检索结果-内蒙古大学图书馆

西北工业大学学报 2022年第2期40卷 433-441页

作者：张艳李星汕孙叶美刘树东天津城建大学计算机与信息工程学院天津300384

水下光学图像存在色偏、低对比度、目标模糊的现象,导致水下目标检测时存在漏检、误检等问题。针对上述问题,提出了一种基于通道注意力与特征融合的水下目标检测算法。基于通道注意力设计了激励残差模块,将前向传播的特征信息进行自适... 详细信息

水下光学图像存在色偏、低对比度、目标模糊的现象,导致水下目标检测时存在漏检、误检等问题。针对上述问题,提出了一种基于通道注意力与特征融合的水下目标检测算法。基于通道注意力设计了激励残差模块,将前向传播的特征信息进行自适应分配权重,以突出不同通道特征图的显著性,提高了网络对水下图像高频信息的提取能力;设计了多尺度特征融合模块,增加了大尺度特征图用于目标检测,利用其对应的小尺度感受野提高了网络对小尺寸目标的检测性能,进一步提高了网络对水下不同尺寸目标的检测精度;为提高网络对水下环境的泛化性能,设计了基于拼接和融合的数据增强方法,模拟水下目标的重叠、遮挡和模糊情况,增强了网络对水下环境的适应性。通过在公共数据集URPC上的实验,与YOLOv3、YOLOv4和YOLOv5相比,所提算法的平均精度均值分别提升5.42%,3.20%和0.9%,有效改善了水下复杂环境中不同尺寸目标漏检、误检的问题。

关键词：水下图像目标检测通道注意力多尺度特征融合深度学习

来源：评论

学校读者我要写书评

暂无评论

具有空间-通道重构卷积模块的肺音分类模型

引用

南方医科大学学报 2024年第9期44卷 1720-1728页

作者：叶娜吴辰文蒋佳霖兰州交通大学电子与信息工程学院计算机科学与技术系甘肃兰州730070

目的探究肺音数据的准确识别及分类。方法本文提出了一种结合空间-通道重构卷积(SCConv)模块的卷积网络架构以及双可调Q因子小波变换(DTQWT)与三重Wigner-Ville变换(WVT)结合的肺音特征提取方法,通过自适应地聚焦于重要的通道和空间特征... 详细信息

目的探究肺音数据的准确识别及分类。方法本文提出了一种结合空间-通道重构卷积(SCConv)模块的卷积网络架构以及双可调Q因子小波变换(DTQWT)与三重Wigner-Ville变换(WVT)结合的肺音特征提取方法,通过自适应地聚焦于重要的通道和空间特征,提高模型对肺音关键特征的捕捉能力。基于ICBHI2017数据集,进行正常音、哮鸣音、爆裂音、哮鸣音和爆裂音结合的分类。结果方法在分类的准确率、敏感性、特异性以及F1分数上分别达到85.68%、93.55%、86.79%、90.51%。结论所提方法在ICBHI 2017肺音数据库上取得了优异的性能,特别是在区分正常肺音和异常肺音方面。

关键词：肺音分类卷积神经网络空间-通道重构卷积双可调Q因子小波变换三重Wigner-Ville变换

来源：评论

学校读者我要写书评

暂无评论

基于多尺度注意力特征增强的异常流量检测方法

引用

通信学报 2024年第11期45卷 88-105页

作者：杨宏宇张豪豪成翔中国民航大学安全科学与工程学院天津300300 中国民航大学计算机科学与技术学院天津300300 扬州大学信息工程学院江苏扬州225127

针对现有网络异常流量检测方法存在特征冗余以及流量序列的时间依赖性,导致模型训练速度慢和检测性能不佳等不足,提出一种基于多尺度注意力特征增强的异常流量检测方法。首先,通过基于动态分组的特征选择算法从流量数据中选出最优特征... 详细信息

针对现有网络异常流量检测方法存在特征冗余以及流量序列的时间依赖性,导致模型训练速度慢和检测性能不佳等不足,提出一种基于多尺度注意力特征增强的异常流量检测方法。首先,通过基于动态分组的特征选择算法从流量数据中选出最优特征集合。其次,使用密集卷积神经网络和多尺度注意力特征提取网络分别提取流量数据的局部和全局特征。最后,利用特征增强网络增强局部和全局特征的区分度和整体表达的有效性,并采用加权融合的方法进行特征融合,实现异常流量检测。实验结果表明,所提方法在CIC-IDS2017和CSECIC-IDS2018数据集上的F1分数分别提升0.17%~2.75%、0.43%~8.99%,具有良好的检测效果。

关键词：异常流量检测特征选择多尺度注意力特征增强网络

来源：评论

学校读者我要写书评

暂无评论

自适应积空间离散动态图链接预测模型

引用

计算机科学与探索 2024年

作者：陈旭张其王叔洋景永俊北方民族大学计算机科学与工程学院北方民族大学电气信息工程学院

随着复杂网络分析在诸多领域的广泛应用，如推荐系统、社交网络、疾病传播网络和金融交易网络，动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题，提出了自适应积空间... 详细信息

随着复杂网络分析在诸多领域的广泛应用，如推荐系统、社交网络、疾病传播网络和金融交易网络，动态图的分析成为图神经网络研究的一个关键挑战。针对动态图神经网络在链接预测时因单一空间嵌入导致的嵌入扭曲问题，提出了自适应积空间离散动态图链接预测模型（APSDG），拟解决嵌入扭曲问题，提高离散动态图链接预测性能。通过结合欧几里得空间、双曲空间和超球面空间，构建积空间作为嵌入空间，以更好地拟合动态图数据的复杂结构。为实现积空间的自适应调整，设计了一种强化学习机制，动态优化各空间的维度比例和曲率参数。实验结果表明，APSDG在五个真实世界数据集上优于使用单一空间的基准模型，在动态链接预测和动态新链接预测任务中，AUC和AP指标上的平均增益分别为2.24%和1.90%，2.12%和1.43%， APSDG有效解决了单一空间嵌入方法的嵌入扭曲问题，能够更好地捕捉复杂网络的层次结构和规则结构，显著提升了动态链接预测效果。

关键词：离散动态图表示学习链接预测积空间几何深度学习强化学习

来源：评论

学校读者我要写书评

暂无评论

基于本地化差分隐私的多表星形连接查询

引用

软件学报 2025年第2期36卷 830-850页

作者：张啸剑曹小杰王宁孟小峰河南财经政法大学计算机与信息工程学院河南郑州450046 中国海洋大学信息科学与工程学部山东青岛266100 中国人民大学信息学院北京100872

基于本地化差分隐私多关系表示上的Star-JOIN查询已得到研究者广泛关注.现有基于OLH机制与层次树结构的Star-JOIN查询算法存在根节点泄露隐私风险、τ-截断机制没有给出如何选择合适τ值等问题.针对现有算法存在的不足,提出一种有效且... 详细信息

基于本地化差分隐私多关系表示上的Star-JOIN查询已得到研究者广泛关注.现有基于OLH机制与层次树结构的Star-JOIN查询算法存在根节点泄露隐私风险、τ-截断机制没有给出如何选择合适τ值等问题.针对现有算法存在的不足,提出一种有效且满足本地化差分隐私的Star-JOIN查询算法LPRR-JOIN(longitudinal path random response for join).该算法充分利用层次树的纵向路径结构与GRR机制,设计一种纵向本地扰动算法LPRR,该算法以所有属性纵向路径上的节点组合作为扰动值域.每个用户把自身元组映射到相应节点组合中,再利用GRR机制对映射后的元组进行本地扰动.为了避免事实表上存在的频率攻击,LPRR-JOIN算法允许每个用户利用阈值τ本地截断自身元组个数,大于τ条元组删减、小于τ条元组补充.为了寻找合适的τ值,LPRR-JOIN算法利用τ-截断带来的偏差与扰动方差构造总体误差函数,通过优化误差目标函数获得τ值;其次结合用户分组策略获得τ值的总体分布,再利用中位数获得合适的τ值.LPRR-JOIN算法与现有算法在3种多关系数据集上进行比较,实验结果表明其响应查询算法优于同类算法.

关键词：本地化差分隐私多表星形连接查询层次结构纵向节点组合随机应答机制

来源：评论

学校读者我要写书评

暂无评论

多执行器故障条件下植保无人机的自适应鲁棒容错控制

引用

中国农机化学报 2024年第10期45卷 254-261页

作者：李园园侯宝顺朱书慧郑州升达经贸管理学院信息工程学院郑州市451191 河南大学计算机与信息工程学院河南开封475001

针对多执行器故障条件下难以保证植保无人机的高度与姿态的准确控制问题,提出一种多执行器故障条件下植保无人机自适应鲁棒容错控制算法。在建立植保无人机高度、姿态动力学模型和执行器故障模型的基础上,基于非线性back‑stepping自适... 详细信息

针对多执行器故障条件下难以保证植保无人机的高度与姿态的准确控制问题,提出一种多执行器故障条件下植保无人机自适应鲁棒容错控制算法。在建立植保无人机高度、姿态动力学模型和执行器故障模型的基础上,基于非线性back‑stepping自适应控制原理,设计一种无需故障检测和隔离机制的非线性高度和姿态自适应容错控制器。通过容错控制器的自适应性保证多个执行器故障下植保无人机在高度与姿态上的跟踪控制性能,利用鲁棒控制保证系统在建模不确定性条件下的稳定性。结果表明,在单执行器故障条件下植保无人机的高度和姿态跟踪的最大误差分别为0.13 m和[±3.26°±2.71°±1.16°],在多执行器故障条件下植保无人机的高度和姿态跟踪的最大误差分别为0.21 m和[±3.11°±4.75°±3.07°],本文方法能够有效保证植保无人机的高度和姿态跟踪的跟踪性能,且跟踪误差渐近收敛。

关键词：植保无人机执行器故障鲁棒容错控制稳定性

来源：评论

学校读者我要写书评

暂无评论

融合注意力与频域特征的遥感图像配准

引用

激光杂志 2025年

作者：马文浩陈颖李铖昊魏庭旭上海应用技术大学计算机科学与信息工程学院同济大学中德工程学院

针对遥感图像尺度变化大、几何与辐射畸变复杂从而导致配准精度不足的问题，提出了一种融合注意力与频域特征的遥感图像配准模型。在特征提取阶段，首先构建基于自适应感受野的多尺度大核注意力模块，用于充分提取图像上下文信息并强化... 详细信息

针对遥感图像尺度变化大、几何与辐射畸变复杂从而导致配准精度不足的问题，提出了一种融合注意力与频域特征的遥感图像配准模型。在特征提取阶段，首先构建基于自适应感受野的多尺度大核注意力模块，用于充分提取图像上下文信息并强化对不同尺度目标的识别能力。其次，提出频域特征增强模块对网络进行逐层特征增强，以提升网络对细节与频率信息的表征能力。在特征匹配阶段，使用改进的基于L2距离的余弦相似度函数计算双向匹配关系，有效规避了遥感图像因光照变化、成像机理差异等因素造成的误差积累问题。在Aerial Image数据集上的实验结果表明：关键点正确估计的比例系数在0.05、0.03和0.01的情况下，该模型配准精度相较于基准方法分别提升了29.5、37.0和19.9个百分点，匹配效果良好且适应性与鲁棒性较强。

关键词：遥感图像配准大核注意力频域特征双向匹配

来源：评论

学校读者我要写书评

暂无评论

基于视觉Transformer的运动特征选择融合微表情识别算法

引用

信号处理 2025年第2期41卷 267-278页

作者：杜含月张鹏林强李晓桐徐森贲晛烨山东大学信息科学与工程学院山东济南250100 山东科技大学计算机科学与工程学院山东青岛266590 盐城工学院信息工程学院江苏盐城224051

微表情识别旨在揭示目标对象隐藏的真实情感,其在人机交互、心理诊断以及意图预测等领域具有重要应用价值。然而,微表情表达强度微弱、时间短暂且面部运动单元间存在长距离依赖,使得传统卷积神经网络难以有效表征微表情动态特征。此外,... 详细信息

微表情识别旨在揭示目标对象隐藏的真实情感,其在人机交互、心理诊断以及意图预测等领域具有重要应用价值。然而,微表情表达强度微弱、时间短暂且面部运动单元间存在长距离依赖,使得传统卷积神经网络难以有效表征微表情动态特征。此外,微表情特征与受试者身份以及面部外观信息存在强耦合性,不利于分离和提取微表情语义信息。为了解决上述问题,本文提出了一种基于视觉Transformer和运动特征选择的微表情识别算法。首先,利用TVL1光流算法计算水平和垂直光流运动图,用以表征面部运动。随后,利用视觉Transformer网络编码微表情发生时面部运动单元间的运动依赖关系,为了进一步提升特征表达能力,本文设计了特征选择融合模块(Feature Selection Fusion Module,FSFM)以实现微表情关键的局部信息的有效获取,并引入空间一致性注意力模块(Spatial Consistency Attention Module,SCAM)以确保不同运动特征在空间分布上的一致性。此外,本文提出的交叉注意力融合模块(Cross Attention Fusion Module,CAFM)能够增强微表情语义信息的表征能力。与现有方法相比,本文所提出的算法在三个权威的微表情数据库上微表情识别任务中表现出显著的准确率提升,进一步验证了该方法的有效性与优越性。

关键词：微表情识别特征选择与融合交叉注意力机制视觉Transformer

来源：评论

学校读者我要写书评

暂无评论

基于语义引导神经网络的人体动作识别算法

引用

图学学报 2024年第1期45卷 26-34页

作者：郭宗洋刘立东蒋东华刘子翔朱熟康陈京华长安大学信息工程学院陕西西安710064 中山大学计算机学院广东广州510006

近年来,采用深度前馈神经网络对骨骼关节的三维坐标建模成为了一种趋势。但网络识别准确率低、巨大的参数量以及实时性差仍然是基于骨骼数据动作识别领域中急需解决的问题。为此,提出一种基于语义引导神经网络(SGN)改进的网络模型。首先... 详细信息

近年来,采用深度前馈神经网络对骨骼关节的三维坐标建模成为了一种趋势。但网络识别准确率低、巨大的参数量以及实时性差仍然是基于骨骼数据动作识别领域中急需解决的问题。为此,提出一种基于语义引导神经网络(SGN)改进的网络模型。首先,在原网络中引入了非局部特征提取模块用于增强其在高级语义指导模型训练和预测的表现,降低了其在自然语言处理任务中的计算复杂性和推理时间;其次,引入注意力机制学习每个图卷积网络层的通道权重并减少通道间的冗余信息,进一步提高模型的计算效率和识别准确率;此外,以可变形卷积模块动态学习不同图卷积网络(GCN)层通道的权重,并有效地聚合不同通道中的关节特征用于网络最后的分类识别,从而提高特征信息的利用率。最后,在NTU RGB+D和NTU RGB+D 120公开数据集上进行人体动作识别实验。实验结果表明,所提出的网络比大多数网络小一个数量级,并且在识别准确率上明显优于原网络和其他一些先进的算法。

关键词：人体动作识别图卷积网络语义引导神经网络非局部特征提取注意力机制可变形卷积

来源：评论

学校读者我要写书评

暂无评论

基于攻击引导扩散的中文对抗样本生成方法

引用

清华大学学报（自然科学版） 2024年第12期64卷 1997-2006页

作者：吴厚月李现伟张顺香朱洪浩王婷蚌埠学院计算机与信息工程学院蚌埠233030 安徽工业大学安徽省工业互联网智能应用与安全工程研究中心马鞍山243032 安徽理工大学计算机科学与工程学院淮南232000 合肥综合性国家科学中心人工智能研究院合肥240088 淮南联合大学信息工程学院淮南232000

中文对抗样本生成作为自然语言处理领域的重要研究内容,一直受到众多学者的广泛关注。先前的中文对抗样本生成方法主要有替换字词、改变词序等,生成的对抗样本攻击效果差且容易被检测模型识别。该文提出基于攻击引导扩散的中文对抗样本... 详细信息

中文对抗样本生成作为自然语言处理领域的重要研究内容,一直受到众多学者的广泛关注。先前的中文对抗样本生成方法主要有替换字词、改变词序等,生成的对抗样本攻击效果差且容易被检测模型识别。该文提出基于攻击引导扩散的中文对抗样本生成方法DiffuAdv。将扩散模型引入中文对抗样本生成中,通过模拟文本对抗样本攻击时的数据分布来增强其扩散机制,利用对抗样本与原始样本之间的变化梯度作为引导条件,在预训练阶段指导模型的逆扩散过程,进而生成更自然且攻击成功率更高的对抗样本。在多个数据集上对自然语言处理领域的不同任务与多种方法进行了对比实验验证。结果表明,本文方法所生成的对抗样本具有高攻击成功率。此外,消融实验也验证了攻击梯度引导在提高对抗样本生成质量的有效性。经过困惑度(PPL)度量实验,本文方法所生成的对抗样本平均PPL仅为0.518,验证了其具有强鲁棒性。DiffuAdv的提出丰富了文本对抗样本生成的研究视角,也拓宽了文本情感分类、因果关系抽取及情感原因对抽取等任务的研究思路。

关键词：对抗样本生成引导扩散条件扩散扩散模型文本生成

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：