检索结果-内蒙古大学图书馆

计算机学报 2024年第7期47卷 1469-1484页

作者：王继禾吴颖迟恒喆王党辉梅魁志西北工业大学计算机学院西安710129 嵌入式系统集成教育部工程中心西安710129 空天地海一体化大数据应用技术国家工程实验室西安710129 西安交通大学人工智能与机器人研究所西安710049

神经网络架构搜索(Neural Architecture Search,NAS)作为一种通过搜索算法设计神经网络架构的方法,在计算机视觉和自然语言处理等领域得到广泛应用,相较于人工设计网络,NAS方法可以减少设计成本并提高模型性能.但是NAS的性能评估需要对... 详细信息

神经网络架构搜索(Neural Architecture Search,NAS)作为一种通过搜索算法设计神经网络架构的方法,在计算机视觉和自然语言处理等领域得到广泛应用,相较于人工设计网络,NAS方法可以减少设计成本并提高模型性能.但是NAS的性能评估需要对候选架构进行大量训练,由此带来的计算量占整个NAS的80%以上.为降低计算开销和时间成本,近年来已提出许多基于Transformer的NAS预测器,由于Transformer出色的结构编码能力可以更好地表示拓扑信息,因而得到广泛应用.但是,现有基于Transformer的NAS预测器依然存在三个问题:其一是在预处理阶段,传统的One-hot编码方式描述节点特征的能力较弱,只能区分不同操作节点类型,而难以表达操作的细节特征,如卷积核尺寸等.其二是在编码阶段,Transformer的自注意力机制导致模型结构信息缺失;其三是在评估阶段,现有的Transformer预测器仅使用多层感知机(Multilayer Perceptron,MLP)对前向传播图进行精度预测,忽略了反向传播梯度流对预测精度的影响,因此难以真正拟合NAS评估中的正、反向交替信息流图,导致预测器精度与实际运行精度误差波动极大(10%~90%).为解决上述问题,本文提出了一种基于Transformer结构增强的NAS性能预测方法.首先,在预处理阶段,本文提出了一种超维嵌入方法增加输入数据维度以强化节点操作的参数描述能力,其次,在编码阶段将Transformer编码后的信息与图结构信息共同输人一个图卷积网络(Graph Convolutional Network,GCN),弥补由自注意力机制引起的结构缺失.最后,在性能评估阶段,本文构建了同时包含前向传播和反向传播的全训练图,并将数据集信息、图结构编码与梯度编码共同输入到GCN网络预测器中,使预测结果更贴近模型真实性能.实验结果表明,本方法与目前最先进方法相比,肯德尔相关系数提高了7.45%,训练时间减少了1.55倍。

关键词：预测器 NAS Transformer GCN Embedding

来源：评论

学校读者我要写书评

暂无评论

Ceph分布式存储系统性能优化技术研究综述

引用

计算机科学 2021年第2期48卷 1-12页

作者：张晓张思蒙石佳董聪李战怀西北工业大学计算机学院西安710129 西北工业大学大数据存储与管理工业和信息化部重点实验室西安710129 西北工业大学空天地海一体化大数据应用技术国家工程实验室西安710129

Ceph是一个统一的分布式存储系统,可同时提供块、文件和对象3种接口的存储服务。与传统的分布式存储系统不同,它采用了无中心节点的元数据管理方式,因此具有良好的扩展性和线性增长的性能。经过十余年的发展,Ceph已被广泛地应用于云计... 详细信息

Ceph是一个统一的分布式存储系统,可同时提供块、文件和对象3种接口的存储服务。与传统的分布式存储系统不同,它采用了无中心节点的元数据管理方式,因此具有良好的扩展性和线性增长的性能。经过十余年的发展,Ceph已被广泛地应用于云计算和大数据存储系统。作为云计算的底层平台,Ceph除了提供虚拟机的存储服务外,还可以直接提供对象存储服务和NAS文件服务。Ceph支撑着云计算系统中多种操作系统和应用的存储需求,它的性能对其上的虚拟机和应用有较大的影响,因此Ceph存储系统的性能优化一直是学术界和工业界的研究热点。文中首先介绍了Ceph的架构和特性;然后针对现有的性能优化技术,从对内部机制进行改进、面向新型硬件和基于应用的优化这3个方面进行了归纳和总结,综述了近年来Ceph存储和优化的相关研究;最后对该领域未来的工作进行了展望,以期为分布式存储系统性能优化的研究者提供有价值的参考。

关键词： Ceph分布式存储系统性能优化非易失内存固态硬盘统一存储

来源：评论

学校读者我要写书评

暂无评论

基于Transformer动态场景信息生成对抗网络的行人轨迹预测方法

引用

电子学报 2022年第7期50卷 1537-1547页

作者：裴炤邱文涛王淼马苗张艳宁陕西师范大学现代教学技术教育部重点实验室陕西西安710119 陕西师范大学计算机科学学院陕西西安710119 上海交通大学航空航天学院上海200240 空天地海一体化大数据应用技术国家工程实验室陕西西安710129 西北工业大学计算机学院陕西西安710129

行人轨迹预测是视频监控的重要组成部分,因现有方法未充分利用场景特征信息造成其预测轨迹不符合生活常识,导致行人轨迹预测精度较低出现明显偏离真实轨迹的情况.针对上述不足本文提出一种基于Transformer动态场景信息生成对抗网络(Gene... 详细信息

行人轨迹预测是视频监控的重要组成部分,因现有方法未充分利用场景特征信息造成其预测轨迹不符合生活常识,导致行人轨迹预测精度较低出现明显偏离真实轨迹的情况.针对上述不足本文提出一种基于Transformer动态场景信息生成对抗网络(Generative Adversarial Network,GAN)的行人轨迹预测方法.该方法利用动态场景特征提取模块的卷积神经网络(Convolutional Neural Networks,CNN)模型对目标行人的动态场景信息进行特征提取,同时生成器网络中的编码器利用Transformer对行人的社会交互信息特征以及轨迹信息特征进行建模.在ETH和UCY数据集上的实验结果表明,与Social GAN模型相比,本文方法在多个场景下的平均位移误差准确率提高了25.61%,最终位移误差准确率提高了38.44%.

关键词：行人轨迹预测生成对抗网络转换器深度学习长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

基于细粒度特征融合的部分多模态哈希

引用

软件学报 2024年第3期35卷 1074-1089页

作者：殷崭祚李博涵王萌黄瑞龙吴文隆王昊奋南京航空航天大学计算机科学与技术学院江苏南京211106 软件新技术与产业化协同创新中心江苏南京211106 空天地海一体化大数据应用技术国家工程实验室(西北工业大学) 陕西西安710119 同济大学设计创意学院上海200092

多模态数据的指数级增长使得传统数据库在存储和检索方面遇到挑战,而多模态哈希通过融合多模态特征并映射成二进制哈希码,能够有效地降低数据库的存储开销并提高其检索效率.虽然目前已经有许多针对多模态哈希的工作取得了较好的效果,但... 详细信息

多模态数据的指数级增长使得传统数据库在存储和检索方面遇到挑战,而多模态哈希通过融合多模态特征并映射成二进制哈希码,能够有效地降低数据库的存储开销并提高其检索效率.虽然目前已经有许多针对多模态哈希的工作取得了较好的效果,但是仍然存在着3个重要问题:(1)已有方法偏向于考虑所有样本都是模态完整的,然而在实际检索场景中,样本缺失部分模态的情况依然存在;(2)大多数方法都是基于浅层学习模型,这不可避免地限制了模型的学习能力,从而影响最终的检索效果;(3)针对模型学习能力弱的问题已提出了基于深度学习框架的方法,但是它们在提取各个模态的特征后直接采用了向量拼接等粗粒度特征融合方法,未能有效地捕获深层语义信息,从而弱化了哈希码的表示能力并影响最终的检索效果.针对以上问题,提出了PMH-F^(3)模型.该模型针对样本缺失部分模态的情况,实现了部分多模态哈希.同时,基于深层网络架构,利用Transformer编码器,以自注意力方式捕获深层语义信息,并实现细粒度的多模态特征融合.基于MIRFlickr和MSCOCO数据集进行了充分实验并取得了最优的检索效果.实验结果表明:所提出的PMH-F^(3)模型能够有效地实现部分多模态哈希,并可应用于大规模多模态数据检索.

关键词：部分多模态哈希多模态数据检索细粒度特征融合

来源：评论

学校读者我要写书评

暂无评论

基于残差学习和致密连接的肺结节检测方法

基于残差学习和致密连接的肺结节检测方法

引用

第十六届中国体视学与图像分析学术会议——交叉、融合、创新

作者：张峰谢雨彤夏勇张艳宁西北工业大学计算机学院空天地海一体化大数据应用技术国家工程实验室

无论是在中国,还是全世界;无论是男性,还是女性,肺癌都是最常见和致死人数最多的癌症。虽然研究表明,早期发现和治疗的肺癌患者的五年存活率可以达到60%;但是,临床数据显示的肺癌患者的五年存活率仅为16%。这是因为,70%的肺癌患者确诊... 详细信息

无论是在中国,还是全世界;无论是男性,还是女性,肺癌都是最常见和致死人数最多的癌症。虽然研究表明,早期发现和治疗的肺癌患者的五年存活率可以达到60%;但是,临床数据显示的肺癌患者的五年存活率仅为16%。这是因为,70%的肺癌患者确诊时往往已处于晚期了。因此,精准的早期诊断对于挽救肺癌患者的生命起着至关重要的作用。肺癌的早期形态大多表现为肺部的恶性结节,从计算机断层扫描(Computed Tomography,CT)检查恶性肺结节是肺癌筛查的常用手段。但这一工作不仅需要影像医生具有丰富的经验和高度的注意力,而且费时费力,很容易出现漏检和误检的情况。于是,具有自动检测肺结节功能的计算机辅助系统成为当前医学影像分析领域研究的一个热点和难点。其中,基于深度学习的肺结节检测技术是当前的主流方法。本文提出了一种在胸部CT影像中两阶段检测肺结节的深度学习方法。该方法分为三步:首先,对数据进行预处理,包括以统一的空间分辨率重新采样所有数据,用OTSU算法分割肺实质,以及用形态学闭操作和膨胀操作保证所得到的感兴趣区域包括所有肺实质;接着,采用一个三维残差U-Net(3D Residual U-Net,3D RU-Net)来确定肺结节候选区域;最后,使用一个三维致密连接卷积神经网络(3D Densely Connected Convolutional Neural Network,3D DC-Net)从候选结节中区分真假结节,从而降低假阳性。该方法的优点在于:第一,用于检测候选结节区域的3D RU-Net模型不仅在压缩和扩张路径上都包含有残差模块,而且使用了混合的Dice和Focal交叉熵损失函数,这些残差模块可以有效地利用高维和低维信息,使网络尽可能多的检测出候选肺结节区域,混合损失函数可以缓解数据中正负样本不均衡的问题;第二,用于降低假阳性的3D DC-Net模型包含有多个致密连接模块,这些模块能够促进梯度流动,从而有效提升该模型的分类能力。本文使用LUng Nodule Analysis 2016(LUNA16)竞赛所提供的公开数据集和评价指标来评估上述肺结节检测方法的性能。实验结果显示,该方法在10折交叉验证中获得的性能得分(平均每次扫描的误报数量1/8、1/4、1/2、1、2、4和8下的平均灵敏度)为0.941。该性能不仅与LUNA16竞赛排行榜上第四名的性能相当,而且是目前已发表的论文中效果最好的(排行榜上前四名的方法均未公开发表)。这表明,本文所提方法可以从胸部CT影像中准确的检测肺结节,具有巨大的潜在应用价值。

关键词：肺结节检测深度学习残差学习致密连接胸部CT

来源：评论

学校读者我要写书评

暂无评论

基于非易失性存储器的存储引擎性能优化

引用

集成技术 2022年第3期11卷 56-70页

作者：王海涛李战怀张晓赵晓南西北工业大学计算机学院西安710129 西北工业大学大数据存储与管理工业和信息化部重点实验室西安710129 空天地海一体化大数据应用技术国家工程实验室西安710072

非易失性存储器具有接近内存的读写速度,可利用其替换传统的存储设备,从而提升存储引擎的性能。但是,传统的存储引擎通常使用通用块接口读写数据,导致了较长的I/O软件栈,增加了软件层的读写延迟,进而限制了非易失性存储器的性能优势。... 详细信息

非易失性存储器具有接近内存的读写速度,可利用其替换传统的存储设备,从而提升存储引擎的性能。但是,传统的存储引擎通常使用通用块接口读写数据,导致了较长的I/O软件栈,增加了软件层的读写延迟,进而限制了非易失性存储器的性能优势。针对这一问题,该文以Ceph大数据存储系统为基础,研究设计了基于非易失性存储器的新型存储引擎NVMStore,通过内存映射的方式访问存储设备,根据非易失性存储器的字节可寻址和数据持久化特性,优化数据读写流程,从而减小数据写放大以及软件栈的开销。实验结果表明,与使用非易失性存储器的传统存储引擎相比,NVMStore能够显著提升Ceph的小块数据读写性能。

关键词：非易失性存储器存储引擎软件栈性能优化

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的中草药植物视觉识别方法研究

引用

中国体视学与图像分析 2023年第2期28卷 203-211页

作者：杨静润平张迎迎汪炜杰西北工业大学计算机学院陕西省语音与图像信息处理重点实验室空天地海一体化大数据应用技术国家工程实验室西安710129

中草药植物对预防和治疗疾病有效,药效因植物类别而异,正确识别中草药植物类别是很重要的。本文旨在解决中草药植物数据缺少和图像分类准确率较低的问题。首先,构建了一个中草药植物图像数据集。其次,选择Resnet50作为基础网络模型,使... 详细信息

中草药植物对预防和治疗疾病有效,药效因植物类别而异,正确识别中草药植物类别是很重要的。本文旨在解决中草药植物数据缺少和图像分类准确率较低的问题。首先,构建了一个中草药植物图像数据集。其次,选择Resnet50作为基础网络模型,使用迁移学习技术预训练模型,加入注意力模块与Local-Clobal模块并采用Focal-Loss+Constrative-Loss作为损失函数。最后,基于该模型设计出一个中草药植物识别系统。改进后的模型在测试集上的准确率达到99.07%。实验结果表明,该系统能够准确地完成中草药植物图像的识别任务。

关键词：中草药植物识别迁移学习注意力机制 Local-Clobal CUI系统

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的海面目标检测方法研究

基于深度学习的海面目标检测方法研究

引用

第十六届中国体视学与图像分析学术会议——交叉、融合、创新

作者：李坤垚郗润平连春艳西北工业大学计算机学院空天地海一体化大数据应用技术国家工程实验室陕西省语音与图像信息处理重点实验室

海面目标的检测和识别在军用和民用方面都有着重要的意义,传统的目标检测方法在海面目标检测和识别中受到尾浪、海杂波等问题影响,容易出现虚警和漏检的情况,且传统方法还存在检测精度低和速度慢等问题。近年来,深度学习在计算机视觉领... 详细信息

海面目标的检测和识别在军用和民用方面都有着重要的意义,传统的目标检测方法在海面目标检测和识别中受到尾浪、海杂波等问题影响,容易出现虚警和漏检的情况,且传统方法还存在检测精度低和速度慢等问题。近年来,深度学习在计算机视觉领域很多应用方面取得了显著的成果,但在航拍海面图像的目标检测和识别中研究甚少。本文首先分析并讨论了深度学习在目标检测中的应用及在海面目标(如:舰船、岛屿等)检测中的可行性,并且构建了海面目标图像数据集,然后研究基于回归思想的YOLO v2网络模型,并用于对海面目标的定位和识别,实现了海面目标实时检测,接着提出了通过在线难例挖掘和Faster R-CNN网络相结合的方法对海面目标进行检测,解决正负样本不均衡及复杂样本检测效果差的问题。最后通过在线难例挖掘算法对Faster R-CNN检测算法进行改进,实验验证了算法对海面多目标检测的有效性。

关键词：海面目标检测无人机图像深度学习卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于无人机遥感视频的黄河冰凌速度研究

基于无人机遥感视频的黄河冰凌速度研究

引用

第十六届中国体视学与图像分析学术会议——交叉、融合、创新

作者：田牧张秀伟金娇娇李春江袁秀忠西北工业大学计算机学院陕西省语音与图像处理重点实验室空天地海一体化大数据应用技术国家工程试验室

中国第二大长河黄河被称为"母亲河",但黄河也时常会给人们带来凌汛灾害。流动的冰称为凌,冰在水面或水体中随水流动称为流凌。冰凌流速的大小直接影响结冰条件和冰凌的输移、下潜、卡塞等过程,因此它是黄河冰凌检测研究内容... 详细信息

中国第二大长河黄河被称为"母亲河",但黄河也时常会给人们带来凌汛灾害。流动的冰称为凌,冰在水面或水体中随水流动称为流凌。冰凌流速的大小直接影响结冰条件和冰凌的输移、下潜、卡塞等过程,因此它是黄河冰凌检测研究内容的重点之一。无人机航拍的成本较低和实时性较强等特点使得无人机的应用范围趋于广泛,此外,无人机遥感航拍具有覆盖面积大、时效性强等优势,可以获取一定范围的流凌视频。因此本论文基于无人机航拍视频对黄河冰凌流速进行研究。本论文的目标是对黄河冰凌无人机遥感视频中冰凌进行目标跟踪以得到准确实时的冰凌流速,从而为黄河冰凌预警预测工作提供科学信息。主要研究内容分为三个部分:(1)由于黄河河段风力较大,无人机航拍采集数据时时会存在抖动,所以首先对无人机遥感视频进行稳像去抖等预处理操作得到相对稳定的视频;(2)在此基础上使用角点检测算法获取视频帧中的角点,通过Lucas-Kanada金字塔光流算法检测出该视频的运动区域,对运动区域内的角点进行光流追踪,计算出区域内像素点的平均速度,通过实际距离与像素点的比例,最终得到实际的冰凌速度。为了验证结果的可靠性,通过手动选取像素点集进行速度计算,然后对比两个速度计算结果分析计算结果可靠性与准确性;(3)此外,采用语义分割网络对视频帧进行图像分割,实现冰凌识别且计算冰凌密度的功能。为了将本论文的研究更好地用于实际生产中,最终将冰凌速度计算和冰凌密度计算两个功能模块集成,开发出冰凌密度与速度的实时监测软件。对视频运动区域进行手工标注点群并跟踪,从而对实际冰凌速度进行计算。最终得到的结果与通过本文算法得到的结果之间的误差在0.5%左右。结果表明本文计算黄河冰凌速度的算法具有较高的准确性,实现了实时性的监测。此外,将黄河冰凌识别并计算密度功能也加进软件系统中,最终将冰凌速度计算和冰凌密度计算两个功能模块集成开发出流凌密度与速度的实时监测软件。

关键词：视频稳像随机抽样一致性算法角点检测 Lucas-Kanada金字塔光流法

来源：评论

学校读者我要写书评

暂无评论

基于可微架构搜索的多源目标识别网络结构

基于可微架构搜索的多源目标识别网络结构

引用

第十六届中国体视学与图像分析学术会议——交叉、融合、创新

作者：郭炜张秀伟朱江博张艳宁西北工业大学计算机信息工程系陕西省语音与图像信息处理重点实验室空天地海一体化大数据应用技术国家工程实验室

近年来,深度学习在图像分类、目标检测、语义分割等众多领域取得了引人注目的成就。深度学习的关键是设计有效的神经网络结构。目前大多数深度网络结构设计依赖于专家经验,经验获取耗费研究人员的大量时间和精力,此外人工设计的可靠性... 详细信息

近年来,深度学习在图像分类、目标检测、语义分割等众多领域取得了引人注目的成就。深度学习的关键是设计有效的神经网络结构。目前大多数深度网络结构设计依赖于专家经验,经验获取耗费研究人员的大量时间和精力,此外人工设计的可靠性及稳定性也无法完全保证。因此,微软、谷歌等先后开展了神经网络结构的自动搜索等工作。基于可微分架构的网络架构搜索是该领域的研究热点,克服了不可微架构动辄需要上千块GPU并行计算的资源和时间消耗,可使用梯度下降进行搜索更新,训练容易,所需计算资源少,时间开销小。随着传感器的种类、载体平台以及图像的采集形式日益丰富,多源信息的协同利用可以更加全面真实地反映出事物的本质信息和特征,进而提供更精确、更完善可靠的估计和判断。基于多源图像的目标检测、目标跟踪等技术,在军事、医学、遥感及社交媒体等方面得到了广泛应用。因此,针对多源融合深度网络开展架构搜索工作,具有十分重要的研究意义和实用价值。本文针对基于RGB-Depth图像融合的目标识别问题开展可微分架构搜索的研究。Darts是针对RGB数据设计的一种可微分架构搜索,其时间开销小、所需计算资源少,是基于Cell模块的神经网络搜索方法。在架构搜索过程中,预先设定好整体的神经网络框架,训练所需的多种Cell模块,获取针对于具体问题的Cell模块,在整体模型确定后,再进一步训练对应的权重矩阵等参数。本文将其扩展为在多源数据领域的应用,在Darts可微分架构搜索的方法基础上提出了一种适用于多源数据领域的可微分架构搜索算法。在RGB-Depth数据集上进行了测试,使用top-1和top-5作为评价指标,达到了87.3%的准确率,性能超过了人工设计的典型网络。该结果表明本文算法具有较好的性能,在相关问题上超越了传统的多种方法,能够对多源数据实现精确的分类。

关键词：多源数据深度学习可微分架构搜索神经网络

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：