检索结果-内蒙古大学图书馆

计算机系统应用 2023年第8期32卷 250-258页

作者：张文方巍南京信息工程大学计算机学院数字取证教育部工程研究中心南京210044 南京信大气象科学技术研究院有限公司南京210044 南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 苏州大学江苏省计算机信息处理技术重点实验室苏州215006

危险天气下的改航与受限区划设和路径规划算法密切相关,本文针对改航环境构建中Graham扫描结果存在较大无效区域,提出分块后并行扫描.针对危险天气的突发性,为了适用于复杂环境,提出在增量式的D*Lite全局规划路径基础上智能分割、蚁群... 详细信息

危险天气下的改航与受限区划设和路径规划算法密切相关,本文针对改航环境构建中Graham扫描结果存在较大无效区域,提出分块后并行扫描.针对危险天气的突发性,为了适用于复杂环境,提出在增量式的D*Lite全局规划路径基础上智能分割、蚁群算法局部搜索的复合结构动态规划方法.通过改进信息素更新策略解决收敛速度慢、耗时长且易陷入局部最优的缺点.实验结果表明,分块并行Graham扫描划设的飞行受限区形状更接近实际,面积缩至原先的48.1%.改进蚁群融合D*Lite的复合结构动态路径规划算法D*Lite-ACO兼顾全局与局部,将重规划范围控制到当前位置与目标点间,在路径长度、规划时间和迭代范围上的评价指标分别提升1.2%、40.7%、66.7%.

关键词：危险天气飞行受限区路径规划 Graham 蚁群算法

来源：评论

学校读者我要写书评

暂无评论

基于维基百科的双语语料挖掘技术研究

引用

科技风 2010年第18期 255-255页

作者：孟桂国苏州大学江苏省计算机信息处理技术重点实验室

双语句段是机器翻译的重要资源,目前句段级语料库数量有限且集中在特定领域,很难适应真实的应用。本文介绍了利用维基百科上存在的海量多语言文本资源,采用URL命名规则、HTML网页结构相似性、词语对齐和最大熵分类器技术,研究了一个双... 详细信息

双语句段是机器翻译的重要资源,目前句段级语料库数量有限且集中在特定领域,很难适应真实的应用。本文介绍了利用维基百科上存在的海量多语言文本资源,采用URL命名规则、HTML网页结构相似性、词语对齐和最大熵分类器技术,研究了一个双语语料自动挖掘方法。实验结果表明挖掘到的双语平行或可比较句段的召回率为88%,准确率为99%。

关键词：维基百科双语句段平行或可比较网页

来源：评论

学校读者我要写书评

暂无评论

李群机器学习为解决“定性+定量”复杂问题提供新范式

引用

智能系统学报 2023年第4期18卷 642-642页

作者：李凡长俄罗斯工程院江苏省机器学习与网络安全交叉研究工程中心江苏省计算机信息处理技术重点实验室苏州大学机器学习与类脑计算国际合作实验室江苏省计算机学会江苏省人工智能学会苏州市人工智能学会中国人工智能学会

自2022年12月OpenAI发布ChatGPT以来,以通用人工智能(artificial general intelligence,AGI)为代表的人工智能技术变革进入了加速发展的快车道。机器学习作为通用人工智能的核心技术,能否帮助人们解决“线性+非线性”“单参数+多参数”... 详细信息

自2022年12月OpenAI发布ChatGPT以来,以通用人工智能(artificial general intelligence,AGI)为代表的人工智能技术变革进入了加速发展的快车道。机器学习作为通用人工智能的核心技术,能否帮助人们解决“线性+非线性”“单参数+多参数”“离散+连续”“定性+定量”“局部+全局”等复杂问题。这已是考验机器学习的关键。机器学习该如何发展?正如北京大学数学科学学院鄂维南院士所说:“机器学习已开创应用数学新机遇。”因此,利用“数学方法+机器学习”模式进行交叉研究是研究机器学习的发展新方向。

关键词：数学科学学院机器学习人工智能技术数学方法应用数学交叉研究单参数发展新方向

来源：评论

学校读者我要写书评

暂无评论

融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法研究

融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法研究

引用

第七届全国计算机支持的协同工作学术会议暨第五届全国智能信息网络学术会议

作者：丁卫平王建东管致锦南京航空航天大学信息科学与技术学院江苏南京 210016 南通大学计算机科学与技术学院江苏南通 226019 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州 215006 南京航空航天大学信息科学与技术学院江苏南京 210016 南通大学计算机科学与技术学院江苏南通 226019

为解决概念格挖掘优化问题,借鉴变精度粗糙集模型和粒子群协同进化思想,提出了融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法（REVPT）。该算法引入变精度粗糙熵对各概念格子群动态度量建立粗糙近似格,并通过种群之间协作共享寻优... 详细信息

为解决概念格挖掘优化问题,借鉴变精度粗糙集模型和粒子群协同进化思想,提出了融合变精度粗糙熵和全局粒子群的概念格协同挖掘算法（REVPT）。该算法引入变精度粗糙熵对各概念格子群动态度量建立粗糙近似格,并通过种群之间协作共享寻优经验提高概念格的全局挖掘优化能力,有效缩减原格群规模并挖掘出一致粗糙分类规则.实验结果表明当变精度粗糙熵阈值处于某一合适范围,该算法在保证收敛速度同时具有较强的建格全局优化能力,在知识挖掘精度和效率方面具有较好鲁棒性。

关键词：概念格变精度阈值粗糙熵粒子群协同挖掘算法

来源：评论

学校读者我要写书评

暂无评论

一种基于粒子滤波和GVF-Snake的目标跟踪算法

一种基于粒子滤波和GVF-Snake的目标跟踪算法

引用

第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会

作者：董春利董育宁刘杰南京邮电大学通信与信息工程学院南京 210003 南京交通职业技术学院南京 211188 南京邮电大学通信与信息工程学院南京 210003 苏州大学江苏省计算机信息处理技术重点实验室苏州 215006 南京邮电大学通信与信息工程学院南京 210003

本文首先采用背景差分法获取目标初始轮廓，利用改进的GVF-Snake的强大搜索能力，使snake收敛至目标的真实轮廓;并根据控制点的距离增删控制点。然后通过结合粒了滤波和改进的GVF-Snake模型，得到一种新的能量粒子滤波(EPF)目标跟踪算... 详细信息

本文首先采用背景差分法获取目标初始轮廓，利用改进的GVF-Snake的强大搜索能力，使snake收敛至目标的真实轮廓;并根据控制点的距离增删控制点。然后通过结合粒了滤波和改进的GVF-Snake模型，得到一种新的能量粒子滤波(EPF)目标跟踪算法。实验表明：在整个跟踪过程中，本文算法能够充分利用GVF-Snake目标轮廓大部分没有被遮挡的轮廓点信息，并使得被跟踪目标在长时间遮挡情况下也能保持良好的跟踪效果。

关键词：能量粒子滤波 GVF-Snake模型变形目标轮廓跟踪目标跟踪算法背景差分法

来源：评论

学校读者我要写书评

暂无评论

Mobile-beacon based Localization Algorithm in Responsive Sensor Networks

Mobile-beacon based Localization Algorithm in Responsive Sen...

引用

第十届中国无线传感器网络大会(CWSN2016)

作者：徐骏吴敏沙超王汝传南京邮电大学计算机学院、软件学院南京 210003 南京邮电大学计算机学院、软件学院南京 210003 苏州大学江苏省计算机信息处理技术重点实验室苏州 215006

相对于静态锚节点定位算法而言，基于移动锚节点的定位机制能较好地提升定位的准确性。静态锚节点由于受到移动性的限制，在信号远距离传输过程中受到外界的干扰过多，从而导致信号衰减过大，导致某些节点定位误差过大的情况。本文的移... 详细信息

相对于静态锚节点定位算法而言，基于移动锚节点的定位机制能较好地提升定位的准确性。静态锚节点由于受到移动性的限制，在信号远距离传输过程中受到外界的干扰过多，从而导致信号衰减过大，导致某些节点定位误差过大的情况。本文的移动定位算法基于蜂窝模型，使用中心锚节点和边缘锚节点协作遍历模型的中心和边缘位置，在对应的位置上对未知节点广播信号，保证未知节点至少能够收到来自三个锚节点的信号值，从而能够在较短的时间内定位覆盖区域的未知节点。

关键词：蜂窝模型协作遍历移动信标

来源：评论

学校读者我要写书评

暂无评论

基于高效注意力机制的人脸超分辨网络

引用

计算机与数字工程 2024年第10期52卷 3065-3071页

作者：许子祥豆锐李佳雯高广谓南京邮电大学自动化学院南京210023 苏州大学江苏省计算机信息处理技术重点实验室苏州215000

目前,通过与面部先验联合的深度学习方法已经能够较好地恢复退化后的人脸图像细节。然而这些方法存在着一些不足。一方面,多任务联合训练需要在数据集上进行额外先验标记,并且引入先验预估将显著增加网络的计算量。另一方面,大多数方法... 详细信息

目前,通过与面部先验联合的深度学习方法已经能够较好地恢复退化后的人脸图像细节。然而这些方法存在着一些不足。一方面,多任务联合训练需要在数据集上进行额外先验标记,并且引入先验预估将显著增加网络的计算量。另一方面,大多数方法仅使用卷积神经网络(CNN),然而CNN有限的感受野会降低重构的完整性和面部图像的准确性。针对上述问题,提出了一种基于高效注意力机制的人脸超分辨率网络。该网络在不需要任何先验信息的辅助下,通过结合CNN与Transformer等注意力机制,能够有效地恢复人脸的全局结构与局部纹理细节。在各个数据集的大量实验都表明该网络可以达到理想的结果。

关键词：人脸超分辨率 Transformer 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

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：