检索结果-内蒙古大学图书馆

闽南师范大学学报（自然科学版） 2024年第3期37卷 114-123页

作者：赵文杰施建华闽南师范大学数学与统计学院福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000 数据科学与统计重点实验室福建漳州363000

在“线性损失”函数情况下,研究了一类反向指数分布参数的经验贝叶斯(EB)检验问题.基于独立同分布样本下对密度函数的递归核估计,构造了该分布的经验贝叶斯检验函数.在适当的假设下,证明了所提出的经验贝叶斯检验函数具有渐近最优性,并... 详细信息

在“线性损失”函数情况下,研究了一类反向指数分布参数的经验贝叶斯(EB)检验问题.基于独立同分布样本下对密度函数的递归核估计,构造了该分布的经验贝叶斯检验函数.在适当的假设下,证明了所提出的经验贝叶斯检验函数具有渐近最优性,并得到了该检验函数的收敛速度.

关键词：经验贝叶斯检验反向指数分布核估计渐近最优性收敛速度

来源：评论

学校读者我要写书评

暂无评论

基于图小波卷积神经网络的时空图挖掘模型

引用

计算机工程 2023年第7期49卷 85-93页

作者：赵世豪毛国君熊保平黄山林江宏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重点实验室福州350118

针对传统时空图网络模型对时空序列数据空间结构刻画和时空特性挖掘不充分的问题,提出一种基于图小波神经网络的时空图挖掘模型(ST-GWNN)。基于图小波神经网络通过学习节点特征的局部化表达来捕捉时空序列数据中的空间拓扑结构,时间门... 详细信息

针对传统时空图网络模型对时空序列数据空间结构刻画和时空特性挖掘不充分的问题,提出一种基于图小波神经网络的时空图挖掘模型(ST-GWNN)。基于图小波神经网络通过学习节点特征的局部化表达来捕捉时空序列数据中的空间拓扑结构,时间门控卷积层通过门控线性单元所堆叠的因果卷积来提取时间特征信息,并将多个时间步的空间图相融合来学习时间和空间2个维度关联特征的能力,以更好地捕获时空序列中复杂的时空相关性信息。在公共交通数据集PEMS-BAY上的实验结果表明,ST-GWNN模型能够获得较好的预测效果,当预测时长为15 min时,在MAE、RMSE、MAPE 3个评价指标上相较于基准模型取得最小值,且较基准模型最优值分别降低了2.31%、6.96%、5.84%;当预测时长为30 min和60 min时,较基准模型最优的MAPE、RMSE值分别降低了4.9%、3.51%和6.05%、6.68%,可适用于图网络属性的时空关系预测任务。

关键词：时空图图神经网络时空序列数据图小波网络因果卷积

来源：评论

学校读者我要写书评

暂无评论

面向对象删除的局部邻域粗糙集动态更新算法

引用

山东大学学报（理学版） 2023年第5期58卷 17-25页

作者：时俊鹏张燕兰闽南师范大学计算机学院福建漳州363000 数据科学与智能应用福建省高校重点实验室福建漳州363000

为了有效地计算动态数值型数据的近似算子,提出了一种局部邻域粗糙集模型的动态更新算法,分析对象集减少时局部近似集的更新公式,设计获取局部近似集的动态算法。动态更新算法充分利用已有知识,避免了大量重复计算。为了验证算法的有效... 详细信息

为了有效地计算动态数值型数据的近似算子,提出了一种局部邻域粗糙集模型的动态更新算法,分析对象集减少时局部近似集的更新公式,设计获取局部近似集的动态算法。动态更新算法充分利用已有知识,避免了大量重复计算。为了验证算法的有效性,使用来自UCI的6组数据集进行了对比实验。

关键词：邻域信息系统局部邻域粗糙集对象删除近似集动态更新

来源：评论

学校读者我要写书评

暂无评论

修正共轭梯度算法求解四元数Sylvester张量方程

引用

应用数学 2024年第1期37卷 238-250页

作者：胡晶晶柯艺芬马昌凤福建师范大学数学与统计学院福建福州350117 福建师范大学分析数学及应用教育部重点实验室福建福州350117 福建省应用数学中心福建福州350117

本文提出一类张量形式的修正共轭梯度算法求解四元数Sylvester张量方程.证明在不计舍入误差的情况下,所提方法可在有限迭代步内获得张量方程组的解.进一步,通过选择特殊类型的初始张量,可获得方程组的唯一极小Frobenius范数解.通过数值... 详细信息

本文提出一类张量形式的修正共轭梯度算法求解四元数Sylvester张量方程.证明在不计舍入误差的情况下,所提方法可在有限迭代步内获得张量方程组的解.进一步,通过选择特殊类型的初始张量,可获得方程组的唯一极小Frobenius范数解.通过数值算例验证了所提出算法的可行性和有效性.

关键词：四元数 Sylvester张量方程修正共轭梯度算法

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

基于深度边界感知的交互式牙齿网格分割方法

引用

福建师范大学学报（自然科学版） 2024年第6期40卷 30-39页

作者：邹峥吴连杰刘石坚福建师范大学计算机与网络空间安全学院福建福州350117 福建省大数据挖掘与应用技术重点实验室福建福州350118

从三维牙颌网格中分割得到单牙数据,是齿科计算机辅助设计系统的重要环节。以网格中的顶点作为样本基本单元,结合友好的人机交互接口设计,提出一种深度边界感知网络(deep boundary sensing network,DBSNet)的方法,可灵活、高效地实现单... 详细信息

从三维牙颌网格中分割得到单牙数据,是齿科计算机辅助设计系统的重要环节。以网格中的顶点作为样本基本单元,结合友好的人机交互接口设计,提出一种深度边界感知网络(deep boundary sensing network,DBSNet)的方法,可灵活、高效地实现单颗牙齿的交互式分割。以PointNet++为基础,通过基于曲率的自适应采样和基于边界距离感知的监督来提升分割准确度。此外,还提出一种两点式交互接口。自动化方法虽可以完成任务,但在需要个性化分割特定牙齿时,交互式方法更为快速、灵活。为评估DBSNet的性能,通过实验将其与当下最优方法进行对比。测试结果表明,DBSNet能获得边界区域总体准确率92.15%、边界区域平均交并比83.11%的结果,各项指标均优于对比方法。上述结果以及消融实验结果验证了所提方法的有效性。

关键词：牙齿三角网格分割人机交互深度学习

来源：评论

学校读者我要写书评

暂无评论

通过边界挖掘和背景引导的伪装目标检测

引用

计算机应用 2024年

作者：李钟华钟庚辛范萍朱恒亮福建省大数据挖掘与应用技术重点实验室(福建理工大学) 福建理工大学计算机科学与数学学院

由于伪装目标与背景具有高度的相似性，极易受背景特征混淆，导致边界信息难以分辨和提取目标特征困难。目前主流的伪装目标检测（COD）算法主要针对伪装目标本身及其边界进行研究，忽略了图像背景与目标的相互关系，在复杂场景下检测... 详细信息

由于伪装目标与背景具有高度的相似性，极易受背景特征混淆，导致边界信息难以分辨和提取目标特征困难。目前主流的伪装目标检测（COD）算法主要针对伪装目标本身及其边界进行研究，忽略了图像背景与目标的相互关系，在复杂场景下检测结果不理想。为此，为了探索背景和目标的潜在联系，提出一种通过挖掘边界和背景进行伪装目标检测的算法。该算法由5个部分组成：编码器处理初始原始数据；边界指导框架通过特征处理和特征挖掘提取更多精细的边界特征；背景引导框架通过多尺度卷积探索更多的显著特征，同时基于注意力设计了混合注意力模块增强对背景特征的强化选择；信息补偿模块弥补了在特征处理过程中损失的细节信息；多任务协同分割解码器则对不同任务以及模块所提取的特征进行高效融合并输出最终的预测结果。在广泛使用的3个数据集上的实验结果优于其他15个较先进的模型，尤其在CAMO数据集上的平均绝对误差指标降到了0.042。

关键词：伪装目标检测反向引导多尺度卷积注意力机制特征聚合

来源：评论

学校读者我要写书评

暂无评论

融合局部和全局相关性的多变量时间序列预测方法

引用

计算机应用 2024年

作者：王翔陈志祥毛国君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(福建理工大学)

为解决现有时间序列模型未能充分融合局部和全局依赖的问题，提出一种融合局部和全局相关性的多变量时间序列预测方法 PatchLG(Patch-integrated Local-Global Correlation Method)。该方法基于3个关键部分：1）将时间序列划分为多个子... 详细信息

为解决现有时间序列模型未能充分融合局部和全局依赖的问题，提出一种融合局部和全局相关性的多变量时间序列预测方法 PatchLG(Patch-integrated Local-Global Correlation Method)。该方法基于3个关键部分：1）将时间序列划分为多个子序列（Patch），保持时间序列的局部性同时使模型更易于提取全局依赖；2）使用深度可分离卷积和自注意力机制建模局部和全局相关性;3）将时间序列分解为趋势项与季节项两个部分同时进行预测，并将预测结果组合起来得到最终预测结果。在7个基准数据集上的实验结果表明，PatchLG相较于最优基线方法 PatchTST在均方误差(MSE)和平均绝对误差(MAE)两个指标上平均提升3.0%和2.9%，同时具有较低的实际运行时间和内存消耗，验证了PatchLG在时间序列预测的有效性。

关键词：时间序列多变量时间序列预测深度可分离卷积自注意力机制局部与全局依赖

来源：评论

学校读者我要写书评

暂无评论

自适应复合转换函数的二进制电鳗觅食优化算法

引用

计算机工程与应用 2024年

作者：李牧元刘建华力尚龙吴炳南福建理工大学计算机科学与数学学院福建理工大学福建省大数据挖掘与应用技术重点实验室

电鳗觅食优化算法是近年提出的元启发式优化算法，用于求解连续优化问题，并且应用在各种工程问题中。然而现实中许多优化问题是离散的，这就需要提出算法的二进制版本。研究者通常使用转换函数将连续解转换为离散解，用于求解离散优化... 详细信息

电鳗觅食优化算法是近年提出的元启发式优化算法，用于求解连续优化问题，并且应用在各种工程问题中。然而现实中许多优化问题是离散的，这就需要提出算法的二进制版本。研究者通常使用转换函数将连续解转换为离散解，用于求解离散优化问题，但传统的S型转换函数易于发散难以收敛，而V型转换函数易于陷入局部最优难以跳出。针对上述问题，本文设计出一种自适应的V型转换函数，并利用电鳗能量因子将S型与自适应V型转换函数融合，提出一种自适应复合型转换函数用于电鳗算法的二值化。此外由于电鳗算法在休息和狩猎阶段缺乏局部多样性，及其在交互和迁徙阶段存在过早收敛，本文进一步对电鳗优化算法进行了改进。算法在交互阶段增加权重控制因子，发挥S型转换函数的发散特性，增强全局搜索能力；在迁徙阶段施加鞭策因子，约束电鳗的行为，避免过早收敛陷入局部最优；在休息、狩猎阶段增加随机因子提高局部多样性。最后，通过35个背包问题数据实例上的收敛、均值及消融等实验，其结果证明了本文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：