检索结果-内蒙古大学图书馆

农业工程学报 2025年第1期41卷 154-160页

作者：张冬妍陈诺张淇吴晨旭张榄翔东北林业大学计算机与控制工程学院哈尔滨150040

为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(foc... 详细信息

为了解决果园李子受枝叶和果实遮蔽、环境变化等因素影响,难以准确检测的问题,该研究提出了一种基于改进YOLOv8s的轻量级果园李子检测模型。首先,采用自设计主干网络Faster-EMA缩减模型复杂度、提高检测精度。其次,引入焦点调制网络(focal modulation)替换原模型中的SPPF模块增强特征融合能力,丰富特征提取的语义信息;最后,引入参数共享策略并实现轻量级检测头LDetect,满足了低功耗嵌入式设备部署需求。试验结果表明,优化后模型的平均检测精度达到97.2%,与原模型相比,检测精度提高了7.4个百分点;模型计算量降低了44.8%;模型参数数量减小了25.8%;部署在边缘计算设备Jetson Nano 4GB上,检测帧率达到了48.3帧/s。该研究所提出的方法能有效的解决复杂背景下果园李子的智能化检测,有助于促进李子智能化采摘技术的发展。

关键词：目标检测 YOLOv8 轻量化李子 LDetect

来源：评论

学校读者我要写书评

暂无评论

用于高维小样本特征选择的超网络设计

引用

智能系统学报 2025年第2期20卷 465-474页

作者：魏俊伊董红斌余紫康哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的,且样本数较少,例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络,但是在小数据量上许多潜在的特征关系仍然会被过度挖掘... 详细信息

特征选择是受各行业广泛关注的问题。特征选择针对的数据集通常是高维的,且样本数较少,例如生物、医学领域的数据集。虽然很多的正则化网络在这种数据集上的表现能够优于复杂的网络,但是在小数据量上许多潜在的特征关系仍然会被过度挖掘,从而出现过拟合的情况。为了解决此类问题,提出了端到端的稀疏重构网络,模型先对特征进行稀有增强和奇异值嵌入,之后通过并行辅助网络对嵌入矩阵进行训练,重构预测权重,实现了削减参数的超网络学习方式。参数较少的网络受过拟合的影响也会随之减少,有效降低了无效参数对网络的影响。对生物、医学领域的12种高维小样本数据集进行了实验,并通过对比实验发现在8种特征选择网络中降维后,本网络的分类准确率平均提升了3.26百分点。另外,通过消融实验分别证明了分解层、重构层、关联层的作用,最后分析权重结果,进一步阐述了模型的扩展应用。

关键词：特征选择正则化网络过拟合端到端稀疏重构奇异值辅助网络超网络高维小样本

来源：评论

学校读者我要写书评

暂无评论

单样本条件下邻域选择聚合零次知识图谱链接预测方法

引用

计算机应用研究 2025年第1期42卷 65-70页

作者：李猛董红斌哈尔滨工程大学计算机科学与技术学院哈尔滨150001

为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP)。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器... 详细信息

为了解决支持样本有限条件下零次知识图谱链接预测模型性能下降的问题,提出了一种单样本条件下邻域选择聚合零次知识图谱链接预测方法(NSALP)。该方法主要由特征提取器、生成器、判别器三个模块实现。借鉴图同构网络的思想对特征提取器模块进行改进,在聚合头尾邻域时为每个邻域节点分配一个可学习的参数,进而过滤无关特征,凸显有效特征;以头节点嵌入与关系文本描述的组合作为生成器学习过程的引导,使生成器生成的新组合特征更加接近真实的知识三元组结构特征。在NELL-ZS和Wiki-ZS两个零次知识图谱数据集上,所提模型的性能对比基线模型分别提升了2.5和0.7百分点。在NELL-ZS进行的消融实验中,所提extractor+和generator+模块的性能表现均优于未做改进的模型,佐证了改进方法的有效性。

关键词：知识图谱链接预测零样本

来源：评论

学校读者我要写书评

暂无评论

面向智能物联网异构嵌入式芯片的自适应算子并行分割方法

引用

计算机科学 2025年第2期52卷 299-309页

作者：林政刘思聪郭斌丁亚三於志文西北工业大学计算机学院西安 710072 西北工业大学计算机学院西安 710072 哈尔滨工程大学哈尔滨 150001

随着人民生活质量的持续提升与科技发展的日新月异,智能手机等移动设备在全球范围内得到了广泛普及.在这一背景下,深度神经网络在移动端的部署与应用成为了研究的热点.深度神经网络不仅推动了移动应用领域的显著进步,同时也对使用电池... 详细信息

随着人民生活质量的持续提升与科技发展的日新月异,智能手机等移动设备在全球范围内得到了广泛普及.在这一背景下,深度神经网络在移动端的部署与应用成为了研究的热点.深度神经网络不仅推动了移动应用领域的显著进步,同时也对使用电池供电的移动设备的能效管理提出了更高要求.当今移动设备中异构处理器的兴起给优化能效带来了新的挑战,在不同处理器间分配计算任务以实现深度神经网络并行处理和加速,并不一定能够优化能耗,甚至可能会增加能耗.针对这一问题,提出了一种能效优化的深度神经网络自适应并行计算调度系统.该系统包括一个运行时能耗分析器与在线算子划分执行器,能够根据动态设备条件动态调整算子分配,在保持高响应性的同时,优化了移动设备异构处理器上的计算能效.实验结果证明,相比基准方法,能效优化的深度神经网络自适应并行计算调度系统在移动设备深度神经网络上的平均能耗和平均时延减少了5.19％和9.0％,最大能耗和最大时延减少了18.35％和21.6％.

关键词：深度神经网络移动设备能效优化异构处理器能耗预测

来源：评论

学校读者我要写书评

暂无评论

多热源系统全域温度场的实时重构策略

引用

哈尔滨工业大学学报 2025年第2期57卷 25-32页

作者：张潞叶彧维艾青刘梦帅永沈阳航空航天大学计算机学院沈阳110136 哈尔滨工业大学能源科学与工程学院哈尔滨150001

在多热源系统的动态热管理中,全域热场分析与实时评估是核心要素,而传统的离散测量和重构技术难以实时获取温度场动态变化。为此,提出一种基于离散测点的全域温度场重构策略,通过引入奇异值分解提取温度场的特征基函数,并引入灰狼优化... 详细信息

在多热源系统的动态热管理中,全域热场分析与实时评估是核心要素,而传统的离散测量和重构技术难以实时获取温度场动态变化。为此,提出一种基于离散测点的全域温度场重构策略,通过引入奇异值分解提取温度场的特征基函数,并引入灰狼优化算法对重构离散测点的布局进行优化,通过与离散测点值结合,建立全域温度场的关联系数矩阵。采用数值实验,基于4种类型热源系统验证了该方法的可靠性。结果表明:测点布局优化后,4种温度模型的理论重构误差水平显著降低了至少3个数量级。采用该方法对某多芯片PCB的温度场进行重构,与数值实验结果对比显示温度场平均误差为0.12℃,均方根百分比误差低于1%,验证了该策略在实际应用中的可靠性,为电子设备热控热分析提供了参考依据。

关键词：模型降阶最小二乘温度场重构布局优化

来源：评论

学校读者我要写书评

暂无评论

基于线性自抗扰控制的统一潮流控制器次同步振荡抑制策略

引用

电力建设 2025年第2期46卷 151-159页

作者：刘一琦黄旭王天昊郑钧元东北林业大学计算机与控制工程学院哈尔滨市150040

大规模双馈风电场经串补线路并网容易引发次同步振荡(sub-synchronous oscillation,SSO),造成风机脱网,严重威胁电力系统的安全稳定运行。因此,提出一种应用统一潮流控制器(unified power flow controller,UPFC)附加阻尼控制抑制SSO的... 详细信息

大规模双馈风电场经串补线路并网容易引发次同步振荡(sub-synchronous oscillation,SSO),造成风机脱网,严重威胁电力系统的安全稳定运行。因此,提出一种应用统一潮流控制器(unified power flow controller,UPFC)附加阻尼控制抑制SSO的控制方法。该方法设计了一种解耦型线性自抗扰控制器(linear active disturbance rejection control,LADRC),通过线性状态观测器实时估计系统中的次同步扰动,并引入延时补偿环节,消除信号传输中的通信延时。基于改进型LADRC设计了UPFC的附加阻尼控制器,使得UPFC在系统中呈正阻尼状态,抑制次同步振荡,并且提高系统的抗干扰能力和鲁棒性。最后,在MATLAB/Simulink仿真软件中搭建双馈风电场经串补线路并网仿真模型,仿真结果表明,所提方法能够在不同串补度、风速、并网风机数目下有效抑制次同步振荡,可为研究我国双馈风电场远距离并网类似问题提供参考。

关键词：双馈风电场串补线路次同步振荡(SSO) 线性自抗扰控制(LADRC)

来源：评论

学校读者我要写书评

暂无评论

基于高光谱特征融合的榛子霉变检测方法研究

引用

食品与发酵工业 2025年第2期51卷 311-319页

作者：张冬妍毛思雨杨子健陈诺吴晨旭马苗源东北林业大学计算机与控制工程学院黑龙江哈尔滨150040

为实现对榛子霉变的快速无损检测,研究将光谱特征与纹理特征融合并结合机器学习算法建立榛子霉变检测模型。采集400~1000 nm的榛子样本高光谱图像,对样本的原始光谱使用标准正态变量变换法进行预处理,采用蜣螂优化算法、粒子群优化算法... 详细信息

为实现对榛子霉变的快速无损检测,研究将光谱特征与纹理特征融合并结合机器学习算法建立榛子霉变检测模型。采集400~1000 nm的榛子样本高光谱图像,对样本的原始光谱使用标准正态变量变换法进行预处理,采用蜣螂优化算法、粒子群优化算法和连续投影算法3种特征波长选择方法对光谱进行特征选择;利用主成分分析法对高光谱图像进行降维,根据图像的贡献大小选择样本的最优主成分图像,结合灰度共生矩阵法提取样本4个角度上的5个纹理特征参数。分别基于样本光谱特征、纹理特征、光谱特征与纹理特征融合三类数据结合K最近邻算法构建榛子霉变检测模型。实验结果表明,基于蜣螂优化算法选择的特征光谱与纹理特征融合并结合K最近邻算法建立的模型效果最好,训练集和测试集准确率分别为99.20%和98.34%,实现了榛子霉变的快速无损检测。

关键词：高光谱成像榛子霉变无损检测特征融合蜣螂优化算法

来源：评论

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

引用

计算机科学与探索 2025年第1期19卷 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院哈尔滨150000

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块(FFB)将Swin Transformer捕获的全局特征引入编码端,应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块(SIB),降低复杂背景样本带来的负面影响;在解码端引入全局-局部注意力模块(GLTB)和特征细化模块(FRB),来更好地利用编码端提取的信息,提高语义分割的精确性;采用交叉熵损失和Dice Loss组成的混合损失函数训练模型,减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上,宏观平均F1值(mF1)、平均交并比(mIoU)和整体准确率(OA)指标分别达到91.9%、84.8%和92.4%;在LoveDA数据集上,mIoU指标达到55.0%,均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

来源：评论

学校读者我要写书评

暂无评论

面向无人机协同定位的机载深度计算编译优化

引用

计算机科学与探索 2025年第1期19卷 141-157页

作者：熊康刘思聪王宏涛高元郭斌於志文西北工业大学计算机学院西安 710072 中国电子科技集团公司第十五研究所北京 100083 西北工业大学计算机学院西安 710072 哈尔滨工程大学哈尔滨 150009

随着无人机技术快速发展,在定位信号缺失的情况下进行无人机定位成为一个研究难题.而近几年图神经网络的出现与发展,为解决这一难题提供了一种新的解决思路.然而在资源受限的无人机端侧部署图神经网络面临着无人机算储资源受限及实时性... 详细信息

随着无人机技术快速发展,在定位信号缺失的情况下进行无人机定位成为一个研究难题.而近几年图神经网络的出现与发展,为解决这一难题提供了一种新的解决思路.然而在资源受限的无人机端侧部署图神经网络面临着无人机算储资源受限及实时性难以满足等挑战.提出面向无人机协同定位的机载深度计算编译优化方法.采用了一种轻量化的时间图卷积神经网络模型,该时间图卷积网络由图卷积网络和门控递归单元组成,将无人机群的空间依赖性和无人机位置变化的时间依赖性同时加以考虑,对无人机群位置进行精确的预测;针对该模型在时间图卷积网络上的冗余特性,提出了基于逆向Cuthill-McKee图重排和基于双深度确定性策略梯度的全局自适应剪枝算法.在保证无人机群坐标精确预测的同时,不仅能提高数据在主存的空间局部性,加速模型的运算速度,而且能够对模型进行自适应的非结构化剪枝,降低模型的存储复杂度.实验结果表明,相对于已有的时间图卷积神经网络模型,编译优化后的轻量化时间图卷积神经网络模型在保留78.8%准确率的同时,模型计算时间降低37.9%,模型的平均剪枝率达到90.3%.

关键词：时间图卷积网络协同定位通道剪枝图重排算法深度确定性策略梯度

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U-Net的医学肝脏计算机断层扫描图片分割算法

引用

哈尔滨工程大学学报 2025年第3期46卷 529-539页

作者：金涛王震李昭蒂哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 齐齐哈尔大学计算机与控制工程学院黑龙江齐齐哈尔161006 齐齐哈尔医学院公共卫生学院黑龙江齐齐哈尔161006

针对传统肝脏分割方法十分依赖医生的经验,并且分割过程耗时,易出错的现象,本文提出适用于临床情景中医学肝脏计算机断层扫描的分割方法。基于多尺度残差混合注意力U-Net将多尺度注意力机制模块引入U-Net网络。该模块可以抑制不相关的区... 详细信息

针对传统肝脏分割方法十分依赖医生的经验,并且分割过程耗时,易出错的现象,本文提出适用于临床情景中医学肝脏计算机断层扫描的分割方法。基于多尺度残差混合注意力U-Net将多尺度注意力机制模块引入U-Net网络。该模块可以抑制不相关的区域,从多个角度提取图像特征,并突出显示分割任务;在标准卷积层中添加残差结构可以有效地避免梯度爆炸并增加网络深度;使用混合空洞注意力常规层来替换“U”形网络的底部,以获得上下文信息,避免空间信息的丢失。试验结果表明:在LiTS17和SLiver07数据集上与其他方法相比,本文方法具有更好的性能和最高的分割精度。

关键词：神经网络深度学习语义分割肝脏分割医学图像注意力机制空洞卷积

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：