检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第2期19卷 513-527页

作者：印婵祝义王金永陈小颖郝国生江苏师范大学计算机科学与技术学院江苏徐州221116 徐州工程学院信息工程学院江苏徐州221018 南京大学计算机科学与技术系南京210023

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导... 详细信息

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

关键词：信息物理融合系统形式化方法进程代数安全强化学习自动驾驶

来源：评论

学校读者我要写书评

暂无评论

采用可逆信息隐藏技术的高性能彩色图像对比度增强算法

引用

计算机辅助设计与图形学学报 2023年第7期35卷 1052-1063页

作者：高光勇周正源南京信息工程大学数字取证教育部工程研究中心南京210044 南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 郑州信大先进技术研究院郑州450001

针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题,提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV(色调,饱和度,亮度)图像,在预处理时,合并像素直方图单侧2个高度最低的条... 详细信息

针对彩色图像可逆信息隐藏中相对较少的嵌入容量和数据嵌入后的图像质量问题,提出基于可逆信息隐藏的高性能彩色图像对比度增强算法.该算法将原始RGB图像转换成HSV(色调,饱和度,亮度)图像,在预处理时,合并像素直方图单侧2个高度最低的条柱,并设置一个失真阈值防止图像失真;数据嵌入过程中,在保持色调分量不变的同时增大单个像素能嵌入秘密信息的长度,且在增大数据嵌入量的同时减少了图像失真;在多次执行数据嵌入过程后,直方图实现均衡化,从而有效地增强图像的对比度.在Kodak和USC-SICI图像集上的实验结果表明,与同类算法(UCE和HSP算法)相比,所提算法在嵌入容量指标和色彩差异指标CIEDE2000的性能上分别平均提升28.6%和34.7%.

关键词：对比度增强 HSV颜色模型可逆信息隐藏

来源：评论

学校读者我要写书评

暂无评论

一种基于多分治策略的大规模多中心CARP求解算法

引用

系统科学与数学 2025年

作者：张玉州梅一江健生张海奇赵芬南京晓庄学院信息工程学院新西兰维多利亚惠灵顿大学计算机科学与工程学院安庆师范大学计算机与信息学院南京理工大学计算机科学与工程学院

多中心限量弧路由问题(Multi-depot Capacitated Arc Routing Problem,MDCARP)是基本CARP (Capacitated Arc Routing Problem)的重要扩展模型,任务可归属于任一中心点,较CARP更为复杂.大规模MDCARP (Large Scale Multi-depot Capacitated Arc Routing Problem,LSMDCARP)在问题结构以及解空间等方面均极具挑战性.虽然RoCaSH2在较大规模的MDCARP测试集上,取得了较其他算法好的结果,当问题规模上升至一定程度后,子CARP亦呈规模较大状态,其性能会受到其子CARP求解过程的影响.鉴于此,本文在该算法的基础上,设计了一种基于多分治策略的LSMDCARP求解方法MDCSbA (Multiple Divide-and-Conquer Strategies based Approach),其中分治策略分布于MDCARP的分解、子问题间的协同以及子问题的分解,寻求在多个环节上降低问题的复杂性.为了验证MDCSbA对于LSMDCARP的有效性,在规模至3584的测试集上进行了验算,结果表明本文算法在相同的计算时间内,效果明显优于包括RoCaSH2在内的其他算法.

关键词：组合优化大规模限量弧路由问题多中心分治策略

来源：评论

学校读者我要写书评

暂无评论

机器人视觉听觉融合的感知操作系统

引用

智能系统学报 2023年第2期18卷 381-389页

作者：王业飞葛泉波刘华平陆振宇南京信息工程大学电子与信息工程学院江苏南京210044 南京信息工程大学自动化学院江苏南京210044 清华大学计算机科学与技术系北京100084 南京信息工程大学人工智能学院江苏南京210044

智能机器人面对复杂环境的操作能力一直是机器人应用领域研究的前沿问题,指称表达是人类对指定对象定位通用的表述方式,因此这种方式常被利用到机器人的交互当中,但是单一视觉模态并不足以满足现实世界中的所有任务。因此本文构建了一... 详细信息

智能机器人面对复杂环境的操作能力一直是机器人应用领域研究的前沿问题,指称表达是人类对指定对象定位通用的表述方式,因此这种方式常被利用到机器人的交互当中,但是单一视觉模态并不足以满足现实世界中的所有任务。因此本文构建了一种基于视觉和听觉融合的机器人感知操作系统,该系统利用深度学习算法的模型实现了机器人的视觉感知和听觉感知,捕获自然语言操作指令和场景信息用于机器人的视觉定位,并为此收集了12类的声音信号数据用于音频识别。实验结果表明:该系统集成在UR机器人上有良好的视觉定位和音频预测能力,并最终实现了基于指令的视听操作任务,且验证了视听数据优于单一模态数据的表达能力。

关键词：视觉定位音频识别深度学习视觉感知听觉感知视听融合多模态数据主动操作

来源：评论

学校读者我要写书评

暂无评论

多尺度特征融合的知识蒸馏异常检测方法

引用

计算机辅助设计与图形学学报 2022年第10期34卷 1542-1549页

作者：陈亚当陈柳任余文斌朱加乐南京信息工程大学计算机学院、软件学院、网络空间安全学院南京210044 南京信息工程大学数字取证教育部研究中心南京210044

为提高一分类异常检测方法的泛化性,提出了多尺度特征融合的知识蒸馏异常检测方法.在训练阶段,使用训练好的教师网络教授学生网络学习正常样本特征信息;在测试阶段,由于教师网络强大的泛化能力,对未见过的异常样本也有较好的表示能力,... 详细信息

为提高一分类异常检测方法的泛化性,提出了多尺度特征融合的知识蒸馏异常检测方法.在训练阶段,使用训练好的教师网络教授学生网络学习正常样本特征信息;在测试阶段,由于教师网络强大的泛化能力,对未见过的异常样本也有较好的表示能力,而学生网络未见过异常样本,因此,两者对异常样本的表征会产生较大差异,从而实现异常检测.为了进一步提高检测精度,采用中层特征金字塔实现多尺度特征融合,以增强对不同大小异常点的检测能力;同时,为了增大学生和教师网络对异常样本的表征差异,设计了特征重构模块对中层特征进行重构.在公开数据集MVTecAD上的实验结果表明,文中方法分别达到较高的97.8%AUC像素级得分、97.7%AUC图像级得分.

关键词：异常检测知识蒸馏一分类问题特征融合

来源：评论

学校读者我要写书评

暂无评论

面向工业流程异常检测的均衡循环神经网络

引用

计算机集成制造系统 2024年第12期30卷 4459-4467页

作者：许荣斌章宇谢莹刘志强张以文闻立杰莆田学院机电与信息工程学院福建莆田351100 安徽大学计算机科学与技术学院安徽合肥230039 清华大学软件学院北京100084

智能制造的迅速发展给网络安全防护带来了巨大的机遇与挑战,各类安全威胁会造成严重的损失甚至灾难,已成为工业互联网亟待解决的问题。鉴于此,提出一种新的均衡循环神经网络,利用神经网络的适应性特点,采用长短期记忆网络(LSTM)的门电... 详细信息

智能制造的迅速发展给网络安全防护带来了巨大的机遇与挑战,各类安全威胁会造成严重的损失甚至灾难,已成为工业互联网亟待解决的问题。鉴于此,提出一种新的均衡循环神经网络,利用神经网络的适应性特点,采用长短期记忆网络(LSTM)的门电路特性,针对工业互联网流数据随着时间推移异常检测准确性较低的问题,通过不同权重与当前输入数据重构得出遗忘门控、输入门控和输出门控。随后通过sigmoid激活函数求得预测结果,并将该结果作为门控循环单元网络(GRU)的网络层输入,由GRU网络层促使当前网络快速拟合,从而较快地获得较优的参数。本方法结合LSTM和GRU的优势,保留LSTM最后时刻的隐藏状态,作为下一层网络GRU的输入,使网络层的连接更加平滑,最大程度地保留LSTM所学习到的参数,获取隐藏特征,既可提高神经网络的精度,又可高效、快速地检测工业互联网络的异常。

关键词：循环神经网络长短期记忆门控循环单元工业互联网异常检测

来源：评论

学校读者我要写书评

暂无评论

渐进式多尺度因果干预航拍图像分割

引用

中国图象图形学报 2023年第2期28卷 628-642页

作者：周峰杭仁龙徐超刘青山杨国为南京审计大学计算机学院南京 211815 南京信息工程大学计算机与软件学院南京 210044 南京审计大学计算机学院南京 211815 青岛大学电子信息学院青岛 266071

目的航拍图像分割为遥感领域中许多实际应用提供支撑.与传统方法相比,深度学习方法能够自适应地学习与任务相关的特征,极大提升了分割精度,但忽略了数据集中的偏置问题.由偏置引起的混杂因子干扰使分割方法容易获得模糊的物体边缘,并... 详细信息

目的航拍图像分割为遥感领域中许多实际应用提供支撑.与传统方法相比,深度学习方法能够自适应地学习与任务相关的特征,极大提升了分割精度,但忽略了数据集中的偏置问题.由偏置引起的混杂因子干扰使分割方法容易获得模糊的物体边缘,并且难以区分易混淆物体.针对这个问题,提出了一种基于渐进式多尺度因果干预的模型.方法首先,使用深度卷积神经网络提取航拍图像的卷积特征.然后,解混杂模块引入类别隐特征,近似表示混杂因子特征.同时,使用混杂因子特征以因果干预的方式将卷积特征分解成对应每一种混杂因子下的特征表示,抑制特定混杂因子的干扰.最后,由深层解混杂特征得到的分割结果,经过融合模块指导浅层解混杂特征生成分割结果,以此得到每个尺度的分割结果,并以加权求和的方式得到最终分割结果.结果实验在公开的航拍图像数据集Potsdam和Vaihingen上进行,与6种先进的深度学习分割方法和7种公开的基准方法进行对比.本文方法在Potsdam和Vaihingen数据集中的总体准确率分别为90.3％和90.8％,相比性能第2的深度学习方法分别提高了0.6％和0.8％.与性能第2的基准方法相比,本文方法在Potsdam和Vaihingen数据集上的总体准确率分别提升了1.3％和0.5％.结论本文提出的分割模型能够有效缓解数据集中的偏置问题,提升了航拍图像分割性能.

关键词：航拍图像语义分割卷积神经网络(CNN) 因果干预解混杂

来源：评论

学校读者我要写书评

暂无评论

人工智能背景下面向计算思维能力培养的《计算机组成原理》教学改革与实践

引用

实验室研究与探索 2023年第12期42卷 129-135页

作者：郭萍庄伟许小龙南京信息工程大学计算机学院、网络空间安全学院南京210044 南京信息工程大学软件学院南京210044

计算思维作为继科学思维和实验思维后的第三大思维方式,是信息化时代人们认识和解决问题的基本能力之一,也是应对人工智能挑战的必备思维能力。《计算机组成原理》作为计算机类专业重要的必修课程,需要进行教学改革,培养学生的计算思维... 详细信息

计算思维作为继科学思维和实验思维后的第三大思维方式,是信息化时代人们认识和解决问题的基本能力之一,也是应对人工智能挑战的必备思维能力。《计算机组成原理》作为计算机类专业重要的必修课程,需要进行教学改革,培养学生的计算思维能力。结合实际教学工作,介绍了基于计算思维能力培养的《计算机组成原理》课程全面改革,通过教学内容重构、“问-思-做-评”教学方法,及“产出导向”的多元化考核评价等方面的改革与实践,培养学生计算思维能力,提高他们解决问题和创新能力,以适应人工智能时代的挑战和需求。

关键词：人工智能计算思维能力 “问-思-做-评”四步教学法 “产出导向”考核评价

来源：评论

学校读者我要写书评

暂无评论

基于少样本学习的通用隐写分析方法

引用

软件学报 2022年第10期33卷 3874-3890页

作者：李大秋付章杰程旭宋晨孙星明南京信息工程大学计算机与软件学院江苏南京210044 鹏城实验室广东深圳518055

近年来,深度学习在图像隐写分析任务中表现出了优越的性能.目前,大多数基于深度学习的图像隐写分析模型为专用型隐写分析模型,只适用于特定的某种隐写术.使用专用隐写分析模型对其他隐写算法的隐写图像进行检测,则需要该隐写算法的大量... 详细信息

近年来,深度学习在图像隐写分析任务中表现出了优越的性能.目前,大多数基于深度学习的图像隐写分析模型为专用型隐写分析模型,只适用于特定的某种隐写术.使用专用隐写分析模型对其他隐写算法的隐写图像进行检测,则需要该隐写算法的大量载密图像作为数据集对模型进行重新训练.但在实际的通用隐写分析任务中,隐写算法的大量载密图像数据集是难以得到的.如何在极少隐写图像样本的情况下训练通用隐写分析模型是一个极大的挑战.对此,受少样本学习领域研究成果的启发,提出了基于转导传播网络的通用隐写分析方法.首先,在已有的少样本学习分类框架上改进了特征提取部分,设计了多尺度特征融合网络,使少样本分类模型能够提取到更多的隐写分析特征,使其可用于基于秘密噪声残差等弱信息的分类任务;其次,针对少样本隐写分析模型难收敛的问题,提出了预训练初始化的方式得到具有先验知识的初始模型;然后,分别训练了频域和空域的少样本通用隐写分析模型,通过自测和交叉测试,结果表明,检测平均准确率在80%以上;接着,在此基础上,采用数据集增强的方式重新训练了频域、空域少样本通用隐写分析模型,使少样本通用隐写分析模型检测准确率与之前相比提高到87%以上;最后,将得到的少样本通用隐写分析模型分别与现有的频域和空域隐写分析模型的检测性能进行比较,结果显示,空域上少样本通用隐写分析模型在常用的少样本环境下的检测准确率稍低于SRNet和ZhuNet,频域上少样本通用隐写分析模型在常见的少样本环境下的检测准确率已超越现有的频域隐写分析模型.实验结果表明,基于少样本学习的通用隐写分析方法对未知隐写算法的检测具有高效性和鲁棒性.

关键词：隐写术隐写分析少样本学习深度学习

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

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：