检索结果-内蒙古大学图书馆

雷达科学与技术 2023年第1期21卷 74-81,96页

作者：蒋留兵吴岷洋车俐桂林电子科技大学信息与通信学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

传统的基于雷达的人体动作识别主要采用微多普勒原理,对原始数据进行处理,生成微多普勒时频图,然后输入到基于分类的深度学习网络中进行识别,只能对单个动作进行识别。本文提出一种FMCW雷达光学字符识别技术的连续动作识别方法,首先对... 详细信息

传统的基于雷达的人体动作识别主要采用微多普勒原理,对原始数据进行处理,生成微多普勒时频图,然后输入到基于分类的深度学习网络中进行识别,只能对单个动作进行识别。本文提出一种FMCW雷达光学字符识别技术的连续动作识别方法,首先对采集的雷达数据采用RDM(Range-Doppler Map)向速度维投影的方法逐帧获取微多普勒时频图,然后将处理得到的时频图输入一个特别定制的,由卷积神经网络、inception_resnet、最大池化层和Bi-LSTM的网络组成,使用联结主义时间分类(CTC)作为损失函数进行训练的网络。实验结果表明该方法对步行、跑步、蹲下、站起、跳跃这5种动作的识别准确率分别高达96.16%,95.34%,88.49%,89.37%,96.72%。对一个时间窗口内多个动作的识别也取得了不错的效果,时间上的识别准确率整体令人满意。

关键词： FMCW雷达连续人体运动识别微多普勒深度学习光学字符识别

来源：评论

学校读者我要写书评

暂无评论

迁移成分分析结合直接校正的模型传递方法

引用

光谱学与光谱分析 2024年第12期44卷 3399-3405页

作者：李灵巧王卓健陈江海卢丰黄殿贵杨辉华李泉桂林电子科技大学计算机与信息安全学院广西桂林541004 广西壮族自治区分析测试研究中心广西南宁530022 北京邮电大学人工智能学院北京100876

近红外光谱因快速、不破坏样品等优点,被广泛应用。近红外光谱仪之间存在一致性现象会导致主机模型预测其从机仪器光谱时准确度不够,如果重新建模则会成本较高。为解决上述问题,提出了一种迁移成分分析直接校正算法(TCADS),首先采用改... 详细信息

近红外光谱因快速、不破坏样品等优点,被广泛应用。近红外光谱仪之间存在一致性现象会导致主机模型预测其从机仪器光谱时准确度不够,如果重新建模则会成本较高。为解决上述问题,提出了一种迁移成分分析直接校正算法(TCADS),首先采用改进后的TCA算法对服从不同分布的主机光谱和从机光谱进行变换,将其映射到高维的再生核希伯尔特空间,再将两者的光谱矩阵进行降维,最后对经过TCA变换后的主机光谱和从机光谱再次采用直接校正算法,进一步提高模型传递性能。该算法将非线性校正与线性校正相结合,相比于传统的线性校正算法有效缓解了过校正问题,具有较好的鲁棒性。为验证算法有效性,在公开数据集进行实验,并与传统的直接校正法(DS)、分段直接校正法(PDS)、斜率偏差校正法(SBC)进行比较。研究表明所提出的TCADS算法有效降低了不同仪器之间的光谱差异,相比于传统的模型传递算法进一步提高了模型传递效果,实现了主机上建立的近红外光谱模型在从机上共享。

关键词：近红外光谱模型传递迁移学习迁移成分分析直接校正

来源：评论

学校读者我要写书评

暂无评论

改进的激光雷达线段特征提取方法

引用

传感器与微系统 2024年第8期43卷 129-132页

作者：邱德宪匡兵黄春德崔更申桂林电子科技大学机电工程学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004

针对现有激光雷达(LiDAR)特征识别算法线段特征识别不够准确的问题,提出了一种改进的LiDAR线段特征识别算法。首先,基于改进的斜率差算法将连续的点进行聚类,找出所有的角点、断点和散点,并以断点为特征分割点集;接着,利用连续边缘跟踪... 详细信息

针对现有激光雷达(LiDAR)特征识别算法线段特征识别不够准确的问题,提出了一种改进的LiDAR线段特征识别算法。首先,基于改进的斜率差算法将连续的点进行聚类,找出所有的角点、断点和散点,并以断点为特征分割点集;接着,利用连续边缘跟踪算法剔除假断点;然后,使用改进的迭代适应点(IEPF)算法筛选基于斜率差算法找出的所有角点,得到真实的角点。最后,对分割并筛选后的特征点集进行最小二乘拟合,从而得到特征线段。实验结果表明:该方法相对现有特征识别算法在角点和断点的识别准确性上更高,因此提取的特征线段的长度鲁棒性也更好。

关键词：激光雷达特征识别斜率差算法迭代适应点算法

来源：评论

学校读者我要写书评

暂无评论

面向近红外光谱定量分析的深度学习建模与模型迁移

引用

光谱学与光谱分析 2023年第1期43卷 310-319页

作者：傅鹏有文岳张雨柯李灵巧杨辉华桂林电子科技大学计算机与信息安全学院广西桂林541004 北京邮电大学人工智能学院北京100876 北京邮电大学国际学院北京100876

近红外光谱分析技术依赖于表征光谱向量和预测目标之间关系的化学计量学方法。然而,样品的光谱由信号和各种噪声组成,传统化学计量学方法较难直接提取光谱的有效特征,并为复杂的预测任务建立具有较强泛用性的校正模型。进一步地,受限于... 详细信息

近红外光谱分析技术依赖于表征光谱向量和预测目标之间关系的化学计量学方法。然而,样品的光谱由信号和各种噪声组成,传统化学计量学方法较难直接提取光谱的有效特征,并为复杂的预测任务建立具有较强泛用性的校正模型。进一步地,受限于仪器间的差异,在一台仪器上建立的模型应用于另一台仪器时,难以取得相同的定量分析结果。为此,提出了一种基于卷积神经网络和迁移学习的定量分析建模及模型传递方案,以提高模型在单仪器和跨仪器上的预测性能。在卷积神经网络的基础上,一种结合多尺度特征融合和残差结构,名为MSRCNN的先进模型被设计,并在主仪器上展现了卓越的预测能力。然后,设计了四种的基于fine-tune模型迁移策略,将在主仪器上建立的MSRCNN模型迁移到从仪器。在药品和小麦的公开数据集上的实验结果表明,MSRCNN在主仪器上的RMSE和R 2分别为2.587,0.981和0.309,0.977,优于PLS,SVM和CNN。在利用30个从仪器的样本微调主仪器建立的模型后,迁移MSRCNN中的卷积层和全连接层的方案取得了最好效果,其RMSE和R2可分别达到2.289,0.982和0.379,0.965。增加参与模型微调的从仪器样本,可进一步提高性能。

关键词：近红外光谱深度学习迁移学习多尺度融合残差结构模型传递

来源：评论

学校读者我要写书评

暂无评论

基于内积谓词的属性基隐私保护加密方案

引用

电子与信息学报 2023年第3期45卷 828-835页

作者：张志强朱友文王箭张玉书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学与信息安全重点实验室桂林541010

隐私保护是信息安全中的热点话题,其中属性基加密(ABE)中的隐私问题可分为数据内容隐私、策略隐私及属性隐私。针对数据内容、策略和属性3方面隐私保护需求,该文提出基于内积谓词的属性基隐私保护加密方案(PPES)。所提方案利用加密算法... 详细信息

隐私保护是信息安全中的热点话题,其中属性基加密(ABE)中的隐私问题可分为数据内容隐私、策略隐私及属性隐私。针对数据内容、策略和属性3方面隐私保护需求,该文提出基于内积谓词的属性基隐私保护加密方案(PPES)。所提方案利用加密算法的机密性保障数据内容隐私,并通过向量承诺协议构造策略属性及用户属性盲化方法,实现策略隐私及属性隐私。基于混合论证技术,该文证明了所提方案满足标准模型下适应性选择明文安全,且具备承诺不可伪造性。性能分析结果显示,与现有方法相比,所提方案具有更优的运行效率。

关键词：隐私保护属性基加密内积谓词策略隐藏

来源：评论

学校读者我要写书评

暂无评论

随机森林结合CatBoost的近红外光谱药品鉴别

引用

光谱学与光谱分析 2022年第7期42卷 2148-2155页

作者：蒋萍路皓翔刘振丙广西警察学院信息技术学院广西南宁530028 桂林电子科技大学计算机与信息安全学院广西桂林541004

药品质量关乎人民健康和国家命脉,随着社会经济的飞速发展对药品质量的快速、有效鉴别具有极其重要的作用。光谱分析技术具有较高的准确性、较快的分析速度且对样品不存在污染等突出优点,广泛应用在化工、石油以及医药等重要的领域。为... 详细信息

药品质量关乎人民健康和国家命脉,随着社会经济的飞速发展对药品质量的快速、有效鉴别具有极其重要的作用。光谱分析技术具有较高的准确性、较快的分析速度且对样品不存在污染等突出优点,广泛应用在化工、石油以及医药等重要的领域。为了解决传统药品鉴别模型存在的鉴别精度低、鉴别速度不能满足实际需求且鉴别模型稳定性差的问题,采用光谱仪采集药品的近红外光谱数据达到对药品无污染鉴别的目的。结合随机森林和CatBoost对药品进行分类鉴别,以实现快速且准确的鉴别。首先采用随机森林(RF)对光谱仪采集的光谱数据进行有效特征波长的筛选,从而将药品光谱数据中的无关波长去除、筛选出最能表征样品属性的特征波长,然后以极限学习机(ELM)作为CatBoost的弱分类器分析筛选的特征波长对药品的属性鉴别。由于ELM仅只含有一个隐含层且无需多次迭代寻优保证了鉴别模型运行速度更快,CatBoost通过集成弱分类器以改善模型鉴别准确性。为对所提出的药品鉴别模型性能进行有效评估,采用随机抽取训练集的方式构造不同规模药品光谱数据并分别上进行独立实验且以10次运行结果的均值作为其最终结果,并通过与CatBoost、持向量机(SVM)、反向传播网络(BP)、ELM、波形叠加极限学习机(SWELM)和Boosting进行对比,进一步对模型的性能进行评估。从不同规模训练集的分类结果可看出,随着训练集样本的增加分类精度最高为100%且预测标准偏差趋于0。实验结果表明,所建立RF-CatBoost鉴别模型在不同规模的药品数据集上较对比方法具有更高的分类准确率、更快的速度且其鲁棒性更强,能够广泛应用于药品类别的准确鉴别,从而实现药品质量的有效监督。

关键词：近红外光谱随机森林极限学习机 CatBoost

来源：评论

学校读者我要写书评

暂无评论

一种用于交通预测的注意力时空图神经网络

引用

西安电子科技大学学报 2023年第1期50卷 168-176页

作者：甘萍农丽萍张文辉林基明王俊义桂林电子科技大学信息与通信学院广西壮族自治区桂林541004 西安电子科技大学通信工程学院陕西西安710071 广西师范大学物理科学与技术学院广西壮族自治区桂林541001 桂林电子科技大学计算机与信息安全学院广西壮族自治区桂林541004

城市化的发展使得交通预测在交通规划和城市管理等应用中发挥着重要作用。然而在交通预测任务中,捕获交通数据的高度非线性和复杂的时空依赖关系仍具有很大的挑战性。为了更好地捕获交通数据的时间依赖性和全局空间相关性以及同时满足... 详细信息

城市化的发展使得交通预测在交通规划和城市管理等应用中发挥着重要作用。然而在交通预测任务中,捕获交通数据的高度非线性和复杂的时空依赖关系仍具有很大的挑战性。为了更好地捕获交通数据的时间依赖性和全局空间相关性以及同时满足长期和短期的预测任务,设计了一种用于交通预测的注意力时空图神经网络。首先通过引入注意力机制来调整邻近道路与非邻近道路的重要性,整合全局空间信息;然后再通过图卷积网络和带有扩展因果卷积的门控线性单元来共同捕获时空相关性。在两个真实数据集PeMSD7(M)和PEMS-BAY上的实验结果表明,该网络模型可以较大地提高短期和长期的交通预测精度。

关键词：交通预测时空相关性注意力机制图卷积网络

来源：评论

学校读者我要写书评

暂无评论

基于通道特征聚合的行人重识别算法

引用

应用科学学报 2023年第1期41卷 107-120页

作者：徐增敏陆光建陈俊彦陈金龙丁勇桂林电子科技大学数学与计算科学学院广西桂林541004 桂林电子科技大学计算机与信息安全学院广西桂林541004 桂林安维科技有限公司广西桂林541010

在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通... 详细信息

在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通道特征图对激活值的准确响应问题,引入一个动态学习因子来丰富通道特征权重信息,以形成新的加权激活函数Weighted ReLU(WReLU);基于分组卷积特征图局部而设计新的激活函数Leaky Weighted ReLU(LWReLU),有效提高不同位置的深度特征表达能力;在Split-Attention和SE block中应用LWReLU,改善Split-Attention对各组特征图的权重学习能力;利用circle loss改进损失函数,优化目标收敛过程,从而提高模型精度。实验结果表明:在CUHK03-NP、Market1501和DukeMTMC-ReID数据集上,所提方法的Rank-1比原骨干网络分别提高了19.08%、0.98%、2.02%,且其mAP比原骨干网络分别提高了17.13%、2.11%、2.56%。

关键词：分组卷积通道注意力修正线性单元激活函数动态学习因子

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

面向双重最小实体要求的轴件同轴度评定方法

引用

机械工程学报 2022年第9期58卷 231-243页

作者：秦玲黄美发唐哲敏钟艳如覃裕初刘廷伟桂林信息科技学院桂林541004 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 哈德斯菲尔德大学计算与工程学院哈德斯菲尔德HD13DH英国

如果同轴度公差的被测要素和基准要素上都有最小实体要求(LMR),那么,这种同轴度公差被称为双重最小实体要求的同轴度(DLMR同轴度)。DLMR同轴度能在保证轴件整体装配精度的同时降低制造成本。目前,DLMR同轴度缺乏准确的误差模型,这使其... 详细信息

如果同轴度公差的被测要素和基准要素上都有最小实体要求(LMR),那么,这种同轴度公差被称为双重最小实体要求的同轴度(DLMR同轴度)。DLMR同轴度能在保证轴件整体装配精度的同时降低制造成本。目前,DLMR同轴度缺乏准确的误差模型,这使其难以准确检测,因此,研究了DLMR同轴度的一种数学评定方法。分析了DLMR同轴度的公差要求和评定特性,建立了边界可以膨胀的自适应虚拟量规;分析了自适应虚拟量规的几何构造和运动过程,通过自适应虚拟量规与实际零件的运动评定实际零件的综合误差;分析了自适应虚拟量规法的计算偏差,通过“再定位”提高了自适应虚拟量规法的精度。最后,给出了这种方法在阶梯轴评定中的应用实例。

关键词：误差评定最小实体要求基准同轴度

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：