检索结果-内蒙古大学图书馆

计算机应用与软件 2022年第2期39卷 266-273页

作者：刘旋律顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100038

在数据生产速度波动较大的场景,为了实时ETL资源利用更合理,提出基于稳定匹配的ETL弹性调度机制。预测数据源的数据生产速度,并计算满足预测值的消费数据速度;使用贪婪负载均衡算法,调整ETL服务个数使节点负载均衡;确定ETL操作匹配关系... 详细信息

在数据生产速度波动较大的场景,为了实时ETL资源利用更合理,提出基于稳定匹配的ETL弹性调度机制。预测数据源的数据生产速度,并计算满足预测值的消费数据速度;使用贪婪负载均衡算法,调整ETL服务个数使节点负载均衡;确定ETL操作匹配关系,使消费数据速度最大且代价最小。该调度机制将匹配问题转化为最小费用最大流问题,并提出基于Dicnic算法的改进算法。实验结果表明,该调度机制在资源使用方面具有优势。

关键词：实时ETL 弹性调度稳定匹配最小费用最大流

来源：评论

学校读者我要写书评

暂无评论

边缘场景下基于DDQN的容器组调度策略

引用

计算机技术与发展 2024年第9期34卷 16-22页

作者：王钰童顾进广武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学大数据科学与工程研究院湖北武汉430065 国家新闻出版署富媒体数字出版内容组织与知识服务重点实验室北京100038

工业互联网中存在大量部署于边缘服务器上的在/离线容器服务,这些容器服务一方面承载着低延时,高响应的需求,另一方面又具有错综复杂的调用关系。通常边缘集群的调度策略并未考虑到容器服务之间的依赖关系,这导致具有依赖关系容器服务... 详细信息

工业互联网中存在大量部署于边缘服务器上的在/离线容器服务,这些容器服务一方面承载着低延时,高响应的需求,另一方面又具有错综复杂的调用关系。通常边缘集群的调度策略并未考虑到容器服务之间的依赖关系,这导致具有依赖关系容器服务可能在调度过程中被分散到不同的边缘节点上,并由此产生大量跨节点调用造成额外资源损耗。针对具有依赖关系的容器,该文提出面向边缘场景的容器组调度优化策略。首先通过容器聚类算法CDSC(Container Dependency Spectral Clustering)将有依赖关系的容器划分为一个或多个容器组,使得组内容器依赖强度尽可能的大,组间依赖强度尽可能的小,以减少其进行跨节点调用的频率;再通过引入双深度Q网络模型(Double DQN)将容器组作为基本调度单位,以容器依赖开销,集群和节点内部负载为优化目标,根据边缘节点实际情况自适应学习优化调度策略,使其能应对复杂多变的边缘集群情况。经实验表明,相比于传统的启发式算法和其他深度强化学习算法,该算法在容器服务响应时间、集群和节点负载方面具有明显的优势。

关键词：调度优化深度强化学习容器聚类集群容器依赖开销

来源：评论

学校读者我要写书评

暂无评论

基于多层融合注意力的乳腺肿瘤图像分割方法

引用

计算机技术与发展 2023年第7期33卷 139-145页

作者：王宇昕付晓薇赵思宇陈芳武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 武汉科技大学校医院超声影像科湖北武汉430065

针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分... 详细信息

针对超声乳腺肿瘤图像中存在的高散斑噪声较多、肿瘤边缘模糊以及形状复杂多样等问题,提出了一种基于多层融合注意力的超声乳腺肿瘤图像分割方法。首先,在保持U-Net编-解码结构的基础上,采用经过预训练的ResNet-34模型,用于在编码部分提取更深层次的特征;然后,在跳跃连接部分对相邻的浅层特征与深层特征分别进行空间与通道维度上的增强;其次,将经过注意力增强后的不同层次特征进行融合,重点关注肿瘤区域的位置,以避免散斑噪声干扰下的错误分割;最后,利用普通卷积层进行特征还原,得到分割结果。实验结果表明,所提方法对噪声干扰较大的超声乳腺肿瘤图像鲁棒性更强,Dice系数、IoU、Recall和Precision分别能够达到0.8522、0.7682、0.8773和0.8630。同时,所提方法在模型复杂度上也有较好的表现,较对比方法具有更优的分割性能。

关键词：超声乳腺图像肿瘤分割 U-Net 卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于依存句法与多头注意力的生物医学事件抽取

引用

武汉大学学报（理学版） 2021年第6期67卷 578-588页

作者：刘辉雄刘茂福唐东昕武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065 贵州中医药大学第一附属医院贵州贵阳550002

采用流水线方式抽取生物医学事件存在错误传播问题,且子任务之间的联系被忽略了。为了解决这些问题,采用端到端方法,对触发词识别、要素检测和事件评估三个独立的子任务同时建模,以联合的方式进行训练,再引入依存句法信息捕获同一句子... 详细信息

采用流水线方式抽取生物医学事件存在错误传播问题,且子任务之间的联系被忽略了。为了解决这些问题,采用端到端方法,对触发词识别、要素检测和事件评估三个独立的子任务同时建模,以联合的方式进行训练,再引入依存句法信息捕获同一句子中多个事件的关联性,将依存句法树转化为图,然后用基于多头注意力机制的图神经网络来建模图信息。实验结果表明,该方法在三大生物数据集上的事件抽取任务上效果较好。

关键词：生物医学事件抽取端到端依存句法多头注意力图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征融合的消防车通道占用检测

引用

计算机技术与发展 2022年第10期32卷 51-57,64页

作者：张鑫陈黎武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

针对屡禁不止的消防车通道占用、堵塞的问题,为保“生命通道”时时畅通,消防部门定时开展消防车通道安全隐患检查工作变得尤为重要,然而人工巡检消防车通道除了投入成本大、效率低等问题外更存在执法力量不足、取证不便、执法告知不易... 详细信息

针对屡禁不止的消防车通道占用、堵塞的问题,为保“生命通道”时时畅通,消防部门定时开展消防车通道安全隐患检查工作变得尤为重要,然而人工巡检消防车通道除了投入成本大、效率低等问题外更存在执法力量不足、取证不便、执法告知不易等难点,致使该问题具备隐患动态的特点。对此,该文提出一种基于多尺度特征融合网络的消防车通道占用检测算法和光照补偿模块。首先对图像特别在夜晚场景下进行亮度优化,在图像过亮或过暗的区域实现像素点亮度局部自适应调整,再使用多个分支提取不同尺度图像的特征,并通过注意机制进行优化,最后进行特征融合。通过语义分割得到目标区域的消防车通道和车辆信息后,利用占用判定算法实现消防车通道的占用检测。经验证,该方法在相关数据集上白天和夜晚场景检测准确率分别达到了97%和85.2%,兼具实时性、高效性等优点,能有效降低消防车通道占用检查难度与成本。

关键词：语义分割特征融合注意力机制消防车通道占用检测

来源：评论

学校读者我要写书评

暂无评论

基于CNN双路特征融合模型的秀丽隐杆线虫寿命阶段分类研究

引用

计算机与数字工程 2023年第5期51卷 1163-1168页

作者：尹彦豪刘俊杨烨武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 华中科技大学生命科学与技术学院武汉430074

秀丽隐杆线虫(***)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆... 详细信息

秀丽隐杆线虫(***)由于其有着寿命较短和人类基因高度同源的特点,作为一种被优秀的模式生物,被广泛应用于多种人类健康和疾病模型的研究中。为了准确测定当前线虫所处于的寿命阶段,论文提出了一种基于CNN双路特征融合模型的的秀丽隐杆线虫寿命阶段分类方法。首先,利用卷积神经网络分类模型对线虫图像进行特征提取;同时使用快速傅里叶变换、LoG算子等图像处理算法得到荧光蛋白亮斑坐标,然后根据坐标信息计算得到荧光蛋白亮斑聚集度信息;最后,将前两步得到的特征拼接通过分类器得到分类结果。实验结果表明,论文方法能够准确、有效地对线虫寿命阶段进行分类。

关键词：秀丽隐杆线虫图像分类深度学习快速傅里叶变换拉普拉斯-高斯算法

来源：评论

学校读者我要写书评

暂无评论

基于超参数优化的SOFC系统故障分类方法

引用

计算机与数字工程 2023年第4期51卷 775-780,948页

作者：樊洋付晓薇李曦武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室武汉430065 华中科技大学材料成形与模具技术国家重点实验室武汉430074 华中科技大学人工智能与自动化学院武汉430074

固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)是一种高效、绿色环保新能源,是解决能源与环境危机的重要途径与必然趋势。SOFC系统数据具有高维度、非线性结构及工作状态复杂等特点。为了提高SOFC系统使用寿命,论文提出了一种基于数... 详细信息

固体氧化物燃料电池(Solid Oxide Fuel Cell,SOFC)是一种高效、绿色环保新能源,是解决能源与环境危机的重要途径与必然趋势。SOFC系统数据具有高维度、非线性结构及工作状态复杂等特点。为了提高SOFC系统使用寿命,论文提出了一种基于数据驱动的固体氧化物燃料电池系统多故障分类方法。首先,利用主成分分析进行故障信息提取;然后,对降维的特征空间,采用粒子群优化算法对支持向量机进行超参数寻优;最后,构建超参数优化支持向量机分类模型。实验结果表明,该方法能够准确、有效识别SOFC系统故障类型。

关键词：故障分类 SOFC 主成分分析粒子群优化算法支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于双线性特征融合的皮肤病分类研究

引用

计算机技术与发展 2023年第2期33卷 161-166页

作者：黄志伦刘俊郑萌武汉科技大学计算机科学与技术学院湖北武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 湖北武汉430065 武汉理工大学计算机科学与技术学院湖北武汉430070

皮肤覆盖肌肉、骨骼和身体的每个部分,是人体中最大的器官。由于其暴露于外界,所以感染更容易发生在皮肤上。皮肤病作为一种常见疾病,利用计算机技术对其进行辅助诊断,有助于减轻医生负担。针对常规卷积神经网络应用于皮肤病图像分类时... 详细信息

皮肤覆盖肌肉、骨骼和身体的每个部分,是人体中最大的器官。由于其暴露于外界,所以感染更容易发生在皮肤上。皮肤病作为一种常见疾病,利用计算机技术对其进行辅助诊断,有助于减轻医生负担。针对常规卷积神经网络应用于皮肤病图像分类时由于不同种皮肤病图像之间的类间相似性以及同种皮肤病图像之间具有类内差异性导致分类困难的问题,提出一种改进双线性特征融合模型。使用经过剪枝的Inception-ResNet-v1和v2版本作为特征提取器并行提取图像特征,对特征进行双线性融合,获取更多阶数的特征信息可以提高模型对图像细节的敏感度。然后添加额外的软注意力模块,通过加权和的方式进行过滤或者加强,给图像每个位置给予不同的权重以达到对模型的加强效果。在skin-cancer-classesisic数据集上的7种皮肤病图像上进行训练,与S-CNN、MobileNet和Incremental CNN的对比证明了该模型的有效性,在Precision、Recall和F1-Score指标上该模型均为最优。

关键词：皮肤病深度学习双线性特征融合注意力机制图像分类

来源：评论

学校读者我要写书评

暂无评论

动态船舶行驶场景下的实时单目测距算法研究

引用

计算机技术与发展 2022年第2期32卷 167-171页

作者：夏红杰陈姚节徐新王薇武汉科技大学计算机科学与技术学院湖北武汉430065 武汉科技大学智能信息处理与实时工业系统湖北省重点实验室湖北武汉430065

为了利用单目视觉实时监测船舶行驶过程中与周围船舶之间的距离,首先分析单目视觉测距现状及其成功应用实例,基于小孔成像原理建立单目相机模型,通过几何推导,得到世界坐标系、相机坐标系、图像坐标系及像素坐标系之间三层坐标转换关系... 详细信息

为了利用单目视觉实时监测船舶行驶过程中与周围船舶之间的距离,首先分析单目视觉测距现状及其成功应用实例,基于小孔成像原理建立单目相机模型,通过几何推导,得到世界坐标系、相机坐标系、图像坐标系及像素坐标系之间三层坐标转换关系。随后通过实验验证pitch俯仰角与yaw水平角对单目视觉测距的影响程度,从而分析出动态船舶行驶场景下包括相机姿态、船舶在水面摇晃等实时单目测距误差。进而在引入包含俯仰角、水平角的相似三角形测距算法的基础上,采用高精度陀螺仪相机姿态补偿策略提出改进的基于单目视觉的相似三角形目标船舶测距算法。实验结果表明,该算法能在动态船舶行驶过程中较为准确地测量周围水域目标船舶之间的距离,可以满足船舶实时安全监测系统的要求。

关键词：船舶工程单目视觉单目测距陀螺仪标定深度估计

来源：评论

学校读者我要写书评

暂无评论

基于点云关键点分类的特征提取方法

引用

计算机与数字工程 2024年第7期52卷 2030-2037页

作者：刘强郑王里林云汉闵华松武汉科技大学计算机科学与技术学院武汉430065 智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) 武汉430065 国网电力科学研究院有限公司南京211106 武汉科技大学机器人与智能系统研究院武汉430081

为了提高CGF(Learning Compact Geometric Features)的匹配精度,提出一种基于关键点曲率分类的特征提取方法。首先,计算点云的关键点并根据关键点的曲率将其分成七个类别。之后,针对不同的类别分别使用对该类别关键点具有鲁棒性的特征... 详细信息

为了提高CGF(Learning Compact Geometric Features)的匹配精度,提出一种基于关键点曲率分类的特征提取方法。首先,计算点云的关键点并根据关键点的曲率将其分成七个类别。之后,针对不同的类别分别使用对该类别关键点具有鲁棒性的特征表征方法进行描述。最后,将所有的特征输入到设计的KPNN(Key Point Neural Network)神经网络中训练得到融合后的特征。其中,对于特征表征的方法使用参数可调的CGF特征描述子,通过实验确定不同参数组合的CGF分别用于表征不同类别的关键点。实验结果表明:在标准数据集上,相比于其他局部特征提取算法,该方法具有更高的匹配精度。

关键词：点云特征提取关键点 CGF 曲率

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：