检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第5期59卷 140-147页

作者：孙晓虎余阿祥申栩林李洪均南通大学信息科学技术学院江苏南通226019 计算机软件新技术国家重点实验室(南京大学) 南京210093

随着人工智能的快速发展,基于计算机视觉的人体异常行为识别受到极大的关注,并被广泛应用到智能安防等领域。针对人们在加油站等重要场所抽烟以及司机驾驶途中打电话等违规行为,提出一种混合注意力机制的异常行为识别方法。利用引入的... 详细信息

随着人工智能的快速发展,基于计算机视觉的人体异常行为识别受到极大的关注,并被广泛应用到智能安防等领域。针对人们在加油站等重要场所抽烟以及司机驾驶途中打电话等违规行为,提出一种混合注意力机制的异常行为识别方法。利用引入的卷积块注意力模块重点关注输入对象的显著性特征,并对输入信息进行精细化的分配和处理,在突出重要信息的同时弱化无关信息。为提升网络模型的特征挖掘能力及增强网络的信息交互性,利用提出的卷积特征提取模块进一步提取识别对象的高层语义特征,并将其与低层细节特征进行融合以达到多尺度特征交互的目的。此外,为了减少网络训练过程中错误标签造成的损失,采用标签平滑对交叉熵损失函数进行修正以此来驱动模型的学习过程。实验结果表明,所提出的模型优于当前的主流网络,可有效检测出异常行为。

关键词：异常行为检测注意力机制卷积块注意力模块卷积特征提取模块标签平滑

来源：评论

学校读者我要写书评

暂无评论

特征平衡的无人机航拍图像目标检测算法

引用

计算机工程与应用 2023年第6期59卷 196-203页

作者：徐坚谢正光李洪均南通大学信息科学技术学院江苏南通226019 南京大学计算机软件新技术国家重点实验室南京210023

无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以... 详细信息

无人机航拍图像目标较小、图像视角变化大,导致目标检测效果不佳。针对此问题,设计了一种适用于无人机小目标检测的网络。该网络中的可变形卷积模块可以提高多视角目标的特征提取能力,以解决航拍图像目标视角变化剧烈致使目标特征难以提取的问题;特征平衡金字塔模块可以增强网络中底层小目标特征,以解决航拍图像中的小目标因特征易丢失而造成其检测效果差的问题;同时利用像素重组构建底层大尺度特征以解决特征平衡金字塔模块的底层特征卷积运算量大的问题;交叉自注意力机制获取目标上下文信息,改善严苛条件下的漏检错检问题。公开数据集上的仿真结果表明,在保证实时检测的情况下所提算法的平均准确度优于主流检测算法。

关键词：无人机目标检测特征平衡金字塔交叉自注意力像素重组

来源：评论

学校读者我要写书评

暂无评论

跨城市人类移动行为预测研究综述

引用

计算机科学 2025年第1期52卷 102-119页

作者：张雨松胥帅严兴宇关东海许建秋南京航空航天大学计算机科学与技术学院南京211106 计算机软件新技术国家重点实验室(南京大学) 南京210023

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统... 详细信息

城市化进程积累了大量记录人类移动行为的时空数据,为研究人类移动行为建模及预测提供了良好的数据基础。在智慧城市建设背景下,跨城市人类移动预测是实现城市协同管理与治理的必然要求,时常面临数据匮乏以及数据分布不平衡等问题,传统机器学习方法难以取得理想的性能。因此,将人类移动相关知识从数据丰富的源城市迁移到数据稀疏乃至稀缺的目标城市至关重要。首先概述了现有跨城市人类移动行为预测研究所使用的数据集和评价指标,随后循序渐进地讨论人类个体和群体层面的跨城市移动预测问题并分类综述各自适用的研究方法。针对人类个体跨城市移动预测,主要分析协同过滤、矩阵分解、统计学习以及深度学习这4类模型方法的应用。针对人类群体跨城市移动预测,则聚焦知识迁移和元学习这两种面向少样本机器学习方法的应用。最后,展望了跨城市人类移动行为预测领域亟需解决的重要问题。

关键词：跨城市人类移动行为时空数据迁移学习深度学习

来源：评论

学校读者我要写书评

暂无评论

基于路径规划特点的语义目标导航方法

引用

智能系统学报 2024年第1期19卷 217-227页

作者：高宇霍静李文斌伍静来煜坤高阳南京大学计算机软件新技术全国重点实验室江苏南京210023 卡迪夫大学计算机科学与信息学院英国威尔士卡迪夫CF103XQ

为了解决语义目标导航任务中存在的探索效率低、深度不精准等问题,本文构建了一个解决语义目标导航任务的框架,在语义地图构建模块中引入了深度图边缘处理以及地图纠错机制;在探索模块中引入了覆盖范围最大化算法;在路径规划模块中引入... 详细信息

为了解决语义目标导航任务中存在的探索效率低、深度不精准等问题,本文构建了一个解决语义目标导航任务的框架,在语义地图构建模块中引入了深度图边缘处理以及地图纠错机制;在探索模块中引入了覆盖范围最大化算法;在路径规划模块中引入了替代点机制。本文在一个3D仿真环境下进行了实验。实验结果表明,本文提出的解决方案明显提升了语义目标导航任务的性能。此外,本文所提方法成功应用到了四足机器人上,从而验证了其在现实场景下的泛化性。

关键词：人工智能视觉导航语义目标导航语义感知语义探索路径规划机器学习语义地图

来源：评论

学校读者我要写书评

暂无评论

面向小目标的多空间层次安全帽检测

引用

计算机工程与应用 2024年第6期60卷 230-237页

作者：李嘉信胡杨黄协舟李洪均南通大学信息科学技术学院江苏南通226019 南通大学张謇学院江苏南通226019 南京大学计算机软件新技术国家重点实验室南京210093

由于目标视频中存在目标小、距离远等影响检测效果的因素,对小目标的捕捉难度较大,提出一种面向小目标的多空间层次安全帽佩戴检测算法,该算法将在Yolov5s的网络模型基础上进行个性化改进。设计一种多空间注意力模块,从不同角度考虑空... 详细信息

由于目标视频中存在目标小、距离远等影响检测效果的因素,对小目标的捕捉难度较大,提出一种面向小目标的多空间层次安全帽佩戴检测算法,该算法将在Yolov5s的网络模型基础上进行个性化改进。设计一种多空间注意力模块,从不同角度考虑空间特征的效果并加以融合,加强显著性特征的空间位置关系;融合多空间尺度的特征,同时结合特征提取过程中的多种特征,适应对不同空间层次目标的捕捉,提高对小目标的检测能力;利用数据增强提高数据集的泛用性,使训练目标适应更多样的情景;优化损失函数,增强回归能力,提高训练效果。实验结果表明,所提算法的平均准确率达到91.5%,明显地减少了漏检情况。除此之外,将其部署到实际施工现场,展现了出对小目标优越的检测性能,具有极大的应用价值。

关键词：安全帽检测 Yolov5s 多空间注意力模块数据增强多空间尺度融合

来源：评论

学校读者我要写书评

暂无评论

持续学习的研究进展与趋势

引用

计算机研究与发展 2024年第6期61卷 1476-1496页

作者：李文斌熊亚锟范祉辰邓波曹付元高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 中国科学院空天信息创新研究院北京100094 山西大学计算机与信息技术学院(大数据学院) 太原030006 山西大学大数据学院太原030006

随着深度学习技术的发展与应用,特别是资源受限场景和数据安全场景对序列任务和数据进行快速学习需求的增多,持续学习逐渐成为机器学习领域关注的一个新热点.不同于人类所具备的持续学习和迁移知识的能力,现有深度学习模型在序列学习过... 详细信息

随着深度学习技术的发展与应用,特别是资源受限场景和数据安全场景对序列任务和数据进行快速学习需求的增多,持续学习逐渐成为机器学习领域关注的一个新热点.不同于人类所具备的持续学习和迁移知识的能力,现有深度学习模型在序列学习过程中容易遭受灾难性遗忘的问题.因此,如何在动态、非平稳的序列任务及流式数据中不断学习新知识、同时保留旧知识是持续学习研究的核心.首先,通过对近年来持续学习国内外相关工作的调研与总结,将持续学习方法分为基于回放、基于约束、基于结构三大类,并对这3类方法做进一步的细分.具体而言,根据所使用的样本来源将基于回放的方法细分为采样回放、生成回放、伪样本回放3类;根据训练约束的来源将基于约束的方法细分为参数约束、梯度约束、数据约束3类;根据对于模型结构的使用方式将基于结构的方法细分为参数隔离、模型拓展2类.通过对比相关工作的创新点,对各类方法的优缺点进行总结.其次,对国内外研究现状进行分析.最后,针对持续学习与其他领域相结合的未来发展方向进行展望.

关键词：深度学习知识迁移持续学习灾难性遗忘序列任务

来源：评论

学校读者我要写书评

暂无评论

内存高效的持久性分布式文件系统客户端缓存DFS-Cache

引用

计算机应用 2024年第4期44卷 1172-1179页

作者：倪瑞轩蔡淼叶保留河海大学计算机与信息学院南京211100 水利部水利大数据重点实验室(河海大学) 南京211100 计算机软件新技术国家重点实验室(南京大学) 南京210023

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性... 详细信息

为了在数据密集型工作流下有效降低缓存碎片整理开销并提高缓存命中率,提出一种持久性分布式文件系统客户端缓存DFS-Cache(Distributed File System Cache)。DFS-Cache基于非易失性内存(NVM)设计实现,能够保证数据的持久性和崩溃一致性,并大幅减少冷启动时间。DFS-Cache包括基于虚拟内存重映射的缓存碎片整理机制和基于生存时间(TTL)的缓存空间管理策略。前者基于NVM可被内存控制器直接寻址的特性,动态修改虚拟地址和物理地址之间的映射关系,实现零拷贝的内存碎片整理;后者是一种冷热分离的分组管理策略,借助重映射的缓存碎片整理机制,提升缓存空间的管理效率。实验采用真实的Intel傲腾持久性内存设备,对比商用的分布式文件系统MooseFS和GlusterFS,采用Fio和Filebench等标准测试程序,DFS-Cache最高能提升5.73倍和1.89倍的系统吞吐量。

关键词：非易失性内存分布式文件系统客户端缓存缓存碎片整理冷热数据分组缓存设计

来源：评论

学校读者我要写书评

暂无评论

面向超图的可解释性对比元路径群组推荐

引用

计算机工程与应用 2024年第11期60卷 268-280页

作者：漆盛高榕邵雄凯吴歆韵万祥高海燕湖北工业大学计算机学院武汉430068 南京大学南京大学计算机软件新技术国家重点实验室南京210023 武汉第二船舶设计研究所武汉430064 南京邮电大学通达学院江苏扬州225127

在群组推荐中庞大且稀疏的数据往往容易忽视用户群组及项目之间的复杂依赖关系,因此融合不同用户偏好行为嵌入,使用户对群组依赖关系的表现更直观,同时为了在对比中增强视图效果,以获得更准确的推荐结果的目的,提出了一个面向超图的可... 详细信息

在群组推荐中庞大且稀疏的数据往往容易忽视用户群组及项目之间的复杂依赖关系,因此融合不同用户偏好行为嵌入,使用户对群组依赖关系的表现更直观,同时为了在对比中增强视图效果,以获得更准确的推荐结果的目的,提出了一个面向超图的可解释性对比元路径群组推荐框架。通过聚合用户项目群组之间的依赖关系,构建元路径表现实体之间的不同类型交互,以促进实体的相似性,更准确地从数据中获取用户的组内、组外交互;通过将可解释性模型与对比学习相结合的技术,以提高模型的可解释性和性能;通过解释引导增强操作在模型框架上生成的正负视图上结合自监督对比学习,来解决上述问题。在真实数据集上进行实验,验证了所提出方法的有效性。

关键词：群组推荐超图学习元路径推荐系统对比学习

来源：评论

学校读者我要写书评

暂无评论

边缘计算中协作计算卸载与动态任务调度

引用

软件学报 2023年第12期34卷 5737-5756页

作者：张斐斐葛季栋李忠金黄子峰张胜陈兴国骆斌计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 杭州电子科技大学计算机学院浙江杭州310018 清华大学计算机科学与技术系北京100084 南京大学计算机科学与技术系江苏南京210023 南京邮电大学计算机学院江苏南京210046

在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来... 详细信息

在边缘计算场景中,通过将部分待执行任务卸载到边缘服务器执行能够达到降低移动设备的负载、提升移动应用性能和减少设备开销的目的.对于时延敏感任务,只有在截止期限内完成才具有实际意义.但是边缘服务器的资源往往有限,当同时接收来自多个设备的数据传输及处理任务时,可能造成任务长时间的排队等待,导致部分任务因超时而执行失败,因此无法兼顾多个设备的性能目标.鉴于此,在计算卸载的基础上优化边缘服务器端的任务调度顺序.一方面,将时延感知的任务调度建模为一个长期优化问题,并使用基于组合多臂赌博机的在线学习方法动态调整服务器的调度顺序.另一方面,由于不同的任务执行顺序会改变任务卸载性能提升程度,因而影响任务卸载决策的有效性.为了增加卸载策略的鲁棒性,采用了带有扰动回报的深度Q学习方法决定任务执行位置.仿真算例证明了该策略可在平衡多个用户目标的同时减少系统的整体开销.

关键词：任务卸载任务调度截止期限边缘计算强化学习

来源：评论

学校读者我要写书评

暂无评论

基于图匹配网络的可解释知识图谱复杂问答方法

引用

计算机研究与发展 2021年第12期58卷 2673-2683页

作者：孙亚伟程龚厉肖瞿裕忠计算机软件新技术国家重点实验室(南京大学) 南京210023

知识图谱问答是人工智能领域的研究热点之一.在该任务中,自然语言问句结构与知识图谱结构之间的语义匹配是一个具有挑战的研究问题.现有工作主要利用深度学习技术对自然语言问句进行序列化编码,然后与知识图谱子图计算语义匹配,这样做... 详细信息

知识图谱问答是人工智能领域的研究热点之一.在该任务中,自然语言问句结构与知识图谱结构之间的语义匹配是一个具有挑战的研究问题.现有工作主要利用深度学习技术对自然语言问句进行序列化编码,然后与知识图谱子图计算语义匹配,这样做法未充分利用复杂问句的结构信息,方法也缺乏可解释性.针对此问题,提出一种基于图匹配网络的知识图谱复杂问答方法TTQA.首先,通过语法分析方法,构建一个与知识图谱无关的未定查询图.然后,依据未定查询图和给定的知识图谱,构建一个与知识图谱相关的已定查询图,在其中,提出一种图匹配网络GMN,通过结合预训练语言模型和图神经网络技术,再利用注意力机制学习查询结构的上下文表示,从而得到更加丰富的结构匹配表示,用于已定查询图预测.在2个复杂问答数据集LC-QuAD 1.0和ComplexWebQuestions 1.1进行实验,结果表明:TTQA超过了现有方法.同时,通过消融实验验证了GMN的有效性.此外,TTQA生成的未定结构图和已定查询图增强了问答系统可解释性.

关键词：知识图谱问答复杂问句查询图图匹配网络注意力机制

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：