检索结果-内蒙古大学图书馆

系统仿真学报 2023年第1期35卷 41-56页

作者：季伟东岳玉麒王旭林平哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025 哈尔滨医科大学黑龙江哈尔滨150081

在多目标优化问题中,随着决策变量数目增多,算法的寻优能力会显著下降,针对这种“维数灾难”的问题,提出基于LLE降维思想和K-means聚类策略的大规模多目标自然计算方法。首先通过LLE降维思想对决策变量进行优化,得到高维变量在低维空间... 详细信息

在多目标优化问题中,随着决策变量数目增多,算法的寻优能力会显著下降,针对这种“维数灾难”的问题,提出基于LLE降维思想和K-means聚类策略的大规模多目标自然计算方法。首先通过LLE降维思想对决策变量进行优化,得到高维变量在低维空间中的表示,再通过K-means策略对个体分组,为种群选择合适的引导个体,提高算法的收敛性和多样性。为验证算法有效性,将该方法应用于多目标粒子群优化算法和非支配排序遗传算法中,对收敛性进行了分析,证明该算法以概率1收敛。通过ZDT、DTLZ系列8个测试问题进行仿真试验,与6个代表性算法进行对比,通过PF、IGD指标、HV指标的评价结果验证其综合性能,并将其应用于水泵调度问题中。综合实验结果表明,所提方法具有较好性能。

关键词：降维多目标优化 LLE 自然计算方法 K-means

来源：评论

学校读者我要写书评

暂无评论

基于特征交互与自适应融合的骨骼动作识别

引用

计算机应用 2023年第8期43卷 2581-2587页

作者：李豆豆李汪根夏义春束阳高坤安徽师范大学计算机与信息学院安徽芜湖241003

当前骨骼动作识别任务中仍存在数据预处理不合理、模型参数量大、识别精度低的缺点。为解决以上问题,提出了一种基于特征交互与自适应融合的骨骼动作识别方法 AFFGCN。首先,提出一种自适应分池数据预处理算法,以解决数据帧分布不均匀和... 详细信息

当前骨骼动作识别任务中仍存在数据预处理不合理、模型参数量大、识别精度低的缺点。为解决以上问题,提出了一种基于特征交互与自适应融合的骨骼动作识别方法 AFFGCN。首先,提出一种自适应分池数据预处理算法,以解决数据帧分布不均匀和数据帧代表性差的问题;其次,引入一种多信息特征交互的方法来挖掘更深的特征,以提高模型的性能;最后,提出一种自适应特征融合(AFF)模块用于图卷积特征融合,以进一步提高模型性能。实验结果表明,该方法在NTU-RGB+D 60数据集上较基线方法轻量级多信息图卷积神经网络(LMI-GCN)在交叉主题(CS)与交叉视角(CV)两种评估设置上均提升了1.2个百分点,在NTU-RGB+D 120数据集上较基线方法 LMI-GCN在CS和交叉设置号(SS)评估设置上分别提升了1.5和1.4个百分点。而在单流和多流网络上的实验结果表明,相较于语义引导神经网络(SGN)等当前主流骨骼动作识别方法,所提方法的模型参数量更低、准确度更高,模型性能优势明显,更加适用于移动设备的部署。

关键词：图卷积神经网络自适应特征融合人体骨骼动作识别多信息融合特征交互

来源：评论

学校读者我要写书评

暂无评论

基于多尺度联合网络的图像超分辨率重建方法

引用

计算机工程与科学 2023年第4期45卷 683-690页

作者：王万军丁新涛刘朝章智强安徽师范大学计算机与信息学院安徽芜湖241002

图像超分辨率在视频修复等方面具有广泛应用。针对基于深度学习的图像超分辨率重建(FSRCNN)方法存在的问题,提出基于多尺度联合网络的图像超分辨率重建方法。首先,通过构建基于多尺度网络的特征采样模型来提取低分辨率(LR)图像的特征;其... 详细信息

图像超分辨率在视频修复等方面具有广泛应用。针对基于深度学习的图像超分辨率重建(FSRCNN)方法存在的问题,提出基于多尺度联合网络的图像超分辨率重建方法。首先,通过构建基于多尺度网络的特征采样模型来提取低分辨率(LR)图像的特征;其次,通过特征融合和构造亚像素卷积层的方法对特征进行增强;最后,定义基于均方误差MSE和峰值信噪比PSNR的联合损失函数。在Set5、Set14和BSD100数据集上进行了对比实验,实验结果表明,该方法获得了相对较好的结果。最后针对低分辨率影视作品《西游记》和《红楼梦》进行了高分辨率修复,取得了一定的效果。

关键词：多尺度网络亚像素卷积联合损失超分辨率

来源：评论

学校读者我要写书评

暂无评论

结合残差收缩和时空上下文的行为检测网络

引用

光学精密工程 2023年第4期31卷 552-564页

作者：黄忠陶孟元胡敏刘娟占生宝安庆师范大学电子工程与智能制造学院安徽安庆246133 合肥工业大学计算机与信息学院安徽合肥230009

针对R-C3D行为检测网络特征提取冗余度高及边界定位不准确的问题,结合残差收缩结构和时空上下文,提出一种改进的行为检测网络(RS-STCBD)。首先,将收缩结构和软阈值化操作融入到3D-ResNet的残差模块中,设计通道自适应阈值的残差收缩单元(... 详细信息

针对R-C3D行为检测网络特征提取冗余度高及边界定位不准确的问题,结合残差收缩结构和时空上下文,提出一种改进的行为检测网络(RS-STCBD)。首先,将收缩结构和软阈值化操作融入到3D-ResNet的残差模块中,设计通道自适应阈值的残差收缩单元(3D-RSST),并级联多个3D-RSST单元构建特征提取网络以消除行为特征中的噪声、背景等冗余信息;然后,在时序候选子网中嵌入多层卷积替代一次卷积,以增加时序侯选片段的时序维度感受野;最后,在行为分类子网引入非局部注意力机制,通过捕获优质行为时序片段间的远程依赖以获取动作时空上下文信息。在THUMOS14和ActivityNet1.2数据集上的实验结果表明:改进网络的mAP@0.5分别达到36.9%和41.6%,比R-C3D方法提升了8.0%和14.8%。基于改进网络的行为检测方法提高了动作边界定位精度和行为分类准确率,有利于改善自然场景下的人机交互质量。

关键词：行为检测网络残差收缩结构时空上下文多层卷积非局部注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于多源时空数据的冬小麦产量预测模型

引用

江苏农业科学 2023年第19期51卷 198-208页

作者：刘靖宇李远斌董昊冯俊辰丁云鸿哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

为了应对气候变化、人口增长和粮食需求增长的挑战,大规模可靠的冬小麦产量预测对粮食贸易和政策制定至关重要。将多源时空数据(包括气候数据、土壤数据、卫星数据、时空数据)按照月份进行拆分,去除受人为因素影响最大的10月以及次年的... 详细信息

为了应对气候变化、人口增长和粮食需求增长的挑战,大规模可靠的冬小麦产量预测对粮食贸易和政策制定至关重要。将多源时空数据(包括气候数据、土壤数据、卫星数据、时空数据)按照月份进行拆分,去除受人为因素影响最大的10月以及次年的5月、6月,采用极端梯度提升算法(XGBoost)等6个机器学习算法对山东省2009—2020年13个县(市、区)的冬小麦产量进行预测,并进行相关分析。结果表明,提出的时间划分方式整理的数据集训练出来的模型优于以往的研究,其中XGBoost模型预测精度远高于其他5个预测模型。最佳预测时间段为11月至次年1月。74个变量中贡献度最高的3个变量均为卫星因子,可见卫星数据在农业领域潜力巨大。此外,在数据集中加上时空变量会提高精度,土壤数据和卫星数据也可以在一定程度上提高预测精度。与日光诱导叶绿素荧光(SIF)相比,无蓝光增强型植被指数(EVI2)作用更强,但两者都用能给预测精度带来更大的增幅。

关键词：冬小麦产量预测遥感无蓝光增强植被指数(EVI2) 机器学习 XGBoost

来源：评论

学校读者我要写书评

暂无评论

基于集成学习的忽略成员的方法检测策略

引用

计算机工程与设计 2023年第9期44卷 2679-2686页

作者：边奕心王露颖赵松朱晓哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

忽略成员的方法是一种Android特有代码异味,为检测这种异味,提出一种基于集成学习的检测策略。将代码度量与文本信息相融合作为特征集;将融合后的特征集输入所构建的Stacking集成学习模型中进行异味检测。为快速、准确获得机器学习所需... 详细信息

忽略成员的方法是一种Android特有代码异味,为检测这种异味,提出一种基于集成学习的检测策略。将代码度量与文本信息相融合作为特征集;将融合后的特征集输入所构建的Stacking集成学习模型中进行异味检测。为快速、准确获得机器学习所需的大量标签数据,提出一种基于Android项目自动构建正负样本的方法。选用开源Android数据集对所提出的方法进行实验验证,实验结果表明,较已有检测方法,该策略能够提高异味检测的精确度。

关键词：代码异味安卓特有代码异味忽略成员的方法文本信息特征融合机器学习集成学习

来源：评论

学校读者我要写书评

暂无评论

基于动态掩码特征选择的蛋白质解链温度预测

引用

计算机应用与软件 2025年

作者：李翔张步忠姚昭伦徐亚军安庆师范大学计算机与信息学院苏州大学江苏省计算机信息处理技术重点实验室

蛋白质解链温度对于深入了解蛋白质的结构与功能、优化蛋白质设计具有重要意义。传统生物湿实验方法测定解链温度成本高，过程繁琐。现有计算方法预测解链温度多数使用蛋白质级别的全局特征，忽略了氨基酸级别的局部特征，且预测精度有... 详细信息

蛋白质解链温度对于深入了解蛋白质的结构与功能、优化蛋白质设计具有重要意义。传统生物湿实验方法测定解链温度成本高，过程繁琐。现有计算方法预测解链温度多数使用蛋白质级别的全局特征，忽略了氨基酸级别的局部特征，且预测精度有限。针对上述问题，提出一种新型深度学习模型ProteoTempNet，旨在提升蛋白质解链温度的预测精度。该模型利用蛋白质语言模型从氨基酸级别提取序列表征，设计一种结合自注意力机制的动态掩码特征选择算法，稀疏化特征表示；用卷积神经网络网络、双向长短期记忆网络以及注意力网络构建ProteoTempNet深度学习模型，应用于蛋白质解链温度预测的回归和分类任务。实验结果表明，ProteoTempNet具有良好的泛化性能，在解链温度预测中相较于现有最优方法，PCC提升1.1%，RMSE降低5.4%，MAE降低3.9%，为该领域提供了一个更为有效的解决方案。

关键词：解链温度局部特征动态掩码特征选择稀疏化特征深度学习

来源：评论

学校读者我要写书评

暂无评论

改进YOLOX的唐卡壁画目标检测算法

引用

计算机工程与应用 2024年第18期60卷 248-255页

作者：李洪运张效娟赵洋彭春燕青海师范大学计算机学院西宁810016 省部共建藏语智能信息处理及应用国家重点实验室西宁810016 合肥工业大学计算机与信息学院合肥230002

热贡唐卡壁画作为人类及国家级非物质文化遗产是藏族文化中独具特色的艺术形式,其画面不仅表现出了佛教本生故事,更体现了藏地的历史、地理、文化、科技等内容。然而,不具备热贡艺术专业知识的人们很难对其进行了解。因此提出了一种唐... 详细信息

热贡唐卡壁画作为人类及国家级非物质文化遗产是藏族文化中独具特色的艺术形式,其画面不仅表现出了佛教本生故事,更体现了藏地的历史、地理、文化、科技等内容。然而,不具备热贡艺术专业知识的人们很难对其进行了解。因此提出了一种唐卡壁画元素的自动检测算法,用于推动唐卡壁画的传播。通过对YOLOX算法进行改进,提出了ECAMH-YOLOX模型对唐卡壁画图像进行检测。ECAMH-YOLOX模型是在YOLOX的基础上增加了高效通道注意力模块,在保持轻量化的同时获得更好的图像全局信息;同时为了更好地检测不同尺度的目标,在检测头模块增加了一个新的检测头,通过四个检测头对图像进行检测,以此来提高不同尺寸目标的检测结果;并使用SIoU损失函数计算回归损失以此来加快模型的收敛速度,提高模型效果。实验结果证明,ECAMH-YOLOX模型在所构建的唐卡壁画数据集上均不存在漏检错检的情况,而YOLOX算法存在对小目标的漏检现象,并且ECAMHYOLOX模型的mAP0.5:0.95达到了55.9%,比YOLOX算法提升了0.049。该模型在保持轻量化的同时,进一步提高了检测效果。也增加了人们了解热贡艺术的途径。

关键词：目标检测 YOLOX 唐卡壁画通道注意力

来源：评论

学校读者我要写书评

暂无评论

基于证据推理和置信规则库的入学率预测方法

引用

计算机仿真 2023年第11期40卷 218-225,356页

作者：陈伟伟朱海龙许冰穆全起哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

海外留学门槛增高导致入学竞争激烈,准确预测入学率对于申请者具有重要的参考意义。现有的基于数据驱动方法构建的入学预测模型通常只对定量历史数据进行分析,没有考虑考核指标中包含的专家定性知识,且预测结果不具有可解释性。为了解... 详细信息

海外留学门槛增高导致入学竞争激烈,准确预测入学率对于申请者具有重要的参考意义。现有的基于数据驱动方法构建的入学预测模型通常只对定量历史数据进行分析,没有考虑考核指标中包含的专家定性知识,且预测结果不具有可解释性。为了解决以上问题,提出了一种新的基于证据推理(Evidence Reasoning,ER)和置信规则库(Belief Rule Base,BRB)的入学率预测方法。利用ER实现多指标有效融合来达到降低模型复杂度的目的;通过BRB构建入学预测模型;最后采用基于投影协方差矩阵自适应策略(P-CMA-ES)算法优化模型参数,从而提高模型精度。通过UCLA研究生数据集验证了模型的有效性,实验结果表明,上述方法可以准确的预测申请者的入学概率,为申请者成功入学提供了保障。

关键词：入学预测组合爆炸证据推理置信规则库投影协方差自适应进化策略

来源：评论

学校读者我要写书评

暂无评论

融合混沌映射和二次插值的自适应鲸鱼优化算法

引用

计算机工程与设计 2023年第4期44卷 1088-1096页

作者：张希淼马宁付伟季伟东张硕刁衣非哈尔滨师范大学计算机科学与信息工程学院黑龙江哈尔滨150025

针对鲸鱼优化算法(whale optimization algorithm,WOA)易陷入局部最优,收敛速度慢和寻优精度低等问题,提出一种融合混沌映射和二次插值的自适应鲸鱼优化算法(adaptive whale optimization algorithm based on chaotic mapping and quadratic interpolation,CQAWOA)。引入混沌映射在初始化阶段生成新种群,实现种群多样性;设计自适应权重,提高算法全局搜索和局部寻优能力并加快收敛速度;利用二次插值策略生成新的鲸鱼个体,采用贪婪策略更新局部最优解,提高种群计算的精度。通过15个基准函数将改进算法与其它优化算法进行对比测试,测试结果验证了在求解过程中,改进算法寻优速度和求解精度均存在显著提升。

关键词：混沌映射二次插值自适应权重鲸鱼优化算法贪婪策略函数测试算法优化

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：