检索结果-内蒙古大学图书馆

第十七届全国计算机辅助设计与图形学学术会议(CAD/CG’ 2012)暨第九届全国智能CAD与数字娱乐学术会议(CID’ 2012)

作者：李昕吴福理童琪杰陈伟锋华炜陈为中国石油大学(华东)计算机与通信工程学院青岛266555 浙江大学CAD&CG国家重点实验室杭州310058 浙江工业大学计算机学院杭州310032 浙江大学CAD&CG国家重点实验室杭州310058

投影四面体法是四面体体数据可视化的一种重要方法.本文提出了一种基于KD树空间划分的快速精确的四面体排序策略,在每个叶节点内逐层并行提取互不遮挡的四面体,层与层之间自然有序,且各叶节点的操作彼此独立进行.实验表明,基于KD树快速... 详细信息

投影四面体法是四面体体数据可视化的一种重要方法.本文提出了一种基于KD树空间划分的快速精确的四面体排序策略,在每个叶节点内逐层并行提取互不遮挡的四面体,层与层之间自然有序,且各叶节点的操作彼此独立进行.实验表明,基于KD树快速精确排序策略的GPU实现极大的缩短了排序时间.

关键词：四面体排序策略 KD树空间划分嵌入式图形处理器

来源：评论

学校读者我要写书评

暂无评论

基于主成分降维及多层感知神经网络的辛烷值预测分析

引用

广西科技大学学报 2021年第3期32卷 67-73页

作者：孙金芳王智文王康权吴静广西科技大学理学院广西柳州545006 广西科技大学计算机科学与通信工程学院广西柳州545006 广西师范大学广西多源信息挖掘与安全重点实验室广西桂林541004

辛烷值是评价汽油质量的重要指标,汽油在精制脱硫和降烯烃的过程中,辛烷值普遍出现了损失.建立预测模型来预测辛烷值,帮助企业优化工艺流程进而提高成品油辛烷值的含量具有重大意义.根据某石化企业的精制脱硫装置保留下来的数据进行分析... 详细信息

辛烷值是评价汽油质量的重要指标,汽油在精制脱硫和降烯烃的过程中,辛烷值普遍出现了损失.建立预测模型来预测辛烷值,帮助企业优化工艺流程进而提高成品油辛烷值的含量具有重大意义.根据某石化企业的精制脱硫装置保留下来的数据进行分析,选取独立且具有代表性的20个变量,基于主成分降维的多层感知神经网络建立辛烷值的预测模型.实验结果表明,当隐藏层的神经元个数为10时,MSE、RMSE、MAE均最小,此时该模型具有较高的预测精度和较好的拟合度.此模型不仅揭示了变量与辛烷值之间的非线性映射关系,同时也为预测辛烷值提供了一种新的思路.

关键词：汽油辛烷值主成分降维多层感知神经网络数据降维辛烷值损失辛烷值预测

来源：评论

学校读者我要写书评

暂无评论

基于非线性运动和空间一致的多摄像机运动员跟踪

引用

网络新媒体技术 2023年第6期12卷 10-20页

作者：韩笑王永滨刘守训范伟健中国传媒大学信息与通信工程学院北京100024 中国传媒大学媒体融合与传播国家重点实验室北京100024 中国传媒大学计算机与网络空间安全学院北京100024

运动员跟踪是体育视频理解领域中构建复杂运动分析系统的关键技术。针对体育视频跟踪研究中存在的目标遮挡频繁、运动速度突变问题,提出了一种基于非线性运动模型和空间一致性的多摄像机多运动员跟踪方法。在局部轨迹关联部分通过无迹... 详细信息

运动员跟踪是体育视频理解领域中构建复杂运动分析系统的关键技术。针对体育视频跟踪研究中存在的目标遮挡频繁、运动速度突变问题,提出了一种基于非线性运动模型和空间一致性的多摄像机多运动员跟踪方法。在局部轨迹关联部分通过无迹卡尔曼滤波对运动员的非线性运动模型进行估计,并利用跟踪丢失到恢复匹配之间的检测结果建立虚拟轨迹作为辅助观测值,能够平衡跟踪精确度和鲁棒性。在跨摄像机轨迹关联部分,利用多个摄像机的局部轨迹在全局平面图中的投影轨迹的空间一致性得到全局轨迹。还利用开源的谷歌足球增强学习环境制作合成的足球运动员跟踪数据集。实验证明本文提出的方法能够有效提升运动员在遮挡情况下的跟踪效果,多目标跟踪精度达到了71.5%,同时消融分析证明了合成数据在此研究领域的有效性。

关键词：多运动员跟踪多视角合成数据轨迹匹配非线性运动模型空间特征一致性

来源：评论

学校读者我要写书评

暂无评论

基于潜层关系增强的实体和关系联合抽取

引用

计算机工程与设计 2024年第6期45卷 1780-1788页

作者：王鹏刘小明杨关刘杰刘阳中原工学院计算机学院河南郑州450007 中原工学院河南省网络舆情监测与智能分析重点实验室河南郑州450007 北方工业大学信息学院北京100144 国家语委中国语言智能研究中心北京102206 西安电子科技大学通信工程学院陕西西安710071

为充分发掘文本序列中潜层语义关系信息,提出一种实体和关系联合抽取的潜层关系增强模型SREM(text subtext relationship enhancement model)。在潜层关系表示层利用结构化对齐的方式,获取并保持文本序列中的语义信息结构。在融合注意... 详细信息

为充分发掘文本序列中潜层语义关系信息,提出一种实体和关系联合抽取的潜层关系增强模型SREM(text subtext relationship enhancement model)。在潜层关系表示层利用结构化对齐的方式,获取并保持文本序列中的语义信息结构。在融合注意力机制的关系网络层中对数据进行建模,提高模型对文本词汇间关系信息的捕获能力。结合注意力机制获取细粒度语义信息,对上下文信息进行选择过滤。实验结果表明,在数据集NYT和WebNLG上取得的F1值分别为92.40%和92.52%,验证了模型的有效性。

关键词：联合抽取语义关系结构化知识潜层表示注意力机制关系网路信息过滤

来源：评论

学校读者我要写书评

暂无评论

交通事件下排队车辆数和总延误计算模型研究

引用

计算技术与自动化 2018年第2期37卷 110-116页

作者：董国华左友兰长沙理工大学计算机与通信工程学院湖南长沙410004 长沙理工大学综合交通运输大数据智能处理湖南省重点实验室湖南长沙410004

为描述交通事件后导致拥挤交通流中的排队现象,分析预测交通流的时空影响。根据流量守恒定律和交通波波速公式,提出了排队车辆数和车辆总延误定量计算的一个新模型。将事件后交通流的发展划分为三个时间阶段,推导出道路堵塞时各相应时... 详细信息

为描述交通事件后导致拥挤交通流中的排队现象,分析预测交通流的时空影响。根据流量守恒定律和交通波波速公式,提出了排队车辆数和车辆总延误定量计算的一个新模型。将事件后交通流的发展划分为三个时间阶段,推导出道路堵塞时各相应时间段交通变量动态计算公式。同时分析了交通事件影响因素除了事件本身的严重性外,事件的清理时间是决定事件瓶颈处车辆排队第二位的影响因素;以及交通事件时空发展模型与事件自动检测两者之间相互影响、互为因果的关系。最后用应用算例对该模型的有效性进行验证,结果表明,数据符合实际情况,排队车辆数随着事件持续时间增加呈分段线性变化,而所有排队车辆的总延误随着交通事件处理时间的增加呈二次平方变化。此模型可作为交通管理控制部门对交通事件发生后制定合理救援措施的理论依据。

关键词：交通事件影响因素交通流排队车辆数总延误模型分析

来源：评论

学校读者我要写书评

暂无评论

在线多目标视频跟踪算法综述

引用

计算技术与自动化 2018年第1期37卷 73-82页

作者：李月峰周书仁综合交通运输大数据智能处理湖南省重点实验室(长沙理工大学) 湖南长沙410114 长沙理工大学计算机与通信工程学院湖南长沙410114

视频多目标跟踪是计算机视觉领域重要的研究课题之一,不论是在军用还是民用都有广泛应用。目前对单目标的跟踪算法研究已经相当成熟,但对于多目标跟踪的研究还处于发展阶段。重点研究了多目标跟踪过程中的四个重要阶段:特征提取、检测... 详细信息

视频多目标跟踪是计算机视觉领域重要的研究课题之一,不论是在军用还是民用都有广泛应用。目前对单目标的跟踪算法研究已经相当成熟,但对于多目标跟踪的研究还处于发展阶段。重点研究了多目标跟踪过程中的四个重要阶段:特征提取、检测器、数据关联、跟踪器。特征提取阶段详细介绍了目前主流的特征提取方法以及各个方法之间的优缺点;检测器阶段首先详细介绍了目标外观模型在具体应用场景中的跟踪效果,接着对基于检测跟踪的多目标跟踪算法和基于深度学习的多跟踪算法进行了分析;跟踪器阶段分别介绍了目标运动模型的建立和利用不同跟踪器混合的多目标跟踪算法;数据关联阶段分别介绍了基于能量最小化的多目标跟踪以及常用的数据关联算法。接着,介绍了目前主流的数据集以及评测方法;最后对多目标跟踪未来的发展进行了思考和展望。

关键词：视频分析计算机视觉多目标跟踪深度学习

来源：评论

学校读者我要写书评

暂无评论

面向TOCC的交通数据元标准化研究——以长沙市为例

引用

软件导刊 2023年第1期22卷 191-198页

作者：刘宏郭芊陈谏滔张锦湖南师范大学信息科学与工程学院湖南长沙410081 长沙市智慧交通发展中心智慧交通关键技术研究联合实验室湖南长沙410023 长沙理工大学计算机与通信工程学院湖南长沙410114

交通运行监测调度中心(TOCC)是一个城市的交通智慧大脑,汇集了交通领域的海量数据。由于长沙各部门之间没有统一的数据元标准来指导与规范其建设,导致交通数据面临数据不规范、数据难以融合、利用率不高等问题。基于此,结合长沙市交通... 详细信息

交通运行监测调度中心(TOCC)是一个城市的交通智慧大脑,汇集了交通领域的海量数据。由于长沙各部门之间没有统一的数据元标准来指导与规范其建设,导致交通数据面临数据不规范、数据难以融合、利用率不高等问题。基于此,结合长沙市交通数据的实际情况,首先针对数据元属性进行说明,在数据元编码属性中将交通相关业务领域分成四大类;其次提出针对长沙市交通数据的数据元构建方法,并基于数据元的网状结构特点,对业务流程采用深度优先算法、对用户视图采用广度优先算法提取全而不重的数据元;最后根据业务领域的业务重点与中心要素构建简洁的数据元框架表。开展交通数据元标准研究,保障交通数据交互质量,有利于促进数据整合、提高数据利用率,进而更好地服务于交通运行监测调度中心。

关键词： TOCC 数据元标准化智慧交通

来源：评论

学校读者我要写书评

暂无评论

基于场景-部件的人体行为识别方法

引用

测控技术 2020年第2期39卷 104-108,114页

作者：李俊国周书仁蔡碧野长沙理工大学综合交通运输大数据智能处理湖南省重点实验室湖南长沙410114 长沙理工大学计算机与通信工程学院湖南长沙410114

基于部件的行为识别方法给图像行为识别领域提供了一种新的思路,即将人体行为识别看成是一种人体各个部件行为的组合。但是这种方法完全忽视了除人以外的任何东西,导致了某些姿态过于相似的行为无法区分。针对这一不足,在基于部件(Part-... 详细信息

基于部件的行为识别方法给图像行为识别领域提供了一种新的思路,即将人体行为识别看成是一种人体各个部件行为的组合。但是这种方法完全忽视了除人以外的任何东西,导致了某些姿态过于相似的行为无法区分。针对这一不足,在基于部件(Part-based)的行为识别方法基础上,提出了基于场景-部件(Scene-Part based)的行为识别方法。实验过程中利用卷积神经网络将部件和场景的外观特征转换为行为特征,并通过全连接层将所有特征连接,进行人体行为类别的最终判定。在Standford40和PASCAL VOC2012两种行为识别数据集上的实验结果表明,相对于基于部件的行为识别方法而言,基于场景-部件的行为识别方法能更好地区分相似行为,从而进一步提高行为识别的准确率,提升精度约为1%。

关键词：卷积神经网络行为识别场景部件

来源：评论

学校读者我要写书评

暂无评论

一种改进的CLIQUE算法及其并行化实现

引用

计算技术与自动化 2018年第4期37卷 49-54页

作者：林鹏陈曦龙鹏飞傅明长沙理工大学综合交通运输大数据智能处理湖南省重点实验室湖南长沙410114 长沙理工大学计算机与通信工程学院湖南长沙410114

CLIQUE算法是一种高效的聚类算法,但其聚类结果存在锯齿边界的问题。而且随着数据规模和维度的增加,算法的效率受到极大影响。针对这些问题,提出一种改进的CLIQUE算法,算法首先使用边界修正方法和滑动网格方法,对稠密区域的边界和稀疏... 详细信息

CLIQUE算法是一种高效的聚类算法,但其聚类结果存在锯齿边界的问题。而且随着数据规模和维度的增加,算法的效率受到极大影响。针对这些问题,提出一种改进的CLIQUE算法,算法首先使用边界修正方法和滑动网格方法,对稠密区域的边界和稀疏区域进行扫描,寻回被剪枝的稠密网格,提升网格划分的质量;然后实现了改进算法在MapReduce下的分布式并行化,并通过实验验证了算法的性能。实验结果表明,改进后的并行算法的聚类准确率提高了17%～26%,同时有效地减少了处理海量数据的运行时间,具有良好的扩展性。

关键词：边界修正方法滑动网格方法 CLIQUE算法 MapReduce

来源：评论

学校读者我要写书评

暂无评论

改进灰度共生矩阵的指纹图像分割算法

引用

长沙理工大学学报（自然科学版） 2016年第1期13卷 75-80页

作者：黄敏刘云坚长沙理工大学综合交通运输大数据智能处理湖南省重点实验室湖南长沙410004 长沙理工大学计算机与通信工程学院湖南长沙410004

针对灰度共生矩阵对指纹图像分割过程中人工选取阈值不精确、繁琐等缺点,提出了一种采用自适应阈值分割的灰度共生矩阵的指纹图像分割算法。首先,用整幅指纹图像的对比度方差值的均值Mv作阈值对图像进行初分割;然后,不断调整Mv,通过试... 详细信息

针对灰度共生矩阵对指纹图像分割过程中人工选取阈值不精确、繁琐等缺点,提出了一种采用自适应阈值分割的灰度共生矩阵的指纹图像分割算法。首先,用整幅指纹图像的对比度方差值的均值Mv作阈值对图像进行初分割;然后,不断调整Mv,通过试验验证当指纹区域对比度方差值的均值Pv与Mv的比值在一个特定的区间(即Pv/Mv∈[1.5,2])时,才能获得最好的分割效果,由此获得灰度共生矩阵的自适应分割阈值Mv,从而精确地分割出指纹图像的有效区域。试验结果表明,相比于已有的分割算法,该算法在分割错误率和耗时方面均较优,并且分割更准确。

关键词：指纹图像分割灰度共生矩阵自适应阈值

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：