检索结果-内蒙古大学图书馆

声学技术 2024年第5期43卷 743-750页

作者：张奇肖瑛黄小青大连民族大学信息与通信工程学院辽宁大连116600

针对排序不确定性对卷积混合盲源分离性能的影响,文章提出了一种双重频点排序卷积混合盲源分离算法。首先对卷积混合信号进行短时傅里叶变换,在频域的各个频点处建立瞬时混合模型进行独立分量分析,对各频点分离结果根据带有影响因子的... 详细信息

针对排序不确定性对卷积混合盲源分离性能的影响,文章提出了一种双重频点排序卷积混合盲源分离算法。首先对卷积混合信号进行短时傅里叶变换,在频域的各个频点处建立瞬时混合模型进行独立分量分析,对各频点分离结果根据带有影响因子的频点相似性(IF-Murata排序)进行第一次排序置换。然后根据信号能量大小对已排序频点进行第二次频点优化。最后通过对比排序中频点相关性可以看出,双重频点排序方法能有效提高频点排序的准确率,并筛选出最优的排序结果,进而提高信号分离性能。仿真结果表明,双重频点排序方法得到的源信号的干扰比、源信号的失真比和系统误差与IF-Murata排序算法相比,均有所提升,相似系数平均提高约0.1。仿真结果验证了算法的有效性。

关键词：盲源分离卷积混合短时傅里叶变换双重频点排序

来源：评论

学校读者我要写书评

暂无评论

面向类不平衡数据的K近邻偏标记学习算法

引用

山东大学学报（工学版） 2022年第3期52卷 18-24,41页

作者：王丽于明仟刘文鹏周瑜郑蕊蕊贺建军大连民族大学信息与通信工程学院辽宁大连116000

针对于类不平衡的偏标记学习问题,在PL-KNN算法的基础上,提出一种可以较有效处理类不平衡问题的偏标记K近邻学习算法(K-nearest neighbor algorithm for class imbalanced partial label learning,IM-PLKNN),利用Parzen窗估计法在样本... 详细信息

针对于类不平衡的偏标记学习问题,在PL-KNN算法的基础上,提出一种可以较有效处理类不平衡问题的偏标记K近邻学习算法(K-nearest neighbor algorithm for class imbalanced partial label learning,IM-PLKNN),利用Parzen窗估计法在样本的不同类别的近邻上设置不同的权重,使多数类样本权重降低,让属于少数类样本的近邻具有更高的权重,降低将少数类样本误测为多数类样本的概率,提高对少数类样本的识别精度。试验结果表明,IM-PLKNN算法较PL-KNN算法在不同评价指标上均有显著提高,特别是对少数类样本的识别精度有大幅度提高。IM-PLKNN算法可以有效提高类不平衡的偏标记K近邻学习算法对数据集整体的预测性能。

关键词：偏标记学习类不平衡 K近邻分类 Parzen窗估计代价敏感策略

来源：评论

学校读者我要写书评

暂无评论

基于域自适应的肿瘤识别模型

引用

计算机科学 2022年第12期49卷 250-256页

作者：田天祎孙福明大连民族大学信息与通信工程学院辽宁大连116600

关注人的生命健康,定期进行癌症筛查是一项极为重要的工作。针对肿瘤图像数据集数量较少且存在部分无标签的问题,提出了一种基于域自适应算法的肿瘤识别模型。其主干网络包括特征提取器、标签分类器和域判别器。其中,特征提取器对源域... 详细信息

关注人的生命健康,定期进行癌症筛查是一项极为重要的工作。针对肿瘤图像数据集数量较少且存在部分无标签的问题,提出了一种基于域自适应算法的肿瘤识别模型。其主干网络包括特征提取器、标签分类器和域判别器。其中,特征提取器对源域和目标域的特征进行提取,学习肿瘤特征;标签分类器对肿瘤图像进行分类输出;域判别器对数据特征的来源进行判定。标签分类器与域判别器博弈,获取源域和目标域的数据分布,直到二者在特征空间上的分布趋于一致,此时得到的分类器可对目标域的数据进行分类。在BreakHis数据集上的实验结果表明,所提算法的平均准确率达到了87.6%,与两种经典域自适应方法相比,其准确率分别提高了16.2%和14.1%,并且在无标签的数据集上显示出了良好的性能。

关键词：域自适应肿瘤识别特征标签图像分类

来源：评论

学校读者我要写书评

暂无评论

基于动态对抗适应网络的垃圾分类算法

引用

中国科技论文 2023年第3期18卷 317-321,329页

作者：李涛田天祎孙福明大连民族大学信息与通信工程学院辽宁大连116600

为了解决垃圾的自动分类问题,基于动态对抗适应网络,提出了一种融入空间注意力机制的垃圾图像分类算法。在训练迭代过程中,算法通过利用领域鉴别器与特征提取器的相互对抗,不断增强领域鉴别器的识别能力与特征提取器的迷惑能力,让模型... 详细信息

为了解决垃圾的自动分类问题,基于动态对抗适应网络,提出了一种融入空间注意力机制的垃圾图像分类算法。在训练迭代过程中,算法通过利用领域鉴别器与特征提取器的相互对抗,不断增强领域鉴别器的识别能力与特征提取器的迷惑能力,让模型学习获得更多的领域不变量;并针对模型的参数进行不断优化更新,最终达到领域适应的目的。同时,将空间注意力模块融入领域对抗自适应中,使得网络更加关注与分类任务有关的关键区域,使模型能够定位到感兴趣的信息,并对无用信息进行抑制。在垃圾数据集上的实验结果表明,所提模型可以取得较好的分类效果,且优于对比算法。

关键词：垃圾分类领域适应对抗适应网络空间注意力机制特征

来源：评论

学校读者我要写书评

暂无评论

基于视频多目标跟踪的高度测量算法

引用

电子学报 2015年第3期43卷 591-596页

作者：姜明新王培昌王洪玉大连理工大学信息与通信工程学院辽宁大连116024 大连民族学院信息与通信工程学院辽宁大连116600

本文提出了一种基于视频多目标跟踪的高度测量算法.首先,采用码本模型检测前景,利用图割理论实现对多目标的跟踪.然后,提取每一帧中目标的头部特征点和脚部特征点,根据投影几何的约束关系计算每个目标的高度.最后,融合多帧的测量结果进... 详细信息

本文提出了一种基于视频多目标跟踪的高度测量算法.首先,采用码本模型检测前景,利用图割理论实现对多目标的跟踪.然后,提取每一帧中目标的头部特征点和脚部特征点,根据投影几何的约束关系计算每个目标的高度.最后,融合多帧的测量结果进行数据优化.本文提出的算法不需要对相机进行完全标定,只需计算摄像机的灭点和地平面的灭线,降低了计算的复杂度.实验结果表明,本文提出的算法具有较高的测量精度,对遮挡和运动状态变化具有较强的鲁棒性,同时,能够满足实时性要求.

关键词：高度测量视频多目标跟踪投影几何约束图割

来源：评论

学校读者我要写书评

暂无评论

基于改进NSGA-Ⅱ的船舶管路路径设计

引用

计算机集成制造系统 2022年第4期28卷 1129-1142页

作者：董宗然王法胜楼偶俊卞璇屹大连外国语大学软件学院辽宁大连116044 大连民族大学信息与通信工程学院辽宁大连116600 大连理工大学船舶工程学院辽宁大连116024

针对船舶机舱空间设备繁多、约束复杂,导致人工布管效率低、易出错,而现有布管算法只能生成少量布局结果,不能为管路工程师提供丰富参考等问题,提出一种用于求解船舶管路路径设计的改进多目标优化算法。用网格分解法描述障碍物和主要布... 详细信息

针对船舶机舱空间设备繁多、约束复杂,导致人工布管效率低、易出错,而现有布管算法只能生成少量布局结果,不能为管路工程师提供丰富参考等问题,提出一种用于求解船舶管路路径设计的改进多目标优化算法。用网格分解法描述障碍物和主要布局约束,将管路长度、折弯数目、贴壁敷设、折弯限制、“凹兜”数目、成束布局效果作为优化目标参与个体支配关系确定和择优过程,以连接点策略和改进A*算法构建种群个体,为带精英策略的快速非支配排序遗传算法(NSGA-Ⅱ)框架引入局部爬山搜索、精英个体非支配合并、种群多样性保持等改进策略以提高算法寻优能力,提出基于改进多目标算法和人工决策进行多管路成束布局和分支管路布局的算法流程。最后,通过仿真算例和实际算例验证了所提算法的可行性和先进性。

关键词：船舶管路路径设计布局优化带精英策略的快速非支配排序遗传算法改进多目标优化算法

来源：评论

学校读者我要写书评

暂无评论

基于ML和L2范数的视频目标跟踪算法

引用

电子学报 2013年第11期41卷 2307-2313页

作者：姜明新王洪玉王洁王彪大连理工大学信息与通信工程学院辽宁大连116024 大连民族学院信息与通信工程学院辽宁大连116600

目标跟踪是计算机视觉领域的一个具有挑战性的问题,本文提出了一种基于ML(最大似然)估计和L2范数的视频目标跟踪算法.建立基于稀疏限制的ML模型,给样本中的异常像素分配较小的权值,减少异常像素对跟踪算法的影响.利用L2范数最小化进行... 详细信息

目标跟踪是计算机视觉领域的一个具有挑战性的问题,本文提出了一种基于ML(最大似然)估计和L2范数的视频目标跟踪算法.建立基于稀疏限制的ML模型,给样本中的异常像素分配较小的权值,减少异常像素对跟踪算法的影响.利用L2范数最小化进行稀疏编码求解.采用贝叶斯估计得出目标跟踪结果.与其他典型算法相比,本算法降低了计算的复杂度,对遮挡,旋转,尺度变化,光照变化等异常变化具有较强的鲁棒性.

关键词：稀疏限制最大似然 L2范数最小化贝叶斯MAP估计

来源：评论

学校读者我要写书评

暂无评论

基于残差收缩网络的睡眠脑电分期

引用

仪器仪表学报 2022年第2期43卷 148-155页

作者：陈玲玲毕晓君哈尔滨工程大学信息与通信工程学院哈尔滨150001 中央民族大学信息工程学院北京100081

现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题,导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络,同时,在损失函数中基于重加权思想设计了类别加权损失函数,通过调整损失函数有效解决了数据不平衡... 详细信息

现有睡眠分期方法存在特征提取不充分、类别间存在数据不平衡等问题,导致睡眠分期的精度不高。基于残差收缩网络设计高效的特征提取网络,同时,在损失函数中基于重加权思想设计了类别加权损失函数,通过调整损失函数有效解决了数据不平衡对分类精度的影响。实验结果表明,改进算法在Sleep-EDF数据集中的Fpz-Cz、Pz-Oz通道上,准确率分别为85.4%和82.2%,MF_(1)分别为79.6%和75.4%,均高于基准算法和目前先进的对比算法,证明了算法的有效性和先进性。

关键词：睡眠分期残差收缩网络类别加权损失函数脑电信号重加权思想

来源：评论

学校读者我要写书评

暂无评论

基于零模型的社区检测基准网络构造及应用

引用

电子科技大学学报 2019年第3期48卷 440-448页

作者：任宏菲肖婧崔文阔许小可大连民族大学信息与通信工程学院辽宁大连116600 贵州省公共大数据重点实验室(贵州大学) 贵阳550025

社区检测对于探索挖掘复杂网络的结构特性具有重要意义,社区检测算法性能对于检测结果具有重要影响。目前用于衡量社区检测算法性能的基准测试网络较为单一,主要包括人工合成网络和真实世界网络。由于真实世界网络中通常缺乏已知社区结... 详细信息

社区检测对于探索挖掘复杂网络的结构特性具有重要意义,社区检测算法性能对于检测结果具有重要影响。目前用于衡量社区检测算法性能的基准测试网络较为单一,主要包括人工合成网络和真实世界网络。由于真实世界网络中通常缺乏已知社区结构信息,人工合成网络成为衡量算法性能的主要途径,但普遍存在网络微观特性不可调且与真实世界网络差异较大、对检测算法区分度不高、无法更改局部网络结构等问题。为提升人工合成网络性能,该文提出基于零模型的基准测试网络构造方法,首先设计了能够保持中尺度特性的零模型,提升网络微观特性调整灵活度,使其更逼近真实世界网络结构特性;其次设计了能够调整社区结构强弱的零模型,提升网络社区检测的评价准确性;最后设计了能够调整局部拓扑结构的零模型,有效衡量局部社区结构特性变化对于整体网络结构及检测算法性能的重要性。实验结果表明,基于零模型的构造方法能够有效提升基准测试网络的多样性和灵活性,更加逼近真实世界网络特性,因此更能满足对于社区检测算法性能的评价需求,对于提升复杂网络社区检测性能具有重要意义。

关键词：社区检测复杂网络零模型基准网络

来源：评论

学校读者我要写书评

暂无评论

物联网边缘计算资源分层部署建模仿真

引用

计算机仿真 2022年第9期39卷 415-419页

作者：冯冲施展大连民族大学信息与通信工程学院辽宁大连116600

常规方法设置边缘数据分层部署约束条件时,忽略了链路负载和边缘数据中心负载的限制,导致执行任务的能耗和时延较高、吞吐量较低。提出物联网边缘计算资源分层部署建模与优化方法。最小化边缘计算资源中心执行任务时的时延、成本、能耗... 详细信息

常规方法设置边缘数据分层部署约束条件时,忽略了链路负载和边缘数据中心负载的限制,导致执行任务的能耗和时延较高、吞吐量较低。提出物联网边缘计算资源分层部署建模与优化方法。最小化边缘计算资源中心执行任务时的时延、成本、能耗,计算边缘数据分层部署目标函数,设置中心处理用户请求的约束条件,包括链路负载约束、节点处理能力约束、基站调度约束、边缘数据中心服务率约束、边缘数据中心负载约束、时延成本关系约束,组成边缘计算资源分层部署模型,采用模拟退火遗传算法,求取模型最优解,得到优化后的边缘计算资源中心部署位置和部署数量。仿真分层型物联网拓扑结构,改变用户数量和任务数据大小,实验结果表明,设计方法提出的部署方案执行任务时,降低了终端能耗,减少了任务时延,提高了服务器吞吐量,提高了物联网整体性能。

关键词：边缘数据计算资源分层部署模型部署位置部署数量优化方案

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：