检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2022年第7期34卷 1095-1107页

作者：舒振宇易顺杨思鹏刘予琪隆威金海容辛士庆吴双卿浙大宁波理工学院计算机与数据工程学院宁波315100 浙江大学宁波研究院宁波315100 浙江大学机械工程学院杭州310027 浙江大学CAD&CG国家重点实验室杭州310058 浙江大学信息与电子工程学院杭州310027 浙江大学工程师学院杭州310015 山东大学计算机科学与技术学院青岛266237 浙大宁波理工学院信息科学与工程学院宁波315100

针对三维模型的兴趣点提取问题,提出一种基于交替优化的全监督检测算法.第1步,利用多种特征描述符对人工标注好的三维模型进行特征提取,得到每个顶点的特征向量,将其作为神经网络的输入;第2步,使用双调和距离场为模型表面顶点赋予概率标... 详细信息

针对三维模型的兴趣点提取问题,提出一种基于交替优化的全监督检测算法.第1步,利用多种特征描述符对人工标注好的三维模型进行特征提取,得到每个顶点的特征向量,将其作为神经网络的输入;第2步,使用双调和距离场为模型表面顶点赋予概率标签,并将顶点标签值作为神经网络的输出;第3步,通过神经网络学习输入特征与输出标签之间的复杂映射关系;第4步,将训练后的神经网络对训练集进行预测,并把兴趣点提取结果与人工标签进行对比,根据对比差异进一步优化顶点标签值,然后将顶点标签值作为输出、顶点特征向量作为输入,继续优化神经网络.将第3步和第4步重复多次进行交替优化,最终得到一个较优的神经网络模型.在公开数据集SHREC 2011上的实验结果表明,由于采用了交替优化的策略,所提算法在三维模型表面兴趣点提取的关键评价指标FNE和FPE上均优于传统算法,准确率实现了平均11个百分点以上的提升.

关键词：三维模型兴趣点交替优化

来源：评论

学校读者我要写书评

暂无评论

采用动态分组和投票机制的三维模型兴趣点提取方法

引用

计算机辅助设计与图形学学报 2024年

作者：舒振宇但文宇辛士庆浙江大学软件学院浙大宁波理工学院计算机与数据工程学院山东大学计算机科学与技术学院

三维模型的兴趣点提取是计算机图形学中的一个基本问题，针对该问题提出一种采用投票机制和动态分组兴趣点的提取方法，主要包括3个模块. 其中，顶点编码器模块融合三维模型上的顶点的邻域和全局信息，生成顶点语义序列; 概率分布... 详细信息

三维模型的兴趣点提取是计算机图形学中的一个基本问题，针对该问题提出一种采用投票机制和动态分组兴趣点的提取方法，主要包括3个模块. 其中，顶点编码器模块融合三维模型上的顶点的邻域和全局信息，生成顶点语义序列; 概率分布预测网络模块将顶点语义序列映射成投票概率序列和置信度序列，并生成兴趣点概率分布; 动态分组模块通过设定不同的概率阈值，从概率分布上进行兴趣点分组提取. 所提方法在SHREC2011和KeyPointNet数据集上进行了实验，采用FNE， FPE， BHD和CD评价指标进行比较，结果表明，与传统方法相比， FPE至少减少0.2， FPE至少减少0.18; 与现有机器学习的方法相比， BHD平均减少0.011， CD平均减少0.002，在兴趣点提取效果方面有了显著的提升.

关键词：兴趣点语义序列分组三维模型

来源：评论

学校读者我要写书评

暂无评论

协方差矩阵的乘积及其迹的估计

引用

四川大学学报（自然科学版） 2020年第4期57卷 635-641页

作者：沈洁琼周杰陈晨四川大学数学学院成都610064 浙大宁波理工学院计算机与数据工程学院宁波315100

对于两个不同总体的协方差矩阵Σ1和Σ2,估计其乘积Σ1Σ2及乘积的迹tr(Σ1Σ2)是统计推断问题的关键步骤.本文首先构造了Σ1Σ2的几个等价估计,并对任意的正整数m,n建立了Σm1Σn2和(Σ1Σ2)m的无偏估计.其次,利用Σ1Σ2的等价估计,本... 详细信息

对于两个不同总体的协方差矩阵Σ1和Σ2,估计其乘积Σ1Σ2及乘积的迹tr(Σ1Σ2)是统计推断问题的关键步骤.本文首先构造了Σ1Σ2的几个等价估计,并对任意的正整数m,n建立了Σm1Σn2和(Σ1Σ2)m的无偏估计.其次,利用Σ1Σ2的等价估计,本文证明tr(Σ1Σ2)的多个常用估计量是相等的.本文最后证明了两个常用的检验统计量(被用于检验两个协方差矩阵是否相等)是渐近等价的.

关键词：协方差矩阵估计统计推断等价

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的点云形状保结构补全

引用

中国科学：信息科学 2020年第5期50卷 675-691页

作者：缪永伟刘家宗陈佳慧舒振宇浙江理工大学信息学院杭州310018 浙江大学宁波理工学院计算机与数据工程学院宁波315100

针对三维点云形状修复补全中难以保持形状精细结构信息的问题,借助于生成对抗网络框架,本文提出了一种自动修复补全三维点云形状的神经网络结构.该网络由生成器和判别器构成.神经网络的生成器采用编码器–解码器结构,以缺失的三维点云... 详细信息

针对三维点云形状修复补全中难以保持形状精细结构信息的问题,借助于生成对抗网络框架,本文提出了一种自动修复补全三维点云形状的神经网络结构.该网络由生成器和判别器构成.神经网络的生成器采用编码器–解码器结构,以缺失的三维点云形状作为输入,首先通过输入变换和特征变换对齐输入点云数据的采样点位置与特征信息;然后借助权共享多层感知器对各采样点提取局部形状特征并利用最大池化层与多层感知器编码提取出采样点的特征码字;其次将采样点特征码字加上网格坐标数据,解码器使用2个连续的三层感知器折叠操作将网格数据转变成点云形状的缺失补全数据;最后将缺失补全数据与点云输入数据合并,得到完整的三维点云形状.神经网络的判别器则接收真实的完整点云形状数据和生成器生成的完整点云形状数据,并利用与生成器相同的编码器结构判别出点云形状数据的真假并反馈以不断优化生成器,最终使生成器生成足以"以假乱真"的点云形状数据样本.实验表明,针对形状缺失的稠密点云和稀疏点云数据,本文方法在修复补全形状缺失部分的同时能有效保持输入点云形状的精细结构信息.

关键词：生成对抗网络编码器–解码器结构点云数据形状补全折叠操作

来源：评论

学校读者我要写书评

暂无评论

基于分层学习的三维模型兴趣点提取算法

引用

计算机辅助设计与图形学学报 2020年第2期32卷 222-232页

作者：舒振宇杨思鹏辛士庆刘予琪龚梦航庞超逸胡超浙江大学宁波理工学院计算机与数据工程学院宁波315100 浙江大学宁波研究院宁波315100 浙江大学机械工程学院杭州310027 山东大学计算机科学与技术学院青岛266237 浙江大学信息与电子工程学院杭州310027 浙江大学工程师学院杭州310027 浙江大学宁波理工学院信息科学与工程学院宁波315100

针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布... 详细信息

针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC’11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.

关键词：三维模型三维模型兴趣点分层学习

来源：评论

学校读者我要写书评

暂无评论

大学生心理资本现状、影响因素及培育对策

引用

心理月刊 2024年第23期 121-123+240页

作者：赵红浙大宁波理工学院计算机与数据工程学院

目的探讨大学生心理资本的现状。方法 2023年11月，采用积极心理资本问卷对浙江省某高校随机抽取的1 488名被试开展调查，并对数据进行t检验和方差分析。结果大学生心理资本状况基本良好，总均分为4.73±0.77。不同性别、家庭经... 详细信息

目的探讨大学生心理资本的现状。方法 2023年11月，采用积极心理资本问卷对浙江省某高校随机抽取的1 488名被试开展调查，并对数据进行t检验和方差分析。结果大学生心理资本状况基本良好，总均分为4.73±0.77。不同性别、家庭经济状况、是否学生干部、家庭居住地情况在自我效能维度上存在显著性差异（P<0.05）；不同专业、性别在韧性维度上存在显著性差异（P<0.05）；家庭经济状况、是否学生干部、家庭居住地情况在希望维度上存在显著性差异（P<0.05）；家庭经济状况、是否学生干部在乐观维度上存在显著性差异（P<0.05）；大学生心理资本在不同专业、家庭经济状况、是否学生干部、家庭居住地方面存在显著性差异（P<0.05）。结论人口学因素包括性别、专业、家庭经济状况、是否学生干部、家庭居住地情况会导致大学生心理资本现状的差异，因此培育大学生心理资本应该综合考虑上述因素。

关键词：大学生心理资本培育对策

来源：评论

学校读者我要写书评

暂无评论

多源适应多标签分类框架

引用

计算机工程与应用 2017年第7期53卷 88-96,170页

作者：姚哲陶剑文诺丁汉大学计算机科学与工程学院浙江大学宁波理工学院计算机与数据工程学院浙江宁波315100

多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范式中... 详细信息

多源适应学习是一种旨在提升目标学习性能的有效机器学习方法。针对多标签视觉分类问题,基于现有的研究进展,研究提出一种新颖的联合特征选择和共享特征子空间学习的多源适应多标签分类框架,在现有的图Laplacian正则化半监督学习范式中充分考虑目标视觉特征的优化处理,多标签相关信息在共享特征子空间的嵌入,以及多个相关领域的判别信息桥接利用等多个方面,并将其融为一个统一的学习模型,理论证明了其局部最优解只需通过求解一个广义特征分解问题便可分别获得,并给出了算法实现及其收敛性定理。在两个实际的多标签视觉数据分类上分别进行深入实验分析,证实了所提框架的鲁棒有效性和优于现有相关方法的分类性能。

关键词：特征选择共享特征子空间多源适应学习多标签学习

来源：评论

学校读者我要写书评

暂无评论

三参数区间数下非线性可拓关联度决策方法

引用

控制与决策 2019年第10期34卷 2203-2212页

作者：许立波李兴森郭研浙江大学宁波理工学院计算机与数据工程学院浙江宁波315000 广东工业大学可拓学与可拓创新方法研究所广州510006

针对属性值为三参数区间数和权重未知的多属性决策问题,提出一种新的基于非线性可拓简单关联度的多属性决策方法和框架.该方法基于可拓简单关联函数提出非线性可拓三参数区间关联度的计算方法,通过定义区间映射变换算子,将不同类型指标... 详细信息

针对属性值为三参数区间数和权重未知的多属性决策问题,提出一种新的基于非线性可拓简单关联度的多属性决策方法和框架.该方法基于可拓简单关联函数提出非线性可拓三参数区间关联度的计算方法,通过定义区间映射变换算子,将不同类型指标的关联度计算均变换为效益型指标的单调递增关联度计算.该方法内含偏好态度系数的设置以反映决策者态度倾向带来的决策不确定性,而且能够体现人们进行决策评价时的非线性思维.最后通过算例分析表明所提出方法的合理性和稳定性.

关键词：决策可拓学三参数区间数关联度

来源：评论

学校读者我要写书评

暂无评论

编程类课程“数智课堂”改革与实践范式构建研究

引用

电脑知识与技术 2024年第27期20卷 127-130页

作者：郭研浙大宁波理工学院计算机与数据工程学院浙江宁波315100

融合了“人工智能、大数据”等先进技术的“数智课堂”为师生们提供了更好的教学互动和学习环境,目前“数智化”已成为课堂教学改革的主流方向。从“混合式教学模式”“智能教室建设”“课程评价方法”和“网络课程平台”等4个方面,探... 详细信息

融合了“人工智能、大数据”等先进技术的“数智课堂”为师生们提供了更好的教学互动和学习环境,目前“数智化”已成为课堂教学改革的主流方向。从“混合式教学模式”“智能教室建设”“课程评价方法”和“网络课程平台”等4个方面,探讨了编程类课程“数智课堂”教学体系建设的途径和建议。随后,针对编程类课程的实践教学特征,形成了“成果汇报式”“主题研讨式”“实践练习式”“答疑解惑式”和“情景模拟式”等五种不同形式的实践范式,并给出了具体的实施方案。

关键词：编程类课程数智课堂实践范式人工智能实施方案

来源：评论

学校读者我要写书评

暂无评论

具有局部阻尼的二维Mindlin-Timoshenko板系统的镇定

引用

数学物理学报（A辑） 2024年第4期44卷 946-959页

作者：章春国孙宝楠付煜之于欣杭州电子科技大学数学系杭州310018 浙大宁波理工学院计算机与数据工程学院浙江宁波315100

该文研究了具有局部阻尼的二维Mindlin-Timoshenko板系统,首先将原系统转化成抽象柯西问题,运用算子半群理论得到了系统的适定性.借助系统频域稳定性结果,通过引入几何光学条件结合乘子技巧得到了系统的一致指数稳定性.

关键词： Mindlin-Timoshenko板系统局部阻尼分片乘子法一致指数稳定性

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：