检索结果-内蒙古大学图书馆

安全与环境学报 2025年第4期25卷 1247-1256页

作者：李灵芝林雯洁钱宇昕韩晓健胡汉云赖文韬南京工业大学土木工程学院南京211816 南京工业大学计算机与信息工程学院(人工智能学院) 南京211816

为满足大规模既有建筑安全性快速评估和常态化安全管理的需求,开发多源数据融合驱动的既有建筑安全性评价与预警管理系统,并展开实例应用。采用多源数据融合方法建立既有建筑数据模型,以解决老旧建筑图纸缺失、模型建立困难问题;利用C#... 详细信息

为满足大规模既有建筑安全性快速评估和常态化安全管理的需求,开发多源数据融合驱动的既有建筑安全性评价与预警管理系统,并展开实例应用。采用多源数据融合方法建立既有建筑数据模型,以解决老旧建筑图纸缺失、模型建立困难问题;利用C#语言和Dynamo可视化编程进行Revit二次开发,内置既有建筑安全评定逻辑和评定方法;采用案例推理方法构建既有建筑安全预警管理案例库,为既有建筑安全预警管理提供决策参考;以Revit软件为平台载体,创建安全性评价规范鉴定和安全预警管理功能模块,实现既有建筑安全的自动化评估和可视化预警管理。以某老旧教学楼为例,运行已开发的安全性评价与预警管理系统,发现输出安全性评级与专业鉴定结果一致,并形成构件损伤预警清单、输出相似案例及其预警管理对策,验证了系统的可靠性。

关键词：安全工程既有建筑安全多源数据 BIM技术多源点云

来源：评论

学校读者我要写书评

暂无评论

结合深度信息引导和多尺度通道注意力机制的单目三维目标检测算法

引用

山东大学学报(理学版) 2025年第1期60卷 63-73,82页

作者：刘青李伟余少勇宋宇萍周启迪邹伟林厦门理工学院计算机与信息工程学院福建厦门361024 龙岩学院数学与信息工程学院福建龙岩364012 厦门大学数学科学学院福建厦门361005

针对三维边界框无法从缺少空间线索的单目图像中准确估计的问题,本文提出一种基于深度信息引导和多尺度通道注意力机制的单目三维目标检测算法。为了引入三维信息并有效地获取和利用不同尺度特征图的空间信息,在特征提取模块中利用多尺... 详细信息

针对三维边界框无法从缺少空间线索的单目图像中准确估计的问题,本文提出一种基于深度信息引导和多尺度通道注意力机制的单目三维目标检测算法。为了引入三维信息并有效地获取和利用不同尺度特征图的空间信息,在特征提取模块中利用多尺度分割注意力算法,分别从单目图像和深度图中提取多尺度预处理特征图,利用通道注意力算法进行权重标定,提高了特征图的表征能力。通过深度引导动态局部卷积网络,将包含多尺度信息的深度图特征作为单目图像特征的特定卷积核,引入三维信息作为指导,减少直接融合的误差累积,并解决单目视觉中近大远小的尺度敏感问题。选择不同的评估指标对模型的性能进行评价与比较。实验结果表明,同其他算法相比,本文算法的自动驾驶数据集中汽车、行人、骑自行车的人的三维目标检测平均精度均提高。

关键词：单目三维目标检测深度引导多尺度通道注意力机制自动驾驶

来源：评论

学校读者我要写书评

暂无评论

基于光谱-纹理特征的辣椒早疫病潜育期高光谱图像检测识别

引用

生物化学与生物物理进展 2025年第1期52卷 233-243页

作者：沈梦姣鲍浩张艳贵阳学院计算机科学学院农产品无损检测中心贵阳550005 贵州大学大数据与信息工程学院贵阳550025

目的早疫病是茄科作物生长过程中的一种常见破坏性病害,严重时会导致作物欠收而损失严重,传统的作物病害检测方法难以在病害潜育期及时发现病害特征从而采取科学有效的防治措施。本文通过高光谱成像仪连续监测从而获得不同感染期辣椒早... 详细信息

目的早疫病是茄科作物生长过程中的一种常见破坏性病害,严重时会导致作物欠收而损失严重,传统的作物病害检测方法难以在病害潜育期及时发现病害特征从而采取科学有效的防治措施。本文通过高光谱成像仪连续监测从而获得不同感染期辣椒早疫病的高光谱图像,利用光谱角余弦-相关系数和切比雪夫距离确定了辣椒早疫病潜育期最早可识别时间(本实验潜育期最早可识别时间为接种后24h)。方法以辣椒早疫病潜育期病状作为研究对象,采用遗传算法筛选出13个特征波长,经特征波长优化组合并结合逻辑回归模型建立基于光谱特征的作物病害潜育期病状识别模型。同时,利用局部二值模式建立基于图像纹理特征的辣椒早疫病潜育期识别模型。结果实验以120个样本进行测试,基于光谱特征的作物病害潜育期病状检测识别模型在训练集和测试集的准确率均达到93%以上,基于纹理特征的作物病害潜育期病状检测识别模型在训练集和测试集的准确率分别达到了98.96%和100%。结论利用光谱特征或者纹理特征均可实现作物病害潜育期病状的检测识别,纹理特征相比光谱特征更显著地揭示了病害潜育期特征,有效提升了模型检测性能。本文研究成果可为其他作物病害潜育期病状的监测识别提供理论参考。

关键词：高光谱图像辣椒早疫病潜育期图谱特征检测识别

来源：评论

学校读者我要写书评

暂无评论

基于角色的自适应参数共享方法

引用

模式识别与人工智能 2025年第3期38卷 193-204页

作者：方宝富王琼王浩王在俊合肥工业大学计算机与信息学院合肥230601 新疆农业大学计算机与信息工程学院乌鲁木齐830052 中国民用航空飞行学院民航飞行技术与飞行安全重点实验室广汉618307

在大规模异构多智能体强化学习中,参数共享常用于减少训练参数并加速训练过程,但传统完全参数共享方法容易导致智能体行为过度一致,而独立参数训练方法却受到计算复杂度和内存限制.因此,文中提出基于角色的自适应参数共享方法(Role-Base... 详细信息

在大规模异构多智能体强化学习中,参数共享常用于减少训练参数并加速训练过程,但传统完全参数共享方法容易导致智能体行为过度一致,而独立参数训练方法却受到计算复杂度和内存限制.因此,文中提出基于角色的自适应参数共享方法(Role-Based Adaptive Parameter Sharing Method,RAPS).首先,根据智能体的任务特性进行角色分组.然后,在同一网络结构下,结合非结构化网络剪枝技术,为不同角色的智能体生成稀疏化的子网络结构,并引入动态调整机制,根据任务需求自适应优化共享参数与独立参数的比例.此外,通过角色间的协作损失函数,进一步增强异构智能体间的协调能力,在有效降低计算复杂度的同时,保持异构智能体的行为差异性.实验表明,在不同多智能体任务上,RAPS都能提升多智能体系统的性能和可扩展性.

关键词：大规模异构多智能体强化学习参数共享非结构化网络剪枝角色分组

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

基于知识图谱的多模态教学资源跨域推荐方法研究

引用

河南大学学报(自然科学版) 2025年第03期 262-270页

作者：刘定一刘会霞乔保军刘丽娟河南警察学院河南大学计算机与信息工程学院信阳农林学院

多模态教学资源涉及文字、图像、视频等多种媒体形式，且其分布不均，跨域推荐难度大，为此提出一种基于知识图谱的推荐方法.收集文字、图像、视频以及交互类等多种类型的多模态教学资源，从收集到的多模态教学资源中抽取实体、关系、... 详细信息

多模态教学资源涉及文字、图像、视频等多种媒体形式，且其分布不均，跨域推荐难度大，为此提出一种基于知识图谱的推荐方法.收集文字、图像、视频以及交互类等多种类型的多模态教学资源，从收集到的多模态教学资源中抽取实体、关系、属性建立知识图谱，计算不同资源之间的知识图谱相似度以及资源推荐分值，对于资源推荐分值降序排列后形成Top-N推荐列表.测试结果表明，所研究推荐方法的多模态教学资源跨域推荐覆盖率与准确率更高，说明方法推荐的资源更加全面且准确，能够更好地发掘和利用教学资源库中的资源.

关键词：知识图谱多模态教学资源跨域推荐方法

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

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

番茄早疫病高光谱图像早期判别及可视化研究

引用

生物化学与生物物理进展 2025年第2期52卷 513-524页

作者：鲍浩黄莉张艳庞浩贵阳学院计算机科学学院农产品无损检测工程研究中心贵阳550005 贵州大学大数据与信息工程学院贵阳550025

目的番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区... 详细信息

目的番茄是世界范围内产量高、种植面积广的经济作物之一,具有较高的经济效益。番茄早疫病感染速度快、传播范围广、破坏性强,导致番茄减产减收带来严重的经济损失。番茄早疫病早期病状的判别可以为病害的科学防治提供参考,实现病害区域的可视化定位,精准指导病害防治。本文使用高光谱图像结合机器学习算法建立了番茄早疫病早期病状的判别模型,实现了番茄早疫病早期判别和病害区域的可视化定位。方法针对高光谱图像的噪声干扰,利用鲁棒主成分分析(RPCA)实现高光谱图像的去噪处理;为了避免主观选择感兴趣区域造成信息表征不足的问题,使用最大类间方差法(OTSU)算法从背景中有效提取了番茄叶片,并以整个番茄叶片的平均光谱作为研究对象,结合多元散射校正(MSC)算法以及标准化建立了光谱预处理的综合方法;针对预处理后的光谱,为了提高模型的判别能力,建立了基于特征波长和线性核函数SVM的番茄早疫病早期判别模型。结果较全光谱波长建模在测试集上的准确率提高8.33%;对SVM模型的参数进行优化,当参数C=1.64时,训练集和测试集上准确率分别达到了91.67%和94.44%,较参数优化前的模型在训练集上的准确率提高了1.19%,而测试集准确率保持不变,有效缓解了模型欠拟合问题。结论本文建立了番茄早疫病高光谱图像早期判别模型并实现了早期病状的可视化定位,基于特征波长和线性核函数SVM的判别模型可以有效判别番茄早疫病病害的早期病状;利用患病概率的形式对番茄早疫病早期病状进行可视化定位,可视化分析更直观地发现早期病害并采取防治措施。本研究为植物病害早期病状的判别和可视化研究提供了参考,对作物病害的监测识别和科学防治具有重要意义。

关键词：高光谱成像机器学习遗传算法番茄早疫病早期病状可视化

来源：评论

学校读者我要写书评

暂无评论

IRS辅助及人工噪声增强的高铁隐蔽通信波束赋形方法

引用

西南交通大学学报 2025年

作者：李翠然孙姝婧张泽鹏王惠琴谢健骊兰州交通大学电子与信息工程学院兰州理工大学计算机与通信学院

针对高铁无线通信系统中信息传输普遍存在的有效吞吐量低和隐蔽程度受限的问题，考虑以隐蔽需求、最大人工噪声(AN)发射功率和IRS相移的单位模为约束，构建以最大化高铁无线通信系统有效吞吐量为目标函数的优化问题，设计了一种基于智... 详细信息

针对高铁无线通信系统中信息传输普遍存在的有效吞吐量低和隐蔽程度受限的问题，考虑以隐蔽需求、最大人工噪声(AN)发射功率和IRS相移的单位模为约束，构建以最大化高铁无线通信系统有效吞吐量为目标函数的优化问题，设计了一种基于智能反射面(IRS)辅助及AN增强的高铁无线隐蔽通信波束赋形方法。为了解决优化变量耦合的问题，采用交替优化策略将原问题分解为三个子问题：基站波束赋形、IRS相移优化和AN发射功率优化。首先通过分式规划中二次变换方法将隐蔽需求约束映射在复圆流形上，然后利用共轭梯度算法(CG)对IRS相移进行优化，最后使用Dinkelbach算法对AN发射功率设计并交替迭代优化。仿真结果表明，该算法的计算复杂度较低，在高速情况下，系统有效吞吐量提升了27.31%，提升了隐蔽传输性能，对保障高铁无线通信系统安全信息传输具有重要的意义。

关键词：智能反射面高铁通信隐蔽通信交替优化波束赋形

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：