检索结果-内蒙古大学图书馆

计算机应用与软件 2023年第5期40卷 200-206页

作者：李平袁晓彤南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室大气环境与装备技术协同创新中心江苏南京210044

深度神经网络很容易受到精心设计的对抗样本攻击。虽然基于极大极小值优化的对抗训练方法能提升网络的鲁棒性,但是对抗训练比正常训练需要更大容量和更多参数的模型。为了获得一个高鲁棒性和高稀疏度的网络模型,该文从模型压缩角度出发... 详细信息

深度神经网络很容易受到精心设计的对抗样本攻击。虽然基于极大极小值优化的对抗训练方法能提升网络的鲁棒性,但是对抗训练比正常训练需要更大容量和更多参数的模型。为了获得一个高鲁棒性和高稀疏度的网络模型,该文从模型压缩角度出发通过实验分析模型精度、鲁棒性和稀疏性之间的关系,并根据鲁棒网络稀疏敏感特性提出一种基于稀疏敏感的鲁棒网络非结构剪枝算法。在Mnist和Cifar10数据集上的白盒攻击实验结果表明,该算法在采用较大剪枝率时仍能保持高模型精度和高鲁棒性。在黑盒攻击下,基于该算法的稀疏模型的鲁棒精度甚至能超过未剪枝模型。

关键词：鲁棒性对抗训练非结构剪枝稀疏敏感度

来源：评论

学校读者我要写书评

暂无评论

通道稳定性加权补充学习的实时视觉跟踪算法

引用

计算机应用 2018年第6期38卷 1751-1754页

作者：樊佳庆宋慧慧张开华江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044 南京信息工程大学大气环境与装备技术协同创新中心南京210044

为解决补充学习(Staple)跟踪算法在平面内旋转、部分遮挡时存在的跟踪失败问题,提出了一种通过通道稳定性加权的补充学习(CSStaple)跟踪算法。首先,使用标准相关滤波分类器检测出每层通道的响应值;然后,计算获得每层通道的稳定性权重,... 详细信息

为解决补充学习(Staple)跟踪算法在平面内旋转、部分遮挡时存在的跟踪失败问题,提出了一种通过通道稳定性加权的补充学习(CSStaple)跟踪算法。首先,使用标准相关滤波分类器检测出每层通道的响应值;然后,计算获得每层通道的稳定性权重,并乘到每层权重上,获得相关滤波响应;最后,通过融合颜色补充学习器的响应,得到最终的响应结果,响应中的最大值的位置即为跟踪结果。将所提算法与层和空间可靠性判别相关滤波(CSR-DCF)跟踪、对冲深度跟踪(HDT)、核化相关滤波(KCF)跟踪和Staple等跟踪算法进行了对比实验。实验结果表明,所提算法在成功率上表现最优,在OTB50和OTB100上比Staple分别高出2.5个百分点和0.9个百分点,验证了所提算法对目标在平面内旋转和部分遮挡时的有效性。

关键词：相关滤波视觉跟踪颜色直方图补充学习通道稳定性加权

来源：评论

学校读者我要写书评

暂无评论

基于双重注意力孪生网络的实时视觉跟踪

引用

计算机应用 2019年第6期39卷 1652-1656页

作者：杨康宋慧慧张开华江苏省大数据分析技术重点实验室(南京信息工程大学) 南京211800 大气环境与装备技术协同创新中心(南京信息工程大学) 南京211800

为了解决全卷积孪生网络(SiamFC)跟踪算法在跟踪目标经历剧烈的外观变化时容易发生模型漂移从而导致跟踪失败的问题,提出了一种双重注意力机制孪生网络(DASiam)去调整网络模型并且不需要在线更新。首先,主干网络使用修改后表达能力更强... 详细信息

为了解决全卷积孪生网络(SiamFC)跟踪算法在跟踪目标经历剧烈的外观变化时容易发生模型漂移从而导致跟踪失败的问题,提出了一种双重注意力机制孪生网络(DASiam)去调整网络模型并且不需要在线更新。首先,主干网络使用修改后表达能力更强的并适用于目标跟踪任务的VGG网络;然后,在网络的中间层加入一个新的双重注意力机制去动态地提取特征,这种机制由通道注意机制和空间注意机制组成,分别对特征图的通道维度和空间维度进行变换得到双重注意特征图;最后,通过融合两个注意机制的特征图进一步提升模型的表征能力。在三个具有挑战性的跟踪基准库即OTB2013、OTB100和2017年视觉目标跟踪库(VOT2017)实时挑战上进行实验,实验结果表明,以40 frame/s的速度运行时,所提算法在OTB2013和OTB100上的成功率指标比基准SiamFC分别高出3.5个百分点和3个百分点,并且在VOT2017实时挑战上面超过了2017年的冠军SiamFC,验证了所提出算法的有效性。

关键词：卷积神经网络视觉跟踪注意力机制孪生网络

来源：评论

学校读者我要写书评

暂无评论

神经网络与激光诱导击穿光谱技术结合的烧结矿中硅元素定量分析方法探究

引用

冶金分析 2021年第1期41卷 24-29页

作者：陈雨娟丁宇朱绍农邓凡陈非凡江苏省大气环境与装备技术协同创新中心南京信息工程大学江苏省气象能源利用与控制工程技术研究中心南京信息工程大学江苏省大数据分析技术重点实验室南京信息工程大学

烧结矿中二氧化硅的含量对高炉炉渣产量以及冶炼能耗有重要影响,因此探索一种能够快速、准确地分析烧结矿中硅元素含量的方法具有重要的研究意义。拟采用激光诱导击穿光谱技术(LIBS)对30个烧结矿实际样品进行快速分析,收集其190～300nm... 详细信息

烧结矿中二氧化硅的含量对高炉炉渣产量以及冶炼能耗有重要影响,因此探索一种能够快速、准确地分析烧结矿中硅元素含量的方法具有重要的研究意义。拟采用激光诱导击穿光谱技术(LIBS)对30个烧结矿实际样品进行快速分析,收集其190～300nm范围的光谱信号,先建立特征线(Si 288.16nm)的标准曲线,分析特征线信号强度与元素浓度之间的关系;再以不同数量的特征作为输入,建立神经网络预测模型,分析不同模型的预测性能。实验结果表明,标准曲线法预测性能较差,相关系数为0.230 9;以55个特征建立的神经网络预测模型出现了过拟合现象,无法满足检测需求;以5个特征建立的神经网络预测模型为3个模型中最优,针对测试集,相关系数为0.886 3,均方根误差为0.209 0,相对误差为1.42%。此外,随着特征数的减少,模型平均训练时间从11.9s缩短至0.3s。LIBS技术结合神经网络方法能够有效地分析烧结矿中硅元素的含量,将为冶金过程快速调整配料提供数据支撑。

关键词：烧结矿激光诱导击穿光谱(LIBS) 神经网络硅

来源：评论

学校读者我要写书评

暂无评论

基于深度极限学习机的卫星云图云量计算

引用

计算机科学 2018年第4期45卷 227-232页

作者：翁理国孔维斌夏旻仇学飞南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学江苏省大数据分析重点实验室南京210044

卫星云图云量计算是卫星气象应用的基础,现阶段对其的研究未能充分利用卫星云图的特征,导致云检测及云量计算的效果不好。针对该问题,利用多层神经网络进行卫星云图的特征提取,并通过大量实验寻找到最优的深度学习的网络结构。基于度极... 详细信息

卫星云图云量计算是卫星气象应用的基础,现阶段对其的研究未能充分利用卫星云图的特征,导致云检测及云量计算的效果不好。针对该问题,利用多层神经网络进行卫星云图的特征提取,并通过大量实验寻找到最优的深度学习的网络结构。基于度极限学习机对卫星云图的云进行检测和分类,再利用"空间相关法"计算云图中的总云量。实验结果表明,基于传统极限学习机的深度极限学习机能够充分提取云图的特征,在进行云分类时能够较清晰地区分厚云和薄云间的界限。相比于传统阈值法、极限学习机模型以及卷积神经网络,深度极限学习机的云识别率以及云量计算准确率更高,且所提方法比卷积神经网络的效率更高。

关键词：云量计算深度极限学习机云检测空间相关法卫星图像

来源：评论

学校读者我要写书评

暂无评论

基于词共现的方面级情感分析模型

引用

计算机工程与科学 2022年第11期44卷 2071-2079页

作者：杨春霞姚思诚宋金剑南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

针对方面级情感分析存在的局部信息捕捉不充分、多个意见词混淆的问题,提出了一种基于词共现的方面级情感分析模型。该模型将方面级情感分析看成句子对任务,利用BERT获得包含上下文与方面词交互注意力的节点信息;同时,对每条数据样本构... 详细信息

针对方面级情感分析存在的局部信息捕捉不充分、多个意见词混淆的问题,提出了一种基于词共现的方面级情感分析模型。该模型将方面级情感分析看成句子对任务,利用BERT获得包含上下文与方面词交互注意力的节点信息;同时,对每条数据样本构建独立的词共现图,使用门控图神经网络更新节点,加强方面词附近信息的融合,减少无关意见词的干扰;之后在自注意力层进一步融合全局信息,最终取出方面词节点送入非线性层获得分类结果。与6个基线模型的对比实验结果表明,该模型有效地提升了方面级情感分析的准确性。

关键词：方面级情感分析门控图神经网络词共现图自注意力 BERT

来源：评论

学校读者我要写书评

暂无评论

采用双档案协同进化离散多目标烟花算法的低碳疫苗冷链优化配送

引用

计算机工程与科学 2022年第12期44卷 2255-2265页

作者：申晓宁游璇陈庆洲潘红丽黄遥南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

建立低碳疫苗冷链配送问题的约束多目标优化模型,在满足可用车数量、车辆容量约束和时间窗约束的条件下,考虑最小化碳排放的企业运输成本和客户不满意度。提出一种双档案协同进化的离散多目标烟花算法,采用消除车辆数量和容量约束的解... 详细信息

建立低碳疫苗冷链配送问题的约束多目标优化模型,在满足可用车数量、车辆容量约束和时间窗约束的条件下,考虑最小化碳排放的企业运输成本和客户不满意度。提出一种双档案协同进化的离散多目标烟花算法,采用消除车辆数量和容量约束的解码方式,设计了部分映射爆炸算子,设置可行解档案和不可行解档案协同进化,并对不可行解档案实施可行性搜索。实验结果表明,与已有算法相比,所提算法在低碳疫苗冷链配送问题上能高效地搜索到一组收敛精度和分布性能更优的Pareto非支配解。

关键词：低碳疫苗配送多目标优化烟花算法约束处理协同进化

来源：评论

学校读者我要写书评

暂无评论

基于深度BiLSTM和图卷积网络的方面级情感分析

引用

计算机工程与科学 2022年第10期44卷 1893-1900页

作者：杨春霞宋金剑姚思诚南京信息工程大学自动化学院江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044

现有方面级情感分析方法,存在无法获取最优文本表示和使用普通图卷积网络不能提取依存图中深层结构信息的问题。为此,提出了一种基于深度BiLSTM(DBiLSTM)和紧密连接的图卷积网络(DDGCN)模型。首先,通过DBiLSTM获取方面词与上下文单词间... 详细信息

现有方面级情感分析方法,存在无法获取最优文本表示和使用普通图卷积网络不能提取依存图中深层结构信息的问题。为此,提出了一种基于深度BiLSTM(DBiLSTM)和紧密连接的图卷积网络(DDGCN)模型。首先,通过DBiLSTM获取方面词与上下文单词间的深层语义信息;其次,在原始图卷积网络中加入紧密连接,以生成能提取深层结构信息的紧密图卷积网络;然后,利用改进后的图卷积网络捕获依存图上的结构信息;最终,将融合2种深层信息的文本表示用于情感分类。3个数据集上的实验结果表明,DDGCN模型相比对比模型在准确度和F1上均有提升。

关键词：方面级情感分析图卷积网络深度BiLSTM 紧密连接

来源：评论

学校读者我要写书评

暂无评论

一种融合字词信息的中文情感分析模型

引用

计算机工程与科学 2023年第3期45卷 512-519页

中文情感分析模型的文本表示通常只采用词粒度信息,这会导致模型在特征提取时丧失字粒度的特性,同时常用的分词方法的分词结果过于精简,也一定程度上限制了文本表示的丰富度。对此,提出了一种融合字粒度特征与词粒度特征的中文情感分析... 详细信息

中文情感分析模型的文本表示通常只采用词粒度信息,这会导致模型在特征提取时丧失字粒度的特性,同时常用的分词方法的分词结果过于精简,也一定程度上限制了文本表示的丰富度。对此,提出了一种融合字粒度特征与词粒度特征的中文情感分析模型,采用全模式分词得到更丰富的词序列,经词嵌入后将词向量输入Bi-LSTM中提取全文的语义信息,并将隐层语义表示与对应字向量进行初步融合,增强词级信息的鲁棒性;另一方面将字向量输入多窗口卷积,捕捉更细粒度的字级特征信息。最后将字词粒度特征进一步融合后输入分类器得到情感分类结果,在2个公开数据集上的性能测试结果表明,该模型相比同类模型有更好的分类性能。

关键词：中文情感分析全模式分词多粒度融合

来源：评论

学校读者我要写书评

暂无评论

引入启发信息的粒子群算法在低碳TSP中的应用

引用

计算机工程与科学 2022年第6期44卷 1114-1125页

作者：申晓宁潘红丽陈庆洲游璇黄遥南京信息工程大学自动化学院江苏南京210044 江苏省大气环境与装备技术协同创新中心江苏南京210044 江苏省大数据分析技术重点实验室江苏南京210044

建立低碳旅行商问题的数学模型LCTSP,并验证了模型的有效性。提出一种基于问题启发信息的离散粒子群算法。根据距离和载重信息设计一种新型离散个体生成算子,该算子对个体自身采用多元变异策略,保持个体的“惯性”,同时采用贪婪交叉策... 详细信息

建立低碳旅行商问题的数学模型LCTSP,并验证了模型的有效性。提出一种基于问题启发信息的离散粒子群算法。根据距离和载重信息设计一种新型离散个体生成算子,该算子对个体自身采用多元变异策略,保持个体的“惯性”,同时采用贪婪交叉策略实现个体与个体极值和全局极值之间的信息交互;基于优先卸货信息对个体极值进行局部搜索,调整种群跟踪对象,以快速跳出局部最优;度量种群同化程度,利用点插法和2-Opt算子对全局极值进行精细化搜索,增强挖掘能力,提高搜索精度,降低种群同化速度。将所提算法与6种代表性算法应用于一组不同规模的低碳旅行商问题中,结果表明,所提算法具有更高的求解精度。

关键词：低碳旅行商问题碳排放粒子群优化启发信息

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：