检索结果-内蒙古大学图书馆

西安电子科技大学学报 2023年第6期50卷 219-236页

作者：丁红发傅培旺彭长根龙士工吴宁博贵州财经大学信息学院贵州省大数据统计分析重点实验室贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025 贵安新区科创产业发展有限公司贵州贵阳550025

当前,基于中心化或本地差分隐私的图数据度分布直方图发布算法无法有效平衡发布数据的隐私保护程度及其可用性,且不能有效保护用户的身份隐私。针对该问题,在编码-混洗-分析框架下提出一种混洗差分隐私保护的度分布直方图发布算法。首先... 详细信息

当前,基于中心化或本地差分隐私的图数据度分布直方图发布算法无法有效平衡发布数据的隐私保护程度及其可用性,且不能有效保护用户的身份隐私。针对该问题,在编码-混洗-分析框架下提出一种混洗差分隐私保护的度分布直方图发布算法。首先,设计混洗差分隐私图数据度分布直方图隐私保护框架,采取交互式用户分组、混洗器及方波本地加噪扰动机制降低编码器对分布式用户本地差分隐私加噪的噪声影响,并利用极大似然估计在分析器端对加噪后的度分布直方图进行数据矫正,从而提高数据效用;其次,提出具体的分布式用户分组、混洗差分隐私加噪和数据矫正算法,并证明其满足(ε,σ)-混洗差分隐私。实验和对比结果表明,所提算法能保护分布式用户隐私,在L_(1)距离、H距离和MSE多个指标度量下的数据效用比已有算法提升了26%以上,且具有较低的时间开销和稳定的数据效用表现,适用不同规模的图数据度分布直方图发布共享应用。

关键词：隐私保护技术图结构混洗差分隐私度分布直方图发布数据效用

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的表面缺陷检测技术研究进展

引用

计算机集成制造系统 2024年第3期30卷 774-790页

作者：李键李华胡翔坤李少波乔静贵州大学省部共建公共大数据国家重点实验室贵州贵阳550025 清华大学机械工程系北京100084 新疆科技学院信息科学与工程学院新疆库尔勒841000

随着计算机视觉技术的快速发展,基于深度学习的表面缺陷检测技术实现了爆发式的应用,并逐步成为了主流发展方向。基于深度学习的缺陷检测技术可以近似为计算机视觉任务中的分类、检测、分割等任务,其主要目的是找出物体表面缺陷的类别... 详细信息

随着计算机视觉技术的快速发展,基于深度学习的表面缺陷检测技术实现了爆发式的应用,并逐步成为了主流发展方向。基于深度学习的缺陷检测技术可以近似为计算机视觉任务中的分类、检测、分割等任务,其主要目的是找出物体表面缺陷的类别和所在位置,相较于传统图像处理方法,深度学习在特征提取能力和环境适应能力上优势明显。以缺陷数据标签类型为依据,对近年来基于深度学习的表面缺陷检测技术进行梳理划分,总结目前技术的优点与不足,重点阐述了监督学习下的三种缺陷检测方法。探讨了表面缺陷检测技术面临的小样本以及不平衡样本等关键问题:对于小样本问题目前有结构优化、数据增广、迁移学习等解决方法;针对不平衡样本问题,介绍了近年来热点的无监督、弱监督与半监督学习模型。随后介绍了常用的工业表面缺陷数据集并展现了近年来提出的算法在NEU数据集上的应用效果。最后对进一步的研究工作提出展望,希望能给缺陷检测研究提供有意义的参考。

关键词：计算机视觉深度学习图像处理表面缺陷检测

来源：评论

学校读者我要写书评

暂无评论

基于多注意力机制与编译图神经网络的高光谱图像分类

引用

农业机械学报 2024年第3期55卷 183-192,212页

作者：孙杰杨静丁书杰李少波胡建军贵州大学机械工程学院贵阳550025 贵州大学省部共建公共大数据国家重点实验室贵阳550025 南卡罗莱纳州大学计算机科学与工程系哥伦比亚29208

针对高光谱图像(Hyperspectral image,HSI)分类研究中小样本学习时,无法达到理想分类效果的问题,以多注意力机制融合、编译图神经网络与卷积神经网络有机结合提出了一种新的高光谱图像分类方法。设计了一种基于混合注意力机制的网络(Mul... 详细信息

针对高光谱图像(Hyperspectral image,HSI)分类研究中小样本学习时,无法达到理想分类效果的问题,以多注意力机制融合、编译图神经网络与卷积神经网络有机结合提出了一种新的高光谱图像分类方法。设计了一种基于混合注意力机制的网络(Multiple mixed attention convolutional neural network,MCNN)与编译图神经网络(Compiled graph neural network,CGNN),在学习样本有限的情况下,其能有效保留HSI的光谱与空间信息。引入的图编码器与图解码器可以有效地映射不规则的HSI地物类别特征信息。设计的多注意力机制可以重点关注一些重要的空间像素特征。研究了不同训练样本下对不同算法学习示例分类的影响,在公共数据集Botswana(BS)的实验表明,本文方法比CEGCN(CNN-enhanced graph convolutional network)、WFCG(Weighted feature fusion of convolutional neural network)算法总体分类精度(Overall classification accuracy,OA)分别高2.72、3.86个百分点。同样在IndianPines(IP)数据集上仅用3%训练样本数据的实验结果显示,本研究方法比CEGCN与WFCG算法的OA分别高0.44、1.42个百分点。说明本研究提出的方法不仅对HSI具有良好的空间与光谱信息感知能力,而且在微小学习数据下仍然表现出强有力的分类准确性。

关键词：高光谱图像分类图神经网络注意力机制超像素分割

来源：评论

学校读者我要写书评

暂无评论

脑启发式持续学习方法:技术、应用与发展

引用

电子与信息学报 2022年第5期44卷 1865-1878页

作者：杨静李斌李少波王崎于丽娅胡建军袁坤贵州大学省部共建公共大数据国家重点实验室贵阳550025 贵州大学机械工程学院贵阳550025 美国南卡罗莱纳州大学计算机科学与工程系哥伦比亚29208

深度学习模型面对非独立同分布数据流时,新知识会覆盖旧知识,造成其性能大幅度下降。而持续学习(CL)技术可以从非独立同分布数据流中获取增量可用知识,不断积累新知识的同时无须从头学习,通过模仿类脑的学习与记忆机制达到类人智能。该... 详细信息

深度学习模型面对非独立同分布数据流时,新知识会覆盖旧知识,造成其性能大幅度下降。而持续学习(CL)技术可以从非独立同分布数据流中获取增量可用知识,不断积累新知识的同时无须从头学习,通过模仿类脑的学习与记忆机制达到类人智能。该文针对脑启发式持续学习方法进行综述。首先,回顾持续学习发展历程;其次,从类脑持续学习机制的角度,将持续学习研究方法分为经典方法与脑启发方法两类,对重放、正则化与稀疏化3种经典持续学习方法的研究现状进行总结,分析了其所面临的困境。为此,针对更接近类脑持续学习能力的突触、双系统、睡眠及模块化4类脑启发方法进行阐述分析与对比总结;最后,概述脑启发式持续学习的应用现状,并探讨了在现有技术条件下实现脑启发式持续学习所面临的挑战及其未来发展方向。

关键词：持续学习脑启发灾难性遗忘类脑智能睡眠启发

来源：评论

学校读者我要写书评

暂无评论

相关奇异值比的SVD在轴承故障诊断中的应用

引用

机械工程学报 2021年第21期57卷 138-149页

作者：李华刘韬伍星李少波贵州大学省部共建公共大数据国家重点实验室贵阳550025 昆明理工大学先进装备智能制造技术云南省重点实验室昆明650500 云南机电职业技术学院昆明650203

基于Hankel矩阵的奇异值分解(Singular value decomposition,SVD)方法在信号处理、故障诊断领域得到了广泛应用。其降噪性能受选取的重构分量、Hankel矩阵结构、分析的数据点数的影响,对此进行了系统的研究,提出了基于相关奇异值比的SVD... 详细信息

基于Hankel矩阵的奇异值分解(Singular value decomposition,SVD)方法在信号处理、故障诊断领域得到了广泛应用。其降噪性能受选取的重构分量、Hankel矩阵结构、分析的数据点数的影响,对此进行了系统的研究,提出了基于相关奇异值比的SVD(Correlated singular value ratio SVD,C-SVR SVD)方法,并成功应用于轴承故障诊断。首先,针对SVD的重构分量的确定问题,提出了奇异值比(Singular value ratio,SVR)和互相关系数相结合的方法;其次,对Hankel矩阵的结构进行研究,提出了基于SVR和峭度指标的结构优化方法。然后,对分析的数据点数进行了分析讨论,给定了约束。最后,将C-SVR SVD方法应用于轴承故障仿真信号和实际轴承故障案例分析,验证了C-SVR SVD方法的有效性和优越性。

关键词：奇异值分解重构分量确定奇异值比互相关系数 Hankel矩阵结构滚动轴承

来源：评论

学校读者我要写书评

暂无评论

基于乌鸦搜索优化BP神经网络的入侵检测方法

引用

激光与光电子学进展 2021年第6期58卷 148-155页

作者：蓝吕盈唐向红顾鑫陆见光贵州大学现代制造技术教育部重点实验室贵州贵阳550025 贵州大学机械工程学院贵州贵阳550025 贵州大学公共大数据国家重点实验室贵州贵阳550025

为了提高入侵检测系统的准确率,提出一种基于乌鸦搜索算法的反向传播(CSA-BP)神经网络模型。BP神经网络是解决非线性问题的重要方法,但是其预测能力容易受到初始参数的影响。针对这一问题,将相对百分误差作为模型的目标函数,通过乌鸦搜... 详细信息

为了提高入侵检测系统的准确率,提出一种基于乌鸦搜索算法的反向传播(CSA-BP)神经网络模型。BP神经网络是解决非线性问题的重要方法,但是其预测能力容易受到初始参数的影响。针对这一问题,将相对百分误差作为模型的目标函数,通过乌鸦搜索算法极强的全局搜索能力找到最优权值和阈值。然后,利用5组标准的数据集对CSA-BP模型进行验证。最后,将CSA-BP算法用于入侵检测系统,结果表明,该算法使入侵检测系统准确率更高,达到了96.6%,且加快了收敛速度。

关键词：图像处理入侵检测反向传播神经网络乌鸦搜索算法参数优化

来源：评论

学校读者我要写书评

暂无评论

基于级联编码的区块链分片存储方案

引用

通信学报 2024年第7期45卷 159-170页

作者：田有亮黄钰清王帅贵州大学公共大数据国家重点实验室贵州贵阳550025 贵州大学计算机科学与技术学院贵州贵阳550025 贵州大学密码学与数据安全研究所贵州贵阳550025 贵州省密码学与区块链技术特色重点实验室贵州贵阳550025

传统区块链存在存储可扩展性难题,现有研究基于纠删码理论降低了区块链存储开销,但在区块的译码恢复时会带来高额的计算与通信开销。为解决以上难题,提出了一种基于级联编码的区块链分片存储方案。通过添加预编码层改进现有无码率纠删码... 详细信息

传统区块链存在存储可扩展性难题,现有研究基于纠删码理论降低了区块链存储开销,但在区块的译码恢复时会带来高额的计算与通信开销。为解决以上难题,提出了一种基于级联编码的区块链分片存储方案。通过添加预编码层改进现有无码率纠删码,实现了Ο(n)的编译码复杂度。考虑译码过程中节点间的通信时延差异,提出了基于Metis的时延感知分片算法,通过时延权重决定节点的分片归属,降低译码过程中的通信开销。仿真结果表明,所提方案不仅保证了区块链数据可靠性而且所需的计算开销与通信开销也优于传统方案。

关键词：区块链存储可扩展性纠删码分片技术

来源：评论

学校读者我要写书评

暂无评论

动态场景下基于语义分割的视觉SLAM方法

引用

计算机工程 2024年第3期50卷 242-249页

作者：杜晓英袁庆霓齐建友王晨杜飞龙任澳贵州大学现代制造技术教育部重点实验室贵州贵阳550025 贵州大学机械工程学院贵州贵阳550025 贵州大学省部共建公共大数据国家重点实验室贵州贵阳550025

针对在动态场景下视觉同步定位与建图(SLAM)鲁棒性差、定位与建图精度易受动态物体干扰的问题,设计一种基于改进DeepLabv3plus与多视图几何的语义视觉SLAM算法。以语义分割网络DeepLabv3plus为基础,采用轻量级卷积网络MobileNetV2进行... 详细信息

针对在动态场景下视觉同步定位与建图(SLAM)鲁棒性差、定位与建图精度易受动态物体干扰的问题,设计一种基于改进DeepLabv3plus与多视图几何的语义视觉SLAM算法。以语义分割网络DeepLabv3plus为基础,采用轻量级卷积网络MobileNetV2进行特征提取,并使用深度可分离卷积代替空洞空间金字塔池化模块中的标准卷积,同时引入注意力机制,提出改进的语义分割网络DeepLabv3plus。将改进后的语义分割网络DeepLabv3plus与多视图几何结合,提出动态点检测方法,以提高视觉SLAM在动态场景下的鲁棒性。在此基础上,构建包含语义信息和几何信息的三维语义静态地图。在TUM数据集上的实验结果表明,与ORB-SLAM2相比,该算法在高动态序列下的绝对轨迹误差的均方根误差值和标准差(SD)值最高分别提升98%和97%。

关键词： DeepLabv3plus网络视觉同步定位与建图多视图几何动态场景语义地图

来源：评论

学校读者我要写书评

暂无评论

具有正则化约束的脉冲神经网络机器人触觉物体识别方法

引用

电子与信息学报 2023年第7期45卷 2595-2604页

作者：杨静吉晓阳李少波胡建军王阳刘庭卿贵州大学省部共建公共大数据国家重点实验室贵阳550025 贵州大学计算机科学与技术学院贵阳550025 贵州大学现代制造技术教育部重点实验室贵阳550025 美国南卡罗莱纳州立大学计算机科学与工程系哥伦比亚29208

拓展触觉感知能力是智能机器人未来发展的重要方向之一,决定着机器人的应用场景范围。由触觉传感器采集的数据是机器人完成触觉感知任务基础,但触觉数据具有复杂的时空性。脉冲神经网络具有丰富的时空动力学特征和契合硬件的事件驱动性... 详细信息

拓展触觉感知能力是智能机器人未来发展的重要方向之一,决定着机器人的应用场景范围。由触觉传感器采集的数据是机器人完成触觉感知任务基础,但触觉数据具有复杂的时空性。脉冲神经网络具有丰富的时空动力学特征和契合硬件的事件驱动性,能更好地处理时空信息和应用于人工智能芯片给机器人带来更高能效。该文针对脉冲神经网络神经元脉冲活动离散性导致网络训练过程反向传播失效的问题,从智能触觉机器人动态系统角度,引入脉冲活动近似函数使脉冲神经网络反向传播梯度下降法有效;针对触觉脉冲数据量少导致的过拟合问题,融合正则化方法加以缓解;最后,提出具有正则化约束的脉冲神经网络机器人触觉物体识别(Spiking neural network Tactile dropout,SnnTd;Spiking neural network Tactile dropout-l2-cosine annealing,SnnTdlc)算法。相较于经典方法TactileSGNet,Grid-based CNN,MLP和GCN,SnnTd正则化方法触觉物体识别率在EvTouchContainers数据集上比最好方法TactileSGNet提升了5.00%,SnnTdlc正则化方法触觉物体识别率在EvTouch-Objects数据集上比最好方法TactileSGNet提升了3.16%。

关键词：触觉感知脉冲神经网络识别算法正则化方法反向传播

来源：评论

学校读者我要写书评

暂无评论

三维点云弱监督语义分割研究进展综述

引用

激光杂志 2024年第3期45卷 14-23页

作者：伍婕张安思李松张保张仪宗贵州大学省部共建公共大数据国家重点实验室贵阳550025 贵州大学机械工程学院贵阳550025

在三维点云语义分割任务中,使用少量标注的点云数据进行语义分割可以节省人力标注成本,近年来得到学术界的普遍关注。传统的三维点云语义分割方法多利用完全监督的方式,这类方法往往需要耗费人力和时间去标注大量点云,而使用弱监督方式... 详细信息

在三维点云语义分割任务中,使用少量标注的点云数据进行语义分割可以节省人力标注成本,近年来得到学术界的普遍关注。传统的三维点云语义分割方法多利用完全监督的方式,这类方法往往需要耗费人力和时间去标注大量点云,而使用弱监督方式只需要对点云进行少量的标注就能达到和完全监督方法相同的目的。文章回顾和讨论了近年来三维点云弱监督语义分割的发展,从不同角度总结了弱监督语义分割的相关方法,基于这些方法,在四个公开数据集上对其结果进行了定量分析与讨论,最后总结了三维点云弱监督语义分割存在的挑战,并展望了未来的发展方向。

关键词：三维点云计算机视觉弱监督语义分割点云数据集

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：