检索结果-内蒙古大学图书馆

计算机学报 2024年第12期47卷 2760-2782页

作者：李文生张菁卓力吴鑫嘉闫伊北京工业大学信息科学技术学院北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

视觉分割是计算机视觉领域的核心任务,旨在将图像或视频帧中的像素分类以划分成不同区域.得益于视觉分割技术的快速发展,该技术在自动驾驶、航空遥感和视频场景理解等多种应用领域中发挥着关键作用.近年来,基于Transformer的视觉分割技... 详细信息

视觉分割是计算机视觉领域的核心任务,旨在将图像或视频帧中的像素分类以划分成不同区域.得益于视觉分割技术的快速发展,该技术在自动驾驶、航空遥感和视频场景理解等多种应用领域中发挥着关键作用.近年来,基于Transformer的视觉分割技术因具备长程依赖建模能力而备受关注.随着Transformer的模型架构的持续优化与迭代,亟须更全面地理解和认识Transformer在视觉分割领域的已有进展和发展趋势,通过发现现有研究中的不足和挑战,以更深入地探索Transformer的核心理论.为此,本文从图像/视频两个视觉脉络出发,整理、回顾、分析和探讨了近年来基于Transformer的视觉分割相关技术进展,不仅归纳了Transformer的理论框架,还给出了一些应用实例和研究热点,从而做出总结和展望.具体来说,首先梳理了Transformer的背景,包括问题定义、数据集和评估指标、基本结构,其中,问题定义描述了视觉分割在图像/视频任务中的预期目标和结果;数据集和评估指标反映了模型的具体应用场景,以及性能的衡量标准;基本结构则描述了算法的核心模块、实现流程以及各个模块之间的关系.然后,着重阐述了Transformer在图像语义分割、图像实例分割,以及视频语义分割和视频实例分割四个方法体系,并探讨了当前的研究热点.对于图像语义分割任务,分析了Transformer的代表性结构,包括纯Trans⁃former和双分支结构,并以无人机影像非铺装道路分割和遥感图像语义分割为实际应用案例,探讨了Transformer的改进动机与应用效果,并展示了主观结果;图像实例分割总结了常见的非端对端Transformer和端对端Trans⁃former典型结构.视频语义分割主要分为面向精度的和面向效率的Transformer结构,视频实例分割则包括逐帧和逐片段Transformer分割,并以网络直播视频实例分割为应用实例,一方面讨论了可用的数据集、实验参数和评估指标,另一方面,对网络直播视频实例分割主流方法性能进行了评价和分析,展示了一些主观可视化结果.之后,鉴于视觉分割领域的SAM大模型、开放词汇分割、指代分割受到了广泛关注,本文将这些热点问题方法进行了追溯和评述,以期碰撞出视觉分割的新思路和新灵感.最后,尽管基于Transformer在视觉分割技术受到了广泛的关注,但存在的科学问题也逐渐凸显,限制了模型性能与效率的进一步提升,对此本文总结了利用Trans⁃former开展图像/视频语义/实例分割仍需关注的难点问题,并对未来可能的发展方向进行了展望,提供了一些启示供参考.

关键词：视觉分割 Transformer 语义分割实例分割自注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于局部亮度直方图的自适应视频帧类型决策算法

引用

电子与信息学报 2023年第1期45卷 300-307页

作者：刘鹏宇张悦贾克斌段堃刘畅孙萱崔腾鹤北京工业大学信息学部北京100124 先进信息网络北京实验室北京100124 计算机智能与智能系统北京市重点实验室北京100124

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直... 详细信息

视频帧类型决策是影响视频编码效率的关键因素之一。为提升x265视频编码器的编码性能,该文提出基于局部亮度直方图的自适应视频帧类型决策算法。首先,在64×64大小的编码树单元(CTU)级别上统计各帧局部亮度直方图,用帧间局部亮度直方图差异表征帧间场景变换程度;其次,引入帧内编码帧(I帧)检测窗,在检测窗内通过比较帧间场景变换程度自适应确定I帧;最后,根据帧间场景变换程度与迷你图像组(MiniGOP)大小之间的相关性确定MiniGOP大小,从而自适应确定普通P和B帧(GPB帧)及双向预测编码帧(B帧)。实验结果表明,与x265标准中的相关算法相比,所提算法能够有效降低x265的编码复杂度,可在减少近5%编码时间的前提下,实现视频I帧、GPB帧和B帧的高效自适应决策。

关键词：视频编码 x265 局部亮度直方图视频帧类型决策

来源：评论

学校读者我要写书评

暂无评论

迁移增量启发式动态规划及污水处理应用

引用

北京工业大学学报 2025年第3期51卷 277-283页

作者：王鼎李鑫北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

针对污水处理系统中的溶解氧(dissolved oxygen,DO)质量浓度控制问题,提出一种迁移增量启发式动态规划(transferable incremental heuristic dynamic programming,TI-HDP)算法。针对污水处理过程的特性,该算法通过将控制变量的更新方式... 详细信息

针对污水处理系统中的溶解氧(dissolved oxygen,DO)质量浓度控制问题,提出一种迁移增量启发式动态规划(transferable incremental heuristic dynamic programming,TI-HDP)算法。针对污水处理过程的特性,该算法通过将控制变量的更新方式改进为增量形式,提升了算法的抗干扰能力,并弱化了与增量式比例-积分-微分(proportional-integral-derivative,PID)算法之间的结构差异。基于数据驱动的思想,通过利用PID算法所产生的历史数据,成功地将传统控制领域中的专家经验迁移到TI-HDP算法框架中,保证了TI-HDP算法前期控制策略的稳定性。仿真结果表明:与PID算法和传统的启发式动态规划算法相比,所提算法对DO质量浓度具有更高的控制精度。

关键词：启发式动态规划(heuristic dynamic programming,HDP) 智能控制知识迁移非线性系统神经网络污水处理

来源：评论

学校读者我要写书评

暂无评论

不对称约束多人非零和博弈的自适应评判控制

引用

控制理论与应用 2023年第9期40卷 1562-1568页

作者：李梦花王鼎乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124 北京人工智能研究院北京100124

本文针对连续时间非线性系统的不对称约束多人非零和博弈问题,建立了一种基于神经网络的自适应评判控制方法.首先,本文提出了一种新颖的非二次型函数来处理不对称约束问题,并且推导出最优控制律和耦合Hamilton-Jacobi方程.值得注意的是... 详细信息

本文针对连续时间非线性系统的不对称约束多人非零和博弈问题,建立了一种基于神经网络的自适应评判控制方法.首先,本文提出了一种新颖的非二次型函数来处理不对称约束问题,并且推导出最优控制律和耦合Hamilton-Jacobi方程.值得注意的是,当系统状态为零时,最优控制策略是不为零的,这与以往不同.然后,通过构建单一评判网络来近似每个玩家的最优代价函数,从而获得相关的近似最优控制策略.同时,在评判学习期间发展了一种新的权值更新规则.此外,通过利用Lyapunov理论证明了评判网络权值近似误差和闭环系统状态的稳定性.最后,仿真结果验证了本文所提方法的有效性.

关键词：神经网络自适应评判控制自适应动态规划非线性系统不对称约束多人非零和博弈

来源：评论

学校读者我要写书评

暂无评论

基于生理电信号的自动睡眠分期算法综述

引用

北京工业大学学报 2025年第4期51卷 435-451页

作者：金峥贾克斌北京工业大学信息科学技术学院北京100124 先进信息网络北京实验室北京100124 计算智能与智能系统北京市重点实验室北京100124

基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡... 详细信息

基于生理电信号的睡眠分期是监测睡眠过程和诊疗睡眠疾病的重要前提,针对人工睡眠分期方法存在耗时久、效率低、具有主观性等问题,近年来自动睡眠分期方法凭借高效性和准确性受到研究者的关注。因此,从算法设计的角度针对近6年的自动睡眠分期算法进行综述,分为传统机器学习和深度学习两大类,并对2个类别按照单通道与多通道生理电信号2种输入方式,从模型算法、信号类型、分期性能方面进行归纳总结。通过对比可知:单通道信号输入降低了信号采集成本,更适用于家庭睡眠监测,而多通道信号输入贴合分期准则,更适用于临床睡眠分析;深度学习类算法相较于传统机器学习类算法更具有研究前景,其可利用深度神经网络自动学习信号内在表征,在高效处理大规模数据的同时提供较好的分期性能。深度学习方法未来的研究重点应该从模型设计的角度转变为提升模型可解释性和泛化性,从而推动深度神经网络在睡眠医学领域中的应用。

关键词：睡眠医学生理电信号自动睡眠分期机器学习深度学习深度神经网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的单幅图像去雾研究进展

引用

电子学报 2023年第1期51卷 231-245页

作者：贾童瑶卓力李嘉锋张菁北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

户外视觉系统极易受到雾霾等恶劣天气影响,采集到的图像/视频质量严重下降,这不仅影响人眼的主观感受,也给后续的智能化分析带来严峻挑战.近年来,学者们将深度学习应用于图像去雾领域,取得了诸多的研究成果.但是雾霾图像场景复杂多变、... 详细信息

户外视觉系统极易受到雾霾等恶劣天气影响,采集到的图像/视频质量严重下降,这不仅影响人眼的主观感受,也给后续的智能化分析带来严峻挑战.近年来,学者们将深度学习应用于图像去雾领域,取得了诸多的研究成果.但是雾霾图像场景复杂多变、降质因素众多,这对去雾算法的泛化能力提出了很高的要求.本文主要总结了近年来基于深度学习的单幅图像去雾技术研究进展.从先验知识和物理模型、映射关系建模、数据样本、知识迁移学习等角度出发,介绍了现有算法的研究思路、具体特点、优势与不足.尤其侧重于近两年来新出现的训练策略和网络结构,如元学习、小样本学习、域自适应、Transformer等.另外,本文在公共数据集上对比了各种代表性去雾算法的主客观性能、模型复杂度等,尤其是分析了去雾后的图像对于后续目标检测任务的影响,更全面地评价了现有算法性能的优劣,并探讨了未来可能的研究方向.

关键词：单幅图像去雾深度学习无监督学习域泛化

来源：评论

学校读者我要写书评

暂无评论

基于自组织递归小波神经网络的污水处理过程多变量控制

引用

自动化学报 2024年第6期50卷 1199-1209页

作者：苏尹杨翠丽乔俊飞北京工业大学信息学部计算智能与智能系统北京重点实验室北京100124 嘉兴大学信息科学与工程学院嘉兴314001

污水处理过程(Wastewater treatment process,WWTP)是一个包含多个生化反应的复杂过程,具有非线性和动态特性.因此,实现污水处理过程的精准控制是一项挑战.为解决这个问题,提出一种基于自组织递归小波神经网络(Selforganized recurrent ... 详细信息

污水处理过程(Wastewater treatment process,WWTP)是一个包含多个生化反应的复杂过程,具有非线性和动态特性.因此,实现污水处理过程的精准控制是一项挑战.为解决这个问题,提出一种基于自组织递归小波神经网络(Selforganized recurrent wavelet neural network,SRWNN)的污水处理过程多变量控制.首先,针对污水处理过程的动态特性,根据小波基的激活强度设计一种自组织机制来动态调整递归小波神经网络控制器的结构,提高控制的性能.然后,采用结合自适应学习率的在线学习算法,实现控制器的参数学习.此外,通过李雅普诺夫稳定性定理证明此控制器的稳定性.最后,采用基准仿真平台进行仿真验证,实验结果表明,此控制方法可以有效提高污水处理过程的控制绝对误差积分(Integral of absolute error,IAE)和积分平方误差(Integral of squared error,ISE)的精度.

关键词：神经网络控制污水处理过程自组织机制多变量控制

来源：评论

学校读者我要写书评

暂无评论

基于自组织模块化神经网络的污水处理过程出水参数预测

引用

化工学报 2024年第9期75卷 3242-3254页

作者：郭鑫李文静乔俊飞河南工业大学电气工程学院河南郑州450001 北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 智慧环保北京实验室北京100124

针对城市污水处理过程关键出水水质一些参数难以在线测量的问题,提出了一种基于经验模态分解(EMD)的自组织模块化神经网络(MNN)出水参数软测量模型。首先设计一种基于EMD的任务分解方法,将复杂的时间序列分解为若干子序列,并采用样本熵... 详细信息

针对城市污水处理过程关键出水水质一些参数难以在线测量的问题,提出了一种基于经验模态分解(EMD)的自组织模块化神经网络(MNN)出水参数软测量模型。首先设计一种基于EMD的任务分解方法,将复杂的时间序列分解为若干子序列,并采用样本熵和欧氏距离分别计算子序列的复杂性及相似性,自适应调整子网络模块。然后针对子网络模块初始结构难以确定的问题提出一种前馈神经网络的结构自组织算法,实现子网络模型根据分配的子任务动态调整自身网络结构,更有效地对各子序列进行预测。最后通过基准时间序列预测和实际污水处理厂中出水水质参数检测实验验证了所提出的模型具有较好的预测精度和自适应性。

关键词：经验模态分解动态建模模块化神经网络时间序列预测废水

来源：评论

学校读者我要写书评

暂无评论

知识和数据驱动的污水处理反硝化脱氮过程协同优化控制

引用

自动化学报 2024年第6期50卷 1221-1233页

作者：韩红桂王玉爽刘峥孙浩源乔俊飞北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 数字社区教育部工程研究中心北京100124

为有效提升城市污水处理过程的脱氮效果,提出一种知识和数据驱动的反硝化脱氮过程协同优化控制(Knowledge-data-driven cooperative optimal control,KDDCOC).所提方法主要有以下两个方面:首先,建立一种基于自适应知识核函数的协同优化... 详细信息

为有效提升城市污水处理过程的脱氮效果,提出一种知识和数据驱动的反硝化脱氮过程协同优化控制(Knowledge-data-driven cooperative optimal control,KDDCOC).所提方法主要有以下两个方面:首先,建立一种基于自适应知识核函数的协同优化控制目标模型,动态描述出水水质(Effluent quality,EQ)以及泵送能耗(Pumping energy consumption,PE)、关键变量的协同关系;其次,提出一种知识引导的协同优化算法(Knowledge guide-based cooperative optimization algorithm,KGCO),快速准确求解硝态氮(Nitrate nitrogen,SNO)优化设定值,提高KDDCOC的响应速度.KDDCOC利用比例−积分−微分(Proportional-integral-derivative,PID)控制器对硝态氮优化设定值进行跟踪,将提出的KDDCOC应用于城市污水处理过程基准仿真模型1号(Benchmark simulation model No.1,BSM1),实验结果表明,该方法能够提高出水水质,降低运行能耗,有效改善脱氮效果.

关键词：污水处理反硝化脱氮过程知识和数据驱动协同优化控制自适应知识核函数知识引导的协同优化算法

来源：评论

学校读者我要写书评

暂无评论

基于混合双层自组织径向基函数神经网络的优化学习算法

引用

北京工业大学学报 2024年第1期50卷 38-49页

作者：杨彦霞王普高学金高慧慧齐泽洋北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124

针对传统方法采用先训练后测试两阶段学习机制极易导致的过拟合或欠拟合问题,提出一种基于混合双层自组织径向基函数神经网络的优化学习(hybrid bilevel self-organizing radial basis function neural network optimization learning,H... 详细信息

针对传统方法采用先训练后测试两阶段学习机制极易导致的过拟合或欠拟合问题,提出一种基于混合双层自组织径向基函数神经网络的优化学习(hybrid bilevel self-organizing radial basis function neural network optimization learning,Hb-SRBFNN-OL)算法。首先,将训练过程和测试过程集成到一个统一的框架中,规避过拟合或欠拟合问题。其次,基于进化学习机制,提出上下2层的交互式优化学习算法,上层基于网络复杂度和测试误差自组织调整网络结构,下层采用列文伯格-马夸尔特(Levenberg Marquardt,LM)算法作为优化器对自组织径向基函数神经网络(self-organizing radial basis function neural network,SO-RBFNN)的连接权值进行优化。最后,利用来自多个子网络的综合信息生成模型的最终输出,加速网络全局收敛。为验证所提方法的可行性,分别在多个分类和预测任务中进行了测试实验。结果表明,在与传统神经网络结构相似甚至更好的测试和分类精度下,该方法不仅能实现更快的训练收敛,而且能进化成更精简紧凑的径向基函数神经网络(radial basis function neural network,RBFNN)模型。尤其在污水处理过程中总磷的质量浓度预测实验中,测试集中均方根误差(root mean squared error,RMSE)最高可降低48.90%,实际场景实验结果验证了所提算法的精确性更佳且泛化能力更强。

关键词：径向基函数神经网络(radial basis function neural network,RBFNN) 自组织列文伯格-马夸尔特(Levenberg Marquardt,LM)算法混合双层优化学习泛化性能

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：