检索结果-内蒙古大学图书馆

小型微型计算机系统 2024年第6期45卷 1311-1317页

作者：牙韩耀万海斌覃团发广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

可重构智能表面(Reconfigurable Intelligent Surface,RIS)技术是一种新兴的、绿色的技术,可以有效地实现频谱和能量的高效无线通信.本文研究基站(Base Stations,BSs)与RIS的联合波束形成中总发射功率最小化问题.由于人工智能(Artificia... 详细信息

可重构智能表面(Reconfigurable Intelligent Surface,RIS)技术是一种新兴的、绿色的技术,可以有效地实现频谱和能量的高效无线通信.本文研究基站(Base Stations,BSs)与RIS的联合波束形成中总发射功率最小化问题.由于人工智能(Artificial Intelligence,AI)在处理高维数据问题和非凸模型方面的优势,本文基于深度强化学习(Deep Reinforcement Learning,DRL)中的双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic policy gradient,TD3),设计一种新颖的联合波束成形算法来处理RIS辅助无线通信系统的基站总发射功率最小化问题.仿真结果表明,本文所提算法的性能优于经典的交替优化算法,并且通过本文所提算法训练得到的模型可以直接部署和调用,不需要再次重复计算.

关键词：可重构智能表面深度强化学习联合波束成形传输功率最小化

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的脑肿瘤分割方法综述

引用

计算机工程与应用 2021年第7期57卷 34-43页

作者：梁芳烜杨锋卢丽云尹梦晓广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

脑肿瘤自动分割对脑肿瘤诊断、手术规划和治疗评估中起着重要的作用。然而,由于脑病变结构的高可变性,组织边界模糊,以及数据有限和类不平衡等问题,导致其仍面临巨大的挑战。目前,大部分分割依赖手工,耗时耗力,易受主观影响,寻求一种高... 详细信息

脑肿瘤自动分割对脑肿瘤诊断、手术规划和治疗评估中起着重要的作用。然而,由于脑病变结构的高可变性,组织边界模糊,以及数据有限和类不平衡等问题,导致其仍面临巨大的挑战。目前,大部分分割依赖手工,耗时耗力,易受主观影响,寻求一种高效的自动分割方法非常具有研究意义。介绍了脑肿瘤分割的研究背景、意义和难点,并概述了其发展历程;从数据和结构优化两方面详细描述基于脑肿瘤分割的卷积神经网络,简介脑分割常用的数据集和性能指标;分析了2017至2019年的BraTs挑战赛中排名靠前的算法性能,并讨论分析卷积神经网络应用于脑肿瘤分割的发展趋势。

关键词：卷积神经网络脑肿瘤多尺度多任务多视图

来源：评论

学校读者我要写书评

暂无评论

基于图像处理的物体质量与软硬度的测量

引用

广西大学学报（自然科学版） 2016年第2期41卷 541-553页

作者：张学军瞿祥和雷锦添毕红梅刘天鹏广西大学计算机与电子信息学院广西南宁530004 广西多媒体通信与网络技术重点实验室培育基地广西南宁530004 广西高校多媒体通信与信息处理重点实验室广西南宁530004

物体的质量及软硬度的识别一般采用物理的方法来测量,操作复杂并且需要特定的工具,而对于物体内部则无法直接测量。随着机器人和计算机视觉技术的发展,利用图像处理的手段识别和分析物体的物理特性的研究成为可能。针对基于网格状的形... 详细信息

物体的质量及软硬度的识别一般采用物理的方法来测量,操作复杂并且需要特定的工具,而对于物体内部则无法直接测量。随着机器人和计算机视觉技术的发展,利用图像处理的手段识别和分析物体的物理特性的研究成为可能。针对基于网格状的形变进行图像处理分析识别物体软硬度:在空间领域,采用薄板样条(TPS)算法对形变的最小弯曲能量值进行计算,对物体的柔软度进行量化分析;在频谱领域,采用傅里叶变换(FFT)算法计算出变形前后特征区域的频谱的变化值,寻找其与柔软度的关系曲线;将空间、频谱领域的实验结果整合分析,确定物体硬度的图像测定参数。物体所受作用力越大,产生的弯曲能量值越大,频谱扩散的效果越明显。针对一些柔软度较好的常见物体图像的实验效果进行对比分析,发现拉伸带的实验效果较好。对其施加不同大小的作用力,形变效果显著,且结果呈线性分布,符合理论预期。进而使用该测量方法对一组医学肝脏图像进行了分析,计量不同患者肝脏的柔软度,以帮助医生及时准确地诊断出肝纤维化程度,达到预防肝硬变及癌变的目的。

关键词：薄板样条傅里叶变换软硬度频谱弯曲能量图像处理

来源：评论

学校读者我要写书评

暂无评论

特征选择融合和增强的轻量级深度估计方法

引用

小型微型计算机系统 2024年第9期45卷 2182-2187页

作者：陈磊梁正友孙宇广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

目前大部分的单目深度估计网络存在网络参数庞大,消耗硬件资源多等问题.针对这些问题提出一种特征选择融合和特征增强的轻量级深度估计方法.首先,设计了特征选择融合模块来对编码器输出的多尺度特征进行选择融合,在解码器中融入编码器... 详细信息

目前大部分的单目深度估计网络存在网络参数庞大,消耗硬件资源多等问题.针对这些问题提出一种特征选择融合和特征增强的轻量级深度估计方法.首先,设计了特征选择融合模块来对编码器输出的多尺度特征进行选择融合,在解码器中融入编码器底层位置特征信息,提高不同尺度特征信息的利用率;其次,设计了一个Sobel特征增强模块来加强模型对场景边界信息的感知,提高场景边界深度信息的估计精度.实验结果表明,该方法的模型参数量在仅有4.2M(M为百万),在NUY Depth V2数据集上取得δ1指标0.823的先进性能.该方法不但兼顾了推理速度和估计精度,而且对场景边缘信息有较强预测能力以及模型有较强鲁棒性.

关键词：深度估计多尺度特征融合特征增强编码器解码器轻量级网络

来源：评论

学校读者我要写书评

暂无评论

一种新型的无线传感器网络能效路由算法

引用

计算机应用研究 2023年第8期40卷 2461-2466页

作者：曾伟健梁家荣广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

为了解决重复分簇而加剧能量消耗的问题,提出了一种新的无线传感器网络能效路由算法——基于簇树的非均匀分簇路由算法(UCCT)。该算法分为两步。第一步,划分网络区域为面积不相等的两个区域,对每个区域内的节点集,利用K-中心算法确定其... 详细信息

为了解决重复分簇而加剧能量消耗的问题,提出了一种新的无线传感器网络能效路由算法——基于簇树的非均匀分簇路由算法(UCCT)。该算法分为两步。第一步,划分网络区域为面积不相等的两个区域,对每个区域内的节点集,利用K-中心算法确定其质心节点;以每个质心作为一个簇,计算其中继能耗开销;确定各簇间的通信路由。第二步,利用线性规划方法来确定非质心节点所属的簇,选取各簇中剩余能量最高的节点为相应的簇头。该算法的特点是无须重复分簇。仿真结果表明,与ANRB相比,采用UCCT进行通信路由,无线传感器网络的寿命延长10.97%,数据吞吐量提高了13.09%。

关键词：无线传感器网络非均匀分簇多跳通信线性规划

来源：评论

学校读者我要写书评

暂无评论

基于条件生成式对抗网络的图像转换综述

引用

小型微型计算机系统 2020年第12期41卷 2569-2581页

作者：林振峰尹梦晓杨锋钟诚广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

图像转换实现两个图像域之间的映射,源域图像经过转换得到目标域图像.随着生成式对抗网络(Generative Adversarial Netw ork,GAN)在计算机视觉领域的发展,图像转换越来越受到重视.结合条件生成式对抗网络(Conditional GAN)与深度学习中... 详细信息

图像转换实现两个图像域之间的映射,源域图像经过转换得到目标域图像.随着生成式对抗网络(Generative Adversarial Netw ork,GAN)在计算机视觉领域的发展,图像转换越来越受到重视.结合条件生成式对抗网络(Conditional GAN)与深度学习中的其他图像处理技术,图像转换模型能够处理更复杂的跨域转换以及更具有针对性的实例转换等任务.该文从监督学习与无监督学习入手论述图像转换模型,其中监督学习包括一对一映射模型与多模态映射模型,无监督学习包括基于循环一致性约束的转换模型、实例级图像转换模型、基于潜在编码的转换模型、基于共享潜在空间的图像转换模型与基于特征分离的转换模型等,最后介绍常见的转换模型评价方法,并尝试探讨图像转换研究的热点与可能的发展趋势.

关键词：深度学习生成式对抗网络图像转换

来源：评论

学校读者我要写书评

暂无评论

面向分类和深度损失的立体图像重定向质量评价

引用

小型微型计算机系统 2023年第11期44卷 2538-2545页

作者：罗媛婷唐振华广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

现有的立体重定向图像客观评价算法往往采用统一的方法对重定向图像的失真予以衡量.然而,对于不同类型的立体重定向图像,人眼关注的失真类型与模式不尽相同.此外,现有算法未能精确地衡量重定向图像中深度感变化.针对上述问题,本文提出... 详细信息

现有的立体重定向图像客观评价算法往往采用统一的方法对重定向图像的失真予以衡量.然而,对于不同类型的立体重定向图像,人眼关注的失真类型与模式不尽相同.此外,现有算法未能精确地衡量重定向图像中深度感变化.针对上述问题,本文提出了一种基于分类和深度感损失的立体图像重定向质量评价算法.该算法根据重定向图像的显著度和深度特征进行图像分类,对不同类型的图像采用不同的失真质量评价策略.此外,为了精确衡量重定向图像的深度感变化,本文还提出了两种用于衡量深度感损失的指标,分别利用重定向过程中深度信息的丢失以及绝对深度的相似度来衡量深度感的损失.本文利用NBU-SIRQA和SIRD数据库进行实验,结果表明,本文算法的整体评价性能优于现有所有算法.

关键词：立体图像重定向质量评价图像分类深度感受损失绝对深度距离

来源：评论

学校读者我要写书评

暂无评论

基于改进型蛇算法的RFID网络规划部署

引用

计算机科学 2024年第6期51卷 375-383页

作者：李芷芊郑嘉利陈奕君张江波广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

针对无线射频识别(RFID)网络规划的优化部署问题,提出一种基于Circle映射的嵌入正弦余弦算法和自适应阈值的改进型蛇算法(ESO)。在种群初始化阶段利用Circle混沌映射的均匀性和遍历性等特点,在局部搜索阶段和开发阶段分别引入正弦余弦算... 详细信息

针对无线射频识别(RFID)网络规划的优化部署问题,提出一种基于Circle映射的嵌入正弦余弦算法和自适应阈值的改进型蛇算法(ESO)。在种群初始化阶段利用Circle混沌映射的均匀性和遍历性等特点,在局部搜索阶段和开发阶段分别引入正弦余弦算法(SCA)和自适应阈值等算法机制,弥补了蛇算法初始化过程不够均匀、容易陷入局部最优和收敛速度慢等缺点。在满足100%标签覆盖率、减少阅读器之间的碰撞干扰、实现阅读器的负载均衡,以及降低总的发射功率这4个目标的基础上,求解阅读器最佳的部署位置,将所提算法与粒子群算法(PSO)、灰狼算法(GWO)、樽海鞘算法(SSA)进行了对比分析。实验结果表明,改进型蛇算法在对RFID网络进行优化部署时寻优能力更强,对RFID网络部署的综合性能提升明显,在相同的实验条件下,ESO的最佳适应度值比PSO提高了28.1%,比GWO提高了17.7%,比SSA提高了22.9%,可以更有效地得出最优的RFID网络规划部署方案。

关键词： RFID网络蛇算法 Circle映射正弦余弦算法自适应阈值网络规划

来源：评论

学校读者我要写书评

暂无评论

基于几何约束的改进SURF算法

引用

计算机工程与设计 2020年第10期41卷 2855-2861页

作者：易业曦陆艳肖业夫周政雷刘运毅广西大学计算机与电子信息学院广西南宁530004 广西大学广西多媒体通信与网络技术重点实验室广西南宁530004 广西大学广西高校多媒体通信与信息处理重点实验室广西南宁530004

针对工业视觉机器人的实际作业环境中,作业背景以及工件上夹带的杂物影响图像特征点提取与匹配的问题,提出一种基于几何约束的改进SURF(speeded-up robust features)算法。分析工件图像中工件主体的长度、周长、面积等几何特性,提出3种... 详细信息

针对工业视觉机器人的实际作业环境中,作业背景以及工件上夹带的杂物影响图像特征点提取与匹配的问题,提出一种基于几何约束的改进SURF(speeded-up robust features)算法。分析工件图像中工件主体的长度、周长、面积等几何特性,提出3种基础的过滤规则用于过滤背景干扰曲线,提取出主要工件特征曲线;通过对SURF算法中Hessian矩阵的迹进行多尺度处理,对其应用过滤规则后进行特征点提取与匹配。对实际工业现场采集到的工件图像与匹配数据库进行实验与对比,其结果表明,改进后的SURF算法能够提取更丰富的处于几何边缘的特征点,提高了匹配精度。

关键词：快速鲁棒特征(SURF) 几何特征边缘特征特征提取特征匹配

来源：评论

学校读者我要写书评

暂无评论

光滑神经网络解决一类线性约束的非Lipschitz优化问题

引用

小型微型计算机系统 2023年第4期44卷 745-751页

作者：喻昕舒浩帆林植良黄晓燕广西大学计算机与电子信息学院南宁530004 广西多媒体通信与网络技术重点实验室南宁530004

带有线性不等式约束的非光滑非优化问题被广泛应用于稀疏优化,具有重要的研究价值.为了解决这类问题,提出了一种基于光滑化和微分包含理论的神经网络模型.通过理论分析,证明了所提神经网络的状态解全局存在,轨迹能够在有限时间进入可行... 详细信息

带有线性不等式约束的非光滑非优化问题被广泛应用于稀疏优化,具有重要的研究价值.为了解决这类问题,提出了一种基于光滑化和微分包含理论的神经网络模型.通过理论分析,证明了所提神经网络的状态解全局存在,轨迹能够在有限时间进入可行域并永驻其中,且任何聚点都是目标优化问题的广义稳定点.最后给出数值实验和图像复原实验验证神经网络在理论和应用中的有效性.与现有神经网络相比,它具有以下优势:初始点可以任意选取;避免计算精确罚因子;无需求解复杂的投影算子.

关键词：光滑化神经网络非Lipschitz优化稀疏优化

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：