检索结果-内蒙古大学图书馆

浙江大学学报(工学版) 2025年第1期59卷 18-26页

作者：杨冰徐楚阳姚金良向学勤杭州电子科技大学计算机学院浙江杭州310018 杭州电子科技大学浙江省脑机协同智能重点实验室浙江杭州310018 杭州灵伴科技有限公司浙江杭州311121

现有的三维手部姿态估计方法大多基于Transformer技术,未充分利用高分辨率下的局部空间信息,为此提出基于改进FastMETRO的三维手部姿态估计方法.引入可变形注意力机制,使得编码器的设计不再受限于图像特征序列长度;引入交错更新多尺度... 详细信息

现有的三维手部姿态估计方法大多基于Transformer技术,未充分利用高分辨率下的局部空间信息,为此提出基于改进FastMETRO的三维手部姿态估计方法.引入可变形注意力机制,使得编码器的设计不再受限于图像特征序列长度;引入交错更新多尺度特征编码器来融合多尺度特征,强化生成手部姿态;引入图卷积残差模块来挖掘网格顶点间的显式语义联系.为了验证所提方法的有效性,在数据集FreiHAND、HO3D V2和HO3D V3上开展训练及评估实验.结果表明,所提方法的回归精度优于现有先进方法,在FreiHAND、HO3D V2、HO3D V3上的普鲁克对齐-平均关节点误差分别为5.8、10.0、10.5 mm.

关键词：三维手部姿态估计 Transformer 可变形注意力机制交错更新多尺度特征编码器神经网络

来源：评论

学校读者我要写书评

暂无评论

基于视觉空间引导的交互网络

引用

杭州电子科技大学学报(自然科学版) 2025年第2期45卷 35-41,49页

作者：杨宇涛孔万增杭州电子科技大学计算机学院浙江杭州310018 浙江省脑机协同智能重点实验室浙江杭州310018

视觉诱发的大脑表征解码在计算机视觉和神经科学学科中受到了广泛的关注。为了从相应的人类神经活动中收集的脑电数据来识别自然图像或运动图像,本文提出了一种由视觉空间引导的交互网络。该网络通过视觉信息的多层次、细粒度的引导,促... 详细信息

视觉诱发的大脑表征解码在计算机视觉和神经科学学科中受到了广泛的关注。为了从相应的人类神经活动中收集的脑电数据来识别自然图像或运动图像,本文提出了一种由视觉空间引导的交互网络。该网络通过视觉信息的多层次、细粒度的引导,促使脑电包含更多的视觉-大脑一致性和互补性信息。为了证明基于视觉空间引导的交互网络的有效性,将其在公共脑-视觉基准上进行了验证。实验表明,与广泛用于脑电分类的多种现有方法相比,本文提出的模型极具竞争力。

关键词：脑电接口视觉分类脑表征解码脑-视觉交互

来源：评论

学校读者我要写书评

暂无评论

基于注意力引导空域图卷积SRU的动态手势识别

引用

控制与决策 2023年第11期38卷 3083-3092页

作者：陈炫琦佘青山张波涛马玉良张建海杭州电子科技大学自动化学院杭州310018 浙江省脑机协同智能重点实验室杭州310018

基于手部骨骼的动态手势识别是计算机视觉和人机交互领域的一个研究热点.手势涉及的关节在空间上分布更紧密,相关性更强.针对目前基于骨骼的动态手势识别存在空间特征复杂、识别计算速率缓慢等问题,提出一种注意力引导空域图卷积简单循... 详细信息

基于手部骨骼的动态手势识别是计算机视觉和人机交互领域的一个研究热点.手势涉及的关节在空间上分布更紧密,相关性更强.针对目前基于骨骼的动态手势识别存在空间特征复杂、识别计算速率缓慢等问题,提出一种注意力引导空域图卷积简单循环单元(ASGC-SRU)网络.首先,将空域图卷积嵌入至SRU的门结构中,使得具有高速并行计算能力的SRU能够对复杂手势的时域和空域信息进行建模;然后,引入一种指关节注意力引导模块,使得更重要的指关节具有更高的关注度;最后,引入一种注意力增强空域图丢弃(ASD)的正则化方法,缓解网络过拟合的弊端.为验证所提出方法的有效性,在公认的动态手势数据集SHREC’17和DHG 14/28上进行大量实验,实验结果表明,所提出方法取得了较高的识别准确率,同时保持优良的计算效率.

关键词：动态手势识别图卷积简单循环单元注意力引导过拟合

来源：评论

学校读者我要写书评

暂无评论

基于脑电多特征融合的癫痫发作预测方法

引用

控制与决策 2023年第1期38卷 161-170页

作者：高云园高博罗志增孟明张建海杭州电子科技大学自动化学院杭州310018 浙江省脑机协同智能重点实验室杭州310018

癫痫的发作会给患者的身体和精神造成极大的创伤,对癫痫发作的准确预测可以及时协助医生对患者采取治疗措施.为了准确预测癫痫发作,提出脑电特征和多通道脑电交互特征相融合的癫痫发作预测方法.首先,提出多尺度符号化排列传递熵对多通... 详细信息

癫痫的发作会给患者的身体和精神造成极大的创伤,对癫痫发作的准确预测可以及时协助医生对患者采取治疗措施.为了准确预测癫痫发作,提出脑电特征和多通道脑电交互特征相融合的癫痫发作预测方法.首先,提出多尺度符号化排列传递熵对多通道脑电信号交互信息进行分析,生成同步矩阵,并通过显著性分析筛选与癫痫发作相关的重要脑电通道,减少不必要特征对分类的干扰;然后,对筛选通道后的脑电信号生成表征脑电信号特征的功率谱密度能量图(PSDED)和描述脑通道交互特征的同步矩阵图(SMD),将两个特征图融合,采用深度卷积神经网络(DCNN)对癫痫患者脑电信号进行分类识别,提高学习能力和泛化能力,分类准确率可达到96.825%;最后,在分类的基础上采用预测评价系统对癫痫发作预测性能进行评估,癫痫发作预测范围(SPH)为10 min和发作发生期(SOP)为10 min时,预测敏感性达到96.66%,误检率可达到0.03/h;当SPH为30min,SOP为10 min时,预测敏感性达到93.17%,误检率可达到0.05/h.与现有研究结果相比较,所提出方法具有较好的预测敏感度和较低的误检率.

关键词：脑电信号癫痫发作预测同步性分析深度卷积神经网络特征图融合

来源：评论

学校读者我要写书评

暂无评论

基于相关性和稀疏表示的运动想象脑电通道选择方法

引用

电子与信息学报 2022年第2期44卷 477-485页

作者：孟明董芝超高云园孔万增杭州电子科技大学自动化学院杭州310018 浙江省脑机协同智能重点实验室杭州310018

在基于运动想象(MI)的脑机接口(BCI)中,通常采用较多通道的脑电信号(EEG)来提高分类精度,但其中会有包含与MI任务无关或冗余信息的通道,从而影响BCI的性能提升。该文针对运动想象脑电分类中的通道选择问题,提出一种采用相关性和稀疏表... 详细信息

在基于运动想象(MI)的脑机接口(BCI)中,通常采用较多通道的脑电信号(EEG)来提高分类精度,但其中会有包含与MI任务无关或冗余信息的通道,从而影响BCI的性能提升。该文针对运动想象脑电分类中的通道选择问题,提出一种采用相关性和稀疏表示对通道进行选择的方法(CSR-CS)。首先计算训练样本每个通道的皮尔逊相关系数来选择显著通道,然后提取显著通道所在区域的滤波器组共空间模式特征拼接成字典,利用由字典所得到的非零稀疏系数的个数表征每个区域的分类能力,选出显著区域所包含的显著通道作为最优通道,最后采用共空间模式和支持向量机分别进行特征提取与分类。在对BCI第3次竞赛数据集Ⅳa和BCI第4次竞赛数据集Ⅰ两个二分类MI任务的分类实验中,平均分类精度达到了88.61%和83.9%,表明所提通道选择方法的有效性和鲁棒性。

关键词：脑机接口运动想象共空间模式支持向量机通道选择

来源：评论

学校读者我要写书评

暂无评论

生产环境下基于遗传算法的实时任务卸载算法

引用

计算机集成制造系统 2023年第4期29卷 1254-1266页

作者：胡海洋李前辉李忠金杭州电子科技大学计算机学院浙江杭州310018 浙江省脑机协同智能重点实验室浙江杭州310018

移动边缘计算(MEC)模式的出现使得移动设备(MD)可以将移动应用任务卸载至部署在网络边缘的演进型基站(eNB)上执行,从而有效降低MD的能耗与任务的延时。然而,不合理的任务卸载同样会造成MD的高能耗和任务的高延时。基于此,提出了一种实... 详细信息

移动边缘计算(MEC)模式的出现使得移动设备(MD)可以将移动应用任务卸载至部署在网络边缘的演进型基站(eNB)上执行,从而有效降低MD的能耗与任务的延时。然而,不合理的任务卸载同样会造成MD的高能耗和任务的高延时。基于此,提出了一种实时任务卸载(RTO)算法,该算法能够在满足任务截止时间的限制条件下,最小化MD能耗。RTO在遗传算法(GA)的基础上,引入了动态电压调节技术(DVFS),并在编码策略中考虑了任务的执行位置和MD的计算频率。通过仿真实验,证明了RTO算法的可行性与有效性。

关键词：移动边缘计算任务卸载遗传算法动态电压调节技术

来源：评论

学校读者我要写书评

暂无评论

基于服务质量的能耗感知工作流卸载策略

引用

计算机集成制造系统 2023年第9期29卷 3018-3027页

作者：袁友伟吴浩天张雪峰李万清李忠金邱仁志杭州电子科技大学计算机学院浙江杭州310018 浙江省脑机协同智能重点实验室浙江杭州310018

移动设备的发展导致了各种计算密集型移动应用的激增,针对这类应用对移动设备计算能力和能耗的突出需求,利用近似计算优化处理工作流任务,引入服务质量(QoS)的角度限制优化处理程度,并提出一种基于服务质量的能耗感知工作流卸载策略(EA-... 详细信息

移动设备的发展导致了各种计算密集型移动应用的激增,针对这类应用对移动设备计算能力和能耗的突出需求,利用近似计算优化处理工作流任务,引入服务质量(QoS)的角度限制优化处理程度,并提出一种基于服务质量的能耗感知工作流卸载策略(EA-QoS)。首先,EA-QoS对边缘节点按照单位负载传输能耗排序,对节点按能耗阈值进行分组并分配QoS等级。然后,对任务进行分层并利用HEFT算法生成就绪队列。最后,采用非支配排序遗传算法(NSGA-Ⅲ),在编码策略中通过对任务执行顺序、边缘节点和QoS等级进行整数映射,寻找任务最优调度方案。仿真实验结果表明,EA-QoS相较NSGA-Ⅲ和粒子群优化算法(PSO),工作流的能耗优化效果分别平均提升了12.02%和35.14%。

关键词：移动边缘计算延时优化能耗优化近似计算遗传算法工作流

来源：评论

学校读者我要写书评

暂无评论

基于单阶段生成对抗网络的文本生成图像方法

引用

浙江大学学报（工学版） 2023年第12期57卷 2412-2420页

作者：杨冰那巍向学勤杭州电子科技大学计算机学院浙江杭州310018 杭州电子科技大学浙江省脑机协同智能重点实验室浙江杭州310018 杭州灵伴科技有限公司浙江杭州311121

为了提高生成图像质量,提出新的文本生成图像方法,整体框架采用单阶段文本生成图像主干.在原有模型只使用句子信息生成图像的基础上,使用注意力机制把单词信息融入图像特征,采用合理地融入更多文本信息的方式提高生成图像的质量.引入对... 详细信息

为了提高生成图像质量,提出新的文本生成图像方法,整体框架采用单阶段文本生成图像主干.在原有模型只使用句子信息生成图像的基础上,使用注意力机制把单词信息融入图像特征,采用合理地融入更多文本信息的方式提高生成图像的质量.引入对比损失,使相同语义图像之间更加接近,不同语义图像之间更加疏远,从而更好地保证文本与生成图像之间的语义一致性.在生成器中采用动态卷积来增强生成器的表达能力.实验结果表明,所提方法在数据集CUB(Fréchet inception distance(FID)从12.10提升到10.36)和数据集COCO(FID从15.41提升到12.74)上都获得了较好的性能提升.

关键词：文本生成图像注意力机制对比损失语义一致性动态卷积

来源：评论

学校读者我要写书评

暂无评论

基于表面肌电分解的皮层肌肉耦合机理研究

引用

电子学报 2024年第8期52卷 2607-2617页

作者：席旭刚王成浩汪婷孔万增厉力华杭州电子科技大学自动化学院浙江杭州310018 浙江省脑机协同重点实验室浙江杭州310018 杭州电子科技大学计算机学院浙江杭州310018

基于表面肌电信号分解还原了肌电信号最原始的组成成分,通过分解后肌电信号段的特征研究神经肌肉系统中脑肌电信息传递规律,可以从生物电信息传递机理探索人体运动的本质.本文分别采集了9名受试者最大抓握力量的15%和30%(15%MVC、30%MVC... 详细信息

基于表面肌电信号分解还原了肌电信号最原始的组成成分,通过分解后肌电信号段的特征研究神经肌肉系统中脑肌电信息传递规律,可以从生物电信息传递机理探索人体运动的本质.本文分别采集了9名受试者最大抓握力量的15%和30%(15%MVC、30%MVC)所对应的EEG(Electro Encephalo Graph)和sEMC(surface Electro Myo Graphy)信号,以形态学分解为基础对sEMG信号进行模板重构分解,获得运动单元动作电位MUAP(Motion Unit Action Potential),提取MUAP的幅值、数量和发射速率作为特征,基于该类特征与同步脑电信号的变化趋势以及传递熵值探索大脑皮层与肌肉的信息传递规律.不同抓握力量水平下,30%MVC提取的3个特征均比15%MVC的数值更显著,但两种力量水平提取的3个特征随同步脑电变化趋势相同:当EEG信号形成波峰或波谷信号时,MUAP数量、幅值和发射速率特征均呈现增加的变化趋势,其中MUAP幅值的增加趋势最为明显,且MUAP幅值特征与同步EEG信号的耦合(TE传递熵值)效果最好.虽然力量水平的不同会影响脑肌电信号强弱,但总体呈现的信息传递规律是一致的:当肢体肌肉收缩脑电信号增强而形成波峰或波谷时,MUAP数量、幅值和发射速率3个特征值均呈现上升的变化趋势,其中MUAP幅值特征响应效果最好,该特征能较好体现人体运动控制过程中神经肌肉系统中的信息传递规律.

关键词：表面肌电脑电肌电分解脑肌电耦合传递熵

来源：评论

学校读者我要写书评

暂无评论

集成加权软投票的众包真值推理方法

引用

清华大学学报（自然科学版） 2022年第2期62卷 347-354页

作者：张桦沈菲蒋世豪张灵均徐宏杭州电子科技大学计算机学院杭州310018 浙江大学浙江省网络多媒体技术研究重点实验室杭州310058 浙江省脑机协同智能重点实验室杭州310018

为了提高众包的质量并获取高质量的标注数据,已有许多基于真值推理的众包标注方法被提出。传统真值推理利用多噪声标签作为输入,通过聚合策略推断出真实标签,该过程只考虑了实例的标签而忽略了实例的特征,且忽略了不同工人对不同实例的... 详细信息

为了提高众包的质量并获取高质量的标注数据,已有许多基于真值推理的众包标注方法被提出。传统真值推理利用多噪声标签作为输入,通过聚合策略推断出真实标签,该过程只考虑了实例的标签而忽略了实例的特征,且忽略了不同工人对不同实例的标注质量。该文引入实例的特征以最大程度地挖掘实例中蕴含的有用信息。通过计算众包实例属于每一个类别的概率,得到新划分的众包数据集;提出一种基于元学习的集成分类器,在新数据集上训练并利用相似度计算得到工人权重,即工人对不同的实例有不同的标注能力;在投票模型的基础上引入工人权重,提出加权软投票的方法用于推测标签。在公开数据集和创建的数据集上的实验结果表明,所提出的方法优于现有的真值推理算法。

关键词：众包特征元学习分类

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：