检索结果-内蒙古大学图书馆

计算机仿真 2023年第12期40卷 556-562页

作者：章浩明吴小俊徐天阳张东霖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

许多现有的基于子空间学习的跨模态检索方法只集中于学习一个潜在的子空间,忽略了对鉴别性信息的充分利用,没有很好地保留语义结构信息。为了弥补这一不足,提出了一种跨模态检索的鉴别子空间学习方法(DSL),首先构建一个共享语义图来保... 详细信息

许多现有的基于子空间学习的跨模态检索方法只集中于学习一个潜在的子空间,忽略了对鉴别性信息的充分利用,没有很好地保留语义结构信息。为了弥补这一不足,提出了一种跨模态检索的鉴别子空间学习方法(DSL),首先构建一个共享语义图来保留每个模态中的语义结构,随后引入希尔伯特-施密特独立性准则(HSIC)来保持样本的特征和语义相似度之间的一致性,最后构建角度重构方案。由此DSL可以弥补鉴别性数据使用不足的缺陷,更好地保留每个模态的语义结构信息。在两个常用的基准数据集上进行实验,结果表明上述方法相对于经典子空间学习方法更具有效性。

关键词：核相关性跨模态检索子空间学习监督学习鉴别性

来源：评论

学校读者我要写书评

暂无评论

最近邻的密度峰值聚类标签传播算法

引用

计算机科学与探索 2022年第12期16卷 2809-2819页

作者：宋鹏葛洪伟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(江南大学) 江苏无锡214122

基于动态图的密度峰值聚类标签传播算法(DPC-DLP)是密度峰值聚类算法(DPC)的一种改进算法,该算法涉及的相关参数过于复杂,并且算法在每次迭代时都会使用标签数据,会出现标签错误扩大化现象,存在迭代次数过多导致聚类效果恶化等问题。针... 详细信息

基于动态图的密度峰值聚类标签传播算法(DPC-DLP)是密度峰值聚类算法(DPC)的一种改进算法,该算法涉及的相关参数过于复杂,并且算法在每次迭代时都会使用标签数据,会出现标签错误扩大化现象,存在迭代次数过多导致聚类效果恶化等问题。针对上述问题,提出了一种最近邻的密度峰值聚类标签传播算法(DPC-NLP)。该算法主要有三个步骤:首先利用局部密度和最小距离对样本点进行打分,根据分数确定聚类中心,然后使用聚类中心的标签在其最近邻内形成簇骨干,最后使用最近邻的标签传播方法将簇骨干的标签传播到剩余样本上,并形成最终的聚类结果。最近邻标签传播算法充分考虑数据间的结构关联性情况,并在传播的过程中不断更新数据的状态,利用更充分的信息提高分配正确率。在人工和真实数据集上对算法进行验证,并与目前主流的聚类算法进行比较,实验结果表明,DPC-NLP在性能和鲁棒性方面表现优越,并可以处理流形和非线性等复杂数据。

关键词：聚类密度峰值聚类标签传播最近邻

来源：评论

学校读者我要写书评

暂无评论

基于GhostNet的端到端红外和可见光图像融合方法

引用

模式识别与人工智能 2021年第11期34卷 1028-1037页

作者：程春阳吴小俊徐天阳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无锡214122

现有的基于深度学习的红外和可见光图像融合方法大多基于人工设计的融合策略,难以为复杂的源图像设计一个合适的融合策略.针对上述问题,文中提出基于GhostNet的端到端红外和可见光图像融合方法.在网络结构中使用Ghost模块代替卷积层,形... 详细信息

现有的基于深度学习的红外和可见光图像融合方法大多基于人工设计的融合策略,难以为复杂的源图像设计一个合适的融合策略.针对上述问题,文中提出基于GhostNet的端到端红外和可见光图像融合方法.在网络结构中使用Ghost模块代替卷积层,形成一个轻量级模型.损失函数的约束使网络学习到适应融合任务的图像特征,从而在特征提取的同时完成融合任务.此外,在损失函数中引入感知损失,将图像的深层语义信息应用到融合过程中.源图像通过级联输入深度网络,在经过带有稠密连接的编码器提取图像特征后,通过解码器的重构得到融合结果.实验表明,文中方法在主观对比和客观图像质量评价上都有较好表现.

关键词：红外图像可见光图像图像融合深度学习

来源：评论

学校读者我要写书评

暂无评论

结合语义增强和感知注意力的关系抽取方法

引用

计算机应用 2024年

作者：杨大伟徐西海宋威江南大学人工智能与计算机学院无锡车联天下信息技术有限公司江苏省模式识别与计算智能工程实验室(江南大学)

针对文本特征提取时缺乏考虑句子的上下文判别性特征以及未能充分利用实例和关系标签之间的关联信息的问题，提出了一种结合语义增强和感知注意力的关系抽取方法。首先，在句子特征编码阶段，构建语义增强机制提取句子的显著性语义特征... 详细信息

针对文本特征提取时缺乏考虑句子的上下文判别性特征以及未能充分利用实例和关系标签之间的关联信息的问题，提出了一种结合语义增强和感知注意力的关系抽取方法。首先，在句子特征编码阶段，构建语义增强机制提取句子的显著性语义特征，通过实体感知词嵌入和显著特征感知得到显著信息增强的句子表示。其次，设计感知注意力机制来整合句子特征，通过感知句子与关系标签之间的语义信息、句子的实体类型与对应关系的实体类型之间的一致性信息和句子之间的相似性信息来评估句子与关系标签的匹配程度，以充分利用包中实例与关系标签的依赖关系，进一步提高方法的降噪能力。最后利用分类器进行关系预测，并根据预测结果与实际结果的交叉熵调整网络参数。本文在NYT-10和GDS数据集上进行了广泛的实验，实验结果表明，在NYT-10数据集上，与基于BERT(Bidirectional Encoder Representations from Transformers)的关系抽取方法 PARE(Passage-Attended Relation Extraction)相比，所提方法的AUC值提升了2.1个百分点，按置信度降序排列后前100、200和300条数据精准率Precision@N的平均值（P@M）提升了2.4个百分点；在GDS数据集上的AUC值和P@M也分别达到了最高90.5%和97.8%，所提方法在上述2个数据集上均明显优于其他主流的远程监督关系抽取方法，验证了所提方法的有效性。在主流的远程监督关系抽取任务中，所提方法能有效地提升模型对数据特征的学习能力。

关键词：远程监督关系抽取语义增强感知注意力降噪

来源：评论

学校读者我要写书评

暂无评论

哈希算法异构可重构高能效计算系统研究

引用

应用科学学报 2023年第6期41卷 1031-1045页

作者：郑博文聂一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

针对应用场景中不同哈希算法乃至多哈希算法组合的高速计算需求,纯软件方式难以满足性能需求,基于FPGA或ASIC的硬件方式又面临灵活性不足的问题,设计了一种异构且加速端硬件可重构的哈希算法高能效计算系统。计算系统由算法硬件加速模... 详细信息

针对应用场景中不同哈希算法乃至多哈希算法组合的高速计算需求,纯软件方式难以满足性能需求,基于FPGA或ASIC的硬件方式又面临灵活性不足的问题,设计了一种异构且加速端硬件可重构的哈希算法高能效计算系统。计算系统由算法硬件加速模块、数据传输模块、多线程管理模块实现,并且通过硬件的动态可重构设计提升了计算能效。实验结果表明,在Intel Stratix10 FPGA异构计算平台上,针对加解密计算,选择MD5、SHA-1、SHA-256、SHA-512和RIPEMD-160算法作为测试对象,所实现的系统相比Intel Core I7-10700CPU,最高可获得18.7倍的性能提升和34倍的能效提升,相比NVIDIA GTX 1650 SUPER GPU,最高可获得2倍的性能提升和5.6倍的能效提升。

关键词：异构计算哈希算法 SHA-256 硬件加速现场可编程逻辑门阵列

来源：评论

学校读者我要写书评

暂无评论

径向基函数神经网络指导的粒子群优化算法求解多峰优化问题

引用

小型微型计算机系统 2023年第11期44卷 2529-2537页

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

面对多峰优化问题粒子群优化算法因多样性不足和搜索动作选取不合理,难以找到问题的全局最优解.为此本文提出一种径向基函数神经网络指导的粒子群优化算法.首先设计子群划分方法,将种群划分成多个子群,子群中心作为子群粒子的学习目标,... 详细信息

面对多峰优化问题粒子群优化算法因多样性不足和搜索动作选取不合理,难以找到问题的全局最优解.为此本文提出一种径向基函数神经网络指导的粒子群优化算法.首先设计子群划分方法,将种群划分成多个子群,子群中心作为子群粒子的学习目标,指导其搜索.该方法充分考虑种群多样性,选择能代表子群搜索特性的粒子作为子群中心,并使之远离存在的中心,通过选择合适的子群中心,实现子群划分.不同子群粒子在各自子群中心指导下搜索,呈现多样的搜索特性.其次,利用子群中心设置隐藏层节点,并在输出层输出粒子加速系数的调整动作.最后引入强化学习来训练网络.在CEC2013的15个多峰函数上开展实验,结果表明本文方法明显提高了多峰优化问题的求解精度.

关键词：径向基函数神经网络粒子群优化算法学习目标加速系数多峰优化

来源：评论

学校读者我要写书评

暂无评论

特征增强损失与前景注意力人群计数网络

引用

计算机科学 2023年第3期50卷 246-253页

作者：张译吴秦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

人群计数旨在准确估计图像中的总人数并呈现其分布。相关数据集中的图像通常涉及各类场景且包含多人。为节约人力,大多数数据集通常在每个人头部以单点标注作为标签。然而,点标签无法囊括人头部的完整范围,使得人群特征与分布标签的匹... 详细信息

人群计数旨在准确估计图像中的总人数并呈现其分布。相关数据集中的图像通常涉及各类场景且包含多人。为节约人力,大多数数据集通常在每个人头部以单点标注作为标签。然而,点标签无法囊括人头部的完整范围,使得人群特征与分布标签的匹配难以收敛,预测值无法聚集在前景区域,严重影响密度估计图质量和模型计数准确度。为了解决这个问题,使用计数损失来约束全图上的预测值范围,并佐以像素级的分布一致损失优化密度图匹配过程。此外,复杂场景中存在许多易与人群特征混淆的背景噪声,为了避免假阳性预测对后续计数和密度图估计的干扰,提出前景分割模块和特征增强损失来自适应地聚焦前景区域,并加大前景位置上人头特征对计数的贡献,从而达到抑制背景误判的作用。此外,为了使网络更好地适应人头的多尺度形态,对每个待训练图片分别进行上下采样操作,以获得具有同目标的多尺度形态。在多个数据集上进行了实验,结果表明,与最先进的方法相比,所提方法取得了更好或更有竞争力的结果。

关键词：人群计数深度学习前景分割背景补偿密度估计

来源：评论

学校读者我要写书评

暂无评论

结合金字塔和长短期记忆网络的细粒度图像分类

引用

小型微型计算机系统 2023年第8期44卷 1771-1776页

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

细粒度图像分类任务的难点在于类间局部信息差异小.针对现有方法忽略低级特征的重要性,导致局部多样性缺失的问题,提出一种结合金字塔和长短期记忆网络的细粒度图像分类方法.首先,利用特征金字塔和挤压激励模块构建双向特征传递路径,以... 详细信息

细粒度图像分类任务的难点在于类间局部信息差异小.针对现有方法忽略低级特征的重要性,导致局部多样性缺失的问题,提出一种结合金字塔和长短期记忆网络的细粒度图像分类方法.首先,利用特征金字塔和挤压激励模块构建双向特征传递路径,以极少的参数量和计算量实现低级特征流动,从而提取局部的多级特征;接着,通过感兴趣区域引导的局部精炼金字塔,抑制显著区域,提高局部定位的多样性;最后在长短期记忆网络中引入注意力门控,调节各级特征中对细粒度信息的关注度,从而挖掘细粒度特征,并增强其鉴别性.在CUB-200-2011、Stanford Cars和FGVC-Aircraft数据集的分类准确率分别达到90.8%、95.9%和95.4%,明显优于目前主流的细粒度图像分类方法,相较于对比方法的最好结果分别提升1.2%、0.8%和2.0%.

关键词：多级特征双向路径局部精炼注意力门控细粒度图像分类

来源：评论

学校读者我要写书评

暂无评论

一种语义增强与双级别注意力的关系抽取方法

引用

小型微型计算机系统 2023年第11期44卷 2522-2528页

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

关系抽取旨在从非结构化文本中识别出实体对间的关系.目前,大多数关系抽取方法缺乏考虑实体的上下文语义环境,难以获得输入文本中丰富的语义特征.另一方面,大多数研究仅在包级别进行噪声句的筛选,无法有效地处理包内仅有一个句子的情况... 详细信息

关系抽取旨在从非结构化文本中识别出实体对间的关系.目前,大多数关系抽取方法缺乏考虑实体的上下文语义环境,难以获得输入文本中丰富的语义特征.另一方面,大多数研究仅在包级别进行噪声句的筛选,无法有效地处理包内仅有一个句子的情况.为此,本文提出一种语义增强与双级别注意力的关系抽取方法.该方法首先利用门控机制筛选句子中的关键词,并依此作为实体的上下文语义环境信息,得到语义增强实体特征,与经过神经网络编码得到的句子特征相整合,得到鲁棒的句子特征表示.最后,利用双级别注意力降低噪声句对关系抽取方法性能的影响.在NYT公共数据集上的实验结果表明,本文所提方法优于目前主流的关系抽取方法.

关键词：关系抽取语义增强双级别注意力神经网络远程监督

来源：评论

学校读者我要写书评

暂无评论

基于GPU的zk-SNARK中多标量乘法的并行计算方法

引用

计算机应用研究 2024年第6期41卷 1735-1742页

作者：王锋柴志雷花鹏程丁冬王宁江南大学人工智能与计算机学院江苏无锡214122 江南大学物联网工程学院江苏无锡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zk-SNARK(zero-knowledge succinct non-interactive argument of knowledge)中计算最为耗时的多标量乘法(multiscalar multiplication,MSM),提出了一种基于GPU的MSM并行计算方案。首先,对MSM进行细粒度任务分解,提升算法本身的计算并行性,以充分利用GPU的大规模并行计算能力。采用共享内存对同一窗口下的子MSM并行规约减少了数据传输开销。其次,提出了一种基于底层计算模块线程级任务负载搜索最佳标量窗口的窗口划分方法,以最小化MSM子任务的计算开销。最后,对标量形式转换所用数据存储结构进行优化,并通过数据重叠传输和通信时间隐藏,解决了大规模标量形式转换过程的时延问题。该MSM并行计算方法基于CUDA在NVIDIA GPU上进行了实现,并构建了完整的零知识证明异构计算系统。实验结果表明:所提出的方法相比目前业界最优的cuZK的MSM计算模块获得了1.38倍的加速比。基于所改进MSM的整体系统比业界流行的Bellman提升了186倍,同时比业界最优的异构版本Bellperson提升了1.96倍,验证了方法的有效性。

关键词：简洁非交互式零知识证明多标量乘法 CUDA 异构计算系统并行计算

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：