检索结果-内蒙古大学图书馆

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

基于混合深度学习模型的企业中央空调蒸汽预测

引用

南京师范大学学报（工程技术版） 2022年第3期22卷 53-62页

作者：王可卢焕达郑军红何利力浙江理工大学信息学院浙江杭州310018 浙大宁波理工学院计算机与数据工程学院浙江宁波315100

为解决企业生产车间多空调能耗与生产任务、气候环境匹配的精准供能问题,实现多台大型中央空调机组蒸汽消耗预测,提出一种基于GRU和3DConv-PredRNN++的混合深度学习预测模型.针对多台空调机组动态联动关系,使用三维卷积和PredRNN++方法... 详细信息

为解决企业生产车间多空调能耗与生产任务、气候环境匹配的精准供能问题,实现多台大型中央空调机组蒸汽消耗预测,提出一种基于GRU和3DConv-PredRNN++的混合深度学习预测模型.针对多台空调机组动态联动关系,使用三维卷积和PredRNN++方法提取机组间蒸汽损耗关系作为空间因素特征参与模型预测;为捕捉蒸汽消耗量序列的总体趋势和局部变化,数据集采用平滑过程模式、趋势性模式和周期性模式作为模型输入;为提高模型预测性能,基于门控循环单元(GRU)耦合外部因素特征并捕捉时间因素特征;最后通过参数矩阵融合方式来构建模型.通过与多种预测模型的对比实验,证明混合深度学习模型预测精度的优越性和空间因素特征参与模型预测的必要性.与现有模型相比,所提模型平均能耗折标(ASEC)降低了60.09%.

关键词：空调蒸汽消耗三维卷积 PredRNN++ 门控循环单元空间特征

来源：评论

学校读者我要写书评

暂无评论

不平衡数据下模型评价指标的有效性探讨

引用

统计与决策 2022年第19期38卷 5-9页

作者：刘赛可何晓群夏利宇浙大宁波理工学院计算机与数据工程学院浙江宁波315199 中国人民大学应用统计科学研究中心北京100872 国网能源研究院有限公司管理咨询研究所北京102209

模型评价指标对于衡量模型的表现尤为关键,只有正确合理的评价指标才能更好地反映模型的性能优劣。由于AUC和KS指标在被用于评价信用评级模型时,均存在忽视了数据的不平衡性和类别误判代价不等价性的不足,故文章从代价敏感矩阵出发计算... 详细信息

模型评价指标对于衡量模型的表现尤为关键,只有正确合理的评价指标才能更好地反映模型的性能优劣。由于AUC和KS指标在被用于评价信用评级模型时,均存在忽视了数据的不平衡性和类别误判代价不等价性的不足,故文章从代价敏感矩阵出发计算总损失,进而提出新的评价指标——AKS指标。进一步地,模拟分析的结果表明,由AKS指标确定的阈值较KS指标更合理,且不同情形下AUC、KS和AKS指标的有效性分析结果表明AKS指标可以较好地衡量模型的分类性能。

关键词：不平衡数据评价指标 AKS 信用评级模型

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的奶牛生理参数监测与疾病诊断研究进展及挑战

引用

智慧农业（中英文） 2022年第2期4卷 1-18页

作者：康熙刘刚初梦苑李前王彦超中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083 浙大宁波理工学院计算机与数据工程学院浙江宁波315200

利用先进的信息技术推动智能养殖业发展已经成为奶牛养殖研究领域的重要目标和任务。计算机视觉技术具有非接触、免应激、低成本及高通量等优点,在畜牧生产中应用前景广阔。本文在阐述了计算机视觉技术在智能化养殖业发展中重要性的基础... 详细信息

利用先进的信息技术推动智能养殖业发展已经成为奶牛养殖研究领域的重要目标和任务。计算机视觉技术具有非接触、免应激、低成本及高通量等优点,在畜牧生产中应用前景广阔。本文在阐述了计算机视觉技术在智能化养殖业发展中重要性的基础上,首先介绍了基于计算机视觉的奶牛生理参数监测进展,包括体尺、体温、体重的前沿监测设备、技术和模型参数。然后阐述了奶牛跛行及乳腺炎等疾病诊断的前沿技术发展过程和研究现状。目前,相关技术研究和应用推广存在检测准确性不高,受环境因素影响较大,非标准化养殖场结构制约检测系统普及,以及检测系统成本较高等问题和挑战。最后,本文结合中国养殖业发展现状,针对保证检测准确性、减少环境干扰等问题,就如何提高计算机视觉技术在智能化养殖业中的准确性和普适性提出了相关建议,旨在为中国奶牛养殖业的科学管理和现代化生产提供新方法和新思路。

关键词：疾病诊断计算机视觉技术体尺奶牛养殖乳腺炎检测系统信息技术环境干扰

来源：评论

学校读者我要写书评

暂无评论

基于深度图像的多姿态肉牛体尺自动测量方法

引用

智慧农业（中英文） 2022年第4期4卷 144-155页

作者：叶文帅康熙贺志将李孟飞刘刚中国农业大学智慧农业系统集成研究教育部重点实验室北京100083 中国农业大学农业农村部农业信息获取技术重点实验室北京100083 浙大宁波理工学院计算机与数据工程学院浙江宁波315000

养殖场中肉牛较为活跃,采集得到的图像数据中肉牛姿态多变,肉牛姿态端正帧较少,导致自动测量肉牛体尺困难。针对以上问题,本研究通过分析肉牛骨架特征和肉牛图像边缘轮廓特征,提出一种多姿态肉牛体尺自动测量方法。首先,利用深度相机Azu... 详细信息

养殖场中肉牛较为活跃,采集得到的图像数据中肉牛姿态多变,肉牛姿态端正帧较少,导致自动测量肉牛体尺困难。针对以上问题,本研究通过分析肉牛骨架特征和肉牛图像边缘轮廓特征,提出一种多姿态肉牛体尺自动测量方法。首先,利用深度相机Azure Kinect DK从正上方采集肉牛俯视深度视频数据,对视频数据进行分帧处理;其次,对原始深度图像进行预处理,将肉牛从复杂的背景中提取出来;再次,利用Zhang-Suen算法提取目标图像肉牛骨架,检测骨架交点和端点,分析肉牛头部特征,并确定头部去除点,去除图像中肉牛头部信息;最后,利用改进的U弦长曲率算法提取肉牛轮廓曲率曲线,根据曲率值确定体尺测点,将体尺测点转换到三维空间中,计算体尺参数。本研究通过分析大量深度图像数据,将图像中肉牛姿态分为左歪、右歪、姿态端正、低头和抬头五类。试验结果表明,本研究提出的基于骨架的多姿态肉牛头部去除方法在5种姿态下的头部去除成功率均高于92%;在23头肉牛不同姿态共46帧深度图像中,利用基于改进U弦长曲率的体尺测点提取方法,测得体直长测量的平均绝对误差为2.73 cm,体高测量的平均绝对误差为2.07 cm,腹宽测量的平均绝对误差为1.47 cm。研究结果可为精确测量多姿态下肉牛体尺提供支撑。

关键词：肉牛体尺测量深度图像多姿态 Zhang-Suen算法改进的U弦长曲率算法

来源：评论

学校读者我要写书评

暂无评论

基于合格值自适应后悔理论和证据理论的区间多属性决策方法

引用

系统科学与数学 2019年第6期39卷 857-874页

作者：许立波舒振宇庞超逸浙江大学宁波理工学院计算机与数据工程学院

针对属性值和权重都用区间描述的不确定性多属性决策问题,文章提出了一种基于合格值自适应后悔理论和证据理论的决策方法.该方法定义属性合格参考值,表示决策者对方案的接受度在该值以下呈现快速下降趋势.之后依据后悔理论,定义基于属... 详细信息

针对属性值和权重都用区间描述的不确定性多属性决策问题,文章提出了一种基于合格值自适应后悔理论和证据理论的决策方法.该方法定义属性合格参考值,表示决策者对方案的接受度在该值以下呈现快速下降趋势.之后依据后悔理论,定义基于属性合格参考值的后悔效用函数,改善传统后悔效用函数灵活性弱和对风险规避行为的描述能力不够强的缺点.之后扩展出基于区间的效用计算方法,并基于区间最优点得到感知效用值矩阵.然后将感知效用值转化为基本概率分配函数并据此进行基于权重的证据合成.该方法还通过设定偏好态度系数以反映决策者对评价高低的倾向性.最后,通过算例分析说明了该方法的可行性,合理性和稳定性.

关键词：决策后悔理论证据理论自适应不确定性

来源：评论

学校读者我要写书评

暂无评论

基于随机矩阵理论的高维数据球形检验

引用

应用概率统计 2020年第4期36卷 355-364页

作者：袁守成周杰沈洁琼四川大学数学学院成都610064 普洱学院数学与统计学院普洱665000 浙江大学宁波理工学院计算机与数据工程学院宁波315100

本文基于随机矩阵理论,研究了一般总体的高维协方差矩阵的球形检验.当样本量小于数据维数时,经典的似然比检验方法在球形检验中已无法使用.通过引入样本协方差矩阵谱分布的高阶矩,构造出一个新的检验统计量,并给出其在零假设下的渐近分... 详细信息

本文基于随机矩阵理论,研究了一般总体的高维协方差矩阵的球形检验.当样本量小于数据维数时,经典的似然比检验方法在球形检验中已无法使用.通过引入样本协方差矩阵谱分布的高阶矩,构造出一个新的检验统计量,并给出其在零假设下的渐近分布.模拟实验表明所提出的统计量在控制第一类错误概率的基础上能有效提高检验功效,对于Spiked模型效果尤为显著.

关键词：高维协方差矩阵球形检验谱分布检验功效

来源：评论

学校读者我要写书评

暂无评论

基于神经网络模型的木结构古建筑实测环境荷载与应变特征关联性分析

引用

建筑施工 2022年第3期44卷 579-583页

作者：郏鸿韬王炎铭李强毛江鸿符映红董亚波重庆交通大学土木工程学院重庆400074 浙大宁波理工学院土木建筑工程学院浙江宁波315100 宁波市保国寺古建筑博物馆浙江宁波315033 浙江大学计算机科学与技术学院浙江杭州310058

为研究环境荷载下木结构古建筑的应变特征,利用光纤光栅传感技术建立了保国寺大殿健康监测系统。针对服役期间采集的海量监测数据,使用神经网络模型进行特征分析,分别得到了气温、风速和结构应变的相关关系。采用相关性分析方法,得到了... 详细信息

为研究环境荷载下木结构古建筑的应变特征,利用光纤光栅传感技术建立了保国寺大殿健康监测系统。针对服役期间采集的海量监测数据,使用神经网络模型进行特征分析,分别得到了气温、风速和结构应变的相关关系。采用相关性分析方法,得到了环境荷载对大殿各主要构件的具体影响系数。结果表明,木结构古建筑构件应变变化主要是由环境温度引起的,外界荷载主要在受弯梁构件和柱类构件上进行传递。总结的基于神经网络模型的结构健康监测数据分析方法可为古建筑研究提供重要参考。

关键词：木结构古建筑健康监测神经网络相关性分析

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

复杂社会网络节点重要性可拓聚类动态分析方法

引用

计算机应用与软件 2019年第7期36卷 76-82页

作者：严家萌庞超逸许立波浙江大学工程师学院浙江杭州310015 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

目前大多数复杂网络关键节点影响力识别方法都是建立在静态分析基础之上的,缺乏对节点动态变化的考量。采用可拓聚类方法来量化分析社会网络的动态变化,以多属性决策法测量各节点静态重要性属性值;分别划分等级,取经典域和节域,计算各... 详细信息

目前大多数复杂网络关键节点影响力识别方法都是建立在静态分析基础之上的,缺乏对节点动态变化的考量。采用可拓聚类方法来量化分析社会网络的动态变化,以多属性决策法测量各节点静态重要性属性值;分别划分等级,取经典域和节域,计算各节点在对应属性上的关联度,并用熵权法取得综合关联度;分析其在同一社会网络不同时间点的变化,给出变动的量和方向。该方法不仅能刻画出节点重要性的变化趋势,而且给出了变化程度。最后,通过实例验证了该方法的可行性和有效性。

关键词：复杂网络节点重要性多属性可拓学可拓聚类

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：