检索结果-内蒙古大学图书馆

计算机应用研究 2022年第7期39卷 1966-1972页

作者：孙瑞鑫朱国梁谢双镱郭雪亮柴志雷江南大学人工智能与计算机学院江苏无锡214122 无锡先进技术研究院江苏无锡214125 驭势(上海)汽车科技有限公司上海201807 江苏省模式识别与人工智能工程实验室江苏无锡214122

在嵌入式计算平台上实现双向约束LK金字塔高精度光流的实时计算,是该算法能否应用于自动驾驶等场景的重要影响因素。为了实现该目的,提出了基于网格划分的特征提取方法及新的双向约束方法;然后设计了动态窗口的金字塔模型,解决了光流计... 详细信息

在嵌入式计算平台上实现双向约束LK金字塔高精度光流的实时计算,是该算法能否应用于自动驾驶等场景的重要影响因素。为了实现该目的,提出了基于网格划分的特征提取方法及新的双向约束方法;然后设计了动态窗口的金字塔模型,解决了光流计算过程中的负载不均衡问题;最后通过降低计算位宽,使得整体性能获得进一步提升。实验结果表明:在Jetson TX2上,针对真实场景所用的720P视频,所提出方法的性能比OpenCV的GPU版本提升了4.1倍,达到30 fps以上;将采用该方法的SLAM系统成功应用于车载场景并在真实环境中测试,使得系统的性能达到了28 fps。新方法有效地提升了位姿和点云的精度,较好地满足了车载场景的实时处理需求。

关键词： LK光流嵌入式GPU CUDA SLAM 并行计算

来源：评论

学校读者我要写书评

暂无评论

多通道融合分组卷积神经网络的人群计数算法

引用

小型微型计算机系统 2020年第10期41卷 2200-2205页

作者：严芳芳吴秦江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122

相机视角引起的头部尺度多变性和人群分布的多样性是图像人群计数中存在的两个主要挑战,很多方法试图通过采用多列或者多分支网络来解决这些问题,但由于受列数或分支数的限制,提取的特征尺度有限.本文提出一种面向人群计数的多通道融合... 详细信息

相机视角引起的头部尺度多变性和人群分布的多样性是图像人群计数中存在的两个主要挑战,很多方法试图通过采用多列或者多分支网络来解决这些问题,但由于受列数或分支数的限制,提取的特征尺度有限.本文提出一种面向人群计数的多通道融合分组卷积神经网络,该网络主要由两个部分组成:采用预训练的VGG网络前10层作为基础主干网络,以多通道融合分组卷积模块作为网络的第二部分,多通道融合分组卷积模块是本网络的关键组成部分,该模块中每个分组卷积模块都与其他层之间密集相连以获得不同层次的特征,同时,我们引入分组卷积来减少网络参数.在三个公开的数据集(ShanghaiTech,UCFCC50,UCFQNRF)上进行验证,实验结果证明了本文所提方法的有效性.

关键词：人群计数尺度多变性分布多样性特征融合分组卷积

来源：评论

学校读者我要写书评

暂无评论

基于BRDPSO算法的织物表面瑕疵检测

引用

计算机与数字工程 2022年第5期50卷 1119-1125页

作者：张家玮李岳阳罗海驰江南大学江苏省模式识别与计算智能工程实验室无锡214122 江南大学轻工过程先进控制教育部重点实验室无锡214122

针对织物表面瑕疵检测准确率和效率都偏低的问题,提出一种基于二进制随机漂移粒子群算法(BRDPSO)的同步特征选择与参数优化方法。该算法在原始特征集上进行特征选择,同时优化随机森林分类器(RF)的参数,并以随机森林分类准确率指导BRDPS... 详细信息

针对织物表面瑕疵检测准确率和效率都偏低的问题,提出一种基于二进制随机漂移粒子群算法(BRDPSO)的同步特征选择与参数优化方法。该算法在原始特征集上进行特征选择,同时优化随机森林分类器(RF)的参数,并以随机森林分类准确率指导BRDPSO算法的搜索。最后用最优参数构建的RF对挑选出的特征子集进行织物表面瑕疵检测。结果表明,同步特征选择与参数优化的BRDPSO算法可以更有效地提高织物表面瑕疵检测准确率和效率,并与已提出的优化算法进行比较,其检测效果更优。

关键词：织物表面瑕疵检测二进制随机漂移粒子群算法特征选择参数优化随机森林

来源：评论

学校读者我要写书评

暂无评论

融入社会影响力的粒子群优化算法

引用

计算机科学与探索 2020年第11期14卷 1908-1919页

作者：宋威华子彧江南大学人工智能与计算机学院江苏无锡214122 江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122

目前粒子群优化(PSO)算法及其变体已被证明是有用的方法来求解复杂优化问题。然而,PSO及其大多数变体仅考虑全局最优位置和个体历史最优位置对个体的影响,导致算法的多样性不足,易于陷入局部最优。针对此问题,提出了一种融入社会影响力... 详细信息

目前粒子群优化(PSO)算法及其变体已被证明是有用的方法来求解复杂优化问题。然而,PSO及其大多数变体仅考虑全局最优位置和个体历史最优位置对个体的影响,导致算法的多样性不足,易于陷入局部最优。针对此问题,提出了一种融入社会影响力的粒子群优化(PSOSI)算法。具体而言,该算法设计了三种策略:首先,每个粒子将选择全局最优粒子和最优伙伴粒子作为其"社会学习"的对象,为每个粒子带来更丰富的有用知识;其次,引入引力系数分别描述各榜样带来的影响,在保证最优经验得到分享的同时,增强了种群学习的多样性;此外,每个粒子还在各维度上进一步向其最优伙伴粒子学习,实现从全局到局部的变尺度搜索,增强算法的整体收敛能力。实验对CEC2013测试集的28个基准函数进行测试,并与主流的10种PSO变体和3种非PSO优化算法进行比较,实验结果验证了PSOSI的优越性。

关键词：粒子群优化(PSO) 社会影响力社会学习引力系数变尺度搜索

来源：评论

学校读者我要写书评

暂无评论

基于多尺度注意力机制的多分支行人重识别算法

引用

激光与光电子学进展 2020年第20期57卷 29-37页

作者：李聪蒋敏孔军江南大学物联网工程学院江苏省模式识别与计算智能工程实验室江苏无锡214122

针对基于深度学习的传统方法对于次显著细节信息关注不足的问题,提出一种基于多尺度注意力机制的多分支网络来统筹图像的显著信息及次显著信息。首先,将多尺度特征融合方法(MSFF)与注意力机制相结合,设计了一个多尺度注意力模块(MSA),... 详细信息

针对基于深度学习的传统方法对于次显著细节信息关注不足的问题,提出一种基于多尺度注意力机制的多分支网络来统筹图像的显著信息及次显著信息。首先,将多尺度特征融合方法(MSFF)与注意力机制相结合,设计了一个多尺度注意力模块(MSA),使得网络可以根据输入信息自适应地调节感受野大小,实现了对于不同尺度信息的充分利用。其次,建立一个多分支网络,实现对于全局特征和多元局部特征的协调统一,并利用多尺度注意力模块,分别实现对于全局显著信息及次显著局部细节信息的加权强化,得到更具判别性的特征用于最终的识别。实验结果表明,本文所设计的网络在多个数据集上都取得了较好的表现。

关键词：图像处理深度学习行人重识别注意力机制多尺度特征局部特征

来源：评论

学校读者我要写书评

暂无评论

优化分配策略的密度峰值聚类算法

引用

计算机科学与探索 2020年第5期14卷 792-802页

作者：丁志成葛洪伟江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

针对密度峰值聚类算法在面对复杂结构数据集时容易出现分配错误的问题,提出一种优化分配策略的密度峰值聚类算法(ODPC)。新算法首先引入参数积γ,扩大了聚类中心的选取范围;然后使用改进的数据点分配策略,对数据集的数据点进行基于相似... 详细信息

针对密度峰值聚类算法在面对复杂结构数据集时容易出现分配错误的问题,提出一种优化分配策略的密度峰值聚类算法(ODPC)。新算法首先引入参数积γ,扩大了聚类中心的选取范围;然后使用改进的数据点分配策略,对数据集的数据点进行基于相似度指标MS的重新分配,进一步优化了簇类中点集的分配;最后使用dc近邻法优化识别数据集的噪声点。在人工数据集及UCI真实数据集上的实验均可证明,新算法能够在优化噪声识别的同时,提高复杂流形数据集中数据点分配的正确率,并取得比DPC算法、DenPEHC算法、GDPC算法更好的聚类效果。

关键词：密度聚类快速搜索与发现密度峰值聚类(DPC) 分配策略

来源：评论

学校读者我要写书评

暂无评论

基于ZYNQ的高速低延迟的数字打印系统设计

引用

单片机与嵌入式系统应用 2022年第7期22卷 74-78页

作者：高昊晖樊荣缪永杰柴志雷江南大学物联网工程学院无锡214122 江南大学人工智能与计算机学院江苏省模式识别与计算智能工程实验室

针对高速数字打印高性能、高并发的需求,基于ZYNQ设计并实现了一套高带宽、低延迟的数字打印系统。利用LwIP网络实现上位机与主控模块间高速稳定的TCP通信;基于AXI4传输协议,提高了高性能处理器与主控模块的数据、指令传输的时效性与稳... 详细信息

针对高速数字打印高性能、高并发的需求,基于ZYNQ设计并实现了一套高带宽、低延迟的数字打印系统。利用LwIP网络实现上位机与主控模块间高速稳定的TCP通信;基于AXI4传输协议,提高了高性能处理器与主控模块的数据、指令传输的时效性与稳定性;通过计算单元及其指令的设计实现了系统对所有喷孔的高并发控制。实验结果表明,网络传输速率始终稳定在940 Mbps以上;处理器写内存速率约为165 Mbps,读内存操作速率约为113 Mbps;处理器与FPGA间的传输延迟在10 ns以内。本系统可支持SUREjet W160喷头在600 dpi打印精度下以2 m/s的速度完成实时打印任务。

关键词：数字喷墨打印 ZYNQ 异构计算

来源：评论

学校读者我要写书评

暂无评论

基于轻量级特征融合卷积网络的图像分类算法

引用

计算机工程 2021年第11期47卷 268-275页

作者：陈鑫华钱雪忠宋威江南大学人工智能与计算机学院江苏无锡214122 江南大学物联网技术应用教育部工程研究中心江苏无锡214122 江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122

传统卷积神经网络存在卷积核单一、网络结构复杂和参数冗余的问题。提出一种轻量级特征融合卷积神经网络MS-FNet。在融合模块中采用多路结构以增加卷积神经网络的宽度,通过不同尺寸的卷积核对输入特征图进行处理,提高网络在同一层中提... 详细信息

传统卷积神经网络存在卷积核单一、网络结构复杂和参数冗余的问题。提出一种轻量级特征融合卷积神经网络MS-FNet。在融合模块中采用多路结构以增加卷积神经网络的宽度,通过不同尺寸的卷积核对输入特征图进行处理,提高网络在同一层中提取不同特征的能力,并在每次卷积后采用批归一化、ReLU等方法去除冗余特征。此外,使用卷积层代替传统的全连接层,从而加快模型的训练速度,缓解因参数过多造成的过拟合现象。实验结果表明,MS-FNet可在降低错误率的同时,有效减少网络参数量。

关键词：深度学习卷积神经网络特征提取特征融合图像分类

来源：评论

学校读者我要写书评

暂无评论

高速数字喷墨打印领域专用SoC研究与设计

引用

微电子学与计算机 2022年第8期39卷 86-96页

作者：高昊晖樊荣缪永杰柴志雷江南大学物联网工程学院江苏无锡214122 江南大学人工智能与计算机学院江苏无锡214122 江苏省模式识别与计算智能工程实验室江苏无锡214122

针对高速数字喷墨打印对高带宽、低延迟、低抖动的打印数据传输,以及高并发的位操作喷孔控制等需求,设计了一种领域专用SoC架构并实现了软硬件系统.通过StandaloneOS下的轻量级网络传输减少了操作系统带来的传输抖动,保持稳定高速的数... 详细信息

针对高速数字喷墨打印对高带宽、低延迟、低抖动的打印数据传输,以及高并发的位操作喷孔控制等需求,设计了一种领域专用SoC架构并实现了软硬件系统.通过StandaloneOS下的轻量级网络传输减少了操作系统带来的传输抖动,保持稳定高速的数据传输;基于片内高速总线提升了主控系统与喷头控制模块之间的传输带宽,降低了信号传递的延迟;通过设计位操作协处理模块,实现了对喷孔阵列的高并发控制.基于ZYNQ7020 FPGA SoC平台实现了上述SoC架构及系统,实验结果表明:该系统从上位机接收打印数据时,采用千兆以太网传输速率可以稳定保持在947 Mbps;片内总线传输带宽可达800 MB/s,指令传输延迟在10 ns内;系统的位操作数据处理频率可达64 MHz;整个系统的数据吞吐率可达1500 Mbit/s,数据传输抖动在20 ns内.该系统可驱动具有30720个喷孔的打印机喷头以600 dpi的打印精度完成200 cm/s的打印工作,在1200 dpi的打印精度下仍表现出优良的性能,为突破高速数字喷墨打印的速度瓶颈提供了新的技术思路.

关键词：数字喷墨打印领域专用SoC 异构计算现场可编程门阵列并发位操作

来源：评论

学校读者我要写书评

暂无评论

稀疏重构和紧凑性结合的图像显著性检测

引用

计算机科学与探索 2020年第12期14卷 2122-2131页

作者：张莹莹葛洪伟江南大学江苏省模式识别与计算智能工程实验室江苏无锡214122 江南大学物联网工程学院江苏无锡214122

针对复杂环境下,当前图像显著性检测算法难以正确检测显著物体的问题,提出结合稀疏重构误差和图像显著区域紧凑性计算图像显著性的方法。首先提取图像中的主结构以弱化背景噪声,并将处理后的图像分割成若干超像素。一方面利用边界超像... 详细信息

针对复杂环境下,当前图像显著性检测算法难以正确检测显著物体的问题,提出结合稀疏重构误差和图像显著区域紧凑性计算图像显著性的方法。首先提取图像中的主结构以弱化背景噪声,并将处理后的图像分割成若干超像素。一方面利用边界超像素构建背景字典,将各个超像素投影在该字典上进行稀疏重构,利用重构误差得到基于稀疏重构的显著图;另一方面利用图像中显著物体的紧凑性分别计算基于前景、背景种子的显著图并融合。最后将由稀疏重构误差和紧凑性得到的显著图融合得到最终的显著图。在多个公开数据集上,将所提算法与近些年提出的13种算法进行对比实验,实验结果显示提出的算法优于所有对比算法。

关键词：显著性稀疏重构紧凑性结构提取

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：