检索结果-内蒙古大学图书馆

传感器与微系统 2025年第2期44卷 82-86页

作者：袁凯烽侯璐黄永锋常州工业职业技术学院信息工程学院江苏常州213164 北京理工大学物理学院北京100089 江苏理工学院计算机工程学院江苏常州213001

由于脑电(EEG)信号的特异性、隐私性,数据集相对匮乏,运动想象EEG(MI-EEG)信号分类是一项具有挑战性的任务。提出了一种基于半监督变分自编码器-条件生成对抗网络(SSVAE-CGAN)模型应用于MI-EEG信号的增强和分类。SSVAE-CGAN模型的SSVAE-... 详细信息

由于脑电(EEG)信号的特异性、隐私性,数据集相对匮乏,运动想象EEG(MI-EEG)信号分类是一项具有挑战性的任务。提出了一种基于半监督变分自编码器-条件生成对抗网络(SSVAE-CGAN)模型应用于MI-EEG信号的增强和分类。SSVAE-CGAN模型的SSVAE-CGAN的编码器为EEGNet网络,获得MI-EEG信号的时域、频域和空间域的复合特征的潜在空间表示。不同于传统的无监督变分自编码器,在训练编码器时,SSVAE-CGAN使用MI-EEG信号的标签信息以监督的方式更好地构建潜在空间。然后,SSVAE-CGAN使用条件生成对抗网络接收带有标签信息的随机噪声进行生成器-判别器的对抗训练,并生成与潜在空间分布对齐的隐空间。在真实MI-EEG数据集进行了数据增强和分类实验,实验结果验证了本文模型的有效性。

关键词：运动想象脑电数据增强分类半监督变分自编码器条件生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于深度残差网络与迁移学习的水稻虫害图像识别

引用

中国农机化学报 2023年第9期44卷 198-204页

作者：汪健梁兴建雷刚四川工程职业技术学院软件工程系四川德阳618000 四川轻化工大学计算机科学与工程学院四川宜宾644005 四川工程职业技术学院电气信息工程系四川德阳618000

提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进,提高网络的识别能,以实现基于给定的图像自动地识别分类出主要害虫。此外,基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据... 详细信息

提出一个针对大多数类型的水稻害虫的图像识别方法。对ResNet34网络进行改进,提高网络的识别能,以实现基于给定的图像自动地识别分类出主要害虫。此外,基于迁移学习方法有效避免由于数据量缺乏而使得训练不足的问题。通过ImageNet数据库开展网络参数预训练能够进一步提升网络的提取性能,通过IDADP数据库可以开展参数微调工作以及训练工作。将提出的改进ResNet34模型与其他模型的性能进行对比评估。结果显示,改进ResNet34模型的识别准确度最高,F 1-score达到0.98,证明所提模型对水稻病虫害图像具有较好的识别效果。

关键词：水稻害虫深度残差网络迁移学习改进ResNet34模型卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于一类神经网络的视频异常事件检测方法

引用

电子测量与仪器学报 2021年第7期35卷 60-65页

作者：蒋卫祥李功常州信息职业技术学院软件与大数据学院常州213164 南京信息工程大学计算机与软件学院南京210044

视频异常事件检测一直是一个具有挑战性的问题,现有的方法往往把视频特征提取和异常检测模型建立两个步骤独立设计,导致方法无法达到最优。针对该问题,设计了一种一类神经网络方法用于视频异常检测。该方法结合了自编码器的逐层数据表... 详细信息

视频异常事件检测一直是一个具有挑战性的问题,现有的方法往往把视频特征提取和异常检测模型建立两个步骤独立设计,导致方法无法达到最优。针对该问题,设计了一种一类神经网络方法用于视频异常检测。该方法结合了自编码器的逐层数据表示形式能力以及一类分类能力,隐藏层的特征是针对异常检测的特定任务而构建的,从而获得了一个超平面以将所有正常样本与异常样本分开。实验结果表明,提出的方法在PED子集和PED2子集上分别达到了94.9%的帧级AUC和94.5%的帧级AUC,在Subway数据集上实现了80个正确事件检测,证实了该方法在工业和城市环境中的广泛适用性。

关键词：视频监控异常事件一类神经网络深度学习自编码网络

来源：评论

学校读者我要写书评

暂无评论

ConvPiece:基于二维卷积和子图采样的大型知识图谱表示学习模型

引用

南京邮电大学学报（自然科学版） 2023年第6期43卷 60-69页

作者：陈云芳茆昊天徐晓瑀杜承俊陈杰张伟南京邮电大学计算机学院江苏南京210023 江苏省联创软件研究院江苏南京210000 盐城工业职业技术学院信息与安全学院江苏盐城224005

基于浅层模型的知识图谱表示学习的目标是学习图上所有的实体和关系的嵌入表示向量,然而浅层模型难以学习到更具表达力的特征。浅层模型采用的嵌入表示矩阵使得训练过程需要消耗大量的计算资源,难以在现实中的大型知识图谱上进行训练。... 详细信息

基于浅层模型的知识图谱表示学习的目标是学习图上所有的实体和关系的嵌入表示向量,然而浅层模型难以学习到更具表达力的特征。浅层模型采用的嵌入表示矩阵使得训练过程需要消耗大量的计算资源,难以在现实中的大型知识图谱上进行训练。大型知识图谱表示学习模型——ConvPiece,基于锚节点和邻居节点及关系采样策略为知识图谱上的每个节点预计算子图表示,利用二维卷积和Transformer为每个节点聚合采样子图特征得到节点的表示向量,最终输入解码器计算得分并训练。在两个大型知识图谱数据集FB15k-237和WN18RR上的链路预测实验显示,ConvPiece在只有大模型十分之一参数量的情况下分别保持着88%和92%的性能,且分别高出参考模型9%和2%。

关键词：知识图谱表示学习二维卷积链路预测

来源：评论

学校读者我要写书评

暂无评论

自适应权重多视角度量学习的遥感图像场景分类方法

引用

计算机辅助设计与图形学学报 2021年第5期33卷 755-764页

作者：周国华蒋晖顾晓清殷新春常州工业职业技术学院信息工程学院常州213164 常州大学计算机与人工智能学院常州213164 扬州大学信息工程学院扬州225127

遥感图像易受光照和气象条件等干扰因素的影响,且随着遥感设备分辨率的提高,遥感图像中出现了更多的地表细节的问题.为了提高遥感图像的场景分类的准确度,提出一种自适应权重多视角度量学习方法.首先使用多个视角下的数据特征学习具有... 详细信息

遥感图像易受光照和气象条件等干扰因素的影响,且随着遥感设备分辨率的提高,遥感图像中出现了更多的地表细节的问题.为了提高遥感图像的场景分类的准确度,提出一种自适应权重多视角度量学习方法.首先使用多个视角下的数据特征学习具有分辨力的度量空间,使在度量空间内同类图像紧凑,异类图像尽可能地远离;然后引入权重向量,在度量学习的过程中自适应地调节各视角间的权重关系;最后利用核技巧扩展至非线性空间,更有效地挖掘隐藏于视角间的关联和互补信息.在Google和WHU-RS遥感图像数据集上的实验结果表明,该方法具有良好的分类性能,平均分类准确率分别达到90.26%和92.62%,显著优于对比的单视角和多视角分类方法.

关键词：遥感图像场景分类自适应权重多视角学习度量学习

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5算法的农田杂草检测

引用

中国农机化学报 2023年第4期44卷 167-173页

作者：王宇博马廷淮陈光明南京信息工程大学计算机与软件学院南京市210044 南京交通职业技术学院电子信息工程学院南京市211188 南京农业大学工学院南京市210031

随着智慧农业技术和大田种植技术的不断发展,自动除草具有广阔的市场前景。关于除草剂自动喷洒的有效性,农田杂草的精准、快速地识别和定位是关键技术之一。基于此提出一种改进的YOLOv5算法实现农田杂草检测,该方法通过改进数据增强方式... 详细信息

随着智慧农业技术和大田种植技术的不断发展,自动除草具有广阔的市场前景。关于除草剂自动喷洒的有效性,农田杂草的精准、快速地识别和定位是关键技术之一。基于此提出一种改进的YOLOv5算法实现农田杂草检测,该方法通过改进数据增强方式,提高模型泛化性;通过添加注意力机制,增强主干网络的特征提取能力;通过改进框回归损失函数,提升预测框的准确率。试验表明,在芝麻作物和多种杂草的复杂环境下,本文方法的检测平均精度均值mAP为90.6%,杂草的检测平均精度AP为90.2%,比YOLOv5s模型分别提高4.7%和2%。在本文试验环境下,单张图像检测时间为2.8 ms,可实现实时检测。该研究内容可以为农田智能除草设备提供参考。

关键词：杂草检测 YOLOv5 数据增强注意力机制回归损失函数

来源：评论

学校读者我要写书评

暂无评论

邻域信息嵌入的半监督判别字典对学习的遥感场景图像分类方法

引用

南京师大学报(自然科学版) 2022年

作者：周国华卢剑伟倪彤光胡学龙常州工业职业技术学院信息工程学院扬州大学信息工程学院常州大学计算机与人工智能学院

随着遥感成像技术的发展，雷达或卫星等地球观测仪器生成大量遥感场景图像。但在训练样本标签不充足的情况下，遥感场景图像的分类的准确率仍有待提高。本文提出了一种邻域信息嵌入的半监督判别字典对学习方法。利用标记和未标记的样本... 详细信息

随着遥感成像技术的发展，雷达或卫星等地球观测仪器生成大量遥感场景图像。但在训练样本标签不充足的情况下，遥感场景图像的分类的准确率仍有待提高。本文提出了一种邻域信息嵌入的半监督判别字典对学习方法。利用标记和未标记的样本进行综合字典和分析字典对的训练，通过最小化基于稀疏l2，1范数的重构误差项来得到稳健的字典对。对结构化分析字典施加稀疏约束，以确保编码的稀疏性。同时，基于稀疏编码的邻域结构信息建立局部边界项，使得同类近邻稀疏编码间的距离较小，而不同类近邻稀疏编码间的距离大，提高稀疏编码的判别性。在RSSCN7和UC Merced数据集上的半监督遥感场景图像分类的实验表明，本文方法在分类准确率上具有一定优势。

关键词：半监督学习图像分类遥感场景字典对学习稀疏编码

来源：评论

学校读者我要写书评

暂无评论

支持属性立即撤销的可复用属性基签名及其密钥协商方案

引用

网络与信息安全学报 2024年第2期10卷 81-94页

作者：张智烁杨会喜黄文廖永建周世杰电子科技大学信息与软件工程学院四川成都610057 沧州市职业技术学院机电工程系河北沧州061001 四川大学计算机学院四川成都610065

为了解决后台分布式微服务-前端反向代理网络架构中统一细粒度访问控制和数据安全通信的问题,提出了可撤销属性的认证方策略属性基签名,基于Type-3配对的属性基签名及其互认证密钥协商方案。在所提方案签名算法中,无须关联访问策略,生... 详细信息

为了解决后台分布式微服务-前端反向代理网络架构中统一细粒度访问控制和数据安全通信的问题,提出了可撤销属性的认证方策略属性基签名,基于Type-3配对的属性基签名及其互认证密钥协商方案。在所提方案签名算法中,无须关联访问策略,生成的签名只和用户部分属性有关,访问策略在验证算法中输入,来校验与签名相关联的用户属性是否真实合法并满足访问策略,所以签名与访问策略实现了解耦,使得一个签名可复用于多个访问策略的认证过程。另外,提出了属性哈希过滤算法,并基于该算法实现了属性的立即撤销机制,使得签名者不能用过期无效的属性继续用于策略认证。并在选择策略模型下严格地验证了所提属性基签名方案的存在不可伪造性。进一步地,为了实现数据的安全通信,提出了与所提属性基签名方案配套的满足扩展Canetti-Krawczyk安全模型的认证密钥协商方案。最后,通过理论和实验对比分析得知,在安全级别为128 bit高级加密标准的要求下,所提方案中的微服务器端的认证算法比其他属性认证算法消耗更少的时间,因此所提方案更加适用于复合微服务请求的场景。

关键词：细粒度访问控制属性哈希过滤属性撤销解耦式属性基签名互认证密钥协商不可伪造性

来源：评论

学校读者我要写书评

暂无评论

个人成长视角下高职院校辅导员培养路径研究——以天津电子信息职业技术学院为例

引用

天津职业院校联合学报 2023年第2期25卷 17-20页

作者：朱艳天津电子信息职业技术学院计算机与软件技术系党支部天津300350

从高职院校辅导员培养的紧迫性出发,阐述个人成长视角下高职院校辅导员培养的三大困境,以天津电子信息职业技术学院“531”培养工程为例,提出个人成长视角下辅导员的培养路径。

关键词：个人成长高职院校辅导员培养

来源：评论

学校读者我要写书评

暂无评论

鲁棒多视角潜在低秩表示的图像分类方法

引用

石河子大学学报（自然科学版） 2024年第5期42卷 652-660页

作者：申燕萍韩少勇顾苏杭郇战常州工业职业技术学院信息工程学院江苏常州213164 常州大学计算机与人工智能学院江苏常州213164 郑州银行博士后科研工作站河南郑州450015 常熟理工学院电气与自动化工程学院江苏常熟215500

随着5G和网络技术的飞速发展,大量互联网图像出现在人们的视野中。互联网图像的高维和噪声特性是图像分类问题的主要挑战。为提高互联网图像的识别性和鲁棒性,本文提出了一种鲁棒多视角潜在低秩表示(robust multi-view latent low rank ... 详细信息

随着5G和网络技术的飞速发展,大量互联网图像出现在人们的视野中。互联网图像的高维和噪声特性是图像分类问题的主要挑战。为提高互联网图像的识别性和鲁棒性,本文提出了一种鲁棒多视角潜在低秩表示(robust multi-view latent low rank representation,RMLLRR)的图像分类方法。RMLLRR算法在低秩表示算法的框架上引入多视角学习的思想,根据视角互补性和一致性准则,利用多种特征得到图像全面的描述信息,最大化不同视角间的一致性和最小化视角间信息描述的分歧。RMLLRR算法使用潜在低秩表示的思想,过滤冗余特征和噪声信息,着重考虑图像主要特征信息和显著特征信息,使得模型更加鲁棒和分辨力。此外,RMLLRR算法运用ε-draggings技术学习类间大间隔的松弛标签矩阵,起到增强类别判别的作用。人脸数据集ORL、物体数据集COIL和对象识别数据集GRAZ的实验结果表明,在噪声环境下,RMLLRR算法在所有对比算法中取得了最好的分类结果,分类精度分别达到92.43%、98.95%和63.37%。

关键词：多视角学习潜在低秩表示 ε-draggings技术图像分类

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：