检索结果-内蒙古大学图书馆

中国科学：信息科学 2020年第3期50卷 375-395页

作者：汪亮王文王禹又侯松林乔裕哲吴天珩陶先平南京大学计算机软件新技术国家重点实验室南京210023

目标搜索问题是现实中一类常见的问题,如灾难现场搜救、战场目标侦察等.无人机由于其灵活性、低成本、可搭载各类传感器并以集群形式开展协作等优势,是解决大范围、高风险区域目标搜索问题的理想技术方案,当前发展迅速.在战场等复杂现... 详细信息

目标搜索问题是现实中一类常见的问题,如灾难现场搜救、战场目标侦察等.无人机由于其灵活性、低成本、可搭载各类传感器并以集群形式开展协作等优势,是解决大范围、高风险区域目标搜索问题的理想技术方案,当前发展迅速.在战场等复杂现实环境中,由于缺乏基础通信设施及干扰的存在,无人机与地面指挥员、无人机之间难以快速、可靠通信,处于通信拒止状态.因此,无人机难以获得指挥员的实时控制信息,需要其具备自主、智能完成任务的能力并开展协同.随着人工智能技术的快速发展,强化学习技术在解决连续决策问题上展现出了较强的潜力.无人机搜索问题作为一种典型的连续决策问题,属于强化学习技术的适用范围.但对于目前的强化学习及人工智能技术能否适用于无人机从而自主决策完成现实场景中的任务这一问题尚存争议,仍有待进一步探索.为此,本文以现实战场环境为背景,对通信拒止及包含两方对抗的战场环境中的目标搜寻问题进行了建模,依据模型构建了对抗仿真平台,并通过实验研究的方式针对以下3个问题展开了探索:(1)强化学习在通信拒止环境下多无人机搜索问题的适用性;(2)各强化学习算法在该问题上的优劣;(3)通信拒止程度对强化学习算法效果的影响.通过运用当前主流的强化学习技术开展仿真实验并定量评估实验结果.本文总结发现:(1)强化学习在解决通信拒止环境下多无人机搜索问题上具备有效性;(2)在与其他算法对抗时,运用基于Deep Q-Network (DQN)强化学习技术的自主决策无人机集群体现出了较强的问题解决能力;(3)通信拒止程度对强化学习算法效果有影响,但在不同的通信拒止程度下,强化学习算法表现相对稳定.

关键词：无人机强化学习目标搜寻通信拒止环境

来源：评论

学校读者我要写书评

暂无评论

基于模型分解的小样本学习

引用

中国科学：信息科学 2020年第5期50卷 662-674页

作者：叶翰嘉詹德川计算机软件新技术国家重点实验室(南京大学) 南京210023

机器学习依赖大量样本的统计信息进行模型的训练,从而能对未知样本进行精准的预测.搜集样本及标记需要耗费大量的资源,因而如何基于少量样本(few-shot learning)进行模型的训练至关重要.有效的模型先验(prior)能够降低模型训练对样本的... 详细信息

机器学习依赖大量样本的统计信息进行模型的训练,从而能对未知样本进行精准的预测.搜集样本及标记需要耗费大量的资源,因而如何基于少量样本(few-shot learning)进行模型的训练至关重要.有效的模型先验(prior)能够降低模型训练对样本的需求.本文基于元学习(meta learning)框架,从相关的、类别不同的数据中学习模型先验,并将这种先验应用于新类别的少样本任务.与此同时,本文提出"模型组合先验"(MCP,model composition prior)方法,通过目标函数的最优条件对模型结构进行分解,并分别估计模型的各个组成部分,得到有效的分类器.这种分解方式具有较高的可解释性,能够指导在不同小样本任务中"共享"与"独立"的成分,从而指导元学习的具体实现.在人造数据中,本文方法能够恢复出小样本任务之间的关联性;在图像数据上,MCP方法能取得比当前主流方法更优异的效果.

关键词：小样本学习元学习模型先验模型分解

来源：评论

学校读者我要写书评

暂无评论

边缘环境下面向实时目标检测的帧卸载调度算法

引用

计算机工程 2023年第5期49卷 295-301,309页

作者：罗华峰沈奕菲阮黎翔杜奇伟郑翔陈智麒张胜国网浙江省电力有限公司电力科学研究院杭州310014 国网浙江省电力有限公司杭州310007 国网浙江省电力有限公司衢州供电公司浙江衢州324000 南京大学计算机软件新技术国家重点实验室南京210023

边缘环境下的目标检测应用大多依赖于边缘设备。目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性。提出一种边缘辅助的目标... 详细信息

边缘环境下的目标检测应用大多依赖于边缘设备。目前,MobileNet等轻量级检测模型在满足实时性要求的前提下难以达到准确度要求,Faster RCNN等重量级模型的检测准确度较高,但数据传输耗时大,难以保证检测实时性。提出一种边缘辅助的目标检测框架及自适应帧卸载(OEOD)算法,在线将视频帧卸载到边缘服务器,以执行高准确度、高时延的目标检测,或在本地执行低准确度、低时延的目标检测,从而在满足给定检测准确度要求的前提下缩短视频帧的平均处理时延。为实现OEOD算法,提出一种基于内容相似性的特征向量度量方式,以预测当前帧的检测时延和准确度,并以贪心的方式决定当前帧的检测策略。实验结果表明,与MobileNet算法相比,OEOD算法在保证准确度的前提下将检测时延降低了29%,且在不同的数据集上均表现良好。

关键词：边缘计算目标检测计算卸载在线调度时延优化

来源：评论

学校读者我要写书评

暂无评论

面向网络社交媒体的少样本新冠谣言检测

引用

中文信息学报 2022年第1期36卷 135-144,172页

作者：陆恒杨范晨悠吴小俊江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 南京大学计算机软件新技术国家重点实验室江苏南京210023 深圳市人工智能与机器人研究院广东深圳518129

在社交媒体上发布和传播有关新冠的谣言对民生、经济、社会等都产生了严重影响,因此通过机器学习和人工智能技术开展新冠谣言检测具有重要的研究价值和社会意义。现有谣言检测研究,一般假定进行建模和预测的事件已有充足的有标签数据,... 详细信息

在社交媒体上发布和传播有关新冠的谣言对民生、经济、社会等都产生了严重影响,因此通过机器学习和人工智能技术开展新冠谣言检测具有重要的研究价值和社会意义。现有谣言检测研究,一般假定进行建模和预测的事件已有充足的有标签数据,但对于新冠这类突发事件,由于可训练样本较少,所以此类模型存在局限性。该文聚焦少样本谣言检测问题,旨在使用极少的有标签样例训练可检测突发事件的谣言检测模型。该文以新浪微博的新冠谣言为研究对象,构建适用于少样本谣言检测的新浪微博新冠谣言数据集,提出基于元学习的深度神经网络少样本谣言检测模型。在少样本机器学习场景下,该模型在新冠谣言数据集、PHEME公共数据集上的实验结果均有显著的性能提升。

关键词：谣言检测少样本学习在线社交媒体

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的无人机辅助弹性视频多播机制

引用

计算机科学 2021年第9期48卷 271-277页

作者：成昭炜沈航汪悦王敏白光伟南京工业大学计算机科学与技术学院南京211816 南京大学计算机软件新技术国家重点实验室南京210093

文中提出了一个异构网络下无人机基站辅助的弹性视频多播机制。结合SVC编码,将无人机动态部署和资源分配问题联合考虑,目的是最大化用户整体的视频质量。考虑到宏基站覆盖范围内用户的移动会使网络拓扑结构发生改变,传统的启发式算法难... 详细信息

文中提出了一个异构网络下无人机基站辅助的弹性视频多播机制。结合SVC编码,将无人机动态部署和资源分配问题联合考虑,目的是最大化用户整体的视频质量。考虑到宏基站覆盖范围内用户的移动会使网络拓扑结构发生改变,传统的启发式算法难以应对用户移动的复杂性。对此,采用基于深度强化学习的DDPG算法训练神经网络来决策无人机的最佳部署位置和带宽资源分配比重。在模型收敛后,学习代理可以在较短的时间内找到最优的无人机部署和带宽分配策略。仿真结果表明,所提方案达到了预期目标并且优于现有的基于Q-learning的方案。

关键词：可伸缩视频编码多播深度强化学习无人机移动互联网

来源：评论

学校读者我要写书评

暂无评论

异构无线网络中基于非正交多址的可伸缩视频多播机制

引用

计算机科学 2021年第11期48卷 356-362页

作者：吉晓祥沈航白光伟南京工业大学计算机科学与技术学院南京211816 南京大学计算机软件新技术国家重点实验室南京210093

文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架。该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量。考虑到每个... 详细信息

文中提出了异构无线网络下基于非正交多址的可伸缩视频多播的资源管理框架。该框架综合考虑了不同基站间的频谱切分、切片内多播组之间的频谱分配和多播组内的发射功率分配,目的是最大化多播组所有用户设备的整体视频质量。考虑到每个多播组请求视频的不同、不同的用户设备位置和小基站间的干扰,将联合资源管理问题转化为一个整数线性规划问题,并将该优化问题解耦为多播组内发射功率划分问题和基站间频谱切分与基站内多组频谱资源分配问题。前者通过多重循环求得了叠加编码每一层所需的最优发射功率,后者通过背包算法得到了最优的解。仿真结果表明,所提方案在频谱利用率和用户设备平均视频质量方面优于现有方案。

关键词：非正交多址可伸缩视频编码多播异构无线网络

来源：评论

学校读者我要写书评

暂无评论

基于能量分类器的抗SSDF攻击协作频谱感知算法

引用

计算机科学 2021年第2期48卷 282-288页

作者：丁诗铭王天荆沈航白光伟南京工业大学计算机科学与技术学院南京211816 南京大学计算机软件新技术国家重点实验室南京210093

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的S... 详细信息

频谱感知是认知无线电通信的重要环节,SSDF(Spectrum Sensing Data Falsification)是协作频谱感知面临的严重安全威胁。SSDF攻击方式逐渐呈现动态化的趋势,传统防御算法因假定攻击强度保持不变而难以识别动态的篡改数据。针对动态化的SSDF攻击,提出一种基于能量分类器的抗SSDF攻击协作频谱感知算法。该算法首先通过分析动态SSDF攻击的特性,结合距离判别法将邻居节点能量分类,通过将分类结果与本地结果进行对比来识别恶意邻居节点;然后本地节点在滑动时间窗内根据历史频谱判决信息和当前频谱判决信息建立信誉模型,并由此更新各邻居节点的信誉值;最后,本地节点实施加权协作频谱感知。仿真结果表明:相比LDCSS(Largest Deviation-based distributed Cooperative Spectrum Sensing)算法和RBCSS(Reputation-based Cooperative Spectrum Sensing)算法,所提算法在动态SSDF攻击的攻击强度接近阈值时频谱检测概率分别提高了15%和16%,显著增加了认知网络的协作频谱感知性能,提升了频谱共享的效率。

关键词：分布式频谱感知数据篡改能量检测法距离判别信誉值

来源：评论

学校读者我要写书评

暂无评论

破损文物数字化修复: 以中国出土青铜器为例

引用

计算机辅助设计与图形学学报 2021年第5期33卷 789-797页

作者：魏明强陈红华孙杨杏汪俊郭延文燕雪峰南京航空航天大学计算机科学与技术学院南京210016 模式分析与机器智能工业和信息化部重点实验室南京210016 合肥工业大学仪器科学与光电工程学院合肥230002 南京大学计算机软件新技术国家重点实验室南京210023

出土青铜器大多存在缺失碎块现象,包括片状缺块、跨区域缺块和结构性缺块.随着三维重建和激光扫描技术的发展,以高精度数字化模型为基础的文物修复技术得到了广泛的重视.针对青铜器缺块的多样性和复杂性,从青铜器自身具有的形态特征出发... 详细信息

出土青铜器大多存在缺失碎块现象,包括片状缺块、跨区域缺块和结构性缺块.随着三维重建和激光扫描技术的发展,以高精度数字化模型为基础的文物修复技术得到了广泛的重视.针对青铜器缺块的多样性和复杂性,从青铜器自身具有的形态特征出发,提出了青铜器缺块的多元数字化补配框架.对于片状缺块,分析了具有缺失数据的模型内蕴对称性,研究了青铜器表面纹饰的提取方法,根据模型对称变换建立覆盖缺块的初始模型,再根据纹饰拼接方法,从局部精细调整缺块初步模型,使缺块模型上的纹饰与周围模型的纹饰美观拼接,从而形成了青铜器三维模型从全局到局部的补配方案;对于跨区域缺块,设计了缺块边缘欧拉螺线的走向和研究了缺块内外数据的相似性匹配技术,使用了由粗到精、特征敏感的补配方法;对于结构性缺块,设计了具有高效、良好交互性能的缺块几何形态编辑技术,进而为破损青铜器的缺块补配提供了一个专业、便捷的,且具有多元互补方案的计算机辅助几何处理平台.

关键词：破损青铜器虚拟修复缺块补配三角网格

来源：评论

学校读者我要写书评

暂无评论

一种手绘制导的移动应用界面测试方法

引用

软件学报 2020年第12期31卷 3671-3684页

作者：成浩亮汤恩义玉淳舟张初成陈鑫王林章卜磊李宣东计算机软件新技术国家重点实验室(南京大学) 江苏南京210023 南京大学软件学院江苏南京210093 南京大学计算机科学与技术系江苏南京210023

软件测试在提高移动应用的安全性和可靠性方面扮演着重要角色.然而,目前主流的移动应用界面测试技术存在着许多不足:人工编写脚本和录制回放技术需要消耗大量的人力成本,自动化测试在移动应用界面测试的应用场景上受到了诸多限制.针对... 详细信息

软件测试在提高移动应用的安全性和可靠性方面扮演着重要角色.然而,目前主流的移动应用界面测试技术存在着许多不足:人工编写脚本和录制回放技术需要消耗大量的人力成本,自动化测试在移动应用界面测试的应用场景上受到了诸多限制.针对这些问题,提出一种基于手绘制导的移动应用界面测试方法.该方法通过设计一种简单直观且具有较强表达能力的手绘语言来帮助测试者轻松表达其测试意图,测试者仅需在待测应用的界面图像上做简单绘制,就能生成对应的测试模型,并以此为基础生成界面测试所需的测试用例.以近年来在相关文献中已经用作移动应用界面测试的评估用例集为基准来评估该方法的测试效果.评估结果表明:在提供很少人力成本的条件下,手绘图形所表达的用户测试意图在制导移动应用界面测试上能起到非常关键的作用.

关键词：手绘制导测试生成模型驱动的自动化测试移动应用图形界面测试

来源：评论

学校读者我要写书评

暂无评论

蒙德里安深度森林

引用

计算机研究与发展 2020年第8期57卷 1594-1604页

作者：贺一笑庞明姜远计算机软件新技术国家重点实验室(南京大学) 南京210023 软件新技术与产业化协同创新中心(南京大学) 南京210023

大多数有关深度学习的研究都基于神经网络,即可通过反向传播训练的多层参数化非线性可微模块.近年来,深度森林作为一种非神经网络深度模型被提出,该模型具有远少于深度神经网络的超参数.在不同的超参数设置下以及在不同的任务下,它都表... 详细信息

大多数有关深度学习的研究都基于神经网络,即可通过反向传播训练的多层参数化非线性可微模块.近年来,深度森林作为一种非神经网络深度模型被提出,该模型具有远少于深度神经网络的超参数.在不同的超参数设置下以及在不同的任务下,它都表现出非常鲁棒的性能,并且能够基于数据确定模型的复杂度.以gcForest为代表的深度森林的研究为探索基于不可微模块的深度模型提供了一种可行的方式.然而,深度森林目前是一种批量学习方法,这限制了它在许多实际任务中的应用,如数据流的应用场景.因此探索了在增量场景下搭建深度森林的可能性,并提出了蒙德里安深度森林.它具有级联森林结构,可以进行逐层处理.设计了一种自适应机制,通过调整原始特征和经过前一层变换后的特征的权重,以进一步增强逐层处理能力,更好地克服了蒙德里安森林在处理无关特征方面的不足.实验结果表明:蒙德里安深度森林在继承蒙德里安森林的增量训练能力的同时,显著提升了预测性能,并能够使用相同的超参数设置在多个数据集上取得很好的性能.在增量训练场景下,蒙德里安深度森林取得了与定期重新训练的gcForest接近的预测准确率,且将训练速度提升一个数量级.

关键词：机器学习深度森林蒙德里安森林集成学习增量学习

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：