检索结果-内蒙古大学图书馆

计算机工程 2021年第3期47卷 227-236页

作者：周强李鹏聂雷武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

为在群智感知系统中实现有效的用户激励,提出基于显性与隐性时空关联的两种用户激励算法。将显性时空关联的用户激励问题转化为集合覆盖问题并利用贪心算法对其进行求解,同时结合显性时空关联算法和马尔科夫模型求解隐性时空关联的用户... 详细信息

为在群智感知系统中实现有效的用户激励,提出基于显性与隐性时空关联的两种用户激励算法。将显性时空关联的用户激励问题转化为集合覆盖问题并利用贪心算法对其进行求解,同时结合显性时空关联算法和马尔科夫模型求解隐性时空关联的用户激励问题。在仿真数据和真实数据集上的实验结果表明,与传统最小化花费算法、最大化覆盖算法和最小化花费覆盖数比值算法相比,显性时空关联算法和隐性时空关联算法有效解决了感知任务完成率低且花费高的问题,能在实现用户激励的情况下最大化社会收益。

关键词：群智感知用户激励机制时空关联性马尔科夫模型集合覆盖

来源：评论

学校读者我要写书评

暂无评论

融合领域知识的药店用户画像建模及应用

引用

计算机系统应用 2023年第6期32卷 99-106页

作者：杨雨晨李涛谢君臣常远湖北省智能信息处理与工业实时系统重点实验室(武汉科技大学计算机科学与技术学院) 武汉430070

用户画像是对用户形象的勾勒与描述,现已广泛应用于睡眠会员唤醒,用户到店预测,个性化推荐等典型零售场景,药品不同于普通商品,包含较强的语义知识,现有用户画像主要从消费属性和静态属性出发,不能完全适用于药店销售和预测领域.本文提... 详细信息

用户画像是对用户形象的勾勒与描述,现已广泛应用于睡眠会员唤醒,用户到店预测,个性化推荐等典型零售场景,药品不同于普通商品,包含较强的语义知识,现有用户画像主要从消费属性和静态属性出发,不能完全适用于药店销售和预测领域.本文提出了一种针对药品领域的用户画像模型UPP (persona of pharmacy user),在现有画像的基础上嵌入医药知识,利用规则,聚类,统计,实体识别等方法提取慢病、疾病、特殊病类、活动敏感度、用户价值、价格偏好等新标签.将所有标签融入一种基于聚类的群体划分方法,形成用户画像.实验表明,该模型相较于现有的用户画像模型,在消费行为预测场景下精准率提高了13%,更加适用于药店营销场景.

关键词：用户画像群体划分聚类标签提取语义树

来源：评论

学校读者我要写书评

暂无评论

ShuffleParty:一种新的区块链隐私保护机制

引用

计算机技术与发展 2023年第3期33卷 78-84页

作者：胡锋鸣赵红武金瑜武汉科技大学计算机科学与技术学院湖北武汉430065 湖北省智能信息处理与实时工业系统重点实验室湖北武汉430065

CoinParty是目前区块链中最为流行的隐私保护技术之一,由于其引入了第三方节点进行混币,存在安全风险;又由于其通过节点之间的传递校验份额进行校验和检验最终地址,导致效率低下。基于此,为了解决CoinParty存在的安全性和效率问题,提出... 详细信息

CoinParty是目前区块链中最为流行的隐私保护技术之一,由于其引入了第三方节点进行混币,存在安全风险;又由于其通过节点之间的传递校验份额进行校验和检验最终地址,导致效率低下。基于此,为了解决CoinParty存在的安全性和效率问题,提出了ShuffleParty,一种无第三方节点,完全分散的混币机制。首先,将所有的混币节点生成一个由每个参与者控制的托管地址,将需要混币的金额发送到托管地址中;然后,随机选出多个洗牌节点,将自己的混币交易输出地址用洗牌节点的公钥进行层层加密,交给洗牌节点进行层层解密和洗牌;最后,一个洗牌节点获得了完整的明文地址列表后,将地址列表广播给普通混合者进行验证,并生成共同最终置换。通过安全分析和实验表明,ShuffleParty安全性优于CoinParty,并且混币效率也高于CoinParty。

关键词：区块链隐私保护混币机制洗牌节点多层加密

来源：评论

学校读者我要写书评

暂无评论

基于完全残差的双分支去雨网络

引用

计算机技术与发展 2023年第11期33卷 57-63页

作者：宋浩张鸿武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 湖北武汉430065

针对使用深度学习的单幅图像去雨算法会导致细节信息丢失的问题,提出了一个双分支去雨网络,包括雨痕提取分支和细节恢复分支,通过补全细节使去雨图像更接近真实图像。雨痕提取分支的目的是完全提取出雨纹,通过构造特征金字塔来多尺度地... 详细信息

针对使用深度学习的单幅图像去雨算法会导致细节信息丢失的问题,提出了一个双分支去雨网络,包括雨痕提取分支和细节恢复分支,通过补全细节使去雨图像更接近真实图像。雨痕提取分支的目的是完全提取出雨纹,通过构造特征金字塔来多尺度地学习雨纹信息,并在其中引入执行了全部身份映射的完全残差块来加强特征的重用和传播。为充分利用上下文信息,采用可变形卷积在动态扩大感受野的同时避免了网格伪影的产生,最后输入雨图去除雨痕便得到了初步去雨图。细节恢复分支需要产生细节特征图反馈给初步去雨图像来找回丢失的细节,使用轻量级的完全残差块捕捉特征信息,并用跳跃连接来连接完全残差块提供长距离的信息补偿。实验结果表明,该网络在合成数据集Rain100H中比较RESCAN、SPANet和JDNet等主流去雨方法,在PSNR和SSIM指标上分别至少提高了0.09 dB和0.02,在真实数据集和自制数据集中的去雨效果和细节保留程度均优于对比方法。

关键词：卷积神经网络单幅图像去雨多尺度学习完全残差可变形卷积

来源：评论

学校读者我要写书评

暂无评论

基于场景语义感知与大语言模型推理的行为树生成

引用

计算机系统应用 2025年第1期34卷 37-46页

作者：鄢龙武郑王里林云汉武汉科技大学计算机科学与技术学院武汉430081 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430081 国网电力科学研究院有限公司南京211106

具身智能(embodied AI)需要能够与环境进行互动和感知,并具备自主规划、决策和行动等能力.行为树(BT)由于其模块化和高效控制的特性,已经成为机器人技术中广泛使用的方法.然而,现有的行为树生成技术在处理复杂任务时仍面临一定的挑战.... 详细信息

具身智能(embodied AI)需要能够与环境进行互动和感知,并具备自主规划、决策和行动等能力.行为树(BT)由于其模块化和高效控制的特性,已经成为机器人技术中广泛使用的方法.然而,现有的行为树生成技术在处理复杂任务时仍面临一定的挑战.这些方法通常依赖于领域专业知识,生成行为树的能力有限.此外,许多现有方法在语言理解方面存在不足,或者在理论上无法保证行为树的成功,从而导致在机器人上的实际部署难度较大.本研究提出一种新的行为树自动生成方法,该方法基于大语言模型(LLM)和场景语义感知,生成包含任务目标的初始行为树.本文的方法根据机器人的能力设计机器人动作原语和相关条件节点,并以此设计提示(prompt)使LLM输出行为规划(generated plan),然后将行为规划转化为初始行为树.虽然本文以此为示例,但该方法具有广泛的适用性,可以根据不同需求应用于其他类型的机器人任务.同时,本文将这种方法应用于机器人任务中,并给出具体实现方法和示例.在机器人执行任务过程中,行为树可以根据机器人操作失误和环境变化动态更新,对外部环境变化具有一定的鲁棒性.本文进行了初始行为树生成验证实验,并在仿真机器人环境中进行了验证,展示了本文方法的有效性.

关键词：具身智能大语言模型机器人操作行为树行为树生成

来源：评论

学校读者我要写书评

暂无评论

杂乱场景中多尺度注意力特征融合抓取检测网络

引用

计算机系统应用 2024年第5期33卷 76-84页

作者：徐衍林云汉闵华松武汉科技大学计算机科学与技术学院武汉430081 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室武汉430081 武汉科技大学机器人与智能系统研究院武汉430081

GSNet使用抓取度区分杂乱场景的可抓取区域,显著地提高了杂乱场景中机器人抓取位姿检测准确性,但是GSNet仅使用一个固定大小的圆柱体来确定抓取位姿参数,而忽略了不同大小尺度的特征对抓取位姿估计的影响.针对这一问题,本文提出了一个... 详细信息

GSNet使用抓取度区分杂乱场景的可抓取区域,显著地提高了杂乱场景中机器人抓取位姿检测准确性,但是GSNet仅使用一个固定大小的圆柱体来确定抓取位姿参数,而忽略了不同大小尺度的特征对抓取位姿估计的影响.针对这一问题,本文提出了一个多尺度圆柱体注意力特征融合模块(Ms-CAFF),包含注意力融合模块和门控单元两个核心模块,替代了GSNet中原始的特征提取方法,使用注意力机制有效地融合4个不同大小圆柱体空间内部的几何特征,从而增强了网络对不同尺度几何特征的感知能力.在大规模杂乱场景抓取位姿检测数据集GraspNet-1Billion的实验结果表明,在引入模块后将网络生成抓取位姿的精度最多提高了10.30%和6.65%.同时本文将网络应用于实际实验,验证了方法在真实场景当中的有效性.

关键词：点云机器人抓取位姿检测多尺度特征融合杂乱场景注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于改进降噪自编码模型的网络入侵检测

引用

计算机技术与发展 2023年第2期33卷 119-124页

作者：蔡宇航廖光忠武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对网络入侵数据中样本不平衡现象导致多分类准确率普遍不高的问题,提出一种基于改进降噪自编码模型的网络入侵检测方法。在数据处理方面,对原始网络入侵数据进行数值化和归一化预处理,并且使用生成对抗网络模型来对现有入侵数据进行... 详细信息

针对网络入侵数据中样本不平衡现象导致多分类准确率普遍不高的问题,提出一种基于改进降噪自编码模型的网络入侵检测方法。在数据处理方面,对原始网络入侵数据进行数值化和归一化预处理,并且使用生成对抗网络模型来对现有入侵数据进行数据增强,从而扩充少数类样本。在入侵检测方面,对传统的降噪自编码器模型进行改进,通过在编解码网络中引用门控循环单元结构,使得该模型在具有一定的鲁棒性的同时,也保证了网络入侵数据的时序信息传递的连贯性,避免了重要数据特征的遗漏。使用UBSW-NB15数据集对所提方法进行有效性验证,实验结果表明,与决策树、随机森林、GRU-RNN等传统方法相比,所提方法在攻击类型少数类上的检测率明显提高,并且整体的检测性能更好。

关键词：网络入侵检测样本不平衡生成式对抗网络降噪自编码器门控循环单元

来源：评论

学校读者我要写书评

暂无评论

弱监督多示例子概念学习的遥感场景分类

引用

小型微型计算机系统 2022年第1期43卷 76-83页

作者：陈春芳边小勇费雄君杨博张晓龙武汉科技大学计算机科学与技术学院武汉430065 武汉科技大学大数据科学与工程研究院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065

遥感场景分类是近年来计算机视觉和表示学习领域的热门研究课题,其主要工作是基于学习到的特征信息自动分类图像场景.传统上场景分类方法忽略了场景中多个子概念的学习,进而影响到场景语义识别.为了解决上述问题,文中提出一种弱监督多... 详细信息

遥感场景分类是近年来计算机视觉和表示学习领域的热门研究课题,其主要工作是基于学习到的特征信息自动分类图像场景.传统上场景分类方法忽略了场景中多个子概念的学习,进而影响到场景语义识别.为了解决上述问题,文中提出一种弱监督多示例子概念学习(Weakly Supervised Multi-Instance Sub-concept Learning)的遥感场景分类方法.首先,基于弱监督定位网络从逐类响应图中预测峰值坐标,以定位感兴趣的示例区域;其次,将峰值坐标信息回溯到卷积层,自动截取多个示例特征组成示例袋作为多示例聚合网络的输入.然后,在多示例聚合网络上嵌入一个子概念层,迭代学习子概念与示例之间的匹配分数,再将所有的示例进行聚合生成示例袋概率分数;最后,组合两个损失函数,联合训练整个网络,得到富于判别的分类模型.在AID、NWPU-RESISC45和CIFAR10/100数据集上进行了分类实验,结果表明,所提方法有效提高了遥感场景分类性能.

关键词：遥感场景分类卷积神经网络弱监督多示例子概念学习

来源：评论

学校读者我要写书评

暂无评论

基于深度学习多尺度特征的胎儿头围测量方法

引用

计算机应用与软件 2023年第10期40卷 222-227,234页

作者：黄佳伟付晓薇陈芳李曦武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学校医院超声影像科湖北武汉430065 华中科技大学人工智能与自动化学院湖北武汉430074

传统医学超声胎儿头围测量方法存在效率低、测量不稳定等问题。为此,提出一种医学超声胎儿头围自动测量方法。提出一种H-Unet改进模型进行医学超声胎儿头部图像分割。该过程利用Non-local模块捕获长范围依赖关系,采用空间金字塔模块获... 详细信息

传统医学超声胎儿头围测量方法存在效率低、测量不稳定等问题。为此,提出一种医学超声胎儿头围自动测量方法。提出一种H-Unet改进模型进行医学超声胎儿头部图像分割。该过程利用Non-local模块捕获长范围依赖关系,采用空间金字塔模块获取多尺度特征信息,并提出一种改进的损失函数进行网络训练;利用边缘检测算子提取分割目标的头部轮廓;利用基于最小二乘法的椭圆拟合方法自动计算出胎儿头围值。在HC18数据集上进行测试,以头围绝对差值(A_(D))、Hausdorff距离(H_(D))、Dice系数评估该模型性能。实验结果表明:对比已有方法,该方法的上述三种指标均有提升,在胎儿头围测量上可取得满意的效果。

关键词：医学超声图像空洞卷积 H-Unet网络多尺度特征注意力机制

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv5s的明渠漂浮垃圾实时检测方法

引用

计算机技术与发展 2023年第9期33卷 83-90页

作者：石露露廖光忠武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对航拍图像上明渠漂浮垃圾尺寸小,且易受水面倒影、强光等因素干扰从而造成漂浮垃圾漏检和误检的问题,提出了一种基于改进YOLOv5s的明渠漂浮垃圾实时检测方法。首先,通过数据增强的方式对数据集进行扩充,避免数据量过少产生过拟合现象... 详细信息

针对航拍图像上明渠漂浮垃圾尺寸小,且易受水面倒影、强光等因素干扰从而造成漂浮垃圾漏检和误检的问题,提出了一种基于改进YOLOv5s的明渠漂浮垃圾实时检测方法。首先,通过数据增强的方式对数据集进行扩充,避免数据量过少产生过拟合现象;然后,结合加权双向特征融合网络(BiFPN),对YOLOv5s结构的特征融合过程进行修改,以提高检测精度和速度;并且在Neck和Head部分之间添加3个改进的三维CBAM注意力机制模块,加强网络信息的提取和定位能力,能够有效地降低检测的漏检率和误检率;最后,增大网络输入的分辨率,使图像具有更加丰富的细节信息和更加精确的位置信息,有利于小目标特征信息的提取。实验结果显示改进的YOLOv5s算法检测的平均精度达到了89.9%,与原YOLOv5s算法相比提高了9.5%,而且与其他目标检测算法对比,能够提高明渠漂浮垃圾检测的精度,确保检测的实时性。

关键词： YOLOv5s 实时检测加权双向特征融合注意力机制小目标

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：