等相关课题进行仿真研究。

关键词：无人机集群 EXata 频谱域跨域仿真联合仿真系统

来源：评论

学校读者我要写书评

暂无评论

基于残差移位扩散模型的数值模式温度预报空间降尺度方法

引用

热带气象学报 2024年第6期40卷 869-881页

作者：王兴叶威良张通苗子书吴其亮南京信息工程大学计算机学院江苏南京210044 南京信息工程大学大气科学学院江苏南京210044 包头市气象局内蒙古包头014030 北京风云气象科技发展有限公司北京100081

数值模式预报在气象预测中占据核心地位,利用深度学习技术提升预报的空间精度是空间降尺度的重要发展方向之一。然而,传统生成式模型存在计算效率低、空间纹理精度不足以及模式坍塌等问题。为了解决这些问题,提出了一种基于残差移位扩... 详细信息

数值模式预报在气象预测中占据核心地位,利用深度学习技术提升预报的空间精度是空间降尺度的重要发展方向之一。然而,传统生成式模型存在计算效率低、空间纹理精度不足以及模式坍塌等问题。为了解决这些问题,提出了一种基于残差移位扩散模型的数值模式预报空间降尺度方法。具体而言,将残差引入扩散模型的扩散过程中,帮助模型快速收敛,减少采样步骤,相比潜空间扩散模型,推理时间缩短到四十分之一,有效提高了计算效率。通过扩散模型逐步去噪的过程,生成高质量和细节丰富的降尺度图像,显著提升了空间细节表现力。此外,设计了一个噪声灵活控制机制,有效缓解了模式坍塌问题,保证了生成图像的多样性。在与生成对抗模型的对比试验中,本方法在峰值信噪比(PSNR)、结构相似性(SSIM)和图像感知相似度(LPIPS)等指标上分别实现了6%、12%和16%的显著提升。通过这一方法,有望为气象敏感行业提供更准确、更精细的天气信息,推动相关领域的技术进步。

关键词：数值模式预报空间降尺度扩散模型噪声控制残差移位

来源：评论

学校读者我要写书评

暂无评论

融合检索与生成的复合对话模型

引用

计算机科学 2021年第8期48卷 234-239页

作者：杨慧敏马廷淮南京信息工程大学计算机与软件学院南京210044

对话模型是自然语言处理的重要方向之一。现如今的对话模型主要分为基于检索的方式和基于生成的方式。然而,检索方式无法回应语料库中未出现的问句,而生成方式容易出现安全回复的问题。鉴于此,提出融合检索与生成的复合对话模型,通过将... 详细信息

对话模型是自然语言处理的重要方向之一。现如今的对话模型主要分为基于检索的方式和基于生成的方式。然而,检索方式无法回应语料库中未出现的问句,而生成方式容易出现安全回复的问题。鉴于此,提出融合检索与生成的复合对话模型,通过将检索方式与生成方式相结合来弥补各自的缺点。首先通过检索模块得到K个检索上下文以及所对应的K个检索候选回应。在多回应生成模块中进一步结合检索上下文得到若干生成候选回应。最后的候选回应排序模块分为预筛选与后排序两个步骤。预筛选部分通过计算输入问题与候选回应的相似度得到最优检索回应与最优生成回应,后排序部分进一步选出对于输入问题最合适的回答。实验结果显示,相对于传统模型,复合对话模型在BLUE指标上提升了6%,在多样性指标上提升了12%。

关键词：对话系统检索模型生成模型 Transformer 后排序

来源：评论

学校读者我要写书评

暂无评论

基于多任务学习的时序多模态情感分析模型

引用

计算机应用 2021年第6期41卷 1631-1639页

作者：章荪尹春勇南京信息工程大学计算机与软件学院南京210044

针对时序多模态情感分析中存在的单模态特征表示和跨模态特征融合问题,结合多头注意力机制,提出一种基于多任务学习的情感分析模型。首先,使用卷积神经网络(CNN)、双向门控循环神经网络(Bi GRU)和多头自注意力(MHSA)实现了对时序单模态... 详细信息

针对时序多模态情感分析中存在的单模态特征表示和跨模态特征融合问题,结合多头注意力机制,提出一种基于多任务学习的情感分析模型。首先,使用卷积神经网络(CNN)、双向门控循环神经网络(Bi GRU)和多头自注意力(MHSA)实现了对时序单模态的特征表示;然后,利用多头注意力实现跨模态的双向信息融合;最后,基于多任务学习思想,添加额外的情感极性分类和情感强度回归任务作为辅助,从而提升情感评分回归主任务的综合性能。实验结果表明,相较于多模态分解模型,所提模型的二分类准确度指标在CMU-MOSEI和CMU-MOSI多模态数据集上分别提高了7.8个百分点和3.1个百分点。该模型适用于多模态场景下的情感分析问题,能够为商品推荐、股市预测、舆情监控等应用提供决策支持。

关键词：情感分析多模态多任务学习序列学习特征融合

来源：评论

学校读者我要写书评

暂无评论

基于三维双流网络的视频目标移除篡改取证

引用

通信学报 2021年第12期42卷 202-211页

作者：熊礼治曹梦琦付章杰南京信息工程大学数字取证教育部工程研究中心江苏南京210044 南京信息工程大学计算机学院、软件学院、网络空间安全学院江苏南京210044

为了解决目标移除篡改视频时域检测和定位不准的问题,提出了一种基于三维双流网络的视频篡改取证方法。首先,利用空域富模型(SRM)层提取视频帧的高频信息;然后,使用改进的三维卷积(C3D)网络作为双流网络的特征提取器从高频图像帧和原始... 详细信息

为了解决目标移除篡改视频时域检测和定位不准的问题,提出了一种基于三维双流网络的视频篡改取证方法。首先,利用空域富模型(SRM)层提取视频帧的高频信息;然后,使用改进的三维卷积(C3D)网络作为双流网络的特征提取器从高频图像帧和原始视频帧中分别提取高频信息和低频信息;最后,通过紧凑双线性池化(CBP)层将两组不同的特征向量融合成一组特征向量并用于分类检测。实验结果表明,在SYSU-OBJFORG数据集中,所提方法在全部视频帧中的分类准确率上具有优势,使视频目标移除篡改时域检测和定位更加准确。

关键词：目标移除篡改检测视频被动取证三维卷积双流网络紧凑双线性池化

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：