检索结果-内蒙古大学图书馆

北京航空航天大学学报 2024年第11期50卷 3358-3366页

作者：马素刚陈期梅侯志强杨小宝张子贤西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 西安邮电大学西安市大数据与智能计算重点实验室西安710121

多数基于卷积神经网络的语义分割算法伴随庞大的参数量和计算复杂度,限制了其在实时处理场景中的应用。为解决该问题,提出了一种基于全局-局部上下文网络(GLCNet)的轻量级语义分割算法。该算法主要由全局-局部上下文(GLC)模块和多分辨... 详细信息

多数基于卷积神经网络的语义分割算法伴随庞大的参数量和计算复杂度,限制了其在实时处理场景中的应用。为解决该问题,提出了一种基于全局-局部上下文网络(GLCNet)的轻量级语义分割算法。该算法主要由全局-局部上下文(GLC)模块和多分辨率融合(MRF)模块构成。全局-局部上下文模块学习图像的全局信息和局部上下文信息,使用残差连接增强特征之间的依赖关系。在此基础上,提出了多分辨率融合模块聚合不同阶段的特征,对低分辨率特征进行上采样,与高分辨率特征融合增强高层特征的空间信息。在Cityscapes和Camvid数据集上进行测试,平均交并比(mIoU)分别达到69.89%和68.86%,在单块NVIDIA Titan V GPU上,速度分别达到87帧/s和122帧/s。实验结果表明:所提算法在分割精度、效率及参数量之间实现了较好的平衡,参数量仅有0.68×10^(6)。

关键词：卷积神经网络语义分割上下文信息特征融合残差连接

来源：评论

学校读者我要写书评

暂无评论

用于咽喉器官分割的空洞残差金字塔算法

引用

计算机辅助设计与图形学学报 2023年第7期35卷 1000-1009页

作者：潘晓英白伟栋代栋王红玉马晨阳陕西省网络数据分析与智能处理重点实验室西安710121 西安市大数据与智能计算重点实验室西安710121 西安邮电大学计算机学院西安710121

对咽喉器官分割是喉镜图像分析以及计算机辅助诊疗的先决条件.为准确地分割器官部位,提出一种用于咽喉器官分割的空洞残差金字塔算法.首先提出空洞残差(dilated residual,DR)模块,使用多种空洞卷积提取图像不同感受野下的特征,结合残差... 详细信息

对咽喉器官分割是喉镜图像分析以及计算机辅助诊疗的先决条件.为准确地分割器官部位,提出一种用于咽喉器官分割的空洞残差金字塔算法.首先提出空洞残差(dilated residual,DR)模块,使用多种空洞卷积提取图像不同感受野下的特征,结合残差策略提升特征多样性并加快网络训练速度;然后将DR模块与特征金字塔结合,融合多尺度特征并补充器官浅层特征,使得网络适应器官的多种形态;最后设计咽喉器官分割网络——DRP-Mask.在8000幅喉镜图像数据集上的实验结果表明,与其他5种语义分割网络相比,DRP-Mask的平均交并比提升2%~4%,比基准网络平均精度提升1.6%,实现对器官准确定位的同时也对其进行完整的分割,分割结果更贴合医生标注结果.

关键词：多器官分割空洞卷积残差连接特征金字塔

来源：评论

学校读者我要写书评

暂无评论

自适应特征融合与cosIoU-NMS的目标检测算法

引用

计算机辅助设计与图形学学报 2024年第1期36卷 112-121页

作者：马素刚李宁博彭冠升杨小宝侯志强西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 西安电子科技大学计算机科学与技术学院西安710126 西安邮电大学西安市大数据与智能计算重点实验室西安710121

针对经典的有锚框检测算法RetinaNet、无锚框检测算法FCOS等目标检测算法中存在漏检以及重复检测的问题,提出一种自适应特征融合与cosIoU-NMS的目标检测算法.首先采用自适应特征融合模块对多尺度特征中相邻3层特征加权融合,获取丰富的... 详细信息

针对经典的有锚框检测算法RetinaNet、无锚框检测算法FCOS等目标检测算法中存在漏检以及重复检测的问题,提出一种自适应特征融合与cosIoU-NMS的目标检测算法.首先采用自适应特征融合模块对多尺度特征中相邻3层特征加权融合,获取丰富的上下文信息和空间信息;然后采用cosIoU计算检测框之间的余弦相似度与重叠面积,使目标定位更准确;最后使用cosIoU-NMS代替Greedy-NMS抑制置信度分数较高的冗余框,保留更准确的检测结果.以RetinaNet和FCOS为基准,在PASCAL VOC数据集上的实验结果表明,所提算法的检测精度达到81.3%和82.3%,分别提升2.8个百分点和1.2个百分点;在MSCOCO数据集上检测精度达到36.8%和38.0%,分别提升1.0个百分点和0.7个百分点;该算法能够增强特征表征能力,筛除多余的检测框,有效地提高检测性能.

关键词：深度学习目标检测多尺度特征融合交并比非极大值抑制余弦相似度

来源：评论

学校读者我要写书评

暂无评论

基于密集连接与特征增强的语义分割算法

引用

计算机工程 2023年第3期49卷 263-270页

在语义分割算法DeepLabv3+中,由于对主干网络提取的特征信息利用不充分,导致了分割边缘不连续、目标丢失以及分割错误等问题。为此,提出一种基于密集连接和特征增强的语义分割算法。采用共享空洞空间金字塔池化(S-ASPP)模块建立多个空... 详细信息

在语义分割算法DeepLabv3+中,由于对主干网络提取的特征信息利用不充分,导致了分割边缘不连续、目标丢失以及分割错误等问题。为此,提出一种基于密集连接和特征增强的语义分割算法。采用共享空洞空间金字塔池化(S-ASPP)模块建立多个空洞卷积之间的联系,增强局部信息之间的语义关联,捕获密集的采样点像素,同时提高对高层特征信息的利用。引入特征金字塔增强模块(FPEM)和特征融合模块(FFM),对主干网络输出的多层特征信息进行处理,增强特征的表达能力,并采用FFM对FPEM输出的不同尺度特征信息进行融合,提高各层特征之间的互补能力,以获得更全面的特征图信息。在此基础上,将S-ASPP和FFM的输出进行拼接和卷积操作,得到最终的分割结果。在PASCAL VOC 2012和Cityscapes数据集上的实验结果表明,该算法的平均交并比分别达到81.13%和73.39%,相较于基准算法DeepLabv3+分别提升了2.3和2.1个百分点,充分利用了骨干网络中的每层特征信息,提升了算法的分割精度,取得了较好的分割效果。

关键词：语义分割 DeepLabv3+算法空洞空间金字塔池化特征金字塔增强模块特征融合

来源：评论

学校读者我要写书评

暂无评论

脑电信号情绪识别研究综述

引用

计算机科学与探索 2022年第4期16卷 760-774页

作者：王忠民赵玉鹏郑镕林贺炎张嘉雯刘洋西安邮电大学计算机学院西安710121 陕西省网络数据分析与智能处理重点实验室西安710121 西安市大数据与智能计算重点实验室西安710121

情绪识别是指通过人的面部表情、行为动作或者生理信号等信息识别人的情绪状态,其成果在医疗辅助、教育、交通安全等方面有很大的应用价值。由于脑电信号的客观真实性等特点,使用脑电信号进行情绪识别研究受到国内外学者们的广泛关注。... 详细信息

情绪识别是指通过人的面部表情、行为动作或者生理信号等信息识别人的情绪状态,其成果在医疗辅助、教育、交通安全等方面有很大的应用价值。由于脑电信号的客观真实性等特点,使用脑电信号进行情绪识别研究受到国内外学者们的广泛关注。查阅了大量脑电情绪识别相关文献并进行归纳、分析和总结。首先,对情绪以及情绪识别的定义、情绪的分类模型、脑电信号的采集和预处理等理论知识进行了详细的解释和分析,给出了脑电情绪识别的一般框架。其次,从时域特征、频域特征、时频特征和非线性特征四方面综述了用于情绪识别的各类脑电特征的提取方法,介绍了脑功能网络的构建以及脑网络属性的提取方法,分析了每类特征和方法的优缺点。然后,对脑电情绪识别中常用的分类算法的特点、优缺点以及适用场景进行了分析。最后,对该领域目前的难点和未来的发展方向进行了总结和展望。可以帮助研究人员系统地了解基于脑电信号的情绪识别研究现状,为后续开展相关研究提供思路。

关键词：情绪识别脑电信号特征提取情绪分类脑网络

来源：评论

学校读者我要写书评

暂无评论

基于可攻击空间假设的陷阱式集成对抗防御网络

引用

软件学报 2024年第4期35卷 1861-1884页

作者：孙家泽温苏雷郑炜陈翔西安邮电大学计算机学院陕西西安710121 陕西省网络数据分析与智能处理重点实验室(西安邮电大学) 陕西西安710121 西安市大数据与智能计算重点实验室(西安邮电大学) 陕西西安710121 西北工业大学软件学院陕西西安710072 南通大学信息科学技术学院江苏南通226019

如今,深度神经网络在各个领域取得了广泛的应用.然而研究表明,深度神经网络容易受到对抗样本的攻击,严重威胁着深度神经网络的应用和发展.现有的对抗防御方法大多需要以牺牲部分原始分类精度为代价,且强依赖于已有生成的对抗样本所提供... 详细信息

如今,深度神经网络在各个领域取得了广泛的应用.然而研究表明,深度神经网络容易受到对抗样本的攻击,严重威胁着深度神经网络的应用和发展.现有的对抗防御方法大多需要以牺牲部分原始分类精度为代价,且强依赖于已有生成的对抗样本所提供的信息,无法兼顾防御的效力与效率.因此基于流形学习,从特征空间的角度提出可攻击空间对抗样本成因假设,并据此提出一种陷阱式集成对抗防御网络Trap-Net. Trap-Net在原始模型的基础上向训练数据添加陷阱类数据,使用陷阱式平滑损失函数建立目标数据类别与陷阱数据类别间的诱导关系以生成陷阱式网络.针对原始分类精度损失问题,利用集成学习的方式集成多个陷阱式网络以在不损失原始分类精度的同时,扩大陷阱类标签于特征空间所定义的靶标可攻击空间.最终, Trap-Net通过探测输入数据是否命中靶标可攻击空间以判断数据是否为对抗样本.基于MNIST、K-MNIST、F-MNIST、CIFAR-10和CIFAR-100数据集的实验表明, Trap-Net可在不损失干净样本分类精确度的同时具有很强的对抗样本防御泛化性,且实验结果验证可攻击空间对抗成因假设.在低扰动的白盒攻击场景中, Trap-Net对对抗样本的探测率高达85%以上.在高扰动的白盒攻击和黑盒攻击场景中, Trap-Net对对抗样本的探测率几乎高达100%.与其他探测式对抗防御方法相比, Trap-Net对白盒和黑盒对抗攻击皆有很强的防御效力.为对抗环境下深度神经网络提供一种高效的鲁棒性优化方法.

关键词：深度神经网络对抗样本集成学习对抗防御鲁棒性优化

来源：评论

学校读者我要写书评

暂无评论

基于特征增强与自适应阈值NMS的目标检测算法

引用

北京航空航天大学学报 2023年

作者：孟伟君安雯马素刚杨小宝西安邮电大学计算机学院陕西省网络数据分析与智能处理重点实验室西安市大数据与智能计算重点实验室

为了进一步解决目标漏检和重复检测等问题，提升目标检测的性能，提出了一种基于特征增强与自适应阈值的非极大值抑制（Non-Maximum Suppression，NMS）目标检测算法。首先，将注意力引导的多尺度上下文模块(Attention-Guided Multi-Sca... 详细信息

为了进一步解决目标漏检和重复检测等问题，提升目标检测的性能，提出了一种基于特征增强与自适应阈值的非极大值抑制（Non-Maximum Suppression，NMS）目标检测算法。首先，将注意力引导的多尺度上下文模块(Attention-Guided Multi-Scale Context Module，AMCM)用于检测器颈部，在利用空洞卷积提升特征语义信息的基础上，通过注意力捕获跨通道位置信息，增强网络的特征表达能力；其次，通过基于目标密度的自适应阈值NMS（An Adaptive Density Threshold of Non-maximum Suppression，ADT-NMS），针对不同场景的实例应用动态抑制阈值，降低目标的误检率。所提算法在PASCAL VOC数据集上误检率达到13.7%，相比基准算法YOLOv4降低了1%，检测精度、召回率分别达到83.7%、96.6%，分别提高了1.7%、0.9%；在KITTI数据集上误检率达到22.1%，相比基准算法降低了1.3%，检测精度、召回率分别达到83.6%、91.8%，分别提高了1.8%、2.3%。实验结果表明，该算法较好地解决了目标漏检和重复检测问题。

关键词：目标检测非极大值抑制空洞卷积注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于双分支特征增强和多级轨迹关联的多目标跟踪算法

引用

北京航空航天大学学报 2023年

作者：马素刚段帅鹏侯志强余旺盛蒲磊杨小宝西安邮电大学计算机学院西安邮电大学陕西省网络数据分析与智能处理重点实验室空军工程大学信息与导航学院火箭军工程大学作战保障学院西安邮电大学西安市大数据与智能计算重点实验室

在多目标跟踪算法中，经常出现目标特征提取不足、身份切换以及轨迹缺失问题，降低了跟踪性能。为了解决以上问题，提出了一种基于双分支特征增强和多级轨迹关联的多目标跟踪算法。采用双分支特征学习网络对检测和跟踪两种任务的特殊性... 详细信息

在多目标跟踪算法中，经常出现目标特征提取不足、身份切换以及轨迹缺失问题，降低了跟踪性能。为了解决以上问题，提出了一种基于双分支特征增强和多级轨迹关联的多目标跟踪算法。采用双分支特征学习网络对检测和跟踪两种任务的特殊性和相关性进行学习，缓解了两任务之间的过度竞争，提取到充足的目标特征信息；引入关联矩阵，利用更多的时序信息预测偏移向量，减少身份切换次数；采用多级轨迹关联策略，保留一部分低分检测框，并将检测框重新划分为高分框和低分框，采用不同的匹配方式与轨迹进行关联，减少轨迹缺失次数。在典型多目标跟踪数据集MOT17和MOT20上，对JDE、CenterTrack等6种相关算法进行了对比实验。所提算法在MOT17上的MOTA和IDF1值分别达到了68.2%和68.5%，与基准算法CenterTrack相比，分别提升了2.1%、4.3%；在MOT20上，MOTA和IDF1值达到了52.7%和48.2%，分别提升了1.4%、7.9%。实验结果表明，所提算法在复杂场景下取得了优异的跟踪性能。

关键词：多目标跟踪双分支特征增强关联矩阵偏移向量多级轨迹关联

来源：评论

学校读者我要写书评

暂无评论

基于SSA−LSTM的转炉炼钢终点锰含量预测

引用

工程科学学报 2024年第10期46卷 1764-1775页

作者：马帅印高丽丽贺锦峰殷磊张茜胥军西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 西安邮电大学西安市大数据与智能计算重点实验室西安710121 西安邮电大学陕西省“四主体一联合”5G+工业互联网通讯终端技术校企联合研究中心西安710121 敬业钢铁有限公司石家庄050400 西安电子科技大学机电工程学院西安710071 中国电子科技集团公司第十研究所成都610036 西安电子科技大学广州研究院广州510555

锰是钢铁中重要的合金元素,加入适量锰元素能提高钢铁的性能.在转炉炼钢过程中锰元素的含量直接影响钢铁质量,锰元素加入过少会导致钢铁产品的硬度和强度不足,锰元素加入过量会导致钢铁过脆和生产成本增加.因此,合适的锰元素添加量对提... 详细信息

锰是钢铁中重要的合金元素,加入适量锰元素能提高钢铁的性能.在转炉炼钢过程中锰元素的含量直接影响钢铁质量,锰元素加入过少会导致钢铁产品的硬度和强度不足,锰元素加入过量会导致钢铁过脆和生产成本增加.因此,合适的锰元素添加量对提升钢铁质量与减少冶炼成本具有重要意义.转炉炼钢过程中锰元素的添加量主要通过终点锰预测的结果来确定,然而,终点锰含量多少受到多个因素的综合影响,其中包括氧化反应进程和合金中其他元素的添加量,影响因素呈现非线性、高耦合的特征,导致终点锰预测难度大.针对转炉炼钢终点锰预测过程中数据有含噪声、强耦合性等问题,提出了一个转炉炼钢终点锰含量预测研究架构,基于长短期记忆网络(Long Short-term memory,LSTM)预测模型,引入奇异谱分析(Singular spectral analysis,SSA)方法去除终点锰预测过程中非线性、非平稳序列的高频噪声,提出了一种基于SSA−LSTM的终点锰含量预测方法.利用河北敬业钢铁有限公司转炉炼钢生产数据验证所提预测方法的平均绝对误差为1.19%,均方根误差为1.48%.结果表明,该方法能够解决数据存在较多噪声及非线性等问题;与已有的时间序列预测方法相比,经过SSA处理的预测误差均有所减小,证明了该方法的有效性,为实际生产过程中精准加入合金提供了依据.

关键词：转炉炼钢终点锰预测奇异谱分析长短期记忆网络预测方法

来源：评论

学校读者我要写书评

暂无评论

云边端协同驱动的陶瓷制造过程能效调度方法

引用

兵器装备工程学报 2024年第8期45卷 174-183页

作者：李敏马帅印殷磊孔宪光西安邮电大学计算机学院西安710121 西安邮电大学陕西省网络数据分析与智能处理重点实验室西安710121 西安邮电大学西安市大数据与智能计算重点实验室西安710121 西安邮电大学陕西省“四主体一联合”5G+工业互联网通讯终端技术校企联合研究中心西安710121 西安电子科技大学机电工程学院西安710071

陶瓷制造企业作为典型的多品种小批量高能耗制造企业,面临着能耗高、生产周期长、品种繁多、生产工艺复杂等问题,因此如何提高陶瓷制造的能源和资源利用效率,并进一步实现节能降耗,已经成为陶瓷企业亟需解决的重要问题。针对这一目标,... 详细信息

陶瓷制造企业作为典型的多品种小批量高能耗制造企业,面临着能耗高、生产周期长、品种繁多、生产工艺复杂等问题,因此如何提高陶瓷制造的能源和资源利用效率,并进一步实现节能降耗,已经成为陶瓷企业亟需解决的重要问题。针对这一目标,提出了一种云边端协同驱动的陶瓷制造过程能效调度架构,该架构依赖于云边端协同技术来支持陶瓷制造过程的调度优化。以最小化最大完工时间和最小化总能耗为优化目标,建立陶瓷制造过程柔性流水车间调度模型。利用灰狼优化算法具有较强的全局搜索能力的特性,使用灰狼优化算法求解调度模型。结合陶瓷工厂实际情况设计算例,并以其作为实验数据,验证了灰狼优化算法在陶瓷制造过程中柔性流水车间调度优化的有效性。

关键词：云边端协同柔性流水车间调度能效调度灰狼优化算法多目标优化

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：