检索结果-内蒙古大学图书馆

模式识别与人工智能 2022年第7期35卷 637-648页

作者：李洪安郑峭雪马天张婧李占利康宝生西安科技大学计算机科学与技术学院西安710054 西北大学信息科学与技术学院西安710127

图像彩色化是指预测灰度图像的颜色信息,虽然使用深度学习方法可自动地对灰度图像彩色化,但对图像中不同尺度目标的彩色化质量不高,尤其是在对复杂物体和小目标物体彩色化时,存在颜色溢出、误着色和图像颜色不一致的问题.针对上述问题,... 详细信息

图像彩色化是指预测灰度图像的颜色信息,虽然使用深度学习方法可自动地对灰度图像彩色化,但对图像中不同尺度目标的彩色化质量不高,尤其是在对复杂物体和小目标物体彩色化时,存在颜色溢出、误着色和图像颜色不一致的问题.针对上述问题,文中提出多视野特征表示的灰度图像彩色化方法.首先,设计多视野特征表示模块(Multi-field Feature Represented Block,MFRB),与改进的U-Net结合得到多视野特征表示U-Net.然后,将灰度图像输入U-Net中,并通过与判别器的对抗训练得到彩色图像.最后,利用VGG-19网络在不同尺度上计算图像的感知损失,提高图像彩色化结果的整体一致性.在不同类别的6个数据集上的实验表明,文中方法能有效提高彩色化图像质量,产生颜色更丰富、色调更一致的彩色图像,并在客观评价指标和主观感受上都较优.

关键词：图像彩色化生成对抗网络多视野特征表示感知损失

来源：评论

学校读者我要写书评

暂无评论

智能物联网低功耗感知综述

引用

计算机研究与发展 2024年第11期61卷 3754-3775页

作者：李向阳尚飞闫宇博王山岳韩飞宇迟国轩杨铮陈晓江中国科学技术大学计算机科学与技术学院合肥230000 清华大学软件学院北京100084 西北大学信息科学与技术学院西安710127

随着人-机-物三元融合的程度逐渐加深,越来越多的轻量级、大规模的感知需求不断涌现.为了适应多场景、大规模的部署需求,低成本、低功耗的感知方案愈受青睐.然而,在低功耗感知领域仍有一些共性和特性挑战阻碍了其进一步发展和实际应用.... 详细信息

随着人-机-物三元融合的程度逐渐加深,越来越多的轻量级、大规模的感知需求不断涌现.为了适应多场景、大规模的部署需求,低成本、低功耗的感知方案愈受青睐.然而,在低功耗感知领域仍有一些共性和特性挑战阻碍了其进一步发展和实际应用.尽管先前有许多优秀的综述就某一具体感知模态或感知应用进行了整理,目前仍缺少对整个低功耗感知领域进行梳理的工作.对近年来的低功耗感知进行了总结,介绍了包括惯性运动单元(IMU)、麦克风、射频信号在内的3种感知模态,总结了它们的相关挑战,从硬件和软件层面介绍了相关的解决思路.最后,从表面感知、性质感知、生理感知、隐私感知保护等4个方面沿从表面及内里、从物体到人体、从感知到安全的方向介绍了感知方案在不同场景中的应用,并总结了展望以供探索.

关键词：低功耗感知智能物联网物联网数模驱动移动计算

来源：评论

学校读者我要写书评

暂无评论

局部加全局视角遮挡人脸表情识别方法

引用

计算机工程与应用 2024年第13期60卷 180-189页

作者：南亚会华庆一西北大学信息科学与技术学院西安710127 吕梁学院计算机科学与技术系山西吕梁033001

实际场景中各种遮挡增加了表情识别难度。为此,提出一种滑块局部加权卷积注意力和全局注意力池化的视觉Transformer结合的方法来解决遮挡问题。利用主干网络提取表情特征图,将表情特征图裁剪成多个区域块,利用局部Patch注意力单元通过... 详细信息

实际场景中各种遮挡增加了表情识别难度。为此,提出一种滑块局部加权卷积注意力和全局注意力池化的视觉Transformer结合的方法来解决遮挡问题。利用主干网络提取表情特征图,将表情特征图裁剪成多个区域块,利用局部Patch注意力单元通过自适应计算局部特征的注意力权重来感知被遮挡的区域,提取表情局部特征。同时,表情特征图转换成Patch块,通过Patch级和Token级注意力池化的视觉Transformer,从全局角度捕获Patch块之间的相互作用和相关性。引导模型强调最具区别性的特征,而忽略遮挡减少不相关特征的影响。在三个表情数据集及其遮挡子集和一个遮挡数据集上进行实验,结果表明所提模型在遮挡表情识别上优于现有方法。

关键词：遮挡人脸表情识别滑块局部卷积注意力 Patch注意力池化 Token注意力池化 vision Transformer

来源：评论

学校读者我要写书评

暂无评论

轻量化FPGA布线路径搜索算法

引用

计算机辅助设计与图形学学报 2023年第5期35卷 789-795页

作者：王德奎张丽丽陆旭西北大学信息科学与技术学院西安710127 西安电子科技大学计算机科学与技术学院西安710071

针对FPGA布线耗时较长的问题,提出一种基于最优节点预测的轻量化FPGA布线路径搜索算法.该算法通过预测最优布线资源节点,在搜索最优布线路径时只对最优节点进行详细计算、分析,无须搜索其他节点,从而提高搜索速度;当轻量化搜索失败时,... 详细信息

针对FPGA布线耗时较长的问题,提出一种基于最优节点预测的轻量化FPGA布线路径搜索算法.该算法通过预测最优布线资源节点,在搜索最优布线路径时只对最优节点进行详细计算、分析,无须搜索其他节点,从而提高搜索速度;当轻量化搜索失败时,以全局最优节点为源点重新进行轻量化搜索,提高全局搜索能力;在寻找全局最优节点时,只对可能出现在最优路径上的次优节点进行详细计算分析,减少无效计算.使用VTR标准电路对所提算法和VPR 8.0进行测试,并从布线所需时间和结果质量2个方面进行比较.实验结果表明,与VPR 8.0中布线路径搜索算法相比,所提算法在保证布线结果质量基本不变的情况下,将搜索的布线资源节点数量减少41.8%,可节省31.3%的运行时间.

关键词：现场可编程门阵列布线算法轻量化搜索大规模电路最短路径

来源：评论

学校读者我要写书评

暂无评论

融合项目属性偏好的矩阵分解推荐模型

引用

西安电子科技大学学报 2022年第3期49卷 147-159页

作者：韩立锋陈莉史晓龙西北大学信息科学与技术学院陕西西安710127 西安电子科技大学计算机科学与技术学院陕西西安710126

为了解决传统协同过滤算法针对数据稀疏,特别是冷启动等一系列问题时,无法准确地计算出用户与用户、物品与物品之间的相似度,进而无法精准地为用户推荐相应物品的难题,结合基于近邻的协同过滤算法及基于模型协同过滤算法的优势,提出了... 详细信息

为了解决传统协同过滤算法针对数据稀疏,特别是冷启动等一系列问题时,无法准确地计算出用户与用户、物品与物品之间的相似度,进而无法精准地为用户推荐相应物品的难题,结合基于近邻的协同过滤算法及基于模型协同过滤算法的优势,提出了一种基于矩阵分解的推荐模型。该模型使用基于模型的协同过滤,以矩阵分解为基础,同时融入其他辅助信息,以期优化矩阵分解的效果,从而进行更精准的评分预测。基于传统矩阵分解算法,在已有的推荐模型中,首先基于用户属性与项目属性信息进行相似度计算,构建评分矩阵,进行用户的初始评分预测;然后融合用户对项目属性的喜好构建用户兴趣矩阵,同时以用户属性信息、项目属性信息作为辅助,融入到新的矩阵分解模型中,进行冷启动用户的评分预测。与传统的个性化推荐模型相比,新模型有着更好的推荐准确性。通过仿真实验,也证实了这个推荐模型对于冷启动问题有一定程度的缓解,准确性也有所提升。同时,在模型可扩展性等方面,也取得了较好的效果。

关键词：用户冷启动矩阵分解用户属性项目属性用户偏好

来源：评论

学校读者我要写书评

暂无评论

一种面向直方图发布的均衡差分隐私保护方法

引用

计算机学报 2020年第8期43卷 1414-1432页

作者：杨旭东高岭王海郭红波郑杰西北大学信息科学与技术学院西安710127 西安工程大学计算机科学学院西安710048

作为一种常用的数据发布方法,直方图数据发布因其直观便捷的特点得到了广泛关注.直方图数据发布在带来方便的同时也面临着隐私泄露的风险.当前基于差分隐私的保护方法虽然提高了一定发布安全性,但仍然存在以下问题:(1)现有的差分隐私保... 详细信息

作为一种常用的数据发布方法,直方图数据发布因其直观便捷的特点得到了广泛关注.直方图数据发布在带来方便的同时也面临着隐私泄露的风险.当前基于差分隐私的保护方法虽然提高了一定发布安全性,但仍然存在以下问题:(1)现有的差分隐私保护方法往往忽略直方图发布数据之间的关联特性;(2)同时,现有的方法缺乏有效评估直方图间接隐私泄露风险的方法;(3)现有的方法难以实现全面均衡的直方图隐私保护.本文针对上述问题,通过引入关联隐私泄露评估量化机制,设计了一种面向直方图数据发布的均衡差分隐私保护方法.首先,结合作用域的马尔科夫模型定义了直方图关联隐私;然后,基于隐私泄露损失因素,提出一种多指标决策的隐私泄露损失评估方法;最后,借鉴Nash博弈与Stackberg博弈思想,设计一种均衡差分隐私保护直方图发布方法.通过在两个不同数据集上的实验,验证了本文所提均衡隐私保护方法的有效性与鲁棒性,并证明了本文所提出的均衡差分隐私保护方法均衡地保护了直接与间接隐私泄露,且优于AHP、GS直方图隐私保护发布方法.

关键词：直方图发布差分隐私关联隐私马尔科夫 Nash均衡博弈论

来源：评论

学校读者我要写书评

暂无评论

移动边缘计算中基于内容动态刷新的能耗优化

引用

计算机研究与发展 2018年第3期55卷 563-571页

作者：郭延超高岭王海郑杰任杰西北大学信息科学与技术学院西安710127 西安工程大学计算机科学学院西安710048

随着移动互联网的飞速发展与相关技术的不断提升,社交类应用已成为现下主流应用之一.同时,手机应用的功能也越来越丰富,其能耗需求以及信息处理能力也越来越大.针对移动社交平台忽略网络状态、频繁刷新内容(文字、图片、视频等)造成的... 详细信息

随着移动互联网的飞速发展与相关技术的不断提升,社交类应用已成为现下主流应用之一.同时,手机应用的功能也越来越丰富,其能耗需求以及信息处理能力也越来越大.针对移动社交平台忽略网络状态、频繁刷新内容(文字、图片、视频等)造成的高能耗以及运算能力问题,提出一种边缘计算模式下基于Markov决策过程(Markov decision process,MDP)的能耗优化模型.该模型考虑不同环境的网络状态,根据手机当前电量以及用户刷新频率,通过本地移动边缘计算层完成数据处理,在Markov决策过程生成的决策表中选择最优策略,动态选择最佳的网络接入以及刷新下载最佳的图片格式.该模型不仅减少刷新时间,而且能够降低移动平台的能耗.实验结果表明:相比于使用单一网络的图片刷新模式,在保证不减少用户刷新次数的前提下,该能耗优化模型降低能耗约12.1%.

关键词：社交APP Markov决策过程能耗优化刷新模式边缘计算

来源：评论

学校读者我要写书评

暂无评论

基于马尔科夫链的自适应DRX优化机制

引用

东南大学学报（自然科学版） 2017年第5期47卷 873-878页

作者：高岭陈艳王海魏泽玉西北大学信息科学与技术学院西安710127 西安工程大学计算机科学学院西安710600

针对目前非连续接收(DRX)机制单一的周期配置难以适应4G网络环境下多业务并发的问题,提出了一种基于马尔科夫链的自适应DRX优化机制.首先,基于数据业务间的时间相关性建立马尔科夫链模型,预测后续时刻的数据业务类型;然后,根据预测结果... 详细信息

针对目前非连续接收(DRX)机制单一的周期配置难以适应4G网络环境下多业务并发的问题,提出了一种基于马尔科夫链的自适应DRX优化机制.首先,基于数据业务间的时间相关性建立马尔科夫链模型,预测后续时刻的数据业务类型;然后,根据预测结果和物理下行控制信道(PDCCH)的监听状态来综合调整DRX周期时长.仿真结果表明,相比于固定周期的DRX机制,自适应DRX优化机制能够在不增加过多时延的条件下有效降低终端能耗,同时实现了4G网络环境下不同数据业务类型的自适应DRX参数配置.

关键词：非连续接收机制能耗优化马尔科夫链自适应

来源：评论

学校读者我要写书评

暂无评论

基于基准相似空间分布优化的偏好预测方法

引用

计算机研究与发展 2018年第5期55卷 977-985页

作者：高岭高全力王海王伟杨康西安工程大学计算机科学学院西安710048 西北大学信息科学与技术学院西安710127

针对现有推荐系统所采用的行为相似度度量方法,受数据稀疏性的影响难以获取到用户真正的偏好最近邻,影响了推荐准确度的问题,提出了一种结合基准相似空间分布优化的用户偏好获取方法.首先通过余弦相似度、修正的余弦相似性、皮尔森相关... 详细信息

针对现有推荐系统所采用的行为相似度度量方法,受数据稀疏性的影响难以获取到用户真正的偏好最近邻,影响了推荐准确度的问题,提出了一种结合基准相似空间分布优化的用户偏好获取方法.首先通过余弦相似度、修正的余弦相似性、皮尔森相关系数等偏好行为相似程度度量方法,获取用户与用户间原始的偏好行为近似程度,根据近似程度的分布特征首先获取偏好中心点,并根据偏好行为近似程度距偏好中心点的行为距离获取平均相似幅度,进而生成基准相似空间,通过建立基于平均近邻与异常评分交互影响的修正模型,优化基准相似空间,并据此为用户生成推荐列表.在大规模真实数据集上的实验结果表明:所提出方法与现有方法 WSCF与OTCF相比,平均绝对误差分别降低了12.8%与9.7%,覆盖率分别提升了5.79%与3.83%,多样性与WSCF基本一致,相比OTCF增加了近4.3%,即是所提出方法提升了推荐精度与推荐质量.

关键词：偏好中心点平均近邻相似修正基准相似空间推荐系统

来源：评论

学校读者我要写书评

暂无评论

多特征的核线性判别分析推荐方法

引用

东南大学学报（自然科学版） 2019年第5期49卷 883-889页

作者：高全力高岭石美红朱欣娟陈锐赵雪青西安工程大学计算机科学学院西安710048 西北大学信息科学与技术学院西安710127

为提高在非线性可分数据上的推荐质量,采用基于核函数的多特征线性判别分析建立推荐模型.基于多维特征数据,采用非线性映射转换到高维特征空间,通过构建基于核的映射函数,将特征映像转换为内积空间的特征子集,最终建立基于核函数的多特... 详细信息

为提高在非线性可分数据上的推荐质量,采用基于核函数的多特征线性判别分析建立推荐模型.基于多维特征数据,采用非线性映射转换到高维特征空间,通过构建基于核的映射函数,将特征映像转换为内积空间的特征子集,最终建立基于核函数的多特征线性判别分析的分类准则,对于用户喜好的物品进行分类判别并生成推荐.实验结果表明:在20%、40%、60%、80%的数据作为训练集,其余为测试集的实验条件下,随着推荐列表长度R的增加,推荐准确率呈现先升后降的趋势,在25≤R≤35区间内,能够取得最优的平均绝对误差0.34.所提方法与现有方法相比准确率平均提升18.01%,多样性平均提升42.29%,而所用时间开销仅增加6.21%.对历史偏好数据进行特征映射,有助于提高推荐准确率与多样性.

关键词：核函数线性判别分析多特征融合特征偏好推荐方法

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：