检索结果-内蒙古大学图书馆

计算机科学与探索 2025年第3期19卷 693-702页

作者：施宇王乐姚叶鹏毛国君福建理工大学计算机科学与数学学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118 中国科学院信息工程研究所北京100084 景区交易数据要素化文化和旅游部技术创新中心福州350000

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层... 详细信息

无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层级的方式融合注意力特征图来改进传统特征金字塔结构,通过增加浅层网络的高分辨率特征图和去除深层检测头来适应小目标检测需求。结合Complete-IOU和Focalloss损失函数思想,设计了一个基于面积交并比的聚焦损失函数,进一步提升小目标的检测能力。通过引入深度可分离卷积实现一个轻量化空间金字塔池化层模块,在减少参数量的同时保持模型的检测精度。在VisDrone和Tinyperson两个无人机航拍数据集上进行的大量实验显示,CFE-YOLO较基准模型的m AP0.50分别提高了4.72和5.58个百分点且参数量减少37.74%,同时与其他先进算法对比也取得更高的精度。

关键词：小目标检测航拍图像特征金字塔损失函数

来源：评论

学校读者我要写书评

暂无评论

多尺度特征聚合扩散和边缘信息增强的小目标检测算法

引用

计算机工程与应用 2025年第7期61卷 105-116页

作者：江旺玉王乐姚叶鹏毛国君福建理工大学计算机科学与数学学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118 景区交易数据要素化文化和旅游部技术创新中心福州350000 中国科学院信息工程研究所北京100084

无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此... 详细信息

无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此,提出了一种结合多尺度特征聚合扩散和边缘信息增强的小目标检测算法ADEYOLO。构建了多尺度特征聚合扩散金字塔网络(MFADPN),通过在中间层聚合不同层级特征,并将其直接扩散至相邻层以缩短传播路径,有效减少了信息在传递过程中的损失,增强了模型的多尺度表达能力,显著提升了对不同尺度目标的检测能力。设计了自适应上下文融合模块(ACFM),利用通道注意力机制自适应地调整不同特征图的贡献,进一步强化多尺度特征的融合效果,使得重要特征在信息融合过程中更加突出。提出的C2f-Sobel模块通过额外分支结合Sobel算子来提取图像的边缘信息,从而为模型提供了更丰富的细节信息,提升了其在复杂场景下目标定位能力。实验结果表明,ADE-YOLO相较于基线YOLOv10s,在VisDrone2019和TinyPerson数据集上分别提高了8.6个百分点和4.0个百分点(mAP0.5),并且在与其他先进模型的对比中也展示了显著的优势。

关键词：小目标检测航拍图像特征金字塔自适应特征融合边缘信息

来源：评论

学校读者我要写书评

暂无评论

基于计算物流的自动化集装箱码头AGV生产调度

引用

计算机应用研究 2024年第6期41卷 1704-1713页

作者：李斌崔宏阳福建理工大学机械与汽车工程学院福州350118 福建理工大学福建省大数据挖掘与应用技术重点实验室福州350118 福建理工大学计算机科学与数学学院福州350118

针对自动化集装箱码头自动导引车(AGV)在线实时生产调度约束动态复杂和难以可视化的问题,在计算物流框架下,利用AnyLogic平台创建自动化码头水平运输计算实验模型,并针对平台中已有的经典资源分配策略,面向AGV生产调度提出两方面的改进... 详细信息

针对自动化集装箱码头自动导引车(AGV)在线实时生产调度约束动态复杂和难以可视化的问题,在计算物流框架下,利用AnyLogic平台创建自动化码头水平运输计算实验模型,并针对平台中已有的经典资源分配策略,面向AGV生产调度提出两方面的改进:将运筹规划商业求解器与计算实验平台结合来求解动态复杂组合优化问题;基于计算物流的思想方法,迁移和定制出五种面向问题探索的自定义AGV在线调度算法。由于商业求解器的局限性,模型和实验数据是基于自动化码头进口箱作业部分。实验表明,两种改进策略能够弥补商业求解器和计算实验平台的部分不足,尤其是自定义策略相较于经典资源分配策略能够面向特定装卸船需求更好地实现AGV生产调度,实现自动化码头水平运输的高效作业。

关键词：自动化集装箱码头计算物流 AnyLogic仿真 AGV调度策略 CPLEX求解自定义策略

来源：评论

学校读者我要写书评

暂无评论

基于多头注意力时空图神经网络的交通流预测

引用

重庆交通大学学报（自然科学版） 2024年第9期43卷 78-85页

作者：肖琳陈洪超邹复民福建理工大学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技术重点实验室福建福州350118 福建理工大学电子电气与物理学院福建福州350118

准确的交通预测对于智能交通系统(ITS)至关重要。然而,由于复杂的时间和空间依赖关系,现有的交通流预测方法未能有效捕获路网的时空特征,并且忽略了路网交通数据的相关性在空间维度和时间维度上表现出的较强动态性。为了进一步提高预测... 详细信息

准确的交通预测对于智能交通系统(ITS)至关重要。然而,由于复杂的时间和空间依赖关系,现有的交通流预测方法未能有效捕获路网的时空特征,并且忽略了路网交通数据的相关性在空间维度和时间维度上表现出的较强动态性。为了进一步提高预测精度,提出了一种基于多头注意力的时空图神经网络模型。首先,该模型构造了一个自适应图结构学习组件,该自适应图结构学习组件可以有效地捕获图结构的动态时空相关性。其次,该模型基于注意力机制分别设计了时间多头注意力模块和空间多头注意力模块,所设计的时空多头注意力模块可以有效地对路网的时空特征进行提取。最后,利用堆叠的时空卷积层对未来的交通状况进行预测。在开源数据集上的实验结果表明:该模型在时空特征提取以及长期预测方面表现优异,并且比基线方法取得了更精确的预测结果。

关键词：交通工程交通预测智能交通系统时空多头注意力图神经网络自适应图结构

来源：评论

学校读者我要写书评

暂无评论

面向异构多背包问题的多级二进制帝国竞争算法

引用

计算机应用 2023年第9期43卷 2855-2867页

作者：李斌唐志斌福建理工大学机械与汽车工程学院福州350118 福建省大数据挖掘与应用技术重点实验室(福建理工大学) 福州350118 福建理工大学交通运输学院福州350118

在传统多背包问题的基础上,从典型物流服务场景中共性抽象出异构多背包问题(HMKP),并设计和定制了一种帝国竞争算法(ICA)对HMKP进行求解和评估。针对原始ICA易陷入局部最优以及0-1背包问题最优解往往在约束边界周围的特点,设计了双点自... 详细信息

在传统多背包问题的基础上,从典型物流服务场景中共性抽象出异构多背包问题(HMKP),并设计和定制了一种帝国竞争算法(ICA)对HMKP进行求解和评估。针对原始ICA易陷入局部最优以及0-1背包问题最优解往往在约束边界周围的特点,设计了双点自变异策略(TPAS)和跳出局部最优算法(JLOA)对ICA进行改进,提出面向0-1背包问题的二进制帝国竞争算法(BICA)。BICA在求解35个0-1背包问题算例时展现出了全面、高效的寻优能力,基于最佳匹配值法(BMV)的BICA在第一组测试集的20个算例上能对19个算例100%找到理想最优值,在第二组测试集的15个算例上能对12个算例100%找到理想最优值,在所有对比算法中表现最优。数值结果分析表明,BICA在寻优演化中维持多极发展策略,并依托独特的种群进化方式在解空间中高效搜索理想解。在此基础上,针对HMKP强约束性和高复杂度的特性,基于BICA设计了求解HMKP的多级二进制帝国竞争算法(MLB-ICA)。分别在多个典型0-1背包问题算例组合构建的HMKP高维测试集上进行了MLB-ICA的数值实验和性能评估,结果表明虽然MLB-ICA的求解时间比Gurobi长,但求解精度提高了28%。可见,MLB-ICA能以较低的计算代价在可接受的时间范围内高效求解高维复杂的HMKP,为ICA在超大规模组合优化问题中的求解提出了可行的算法设计方案。

关键词： 0-1背包问题异构多背包问题帝国竞争算法局部搜索策略跳出局部最优机制多级计算架构

来源：评论

学校读者我要写书评

暂无评论

融合多狩猎协调策略的爬行动物搜索算法

引用

计算机应用 2024年第9期44卷 2818-2828页

作者：力尚龙刘建华贾鹤鸣福建理工大学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(福建理工大学) 福州350118 三明学院信息工程学院福建三明365004

爬行动物搜索算法(RSA)具有较强的全局探索能力,但开发能力相对薄弱,在迭代后期无法较好地收敛。针对上述问题,综合教与学优化(TLBO)算法、二次插值的天牛须搜索(BAS)算法和透镜成像反向学习策略,提出一种融合多狩猎协调策略的爬行动物... 详细信息

爬行动物搜索算法(RSA)具有较强的全局探索能力,但开发能力相对薄弱,在迭代后期无法较好地收敛。针对上述问题,综合教与学优化(TLBO)算法、二次插值的天牛须搜索(BAS)算法和透镜成像反向学习策略,提出一种融合多狩猎协调策略的爬行动物搜索算法(MHCS-RSA)。MHCS-RSA保留了RSA包围阶段(全局探索)和狩猎阶段(局部开发)中狩猎合作的位置更新公式,在狩猎阶段,将狩猎协调融合TLBO算法的学习阶段和二次插值的BAS进行位置更新,以增强算法的开发能力和收敛能力;此外,引入透镜成像反向学习策略以增强算法跳出局部最优的能力。在CEC 2020测试函数上的实验结果表明,MHCS-RSA具有良好的寻优能力、收敛能力以及鲁棒性。最后通过对拉力/压力弹簧设计问题和减速器设计问题的求解,进一步验证了MHCS-RSA求解实际问题的有效性。

关键词：爬行动物搜索算法教与学优化算法二次插值的天牛须搜索算法透镜成像反向学习工程问题求解

来源：评论

学校读者我要写书评

暂无评论

多任务特征融合的CenterNet运动车辆检测方法

引用

陕西科技大学学报 2024年第5期42卷 206-213,224页

作者：李晓晗刘石坚邹峥戴宇晨福建理工大学计算机科学与数学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 福建师范大学计算机与网络空间安全学院福建福州350117

基于深度学习技术的运动车辆检测是交通和计算机学科当下的研究热点.针对动态车辆检测任务中多尺度、目标重叠、难以区分动态和静态的车辆等难题,本文提出了一种多任务特征融合的CenterNet运动车辆检测方法.首先向网络中新增一支用于实... 详细信息

基于深度学习技术的运动车辆检测是交通和计算机学科当下的研究热点.针对动态车辆检测任务中多尺度、目标重叠、难以区分动态和静态的车辆等难题,本文提出了一种多任务特征融合的CenterNet运动车辆检测方法.首先向网络中新增一支用于实现车辆分割的任务流,与原有目标检测流共同组成双流机制,然后使用恰当的方式实现双流特征融合,辅助增强目标检测流中的关键特征信息,此外,注意力机制的加入进一步优化了模型精度.在以公共数据集UA-DETRAC为基础所制作的测试集上,本文方法的平均精确率为70%,相比原始CenterNet模型提高了5.8%;帧率为30 f/s,在对比方法中具有最佳的速度与精度均衡性.大量实验表明,本文方法能够较好地胜任运动车辆的检测任务.

关键词：运动车辆检测分割 CenterNet 多任务学习特征融合

来源：评论

学校读者我要写书评

暂无评论

基于多尺度全局注意力的U型视网膜血管分割网络

引用

软件 2024年第1期45卷 21-24,37页

作者：麻文静王雪津邢树礼毛国君福建理工大学福建省大数据挖掘与应用重点实验室福建福州350118

眼底视网膜血管分割在多种类型眼科疾病的评估和诊断中起着重要作用。由于眼底图像中血管的拓扑结构复杂多变,现有算法通常存在分割结果中血管特征不连续以及血管边缘分割准确度不高的问题。针对上述问题,本文提出一种用于视网膜血管分... 详细信息

眼底视网膜血管分割在多种类型眼科疾病的评估和诊断中起着重要作用。由于眼底图像中血管的拓扑结构复杂多变,现有算法通常存在分割结果中血管特征不连续以及血管边缘分割准确度不高的问题。针对上述问题,本文提出一种用于视网膜血管分割的多尺度全局注意力U型神经网络MSGA-UNet。该网络一方面通过全局特征注意力模块从编码器中较为容易地获得图像的全局表征信息,解决眼底视网膜血管分割中特征不连续的问题;另一方面利用多尺度空洞卷积模块,利用不同膨胀率的空洞卷积扩大感受野并获取图像的多尺度局部特征信息,从而提升血管边缘信息的提取能力。经过在DRIVE、STARE和CHASEDB1数据集上的实验,MSGA-UNet的平均交并比分别为74.06%、78.22%和79.62%;类别平均像素准确率分别为80.39%、84.60%和85.53%;精确度分别为96.32%,96.42%和97.23%;综合分割性能优于其他模型。

关键词：医学图像分割视网膜血管 U型网络 Transformer 注意力

来源：评论

学校读者我要写书评

暂无评论

基于CEEMDAN和LSTM的股指价格组合预测方法:来自5个国家的数据分析

引用

计算机科学与应用 2024年第2期14卷 449-459页

作者：林昇铭王嘉宏袁锦琛曾莹萍林持旺福建理工大学计算机科学与数学学院福建福州福建理工大学大数据挖掘与应用技术重点实验室福建福州

股票价格预测一直是研究者们挑战的领域。然而,现有的基于深度学习的预测方法在预测不同国家的股票指数时无法达到统一优秀的效果。因此,本文提出了一种名为CEEMDAN-PSO-LSTM的新模型来预测多个国家的股票指数收盘价。首先,我们使用完... 详细信息

股票价格预测一直是研究者们挑战的领域。然而,现有的基于深度学习的预测方法在预测不同国家的股票指数时无法达到统一优秀的效果。因此,本文提出了一种名为CEEMDAN-PSO-LSTM的新模型来预测多个国家的股票指数收盘价。首先,我们使用完全自适应噪声集合经验模态分解(CEEMDAN)方法将原始股票指数收盘价序列分解为多个本征模态函数(IMF)。然后,得到的各个IMF通过利用粒子群优化算法(PSO)优化长短期记忆网络(LSTM)的超参数后的模型进行预测,最终,将各IMF的预测结果进行加和得到对原始收盘价序列的预测结果。为验证所提方法的可行性,我们将其与LSTM、PSO-LSTM、EMD-LSTM和CEEMDAN-LSTM这四个模型进行对比,并选取五支来自不同国家且具有代表性的股票指数作为数据集。通过各模型在各数据集上的实验表明本文所提方法表现优于其他四个模型,这说明本文所提方法具有优良的可行性和普适性。

关键词：长短期记忆网络完全自适应噪声集合经验模态分解粒子群优化算法股票价格预测深度学习

来源：评论

学校读者我要写书评

暂无评论

二进制电鳗觅食优化算法研究

引用

中文科技期刊数据库（文摘版）工程技术 2025年第1期 160-166页

作者：李牧元福建理工大学计算机科学与数学学院福建福州350108 福建理工大学福建省大数据挖掘与应用技术重点实验室福建福州350108

电鳗觅食优化算法是一种近年提出的元启发式算法,主要用于解决连续优化问题,并在各类工程问题中有所应用。然而,许多实际的优化问题是离散的,因此需要开发算法的二进制版本。研究人员通常通过转换函数将连续解转化为离散解,以解决这些... 详细信息

电鳗觅食优化算法是一种近年提出的元启发式算法,主要用于解决连续优化问题,并在各类工程问题中有所应用。然而,许多实际的优化问题是离散的,因此需要开发算法的二进制版本。研究人员通常通过转换函数将连续解转化为离散解,以解决这些离散优化问题,但传统的S型转换函数容易发散而难以收敛,V型转换函数则容易陷入局部最优,难以跳出。针对这一问题,本文通过结合电鳗的能量因子,将S型和V型转换函数融合,提出了一种新的复合转换函数,用于电鳗算法的二值化。同时,由于电鳗算法在交互和迁徙阶段可能过早收敛,本文对算法进行了改进。具体来说,在交互阶段增加了权重控制因子,利用S型转换函数的发散特性,增强了全局搜索能力;在迁徙阶段引入了约束因子,约束电鳗的行为,避免过早收敛和陷入局部最优。通过在背包问题上的实验,验证了所提出的二进制电鳗觅食优化算法的有效性。

关键词：二进制优化算法电鳗觅食优化算法转换函数复合型转换函数背包问题

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：