检索结果-内蒙古大学图书馆

电光与控制 2024年

作者：张迪刘婷婷宋家友郑州西亚斯学院计算机与软件工程学院郑州大学信息工程学院

针对传统三维激光点云场景分割算法容易忽略目标边界模糊的问题，采用边界对比学习算法设计了三维激光点云场景分割网络，旨在通过对比学习提升模型在边界处的预测性能。首先采用PointNet++作为主干网络，通过多尺度的降采样特征编码和... 详细信息

针对传统三维激光点云场景分割算法容易忽略目标边界模糊的问题，采用边界对比学习算法设计了三维激光点云场景分割网络，旨在通过对比学习提升模型在边界处的预测性能。首先采用PointNet++作为主干网络，通过多尺度的降采样特征编码和上采样特征解码来学习点云中不同类别的语义特征，并逐点预测目标类别，实现场景整体分割；然后引入了对比学习算法，采用迭代的方式捕获子场景点云的边界，并挖掘出模糊的边界点；最后在网络训练阶段利用对比学习损失函数实现边界类别增强，大幅提升了对三维激光点云场景分割的精度。在公开的三维激光点云场景分割数据集上进行了大量实验，结果表明：提出的分割算法在19个语义类别的点云中有15个的分割性能是最佳的，整体的指标性能均优于对比算法，消融实验和可视化结果也验证了提出的方法可以有效改善三维激光点云场景分割任务中边界的预测性能，充分说明了提出算法的优越性。

关键词：三维激光点云场景分割深度学习对比学习点云边界损失函数

来源：评论

学校读者我要写书评

暂无评论

CNS-Net:一种循环多注意力特征聚合架构

引用

郑州大学学报（理学版） 2024年第2期56卷 73-79页

作者：陈俊松易积政陈爱斌中南林业科技大学计算机与信息工程学院湖南长沙410004

基于卷积神经网络(convolutional neural network,CNN)方法在高分辨率遥感图像分类时,提取全局特征信息和局部特征信息方面有一定优势,但不能有效区别关键信息和干扰信息。由此,提出一种端到端的CNS-Net网络来提取图像显著性特征。首先... 详细信息

基于卷积神经网络(convolutional neural network,CNN)方法在高分辨率遥感图像分类时,提取全局特征信息和局部特征信息方面有一定优势,但不能有效区别关键信息和干扰信息。由此,提出一种端到端的CNS-Net网络来提取图像显著性特征。首先,设计了一个全局增强性模块(global enhancement module,GEM)通过显示建模通道之间的相互依赖关系,使网络选择性提取关键区域;其次,提出了一个多级循环注意模块(multi-stage cyclic attention module,MCAM)来捕捉特征信息的长期依赖关系和上下文感知信息;最后,在4个公共数据集上进行实验,结果表明所提方法达到了最优的分类性能。

关键词：卷积神经网络长短期记忆网络注意力机制遥感图像

来源：评论

学校读者我要写书评

暂无评论

一种基于VDSEC-UNet的遥感影像建筑物提取方法

引用

电子测量技术 2025年

作者：张剑飞王友为黑龙江科技大学计算机与信息工程学院

近年来卷积神经网络在遥感影像建筑物提取研究中取得了极大的成功，但其仍然面临着整体提取精度不高、错分、漏分和边界模糊等问题。针对以上问题，提出一种基于VDSEC-UNet的遥感影像建筑物提取方法。首先，使用VGG-16作为编码器，以提... 详细信息

近年来卷积神经网络在遥感影像建筑物提取研究中取得了极大的成功，但其仍然面临着整体提取精度不高、错分、漏分和边界模糊等问题。针对以上问题，提出一种基于VDSEC-UNet的遥感影像建筑物提取方法。首先，使用VGG-16作为编码器，以提取建筑物特征信息；其次，使用动态上采样代替传统上采样，增强模型对细节的感知能力，从而提升建筑物边界的提取精度；接着，在编解码器中间嵌入一个多尺度上下文信息提取模块，以充分考虑建筑物周围其他对象影响，引入足够的上下文信息及不同感受野下的全局信息，减少空间信息损失，提升对不同尺度建筑物的提取效果；然后，在每个跳跃连接部分嵌入ECA注意力机制，提高模型对影像中建筑物特征的关注度；同时，使用联合损失函数缓解类别不平衡问题；最后，构造CA-DPGHead模块并加在解码器末尾，以增强建筑物与背景之间的区分，使模型更加精准地定位和识别图像中的建筑物信息，进而提升对小型建筑物的提取精度并细化建筑物边界的提取效果。实验结果表明，VDSEC-UNet在Massachusetts和Inria数据集上的mIoU分别达到了82.07%和84.35%，F1指数分别达到了83.34%和86.66%，优于其它经典方法。

关键词：建筑物提取 VDSEC-UNet 多尺度上下文注意力机制 CA-DPGHead

来源：评论

学校读者我要写书评

暂无评论

一种编辑可控且可追责的可编辑区块链方案

引用

计算机应用研究 2025年

作者：薛庆水陈涛上海应用技术大学计算机科学与信息工程学院

现有的许多区块链应用研究方案都强调了区块的可编辑性以应对可能出现的错误问题，一个安全有效的可编辑区块链方案需要在保证链上数据可编辑的同时还要对其编辑权限进行严格控制。针对这些问题，首先设计了一种编辑请求控制策略，利用... 详细信息

现有的许多区块链应用研究方案都强调了区块的可编辑性以应对可能出现的错误问题，一个安全有效的可编辑区块链方案需要在保证链上数据可编辑的同时还要对其编辑权限进行严格控制。针对这些问题，首先设计了一种编辑请求控制策略，利用智能合约记录所有节点与区块的编辑状态来对相关编辑请求进行控制以应对区块编辑中存在的过度编辑问题；其次设计了一种应对大规模区块链的代表节点机制，代表节点的选取采用基于编辑行为的信誉度评估策略，解决了去中心化陷门管理下的陷门恢复效率问题；最后设立了一个可信的变色龙随机数生成机构来对代表节点的编辑内容进行严格限制以实现对编辑权限的细粒度控制。方案对比和实验结果表明，该方案在保证系统安全和高效的前提下实现了去中心化陷门管理和区块编辑，并且在复杂编辑环境中具有更高的稳定性和可控性。

关键词：可编辑区块链编辑请求控制智能合约陷门管理

来源：评论

学校读者我要写书评

暂无评论

基于多特征融合和通道注意力的深度学习云层检测方法

引用

遥感信息 2023年第1期38卷 121-129页

作者：杜晓凤傅莘莘朱祎厦门理工学院计算机与信息工程学院福建厦门360000

目前,基于传统图像处理的云层检测方法多依赖于来自特定传感器的纹理、颜色以及温度等物理特征,这类方法在遥感图像下垫面与云层具有相似的特性时,通常会出现较多错、漏检的情况。在深度学习方法良好性能的启发下,文章为解决这一问题提... 详细信息

目前,基于传统图像处理的云层检测方法多依赖于来自特定传感器的纹理、颜色以及温度等物理特征,这类方法在遥感图像下垫面与云层具有相似的特性时,通常会出现较多错、漏检的情况。在深度学习方法良好性能的启发下,文章为解决这一问题提出了一种新的云层检测方法FANet(feature fusion attention network)。FANet整体由特征提取、解码以及注意力模块组成。在特征提取模块中,FANet不仅保留了自顶向下连接,也新增了多条自底向上和同层连接来缩短信息单向流动和融合的路径,以缓解特征信息丢失的问题。此外,模型引入注意力模块计算各级融合特征图所占的权重,使多层级特征更精准地融合并形成丰富的语义和空间特征。最后,在使用了两个云层检测数据集的对比实验中,FANet分别达到了96.07%和97.03%的准确率,与传统图像方法和其他基于深度学习检测的方法相比,FANet具有准确率高、云层检测边界清晰等优点。

关键词：云层检测深度学习注意力机制特征融合图像分割

来源：评论

学校读者我要写书评

暂无评论

融合改进TCN与DRSN的IoT入侵检测模型

引用

小型微型计算机系统 2025年第2期46卷 474-481页

作者：赵建姜伟哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

入侵检测系统已逐步成为物联网安全的重要防护手段.然而,现有物联网入侵检测模型的样本数据存在类别不平衡、特征提取不足等问题,这导致了对于小类别攻击的低识别率与较低的精确率.因此,本文提出了一种融合改进时域卷积网络与深度残差... 详细信息

入侵检测系统已逐步成为物联网安全的重要防护手段.然而,现有物联网入侵检测模型的样本数据存在类别不平衡、特征提取不足等问题,这导致了对于小类别攻击的低识别率与较低的精确率.因此,本文提出了一种融合改进时域卷积网络与深度残差收缩网络的物联网入侵检测模型.首先,利用扩张因果卷积与一维卷积充分提取数据的时空特征,形成深层层次的网络结构;然后引入自我注意的软门槛,能够无需专家经验自动地设置门槛,消除冗余特征;最后,使用焦点损失函数来增强对少数类的识别率.实验在TON-IoT数据集上的总体准确率和F1值分别高达99.88%和99.64%,其中小样本类的F1值为100%.实验结果表明,与其他模型相比,所提模型显著提高了对于不平衡入侵数据的检测能力.

关键词：物联网入侵检测时域卷积网络深度残差收缩网络样本不平衡焦点损失函数

来源：评论

学校读者我要写书评

暂无评论

多模式特征融合网络肺结节良恶性分类方法

引用

计算机工程与应用 2023年第23期59卷 228-236页

作者：尹智贤夏克文武盼盼河北工业大学电子信息工程学院天津300401 天津师范大学计算机与信息工程学院天津300387

胸部计算机断层扫描(computed tomography,CT)中肺结节良恶性的精确分类对于肺癌的早期诊断具有重要意义。然而,CT影像中肺结节背景的复杂,以及图像特征提取不全面等问题,为实现肺结节良恶性的精确分类带来困扰。为此,提出了多模式特征... 详细信息

胸部计算机断层扫描(computed tomography,CT)中肺结节良恶性的精确分类对于肺癌的早期诊断具有重要意义。然而,CT影像中肺结节背景的复杂,以及图像特征提取不全面等问题,为实现肺结节良恶性的精确分类带来困扰。为此,提出了多模式特征融合网络肺结节良恶性分类方法。具体地,以MobileNet V3为骨干网络,以原始肺结节CT图像及提取出的结节图像为输入,设计了一种双路径特征提取网络,不仅能够有效提取原CT图像的全局信息,还能有效挖掘肺结节区域的判别性特征,以弥补结节较小时网络过多关注其周围组织从而产生误判的问题。此外,在特征提取阶段引入convolutional block attention module(CBAM)和通道混洗机制,进一步增强了网络的特征表达能力。同时,对原MobileNet V3网络结构做出修改,删除最后四组基于倒残差结构的bottlenecks(bnecks)模块,使模型能够以较小的时间和空间复杂度精确诊断恶性结节。在LIDC-IDRI数据集上的实验表明,提出的方法能够在显著降低网络参数量和FLOPs的同时实现对肺结节良恶性的精确分类,分类准确率、敏感性、特异性、精确率、F1值和AUC值分别达到了93.71%、94.03%、93.48%、95.56%、92.65%和98.66%。

关键词：肺结节良恶性分类特征融合卷积块注意力模块(CBAM) 通道混洗 MobileNet V3

来源：评论

学校读者我要写书评

暂无评论

基于特征优化的无参考光场图像质量评价

引用

计算机工程 2023年第7期49卷 242-250,268页

作者：徐正梅刘华明毕学慧王亚阜阳师范大学计算机与信息工程学院安徽阜阳236037

光场图像因其能够捕捉光的方向信息而备受学术界和产业界的广泛关注,然而,光场图像在压缩和重建过程中常会出现不同程度的失真,影响光场图像的后续处理和应用。因此,需要设计一个光场图像质量评估器来估计失真光场图像的质量。传统的光... 详细信息

光场图像因其能够捕捉光的方向信息而备受学术界和产业界的广泛关注,然而,光场图像在压缩和重建过程中常会出现不同程度的失真,影响光场图像的后续处理和应用。因此,需要设计一个光场图像质量评估器来估计失真光场图像的质量。传统的光场图像评价方法在提取光场图像的空间特征和角度特征时,未充分考虑人眼视觉的多通道特性以及人眼对角度变化的敏感性,从而影响光场图像的质量评价结果。为此,提出一种无参考光场图像质量评价方法。设计多频带局部二值模式算法,提取光场图像的空间特征并利用优化提取的空间特征测量光场图像的空间质量。提出加权局部相位量化算法,该算法在对微透镜图像单元中提取的角度特征进行相位量化时,根据角度信息变化的强弱赋予不同的权值。在此基础上,将空间和角度纹理特征结合成一维特征向量,输入到已经训练的支持向量回归中,得到光场图像的质量分数。在Win5-LID和NBU-LF1.0数据集上的实验结果表明,该方法的斯皮尔曼等级相关系数分别为0.799 1和0.803 2,相比SSIM、FSIM、BRISQUE等方法,具有更优的质量评估准确性和稳定性。

关键词：光场图像无参考质量评价多频带局部二值模式空间特征加权局部相位量化角度特征

来源：评论

学校读者我要写书评

暂无评论

基于适应度分组的多策略人工蜂群算法

引用

模式识别与人工智能 2022年第8期35卷 688-700页

作者：周新宇胡建成吴艳林钟茂生王明文江西师范大学计算机信息工程学院南昌330022

多策略机制是改进人工蜂群算法的有效手段,但是现有的很多相关工作未考虑种群中不同个体的特点,一视同仁地分配解搜索方程,导致多策略机制的有效性受到限制.为此,文中提出基于适应度分组的多策略人工蜂群算法,既考虑种群中的优秀个体,... 详细信息

多策略机制是改进人工蜂群算法的有效手段,但是现有的很多相关工作未考虑种群中不同个体的特点,一视同仁地分配解搜索方程,导致多策略机制的有效性受到限制.为此,文中提出基于适应度分组的多策略人工蜂群算法,既考虑种群中的优秀个体,又照顾较差个体.首先,根据个体适应度把种群划分为三组,每组个体都有自己的特点,能在勘探和开采之间有所侧重.然后,为每组设计具备不同搜索能力的解搜索方程,使各组能相互分工与合作,更好地平衡整体种群的勘探和开采能力.最后,为了继续维持观察蜂阶段的原有作用,设计融合全局最优个体和精英个体的解搜索方程,充分发挥优秀个体在搜索过程中的引导作用.在CEC2013、CEC2015测试集上的实验表明文中算法竞争力较强.

关键词：人工蜂群适应度分组搜索能力精英个体

来源：评论

学校读者我要写书评

暂无评论

一种基于欧氏距离的种群规模动态控制方法

引用

电子与信息学报 2022年第6期44卷 2195-2206页

作者：季伟东倪婉璐哈尔滨师范大学计算机科学与信息工程学院哈尔滨150025

种群规模是决定算法性能最重要的参数,其大小会引发算法过早收敛或效率低下等问题。该文提出一种基于欧氏距离的种群规模动态控制方法(EDPS),通过引入欧氏距离建立核心圆域,利用核心圆域反馈的信息动态控制种群规模,提出基于核心圆域的... 详细信息

种群规模是决定算法性能最重要的参数,其大小会引发算法过早收敛或效率低下等问题。该文提出一种基于欧氏距离的种群规模动态控制方法(EDPS),通过引入欧氏距离建立核心圆域,利用核心圆域反馈的信息动态控制种群规模,提出基于核心圆域的增加/删除个体数目的方法。将该方法运用到粒子群算法、遗传算法和差分进化算法中,对收敛性进行分析,在测试函数上对其性能进行测试,实验结果表明了所提新策略的有效性。

关键词：欧氏距离核心圆域动态控制种群规模自然计算

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：