检索结果-内蒙古大学图书馆

电子学报 2022年第9期50卷 2205-2214页

作者：毛国君王者浩黄山王翔福建工程学院福建省大数据挖掘与应用重点实验室福建福州350118

图神经网络自2005年以来已经逐步成为图学习中的一个重要的研究分支,其中最为活跃的是图卷积神经网络.由于图数据在现实世界中广泛存在,因此有效地完成图结构数据的学习具有很大的应用前景.目前出现的大多数图卷积神经网络模型基本都是... 详细信息

图神经网络自2005年以来已经逐步成为图学习中的一个重要的研究分支,其中最为活跃的是图卷积神经网络.由于图数据在现实世界中广泛存在,因此有效地完成图结构数据的学习具有很大的应用前景.目前出现的大多数图卷积神经网络模型基本都是浅层结构,过平滑问题成为制约该领域发展的瓶颈问题.本文提出了一种称为dri-GCN(Graph Convolutional Network via dropedge,residual and identity mapping)的图残差卷积深层网络模型,该模型集成了图剪边、初始残差和恒等映射技术.主要思想包括:利用图剪边技术增加学习数据的多样性,以防止学习过程中的过拟合现象;构建恒等映射下的初始残差网络,来扩展残差单元的学习路径,以削弱学习过程中的过平滑问题.实验结果表明,本文提出的dri-GCN模型可以帮助构建深层图卷积神经网络,通过网络层次的加深可以获得优于浅层网络的学习准确率.

关键词：图神经网络图卷积神经网络剪边残差

来源：评论

学校读者我要写书评

暂无评论

基于组合模型的城市轨道站点短时客流分类预测

引用

铁道科学与工程学报 2023年第6期20卷 2004-2012页

作者：王金水欧雪雯陈俊岩唐郑熠福建工程学院计算机科学与数学学院福建福州350118 福建省大数据挖掘与应用重点实验室福建福州350118

轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性... 详细信息

轨道交通客流预测是轨道交通线网规划的重要内容,是确定轨道交通系统的线网规模、设置轨道站点及布设线路基础。不同类型的轨道站点在城市中的功能定位和布局要求等方面均存在差异,进而导致站点的进出客流量呈现显著的时空分布不均衡性。为了挖掘各类型站点的客流变化规律,将站点自身特征和周边环境特征组成向量因子,运用K-means聚类方法对站点进行分类。在此基础上,将影响乘客出行的多源数据作为输入特征,分别构建了随机森林(RF)模型、门控制循环单元(GRU)模型以及RF-GRU组合模型,从而进行站点短时客流分类预测。利用杭州地铁站自动检票系统(AFC)采集的刷卡客流数据,对所构建的预测模型的有效性进行检验。研究结果表明:利用7个刻画站点自身特征和周边环境特征的参数作为聚类因子,并结合站点客流时间分布数据,可将杭州市地铁站点分为就业导向型车站、职住混合型车站和住宅偏远型车站;采用平均绝对误差以及均方根误差作为评价指标,参数化模型(ARIMA),非参数化模型(SVR),深度学习模型(LSTM,GRU,SAEs和GCN),组合模型(DCRNN,STGCN,STHGCN和DSTHGCN)的预测误差依次降低,其中RF-GRU组合模型的预测精度优于其他的组合模型;对站点进行分类之后,单一模型和组合模型预测结果的精度均有提高。

关键词：智能交通短时客流量预测组合预测模型多源数据随机森林门控制循环单元

来源：评论

学校读者我要写书评

暂无评论

双特征流融合和边界感知的显著性目标检测

引用

计算机工程与应用 2024年第10期60卷 227-236页

作者：杨鑫朱恒亮毛国君福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用技术重点实验室福州350118

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改... 详细信息

显著性目标检测是计算机视觉领域的热门研究方向之一,许多基于深度学习的检测算法虽然已经取得了显著的成果,但是仍然存在待测目标漏检误检和边界模糊等问题。针对这些问题提出了一种基于双特征流融合和边界感知的目标检测算法,通过改变输入图像尺寸来丰富多尺度信息,并自顶向下逐层聚合特征得到精细的预测结果。首先将输入图像调整为两种不同分辨率分别送入编码器,提取丰富的多层级特征形成双特征流;其次将双特征流自顶向下逐层融合,生成由粗到细的显著图;最后构建了边界感知结构,凭借上下文语义信息的指导生成精细的物体轮廓。在五个公开数据集上进行了大量实验,实验结果表明,所提算法在结构相似性(Sm)等多个指标上取得了更高的检测精度,生成的显著图目标完整且边缘清晰。

关键词：显著性目标检测全卷积神经网络多尺度学习双特征流融合边界感知

来源：评论

学校读者我要写书评

暂无评论

基于区块链的微电网电力交易匹配机制

引用

电力自动化设备 2021年第12期41卷 95-101页

作者：邓明辉唐郑熠黄达胡文瑜福建工程学院计算机科学与数学学院福建福州350118 湖南工商大学移动商务智能湖南省重点实验室湖南长沙410205 福建工程学院福建省大数据挖掘与应用技术重点实验室福建福州350118

针对分布式微电网新能源电力交易问题,基于主体的历史交易完成比提出一种适用于交易的匹配策略。将匹配度量化为对实体信用与电力售价的考察,并借助区块链实现信用数据的有效共享与周期评估。当消费者在进行购电行为收到不同生产者的电... 详细信息

针对分布式微电网新能源电力交易问题,基于主体的历史交易完成比提出一种适用于交易的匹配策略。将匹配度量化为对实体信用与电力售价的考察,并借助区块链实现信用数据的有效共享与周期评估。当消费者在进行购电行为收到不同生产者的电价信息时,可从区块链账本中得知该生产者的交易信用值,并筛选出合适的交易方。算例分析表明:所提策略能够有效量化信用,结合售电价格匹配到最适合的交易方。

关键词：区块链电力交易新能源匹配策略分布式

来源：评论

学校读者我要写书评

暂无评论

基于双向自适应门控图卷积网络的交通流预测

引用

交通运输系统工程与信息 2023年第1期23卷 187-197页

作者：贺文武裴博彧李雅婷刘小雨徐少兵福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用重点实验室福州350118 清华大学车辆与运载学院北京100084

针对路网交通流时空依赖上的高度复杂性以及数据污染的现实性,基于图神经网络构建一种新型时空融合交通流预测模型。考虑交通流数据中的缺失、异常与噪声,模型首先对数据进行特征重构与融合,在保持时序特性的前提下,以滑动时间窗口平滑... 详细信息

针对路网交通流时空依赖上的高度复杂性以及数据污染的现实性,基于图神经网络构建一种新型时空融合交通流预测模型。考虑交通流数据中的缺失、异常与噪声,模型首先对数据进行特征重构与融合,在保持时序特性的前提下,以滑动时间窗口平滑交通流特征信息,做好数据准备。考虑交通流的实际有向性,主体模型采用正、反双路网络设计以分向学习交通流时空特征的有效表示。双路网络结构相同,以轻量有效的因果卷积作为模型的时序特征提取器,以多层自适应门控图卷积神经网络作为模型组件提取空间特征,实现信息的自适应聚合与传播,再通过纵向信息聚合层轻量化地实现不同局部视野下的信息融合,基于注意力有效权衡两路网络的信息贡献并将其聚合,建立双向自适应门控图卷积网络交通流预测模型。在真实交通流基准数据集PEMS03、PEMS04、PEMS07和PEMS08上进行模型的有效性验证,结果表明,所建模型在4个数据集上3个预测精度指标均优于基线模型。同时,相较于最先进的基线模型时空同步图卷积网络与时空融合图神经网络,所建模型能以数倍甚至数十倍比例的参数轻量化与低训练时间代价获得更高的预测精度。

关键词：智能交通自适应门控图卷积双向图网络特征融合纵向层间聚合

来源：评论

学校读者我要写书评

暂无评论

融合多窗口特征的词对标记情感三元组抽取

引用

计算机工程与应用 2024年第16期60卷 159-167页

作者：林杰刘建华陈林颖郑智雄孙水华福建工程学院计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室福州350118

方面情感三元组抽取旨在从句子中抽取方面词、意见词和对应的情感极性。针对目前研究未充分挖掘局部上下文语义信息,缺乏对局部范围内的方面意见词对关联学习,以及遭受错误传播等问题,提出一种融合多窗口特征的词对标记情感三元组抽取... 详细信息

方面情感三元组抽取旨在从句子中抽取方面词、意见词和对应的情感极性。针对目前研究未充分挖掘局部上下文语义信息,缺乏对局部范围内的方面意见词对关联学习,以及遭受错误传播等问题,提出一种融合多窗口特征的词对标记情感三元组抽取模型。该模型利用BERT对句子信息进行处理,获取句子编码特征,采用多窗口特征学习机制学习局部范围内的情感特征关联,并挖掘句子包含的潜在语义信息,使用多头注意力图转换模块将所学习到的特征聚合成标记分布概率,利用改进的词对标记方案标记句子并解码得到三元组。在SemEval-ASTE的四个基准数据集上进行实验分析,相比GTS-BERT模型,所提模型在三元组抽取任务上F1分值分别提高了2.33、6.57、2.97、4.84个百分点。实验结果表明,所提模型可以有效学习局部语义信息,准确标记方面意见跨度,较为精确地提取情感三元组。

关键词：方面情感三元组情感极性特征学习多头注意力词对标记方案

来源：评论

学校读者我要写书评

暂无评论

融合经验共享Q学习的粒子群优化算法

引用

计算机科学与探索 2022年第9期16卷 2151-2162页

作者：罗逸轩刘建华胡任远张冬阳卜冠南福建工程学院计算机科学与数学学院福州350118 福建省大数据挖掘与应用技术重点实验室福州350118

传统粒子群优化算法(PSO)有着易陷入局部最优、多样性不足和精度低等缺点。近年来,采用强化学习的Q学习思想改进粒子群算法成为一种新的方法,然而目前这种方法存在参数选择偏主观和使用策略单一使其无法解决复杂情况的问题。提出一种融... 详细信息

传统粒子群优化算法(PSO)有着易陷入局部最优、多样性不足和精度低等缺点。近年来,采用强化学习的Q学习思想改进粒子群算法成为一种新的方法,然而目前这种方法存在参数选择偏主观和使用策略单一使其无法解决复杂情况的问题。提出一种融合经验共享策略Q学习的粒子群优化算法(QLPSOES)。该算法将粒子群算法与Q学习方法结合,对每个粒子构建一张Q表,供粒子参数动态选择;同时设计了一种经验共享策略,即粒子通过Q表共享最优粒子的“行为经验”,加速Q表的收敛,增强粒子之间的学习能力,平衡算法的全局和局部搜索能力。另外,采用正交分析法实验,寻找融合Q学习粒子群算法的状态、动作参数和奖励函数等参数的最优组合;最后通过CEC2013中的基准测试函数的实验测试,结果表明,融合经验共享Q学习的粒子群算法的收敛速度和收敛精度相对给出的对比算法均有明显提升,验证了算法具有较优的性能。

关键词：粒子群算法(PSO) 强化学习经验共享策略 Q表正交实验

来源：评论

学校读者我要写书评

暂无评论

融合内外依赖的人体骨架动作识别模型

引用

计算机工程与应用 2023年第21期59卷 132-140页

作者：毛国君王一锦福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用重点实验室福州350118

基于动态骨架图的人体动作识别是计算机视觉领域中的一个研究热点。传统识别方法大多是建立在人体骨架的局部自然物理连接上(内在依赖)。然而,许多隐含的非局部的关节连接有时对于人体动作识别是不可忽略的,如手脚的互动等。引入外在依... 详细信息

基于动态骨架图的人体动作识别是计算机视觉领域中的一个研究热点。传统识别方法大多是建立在人体骨架的局部自然物理连接上(内在依赖)。然而,许多隐含的非局部的关节连接有时对于人体动作识别是不可忽略的,如手脚的互动等。引入外在依赖概念来表示这种隐式的非物理连接,并通过内、外依赖机制来处理骨架图,完成内、外依赖的空间图卷积融合。通过设计合适的时间卷积模块,进一步构建融合内外依赖的的时空图卷积网络(IEDSTGCN)。实验表明,IED-STGCN在Kinetics数据集上的识别精度比现有的时空图卷积网络(ST-GCN)提升了2.5个百分点,在X-Sub和X-View两个数据集上的识别精度分别比现有的ST-GCN模型提升了3.4和3.8个百分点。该研究的主要技术有时间卷积(TC)、内在依赖图卷积(IGC)以及外在依赖图卷积(EGC)等,通过消融实验说明了这些技术的有效性。

关键词：动作识别时空图卷积网络内在依赖外在依赖

来源：评论

学校读者我要写书评

暂无评论

多层级特征融合的无人机航拍图像目标检测

引用

计算机科学与探索 2023年第3期17卷 635-645页

作者：徐光达毛国君福建工程学院计算机科学与数学学院福州350118 福建工程学院福建省大数据挖掘与应用重点实验室福州350118

针对无人机航拍图像中小目标样本多、可提取特征信息少易受背景干扰的问题,基于YOLOv5提出一种多层特征融合的无人机航拍图像检测算法。首先,增加浅层网络的高分辨率特征图保留充足的目标特征信息,同时加入对应尺度的检测头以此增强对... 详细信息

针对无人机航拍图像中小目标样本多、可提取特征信息少易受背景干扰的问题,基于YOLOv5提出一种多层特征融合的无人机航拍图像检测算法。首先,增加浅层网络的高分辨率特征图保留充足的目标特征信息,同时加入对应尺度的检测头以此增强对微小目标的检测能力;其次,考虑不同层级特征图所包含的信息对于小目标检测任务贡献不同,设计了多层级特征融合层来整合不同的感受野信息,通过融合不同层级特征图聚合上下文信息,并根据训练目标样本大小自适应生成各层级特征图输出权重来动态优化特征图的表达能力;最后,在预测过程中为了减少在不同任务中需求特征信息的冲突,将解耦检测头替换原本的耦合检测头,可以更佳地完成分类和定位任务。在公开数据集VisDrone上进行实验,该方法的平均均值精度达到了35.5%,较基线方法YOLOv5提高了4.4个百分点,同时与主流的检测方法相比也取得更高的检测精度。结果表明,所提出的方法对于小目标检测任务具有较好的性能。

关键词：目标检测特征融合航拍图像特征学习

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的交通路口自动识别

引用

福州大学学报（自然科学版） 2022年第5期50卷 602-608页

作者：胡蓉韩宇徐永许伟辉李诚福建工程学院福建省大数据挖掘与应用重点实验室福建福州350118

针对轨迹数据在交通路口的分布特性,提出一种基于长短期记忆的深度学习转弯轨迹模式自动提取方法,实现自动快速地提取转弯轨迹;然后,针对路口转弯点的稀疏性缺陷,提出一种联合补偿点计算和转弯轨迹航向变化幅度的方法选取路口候选点,并... 详细信息

针对轨迹数据在交通路口的分布特性,提出一种基于长短期记忆的深度学习转弯轨迹模式自动提取方法,实现自动快速地提取转弯轨迹;然后,针对路口转弯点的稀疏性缺陷,提出一种联合补偿点计算和转弯轨迹航向变化幅度的方法选取路口候选点,并通过聚类路口候选点识别道路交叉口.采用福州市鼓楼区出租车实际轨迹数据进行验证测试,结果表明,该方法对道路交叉口识别准确率达到96.7%,可为电子地图实时更新及无人驾驶自动导航应用等提供关键技术支持.

关键词：交通路口识别数字地图更新深度学习轨迹数据挖掘浮动车数据交通路网

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：