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 2025年

作者：周效栋张帆李晋江张彩明山东工商学院计算机科学与技术学院山东省未来智能金融工程实验室(山东工商学院) 山东大学软件学院

针对Deformable DETR仅采用ResNet进行简单特征提取限制了后续模块检测效果的问题，提出一种基于特征增强与多项式差值的目标检测网络. 首先引入特征提取模块同时提取图像局部和全局信息，帮助网络更精确地捕捉图像关键特征; 然后设... 详细信息

针对Deformable DETR仅采用ResNet进行简单特征提取限制了后续模块检测效果的问题，提出一种基于特征增强与多项式差值的目标检测网络. 首先引入特征提取模块同时提取图像局部和全局信息，帮助网络更精确地捕捉图像关键特征; 然后设计双注意力模块根据需求动态地调整特征通道和空间位置的权重，使网络能够聚焦于对当前任务更为重要的图像区域; 最后提出一种多项式插值方法拟合目标点周围更多的特征向量，计算生成更高质量的特征向量. 在COCO数据集上采用一致的实验条件进行实验，相比Deformable DETR，所提网络平均检测精度提升至44.8%，大目标检测精度提升1.9个百分点，各项检测精度均得到提升，并且优于对比的其他系列网络.

关键词：目标检测特征提取注意力机制插值函数

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的量子奥托循环性能优化

引用

量子电子学报 2025年第1期42卷 70-79页

作者：李建松李海于文莉郝亚明山东工商学院信息与电子工程学院山东烟台264005 山东工商学院计算机科学与技术学院山东烟台264005

针对通常情况下实现高性能的绝热捷径量子奥托循环(QOC)需要施加复杂调控场的难题,研究了实验上相对便于操控的线性驱动场下QOC的性能特征。利用基于策略函数的深度强化学习,对以单量子比特为工质的QOC膨胀与压缩过程的附加驱动场进行优... 详细信息

针对通常情况下实现高性能的绝热捷径量子奥托循环(QOC)需要施加复杂调控场的难题,研究了实验上相对便于操控的线性驱动场下QOC的性能特征。利用基于策略函数的深度强化学习,对以单量子比特为工质的QOC膨胀与压缩过程的附加驱动场进行优化,实现了线性驱动场下高性能的QOC。与非绝热自由演化方案下的QOC对比,优化附加驱动方案下的QOC在输出功、功率以及效率方面都表现出显著的优越性。特别是在较短循环周期中,自由演化方案下的QOC因大量不可逆功的产生,完全抑制了正功的输出,然而优化驱动方案下的QOC却仍能正常运行(有正功输出)。本工作初步检验了深度强化学习在优化量子热机性能中的有效性。

关键词：量子热力学量子奥托循环深度强化学习附加驱动场功率与效率

来源：评论

学校读者我要写书评

暂无评论

新商科背景下Python程序设计通识课案例教学实践

引用

电脑知识与技术 2025年第12期 128-130+177页

作者：贾颖山东工商学院计算机科学与技术学院

文章针对新商科对经管类专业学生提出的计算思维能力新要求，以及目前Python程序设计语言教学所面临的问题，提出一种基于案例教学法的解决方案。从案例库建设、案例教学流程、ChatGPT助力教学案例设计三个方面进行了教学设计和实践。... 详细信息

文章针对新商科对经管类专业学生提出的计算思维能力新要求，以及目前Python程序设计语言教学所面临的问题，提出一种基于案例教学法的解决方案。从案例库建设、案例教学流程、ChatGPT助力教学案例设计三个方面进行了教学设计和实践。研究结果表明，案例教学显著提升了学生对Python程序设计的学习兴趣和积极性，培养了学生的编程解决专业问题的计算思维能力。

关键词：新商科计算思维 Python程序设计案例教学

来源：评论

学校读者我要写书评

暂无评论

基于融合优化算法的超级电容器健康状态预测模型

引用

发电技术 2025年

作者：尚玉朝刘春豪王凯青岛大学电气工程学院青岛大学威海创新研究院山东工商学院计算机科学与技术学院

【目的】为解决超级电容器充放电过程中容量再生、放电容量不稳定及个体间差异性较大的问题，提升其安全性和应用效率，提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition withadaptivenoi... 详细信息

【目的】为解决超级电容器充放电过程中容量再生、放电容量不稳定及个体间差异性较大的问题，提升其安全性和应用效率，提出了一种基于完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition withadaptivenoise, CEEMDAN)与双向门控循环单元(bidirectional gated recurrent unit,BiGRU)神经网络的超级电容器健康状态(state of health,SOH)预测模型。【方法】结合Q-learning算法与贝叶斯优化算法设计了融合优化算法，并应用到构建的模型之中。采用CEEMDAN方法对放电容量序列进行处理，将所得残余分量作为模型的输出。选取充放电阶段所用时间和放电阶段的电压序列作为模型的3个输入特征。【结果】采用平均绝对误差、均方误差、均方根误差、平均绝对百分比误差、最大误差和决定系数6项评价指标对预测结果进行评估，相较于未优化模型，优化后模型的预测精度除决定系数有小幅度增加外，其余5项评价指标均有较大程度的减小。【结论】该预测模型具备较强的鲁棒性以及较高的预测精度，对于拓展其潜在应用场景具有重要意义。

关键词：储能超级电容器经验模态分解双向门控循环单元贝叶斯优化健康状态优化算法预测模型

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的多图神经网络交通预测模型

引用

智能计算机与应用 2025年第3期15卷 56-63页

作者：李博崔高峰冯泽涛山东工商学院计算机科学与技术学院山东烟台264005 山东工商学院统计学院山东烟台264005

由于复杂的时空相关性和非线性的交通模式,实现精确的预测仍然是一个挑战。针对于此,本文提出了一种新颖的多变量时间序列预测框架(MSTGCN+AL),尝试使用多图神经网络进行预测。引入2种新的图类型,一是通过自适应邻接矩阵得到自适应邻接... 详细信息

由于复杂的时空相关性和非线性的交通模式,实现精确的预测仍然是一个挑战。针对于此,本文提出了一种新颖的多变量时间序列预测框架(MSTGCN+AL),尝试使用多图神经网络进行预测。引入2种新的图类型,一是通过自适应邻接矩阵得到自适应邻接图,能更好地获取交通节点之间的位置关系;另一个是潜在图,通过使用全局变量拟合三角函数,可以更好地从交通数据中提取周期性和上下文信息。为了对齐图节点及其时间戳,采用了一个基于注意力机制的多图融合模块,包括多图空间嵌入、空间注意力和图注意力。为了验证本文方法的有效性,在METR-LA数据集上进行了广泛的实验。实验结果表明,与基线方法相比,所提MSTGCN+AL模型在预测性能上表现更佳。

关键词：图神经网络自适应邻接矩阵注意力机制多图融合交通预测

来源：评论

学校读者我要写书评

暂无评论

基于动态人群超图卷积网络的自闭症诊断方法

引用

计算机应用研究 2025年第5期42卷 1356-1362页

作者：王国华王丽芳薛小红王千山李海芳太原理工大学计算机科学与技术学院(大数据学院) 太原030000 太原理工大学软件学院太原030000 山西工商学院计算机信息工程学院太原030000

近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动... 详细信息

近年来图神经网络已被广泛应用于自闭症辅助诊断,现有研究大多采用手工计算的方式构建被试间相似图以实现诊断,难以准确建模被试间的复杂关系。此外,多数方法还忽略了对脑区自身特性的利用。为解决以上问题,提出了一种结合功能连接和动态低频波动振幅两种特征的动态人群超图卷积自闭症诊断方法DPHCN。采用多角度超图构建结合动态超图卷积实现自闭症诊断,在包含17个站点的公开数据集ABIDE-I上对所提方法进行了评估,达到了患者和正常被试间87.4%的分类准确率,优于许多现有方法。此外,还在ADHD-200数据集上进行了实验,并利用基于梯度的显著图法识别了对分类重要的大脑功能连接,结果表明所提方法有良好的泛化性和挖掘潜在生物标志物的能力。

关键词：自闭症诊断动态超图卷积网络功能磁共振成像动态低频波动振幅

来源：评论

学校读者我要写书评

暂无评论

DPSIR框架模型在海洋生态系统健康评价中的应用

引用

中国水运 2025年第2期 71-73页

作者：马玉伟孙士超刘旭东徐昭萌临沂职业学院山东临沂276017 山东省青岛生态环境监测中心山东青岛266003 山东工商学院计算机科学与技术学院山东烟台264005

随着人类对海洋开发力度的不断加大,海洋环境和资源可持续利用面临挑战。为更好的协调海洋资源开发利用与海洋生态保护之间的关系,评估海洋可持续发展能力,海洋生态系统健康评价至关重要。DPSIR框架模型在环境安全领域存在潜力。文中通... 详细信息

随着人类对海洋开发力度的不断加大,海洋环境和资源可持续利用面临挑战。为更好的协调海洋资源开发利用与海洋生态保护之间的关系,评估海洋可持续发展能力,海洋生态系统健康评价至关重要。DPSIR框架模型在环境安全领域存在潜力。文中通过梳理该框架在海洋生态系统健康评价中的发展历程、应用进展,归纳其涉及的应用场景、整体利弊等,探讨其在海洋生态系统健康评价中应用的局限性与可能性,提出观点建议,服务于海洋生态系统可持续发展。

关键词： DPSIR框架海洋生态系统健康评价研究进展

来源：评论

学校读者我要写书评

暂无评论

一种新的分段式细粒度正则化的鲁棒跟踪算法

引用

自动化学报 2023年第5期49卷 1116-1130页

作者：安志勇梁顺楷李博赵峰窦全胜相忠良山东工商学院计算机科学与技术学院烟台264003

孪生网络跟踪算法在训练阶段多数采用L2正则化,而忽略了网络架构的层次和特点,因此跟踪的鲁棒性较差.针对该问题,提出一种分段式细粒度正则化跟踪(Segmented fine-grained regularization tracking,SFGRT)算法,将孪生网络的正则化划分... 详细信息

孪生网络跟踪算法在训练阶段多数采用L2正则化,而忽略了网络架构的层次和特点,因此跟踪的鲁棒性较差.针对该问题,提出一种分段式细粒度正则化跟踪(Segmented fine-grained regularization tracking,SFGRT)算法,将孪生网络的正则化划分为滤波器、通道和神经元三个粒度层次.创新性地建立了分段式细粒度正则化模型,分段式可针对不同层次粒度组合,利用组套索构造惩罚函数,并通过梯度自平衡优化函数自适应地优化各惩罚函数系数,该模型可提升网络架构的泛化能力并增强鲁棒性.最后,基于VOT2019跟踪数据库的消融实验表明,与基线算法SiamRPN++比较,在鲁棒性指标上降低了7.1%及在平均重叠期望(Expected average overlap,EAO)指标上提升了1.7%,由于鲁棒性指标越小越好,因此鲁棒性得到显著增强.基于VOT2018、VOT2019、UAV123和LaSOT等主流数据库的实验也表明,与国际前沿跟踪算法相比,所提算法具有较好的鲁棒性和跟踪性能.

关键词：视觉跟踪孪生网络细粒度正则化组套索

来源：评论

学校读者我要写书评

暂无评论

群体智能点云光顺去噪算法

引用

计算机集成制造系统 2011年第5期17卷 935-945页

作者：李晋江张彩明范辉山东大学计算机科学与技术学院山东济南250061 山东工商学院计算机科学与技术学院山东烟台264005

为避免点云数据处理过程中的过光顺和局部失真现象,利用基于核函数的蚁群聚类算法对点云数据进行分析,在高维特征空间达到线性可聚的目的。通过核函数将散乱数据点的曲率及法矢映射到高维特征空间,并将它们在特征空间的加权距离作为相... 详细信息

为避免点云数据处理过程中的过光顺和局部失真现象,利用基于核函数的蚁群聚类算法对点云数据进行分析,在高维特征空间达到线性可聚的目的。通过核函数将散乱数据点的曲率及法矢映射到高维特征空间,并将它们在特征空间的加权距离作为相似性的度量,来分析可能的噪声点和局部特征。对法矢进行光顺调整时,采用类内方差自适应地确定调整阈值。实验结果表明,该算法比经典算法有明显的改善,并且较好地保留了原始数据的一些特征信息。

关键词：点云处理蚁群聚类算法核函数映射光顺去噪

来源：评论

学校读者我要写书评

暂无评论

基于分形的图像修复算法

引用

电子学报 2010年第10期38卷 2430-2435页

作者：李晋江张彩明范辉原达山东大学计算机科学与技术学院山东济南250061 山东工商学院计算机科学与技术学院山东烟台264005

图像修复是目前图像处理领域中的一个研究热点,对于较大孔洞的修复一直是个难点问题,已有算法都未能很好地解决.本文基于分形相关理论,提出了一种新的修复算法,很好地利用了图像的整体信息.论述了分形维数和分形编码序列块大小之间的关... 详细信息

图像修复是目前图像处理领域中的一个研究热点,对于较大孔洞的修复一直是个难点问题,已有算法都未能很好地解决.本文基于分形相关理论,提出了一种新的修复算法,很好地利用了图像的整体信息.论述了分形维数和分形编码序列块大小之间的关系,提出多尺度的分形编码及重构的修复方法.为了强化图像细节信息,进行了分形局部迭代.为了提高图像修复的质量,将图像进行了分形放大,再进行分形插值修复.从实验结果可以看出,新方法取得了较好的修补效果,尤其是对纹理图像和有较大孔洞的图像效果更好.

关键词：图像修复图像重建分形分形维数插值

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：