检索结果-内蒙古大学图书馆

计算机研究与发展 2020年第11期57卷 2375-2388页

作者：贺周雨冯旭鹏刘利军黄青松昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学信息化建设管理中心昆明650500 云南大学信息学院昆明650091 昆明理工大学云南省计算机技术应用重点实验室昆明650500

近年来,随着图像数据量的爆炸式增长,散列方法与深度学习相结合的方法在图像检索领域表现出优异的性能.主流的深度监督散列方法大多采用"成对"策略,利用标签信息生成一个相似矩阵约束散列编码.这类方法的计算开销大,不适用于... 详细信息

近年来,随着图像数据量的爆炸式增长,散列方法与深度学习相结合的方法在图像检索领域表现出优异的性能.主流的深度监督散列方法大多采用"成对"策略,利用标签信息生成一个相似矩阵约束散列编码.这类方法的计算开销大,不适用于大规模的图像检索.为此,提出了一种一元深度监督散列学习方法——深度强相关散列学习方法,为卷积神经网络添加了一个散列层以得到散列码,通过计算低维散列码之间的汉明距离完成快速图像检索.特别地,为了学习到的散列码更具有区别性,提出了强相关损失函数约束散列码的生成.强相关损失函数通过改变模型对权重矩阵的敏感度调节特征之间的距离,尽可能地增大特征类间距离、缩小类内距离.该方法能够实现快速、准确的大规模图像检索,并且可以广泛地使用在多种卷积神经网络中.在CIFAR-10, NUS-WIDE, SVHN这3个大规模公开数据集中进行了大量实验,结果表明该方法的图像检索性能优于目前主流方法.

关键词：近似最近邻搜索图像检索卷积神经网络深度散列学习损失函数

来源：评论

学校读者我要写书评

暂无评论

多T型支接线路配电网系统故障定位方法

引用

数据通信 2022年第2期 23-27页

作者：刘畅刘爱莲李英娜李川昆明理工大学信息工程与自动化学院云南省昆明市650500 云南省计算机技术应用重点实验室云南省昆明市呈贡区650500

本文以中性点非有效接地形式配电网系统发生单相接地故障后的零序网络特征为依据,针对T型支接线路下基于零序电流相似度的算法误判问题,提出一种瞬时功率首峰极性与零序电流相似度结合的故障定位方法。通过T型支接线路各测点瞬时功率首... 详细信息

本文以中性点非有效接地形式配电网系统发生单相接地故障后的零序网络特征为依据,针对T型支接线路下基于零序电流相似度的算法误判问题,提出一种瞬时功率首峰极性与零序电流相似度结合的故障定位方法。通过T型支接线路各测点瞬时功率首峰极性检测故障是否发生在T型支接线路测点,对于故障未发生在T型支接线路测点的情况则根据瞬时功率推测大致区段,计算这些区段的零序电流相似度,定位故障区段。仿真结果表明,方法在不同故障条件下均可准确定位故障区段,有效解决了T型支接线路发生故障时的区段定位误判问题。

关键词：配电网 T型支接线路零序网络区段定位零序电流瞬时功率

来源：评论

学校读者我要写书评

暂无评论

面向误差最小化的在线服务信誉度量

引用

重庆大学学报（自然科学版） 2020年第7期43卷 63-74页

作者：曾俊威付晓东岳昆刘骊刘利军冯勇昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学云南省计算机技术应用重点实验室昆明650500 云南大学信息学院昆明650091

由于每个在线服务可以通过其自身的真实质量被客观比较,存在潜在的真相服务排序。为了使用户进行服务选择时有真实客观的在线服务信誉排序作为参考,服务信誉应当尽可能地接近真相服务排序。提出一种面向误差最小化的在线服务信誉度量方... 详细信息

由于每个在线服务可以通过其自身的真实质量被客观比较,存在潜在的真相服务排序。为了使用户进行服务选择时有真实客观的在线服务信誉排序作为参考,服务信誉应当尽可能地接近真相服务排序。提出一种面向误差最小化的在线服务信誉度量方法。该方法将用户对服务的偏好排序视为对真实服务排序的带噪估计,利用Kendall tau距离指标来衡量服务排序与真相排序之间的误差,通过设定真相与用户对服务的偏好排序集合之间的平均误差上限找出可能的真相服务排序,寻找与可能的真相服务排序集合之间平均误差最小的服务排序作为服务信誉。由于所有的服务排序都有可能为真相排序,造成了该方法的计算困难,利用分支切割法对该方法进行优化求解。以真实数据集和模拟数据集为基础,通过实验验证了该方法在保证运行效率的同时得到与真相误差更小的信誉度量结果。

关键词：在线服务信誉度量真相排序最小误差分支切割法

来源：评论

学校读者我要写书评

暂无评论

基于功能性近红外光谱识别右脚三种想象动作研究

引用

生物医学工程学杂志 2020年第2期37卷 262-270页

作者：李玉熊馨李昭阳伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500 云南省计算机技术应用重点实验室昆明650500

基于功能性近红外光谱(fNIRS)的脑机接口(BCI)是一种新型的人机交互手段。为探究单个肢体不同运动想象动作fNIRS信号的可分性,研究采集了15名受试者(业余足球爱好者)在想象右脚三种动作(传球、停球和射门)期间的fNIRS信号,提取了不同想... 详细信息

基于功能性近红外光谱(fNIRS)的脑机接口(BCI)是一种新型的人机交互手段。为探究单个肢体不同运动想象动作fNIRS信号的可分性,研究采集了15名受试者(业余足球爱好者)在想象右脚三种动作(传球、停球和射门)期间的fNIRS信号,提取了不同想象动作期间HbO信号的相关系数作为特征,构造了基于支持向量机的三分类模型。试验结果发现:右脚三种想象动作的分类准确率为78.89%±6.161%;两类运动想象动作的分类,即传球与停球、传球与射门和停球与射门的分类准确率分别为85.17%±4.768%、82.33%±6.011%、89.33%±6.713%。研究结果表明单个肢体不同运动想象的fNIRS具有可分性,这可望为fNIRS-BCI增加新的控制命令,也可为单侧中风患者康复训练和控制外设提供一种新的选择。此外,研究也表明相关系数可以作为分类不同想象动作的一种有效特征。

关键词：功能性近红外光谱运动想象相关系数脑机接口分类识别

来源：评论

学校读者我要写书评

暂无评论

基于AMC的高增益高平坦度偶极子天线

引用

微波学报 2024年第S1期40卷 32-35页

作者：陈昱洁刘佳丽窦江玲沈韬宋健王青旺昆明理工大学信息工程与自动化学院昆明650500 北京机械设备研究所北京100143 昆明理工大学云南省计算机技术应用重点实验室昆明650500 昆明理工大学研究生院昆明650500

本文提出了一种加载人工磁导体(AMC)反射板的高增益偶极子天线。天线由一对交叉偶极子和AMC反射器组成。首先利用AMC的同相反射特性在保持低剖面的同时获得了较高的增益,同时在AMC反射板的介质基板和金属反射地板之间增加空气层等效增... 详细信息

本文提出了一种加载人工磁导体(AMC)反射板的高增益偶极子天线。天线由一对交叉偶极子和AMC反射器组成。首先利用AMC的同相反射特性在保持低剖面的同时获得了较高的增益,同时在AMC反射板的介质基板和金属反射地板之间增加空气层等效增加介质板厚度,展宽AMC单元的同相反射带宽。然后为了改善天线的阻抗匹配和增益的平坦度,在偶极子的辐射臂上进行凹槽处理。此外为了避免馈线相互交叉造成匹配调节不便的问题,馈电采用了交叉耦合结构。测试结果表明,天线的阻抗带宽为4.59~5.24GHz(13.22%),天线增益具有高平坦度且峰值增益为9.9dBi。

关键词： AMC 高增益高平坦度

来源：评论

学校读者我要写书评

暂无评论

基于FPGA的运动目标实时检测跟踪算法及其实现技术

引用

光学技术 2020年第2期46卷 158-166页

作者：邢凯李彬华陶勇王锦良何春昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500

运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵... 详细信息

运动目标检测跟踪有关的算法及其基于PC平台的实现已经比较成熟,但实时性较差。将采集的彩色视频流分成灰度和彩色两个数据流,灰度视频用于目标检测,彩色视频流用于跟踪显示。以经典的帧间差分法和背景差分法为基础,根据现场可编程门阵列(FPGA)的特点及片外同步动态存储器的存取控制要求,对这两个算法用FPGA逻辑单元进行了设计和实现。对原始彩色视频流和转换后的灰度视频流的存取使用乒乓操作,在滤波和形态学处理时使用了并行的流水线操作,极大地提高了算法的实时处理能力。在FPGA开发板上构建了一个彩色视频图像中运动目标检测跟踪系统,对系统性能进行了测试。实验结果表明,系统可在多种分辨率和帧率下进行运动目标进行实时检测跟踪;固定背景差分法对目标运动速度无限制,但当使用帧差法对快速运动目标进行有效的检测时,应使目标的帧差间距大于3.2像素。

关键词：运动目标图像检测目标跟踪 FPGA

来源：评论

学校读者我要写书评

暂无评论

基于多策略BPSO算法的关联规则挖掘

引用

科技通报 2021年第2期37卷 40-46页

作者：钟倩漪钱谦伏云发昆明理工大学信息工程与自动化学院云南省计算机技术应用重点实验室昆明650500

针对传统关联规则挖掘在处理高维大型数据时运行效率不高的问题,提出一种基于多策略二进制粒子群优化算法的关联规则挖掘方法。该方法使用二进制粒子群优化算法搜索关联规则,无需人为指定支持度、置信度等阈值,同时引入反向学习策略、... 详细信息

针对传统关联规则挖掘在处理高维大型数据时运行效率不高的问题,提出一种基于多策略二进制粒子群优化算法的关联规则挖掘方法。该方法使用二进制粒子群优化算法搜索关联规则,无需人为指定支持度、置信度等阈值,同时引入反向学习策略、细粒度惯性权重及V型函数,降低算法陷入局部最优的概率,提高算法的收敛精度。实验结果表明,改进后的算法收敛速度较快,且平衡了可靠性、相关性及可理解性等多个指标,能挖掘出更为有效的关联规则。

关键词：关联规则挖掘二进制粒子群优化反向学习

来源：评论

学校读者我要写书评

暂无评论

基于快速鲁棒性主成分分析的日冕喷流自动检测方法

引用

天文研究与技术 2022年第1期19卷 78-85页

作者：耿成杰李润鑫刘辉尚振宏昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省计算机技术应用重点实验室云南昆明650500 中国科学院云南天文台云南昆明650216 昆明理工大学云南省人工智能重点实验室云南昆明650500

使用快速鲁棒性主成分分析(Fast Robust Principal Component Analysis,Fast RPCA)方法对日冕序列图像中的日冕喷流活动进行检测。检测的基本思路是利用快速鲁棒性主成分分析方法中低秩和稀疏分解的思想与日冕序列图像中有着变化尺度稍... 详细信息

使用快速鲁棒性主成分分析(Fast Robust Principal Component Analysis,Fast RPCA)方法对日冕序列图像中的日冕喷流活动进行检测。检测的基本思路是利用快速鲁棒性主成分分析方法中低秩和稀疏分解的思想与日冕序列图像中有着变化尺度稍小且占比较大的随机变化背景成分、变化尺度较大且占比较小的日冕喷流的特点相结合,实现随机复杂多变的动态背景和稀疏运动目标之间的分离,从而检出作为前景变化的日冕喷流。采用太阳动力学天文台(Solar Dynamics Observatory,SDO)卫星的大气成像仪(Atmospheric Imaging Assembly,AIA)两组不同时间段、不同波段、不同观测位置的日冕序列图像作为研究对象。研究内容主要包括日冕序列图像的预处理、日冕喷流检测、快速鲁棒性主成分分析方法与帧间差分法的检测结果对比分析。实验结果表明,与帧间差分法相比,快速鲁棒性主成分分析方法能够检出强度较弱的日冕喷流,且提高了日冕喷流检测的准确度。

关键词：日冕喷流检测快速鲁棒性主成分分析帧间差分运动目标提取

来源：评论

学校读者我要写书评

暂无评论

基于深度循环神经网络的入侵检测方法

引用

化工自动化及仪表 2021年第6期48卷 566-574,645页

作者：王佳坤缪祥华邵建龙昆明理工大学信息工程与自动化学院昆明理工大学云南省计算机技术应用重点实验室

在入侵检测中提出一种具有多层堆叠的深度门控循环单元检测模型,并且通过简化深度门控循环单元,在减少计算参数的同时保持学习能力。针对NSL-KDD数据集中少数攻击类型数量较少的问题,提出使用Borderline-SMOTE过采样算法来提高少数攻击... 详细信息

在入侵检测中提出一种具有多层堆叠的深度门控循环单元检测模型,并且通过简化深度门控循环单元,在减少计算参数的同时保持学习能力。针对NSL-KDD数据集中少数攻击类型数量较少的问题,提出使用Borderline-SMOTE过采样算法来提高少数攻击类型的检测准确率,进而提升入侵检测的能力。通过数据集平衡前后的多项评价标准对比可知,所提方法能够有效提升检测效率,与其他算法相比表现出较高的检测能力。

关键词：入侵检测技术深度门控循环单元 NSL-KDD数据集少数攻击类型 Borderline-SMOTE算法

来源：评论

学校读者我要写书评

暂无评论

基于Attention-ResNet-LSTM网络的中期负荷预测模型

引用

化工自动化及仪表 2021年第6期48卷 575-580,645页

作者：刘新志刘爱莲李英娜昆明理工大学信息工程与自动化学院昆明理工大学云南省计算机技术应用重点实验室

提出一种基于Attention-ResNet-LSTM网络的中期负荷预测模型。将Attention机制引入LSTM模型,赋予不同的权重于特征向量,加入ResNet网络后算出负荷的预测值。以爱尔兰某地区的真实负荷为数据集进行仿真实验,负荷预测结果表明:相比于RNN、... 详细信息

提出一种基于Attention-ResNet-LSTM网络的中期负荷预测模型。将Attention机制引入LSTM模型,赋予不同的权重于特征向量,加入ResNet网络后算出负荷的预测值。以爱尔兰某地区的真实负荷为数据集进行仿真实验,负荷预测结果表明:相比于RNN、LSTM、Attention-LSTM模型,Attention-ResNet-LSTM模型的预测精度更高。

关键词：中期负荷预测电力负荷 LSTM网络 Attention机制 ResNet网络

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：