检索结果-内蒙古大学图书馆

组合机床与自动化加工技术 2023年第12期 40-44,49页

作者：匡兵邱德宪黄春德黄廷辉崔更申桂林电子科技大学机电工程学院桂林541004 桂林电子科技大学计算机与信息安全学院桂林541004

基于斜率差的激光雷达环境特征提取算法忽略自身误差时容易造成过分割现象和误分割现象。为此,提出了一种考虑激光雷达误差的环境特征识别斜率差优化方法。在雷达数据存在误差情况下,首先通过角点与左右相邻斜率差值之和不变的特点得到... 详细信息

基于斜率差的激光雷达环境特征提取算法忽略自身误差时容易造成过分割现象和误分割现象。为此,提出了一种考虑激光雷达误差的环境特征识别斜率差优化方法。在雷达数据存在误差情况下,首先通过角点与左右相邻斜率差值之和不变的特点得到一种角点识别的优化算法;再通过断点阈值过滤错误的断点;最后通过分割角点点簇的方法过滤错误的角点,以此得到准确度更高的角点。实验结果表明,该方法相对于基于斜率差的特征提取方法能有效提高角点识别准确度,消除了线段过分割现象,减少了线段误分割现象,提高了匹配的精度。

关键词：激光雷达斜率差特征识别误差

来源：评论

学校读者我要写书评

暂无评论

多智能体系统的实用-分量一致性

引用

广西师范大学学报（自然科学版） 2024年第1期42卷 139-146页

作者：隆紫庭马忠军李科赞桂林电子科技大学数学与计算科学学院广西桂林541004 广西应用数学中心(桂林电子科技大学) 广西桂林541004 广西密码学与信息安全重点实验室(桂林电子科技大学) 广西桂林541004

实用-分量一致性是指多智能体系统中所有状态变量的一些分量的偏差始终在一个有界区间内波动。本文基于有向网络拓扑探讨一阶非线性领导-跟随多智能体系统的实用-分量一致性问题。首先,对该系统构造一个分段式牵制控制协议;然后,利用置... 详细信息

实用-分量一致性是指多智能体系统中所有状态变量的一些分量的偏差始终在一个有界区间内波动。本文基于有向网络拓扑探讨一阶非线性领导-跟随多智能体系统的实用-分量一致性问题。首先,对该系统构造一个分段式牵制控制协议;然后,利用置换矩阵方法,将开始的偏差系统转化为一个新的偏差系统,将原系统的实用-分量一致性问题转化为新偏差系统中零解的强实用稳定性问题,并借助矩阵理论和稳定性理论等,导出该系统实现实用-分量一致性的充分条件;最后,通过数值模拟验证理论结果的正确性。

关键词：多智能体系统实用一致性部分分量一致性领导-跟随

来源：评论

学校读者我要写书评

暂无评论

(ε,δ)-本地差分隐私模型下的均值估计机制

引用

电子与信息学报 2023年第3期45卷 765-774页

作者：张跃朱友文周玉倩袁家斌南京航空航天大学计算机科学与技术学院南京211106 桂林电子科技大学广西密码与信息安全重点实验室桂林541004

相对于ε-本地差分隐私(LDP)机制,(ε,δ)-本地差分隐私模型下的方案具有更小的误差边界和更高的数据效用。然而,当前的(ε,δ)-本地差分隐私均值估计机制仍存在估计误差大、数据效用低等问题。因此,针对均值估计问题,该文提出两种新的(... 详细信息

相对于ε-本地差分隐私(LDP)机制,(ε,δ)-本地差分隐私模型下的方案具有更小的误差边界和更高的数据效用。然而,当前的(ε,δ)-本地差分隐私均值估计机制仍存在估计误差大、数据效用低等问题。因此,针对均值估计问题,该文提出两种新的(ε,δ)-本地差分隐私均值估计机制:基于区间的均值估计机制(IM)和基于近邻的均值估计机制(NM)。IM的主要思想是:划分扰动后的数据到3个区间,真实数据以较大概率扰动到中间的区间,以较小概率扰动到两边的区间,收集者直接对扰动数据求均值得到无偏估计。NM的主要思想是:把真实数据以较大概率扰动到其邻域,以较小概率扰动到距离较远的值,收集者结合期望最大化算法得到高准确度的估计均值。最后,该文通过理论分析证明了IM和NM均可以满足隐私保护要求,并通过实验证实了IM和NM的数据效用优于现有机制。

关键词：隐私保护本地差分隐私数据聚合均值估计

来源：评论

学校读者我要写书评

暂无评论

基于改进U2-Net网络的多裂肌MRI图像分割算法

引用

南京信息工程大学学报 2024年第3期16卷 364-373页

作者：王子民周悦关挺强郭欣胡巍王茂发桂林电子科技大学计算机与信息安全学院桂林541004 柳州市人民医院柳州545006

针对腰间盘突出患者MRI图像多裂肌病变部位分割精度较低的问题,提出一种改进的U2-Net网络的新模型,目标是使得编码和解码的子网络通过一系列嵌套的跳跃路径来相互连接.重新设计U2-Net模型中RSU-7、RSU-6、RSU-5、RSU-4中间的跳跃连接,RS... 详细信息

针对腰间盘突出患者MRI图像多裂肌病变部位分割精度较低的问题,提出一种改进的U2-Net网络的新模型,目标是使得编码和解码的子网络通过一系列嵌套的跳跃路径来相互连接.重新设计U2-Net模型中RSU-7、RSU-6、RSU-5、RSU-4中间的跳跃连接,RSU-4F部分不变,用来降低编码解码子网络中特征图的语义缺失.为了提取到高质量的多裂肌特征,加入通道注意力模块,通过学习每个通道的权重,使网络能够更好地关注对任务有贡献的通道,从而提升模型的性能.为验证模型的有效性,在多裂肌MRI图像数据集上进行实验,发现相较于U-Net、U2-Net、U-Net++网络结构,骰子系数(Dice)、豪斯多夫距离(HD)以及均交并比(MIoU)3个指标均有优化.实验结果表明,本文提出的算法对于多裂肌的MRI图像分割有较好的效果,能够辅助医生对病情做出判断.

关键词：磁共振成像(MRI) 深度学习医学图像分割多裂肌注意力机制稠密连接 U2-Net

来源：评论

学校读者我要写书评

暂无评论

基于混合注意力机制的视频序列表情识别

引用

计算机仿真 2023年第9期40卷 223-227页

作者：李金海李俊桂林电子科技大学电子工程与自动化学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对视频序列表情识别方法中模型庞大、提取到的特征表征能力低等困难,提出了一种基于混合注意力机制的视频序列表情识别方法。利用改进的卷积神经网络与门控循环单元提取表情序列的时空信息。通过通道注意力和时间注意力组成的混合注... 详细信息

针对视频序列表情识别方法中模型庞大、提取到的特征表征能力低等困难,提出了一种基于混合注意力机制的视频序列表情识别方法。利用改进的卷积神经网络与门控循环单元提取表情序列的时空信息。通过通道注意力和时间注意力组成的混合注意力模块,有效地增强对特征通道的敏感性,同时能够聚焦于表情峰值帧,提取最具有表达能力的表情特征。提出模型在CK+与Oulu-CASIA两个公共数据集分类准确率各达到了98.70%、89.15%,与其它主流算法对比,该方法具有更好的识别性能。

关键词：视频序列表情识别表征能力混合注意力峰值帧

来源：评论

学校读者我要写书评

暂无评论

基于深度展开模型的毫米波稀疏成像算法

引用

计算机应用研究 2023年第11期40卷 3496-3502页

作者：车俐吴永满蒋留兵牟玉洁桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学广西无线宽带通信与信号处理重点实验室广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对传统压缩感知算法的高计算成本问题,从稀疏信号的恢复角度出发,提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net,在该网络中,复数形式的降采样回波信号被拆分成实部和虚部作为输入,接着代入到基于VAMP... 详细信息

针对传统压缩感知算法的高计算成本问题,从稀疏信号的恢复角度出发,提出一种基于深度展开模型的稀疏成像算法。首先构建复数稀疏重建网络VAMP-Net,在该网络中,复数形式的降采样回波信号被拆分成实部和虚部作为输入,接着代入到基于VAMP算法的迭代块中,最后通过卷积神经模块进行最优非线性稀疏变换,得到恢复的实部和虚部信号,两者进行合并后得到恢复的目标图像。对于所提算法,采用人工合成的数据集在不同目标密集程度、迭代次数和噪声环境下进行仿真实验,并与传统的迭代收缩阈值算法和深度学习重构算法进行比较。再使用不同程度稀疏性的数据进行实测验证。实验结果表明,该算法重构的图像在NMSE、TBR、重构耗时以及内存使用上有更好的表现。

关键词：毫米波雷达稀疏成像压缩感知深度展开模型卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的SDN服务质量智能优化算法

引用

物联网学报 2023年第1期7卷 73-82页

作者：廖岑卉珊陈俊彦梁观平谢小兰卢小烨桂林电子科技大学计算机与信息安全学院广西桂林541004 国防科技大学计算机学院湖南长沙410073

深度强化学习具有较强的决策能力和泛化能力,常被应用于软件定义网络(SDN,software defined network)的服务质量(QoS,quality of service)优化中。但传统深度强化学习算法存在收敛速度慢和不稳定等问题。提出一种基于深度强化学习的服... 详细信息

深度强化学习具有较强的决策能力和泛化能力,常被应用于软件定义网络(SDN,software defined network)的服务质量(QoS,quality of service)优化中。但传统深度强化学习算法存在收敛速度慢和不稳定等问题。提出一种基于深度强化学习的服务质量优化算法(AQSDRL,algorithm of quality of service optimization based on deep reinforcement learning),以解决SDN在数据中心网络(DCN,data center network)应用中的QoS问题。AQSDRL引入基于softmax估计的深层双确定性策略梯度(SD3,softmax deep double deterministic policy gradient)算法实现模型训练,并采用基于Sum Tree的优先级经验回放机制优化SD3算法,以更大的概率抽取具有更显著时序差分误差(TD-error,temporal-difference error)的样本来训练神经网络,有效提升算法的收敛速度和稳定性。实验结果表明,所提AQSDRL与现有的深度强化学习算法相比能够有效降低网络传输时延,且提高网络的负载均衡性能。

关键词：深度强化学习软件定义网络服务质量数据中心网络 SumTree

来源：评论

学校读者我要写书评

暂无评论

面向机械臂操作的视觉信息实时重建方法

引用

计算机应用 2023年第4期43卷 1255-1260页

作者：贾清玉常亮杨先一强保华张世豪谢武杨明浩桂林电子科技大学计算机与信息安全学院广西桂林541004 广西图像图形与智能处理重点实验室(桂林电子科技大学) 广西桂林541004

现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不... 详细信息

现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同,传统视觉信息重建方法由于重建误差大、时间长,而且实验环境苛刻、所需传感器较多等原因,导致机械臂在虚拟空间内习得的技能不能很好地迁移于现实环境。针对以上问题,提出了一种面向机械臂操作的视觉信息实时重建方法。首先,通过Mask-RCNN(Mask-Region Convolutional Neural Network)对实时采集到的RGB图像提取信息;然后,将提取后的RGB图像及其他视觉信息联合编码,并通过ResNet-18将视觉信息映射为机械臂操作空间的三维位置信息;最后,为减小重建误差,提出了一种聚类簇中心距离受限离群值调整方法(CC-DIS),并利用OpenGL(Open Graphics Library)将调整后的位置信息可视化,完成机械臂操作空间三维实时重建。实验结果表明,所提的实时重建方法具有较快的重建速度和较高的重建精度,完成一次三维重建仅需62.92 ms,重建速度高达每秒16帧,重建相对误差约为5.23%,能有效用于机械臂技能传授任务。

关键词：技能传授 Mask-RCNN ResNet-18 三维实时重建机械臂

来源：评论

学校读者我要写书评

暂无评论

方面级多模态协同注意图卷积情感分析模型

引用

中国图象图形学报 2023年第12期28卷 3838-3854页

作者：王顺杰蔡国永吕光瑞唐炜博桂林电子科技大学计算机与信息安全学院桂林541004 广西可信软件重点实验室桂林541004 大连海事大学信息科学技术学院大连116026

目的方面级多模态情感分析日益受到关注,其目的是预测多模态数据中所提及的特定方面的情感极性。然而目前的相关方法大都对方面词在上下文建模、模态间细粒度对齐的指向性作用考虑不够,限制了方面级多模态情感分析的性能。为了解决上述... 详细信息

目的方面级多模态情感分析日益受到关注,其目的是预测多模态数据中所提及的特定方面的情感极性。然而目前的相关方法大都对方面词在上下文建模、模态间细粒度对齐的指向性作用考虑不够,限制了方面级多模态情感分析的性能。为了解决上述问题,提出一个方面级多模态协同注意图卷积情感分析模型(aspect-level multi⁃modal co-attention graph convolutional sentiment analysis model,AMCGC)来同时建模方面指向的模态内上下文语义关联和跨模态的细粒度对齐,以提升情感分析性能。方法AMCGC为了获得方面导向的模态内的局部语义相关性,利用正交约束的自注意力机制生成各个模态的语义图。然后,通过图卷积获得含有方面词的文本语义图表示和融入方面词的视觉语义图表示,并设计两个不同方向的门控局部跨模态交互机制递进地实现文本语义图表示和视觉语义图表示的细粒度跨模态关联互对齐,从而降低模态间的异构鸿沟。最后,设计方面掩码来选用各模态图表示中方面节点特征作为情感表征,并引入跨模态损失降低异质方面特征的差异。结果在两个多模态数据集上与9种方法进行对比,在Twitter-2015数据集中,相比于性能第2的模型,准确率提高了1.76%;在Twitter-2017数据集中,相比于性能第2的模型,准确率提高了1.19%。在消融实验部分则从正交约束、跨模态损失、交叉协同多模态融合分别进行评估,验证了AMCGC模型各部分的合理性。结论本文提出的AMCGC模型能更好地捕捉模态内的局部语义相关性和模态之间的细粒度对齐,提升方面级多模态情感分析的准确性。

关键词：多模态情感分析方面级情感分析图卷积正交约束的自注意力机制跨模态协同注意方面掩码

来源：评论

学校读者我要写书评

暂无评论

基于多头注意力和词共现关系的方面级情感分析

引用

南京大学学报（自然科学版） 2022年第5期58卷 884-893页

作者：蔡国永兰天桂林电子科技大学计算机与信息安全学院桂林541004

针对特定目标的情感分析是文本情感细粒度理解任务的重要内容.已有研究大多通过循环神经网络和注意力机制来建模文本序列信息和全局依赖,并利用文本依赖解析树作为辅助知识,但这些方法没有充分利用目标词与文本词之间的依赖关系,也忽略... 详细信息

针对特定目标的情感分析是文本情感细粒度理解任务的重要内容.已有研究大多通过循环神经网络和注意力机制来建模文本序列信息和全局依赖,并利用文本依赖解析树作为辅助知识,但这些方法没有充分利用目标词与文本词之间的依赖关系,也忽略了训练语料库中的词共现关系,而词共现信息往往意味着一种语法搭配.为了解决上述问题,提出一种目标依赖的多头自注意力网络模型.该模型首先设计内联和外联两种不同的注意力机制用于建模文本词和目标词的隐藏状态和语义交互;其次,该模型构建了语料库级别和句子级别的词共现图,并通过图卷积网络将词共现信息融合进文本的特征表示学习并用于下游分类任务.在五个标准数据集上进行了对比实验,实验结果表明,提出的模型在方面级情感分析任务中的性能优于所有对比模型.

关键词：方面级情感分析注意力机制图卷积神经网络词共现目标依赖

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：