检索结果-内蒙古大学图书馆

计算机学报 2024年第1期47卷 69-89页

作者：谢承旺潘嘉敏郭华王冬梅付世炜华南师范大学数据科学与工程学院广东汕尾516600 南宁师范大学计算机与信息工程学院南宁530100 成都职业技术学院软件学院成都610041

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标... 详细信息

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标进化算法,但它们在解题的质量和效率方面尚存较大的提升空间.基于此,提出一种采用混合策略的大规模多目标进化算法LSMOEA/HS.该算法提出的一种黄金分层分组方法将大规模决策变量分成收敛性组和多样性组,然后对收敛性变量组执行基于变量组的相关性检测操作,将收敛性变量组划分成若干更小规模的子组,最后算法采用不同的优化策略分别优化收敛性变量组和多样性变量组以获得最终的解题结果.为验证LSMOEA/HS的有效性,将其与五种新近提出的高效的大规模多目标进化算法一同在决策变量维度为200、500、1000、2000和5000的2-目标和3-目标的LSMOP系列测试实例上进行IGD和HV性能测试,实验结果表明LSMOEA/HS具有显著较优的收敛性和多样性.由此表明,LSMOEA/HS是一种颇具前景的大规模多目标进化算法.

关键词：大规模多目标优化问题变量分组进化算法收敛性多样性大规模多目标进化算法

来源：评论

学校读者我要写书评

暂无评论

图像特征点匹配算法下车辆行驶主动防撞预警

引用

安全与环境学报 2025年第1期25卷 41-49页

作者：张海民刘训星安徽信息工程学院计算机与软件工程学院安徽芜湖241000 宣城职业技术学院信息与财经学院安徽宣城242000

对于车辆行驶过程中的防撞预警,如果无法识别前车的具体行驶状态,可能使系统反应速度较慢,而不能动态变化调整本车行驶策略,导致无法有效规避潜在碰撞的危险。为了提高车辆在行驶过程中对周围环境的感知能力,防止车辆碰撞事故的发生,提... 详细信息

对于车辆行驶过程中的防撞预警,如果无法识别前车的具体行驶状态,可能使系统反应速度较慢,而不能动态变化调整本车行驶策略,导致无法有效规避潜在碰撞的危险。为了提高车辆在行驶过程中对周围环境的感知能力,防止车辆碰撞事故的发生,提出了图像特征点匹配算法下车辆行驶主动防撞预警方法。通过尺度不变特征转换(Scale-Invariant Feature Transform,SIFT)对采集到的前车图像中的特征点展开提取;利用近似最近邻搜索算法完成特征点的匹配,并将匹配点对从像素坐标系转换到图像坐标系中,以完成对前车的定位;基于单帧静态图像测距方法获得车距,并将前车的行驶状态分为静止、减速、匀速或加速三种状态,计算不同状态下的提醒报警距离和危险报警距离,动态调整本车行驶策略。当车距达到提醒报警距离或危险报警距离时,发出报警,以此实现车辆行驶过程中的主动防撞预警。试验结果表明:利用图像特征点匹配算法下车辆行驶主动防撞预警方法对前车车距展开测量,测量结果与实际车距基本一致,准确度误差在5 cm以内,相较于差异化预警方法和车联网数据预警方法而言可以更精准地测量车距;此外,所提方法的风险系数最大值为0.12,远小于差异化预警方法和车联网数据预警方法的风险系数,证实了该方法的车辆定位准确度高、防撞预警性能强。

关键词：安全工程车辆防撞预警图像特征点匹配尺度不变特征变换算法近似最近邻搜索算法特征点提取

来源：评论

学校读者我要写书评

暂无评论

基于VAE-CWGAN和特征统计重要性融合的网络入侵检测方法

引用

通信学报 2024年第2期45卷 54-67页

作者：刘涛涛付钰王坤段雪源海军工程大学信息安全系湖北武汉430033 信阳职业技术学院数学与信息工程学院河南信阳464000 信阳师范大学计算机与信息技术学院河南信阳464000

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题,提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先,为提升数据质量对数据集进行预处理;其次,搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题... 详细信息

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题,提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先,为提升数据质量对数据集进行预处理;其次,搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题,使分类模型不再偏向于多数类;再次,使用标准差、中值均值差对特征进行排序,并融合其统计重要性来进行特征选择旨在获得代表性更强的特征,从而使模型更好地学习数据信息;最后,通过一维卷积神经网络对特征选择后的混合数据集进行分类。实验结果表明,所提方法在NSL-KDD、UNSW-NB15和CIC-IDS-2017数据集上都表现出较好的性能优势,准确率分别为98.95%、96.24%和99.92%,有效提升了入侵检测性能。

关键词：入侵检测网络流量类不平衡特征选择统计重要性融合

来源：评论

学校读者我要写书评

暂无评论

基于Transformer和卷积神经网络双并行分支编码器神经网络的冠状动脉分割

引用

生物医学工程学杂志 2024年第6期41卷 1195-1203,1212页

作者：潘丹骆根强曾安广东技术师范大学电子与信息学院广州510665 广东松山职业技术学院计算机与信息工程学院广东韶关512126 广东工业大学计算机学院广州510006

针对计算机断层扫描血管造影(CTA)图像的冠状动脉人工手动分割效率低下,而现有深度学习分割模型在冠状动脉图像上分割准确率较低的问题,受Transformer的启发,本文提出了一种双并行分支编码器的分割模型——DUNETR。该网络以Transformer... 详细信息

针对计算机断层扫描血管造影(CTA)图像的冠状动脉人工手动分割效率低下,而现有深度学习分割模型在冠状动脉图像上分割准确率较低的问题,受Transformer的启发,本文提出了一种双并行分支编码器的分割模型——DUNETR。该网络以Transformer和卷积神经网络(CNN)作为双编码器,Transformer编码器负责将三维(3D)冠状动脉数据转变成一维(1D)序列问题进行学习并捕获其有效的全局多尺度特征信息,CNN编码器则提取3D冠状动脉的局部特征,二者所提取到的不同特征信息通过噪声降低的特征融合(NRFF)模块的拼接融合后连接到解码器。在公开数据集上的实验结果表明,提出的DUNETR网络结构模型在Dice相似性系数方面达到了81.19%,召回率达到了80.18%,相比对比实验中次好结果模型有0.49%和0.46%的提升,超越了其他常规深度学习方法。将Transformer和CNN作为双编码器而共同提取到的丰富特征信息,会有助于进一步提升3D冠状动脉分割的效果。同时,该模型也为其他血管状器官分割提供了新思路。

关键词：卷积神经网络 Transformer 计算机断层扫描血管造影图像冠状动脉注意力机制

来源：评论

学校读者我要写书评

暂无评论

具有传输时滞的采样LFC系统稳定性新判据

引用

中南大学学报(自然科学版) 2025年第3期56卷 955-965页

作者：练红海陈刚邓鹏覃事刚范春玲湖南科技大学计算机科学与工程学院湖南湘潭411201 湖南电气职业技术学院风能工程学院湖南湘潭411201 湖南工业大学电气与信息工程学院湖南株洲412007

利用Lyapunov稳定性分析方法研究一类具有传输时滞的采样负荷频率控制(load frequency control,LFC)系统的稳定性问题。首先,使用PI控制策略,建立时滞相关变量和时滞无关变量分离的采样LFC系统闭环模型。其次,基于闭环函数方法,构造一... 详细信息

利用Lyapunov稳定性分析方法研究一类具有传输时滞的采样负荷频率控制(load frequency control,LFC)系统的稳定性问题。首先,使用PI控制策略,建立时滞相关变量和时滞无关变量分离的采样LFC系统闭环模型。其次,基于闭环函数方法,构造一个新的包含更多系统时滞和采样信息的增广闭环型Lyapunov泛函。再次,使用积分不等式估计Lyapunov泛函导数中的二次型积分项,获得一个低保性的时滞和采样周期相关稳定性新判据。最后,基于稳定判据讨论PI控制器参数与传输时滞或采样周期最大允许上界的关系,揭示传输时滞对采样周期最大允许上界以及对系统性能的影响,计算与仿真结果验证了所提方法的有效性和优越性。

关键词：负荷频率控制系统稳定性 Lyapunov泛函采样周期传输时滞

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

面向嵌入式设备部署的无线传感网络数据采集加速方法

引用

传感技术学报 2025年第1期38卷 179-184页

作者：姚强韩红章江苏联合职业技术学院信息工程学院江苏常州213161 江苏理工学院计算机工程学院江苏常州213001

嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓... 详细信息

嵌入式设备部署过程中选择合适的传感器节点位置和连接方式,有助于降低网络能耗,提高工作效率。为此,提出面向嵌入式设备部署的无线传感网络数据采集加速方法。以优化无线传感网络数据采集性能为目的,设计嵌入式设备部署星型拓扑。从拓扑中选取传感器节点完成采集任务,并从无线传感网络传输速率和传输延迟两方面更新无线传感网络传输协议参数。利用直线斜率与误差阈值尺度关系获取感知数据,设计提速流程实现网络数据采集加速。仿真结果表明,该方法采集时延小于200 ms,最大采集覆盖范围是50 m^(2),平均能量消耗低于920 mJ,丢包率低于12%。证明了所提方法能够提高网络数据采集速度,减少资源消耗。

关键词：无线传感网络数据采集加速感知数据嵌入式设备滑动窗口

来源：评论

学校读者我要写书评

暂无评论

模糊线性判别QR分析的茶叶近红外光谱鉴别分析

引用

光谱学与光谱分析 2023年第12期43卷 3802-3805页

作者：胡彩平何成遇孔丽微朱优优武斌周浩祥孙俊金陵科技学院计算机工程学院江苏南京211169 江苏大学电气信息工程学院江苏镇江212013 浙江大学台州研究院浙江台州317700 滁州职业技术学院信息工程学院安徽滁州239000

不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了... 详细信息

不同品种茶叶因其所含的有机化学成分不同,其效果也会有差别。所以,寻找出一种能准确迅速的鉴别茶叶品种的技术方法是非常重要的。近红外光谱(NIR)分析是一种无损检测技术,能很好的鉴别茶叶品种。使用NIR光谱仪采集茶叶的NIR数据。为了对包含噪声信号的茶叶近红外光谱进行准确鉴别,提出了一种模糊线性判别QR分析的新方法,可以对茶叶近红外光谱进行准确分类。通过使用模糊线性判别分析(FLDA)将由主成分分析(PCA)压缩的茶叶近红外光谱数据进行降维,由模糊线性判别分析得出的特征向量构建鉴别向量矩阵,对鉴别向量矩阵进行矩阵的QR分解,得到新的鉴别向量矩阵。经过模糊线性判别QR分析后使用K近邻算法进行分类,具有准确率高等优点。以岳西翠兰、六安瓜片、施集毛峰和黄山毛峰四种茶叶为研究样本,每类65个,茶叶样本总数为260个。采集茶叶近红外光谱数据的仪器为AntarisⅡ型傅里叶近红外光谱仪对光谱数据进行预处理,采用多元散射校正,由于采集到的茶叶光谱数据存在散射干扰。以此得到的近红外光谱数据的维数为1557维,通过主成分分析压缩数据集的维数,使得光谱数据集的维数达到7维。经压缩过后的光谱数据集中的鉴别信息再通过模糊线性判别QR分析进行提取,使得光谱数据的维数降低到3维。利用K近邻算法对茶叶样本进行分类,实现对茶叶品种的准确分类。最后进行三种算法分析结果的比较,分别是主成分分析结合K近邻算法、主成分分析和线性判别分析结合K近邻算法、主成分分析和模糊线性判别QR分析结合K近邻算法。在权重指数m=2,K=1条件下,最后的分类准确率分别为83.89%, 87.78%和98.33%。实验结果显示:模糊线性判别QR分析可以实现茶叶近红外光谱的准确鉴别分析,其展现出来的效果比主成分分析和线性判别分析表现的效果更好。

关键词：模糊线性判别分析主成分分析近红外光谱 K近邻算法

来源：评论

学校读者我要写书评

暂无评论

基于VAE-CWGAN和特征统计重要性融合的网络流量异常检测方法

引用

通信学报 2024年

作者：刘涛涛付钰王坤段雪源海军工程大学信息安全系信阳职业技术学院数学与信息工程学院信阳师范大学计算机与信息技术学院

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题，提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先，为提升数据质量对数据集进行预处理；其次，搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡... 详细信息

针对传统入侵检测方法受限于数据集类不平衡以及所选特征代表性不强等问题，提出一种基于VAE-CWGAN和特征统计重要性融合的检测方法。首先，为提升数据质量对数据集进行预处理；其次，搭建VAE-CWGAN模型生成新样本以解决数据集类不平衡问题，使分类模型不再偏向于多数类；再次，使用标准差、中值差和均值差对特征进行排序，并融合其统计重要性来进行特征选择旨在获得代表性更强的特征，从而使模型更好地学习数据信息；最后，通过一维卷积神经网络对特征选择后的混合数据集进行分类。实验结果表明，所提方法在NSL-KDD、UNSW＿NB-15和CIC-IDS-2017数据集上都表现出较好的性能优势，准确率分别为98.95%、96.24%和99.92%，有效提升了入侵检测性能。

关键词：入侵检测网络流量类不平衡特征选择统计重要性融合

来源：评论

学校读者我要写书评

暂无评论

基于自适应卡尔曼滤波的视觉多目标跟踪

引用

计算机工程与应用 2025年第5期61卷 200-210页

作者：许华杰郑力文广西大学计算机与电子信息学院南宁530004 广西大学广西多媒体通信与网络技术重点实验室南宁530004 广西水利电力职业技术学院信息工程学院南宁530023

多目标跟踪MOT(multi-object tracking)旨在对视频序列中的多个目标进行识别与跟踪,并保持各目标的ID(identity),对运动不规律的多目标进行跟踪是该领域的难点,跟踪准确度难以保证且易出现目标ID频繁切换的问题。为提高跟踪准确度,提出... 详细信息

多目标跟踪MOT(multi-object tracking)旨在对视频序列中的多个目标进行识别与跟踪,并保持各目标的ID(identity),对运动不规律的多目标进行跟踪是该领域的难点,跟踪准确度难以保证且易出现目标ID频繁切换的问题。为提高跟踪准确度,提出自适应卡尔曼滤波AKF(adaptive Kalman filter),充分利用目标检测器提供的信息对运动模型加以修正,提高对运动不规律目标跟踪准确度;为解决目标ID频繁切换的问题,设计一种BIoUG贪婪算法,通过放大匹配框并采取择优匹配的方式,提高匹配机会并降低误匹配概率。在此基础上,提出一种针对运动不规律目标的多目标跟踪方法。实验结果表明,所提方法在DanceTrack数据集上的MOTA、HOTA、IDF1分别达到了92.2%、57.7%和58.7%;在MOT17数据集上,MOTA、HOTA、IDF1分别达到了80.3%、63.3%和77.3%。与目前主流的同类目标跟踪方法相比,所提方法对运动不规律和规律的目标均有较好的跟踪效果,体现出较好的综合性能,为运动不规律多目标的跟踪提供了新的解决思路。

关键词：多目标跟踪卡尔曼滤波数据关联轨迹匹配

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：