检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2024年第6期36卷 884-894页

作者：刘畅张玲何英豪武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训... 详细信息

针对当前图像修复算法应用到古文本图像上时,出现纹理模糊或结构内容不完整的问题,提出边缘引导和拉普拉斯金字塔分解的古文本图像修复算法.首先利用边缘修复模块对古文本图像的边缘结构进行修复,重建缺损区域的边缘信息;然后利用预训练的文字学习模块对局部缺损区域进行内容修复,得到一幅局部内容修复图像,并进行拉普拉斯分解;最后在拉普拉斯金字塔修复模块中,根据图像的低层和高层特征,利用内容修复模块对图像进行递进修复,内容修复模块中引入双交叉编码器和多尺度融合块,有助于获取更加有效的特征信息,生成纹理结构完整的图像修复结果.在古文本图像数据集的测试集上进行实验的结果表明,各项图像质量评估指标中,峰值信噪比为34.322 dB,结构相似性为0.970,均方根误差为5.203,验证了所提算法的有效性和可行性.

关键词：图像修复古文本图像边缘图双交叉编码器多尺度融合块

来源：评论

学校读者我要写书评

暂无评论

基于自适应大核注意力的轻量级图像超分辨率网络

引用

吉林大学学报(工学版) 2025年第3期55卷 1015-1027页

作者：程德强刘规寇旗旗张剑英江鹤中国矿业大学信息与控制工程学院中国矿业大学计算机科学与技术学院成都大学模式识别与智能信息处理四川省高校重点实验室

针对高性能图像超分辨网络通常参数量庞大的问题，提出了一种轻量级模型。首先，集成了3种大核注意力，即双路大核注意力、大核像素注意力和大核通道注意力，旨在扩大模型感受野，建立像素的长程依赖性。其次，引入了自适应注意力融合... 详细信息

针对高性能图像超分辨网络通常参数量庞大的问题，提出了一种轻量级模型。首先，集成了3种大核注意力，即双路大核注意力、大核像素注意力和大核通道注意力，旨在扩大模型感受野，建立像素的长程依赖性。其次，引入了自适应注意力融合机制，增强了特征的表征能力，提升了模型性能。实验证明：本文模型在视觉感知和量化测试上表现优异。在Urban100数据集上，与目前流行的ARRFN算法相比，4倍重建结果的峰值信噪比均值提高了0.25 dB。重建图像视觉效果更逼真、纹理更为清晰和自然，充分证明了该算法的有效性。

关键词：计算机视觉超分辨大核注意力轻量化自适应特征融合

来源：评论

学校读者我要写书评

暂无评论

基于时空Transformer的混合回报隐式Q学习人群导航

引用

计算机应用 2025年

作者：周帅符浩刘伟武汉科技大学计算机科学与技术学院湖北省智能信息处理和实时工业系统重点实验室

在人群密集环境中，机器人执行人群导航任务时通常采用在线强化学习算法。然而，行人运动复杂多变的特性显著降低了在线强化学习的样本效率。针对这一问题，提出一种在离线强化学习框架下的基于时空Transformer的混合回报隐式Q学习(STHR... 详细信息

在人群密集环境中，机器人执行人群导航任务时通常采用在线强化学习算法。然而，行人运动复杂多变的特性显著降低了在线强化学习的样本效率。针对这一问题，提出一种在离线强化学习框架下的基于时空Transformer的混合回报隐式Q学习(STHRIQL)算法。首先，将蒙特卡洛回报机制融入隐式Q学习算法中，旨在增强学习过程的收敛性。其次，进一步将时空Transformer模型整合至Acotr-Critic中，以有效捕捉并解析离线人群导航数据集中机器人与行人之间高度动态且复杂的交互信息，从而优化算法的训练流程与效率；最后，通过仿真实验将所提算法与现有基于在线强化学习的人群导航算法进行对比，并根据评估机制进行定量与定性分析。实验结果显示，STHRIQL算法不仅在人群导航任务中展现出了优越的性能，而且相较于现有的在线人群导航算法，样本效率提升了30.5%～55.8%。这说明STHRIQL算法可为提升机器人在复杂人群环境中的导航能力提供新的思路与解决方案。

关键词：人群导航深度强化学习离线学习神经网络时空Transformer

来源：评论

学校读者我要写书评

暂无评论

融合残差网络的自监督社交推荐算法

引用

计算机科学与探索 2024年第12期18卷 3175-3188页

作者：王玉洁杨哲苏州大学计算机科学与技术学院江苏苏州215006 江苏省计算机信息处理技术重点实验室江苏苏州215006 江苏省大数据智能工程实验室江苏苏州215006

基于图神经网络的社交推荐算法,通过社交图和交互图的信息来学习用户和项目的嵌入,得到最终的推荐结果。但是现有算法主要利用静态的社交图结构,无法挖掘用户之间潜在的链接关系,同时也没有解决用户与项目交互行为中的噪声问题。提出了... 详细信息

基于图神经网络的社交推荐算法,通过社交图和交互图的信息来学习用户和项目的嵌入,得到最终的推荐结果。但是现有算法主要利用静态的社交图结构,无法挖掘用户之间潜在的链接关系,同时也没有解决用户与项目交互行为中的噪声问题。提出了一种融合残差网络的自监督社交推荐算法。采用变分超图自编码器对社交网络进行链接预测,得到重构的社交图,以此来挖掘隐藏在用户间的积极链接关系;利用注意力机制为原始社交图和重构后的残差社交图分配不同的注意力系数,得到更加精确的用户表征;为了缓解数据中的噪声问题,构建了自适应的超图全局关系提取器,在该提取器的协作下利用局部嵌入信息和全局嵌入信息创建自监督信号,从而优化局部的嵌入表示,进而缓解噪声影响。该算法在Ciao、Epinions和Yelp三个数据集上与NGCF、LightGCN、MHCN等基线模型进行对比实验。在Ciao数据集上,Recall@10提升了17.1%~48.5%,NDCG@10提升了1.4%~37.9%;在Epinions数据集上,Recall@10提升了8.3%~56.2%,NDCG@10提升了3.7%~29.8%;在Yelp数据集上,Recall@10提升了9.1%~53.3%,NDCG@10提升了11.2%~66.6%。实验结果表明,该算法相较于基准模型有良好的推荐性能。

关键词：社交网络推荐系统图卷积神经网络超图自监督学习

来源：评论

学校读者我要写书评

暂无评论

ProMIS:概率图采样图像增广驱动的弱监督物体检测方法

引用

中国图象图形学报 2023年第7期28卷 2037-2053页

作者：李笑颜阚美娜梁浩山世光中国科学院智能信息处理重点实验室北京100190 中国科学院大学计算机科学与技术学院北京100049 鹏城实验室深圳518055

目的弱监督物体检测是一种仅利用图像类别标签训练物体检测器的技术。近年来弱监督物体检测器的精度不断提高,但在如何提升检出物体的完整性、如何从多个同类物体中区分出单一个体的问题上仍面临极大挑战。围绕上述问题,提出了基于物体... 详细信息

目的弱监督物体检测是一种仅利用图像类别标签训练物体检测器的技术。近年来弱监督物体检测器的精度不断提高,但在如何提升检出物体的完整性、如何从多个同类物体中区分出单一个体的问题上仍面临极大挑战。围绕上述问题,提出了基于物体布局后验概率图进行多物体图像增广的弱监督物体检测方法ProMIS(probability-based multi-object image synthesis)。方法将检出物体存储到物体候选池,并将候选池中的物体插入到输入图像中,构造带有伪边界框标注的增广图像,进而利用增广后的图像训练弱监督物体检测器。该方法包含图像增广与弱监督物体检测两个相互作用的模块。图像增广模块将候选池中的物体插入一幅输入图像,该过程通过后验概率的估计与采样对插入物体的类别、位置和尺度进行约束,以保证增广图像的合理性;弱监督物体检测模块利用增广后的多物体图像、对应的类别标签、物体伪边界框标签训练物体检测器,并将原始输入图像上检到的高置信度物体储存到物体候选池中。训练过程中,为了避免过拟合,本文在基线算法的基础上增加一个并行的检测分支,即基于增广边界框的检测分支,该分支利用增广得到的伪边界框标注进行训练,原有基线算法的检测分支仍使用图像标签进行训练。测试时,本文方法仅使用基于增广边界框的检测分支产生检测结果。本文提出的增广策略和检测器的分支结构在不同弱监督物体检测器上均适用。结果在Pascal VOC(pattern analysis,statistical modeling and computational learning visual object classes)2007和Pascal VOC 2012数据集上,将该方法嵌入到多种现有的弱监督物体检测器中,平均精度均值(mean average precision,mAP)平均获得了2.9%和4.2%的提升。结论本文证明了采用弱监督物体检测伪边界框标签生成的增广图像包含丰富信息,能够辅助弱监督检测器学习物体部件、整体以及多物体簇之间的区别。

关键词：弱监督物体检测多物体数据增广图像融合概率图采样后验概率估计

来源：评论

学校读者我要写书评

暂无评论

一种基于双链的区块链共识机制

引用

计算机工程 2024年第5期50卷 139-148页

作者：旋逸昭赵红武金瑜武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业重点实验室湖北武汉430065

共识机制是区块链系统的核心技术,目前针对“非币”区块链系统提出的基于贡献值证明与工作量证明(Po C+Po W)的共识机制存在共识效率较低、可靠性和安全性不高、算力消耗大的缺点。提出一种新的基于双链的共识机制CON_DC_PBFT。在该共... 详细信息

共识机制是区块链系统的核心技术,目前针对“非币”区块链系统提出的基于贡献值证明与工作量证明(Po C+Po W)的共识机制存在共识效率较低、可靠性和安全性不高、算力消耗大的缺点。提出一种新的基于双链的共识机制CON_DC_PBFT。在该共识机制中设计一种业务链-系统链双链结构,将贡献值等系统数据和主要业务数据分离到双链中各自完成共识处理,双链的共识表现为半独立的形式,业务链共识消息流受系统链监督协调,并且系统链根据贡献值随机指定业务链的记账节点,双链的分工与协同实现并行化和流水化,改善共识的效率。由于贡献值数据不能被轻易获取,通过拜占庭通信机制和节点随机选择算法,降低节点遭受攻击和系统停滞的风险。通过实验综合分析出块选择概率、单点故障率、节点数、区块传输速率、CPU使用率对共识机制的性能影响,结果表明,与Po C+Po W机制相比,CON_DC_PBFT共识机制节省了50%以上内存、存储资源占用,在综合共识时延上有30%以上的改善。

关键词：区块链共识机制双链结构拜占庭容错协议非币场景下的区块链贡献值

来源：评论

学校读者我要写书评

暂无评论

基于全局密度更新策略的两阶段多模态多目标进化算法

引用

中国科学：信息科学 2024年第10期54卷 2385-2408页

作者：贺娟娟杨倩许志伟张凯张兴义葛明峰武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430065 安徽大学计算机科学与技术学院合肥230093 中国地质大学(武汉)机械与电子信息学院武汉430074

多模态多目标问题需要求解多个全局或局部最优帕累托解集,找到这些最优解集具有极大的理论意义和实际经济效益.近年来,学者们提出许多进化算法用于解决该问题.然而,多数算法在进化过程中首先选择收敛性好的个体构建交配池,然后再考虑决... 详细信息

多模态多目标问题需要求解多个全局或局部最优帕累托解集,找到这些最优解集具有极大的理论意义和实际经济效益.近年来,学者们提出许多进化算法用于解决该问题.然而,多数算法在进化过程中首先选择收敛性好的个体构建交配池,然后再考虑决策空间和目标空间的多样性.因此,决策空间中多样性好的个体可能被目标空间收敛性好的个体所替代.另外,由于帕累托最优子集在决策空间中有不同的形状和位置,因此个体很难均匀地收敛到每个帕累托子区域.本文提出了基于全局密度更新策略的两阶段多模态多目标进化算法.首先,为减轻交配池和亲本与子代一对一比较的负面影响,我们并不构建交配池,而是提出了新的算法框架,分两阶段寻优.该框架利用不同阶段进化算法的特征进行子代更新,有利于平衡种群的搜索和开发.然后,为了解决帕累托子集分布不均的问题,我们设计了目标空间密度自适应策略和全局密度估计更新种群策略,用于保持目标空间和决策空间种群多样性.我们将提出的算法与7种有代表性的多模态多目标算法进行比较.实验结果表明,我们的算法在决策空间中能找到更多等价的解,并且能更好地保持决策空间和目标空间多样性和收敛性的平衡,整体性能要好于所比较算法.

关键词：多目标进化算法多模态多目标优化问题进化算法全局密度参考向量边界点聚集

来源：评论

学校读者我要写书评

暂无评论

结合Bert与超图卷积网络的文本分类模型

引用

计算机工程与应用 2023年第17期59卷 107-115页

作者：李全鑫庞俊朱峰冉武汉科技大学计算机科学与技术学院武汉430070 智能信息处理与实时工业系统湖北省重点实验室武汉430070

现有的图神经网络在处理文本分类问题时,通常将文本转化为图结构,然后利用图神经网络进行学习表示,从而分类。但基于图神经网络的方法存在两点不足,一是图结构利用二元关系对单词联系进行表示,缺乏对文本高阶关系的捕获;二是图神经网络... 详细信息

现有的图神经网络在处理文本分类问题时,通常将文本转化为图结构,然后利用图神经网络进行学习表示,从而分类。但基于图神经网络的方法存在两点不足,一是图结构利用二元关系对单词联系进行表示,缺乏对文本高阶关系的捕获;二是图神经网络类模型难以捕获文本中丰富的语义关联。针对以上问题,提出了一种采用注意力机制将Bert与超图卷积网络结合的文本分类模型。通过Bert模型获得文本中的局部语义信息,通过构建文本超图获得单词间更广泛的文本关联信息,并经过超图卷积网络的学习表示得到文本全局结构特征,利用注意力机制对两种特征进行交互影响,获得更全面更充分的文本表示。在4个公开数据集上进行的多次实验表明,该模型与基线模型相比有更好的分类效果。

关键词：文本分类 Bert 超图神经网络

来源：评论

学校读者我要写书评

暂无评论

BeautyGAN+:基于全新PMT数据集的美妆转移混合监督学习算法

引用

中国科学：信息科学 2022年第1期52卷 129-144页

作者：白玉颜波谭伟敏复旦大学计算机科学技术学院上海市智能信息处理重点实验室上海200433

作为改变人脸图像外观的重要方式之一,美妆转移任务在近年来获得了越来越多的关注.美妆转移网络可以将任意参考图像的妆容转移到任意人脸图像上,在节约时间和空间成本的同时帮助人们找到适合自己的妆容,并获得妆容得到美化的图像.美妆... 详细信息

作为改变人脸图像外观的重要方式之一,美妆转移任务在近年来获得了越来越多的关注.美妆转移网络可以将任意参考图像的妆容转移到任意人脸图像上,在节约时间和空间成本的同时帮助人们找到适合自己的妆容,并获得妆容得到美化的图像.美妆转移网络BeautyGAN成功展示了无监督方法妆容迁移的较好效果,然而此类无监督学习策略缺乏可以提供良好妆容细节的监督标签,导致实验结果中出现了背景变色、边缘不自然、容易受光照影响等问题.用素颜–美妆配对标签进一步约束BeautyGAN模型训练可以解决上述问题,但当前学术界缺乏此类精细标注的配对数据集.针对以上问题,本文提出了BeautyGAN+方法,贡献了一个用户详细标注的素颜–美妆配对数据集,即PMT数据集,在BeautyGAN的无监督基础上加入有监督损失进行训练,最终通过实验发现结合无监督(迁移性好)和有监督(细节修复好)的训练策略可以提供更好的迁移效果.实验结果中的图像结果和用户调研(14位)均表明本文方法显著提升了美妆转移效果,解决了美妆转移工作长期缺乏配对数据集及转移结果存在多种偏差的难题.

关键词：深度学习美妆转移技术生成式对抗网络有监督学习美妆数据集

来源：评论

学校读者我要写书评

暂无评论

具有多个相交修复集的局部修复码的新构造

引用

计算机应用与软件 2023年第4期40卷 13-19页

作者：滕佳明复旦大学计算机科学技术学院上海市智能信息处理重点实验室上海200082

局部修复码可以通过仅访问很少的有效节点完成故障节点的修复。作为局部修复码的推广,具有可用性的局部修复码允许每个节点拥有多个不相交的修复集,这种特性对于分布式存储系统的部署非常有利,但是其中的可用性会降低其码率上界。对该... 详细信息

局部修复码可以通过仅访问很少的有效节点完成故障节点的修复。作为局部修复码的推广,具有可用性的局部修复码允许每个节点拥有多个不相交的修复集,这种特性对于分布式存储系统的部署非常有利,但是其中的可用性会降低其码率上界。对该类编码进行了推广,使同一节点的不同修复集可以相交较小的次数,这使得码率得以提升,并令该类编码具有负载平衡特性。将具性质较好的文献[14]提出的WZL码推广至修复集可以相交的情况,提高了码率,并且该构造的最小距离也优于文献[10]中关于此类编码的构造。

关键词：局部修复码具有可用性的编码分布式存储纠删码编码理论

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：