检索结果-内蒙古大学图书馆

高师理科学刊 2023年第3期43卷 14-20页

作者：陈向张晓珍刘嘉俊毛军军安徽大学数学科学学院安徽合肥230039 安徽大学计算机智能与信号处理教育部重点实验室安徽合肥230039

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度... 详细信息

Z-number作为一种有效的信息表达方式,能够很好的描述带有不确定信息的自然语言.但大多数关于Z-number的研究依赖于均匀分布的语言术语集,并且用于聚合Z-number信息的聚合算子很少能够考虑属性之间的关系.提出一种非均匀分布的语言尺度函数,讨论了概率语言Z-number在不平衡语义下的情形,运用定义的新型算子对于概率语言Z-number进行聚合.定义相关运算以及得分函数,构建多目标线性优化模型确定最佳投资比例.通过实例说明了所提出方法的可行性与有效性,并进行了灵敏度分析.

关键词：多属性群决策 Z-number Bonferroni几何平均算子得分函数

来源：评论

学校读者我要写书评

暂无评论

基于联合注意力机制的单幅图像去雨算法

引用

计算机应用 2022年第8期42卷 2578-2585页

作者：徐成霞阎庆李腾苗开超安徽大学电气工程与自动化学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601 安徽省气象局安徽省公共气象服务中心合肥230091

现有的单幅图像去雨算法难以充分发掘不同维度注意力机制的相互作用,因此提出一种基于联合注意力机制的单幅图像去雨算法。该算法包含通道注意力机制和空间注意力机制:通道注意力机制检测各通道雨线特征的分布,并差异化各个特征通道的... 详细信息

现有的单幅图像去雨算法难以充分发掘不同维度注意力机制的相互作用,因此提出一种基于联合注意力机制的单幅图像去雨算法。该算法包含通道注意力机制和空间注意力机制:通道注意力机制检测各通道雨线特征的分布,并差异化各个特征通道的重要程度;空间注意力机制则针对通道内雨线分布的空间关系,以局部到全局的方式积累上下文信息,从而高效准确地去雨。此外,引入深度残差收缩网络,以利用残差模块中嵌入的软阈值非线性变换子网络来通过软阈值函数将冗余信息置零,从而提升CNN在噪声中保留图像细节的能力。在公开降雨数据集与自构建的降雨数据集上进行实验,相较于单一空间注意力算法,联合注意力去雨算法的峰值信噪比(PSNR)提升4.5%,结构相似性(SSIM)提升0.3%。实验结果表明,所提算法可以有效地进行单幅图像去雨和图像细节的信息保留,在目视效果和定量指标上均优于对比算法。

关键词：图像去雨卷积神经网络注意力机制深度残差收缩网络软阈值

来源：评论

学校读者我要写书评

暂无评论

基于偏振图像的低照度场景多目标检测算法

引用

红外技术 2022年第5期44卷 483-491页

作者：寻华生张晶晶刘晓李腾年福东张馨安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601 偏振光成像探测技术安徽省重点实验室安徽合肥230031 中国科学院通用光学定标与表征技术重点实验室安徽合肥230031 合肥学院先进制造工程学院安徽合肥230601

偏振光反射信息可直接反演目标本征特性,且在传输过程中具备较强的抗干扰特性,因此偏振成像技术可适用于多种复杂环境中的智能监控、交通监察领域。近年来使用深度学习判读图像检测目标的方法迅速发展,已经广泛应用于图像处理的各个领... 详细信息

偏振光反射信息可直接反演目标本征特性,且在传输过程中具备较强的抗干扰特性,因此偏振成像技术可适用于多种复杂环境中的智能监控、交通监察领域。近年来使用深度学习判读图像检测目标的方法迅速发展,已经广泛应用于图像处理的各个领域。本文提出了一种基于偏振图像与深度神经网络算法的行人、车辆多目标检测算法YOLOv5s-DOLP。首先,通过实时获取到偏振图像进行偏振信息解析,获取目标偏振度图像。其次,为增强偏振度图像中检测目标与背景存在高对比度的特性,在主干网络中引入通道注意力与空间注意力,提升网络特征进行自适应学习的能力。此外,使用K-means算法对目标位置信息进行聚类分析,加快网络在偏振度图像的学习速度,提升目标检测精度。实验结果显示,该算法结合了偏振成像和深度学习目标检测的优势,对于低照度复杂场景中的车辆、行人目标检测效果好、检测速度快,对于道路车辆的目标检测、识别与跟踪具有一定的应用价值。

关键词：偏振成像神经网络 YOLOv5s 多目标检测注意力机制

来源：评论

学校读者我要写书评

暂无评论

利用深度卷积神经网络将耳语转换为正常语音

引用

声学学报 2020年第1期45卷 137-144页

作者：连海伦周健胡雨婷郑文明安徽大学计算智能与信号处理教育部重点实验室合肥230601 东南大学儿童发展与学习科学教育部重点实验室南京210096

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它... 详细信息

耳语是一种特殊发音方式,将耳语转换为正常语音是提升耳语质量和可懂度的关键方法。为了充分利用语音的频域和时域相关性实现耳语转换,提出了使用深度卷积神经网络(Deep Convolutional Neural Networks,DCNN)将耳语转换为正常语音。它的卷积层用来提取连续帧语音谱包络之间的频域与时域的相关特征,而全连接层用来拟合耳语在卷积层提取的特征和对应正常语音之间的映射关系。实验结果表明与深度神经网络(Deep Neural Networks,DNN)模型相比,DCNN模型获得的转换后语音的梅尔倒谱失真度(Cepstral Distance,CD)降低了4.64%,而语音质量感知评价(Perceptual Evaluation of Speech Quality,PESQ)、短时客观可懂度(Short-Time Objective Intelligibility,STOI)与平均主观意见分(Mean Opinion Score,MOS)分别提高了5.41%,5.77%,9.68%。

关键词：时域相关性 DNN 基频曲线深度卷积神经网络卷积层卷积核

来源：评论

学校读者我要写书评

暂无评论

基于Kriging插值和BP神经网络结合的粮仓温度场预测模型研究及实现

引用

中国农业科技导报 2021年第9期23卷 96-102页

作者：王传旭王康陈林李学张红伟安徽大学电子信息工程学院计算智能与信号处理教育部重点实验室合肥230039

针对复杂仓储环境中粮情温度单点预测效果不理想、现有温度场建模难以满足工程应用需求等问题,基于温度场理论,结合分布式测温系统结构,提出了基于粮堆温度数据的温度场预测模型。该模型基于BP神经网络,利用粮仓内离散测温点数据预测对... 详细信息

针对复杂仓储环境中粮情温度单点预测效果不理想、现有温度场建模难以满足工程应用需求等问题,基于温度场理论,结合分布式测温系统结构,提出了基于粮堆温度数据的温度场预测模型。该模型基于BP神经网络,利用粮仓内离散测温点数据预测对应点的未来温度数据;再采用Kriging插值法进行空间插值,利用已知位置的温度值估计出未知点的温度值,进而建立温度场的预测模型。仿真测试结果表明,温度预测的平均绝对百分误差为1.2535%,均方根误差为0.1060,预测效果良好。采用Kriging插值法进行温度点的插值,其平均绝对百分误差为9.4700%,均方根误差为0.8651。对比于传统的粮堆温度单点预测算法,该模型能够更好地反映粮仓内温度场变化趋势以及温度分布的情况,为粮仓管理者提供更好的数据支持,实现辅助决策。该模型可扩展性强,能够适用于各种仓储现场。

关键词：粮食温度 BP神经网络 Kriging插值法温度场预测

来源：评论

学校读者我要写书评

暂无评论

基于策略迭代算法的连续时间线性Markov跳变系统非零和微分反馈Nash控制

引用

控制理论与应用 2020年第8期37卷 1749-1756页

作者：朱国政张茂光何舒平安徽大学电气工程与自动化学院安徽合肥230601 安徽大学计算智能与信号处理教育部重点实验室安徽合肥230601

针对一类连续时间线性Markov跳变系统,本文提出了一种新的策略迭代算法用于求解系统的非零和微分反馈Nash控制问题.通过求解耦合的数值迭代解,以获得具有线性动力学特性和无限时域二次成本的双层非零和微分策略的Nash均衡解.在每一个策... 详细信息

针对一类连续时间线性Markov跳变系统,本文提出了一种新的策略迭代算法用于求解系统的非零和微分反馈Nash控制问题.通过求解耦合的数值迭代解,以获得具有线性动力学特性和无限时域二次成本的双层非零和微分策略的Nash均衡解.在每一个策略层,采用策略迭代算法来计算与每一组给定的反馈控制策略相关联的最小无限时域值函数.然后,通过子系统分解将Markov跳变系统分解为N个并行的子系统,并将该算法应用于跳变系统.本文提出的策略迭代算法可以很容易求解非零和微分策略所对应的耦合代数Riccati方程,且对高维系统有效.最后通过仿真示例证明了本文设计方法的有效性和可行性.

关键词：策略迭代 Markov跳变线性系统非零和微分反馈Nash策略

来源：评论

学校读者我要写书评

暂无评论

基于负相关性增强的不平衡多标签学习算法

引用

计算机工程与科学 2021年第9期43卷 1700-1710页

作者：程玉胜曹天成王一宾郑伟杰安徽省高校智能感知与计算重点实验室(安庆师范大学) 安徽安庆246133 计算智能与信号处理教育部重点实验室(安徽大学) 安徽合肥230061

由于标签空间过大,标签分布不平衡问题在多标签数据集中广泛存在,解决该问题在一定程度上可以提高多标签学习的分类性能。通过标签相关性提升分类性能是解决该问题的一种最常见的有效策略,众多学者进行了大量研究,然而这些研究更多地是... 详细信息

由于标签空间过大,标签分布不平衡问题在多标签数据集中广泛存在,解决该问题在一定程度上可以提高多标签学习的分类性能。通过标签相关性提升分类性能是解决该问题的一种最常见的有效策略,众多学者进行了大量研究,然而这些研究更多地是采用基于正相关性策略提升性能。在实际问题中,除了正相关性外,标签的负相关性也可能存在,如果在考虑正相关性的同时,兼顾负相关性,无疑能够进一步改善分类器的性能。基于此,提出了一种基于负相关性增强的不平衡多标签学习算法——MLNCE,旨在解决多标签不平衡问题的同时,兼顾标签间的正负相关性,从而提高多标签分类器的分类性能。首先利用标签密度信息改造标签空间;然后在密度标签空间中探究标签真实的正反相关性信息,并添加到分类器目标函数中;最后利用加速梯度下降法求解输出权重以得到预测结果。在11个多标签标准数据集上与其他6种多标签学习算法进行对比实验,结果表明MLNCE算法可以有效提高分类精度。

关键词：多标签学习多标签不平衡标签正负相关性标签密度加速梯度下降法

来源：评论

学校读者我要写书评

暂无评论

知识图谱增强的神经协同过滤推荐方法

引用

小型微型计算机系统 2022年第8期43卷 1583-1588页

作者：郑诚王宇航颜莉莉安徽大学计算机科学技术学院合肥230601 计算智能与信号处理教育部重点实验室合肥230601 安徽商贸职业技术学院计算机系安徽芜湖241000

推荐系统已经广泛应用于各领域以处理信息过载问题,但传统方法面临着数据稀疏的挑战,且使用矩阵分解也不能很好的捕获抽象的非线性交互.考虑到知识图谱可以提供丰富的边信息,文中提出一种知识图谱增强的神经协同过滤推荐方法.首先获取... 详细信息

推荐系统已经广泛应用于各领域以处理信息过载问题,但传统方法面临着数据稀疏的挑战,且使用矩阵分解也不能很好的捕获抽象的非线性交互.考虑到知识图谱可以提供丰富的边信息,文中提出一种知识图谱增强的神经协同过滤推荐方法.首先获取项目相关的元数据,将其构建为知识图谱,并利用表示学习方法获取图谱中的语义知识;其次,利用结合注意力的邻域传播机制获取图谱中的结构知识,以此增强项目表示;最后将得到的用户和项目表示送入矩阵分解与神经网络中进行推荐.在公开数据集MovieLens上的实验结果表明,该模型能够有效提升推荐结果的准确性.

关键词：知识图谱注意力机制推荐系统表示学习嵌入传播

来源：评论

学校读者我要写书评

暂无评论

基于超表面的低剖面高增益圆极化天线

引用

电波科学学报 2021年第1期36卷 96-100页

作者：刘长青张量万志伟俞兴传黄志祥吴先良安徽大学计算智能与信号处理教育部重点实验室合肥230601 合肥师范学院安徽省电子信息系统仿真设计重点实验室合肥230601

提出了一种基于缝隙耦合超材料表面的低剖面圆极化高增益天线,该天线由一个超材料表面和一个微带缝隙天线紧贴着组成.通过改变超表面切角的大小来产生圆极化波,同时还可以提高天线增益和拓宽阻抗带宽.为了验证仿真结果,制作和测量了一... 详细信息

提出了一种基于缝隙耦合超材料表面的低剖面圆极化高增益天线,该天线由一个超材料表面和一个微带缝隙天线紧贴着组成.通过改变超表面切角的大小来产生圆极化波,同时还可以提高天线增益和拓宽阻抗带宽.为了验证仿真结果,制作和测量了一个大小为1λ×1λ×0.067λ(在10 GHz处)的样本天线,仿真和测量结果显示出良好的一致性.结果表明,在整个工作带宽内天线的增益均在7.5 dB以上,最大增益达到10.5 dB,比普通缝隙天线提高了5.3 dB,阻抗带宽(S11<−10 dB)为27.4%,轴比带宽(AR<3 dB)达到12.3%.因此,该天线能同时满足低剖面、圆极化、高增益等多种性能的要求,可以应用于许多领域.

关键词：超材料低剖面圆极化高增益

来源：评论

学校读者我要写书评

暂无评论

基于异质信息网络表示学习的引文推荐方法

引用

小型微型计算机系统 2021年第8期42卷 1591-1597页

作者：段震余豪赵姝陈洁张燕平安徽大学计算智能与信号处理教育部重点实验室合肥230601 安徽大学计算机科学与技术学院合肥230601

引文推荐旨在根据指定查询信息从海量数据中挖掘出与之最相关的若干文献,是一件有重要意义且极具挑战性的工作.引文推荐不但与文献的内容相关,文献间的引文关系、文献和出版社关系、文献和作者关系等,在引文推荐中也起重要作用.本文提... 详细信息

引文推荐旨在根据指定查询信息从海量数据中挖掘出与之最相关的若干文献,是一件有重要意义且极具挑战性的工作.引文推荐不但与文献的内容相关,文献间的引文关系、文献和出版社关系、文献和作者关系等,在引文推荐中也起重要作用.本文提出一种基于异质信息网络表示学习的引文推荐算法.首先,利用文献的内容信息,以及文献中的不同类型节点之间的相互关系构建异质信息网络;接着,对每个论文节点进行采样,对其先后进行元路径游走和随机游走,生成混合随机游走序列;最后,使用skip-gram模型获得节点的嵌入向量,计算相似性获得相应的文献推荐列表.在两个真实引文网络数据集上的实验结果表明,本文的方法在推荐效果上面优于已有的算法.

关键词：引文推荐网络表示学习网络嵌入混合随机游走异质信息网络

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：