检索结果-内蒙古大学图书馆

数据采集与处理 2024年第5期39卷 1228-1239页

作者：郝亮周诗洋莫允扬陈勇勇徐勇苏敬勇哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055

在钢铁行业中,碳化物是钢材中一种非常重要的组成成分,其在钢材中的分布对于评估钢材的质量具有很高的参考价值。然而,目前棒材碳化物的检测手段主要为人工检测,成本高昂且缺乏稳定性。引入人工智能领域的深度学习技术,收集并标注了319... 详细信息

在钢铁行业中,碳化物是钢材中一种非常重要的组成成分,其在钢材中的分布对于评估钢材的质量具有很高的参考价值。然而,目前棒材碳化物的检测手段主要为人工检测,成本高昂且缺乏稳定性。引入人工智能领域的深度学习技术,收集并标注了3192张高质量钢铁棒材带状碳化物图像与11个完整样品数据,创建了工业场景下的棒材带状碳化物目标检测数据集(Banded carbide dataset on object detection for steel bar,BCDOD)。使用深度学习领域中常见的目标检测方法对数据集进行了实验分析,针对应用场景与数据的特点,引入旋转数据增强、Focal Loss函数与负样本微调对级联R⁃CNN模型进行改进,提升了模型的性能,平均精度达到96%。同时,在完整样品数据取得了100%的识别准确率,取得了较为理想的效果,弥补了人工智能技术在碳化物金相检测领域的空缺。

关键词：碳化物金相组织缺陷检测目标检测级联R⁃CNN

来源：评论

学校读者我要写书评

暂无评论

基于条件生成模型的高效近似查询处理框架

引用

浙江大学学报（工学版） 2022年第5期56卷 995-1005页

作者：白文超韩希先王金宝哈尔滨工业大学计算机科学与技术学院山东威海264201

提出新型的近似查询处理方法,以克服近似查询处理任务中数据偏斜所导致的查询准确率低的问题.该方法以条件生成对抗神经网络为基础,融入条件变分自编码器,保证算法执行的稳定性,提高模型准确率;使用Wasserstein距离衡量模型误差,防止模... 详细信息

提出新型的近似查询处理方法,以克服近似查询处理任务中数据偏斜所导致的查询准确率低的问题.该方法以条件生成对抗神经网络为基础,融入条件变分自编码器,保证算法执行的稳定性,提高模型准确率;使用Wasserstein距离衡量模型误差,防止模型坍塌.基于该条件生成模型实现近似查询处理,回答用户查询而无须访问底层数据,避免磁盘交互,并与聚集预计算相结合,构成高效的近似查询处理框架,能更加准确、快速地回答交互式查询.设计高效的表决算法,对模型生成的样本以及样本内部数据进行过滤,提高生成的样本质量,最小化查询误差.实验结果表明,与其他近似查询处理算法相比,该方法可以有效克服数据偏斜的影响,同时能够在更短的交互时间内更加准确地回答用户查询.

关键词：条件生成对抗网络条件变分自编码器近似查询处理聚集预计算数据偏斜

来源：评论

学校读者我要写书评

暂无评论

结合在线归纳和直推推理的快速视频目标分割方法

引用

计算机学报 2022年第10期45卷 2117-2132页

作者：徐凯李国荣洪德祥张维刚齐元凯黄庆明中国科学院大学计算机科学与技术学院哈尔滨工业大学(威海)计算机科学与技术学院

视频目标分割任务是通过算法自动获得视频序列中感兴趣目标对应的像素级区域.因为存在目标表观变化、尺度变化、相似目标干扰、遮挡等困难,所以视频目标分割是一个非常有挑战的任务.现有的方法按照对给定的视频第一帧真实标签的利用方... 详细信息

视频目标分割任务是通过算法自动获得视频序列中感兴趣目标对应的像素级区域.因为存在目标表观变化、尺度变化、相似目标干扰、遮挡等困难,所以视频目标分割是一个非常有挑战的任务.现有的方法按照对给定的视频第一帧真实标签的利用方式不同可以分为两类:一类是基于在线归纳学习的方法;另一类是基于直推推理的方法.基于在线归纳学习的方法为了获得准确的结果,在测试阶段,利用给定的初始帧分割图来在线地微调整个网络,导致时间消耗较大,很难满足实时需求.此外,基于直推推理的方法在建模时序推理规则时需要使用大量的合成数据或者标注数据,增加了算法训练的成本.为了充分利用基于在线归纳学习和基于直推推理的两类算法的优点,同时避免两种方法的缺点,本文提出了一个新的结合在线归纳学习和直推推理的快速视频目标分割算法,该网络由直推推理分支和在线归纳分支组成.具体的,直推推理分支可以通过视频前若干帧图像和对应的分割图建模视频短期内的时序变换和运动信息,从而推理出当前帧的分割结果,其学到的时序特征可以指导网络提高视频分割的稳定性.直推推理分支的预训练过程中只需要使用无标注的原始视频数据,不需要使用任何的合成或标注信息.在线归纳分支根据参考帧在线训练,学到目标表观的判别性特征,提供长期的表观判别力.为了提高测试速度,不同于以往的方法,本文没有利用第一帧在线微调整个网络,而是通过在线更新一个非常轻量的模板网络.轻量模板网络提供粗略的分割结果作为注意力图作用到时序特征和当前帧的图像特征,然后经过解码网络生成最终更加精细的分割结果.通过大量的实验,表明本文的方法取得了当前较优的效果,在DAVIS-2017和YouTube-VOS数据集上分别达到了J&F指标的72.9%和73.8%,在DAVIS-2016数据集上速度达到18帧每秒.

关键词：视频目标分割自监督学习注意力机制视频预测在线学习

来源：评论

学校读者我要写书评

暂无评论

未知环境下融合局部-全局策略的AUV路径规划

引用

系统仿真学报 2024年

作者：孟文龙濮彦博龚亚哈尔滨工业大学(威海)计算机科学与技术学院山东大学(威海)海洋学院

在未知复杂环境中，自主水下航行器(Autonomous Underwater Vehicle， AUV)的路径搜索一直是工程实践中的重要挑战。现有的路径规划算法往往难以高效探索并生成高质量轨迹。为应对这一问题，提出融合局部-全局策略的路径规划算法，旨在... 详细信息

在未知复杂环境中，自主水下航行器(Autonomous Underwater Vehicle， AUV)的路径搜索一直是工程实践中的重要挑战。现有的路径规划算法往往难以高效探索并生成高质量轨迹。为应对这一问题，提出融合局部-全局策略的路径规划算法，旨在为AUV在未知空间中的目标搜索提供合理且高效的优化路径。通过滚动窗口技术，将全局一次性路径规划问题转化为多次局部规划的迭代过程。在全局探测阶段，使用滚动窗口来决定高层路径分支，确定分支航点，完善局部路径的计算，从而提高精度。在局部探测阶段，提出一种改进RRT-Connect算法，通过将自适应圆采样与动态步长相结合，减少冗余采样点的产生，提高局部路径规划的效率。仿真实验测试表明，在未知复杂环境中，算法能够高效实现AUV路径搜索。所提出的改进RRT-Connect算法具备更快的收敛速度，与传统RRT-Connect算法相比，生成路径更短，更加贴近全局路径。

关键词：路径规划水下未知空间滚动规划改进RRT-Connect算法

来源：评论

学校读者我要写书评

暂无评论

基于模型校准和控制编码的多阶段知识对话系统

引用

中文信息学报 2024年第6期38卷 129-138页

作者：孙泽田周雨琦户保田胡欣硕赵宇许天骁李东方张民哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518000

基于搜索引擎的知识对话系统需要解决三个问题:何时检索(When),检索什么(What),如何将知识与对话历史融合(How)。该文将基于搜索引擎的知识对话系统拆解为三个阶段:对话模式选择,搜索词生成以及对话回复生成,并对对话模式选择和对话回... 详细信息

基于搜索引擎的知识对话系统需要解决三个问题:何时检索(When),检索什么(What),如何将知识与对话历史融合(How)。该文将基于搜索引擎的知识对话系统拆解为三个阶段:对话模式选择,搜索词生成以及对话回复生成,并对对话模式选择和对话回复生成两个阶段进行优化:使用置信度校准的方式降低分类结果中假阴性样本的比例,提高对话模式判断的准确率并改善搜索词生成的质量;使用控制编码的方式对生成模型进行约束以提高模型生成回复时的知识利用率,并构建排序器对对话回复做进一步的筛选优化。实验表明,该文的方法对比基线模型有较大的效果提升。在2022年语言与智能技术竞赛的知识对话任务中,该知识对话系统获得第四名的成绩。

关键词：知识对话系统自然语言处理

来源：评论

学校读者我要写书评

暂无评论

面向多样化数据清洗任务的证据集智能选择方法

引用

计算机科学 2024年第8期51卷 124-132页

作者：钱泽凯丁小欧孙哲王宏志张岩哈尔滨工业大学计算机科学与技术学院哈尔滨150006

由于针对单一特定数据质量问题而设计的数据清洗算法并不总能有效地适用于多种清洗需求共存的数据质量提升技术,因此可采用多种清洗方法互相配合的方式来解决各种数据清洗需求。将数据清洗问题转换为证据集的生成和选择问题,基于聚合查... 详细信息

由于针对单一特定数据质量问题而设计的数据清洗算法并不总能有效地适用于多种清洗需求共存的数据质量提升技术,因此可采用多种清洗方法互相配合的方式来解决各种数据清洗需求。将数据清洗问题转换为证据集的生成和选择问题,基于聚合查询的增量式质量评估方案和基于中间算子证据集的算子结果选择方案,在多种清洗任务下实现了多种清洗方法配合的高效数据清洗。在所提清洗模型中,算子库提供数据清洗结果并将其转换为中间算子;中游的采样器将中间算子集分流和剪枝,给搜索器提供优质的候选证据集;下游的搜索器在质量评估器的指导下进行证据集的选择,搜索完毕后向上游算子库更新数据和必要的参数,使算子库重新迭代生成中间算子。最后,基于3个不同规模的真实数据集进行了大量实验,通过不同数据清洗任务下的性能验证在任意种类的数据清洗需求下算子编排的可行性,并将所提方法和现有的智能数据清洗系统进行性能对比。结果表明,在多种清洗任务中,所提方法在多种数据质量约束、动态和大规模的数据清洗方面具有稳定的准确率和召回率,且同一清洗时间下异常值、规则违反和混合错误的清洗任务性能优于其他智能数据清洗系统15%以上。

关键词：数据清洗数据质量评估流水线系统设计算子选择证据集

来源：评论

学校读者我要写书评

暂无评论

面向LoongArch边界检查访存指令的GCC优化

引用

计算机研究与发展 2025年第5期62卷 1136-1150页

作者：舒燕君郑翔宇徐成华黄沛王永琪周凡张展左德承哈尔滨工业大学计算学部哈尔滨150001 龙芯中科技术股份有限公司北京100095 中国科学技术大学计算机科学与技术学院合肥230026

为了减少内存安全检查的开销,LoongArch指令集架构引入了边界检查访存类指令.然而,作为一种新的内存访问指令,目前GCC(GNU compiler collection)编译器不支持该类指令,LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存... 详细信息

为了减少内存安全检查的开销,LoongArch指令集架构引入了边界检查访存类指令.然而,作为一种新的内存访问指令,目前GCC(GNU compiler collection)编译器不支持该类指令,LoongArch硬件能力不能得到充分利用.针对此LoongArch边界检查访存指令改进了GCC编译器,实现利用该类指令优化程序的内存安全检查.具体而言,完成了3个方面的工作:1)设计实现了针对边界检查访存指令的内建函数;2)改进GCC RTL(register transfer language)阶段的优化器,使其能够识别无异常处理和带异常处理2种情况的边界检查访存语义,并自动优化;3)面向LoongArch边界检查访存指令触发的边界检查异常(bound check exception,BCE),设计了新的Linux内核异常信号SIGBCE和相应的运行时库glibc(GNU C library)的信号处理函数,实现了BCE处理.通过在GCC 12.2.0和龙芯3C5000L服务器进行实验,验证了改进后的编译器不仅能正确使用新引入的边界检查访存指令,而且在某些安全函数中带来接近20%的性能提升.完善了LoongArch生态,推进了LoongArch指令集发展,对此类特定指令编译器优化工作有一定的借鉴意义.

关键词：编译器优化 LoongArch GCC 边界检查访存龙芯CPU 异常处理内存安全

来源：评论

学校读者我要写书评

暂无评论

风机叶片表面缺陷的小样本检测方法

引用

哈尔滨理工大学学报 2024年

作者：丁博王涛张颖何勇军哈尔滨理工大学计算机科学与技术学院哈尔滨工业大学计算机科学与技术学院

针对数据驱动的深度学习方法需要大量标注数据而在实际应用中获取数据困难的问题，提出风机叶片表面缺陷的小样本检测方法。目前在小样本学习中，基于两阶段目标检测模型Faster R-CNN的研究是一个热点。在此基础上，提出了一个采样特征... 详细信息

针对数据驱动的深度学习方法需要大量标注数据而在实际应用中获取数据困难的问题，提出风机叶片表面缺陷的小样本检测方法。目前在小样本学习中，基于两阶段目标检测模型Faster R-CNN的研究是一个热点。在此基础上，提出了一个采样特征聚合（sample feature aggregation， SFA）的小样本缺陷检测方法。该方法引入变分自编码器学习支持集样本的潜在分布，并从中采样出类别注意力向量，避免个别特征不明显的样本对类别注意力向量的影响。在自主构建的风机叶片表面缺陷(wind turbine blade surface defect， WSD)数据集上，所提出的方法仅用5张图片就能实现对叶片表面缺陷的检测。实验结果表明，所提方法在小样本缺陷检测问题中优于其他对比方法。

关键词：小样本目标检测表面缺陷元学习

来源：评论

学校读者我要写书评

暂无评论

面向推荐系统的多目标决策优化算法

引用

西安交通大学学报 2022年第8期56卷 104-112页

作者：李松王冠群郝晓红郝忠孝哈尔滨理工大学计算机科学与技术学院哈尔滨150080 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

针对推荐系统利用多目标决策技术进行位置信息的查询与推荐时,由于查询者位置的移动和空间障碍物的位置变化导致传统多目标决策技术的查询效率较低的问题,提出了一种基于范围的障碍空间连续Skyline查询算法。首先,根据静态Skyline点的... 详细信息

针对推荐系统利用多目标决策技术进行位置信息的查询与推荐时,由于查询者位置的移动和空间障碍物的位置变化导致传统多目标决策技术的查询效率较低的问题,提出了一种基于范围的障碍空间连续Skyline查询算法。首先,根据静态Skyline点的特征对由空间数据对象信息组成的初始数据集进行约减;然后,根据障碍空间中查询者的位置移动的特点构建距离相交模型,利用距离相交模型和数据对象的属性提出了剪枝策略,再根据剪枝策略过滤掉当查询者的位置移动时对查询结果无影响的数据对象,从而精减了冗余数据,得到过滤后的候选数据集;最后,根据数据对象的非空间属性和相互间的支配关系特征得出影响候选数据集的事件,利用影响候选数据集的事件再对候选数据集进行精炼计算,从而减少了冗余计算,查询出当前时刻的结果集。理论研究与实验结果表明:所提算法在查询者位置移动和空间障碍物位置变化时,能提升多目标决策技术的查询效率;相对传统对比算法,在数据集规模、障碍物数量、查询范围增大时,所提查询算法的平均效率提升约13%;针对多维度数据信息的查询,所提查询算法的平均效率提高了约11%。

关键词：推荐系统多目标决策位置服务移动查询空间Skyline查询

来源：评论

学校读者我要写书评

暂无评论

一种深度强化学习空间关系与记忆融合方法研究

引用

计算机学报 2023年第4期46卷 814-826页

作者：刘卉玲刘鹏白辰甲哈尔滨工业大学计算机科学与技术学院哈尔滨150008 上海人工智能实验室上海200232

深度强化学习结合了深度学习在视觉上强大的感知能力来解决复杂环境的序列决策问题,但是由于采样效率低,对于复杂高维数据输入,学习其重要特征较为困难.为了从序列样本中更有效地提取信息,本文提出在深度强化学习中融合空间关系推理和... 详细信息

深度强化学习结合了深度学习在视觉上强大的感知能力来解决复杂环境的序列决策问题,但是由于采样效率低,对于复杂高维数据输入,学习其重要特征较为困难.为了从序列样本中更有效地提取信息,本文提出在深度强化学习中融合空间关系推理和记忆推理(Spatial Relationship Reasoning and Memory Reasoning,SRRMR)的模型结构.模型分为空间关系推理和记忆推理两部分,空间关系推理使用注意力机制作为空间关系学习方法隐式地推理任意两个实体间的关系,注意力机制中的查询向量融合了记忆推理的内容;记忆推理将输入图像的特征和关系作为记忆的输入,利用自注意力与记忆组成部分进行推理和交互,并将交互的结果存储在记忆单元中,使得记忆存储单元融合了空间信息与记忆信息.SRRMR模型在不同种类的Atari游戏中进行了训练和验证,结果表明,空间关系推理与记忆推理的融合在7/15个游戏环境中以更少的交互次数收敛到更好的结果,记忆推理网络在12/15个游戏中获得提升,提升智能体学习效率,更高效地利用序列中的样本,提高了强化学习的样本利用率.

关键词：空间关系推理记忆推理深度强化学习注意力机制状态表示

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：