检索结果-内蒙古大学图书馆

光电子·激光 2024年

作者：汪丽茜王柄淇朱军南京信息工程大学集成电路学院南京信息工程大学电子与信息工程学院

光电容积脉搏波信号能反映血糖浓度，准确提取该信号对无创血糖监测至关重要。本文提出了一种优化方法，通过经验小波变换(Empirical Wavelet Transform， EWT)去除高低频噪声，将脉搏波信号分解为多个子信号。采用动态时间规整算法(Dyn... 详细信息

光电容积脉搏波信号能反映血糖浓度，准确提取该信号对无创血糖监测至关重要。本文提出了一种优化方法，通过经验小波变换(Empirical Wavelet Transform， EWT)去除高低频噪声，将脉搏波信号分解为多个子信号。采用动态时间规整算法(Dynamic Time Warping， DTW)计算子信号的相似度，以识别并剔除异常子信号，随后建立包含保留和剔除异常子信号的两组数据集合。对比分析结果显示，剔除异常子信号后的特征参数（峰峰值、上升支、下降支速率和信号长度的标准差）分别降低了30.34%、20.15%、43.80%和40.54%，显示了该方法在特征值提取可靠性上的提升。此外，该优化方法还使得光电容积脉搏波特征值的采集稳定性提高了44.4%，验证了其在无创血糖监测中的实用性与可靠性。

关键词：光电容积脉搏波 EWT 脉搏波分解 DTW

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制和多尺度集成学习的细粒度图像识别方法

引用

数据采集与处理 2025年第2期40卷 384-400页

作者：季晟宇江志康马翔杨绿溪东南大学信息科学与工程学院南京211102

细粒度图像识别是计算机视觉领域中一项重要的研究课题,其主要目标是分辨同属一大类下外观具有高度相似性的子类。以弱监督的细粒度图像识别为研究内容,针对现有研究中存在的图像细粒度特征利用不充分以及判别性区域难以挖掘的问题,提... 详细信息

细粒度图像识别是计算机视觉领域中一项重要的研究课题,其主要目标是分辨同属一大类下外观具有高度相似性的子类。以弱监督的细粒度图像识别为研究内容,针对现有研究中存在的图像细粒度特征利用不充分以及判别性区域难以挖掘的问题,提出了基于注意力机制和多尺度集成学习策略的细粒度图像识别方法。该方法引入渐进式学习网络,利用集成学习的策略,基于深度神经网络3个层级的输出特征并行构建多尺度基分类器,并使用标签平滑的方法对分类器进行渐进式训练,从而大幅度提高低层特征的利用率;同时采用高效双通道注意力机制对特征施加通道权重,使得网络能够在通道层面自主筛选特征,从而提升高信息相关度通道的利用率。该方法还引入了自注意力区域建议网络,通过构建循环反馈机制促使模型逐步定位到更加具有判别性的区域,并在最后的分类模块中将完整图像与判别性区域的特征信息进行融合。实验结果表明,该方法在CUB⁃200⁃2011、FGVC Aircraft和Stanford Cars细粒度图像数据集上的识别准确率达到行业先进水平。

关键词：深度学习细粒度图像识别弱监督注意力机制集成学习

来源：评论

学校读者我要写书评

暂无评论

基于部分积概率分析的高精度低功耗近似浮点乘法器设计

引用

电子与信息学报 2023年第1期45卷 87-95页

作者：闫成刚赵轩徐宸宇陈珂葛际鹏王成华刘伟强南京航空航天大学电子信息工程学院/集成电路学院南京211106

浮点乘法器是高动态范围(HDR)图像处理、无线通信等系统中的关键运算单元,其相比于定点乘法器动态范围更广,但复杂度更高。近似计算作为一种新兴范式,在受限的精度损失范围内,可大幅降低硬件资源和功耗开销。该文提出一种16 bit半精度... 详细信息

浮点乘法器是高动态范围(HDR)图像处理、无线通信等系统中的关键运算单元,其相比于定点乘法器动态范围更广,但复杂度更高。近似计算作为一种新兴范式,在受限的精度损失范围内,可大幅降低硬件资源和功耗开销。该文提出一种16 bit半精度近似浮点乘法器(App-Fp-Mul),针对浮点乘法器中的尾数乘法模块,根据其部分积阵列中出现1的概率,提出一种对输入顺序不敏感的近似4-2压缩器及低位或门压缩方法,在精度损失较小的条件下有效降低了浮点乘法器资源及功耗。相较于精确设计,所提近似浮点乘法器在归一化平均错误距离(NMED)为0.0014时,面积及功耗延时积方面分别降低20%及58%;相较于现有近似设计,在近似位宽相同时具有更高的精度及更小的功耗延时积。最后将该文所提近似浮点乘法器应用于高动态范围图像处理,相比现有主流方案,峰值信噪比和结构相似性分别达到83.16 dB和99.9989%,取得了显著的提升。

关键词：近似计算近似浮点乘法器部分积概率分析低功耗

来源：评论

学校读者我要写书评

暂无评论

基于不对称非局部高效信道注意时空网络的面部表情识别

引用

南京邮电大学学报(自然科学版) 2024年

作者：闫静杰孙雯静顾晓娜周晓阳魏金生南京邮电大学通信与信息工程学院东南大学信息科学与工程学院

为了从信道域、时间域、空间域多维度进行表情特征提取和学习，本文提出了一种新的不对称非局部高效信道注意时空网络（Asymmetric Non-local Efficient Channel Attention Spatial-temporal Network，ANECASN）并应用于面部表情识别。A... 详细信息

为了从信道域、时间域、空间域多维度进行表情特征提取和学习，本文提出了一种新的不对称非局部高效信道注意时空网络（Asymmetric Non-local Efficient Channel Attention Spatial-temporal Network，ANECASN）并应用于面部表情识别。ANECASN主要包含三个模块：第一个模块为轻量型的不对称非局部模块，用于捕获长序列依赖关系，并在该模块中使用金字塔汇集优化特征选择机制以获得较好的局部情感特征，改善深度卷积运算在长序列上计算效率低且情感识别率低的问题。第二个模块为高效信道注意模块，给有利于情感识别的通道以高权重，可在不降维的同时实现局部跨信道交互，降低模型复杂度并增强情感的非线性表达能力以实现性能提优。第三个模块为时空LSTM模块，可通过学习情感特征的空间相关性以及情感特征序列的时间相关性，促进时空之间的信息交互。本文选择Multimodal和RAMAS数据库进行实验，实验结果表明，ANECASN在Multimodal Database上达到了61.54%的识别率，在RAMAS数据库达到了42.49%的识别率，相对于基线ResNet-50提高了至少5%。

关键词：人脸表情不对称非局部高效信道注意时空网络不对称非局部高效注意信道时空LSTM

来源：评论

学校读者我要写书评

暂无评论

智慧医疗情境下四方主体隐私行为的交互机理及演化趋势研究

引用

现代情报 2025年第1期45卷 135-149页

作者：朱光吴晗逸刘雯南京信息工程大学风险治理与应急决策研究院江苏南京210044 南京信息工程大学管理工程学院江苏南京210044

[目的/意义]本文针对智慧医疗情境下隐私行为研究在博弈主体、模型参数等方面的不足,探寻患者、医疗机构、智慧医疗平台和政府四方主体之间的隐私行为交互机理与演化趋势。[方法/过程]基于演化博弈理论,构建患者、医疗机构、智慧医疗平... 详细信息

[目的/意义]本文针对智慧医疗情境下隐私行为研究在博弈主体、模型参数等方面的不足,探寻患者、医疗机构、智慧医疗平台和政府四方主体之间的隐私行为交互机理与演化趋势。[方法/过程]基于演化博弈理论,构建患者、医疗机构、智慧医疗平台和政府四方博弈模型。根据不同参数调节下各方行为策略的收益、成本、损失等计算收益矩阵,求解主体的演化稳定策略,并考虑不同因素对主体行为策略及系统稳定状态的影响。[结果/结论]患者的隐私披露行为与披露隐私后获得的服务收益密切相关,医疗机构的隐私保护投入成本和隐私泄露概率对其隐私保护行为有显著影响,智慧医疗平台的政府奖惩、罚款收益和投入成本是影响其严格管理行为的关键因素,政府的监管行为与奖惩机制等因素密切相关。通过应用本文模型和方法,可以动态调整隐私保护机制,明确各方职责,推动智慧医疗可持续健康发展。

关键词：智慧医疗演化博弈隐私行为患者医疗机构智慧医疗平台政府

来源：评论

学校读者我要写书评

暂无评论

融合投资者情绪的S_AM_BiLSTM股价预测模型

引用

计算机工程与应用 2024年第7期60卷 274-281页

作者：袁婧潘甦谢浩徐文鹏南京邮电大学物联网学院南京210003 南京邮电大学通信与信息工程学院南京210003

股票价格预测一直是金融领域的研究热点之一。然而,股票价格的形成机制是相当复杂的,各种因素都可能会导致股票价格的变化。为此,提出了一种基于深度学习方法并融合多源数据和投资者情绪的股票价格预测混合模型(S_AM_BiLSTM)。利用文本... 详细信息

股票价格预测一直是金融领域的研究热点之一。然而,股票价格的形成机制是相当复杂的,各种因素都可能会导致股票价格的变化。为此,提出了一种基于深度学习方法并融合多源数据和投资者情绪的股票价格预测混合模型(S_AM_BiLSTM)。利用文本卷积神经网络(TextCNN)对从股票论坛中提取的投资者评论进行情绪分析,并计算情绪指数。将情绪指数(sentiment)、技术指标和股票历史交易数据作为股价预测模型的特征集,采用双向长短时记忆神经网络(BiLSTM)对股票的收盘价进行预测,并在此基础上加入注意力机制(attention mechanism),提高预测精度。为了证明模型的有效性和适用性,随机选取4个重点行业的股票进行实证研究。实验结果表明,与其他单一模型和不含情绪因子的模型相比,所提出的混合模型的效果更优越。

关键词：深度学习双向长短期记忆网络(BiLSTM) 文本卷积神经网络(TextCNN) 股价预测情绪分析

来源：评论

学校读者我要写书评

暂无评论

基于逐层增量分解的深度网络神经元相关性解释方法

引用

自动化学报 2024年第10期50卷 2049-2062页

作者：陈艺元李建威邵文泽孙玉宝智能信息处理与通信技术省高校重点实验室(南京邮电大学) 南京210003 南京邮电大学通信与信息工程学院南京210003 南京信息工程大学教育部数字取证工程研究中心南京210044

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分... 详细信息

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.

关键词：神经网络可解释性决策相关性逐层相关性传播类激活图积分梯度

来源：评论

学校读者我要写书评

暂无评论

面向6G可重构智能超表面使能的近场海洋通信信道建模与信号传播机理研究

引用

电子与信息学报 2024年第12期46卷 4383-4390页

作者：江浩石旺旗朱秋明束锋 WANG Jiangzhou 南京信息工程大学人工智能学院南京210044 东南大学移动通信国家重点实验室南京210096 南京航空航天大学电子信息工程学院南京210016 海南大学信息与通信工程学院海口570228 英国肯特大学工学院肯特郡坎特伯雷市CT27NT

可重构智能超表面(RIS)作为6G移动通信中的潜在关键技术之一,具有低成本、低能耗和易于部署等特点。该文提出将RIS技术引入至海洋无线通信场景中,可使无线传输环境从不可控变为可控。然而,现有的信道模型难以充分揭示RIS使能基站-海面... 详细信息

可重构智能超表面(RIS)作为6G移动通信中的潜在关键技术之一,具有低成本、低能耗和易于部署等特点。该文提出将RIS技术引入至海洋无线通信场景中,可使无线传输环境从不可控变为可控。然而,现有的信道模型难以充分揭示RIS使能基站-海面无人船近场通信信号独特的传输机理,信道特性分析方法与建模理论难以在计算准确性与复杂度之间实现平衡。因此,该文通过对RIS使能近场海洋通信中各子信道进行建模,提出空时频多域信号传播机理分析方法,建立RIS使能基站-无人船近场海洋通信参数化统计信道模型,解决现有RIS信道建模方法难以兼顾精度与效率的技术瓶颈问题,提高RIS使能近场海洋通信系统设计过程中的信道模型匹配效率,为我国6G移动通信产业的快速发展提供技术支撑。

关键词：可重构智能超表面近场通信信道模型海洋通信

来源：评论

学校读者我要写书评

暂无评论

常识辅助细粒度数据增强方法

引用

计算机工程与应用 2024年第6期60卷 214-221页

作者：李华超康彬王磊南京邮电大学物联网学院南京210003 南京邮电大学通信与信息工程学院南京210003

数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属... 详细信息

数据增强的代表性研究主要针对ImageNet等常规分类数据集展开。考虑到细粒度识别数据集中测试样本类内及类间关联性与常规分类数据集差异明显,因此针对细粒度识别的数据增强方法尚待深入研究。为此,从细粒度识别任务以及数据集的特殊属性入手提出基于常识辅助的细粒度语义图块混合策略。所提方法利用常识知识挖掘样本标签间潜在关联,以此为基础设计结构化图像混合策略的多支路卷积神经网络结构,使图像混合过程更关注目标的细微差异。通过大量性能测试可验证所提方法的性能明显优于主流的基于图像混合的数据增强方法。同时,通过实验验证,所提出的常识知识有助于多种基于混合图像类的数据增强模型性能提升。

关键词：数据增强常识图谱多支路卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

近红外光谱结合模糊非相关QR分析的生菜储藏时间辨别

引用

光谱学与光谱分析 2024年第8期44卷 2268-2272页

作者：胡彩平傅兆民许鸿嘉武斌孙俊金陵科技学院计算机工程学院江苏南京211169 江苏大学京江学院江苏镇江212028 滁州职业技术学院信息工程系安徽滁州239000 江苏大学电气信息工程学院江苏镇江212013

生菜是人们经常食用的蔬菜之一,生菜的储藏时间是影响生菜新鲜程度的重要因素。所以研究一种简单、快速、非破坏性的生菜储藏时间的鉴别方法是非常必要的。近红外光谱(NIR)分析能快速和准确的获取生菜的近红外光谱,从而实现无损鉴别生... 详细信息

生菜是人们经常食用的蔬菜之一,生菜的储藏时间是影响生菜新鲜程度的重要因素。所以研究一种简单、快速、非破坏性的生菜储藏时间的鉴别方法是非常必要的。近红外光谱(NIR)分析能快速和准确的获取生菜的近红外光谱,从而实现无损鉴别生菜储藏时间。但是生菜的NIR数据中存在噪声信号和冗余信号,为了消除光谱的噪声信号并提取特征信息,提出了一种基于模糊非相关QR分析(FUQRA)的近红外光谱生菜储藏时间鉴别新方法。首先,需要降低原始NIR数据的维数,通过使用主成分分析(PCA)将包含1557个维度的光谱数据降至包含22个维度。然后通过模糊非相关判别转换(FUDT)计算出特征向量,利用特征向量建立鉴别向量矩阵,并进行QR分解,得到最终的鉴别向量矩阵。最后以60个新鲜生菜样本为研究样本,使用K近邻(KNN)方法进行分类,用AntarisⅡ型NIR光谱仪对生菜样品进行近红外光谱检测和数据收集。实验过程中每隔12小时对每个样本进行3次重复检测,将这些数据取平均值作为实验数据。随后利用多元散射校正(MSC)减少近红外光谱中的噪声信号。为了验证所提出方法的有效性,分别将主成分分析(PCA)结合KNN、主成分分析和模糊线性判别分析(FLDA)结合KNN、主成分分析和模糊非相关判别转换(FUDT)结合KNN以及主成分分析和模糊非相关QR分析(FUQRA)结合KNN四种算法分析结果进行比较。将权重指数m的不同取值产生的分类准确率进行比较,选出最合适的权重指数和KNN的参数K:m=2,K=3。最终得到的分类准确率分别为43.33%、96.67%、96.67%和98.33%。可以看出,相比其他三个算法,模糊非相关QR分析可以更好地实现对生菜储藏时间的鉴别。

关键词：近红外光谱模糊线性判别分析模糊非相关判别转换模糊非相关QR分析生菜

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：