检索结果-内蒙古大学图书馆

计算机工程 2025年第5期51卷 133-142页

作者：黄昆齐肇建王娟敏胡倩胡伟超皮建勇贵州大学公共大数据国家重点实验室计算机科学与技术学院贵州贵阳550025 贵州移动信息科技有限公司贵州贵阳550001 贵州大学云计算与物联网研究中心贵州贵阳550025

密集行人检测是公共智能监控的关键技术,其采用目标检测方法对视频中的行人位置和数量进行检测,进而实现对视频中人群的智能监控。在人员密集场景下因遮挡和行人的目标太小造成漏检。为此,提出一种改进YOLOv8检测模型Crowd-YOLOv8。首先... 详细信息

密集行人检测是公共智能监控的关键技术,其采用目标检测方法对视频中的行人位置和数量进行检测,进而实现对视频中人群的智能监控。在人员密集场景下因遮挡和行人的目标太小造成漏检。为此,提出一种改进YOLOv8检测模型Crowd-YOLOv8。首先,在主干网络使用nostride-Conv-SPD模块,增强对图像小目标特征等细粒度信息的提取能力;其次,在YOLOv8网络的颈部引入小目标检测头和CARAFE上采样算子对各尺度特征进行融合,以提高在小目标情况下的检测效果。实验结果表明,所提模型在CrowdHuman数据集上mAP@0.5和mAP@0.5∶0.95分别取得了84.3%和58.2%的检测效果,与原YOLOv8n相比分别提高了3.7和5.2百分点;在WiderPerson数据集上取得了88.4%和67.4%,与原YOLOv8n相比提高了1.1和1.5百分点。

关键词：密集行人检测 YOLOv8网络 nostride-Conv-SPD模块 CARAFE算子小目标检测头

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce的SON算法实现

引用

计算机应用 2014年第A01期34卷 100-102,106页

作者：郭进伟皮建勇贵州大学计算机科学与技术学院贵阳550025 贵州大学云计算与物联网研究中心贵阳550025

在挖掘频繁项集的算法中,SON算法能够有效地降低CPU和I/O负载,但是SON算法在单节点上运行时仍然受限于内存和CPU;并且随着海量数据的来临,单节点也无法满足数据的存储。在深入研究SON算法的基础之上,提出了MapReduce编程模型实现SON算... 详细信息

在挖掘频繁项集的算法中,SON算法能够有效地降低CPU和I/O负载,但是SON算法在单节点上运行时仍然受限于内存和CPU;并且随着海量数据的来临,单节点也无法满足数据的存储。在深入研究SON算法的基础之上,提出了MapReduce编程模型实现SON算法的方法。算法的执行需要两轮MapReduce迭代,第一轮迭代求出局部频繁项集,第二轮迭代求出全局频繁项集。实验结果表明:SON算法采用MapReduce编程模型并行化后,部署在Hadoop集群上运行,随着分区数目的增加能够获取较好的加速比。

关键词：数据挖掘频繁项集 MapReduce SON算法 Hadoop

来源：评论

学校读者我要写书评

暂无评论

基于RSSI的煤矿巷道高精度定位算法研究

引用

中国矿业大学学报 2017年第1期46卷 183-191,200页

作者：李论张洪丁恩杰张雷贵州大学大数据与信息工程学院贵州贵阳550025 中国矿业大学物联网(感知矿山)研究中心江苏徐州221008

无线精确定位被广泛应用于矿山物联网技术领域,针对煤矿巷道定位算法普遍存在定位精度不高、误差大、易受环境干扰、被定位目标抖动和漂移等问题,提出一种基于高斯滤波的分段实时计算动态路径损耗因子α和环境参量ε_σ的接收信号强度指... 详细信息

无线精确定位被广泛应用于矿山物联网技术领域,针对煤矿巷道定位算法普遍存在定位精度不高、误差大、易受环境干扰、被定位目标抖动和漂移等问题,提出一种基于高斯滤波的分段实时计算动态路径损耗因子α和环境参量ε_σ的接收信号强度指标(RSSI)高精度巷道定位算法.实验中采用加权最小二乘法和最小二乘法曲线拟合方法,实时动态计算路径损耗因子和环境参量来构建符合煤矿井下特殊环境的信号传输模型;在位置坐标求解阶段引入距离误差修正参数Δμ,采用标准最小均方差迭代估计出未知节点的位置坐标.以锚节点不同布置方案对算法进行实地测距验证.结果表明:提出的算法定位平均精度为1.6m,最坏情况是2.8m,横向平均误差为1.2m,纵向平均误差为0.8m;相比固定路径损耗因子的RSSI算法提高了定位精度,降低了误差率.

关键词：煤矿巷道无线定位 RSSI 高精度定位算法

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce的序列规则在推荐系统中的研究

引用

微型机与应用 2014年第6期33卷 68-70,73页

作者：元二菊郭进伟皮建勇贵州大学计算机科学与信息学院贵州贵阳550025 贵州大学云计算与物联网研究中心贵州贵阳550025

目前常用的个性化推荐系统模型通常是基于协同过滤或者是基于内容的,也有部分基于关联规则的。这些算法没有考虑事务间的顺序,然而在很多应用中这样的顺序很重要。文章提出了一种简易的基于序列模式的推荐模型,并且考虑到大规模数据的处... 详细信息

目前常用的个性化推荐系统模型通常是基于协同过滤或者是基于内容的,也有部分基于关联规则的。这些算法没有考虑事务间的顺序,然而在很多应用中这样的顺序很重要。文章提出了一种简易的基于序列模式的推荐模型,并且考虑到大规模数据的处理,结合了MapReduce编程模型。这种简易的推荐模型可以用来辅助通常的个性化推荐系统。

关键词：推荐系统序列规则 MapReduce

来源：评论

学校读者我要写书评

暂无评论

基于自编码器的评分预测算法

引用

微型机与应用 2015年第2期34卷 11-13页

作者：韩伟森皮建勇贵州大学计算机科学与信息学院贵州贵阳550025 贵州大学云计算与物联网研究中心贵州贵阳550025

评分预测是推荐系统的一个组成部分,通过一个实数表达对用户的偏好进行预测,在学术界被广泛研究。神经网络具有很强的特征提取能力,能获取数据深层次的特征。使用神经网络中的一种网络即自编码器,通过扩展使其具有处理像评分矩阵这种有... 详细信息

评分预测是推荐系统的一个组成部分,通过一个实数表达对用户的偏好进行预测,在学术界被广泛研究。神经网络具有很强的特征提取能力,能获取数据深层次的特征。使用神经网络中的一种网络即自编码器,通过扩展使其具有处理像评分矩阵这种有缺失数据的矩阵的能力,并通过实验证明其预测结果与当前主流的评分预测算法SVD的性能接近。

关键词：推荐系统神经网络自编码器评分预测

来源：评论

学校读者我要写书评

暂无评论

基于MapReduce和分布式缓存的KNN分类算法研究

引用

微型机与应用 2015年第2期34卷 18-21页

作者：涂敬伟皮建勇贵州大学计算机科学与信息学院贵州贵阳550025 贵州大学云计算与物联网研究中心贵州贵阳550025

随着大数据时代的到来,K最近邻(KNN)算法较高的计算复杂度的弊端日益凸显。在深入研究了KNN算法的基础上,结合Map Reduce编程模型,利用其开源实现Hadoop,提出了一种基于Map Reduce和分布式缓存机制的KNN并行化方案。该方案只需要通过Map... 详细信息

随着大数据时代的到来,K最近邻(KNN)算法较高的计算复杂度的弊端日益凸显。在深入研究了KNN算法的基础上,结合Map Reduce编程模型,利用其开源实现Hadoop,提出了一种基于Map Reduce和分布式缓存机制的KNN并行化方案。该方案只需要通过Mapper阶段就能完成分类任务,减少了Task Tracker与Job Tracker之间的通信开销,同时也避免了Mapper的中间结果在集群任务节点之间的通信开销。通过在Hadoop集群上实验,验证了所提出的并行化KNN方案有着优良的加速比和扩展性。

关键词： KNN分类算法并行化 MapReduce编程模型 Hadoop 分布式缓存

来源：评论

学校读者我要写书评

暂无评论

大数据处理平台比较与分析

引用

微型机与应用 2015年第11期34卷 7-9,17页

作者：何海林皮建勇贵州大学计算机科学与信息学院贵州贵阳550025 贵州大学云计算与物联网研究中心贵州贵阳550025

虽然以MapReduce和Hadoop分布式系统(HDFS)为核心的Hadoop已在大规模数据密集的商业领域成功应用,但是对于多个并行操作之间重用工作数据集却表现不佳。作为对其的一种补充,本文介绍了Spark。首先介绍Hadoop的MapReduce与HDFS基本概念... 详细信息

虽然以MapReduce和Hadoop分布式系统(HDFS)为核心的Hadoop已在大规模数据密集的商业领域成功应用,但是对于多个并行操作之间重用工作数据集却表现不佳。作为对其的一种补充,本文介绍了Spark。首先介绍Hadoop的MapReduce与HDFS基本概念与设计思想,然后介绍了Spark的基本概念与思想,并且着重介绍了弹性分布式数据集RDD,并通过实验证明和分析对比了Hadoop与Spark。

关键词： Hadoop Map Reduce HDFS Spark 弹性分布式数据集

来源：评论

学校读者我要写书评

暂无评论

基于自生成深度神经网络的4D航迹预测

引用

计算机应用 2021年第5期41卷 1492-1499页

作者：李旭娟皮建勇黄飞翔贾海朋贵州大学计算机科学与技术学院贵阳550025 贵州大学云计算与物联网研究中心贵阳550025 中国民用航空西南地区空中交通管理局贵州分局贵阳550005

针对四维(4D)航迹预测的实时性不强和存在迭代误差的问题,提出了一种自动生成的条件变分自动编码器(AutoCVAE)。它以编码-解码的形式直接对未来一段时间的航迹进行预测,并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动... 详细信息

针对四维(4D)航迹预测的实时性不强和存在迭代误差的问题,提出了一种自动生成的条件变分自动编码器(AutoCVAE)。它以编码-解码的形式直接对未来一段时间的航迹进行预测,并能灵活选取观测点个数和预测步长。该方法以处理后的广播式自动相关监视(ADS-B)数据为引导,以减小预测误差为目标,通过贝叶斯优化的方法,在预定义的搜索空间内进行模型结构搜索,每一次的超参数取值都会参考之前的评估结果,使得每一次的模型结构都能向目标更靠近一点,最终实现了一个基于ADS-B数据的高精度的4D航迹预测模型。实验得出,所提模型能快速准确地进行航迹的实时预测,其中经纬度平均绝对预测误差(MAE)均小于0.03°,高度MAE小于30 m,各时刻点的时间误差也不会超过10 s,每次批量预测轨迹的延迟时间不超过0.2 s。

关键词：航迹预测条件变分自动编码器深度生成模型数据挖掘广播式自动相关监视

来源：评论

学校读者我要写书评

暂无评论

粗糙集属性约简在文本分类中的性能研究

引用

微型机与应用 2015年第21期34卷 81-84页

作者：赵靖皮建勇贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学云计算与物联网研究中心贵州贵阳550025

在文本分类中,特征空间维数可以达到数万维。使用信息度量的方法,如文档频率、信息增益、互信息等,对特征进行选择后的维数通常还是很大,降低阈值或减小最小特征数可能会降低分类效果。针对这个问题,提出基于粗糙集的二次属性约简。实... 详细信息

在文本分类中,特征空间维数可以达到数万维。使用信息度量的方法,如文档频率、信息增益、互信息等,对特征进行选择后的维数通常还是很大,降低阈值或减小最小特征数可能会降低分类效果。针对这个问题,提出基于粗糙集的二次属性约简。实验表明,该方法在有效降低特征维数的同时保证了分类效果。

关键词：文本分类粗糙集属性约简

来源：评论

学校读者我要写书评

暂无评论

一种针对名义型属性数据聚类中属性赋权的方法

引用

信息与电脑 2018年第3期30卷 61-63页

作者：秦飞皮建勇贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学物联网与云计算研究中心贵州贵阳550025

在面向名义型属性的聚类问题中,各个属性权重的选择对于聚类效果至关重要。在实践中,常常赋予各个属性相同的权重或者根据领域专家的意见赋予经验权重。在缺乏领域专家意见时,充分考虑各个属性对聚类结果贡献程度的不同,引入监督学习的... 详细信息

在面向名义型属性的聚类问题中,各个属性权重的选择对于聚类效果至关重要。在实践中,常常赋予各个属性相同的权重或者根据领域专家的意见赋予经验权重。在缺乏领域专家意见时,充分考虑各个属性对聚类结果贡献程度的不同,引入监督学习的思想对部分标记数据进行训练,设计遗传算法寻找各个属性更优的权重,以期获得更好的聚类效果。

关键词：名义型属性属性赋权聚类遗传算法

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：