检索结果-内蒙古大学图书馆

云南民族大学学报（自然科学版） 2024年第4期33卷 505-512页

作者：丁杰蒋作云南民族大学电气信息工程学院云南昆明650500 云南民族大学数学与计算机科学学院云南昆明650500

针对绝缘子缺陷部分识别精度低问题,提出一种改进的YOLOv5算法,在原模型的特征融合部分引入动态卷积模块ODConv(omni-dimensional dynamic convolution),其通过并行多维注意力机制策略,增强模型对目标的特征提取能力.实验结果表明,改进... 详细信息

针对绝缘子缺陷部分识别精度低问题,提出一种改进的YOLOv5算法,在原模型的特征融合部分引入动态卷积模块ODConv(omni-dimensional dynamic convolution),其通过并行多维注意力机制策略,增强模型对目标的特征提取能力.实验结果表明,改进后的算法比原算法召回率提高2.2%,精度提高3%,平均精度(MAP)提高2%,在NVIDIA GeForce RTX 30606G显存设备上速度达到172帧/s,对比多种主流目标检测算法,本文算法综合性能较优,可为输电线路绝缘子故障巡检提供技术参考.

关键词： YOLOV5 动态卷积绝缘子缺陷检测目标检测

来源：评论

学校读者我要写书评

暂无评论

融合扩散文本的图像描述算法

引用

兰州大学学报(自然科学版) 2025年第1期61卷 8-16页

作者：刘仲民王学臻胡文瑾兰州理工大学电气工程与信息工程学院甘肃省工业过程先进控制重点实验室兰州730050 重庆长安汽车股份有限公司重庆400023 西北民族大学数学与计算机科学学院兰州730030

针对图像描述任务中特征信息利用不充分、背景信息易被忽略、生成语句的可控性存在欠缺等问题,使用特征融合模块和基于Transformer编/解码器的文本解码增强网络,提出一种融合扩散文本的图像描述算法.输入图像由Vision Transformer骨干... 详细信息

针对图像描述任务中特征信息利用不充分、背景信息易被忽略、生成语句的可控性存在欠缺等问题,使用特征融合模块和基于Transformer编/解码器的文本解码增强网络,提出一种融合扩散文本的图像描述算法.输入图像由Vision Transformer骨干网络提取细粒度信息,并在解码器中将原始的BERT网络结构替换为新型的DeBERTa网络结构,提升了Transformer模型的解码效果.文本扩散方法对图像描述语句的生成过程进行监督,减少描述语句的无序化.用强化学习方式对模型进行微调,优化最终描述语句生成结果.将提出算法在MS-COCO数据集中进行定量评估和线上对比测试.结果表明,模型在BLEU-1、BLEU-4、METEOR、ROUGE-L、CIDEr、SPICE数据集上的性能分别提高2.1%、3.1%、1.7%、2%、3.2%、2.6%,且模型的微调过程更加稳定,对图像的语义表述更加准确有序.

关键词：图像描述特征融合 Transformer模型扩散模型强化学习

来源：评论

学校读者我要写书评

暂无评论

小波分解U型Transformer加速MRI重构

引用

中南民族大学学报(自然科学版) 2025年第5期44卷 695-702页

作者：熊承义李帆高志荣孙清清陈文旗中南民族大学电子信息工程学院武汉430074 中南民族大学智能无线通信湖北省重点实验室武汉430074 中南民族大学计算机科学学院武汉430074

视觉Transformer在提升图像恢复性能方面表现出了良好潜能.研究了一种基于小波分解U型Transformer网络的加速磁共振图像(MRI)重建方法.重建网络的核心单元结合了Swin Transformer与Unet结构,通过融合图像的多尺度特征,改进网络的学习能... 详细信息

视觉Transformer在提升图像恢复性能方面表现出了良好潜能.研究了一种基于小波分解U型Transformer网络的加速磁共振图像(MRI)重建方法.重建网络的核心单元结合了Swin Transformer与Unet结构,通过融合图像的多尺度特征,改进网络的学习能力,以达到更好的重建性能.采用小波变换对输入图像进行分解,减少了Swin Transformer输入的特征维度,从而有效降低了重构网络的计算复杂度.通过引入小波域损失来约束网络的训练,更好地恢复图像的结构纹理信息.在Calgary-Campinas大脑MR数据集上进行实验比较,结果验证了此方法在提升重构图像质量及控制系统计算复杂度方面的有效性.

关键词：磁共振图像重构深度学习 Swin Transformer模型 Unet网络小波变换

来源：评论

学校读者我要写书评

暂无评论

基于改进LOF算法的窃电检测方法研究

引用

中南民族大学学报（自然科学版） 2022年第5期41卷 579-585页

作者：殷锋周绍军漆翔宇曹旭西南民族大学计算机科学与工程学院成都610041 四川水利职业技术学院信息工程系成都611231

异常值检测作为数据挖掘领域研究的热点问题之一,广泛应用于窃电识别、反信息欺诈等领域.而LOF算法作为一种依赖数据密度进行异常值识别的算法,因其具有检测精度高、应用场景多元等优势常被应用于窃电识别与检测过程中,但该算法往往存... 详细信息

异常值检测作为数据挖掘领域研究的热点问题之一,广泛应用于窃电识别、反信息欺诈等领域.而LOF算法作为一种依赖数据密度进行异常值识别的算法,因其具有检测精度高、应用场景多元等优势常被应用于窃电识别与检测过程中,但该算法往往存在较高的时间复杂度.针对该问题,提出了一种基于混合剪枝树模型改进的RBT-LOF算法,并在此基础上提出了相应的窃电用户识别模型.RBT-LOF算法首先对混合剪枝树的超平面划分方式进行调整,采用数据第一特征向量找出平衡分割位并重构数据对象;其次使用混合剪枝查询加速数据对象的搜索.实验结果表明:基于RBT-LOF的窃电识别模型较LOF算法、SVM、CNN和WDNet模型具有更高的执行效率和检测精确率.

关键词：窃电检测 RBT-LOF算法球树模型

来源：评论

学校读者我要写书评

暂无评论

局部特征增强的磁共振图像Transformer重构

引用

中南民族大学学报（自然科学版） 2025年第1期44卷 50-57页

作者：熊承义陈文旗高志荣马帅李帆中南民族大学电子信息工程学院武汉430074 中南民族大学智能无线通信湖北省重点实验室武汉430074 中南民族大学计算机科学学院武汉430074

研究了一种基于多头自注意力与卷积特征融合的磁共振图像Transformer重构方法.采用U型网络结构,通过学习图像的多尺度特征以提升重构性能.采用深度分离卷积与多头自注意力融合的Swin Transformer结构,改善网络的特征学习能力.在CC359-Br... 详细信息

研究了一种基于多头自注意力与卷积特征融合的磁共振图像Transformer重构方法.采用U型网络结构,通过学习图像的多尺度特征以提升重构性能.采用深度分离卷积与多头自注意力融合的Swin Transformer结构,改善网络的特征学习能力.在CC359-Brain数据集下基于多种采样模式进行仿真实验,结果证明了该方法在提升磁共振图像重构质量与降低系统复杂度方面的有效性.

关键词：磁共振成像卷积神经网络变换器深度学习

来源：评论

学校读者我要写书评

暂无评论

基于条纹池化和迁移学习的耕地分割模型

引用

科学技术与工程 2021年第36期21卷 15356-15364页

作者：李辉辉林凯墅马占奎文贵华张乾王新鹏广东技术师范大学计算机科学学院广州510665 华南理工大学计算机科学与工程学院广州510006 贵州民族大学数据科学与信息工程学院贵州550525

耕地的数量和质量是保持农业可持续发展的关键,是政府部门的决策依据。目前这些信息的获取主要依靠人力,不仅浪费大量人力、财力,而且效率较低,不准确,因此利用卫星遥感影像识别分割耕地图像具有重要价值。提出了一种耕地图像分割神经网... 详细信息

耕地的数量和质量是保持农业可持续发展的关键,是政府部门的决策依据。目前这些信息的获取主要依靠人力,不仅浪费大量人力、财力,而且效率较低,不准确,因此利用卫星遥感影像识别分割耕地图像具有重要价值。提出了一种耕地图像分割神经网络SP-Vnet,其包含了条纹池化模块和空洞卷积的V型分割模型,并与迁移学习、图像形态学方法等结合,实现了卫星遥感图像中耕地的精确分割和提取。与目前6个主流的语义分割网络模型相比,提出的SP-Vnet在最近MathorCup遥感图像耕地分割的竞赛数据集上,取得了更高的整体准确率OA、F1值和平均交并比(mIoU)。实验结果表明:SP-Vnet能够加强网络的全局特征表征能力,显著提高了耕地识别的准确率,同时结合图像形态学方法的后处理操作,提升了耕地分割边缘的平滑性和准确性。

关键词：深度学习图像语义分割迁移学习遥感图像

来源：评论

学校读者我要写书评

暂无评论

基于GitHub的用户影响力评估算法

引用

中南民族大学学报（自然科学版） 2023年第5期42卷 672-677页

作者：蒲秋梅席作新黄丽蓉罗芳王辉中央民族大学民族语言智能分析与安全治理教育部重点实验室北京100081 中央民族大学信息工程学院北京100081 武汉理工大学计算机科学与技术学院武汉430070

GitHub社交平台是代码托管领域的主流平台,拥有超过7300万开发人员.评估GitHub社交网络中用户的影响力对开源成果的学习和应用有重要意义.针对PageRank算法及其改进方法在评估用户影响力时对用户交互行为与用户自身因素分析不全面的局限... 详细信息

GitHub社交平台是代码托管领域的主流平台,拥有超过7300万开发人员.评估GitHub社交网络中用户的影响力对开源成果的学习和应用有重要意义.针对PageRank算法及其改进方法在评估用户影响力时对用户交互行为与用户自身因素分析不全面的局限性,提出了一种引入用户行为权值分配策略的影响力计算方法CUIE(Comprehensive User Influence Evaluation)算法,将用户行为对其他用户影响力的贡献比例作为权值计算用户的CUIE值.基于真实数据的实验结果表明:将用户交互行为作为评价用户影响力分析的因素之一,能使模型获得更好的结果,与传统算法进行对比,在Top-500及以上的情况下,CUIE算法均取得最优的准确率和召回率.此方法能有效发现被传统方法忽略的部分核心用户,可作为传统方法的补充,在舆情分析与引导中也具有一定实用价值.

关键词：社交网络用户影响力评估 PageRank算法 GitHub社交平台

来源：评论

学校读者我要写书评

暂无评论

基于混合图神经网络的多模态相关性时尚服饰兼容度预测研究

引用

北京服装学院学报（自然科学版） 2024年第2期44卷 70-78页

作者：陈燕吕梓民李云陆星宇井佩光广西大学计算机与电子信息学院广西南宁530004 广西财经学院大数据与人工智能学院广西南宁530003 广西民族大学相思湖学院理工学院广西南宁541004 天津大学自动化与信息工程学院天津300072

近年来,许多研究人员在多模态融合的研究中取得了显著效果。多模态比单模态具有更丰富的信息,然而,多模态融合过程中的类别共现频率偏差,使得服饰兼容度预测研究存在着巨大的挑战。因此,本研究提出了基于混合图神经网络的多模态相关性... 详细信息

近年来,许多研究人员在多模态融合的研究中取得了显著效果。多模态比单模态具有更丰富的信息,然而,多模态融合过程中的类别共现频率偏差,使得服饰兼容度预测研究存在着巨大的挑战。因此,本研究提出了基于混合图神经网络的多模态相关性时尚服饰兼容度预测模型。该模型深度挖掘文本和视觉两个模态的相关性,并通过混合图神经网络解决多模态融合过程中类别共现频率偏差引起兼容度预测不准确的问题,提高服饰兼容度预测精度。该模型在Polyvore Outfits和Polyvore Outfits-D两个开源数据集上进行了服饰兼容度预测和填空任务的实验。结果显示,该模型在2个数据集中的服饰兼容度任务中分别取得了0.928和0.878的AUC值,在填空任务中分别取得了62.41%和56.83%的精确度,均优于比较的基准模型。

关键词：多模态动态图神经网络共现频率偏差服饰兼容度

来源：评论

学校读者我要写书评

暂无评论

基于ECA-Net的双信息流图像字幕生成方法研究

引用

光电子.激光 2025年第1期36卷 27-35页

作者：刘仲民苏融胡文瑾兰州理工大学电气工程与信息工程学院甘肃兰州730050 甘肃省工业过程先进控制重点实验室甘肃兰州730050 西北民族大学数学与计算机科学学院甘肃兰州730030

针对图像字幕生成中由于视觉信息不足使生成的描述语句与图像内容不匹配的问题,提出一种基于高效通道注意力(efficient channel attention network,ECA-Net)的双信息流图像字幕生成方法。首先,该方法将图像分割特征作为另一个视觉信息源... 详细信息

针对图像字幕生成中由于视觉信息不足使生成的描述语句与图像内容不匹配的问题,提出一种基于高效通道注意力(efficient channel attention network,ECA-Net)的双信息流图像字幕生成方法。首先,该方法将图像分割特征作为另一个视觉信息源,采用迭代独立层归一化(iterative independent layer normalization,IILN)模块融合分割特征和网格特征,以双信息流网络提取图像特征;其次,在编码器中添加ECA-Net模块,通过跨通道交互学习图像特征之间的相关性,使预测结果更加关注视觉内容。最后,解码器根据提供的视觉信息和部分生成的字幕预测下一个词组,从而生成准确的字幕。在MSCOCO数据集上进行实验证明,该方法可以增强图像视觉信息之间的依赖性,使生成字幕相关度更高、语法更准确。

关键词：字幕生成通道注意力编解码器双信息流

来源：评论

学校读者我要写书评

暂无评论

基于SWIPT的吞吐量最优化NOMA全双工中继选择策略

引用

通信学报 2021年第5期42卷 87-97页

作者：李陶深施安妮王哲何璐广西大学计算机与电子信息学院广西南宁530004 南宁学院信息工程学院广西南宁530200 广西民族大学人工智能学院广西南宁530005

为了提高5G无线通信系统性能,引入非正交多址接入(NOMA)技术构建了全双工物联网(IoT)中继系统模型。针对无线携能通信(SWIPT)中继系统,该模型考虑中继节点能够捕获源节点、环路自干扰、空闲能量接入点(EAP)的信号能量,使用NOMA技术转发... 详细信息

为了提高5G无线通信系统性能,引入非正交多址接入(NOMA)技术构建了全双工物联网(IoT)中继系统模型。针对无线携能通信(SWIPT)中继系统,该模型考虑中继节点能够捕获源节点、环路自干扰、空闲能量接入点(EAP)的信号能量,使用NOMA技术转发源节点信号与自身信号至不同的目的节点。在该模型基础上,提出了一种基于功率分配协作的SWIPT中继选择策略。该策略基于通信服务质量与源节点发射功率等约束建立问题模型,通过数学变换将原非线性0-1规划问题转换为一对耦合优化问题,基于内部优化问题的最优解解决最优中继选择的外部优化问题,利用最优中继选择算法最大化系统吞吐量。仿真结果表明,所提模型和策略在吞吐量增益方面优于传统的最大最小中继选择方案,并且EAP的考虑能够显著提高系统中断性能。

关键词：非正交多址接入无线携能通信中继选择全双工自能量回收功率分配协议

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：