检索结果-内蒙古大学图书馆

传感技术学报 2023年第1期36卷 124-134页

作者：田晓静杜秀娟王丽娟李冲韩多亮青海师范大学计算机学院青海省物联网重点实验室藏语智能信息处理及应用国家重点实验室高原科学与可持续发展研究院

水声网络中的MAC协议主要采用RTS/CTS机制，然而RTS/CTS控制包不仅限制了并发传输的可能性，进而降低了信道利用率和吞吐量，而且造成信道资源分配不公平。为了提高吞吐量、信道利用率和公平性，提出了一种基于状态着色的水声网络MAC(St... 详细信息

水声网络中的MAC协议主要采用RTS/CTS机制，然而RTS/CTS控制包不仅限制了并发传输的可能性，进而降低了信道利用率和吞吐量，而且造成信道资源分配不公平。为了提高吞吐量、信道利用率和公平性，提出了一种基于状态着色的水声网络MAC(State Coloring based MAC,SC-MAC)协议。在SC-MAC协议中，每个节点根据自身一跳邻居表构建本地分层图，通过侦听数据帧或ACK帧获知邻居节点状态来为本地分层图中的节点着色，并根据本地分层着色图调度包的发送，减少数据帧的碰撞与重传。SC-MAC协议在避免冲突的前提下实现了并行传输。同时，给出基于公平性的退避方案以提高SC-MAC协议的公平性。仿真结果表明，SC-MAC协议与R-MAC协议和slotted-FAMA协议相比在端到端延迟、吞吐量和平均能耗等方面有明显的优势。

关键词：水声网络 SC-MAC协议本地分层着色图信道利用率 NS3

来源：评论

学校读者我要写书评

暂无评论

融合双通道音节特征的藏文La格例句自动分类模型

引用

北京大学学报（自然科学版） 2022年第1期58卷 91-98页

作者：班玛宝才让加张瑞色差甲卓玛扎西青海师范大学计算机学院西宁810016 藏语智能信息处理及应用国家重点实验室西宁810008 青海省藏文信息处理工程技术研究中心西宁810008 青海省藏文信息处理与机器翻译重点实验室西宁810008 藏文信息处理教育部重点实验室西宁810008

基于藏文La格(■)例句的自动分类在藏语自然语言处理领域的重要性,根据藏文La格的用法和添接规则,在对藏文La格例句进行分类并定义分类概念的基础上,提出一种融合双通道音节特征的藏文La格例句自动分类模型。该模型首先使用word2vec和Gl... 详细信息

基于藏文La格(■)例句的自动分类在藏语自然语言处理领域的重要性,根据藏文La格的用法和添接规则,在对藏文La格例句进行分类并定义分类概念的基础上,提出一种融合双通道音节特征的藏文La格例句自动分类模型。该模型首先使用word2vec和Glove构建双通道藏文音节嵌入,分别在每路卷积中融合双通道音节特征,丰富输入特征的表达和提高卷积层的空间表征能力;然后在每一路卷积均使用结合层级注意力机制的Bi-LSTM学习时序特征后,拼接多路特征,提高上下文时序特征的学习能力;最后通过全链接层和Softmax层实现藏文La格例句自动分类。实验结果表明,该模型在测试集上的藏文La格例句分类准确率达到90.26%。

关键词：自然语言处理双通道音节特征藏文La格例句自动分类

来源：评论

学校读者我要写书评

暂无评论

基于模糊邻域熵的离群点检测方法

引用

南京大学学报（自然科学版） 2024年第3期60卷 511-522页

作者：刘佳莉陈锦坤闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000

离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并... 详细信息

离群点检测(又称异常点检测)是数据挖掘领域中一个重要的研究方向,其目的是找出显著区别于其他数据的数据点.针对基于传统粗糙集理论的离群点检测方法存在忽略样本的模糊性和邻域关系等问题,利用模糊邻域粗糙集弥补经典粗糙集的不足,并结合熵的不确定性,提出一种新的基于模糊邻域熵的离群点检测方法.首先,采用模糊邻域半径和混合模糊相似度构造模糊邻域近似空间;然后,定义一种特定的模糊邻域组合熵和相对模糊邻域组合熵来构建模糊邻域离群度,进而定义基于模糊邻域熵的离群因子实现离群点检测,并设计了基于模糊邻域熵的离群点检测算法(FNEOD).最后,将FNEOD算法与主要的离群点检测算法进行比较.实验结果表明,该方法具有较好的有效性和适应性.

关键词：数据挖掘离群点检测模糊邻域组合熵相对模糊邻域组合熵

来源：评论

学校读者我要写书评

暂无评论

基于深度学习进行动作模仿的舞蹈机器人

引用

厦门大学学报（自然科学版） 2019年第5期58卷 759-766页

作者：杨锦隆施明辉晁飞周昌乐厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室

为了增强智能机器人的人机交互性,探索了人类对图像的认知理解过程在机器人上的实现方案.以舞蹈机器人作为研究对象,将舞蹈的视频信息作为输入,利用深度学习方法对视频中的人体姿态进行估计,得出人体的关键点位置坐标;再利用机器人逆... 详细信息

为了增强智能机器人的人机交互性,探索了人类对图像的认知理解过程在机器人上的实现方案.以舞蹈机器人作为研究对象,将舞蹈的视频信息作为输入,利用深度学习方法对视频中的人体姿态进行估计,得出人体的关键点位置坐标;再利用机器人逆运动学计算求解得到机器人各关节角度值,调整下半身关节角度值来保持机器人的平衡.最终在优必选Alphaebot人形机器人上进行了实验.结果表明该系统可通过分析RGB图像对画面中的动作进行模仿,提高了机器人舞蹈的灵活性与交互性.

关键词：人体姿态估计动作模仿机器人舞蹈人机交互

来源：评论

学校读者我要写书评

暂无评论

一种基于姿态关系特征的机器人舞蹈生成方法

引用

厦门大学学报（自然科学版） 2019年第5期58卷 774-780页

作者：彭文耀吴瑞琪晁飞周昌乐厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室

如何使机器人伴随着音乐舞蹈是一个有趣又有挑战性的课题,为此提出了一种自动生成机器人舞蹈动作序列的方法.采用门控循环单元(GRU)网络分别学习音乐的全局特征与舞蹈姿态关系特征之间的相关性、音乐局部特征与舞蹈动作密度特征之间的... 详细信息

如何使机器人伴随着音乐舞蹈是一个有趣又有挑战性的课题,为此提出了一种自动生成机器人舞蹈动作序列的方法.采用门控循环单元(GRU)网络分别学习音乐的全局特征与舞蹈姿态关系特征之间的相关性、音乐局部特征与舞蹈动作密度特征之间的相关性,再结合舞蹈动作图,采样并规划出与节拍同步的机器人舞蹈动作.该方法适用于目前商业娱乐机器人平台上提供的规模小、风格多样的机器人舞蹈数据集.将其在优必选Alpha1S机器人平台上进行实验后发现,机器人能够根据算法生成的动作序列演绎出稳定、流畅的舞蹈;调查问卷表明,人们很难区分舞蹈片段是由该算法生成的还是由人类设计的.

关键词：机器人舞蹈姿态关系深度学习动作图

来源：评论

学校读者我要写书评

暂无评论

多粒度粒球粗糙集模型

引用

西北大学学报（自然科学版） 2024年第2期54卷 197-208页

作者：蒋珊珊林国平林艺东寇毅闽南师范大学数学与统计学院福建漳州363000 数字福建气象大数据研究所福建漳州363000 福建省粒计算及其应用重点实验室福建漳州363000

基于粒球计算的粗糙集理论作为知识发现和数据挖掘的重要工具之一,已成功地应用于标记预测、属性约简等。而现有的粒球粗糙集模型仅仅是从单粒度出发,无法从多粒度角度对数据进行分析和处理,实际生活中仍有很多应用场景需从多粒度角度... 详细信息

基于粒球计算的粗糙集理论作为知识发现和数据挖掘的重要工具之一,已成功地应用于标记预测、属性约简等。而现有的粒球粗糙集模型仅仅是从单粒度出发,无法从多粒度角度对数据进行分析和处理,实际生活中仍有很多应用场景需从多粒度角度进行思考。将粒球计算思想结合到多粒度粗糙集模型,提出了多粒度粒球粗糙集模型,并讨论了该模型的相关性质。该模型通过纯度的设定对数据进行粒球划分,能够有效地刻画数据之间的内在联系,以此设计多粒度粒球粗糙集的正域生成算法。实验分析表明该模型的可行性和有效性。

关键词：粒球计算粒球粗糙集多粒度粗糙集纯度

来源：评论

学校读者我要写书评

暂无评论

求解广义绝对值方程的交替牛顿矩阵多分裂方法

引用

计算数学 2022年第3期44卷 422-432页

作者：吴宇虹马昌凤福建师范大学数学与统计学院福建省分析数学及应用重点实验室福建省应用数学中心福州350117

本文针对广义绝对值方程,提出了基于牛顿法的矩阵多分裂方法.并在该方法的基础上进一步改进,得到了基于牛顿法的交替矩阵多分裂方法.给出两种算法在一定条件下的全局收敛性,并分析当分裂为H分裂时,基于牛顿法的矩阵多分裂方法的收敛条件... 详细信息

本文针对广义绝对值方程,提出了基于牛顿法的矩阵多分裂方法.并在该方法的基础上进一步改进,得到了基于牛顿法的交替矩阵多分裂方法.给出两种算法在一定条件下的全局收敛性,并分析当分裂为H分裂时,基于牛顿法的矩阵多分裂方法的收敛条件.通过数值实验验证了所提出的算法的可行性和有效性.

关键词：广义绝对值方程牛顿法矩阵多分裂方法

来源：评论

学校读者我要写书评

暂无评论

基于边界域条件熵的最优尺度约简

引用

南京大学学报（自然科学版） 2023年第6期59卷 1034-1047页

作者：金铭陈锦坤孙亚超闽南师范大学数学与统计学院漳州363000 福建省粒计算及其应用重点实验室闽南师范大学漳州363000

由于现实世界中属性具有多层次多尺度,因此多尺度决策表的概念被提出.目前对多尺度决策表的研究大多集中在最优尺度组合上,但通过最优尺度组合得到的并不是一个真正的约简集,仍需再次进行属性约简,因此可能会导致求约简的时间较长.为此... 详细信息

由于现实世界中属性具有多层次多尺度,因此多尺度决策表的概念被提出.目前对多尺度决策表的研究大多集中在最优尺度组合上,但通过最优尺度组合得到的并不是一个真正的约简集,仍需再次进行属性约简,因此可能会导致求约简的时间较长.为此考虑利用边界域条件熵直接求最优尺度约简.首先,引入多尺度决策表中最优尺度约简的定义,给出多种最优尺度约简的定义,探讨在协调和不协调两种背景下几种最优尺度约简之间的关系.其次,给出多尺度决策表中边界域条件熵的定义,讨论边界域条件熵的若干性质以及与约简的关系.最后,给出基于边界域条件熵的最优尺度约简算法,并用实验验证该方法的有效性.

关键词：粗糙集多尺度决策表最优尺度约简边界域条件熵

来源：评论

学校读者我要写书评

暂无评论

基于多操作网络的图式多域语音情感识别研究

引用

计算机工程 2022年第7期48卷 59-65页

作者：张会云黄鹤鸣青海师范大学计算机学院西宁810008 藏语智能信息处理及应用国家重点实验室西宁810008 藏文信息处理教育部重点实验室西宁810008 青海省藏文信息处理与机器翻译重点实验室西宁810008

多域语音情感识别研究在语料标注方法、录制场景以及交互方式等方面存在差异性,使得构建多域语音情感识别系统变得较为复杂。设计一种基于多操作网络的多域语音情感识别模型,通过组合CASIA、EMODB、SAVEE 3个单域数据库,构建Hybrid-CE、... 详细信息

多域语音情感识别研究在语料标注方法、录制场景以及交互方式等方面存在差异性,使得构建多域语音情感识别系统变得较为复杂。设计一种基于多操作网络的多域语音情感识别模型,通过组合CASIA、EMODB、SAVEE 3个单域数据库,构建Hybrid-CE、Hybrid-ES、Hybrid-CS、Hybrid-CES 4种多域语音情感数据库及层级多操作网络(HMN)。HMN网络由2个异构并行分支组成,左分支由2个同构并行的一维卷积层构成,卷积层的神经元数量均为128,右分支由并行的Bi-GRU层和Bi-LSTM层构成,GRU和LSTM的记忆单元数量均为64。将原始数据投影到不同的变换空间进行计算,从而更准确地表征语音的情感信息。通过分层的Concate、Add和Multiply多操作运算,将左右分支提取的不同特征进行多重融合。在此基础上,计算梅尔频率倒谱系数、色谱图、谱对比度等低级描述符特征的高级统计函数,得到219维特征作为模型HMN的输入。实验结果表明,该模型在4种多域数据库上的F1-score分别达到82.22%、65.02%、70.59%、73.47%,具有较好的鲁棒性和泛化性。

关键词：语音情感识别韵律特征谱特征多特征融合多操作网络

来源：评论

学校读者我要写书评

暂无评论

模糊形式背景下的技能层约简与前级(后级)知识结构的充要条件

引用

模式识别与人工智能 2023年第5期36卷 383-406页

作者：冯丹露李进金李招文周银凤杨桃丽闽南师范大学数学与统计学院漳州363000 闽南师范大学福建省粒计算及其应用重点实验室漳州363000 玉林师范学院广西高校复杂系统优化与大数据处理重点实验室玉林537000 陕西师范大学数学与统计学院西安710119

模糊技能映射为构建知识结构提供一个途径,但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题,因此,在模糊技能映射的前提下,文中主要解决两个问题:技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先,基于模... 详细信息

模糊技能映射为构建知识结构提供一个途径,但将基本局部独立模式应用于前级(后级)知识结构中会呈现不可识别问题,因此,在模糊技能映射的前提下,文中主要解决两个问题:技能约简耗时过长、寻找前级(后级)知识结构的充要条件.首先,基于模糊技能背景,构造一对算子,通过算子确定的模糊技能概念格直接获取简单闭包空间,同时获得每个知识状态对应的最小技能熟练程度.然后,提出技能层约简的概念,利用标记技能约简对冗余技能层进行约简,并给出技能层约简算法.同时给出模糊技能映射诱导前级(后级)简单闭包空间的充分必要条件,并提供获取前级问题集和后级问题集的算法.最后,在5个UCI数据集上的对比实验验证文中算法的可行性和有效性,同时获取前级问题集和后级问题集.

关键词：模糊形式背景模糊技能概念格技能层约简前级知识结构后级知识结构

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：