检索结果-内蒙古大学图书馆

华中科技大学学报（自然科学版） 2024年第9期52卷 38-44页

作者：公衍超朱家宝杨楷芳刘颖西安邮电大学通信与信息工程学院陕西西安710121 陕西师范大学计算机科学学院陕西西安710119

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题,提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法.首先基于ITU—RBT 500—13标准设计图像主观观测实验,... 详细信息

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题,提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法.首先基于ITU—RBT 500—13标准设计图像主观观测实验,获取考虑人类个体差异性及时间影响的VVC压缩图像感知质量数据;然后对数据进行筛选及正态性检验,并分析获得影响图像感知质量的可解释性特征;最终将特征模型量化并作为反向传播神经网络的输入,构建有效反映量化参数与JND关系的压缩域JND模型,并提出显著提升图像编码效率的VVC感知无损编码方法.与VVC标准测试模型方法相比,提出的方法在获得同等感知质量重建图像前提下最高节省93.28%码率.

关键词：视频编码通用视频编码感知无损编码恰可感知差值压缩域

来源：评论

学校读者我要写书评

暂无评论

基于无监督深度学习的航拍图像拼接算法

引用

北京航空航天大学学报 2024年

作者：梁镇锋夏海英谭玉枚宋树祥广西师范大学电子与信息工程学院/集成电路学院广西师范大学计算机科学与工程学院/软件学院

传统的图像拼接方法过度依赖于特征的准确定位或分布，导致在复杂的航拍场景下鲁棒性差。因此，提出了一个完整的无监督深度学习航拍图像拼接框架，由无监督深度单应性估计网络和无监督图像融合网络组成。首先，无监督深度单应性估计网... 详细信息

传统的图像拼接方法过度依赖于特征的准确定位或分布，导致在复杂的航拍场景下鲁棒性差。因此，提出了一个完整的无监督深度学习航拍图像拼接框架，由无监督深度单应性估计网络和无监督图像融合网络组成。首先，无监督深度单应性估计网络旨在通过学习参考图像和目标图像之间的单应性变换，为后续的拼接工作提供准确的对齐信息。接着，无监督图像融合网络用于学习航拍图像拼接的变形规则，生成最终的拼接结果。另外，为了训练该学习框架，提供了一个用于无监督航拍图像拼接的真实数据集。在所提供的无人机航拍图像数据集上比较了SIFT+Ransac、AKAZE+BEBLID、ORB+Ransac和基于深度学习的图像拼接算法，实验结果表明，结构相似性（SSIM）的值提高了39.94%，峰值信噪比（PSNR）的值提高了36.55%，均方根误差（RMSE）的值降低了66.09%。此外，所提出的方法在真实的航拍场景下相较于现有的基于深度学习和传统的图像拼接方法具有更好的视觉拼接效果和鲁棒性。

关键词：航拍图像深度单应性估计图像拼接无监督图像融合

来源：评论

学校读者我要写书评

暂无评论

认知诊断评估中Q矩阵理论及应用

引用

心理科学进展 2024年第6期32卷 1010-1030,I0002-I0004页

作者：宋丽红汪文义丁树良江西师范大学教育学院南昌330022 江西师范大学计算机信息工程学院南昌330022

Q矩阵是认知心理学与心理计量学结合的重要载体,Q矩阵在认知诊断中发挥着十分重要的作用。Q矩阵理论和应用研究近年来取得了重要进展。众多研究者从结构化到非结构化、属性二值到多值、简单到复杂模型、独立到一般结构、0-1到多级评分... 详细信息

Q矩阵是认知心理学与心理计量学结合的重要载体,Q矩阵在认知诊断中发挥着十分重要的作用。Q矩阵理论和应用研究近年来取得了重要进展。众多研究者从结构化到非结构化、属性二值到多值、简单到复杂模型、独立到一般结构、0-1到多级评分方面不断深入和拓展Q矩阵理论。Q矩阵理论也广泛应用于测验构念效度评价、计算机化自适应测验选题策略设计、Q矩阵学习和标定、认知诊断测验组卷等。与模型无关的Q矩阵理论和适合特定认知诊断模型下Q矩阵理论,以及最新Q矩阵理论的应用都值得深入研究。

关键词：认知诊断 Q矩阵属性结构完备性多值属性

来源：评论

学校读者我要写书评

暂无评论

结合多元特征的软件缺陷预测

引用

微电子学与计算机 2024年

作者：王超李英梅哈尔滨师范大学计算机科学与信息工程学院

软件缺陷预测旨在帮助研究人员提前定位软件缺陷模块，减少缺陷的修复成本并且提高软件质量。传统的软件缺陷预测使用机器学习分类器对人工设计的传统静态度量指标进行分类从而判断目标文件是否含有缺陷。随着研究的深入，传统特征无法... 详细信息

软件缺陷预测旨在帮助研究人员提前定位软件缺陷模块，减少缺陷的修复成本并且提高软件质量。传统的软件缺陷预测使用机器学习分类器对人工设计的传统静态度量指标进行分类从而判断目标文件是否含有缺陷。随着研究的深入，传统特征无法表达源代码的语义和结构信息的问题显露出来，这限制了模型预测性能的提高。近年来相关研究人员使用深度学习技术来提取源代码本身丰富的隐藏特征用于缺陷预测并取得了较好的效果，然而当前大多数研究只是使用单一类型的特征作为预测模型的输入，导致特征不够全面丰富，模型性能较低。针对这个问题，本文提出了一种结合多元特征的软件缺陷预测方法DP-CMF（Software Defect Prediction Based on Combining Multi-Feature），该方法使用基于注意力机制的Transformer模型和基于树的卷积神经网络（Tree-Based Convolutional Neural Network， TBCNN)来分别提取源代码的语义特征和结构特征并进行特征融合，然后将融合后的特征与传统特征结合起来用于缺陷预测。本文在PROMISE存储库的7个公开数据集上进行了验证，实验结果表明与现有的软件缺陷预测方法对比，DP-CMF方法获得了更高的F1值。

关键词：软件缺陷预测 Transformer 基于树的卷积神经网络语义特征结构特征

来源：评论

学校读者我要写书评

暂无评论

集成学习算法驱动的黄河流域干旱监测与评估

引用

水利水电技术(中英文) 2025年

作者：王春晨马梓策孙鹏陈冬花王玉亮滁州学院计算机与信息工程学院安徽师范大学地理与旅游学院

【目的】针对全球气候变暖背景下旱情加剧，现有干旱监测模型考虑因素过于单一的局限性，本研究提出一种基于集成学习算法的黄河流域综合干旱监测模型(Comprehensive Drought Monitoring Model， CDMMMLEA)。【方法】该模型融合了多源... 详细信息

【目的】针对全球气候变暖背景下旱情加剧，现有干旱监测模型考虑因素过于单一的局限性，本研究提出一种基于集成学习算法的黄河流域综合干旱监测模型(Comprehensive Drought Monitoring Model， CDMMMLEA)。【方法】该模型融合了多源遥感数据，综合考虑了作物冠层温度、作物形态和植被绿度动态变化、土壤水分波动及作物冠层水分状况对干旱监测的影响，能够精准刻画过去20年黄河流域干旱的时空演变特征。【结果】研究表明：（1）在黄河流域干旱监测中CDMMMLEA表现最为突出，尤其是在黄河流域上游，其平均相关系数为0.46且均方根误差低至0.81；（2）与三个月尺度标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index， SPEI03）相比，CDMMMLEA在2002年和2010年干旱监测中展现出显著优势：在上游精准识别中旱区域边界并增强了干旱范围连片性，中游有效捕获干旱强度突变事件及复杂波动特征，下游干旱等级过渡更平滑，空间连续性显著增强；（3）CDMMMLEA揭示了2001—2023年黄河流域干旱的季节变化特征，春季上游35.2%区域湿润化、中游28.7%干旱加剧，夏季中游黄土高原“东缓西急”，秋季中游干旱频率上升15%、下游局部扩张15%，生长季全流域干旱化以中游最突出；时间维度上，2011年后全流域干旱强度下降25%，但下游历时从2.55月/次延长至2.32月/次，模型有效捕捉了流域干旱的时空变异特征。【结论】该研究成果旨在为区域干旱精准监测提供科学方法支撑，同时为防旱抗旱策略的优化决策提供依据。

关键词：集成学习算法综合干旱监测模型多源遥感数据时空变化特征黄河流域影响因素

来源：评论

学校读者我要写书评

暂无评论

基于S&P和Rec-Net的图像隐蔽通信主动防御方法

引用

计算机学报 2025年第4期48卷 985-1011页

作者：马媛媛赵颖澳张祎张倩倩罗向阳河南师范大学计算机与信息工程学院河南师范大学河南省教育人工智能与个性化学习重点实验室信息工程大学河南省态势感知重点实验室

近年来，隐蔽通信在社交网络中的广泛应用加剧了网络安全风险，使得可靠防御面临新的挑战。在防御方面，以往的研究主要集中在隐写检测等被动防御。然而，目前被动防御存在一些漏洞，一方面，在低负载率下，隐写检测的虚警率和漏检率过... 详细信息

近年来，隐蔽通信在社交网络中的广泛应用加剧了网络安全风险，使得可靠防御面临新的挑战。在防御方面，以往的研究主要集中在隐写检测等被动防御。然而，目前被动防御存在一些漏洞，一方面，在低负载率下，隐写检测的虚警率和漏检率过高，使得隐写检测尚未达到百分百正确率，导致无法可靠判别；另一方面，因在社交网络等现实场景中无法获得载密图像的负载率、质量因子和隐写算法种类等先验知识，导致隐写分析人员难以对秘密信息进行定位和提取。因此，隐写检测为主的被动防御无法及时应对实际应用场景。针对上述问题，本文提出一种针对图像隐写的隐蔽通信主动防御方法，使得在通信双方毫无察觉的情况下彻底阻断秘密信息的传输。首先，分析不同噪声模型对载密图像的破坏程度，选取效果最好的椒盐噪声(Salt-and-Pepper noise, S&P)进行秘密信息的破坏，得到噪声图像;其次，通过对中值滤波层和高斯滤波层的原理性分析，发现中值滤波层和高斯滤波层适用于恢复噪声图像质量和破坏秘密信息，基于此，设计一个端到端的图像恢复网络(Recovery Network, Rec-Net)，得到高质量的“干净”图像。Rec-Net既维持社交网络通信双方传递图像的视觉效果和秘密信息破坏效果，又不改变图像的存储空间大小;最后，鉴于误码率和清除率准则在未知隐写和完整秘密信息序列等先验知识前提下无法度量主动防御效果，本文提出一种新的基于改变率的隐写主动防御图像评价准则，同时能够快捷准确度量图像中秘密信息破坏的主动防御效果。所提方法不仅对不同隐写的隐蔽通信具有通用性，而且满足社交网络实时性要求。实验结果表明，在不同数据集下，本文方法均具有高秘密信息破坏效果和高图像质量，能够达到100%的防御成功率，阻断社交网络中的隐蔽通信，其中“干净”图像的误码率最高可达到53%。同时，在不同负载率的数据集下，本方法与SC-Net方法和AONet方法进行对比，在秘密信息破坏方面各提升5.61%和0.56%;在图像质量方面各提升4.44%和34.8%.

关键词：主动防御鲁棒隐写卷积神经网络 S&P噪声隐蔽通信

来源：评论

学校读者我要写书评

暂无评论

多条件引导预训练扩散模型的可控舞蹈视频生成

引用

计算机辅助设计与图形学学报 2025年

作者：蔡娟刘长红陈勇江爱文王明文江西师范大学计算机信息工程学院南昌工程学院工商管理学院

为了生成符合用户个性化的舞蹈视频图像，根据用户给定的音乐、表演者图像、舞蹈风格等直接生成舞蹈视频，提出一种多条件引导预训练扩散模型的舞蹈视频生成模型. 首先设计一种音乐条件编码与控制模块，在预训练扩散模型中能够引入... 详细信息

为了生成符合用户个性化的舞蹈视频图像，根据用户给定的音乐、表演者图像、舞蹈风格等直接生成舞蹈视频，提出一种多条件引导预训练扩散模型的舞蹈视频生成模型. 首先设计一种音乐条件编码与控制模块，在预训练扩散模型中能够引入音乐条件，通过音乐特征引导扩散模型的去噪过程，生成符合音乐条件的舞蹈视频图像; 然后结合表演者图像条件设计视觉上下文注意力模块，基于ControlNet的表演者图像控制模块捕获表演者图像的局部特征，通过交叉注意力机制将表演者图像特征传递到扩散过程，使生成的舞蹈图像保持表演者外观一致性; 最后提出一种文本提示设计策略，引导预训练扩散模型生成更高质量的舞蹈图像. 在音乐-舞蹈视频数据集AIST上验证了所提模型的有效性; 与基线模型相比，在图像质量指标SSIM和PSNR上分别提升了10.24%和7.04%，在视频质量指标IS和音视频对齐指标AV-Align上分别取得了6.18%和17.16%的改进.

关键词：扩散模型跨模态生成预训练模型音乐条件化舞蹈视频生成

来源：评论

学校读者我要写书评

暂无评论

知识追踪研究综述

引用

计算机科学与探索 2023年第7期17卷 1506-1525页

作者：吴水秀罗贤增熊键钟茂生王明文江西师范大学计算机信息工程学院南昌330022

知识追踪,旨在根据学生的历史答题记录,对学生随学习时间不断变化的知识状态进行建模,进而预测学生的答题表现,是支撑智慧教育系统的核心模块,受到越来越多研究者的关注。全面梳理了该领域的研究进展,分析了与知识追踪相关的基础理论研... 详细信息

知识追踪,旨在根据学生的历史答题记录,对学生随学习时间不断变化的知识状态进行建模,进而预测学生的答题表现,是支撑智慧教育系统的核心模块,受到越来越多研究者的关注。全面梳理了该领域的研究进展,分析了与知识追踪相关的基础理论研究,并按照研究方法的不同,将知识追踪模型分为概率模型、逻辑模型、基于深度学习的模型进行剖析,其中概率模型假设学习遵循马尔可夫过程,逻辑模型是一类基于逻辑函数的模型,而基于深度学习的知识追踪模型依赖于深度学习强大的特征提取能力成为近年来研究的热点。对基于深度学习的知识追踪模型面临的可解释性、缺少学习特征等问题提出的改进方法进行了介绍。给出了目前可供研究者们使用的公共数据集以及不同模型的性能比较。最后,对知识追踪这个快速发展起来的领域进行了总结,针对该领域研究存在的问题,提出了一些未来可能的研究方向。

关键词：智慧教育在线学习知识状态知识追踪模型深度学习

来源：评论

学校读者我要写书评

暂无评论

变电站巡检机器人转弯运动自平衡控制方法

引用

机械设计与制造 2024年

作者：李景景魏彦飞范建德郑州工业应用技术学院信息工程学院河南师范大学计算机与信息工程学院

变电站巡检机器人在转弯运动过程中容易受到外界环境干扰以及自身动力学特性的影响，存在自平衡控制稳定性不佳、响应速度较慢等问题。为解决这一问题，本次提出变电站巡检机器人转弯运动自平衡控制方法研究。该方法先建立工作平面空间... 详细信息

变电站巡检机器人在转弯运动过程中容易受到外界环境干扰以及自身动力学特性的影响，存在自平衡控制稳定性不佳、响应速度较慢等问题。为解决这一问题，本次提出变电站巡检机器人转弯运动自平衡控制方法研究。该方法先建立工作平面空间和巡检机器人坐标系，得到巡检机器人运动模型；然后，基于机器人运动模型，通过差速驱动转向方法，获得车轮速度与转向间的关系，分析机器人转弯运动状态；最后，基于滑动模态结构，完成巡检机器人转弯运动自平衡控制设计。实验结果表明，所提方法能显著提升巡检机器人转弯运动的自平衡能力，有效提高稳定性和转弯响应速度，应用效果较好。

关键词：变电站巡检机器人转弯运动机器人运动模型滑模控制机器人位姿

来源：评论

学校读者我要写书评

暂无评论

CN2Conv：面向物联网设备的强鲁棒CNN设计方法

引用

计算机应用研究 2025年

作者：柴智丁春涛郭慧张俊娜河南师范大学计算机与信息工程学院北京师范大学人工智能学院

使用云辅助训练少参数的卷积神经网络(Convolutional Neural Network,CNN)可以使其部署在资源受限的物联网设备上，然而现有少参数模型存在对复杂数据特征的提取能力不足、鲁棒性差的问题。为此提出了一种适应复杂数据且鲁棒性强的CNN... 详细信息

使用云辅助训练少参数的卷积神经网络(Convolutional Neural Network,CNN)可以使其部署在资源受限的物联网设备上，然而现有少参数模型存在对复杂数据特征的提取能力不足、鲁棒性差的问题。为此提出了一种适应复杂数据且鲁棒性强的CNN设计方法，组合非线性变换卷积核生成方法(Combined Non-linearity Convolution Kernel Generation,CN2Conv)。首先，从CNN模型的卷积层中随机选取部分卷积核作为种子卷积核，并使用多个生成函数对种子卷积核进行非线性变换，得到多样化的生成卷积核。然后，对不同生成函数使用不同的超参数以控制模型的正则化效果，提高模型鲁棒性。最后，对生成卷积核生成的特征图进行通道混洗和卷积降维操作，同时利用组归一化技术提高特征的分布一致性，增强对复杂数据的特征捕获能力。为了验证CN2Conv的有效性，在CIFAR-10、CIFAR-100、CIFAR-10-C和Icons-50数据集上进行了实验。在CIFAR-10-C数据集上，采用CN2Conv的ResNet34的准确率比标准ResNet34提高8.22%，比MonoCNN提高11.86%。结果表明基于CN2Conv的CNN模型在多个数据集上的准确率优于对比方法，且鲁棒性显著提升。

关键词：卷积神经网络云辅助训练少参数模型鲁棒性

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：