检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第6期61卷 84-95页

作者：侯颖胡鑫赵瑞瑞张楠徐艳红马莉西安科技大学通信与信息工程学院西安710054

自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴... 详细信息

自动扶梯智能化监控是预防乘客事故发生的重要手段,然而扶梯运行环境较复杂,背景干扰严重,远距离小目标乘客的检测容易造成漏检和误检问题,提出一种基于感兴趣区域改进YOLOv8的轻量化自动扶梯乘客摔倒检测算法。改进算法设计了基于感兴趣区域的BiFormer_ROI注意力机制模块,构造SPD-Conv和BiFormer_ROI的小目标检测模块组改进YOLOv8骨干网络,屏蔽非扶梯背景区域的复杂环境干扰,有效提高小目标检测率。考虑实际应用需要采用GhostSlimPAFPN轻量化结构优化Neck网络,在保持检测精度的同时有效减少模型参数量。采用具有目标尺寸自适应惩罚因子的PIoU v2损失函数改进Head网络,从而实现更快的收敛和更高的检测精度。在自建扶梯乘客摔倒数据集上,改进算法乘客摔倒平均检测精度达到94.2%,检测帧率为87.7 FPS,检测性能显著提高,能有效减少漏检和误检问题,且具有良好的实时性,可以更好地保障乘客安全乘梯。

关键词：深度学习自动扶梯摔倒检测 YOLOv8算法感兴趣区域轻量化

来源：评论

学校读者我要写书评

暂无评论

基于WGAN的智能超表面辅助系统的信道估计研究

引用

电波科学学报 2025年第1期40卷 164-171页

作者：康晓非王甜西安科技大学通信与信息工程学院西安710600

针对智能超表面(reconfigurable intelligent surface,RIS)辅助的毫米波通信中系统复杂和难以获取准确信道状态信息(channel state information,CSI)的问题,设计了一种基于Chan-SRWGAN网络算法的信道估计方案。该方案采用混合有源/无源... 详细信息

针对智能超表面(reconfigurable intelligent surface,RIS)辅助的毫米波通信中系统复杂和难以获取准确信道状态信息(channel state information,CSI)的问题,设计了一种基于Chan-SRWGAN网络算法的信道估计方案。该方案采用混合有源/无源RIS架构,首先利用最小二乘(least square,LS)算法获取有源元件处信道估计值,再通过插值得到信道初步估计,最后利用Chan-SRWGAN深度学习网络将其重构为信道精确估计。仿真结果表明,所提方案的归一化均方误差(normalized mean squared error,NMSE)性能优于LS、正交匹配追踪(orthogonal matching pursuit,OMP)、同步OMP(simultaneous OMP,SOMP)、深度神经网络(deep neural network,DNN)、超分辨率卷积神经网络(super-resolution convolutional neural network,SRCNN)信道估计算法,证明了方案的可行性。

关键词：智能超表面(RIS) 信道估计深度学习 Wasserstein生成对抗网络(WGAN) 超分辨率卷积神经网络(SRCNN)

来源：评论

学校读者我要写书评

暂无评论

改进ORB特征匹配的视觉SLAM定位算法

引用

激光与光电子学进展 2025年

作者：朱代先魏嘉鑫刘树林西安科技大学通信与信息工程学院西安科技大学电气与控制工程学院

针对ORB算法在复杂光照环境下鲁棒性较差和误匹配剔除率较高的问题，提出了一种自适应ORB特征匹配算法。通过自适应阈值算法对像素多次筛选提高特征点的选取概率，再对特征点进行四叉树均匀分配，以此增加低照度或高曝光区域特征点的数... 详细信息

针对ORB算法在复杂光照环境下鲁棒性较差和误匹配剔除率较高的问题，提出了一种自适应ORB特征匹配算法。通过自适应阈值算法对像素多次筛选提高特征点的选取概率，再对特征点进行四叉树均匀分配，以此增加低照度或高曝光区域特征点的数量，随后采用MAGSAC++算法剔除错误匹配，引入新的停止准则减少数据的重复采样，提高特征匹配的效率和准确性。实验结果表明，针对具有明显光照变化的数据集，改进算法的特征提取数量明显增加，特征匹配时间节省44.9%，匹配率增加了14%，可高效完成复杂场景变化下的特征匹配。最后，对本文算法进行定位实验，表明其定位精度优于其他先进VSLAM算法，具有一定的应用价值。

关键词：视觉SLAM ORB算法特征点特征匹配特征检测

来源：评论

学校读者我要写书评

暂无评论

基于多尺度熵的抗频谱感知数据篡改攻击协作频谱感知方法研究

引用

电子与信息学报 2025年 1-9页

作者：王安义龚健超朱涛西安科技大学通信与信息工程学院西安710699

针对协作频谱感知易遭受频谱感知数据篡改(SSDF)攻击导致无法准确识别恶意用户的问题，该文提出一种基于多尺度熵的协作频谱感知方法。该方法通过滑动窗对用户进行多次本地感知以获取信誉值。随后引入多尺度熵算法，对用户的感知结果进... 详细信息

针对协作频谱感知易遭受频谱感知数据篡改(SSDF)攻击导致无法准确识别恶意用户的问题，该文提出一种基于多尺度熵的协作频谱感知方法。该方法通过滑动窗对用户进行多次本地感知以获取信誉值。随后引入多尺度熵算法，对用户的感知结果进一步实施多尺度分析，利用分析结果作为权重更新信誉值，归一化处理后对用户进行判定并做出最终全局判决。仿真结果表明，对于不同的攻击策略，在攻击概率超过0.4的情况下，所提算法与其它对比算法相比恶意用户检测率分别平均提升3.56%, 0.77%和6.45%, 36.92%，具有良好的抗攻击能力。且与熵加权算法相比，其复杂度更低。

关键词：协作频谱感知频谱感知数据篡改信誉值多尺度熵

来源：评论

学校读者我要写书评

暂无评论

基于运动-时间感知的人体动作识别方法

引用

计算机工程 2025年第1期51卷 216-224页

作者：王晓路汶建荣西安科技大学通信与信息工程学院陕西西安710054

针对动作视频中存在冗余信息及动作信息的特征通道分布稀疏问题,提出一种基于运动-时间感知的3D残差网络。利用运动感知模块(AM)计算特征级别的时间差来激励运动敏感通道,以此获取运动特征;通过时间注意力模块(TM)沿着时间维度计算注意... 详细信息

针对动作视频中存在冗余信息及动作信息的特征通道分布稀疏问题,提出一种基于运动-时间感知的3D残差网络。利用运动感知模块(AM)计算特征级别的时间差来激励运动敏感通道,以此获取运动特征;通过时间注意力模块(TM)沿着时间维度计算注意力权重矩阵,以获取局部时间特征。将AM模块和TM模块的计算结果相加,得到动作信息的融合特征,再加入到3D残差网络中,以此构造基于运动-时间感知模块(ATM)的3D残差网络。实验结果表明,在公共数据集UCF101和HMDB51上,相对于3DResNeXt-101网络,基于ATM模块的3DResNeXt-101网络的动作识别准确率分别提升1.6%和2.8%,说明所提方法具有可行性和有效性。

关键词：深度学习动作识别运动感知时间注意力 3D残差网络

来源：评论

学校读者我要写书评

暂无评论

基于图神经网络的SDN路由算法优化

引用

电讯技术 2025年第1期65卷 18-24页

作者：张晓莉汤颖琪宋婉莹西安科技大学通信与信息工程学院西安710600

针对现有路由方案不适合学习图形结构信息,对陌生拓扑适应性不佳的问题,提出了一种基于图神经网络的软件定义网络(Software Defined Network,SDN)路由算法G-PPO。引入近端策略优化(Proximal Policy Optimization,PPO)强化学习算法实现... 详细信息

针对现有路由方案不适合学习图形结构信息,对陌生拓扑适应性不佳的问题,提出了一种基于图神经网络的软件定义网络(Software Defined Network,SDN)路由算法G-PPO。引入近端策略优化(Proximal Policy Optimization,PPO)强化学习算法实现模型训练,利用消息传递神经网络(Massage Passing Neural Network,MPNN)对网络拓扑进行学习,通过调整链路权重完成路由路径的调整。G-PPO将图神经网络对网络拓扑信息的感知能力和深度强化学习的自主学习能力有效结合,提升路由策略的性能。实验结果表明,与相关算法比较,所提算法的平均时延和丢包率、网络链路利用率和吞吐量指标均为最优。在3种不同拓扑上,该算法较其他算法最少提升10.5%吞吐量,最多提升95.6%丢包率,表明所提算法具有更好的适应不同网络拓扑的能力。

关键词：软件定义网络路由优化图神经网络深度强化学习近端策略优化

来源：评论

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的水声网络资源分配

引用

电讯技术 2025年第2期65卷 283-292页

作者：李梦凡张育芝韩翔冯晓美西安科技大学通信与信息工程学院西安710054

在资源受限的水声网络中,使用软频率复用技术和自适应资源分配技术可以提高网络容量和能量效率。然而,水声信道的长传播时延和时变特性导致用于自适应技术的反馈信道状态信息(Channel State Information, CSI)是时变且过时的。非理想的... 详细信息

在资源受限的水声网络中,使用软频率复用技术和自适应资源分配技术可以提高网络容量和能量效率。然而,水声信道的长传播时延和时变特性导致用于自适应技术的反馈信道状态信息(Channel State Information, CSI)是时变且过时的。非理想的反馈CSI会降低自适应系统的性能。针对该问题,提出了一种基于多智能体深度Q网络的资源分配(Multi-agent Deep Q Network Based Resource Allocation, MADQN-RA)方法。该方法将水声软频率复用网络视为多智能体系统,并使用过时的反馈CSI序列作为系统状态。通过建立有效的奖励表达式,智能体可以跟踪时变时延水声信道的变化特性并做出相应的资源分配决策。为了进一步提高智能体的决策准确度,同时避免状态空间维度增大时的部分学习成本,结合动态状态长度方法改进了MADQN-RA。仿真结果表明,所提方法实现的系统性能优于基于其他学习的方法和基于信道预测的方法,且更接近理论最优值。

关键词：水声网络资源分配反馈信道状态信息多智能体深度Q网络动态状态长度

来源：评论

学校读者我要写书评

暂无评论

双层复合纳米结构消色差超透镜设计与优化

引用

激光与红外 2025年第2期55卷 281-287页

作者：李昭慧潘亚晴西安科技大学通信与信息工程学院陕西西安710600

利用粒子群算法结合遗传算法,针对宽波段下的双层超透镜进行分层设计与优化,以实现双层复合纳米结构超透镜聚焦与消色差性能提升。首先,研究凹凸超透镜所需的微纳单元结构的光学调制特性,通过数值仿真软件Lumerical来扫描固定高度下微... 详细信息

利用粒子群算法结合遗传算法,针对宽波段下的双层超透镜进行分层设计与优化,以实现双层复合纳米结构超透镜聚焦与消色差性能提升。首先,研究凹凸超透镜所需的微纳单元结构的光学调制特性,通过数值仿真软件Lumerical来扫描固定高度下微纳单元结构的半径构建相位数据库。之后,根据双层超透镜所需的相位轮廓逐层优化,即在相位数据库中找到最佳半径-相位矩阵,即每层超透镜每个位置上对应最佳的单元结构。最后,根据优化结果逐层构建双层超透镜,并通过仿真实验验证了该双层超透镜可以实现近红外波段(1000 nm,1250 nm)的聚焦,且消色差效果优于同焦距下的单层超透镜。此超透镜为近红外波段双层复合纳米结构超透镜的设计提供了一种解决方案。

关键词：双层超透镜消色差单元结构近红外波段聚焦光斑半径艾里光斑

来源：评论

学校读者我要写书评

暂无评论

基于Mamba的井下皮带异物无监督检测模型研究

引用

西安科技大学学报 2025年第2期45卷 372-382页

作者：马莉吴伟雪代新冠西安科技大学通信与信息工程学院陕西西安710054

为了解决井下皮带异物无法被精准定位、计算成本过大等问题,提出了一个基于Mamba的无监督运煤皮带异物检测模型,该模型由预训练编码器和基于Mamba的解码器组成。在Mamba解码器中,FHSS混合状态空间模块将Hilbert扫描位置编码、傅里叶变换... 详细信息

为了解决井下皮带异物无法被精准定位、计算成本过大等问题,提出了一个基于Mamba的无监督运煤皮带异物检测模型,该模型由预训练编码器和基于Mamba的解码器组成。在Mamba解码器中,FHSS混合状态空间模块将Hilbert扫描位置编码、傅里叶变换、Einstein对角矩阵计算引入Mamba网络来增强通道建模及特征序列建模,并结合了基于重构方法和多类无监督异常检测的优点,解决井下异常数据集匮乏、难以采集的问题。结果表明:该模型精度比经典的4个异常检测模型分别提升了22.2%,10.9%,5.9%,2.1%,其参数量和FLOPs仅为26.109 M,8.497 G;与传统检测方法相比,不仅有效应对由于噪声、遮挡等因素导致的检测不确定性,确保了异物检测的鲁棒性和可靠性,且具备更小的模型体积,显著降低了模型在推理过程中的计算复杂度。研究对于煤矿井下的实际应用具有重要意义,能够更好地保障输送系统的安全性和稳定性。

关键词：井下皮带异物检测 Mamba 无监督训练异常检测空间状态模型

来源：评论

学校读者我要写书评

暂无评论

煤矿井下供水管道泄漏孔径识别与定位

引用

科学技术与工程 2025年第8期25卷 3296-3303页

作者：杜京义陈镇张嘉伟李晨高瑞王鹏西安科技大学电气与控制工程学院西安710054 西安科技大学通信与信息工程学院西安710054 西安科技大学机械工程学院西安710054

为快速识别煤矿井下泄漏点的位置及泄漏孔径,利用供水管道泄漏时产生的压力及流量信号,提出一种泄漏孔径识别与定位模型。首先利用模态能量熵和遗传算法结合包络熵对变分模态分解(variational mode decomposition,VMD)进行参数优化,再使... 详细信息

为快速识别煤矿井下泄漏点的位置及泄漏孔径,利用供水管道泄漏时产生的压力及流量信号,提出一种泄漏孔径识别与定位模型。首先利用模态能量熵和遗传算法结合包络熵对变分模态分解(variational mode decomposition,VMD)进行参数优化,再使用VMD对压力信号进行降噪处理;采用卷积神经网络(convolutional neural networks,CNN)提取压力及流量信号的深层特征序列,长短时记忆网络(long short-term memory,LSTM)提取深层特征序列的时序特征,进行泄漏孔径识别与定位。实验结果表明:经过参数优化的变分模态分解,相较卡尔曼滤波、均值滤波、低通滤波在均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)、信噪比(signal to noise ratio,SNR)、归一化互相关系数(normalized cross correlation,NCC)上均有提高,表明其能够有效降低噪声成分,保留有效信号;CNN-LSTM相较LSTM,在泄漏点定位中,MAE降低了65.97%,平均绝对百分比误差(mean absolute percentage error,MAPE)降低了61.22%,RMSE降低了59.11%。在泄漏孔径识别中,MAE降低了12.04%,MAPE降低了22.45%,RMSE降低了3.29%,证明CNN-LSTM可以充分利用管道压力及流量信号的空间及时间特征进行泄漏位置及孔径的识别,其检测效果相较LSTM更加准确和稳定。

关键词：变分模态分解(VMD) 卷积神经网络(CNN) 长短时记忆网络(LSTM) 模态能量熵遗传算法(GA) 包络熵

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：