检索结果-内蒙古大学图书馆

计算机工程与应用 2025年第5期61卷 222-232页

作者：谭暑秋凌志豪潘嘉豪刘亚辉重庆理工大学计算机科学与工程学院重庆400054

针对人脸超分辨率在基于先验引导的背景下对精确的人脸关键点检测和面部对齐的依赖,这一依赖对方法的泛化性和实用性带来了一定限制。为了克服这一问题,提出了一种全局结构感知与局部增强网络。该方法通过双路径网络结构和特征融合,实... 详细信息

针对人脸超分辨率在基于先验引导的背景下对精确的人脸关键点检测和面部对齐的依赖,这一依赖对方法的泛化性和实用性带来了一定限制。为了克服这一问题,提出了一种全局结构感知与局部增强网络。该方法通过双路径网络结构和特征融合,实现了全局人脸表示和局部细节表示的有效结合。全局特征路径基于多尺度残差学习和注意力机制对整体人脸结构进行建模,局部增强路径使用估计的人脸解析图来提高重建质量,并减少网络对人脸先验的依赖。自适应特征融合单元能够生成清晰且细节丰富的人脸图像。在CelebA和Helen数据集上的实验评估显示,所提出的网络在人脸超分辨率结果上优于其他先进方法。

关键词：人脸超分辨率面部幻觉面部先验注意力机制

来源：评论

学校读者我要写书评

暂无评论

跨粒度子图对比学习与注意力融合的药物—基因关系预测

引用

太原理工大学学报 2025年第1期56卷 127-136页

作者：胡冬冬彭杨谭暑秋朱小飞重庆理工大学计算机科学与工程学院重庆

【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很... 详细信息

【目的】阐明药物和基因之间的相互联系是药物开发中的一个重要课题。目前,基于随机游走算法的图神经网络方法在解决药物与基因交互关系识别上已经取得了不错的效果,但是当前的方法,单一子图的方法往往容易忽略掉全局图的信息,不能够很好地聚合节点的信息,同时,药物和基因的节点表示采用简单的融合方式,不能够有效地利用节点表示的信息,用于交互关系的分类。针对上述问题提出了跨粒度对比学习与注意力融合的药物-基因交互关系预测方法。【方法】一方面采用跨粒度的对比学习方法,得到远距离和近距离的节点信息,同时采用对比学习的结构增加对药物和基因节点的区分。另一方面利用注意力融合机制,充分挖掘节点中隐含的信息,将远近距离信息进行注意力融合。【结果】在2个真实数据集上的实验结果表明该模型比基线模型具有更好的分类效果。

关键词：对比学习图表示学习关系图神经网络注意力机制基因-药物关系预测

来源：评论

学校读者我要写书评

暂无评论

多节点探测器附着任务分层约束图模型及重规划算法

引用

控制与决策 2025年第2期40卷 626-634页

作者：杨和星赵清杰王鑫付康北京理工大学计算机学院北京100081

针对多节点深空探测器附着小天体过程中的任务重规划问题研究规划约束模型和重规划算法.基于多节点协同工作机制和复杂时间约束形式,定义时间约束与系统图表示,构建描述探测器系统的分层约束图并提出多节点探测器附着任务分层验证及搜... 详细信息

针对多节点深空探测器附着小天体过程中的任务重规划问题研究规划约束模型和重规划算法.基于多节点协同工作机制和复杂时间约束形式,定义时间约束与系统图表示,构建描述探测器系统的分层约束图并提出多节点探测器附着任务分层验证及搜索重规划算法.算法结合二分思想和动态规划思想,具体包括分层时延满足验证机制和分层约束搜索算法两部分.通过对约束进行不同粒度的分级存储,建立突发约束的时延满足验证机制.对于整体时延无法满足全部约束的情况,基于约束点的分级匹配方法设计多粒度约束搜索算法.仿真实验表明,所提出算法能够快速生成时间约束损失代价最小的重规划结果,以满足深空探测场景下的实时自主决策需求.

关键词：多节点探测器分层约束图任务重规划小天体附着规划约束模型协同工作

来源：评论

学校读者我要写书评

暂无评论

双分支注意和特征交互的小样本细粒度学习

引用

中国图象图形学报 2025年第05期 1419-1432页

作者：文浪苟光磊白瑞峰缪宛谕重庆理工大学计算机科学与工程学院

目的细粒度图像分类旨在区分视觉上高度相似但语义不同的类别。在实际应用中，获取大规模标注数据成本昂贵且需要专业技能。传统分类方法难以捕捉图像中的细微差异，导致在少量样本环境下，细粒度图像分类性能较差。因此，研究如何应... 详细信息

目的细粒度图像分类旨在区分视觉上高度相似但语义不同的类别。在实际应用中，获取大规模标注数据成本昂贵且需要专业技能。传统分类方法难以捕捉图像中的细微差异，导致在少量样本环境下，细粒度图像分类性能较差。因此，研究如何应用小样本学习方法来解决细粒度问题显得尤为重要。为此，提出一种双分支注意和特征交互的小样本细粒度图像分类方法。方法设计双分支注意力模块嵌入特征提取网络，通过并行空间与通道路径动态调节模型关注度，有效捕获细粒度图像的细节特征与辨别特征。采用随机抽样策略构建查询子集，经过特征交互模块计算查询子集和支持集样本的相关性，实现支持特征的自适应权重分配，强化最具区分性的特征区域。结合关系网络度量与余弦相似度计算查询样本与支持类原型的关联度，最终完成分类决策。结果在细粒度鸟类图像数据集（caltech-UCSD birds-200-2011,CUB-200-2011）上，本文方法 5-way 1-shot和5-way 5-shot分类任务准确率分别超出次优方法 5.95%和1.21%。斯坦福犬类数据集（Stanford Dogs dataset）1-shot和5-shot设置下，本文方法的分类准确率相较于次优方法提升4.15%和2.29%。在斯坦福汽车数据集（Stanford Cars dataset）上，本文方法的分类准确率优于绝大多数对比实验方法。复杂度分析实验表明双分支注意力模块具有较低内存开销和训练耗时。此外，可视化实验结果显示该模块能有效捕捉长距离依赖关系，实现细粒度特征的全面识别。结论所提出的小样本细粒度分类方法在未显著增加模型复杂度的情况下，增强了样本特征的表达能力。同时，通过优化特征空间分布，实现同类样本更加紧密相邻，而不同类别样本则相对更为远离。

关键词：小样本学习(FSL) 细粒度图像分类注意力机制度量学习元学习特征交互

来源：评论

学校读者我要写书评

暂无评论

Transformer辅助的超奈奎斯特速率无线光滤波器组多载波检测算法

引用

光学学报 2025年第1期45卷 37-47页

作者：陈轩曹明华张悦王惠琴韩生春兰州理工大学计算机与通信学院甘肃兰州730050

针对光正交频分复用(OOFDM)传输技术存在带外衰减慢、频谱利用率不高的问题,将超奈奎斯特(FTN)技术与光滤波器组多载波(OFBMC)技术结合,提出了一种超奈奎斯特速率无线光滤波器组多载波(OFBMC-FTN)传输方案。基于Gamma-Gamma湍流信道模型... 详细信息

针对光正交频分复用(OOFDM)传输技术存在带外衰减慢、频谱利用率不高的问题,将超奈奎斯特(FTN)技术与光滤波器组多载波(OFBMC)技术结合,提出了一种超奈奎斯特速率无线光滤波器组多载波(OFBMC-FTN)传输方案。基于Gamma-Gamma湍流信道模型,推导了该系统在最大似然准则下的理论误码率表达式,并采用蒙特卡罗仿真验证了理论分析的正确性。在此基础上,针对OFBMC-FTN发送信号的特点,提出了基于Transformer网络的信号检测算法FBMCFormer来降低检测复杂度。结果表明,当FTN的压缩因子为0.9时,系统的频谱效率比直流偏置光滤波器组多载波、非对称限幅光滤波器组多载波和光正交频分复用技术分别提升了11.1%、94%和120%。同时,对于不同的湍流强度,所提检测算法的误码性能在接近最大似然最优检测的同时大幅降低了计算开销。

关键词：光通信光滤波器组多载波超奈奎斯特频谱效率 Transformer 信号检测

来源：评论

学校读者我要写书评

暂无评论

融合生成对抗网络的大气无线光信道密钥提取

引用

光学精密工程 2025年第3期33卷 486-496页

作者：田卓展陈纯毅胡小娟于海洋李延风王芳长春理工大学计算机科学技术学院吉林长春130022 长春理工大学重庆研究院重庆401135

无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双... 详细信息

无线光信道密钥提取是实现物理层安全的一种有效手段,合法双方通过探测并估计信道特征从而生成密钥序列。窃听方可能通过合法方接收孔径外的光信号获得密钥相关信息。为此提出一种密钥提取方案,该方案通过改进生成对抗网络模型,合法双方用该模型从信道测量序列中估计可用于密钥提取的特征。然后,合法双方对各自的信道特征估计序列进行随机交替量化,得到初始密钥。实验结果表明,合法双方经本方案生成密钥序列具有较高的一致性。在25 dB信噪比环境下Alice和Bob估计的信道特征序列的相关系数为0.9983,经量化生成初始密钥的不一致率为1.3×10^(-4)。本方案能够进一步降低合法双方生成初始密钥的不一致率,合法双方经信息协商后提取的共享密钥能通过NIST随机性测试。

关键词：无线光信道密钥提取生成对抗网络卷积神经网络门控循环单元量化

来源：评论

学校读者我要写书评

暂无评论

基于跨模态级联扩散模型的图像描述方法

引用

浙江大学学报(工学版) 2025年第4期59卷 787-794页

作者：陈巧红郭孟浩方贤孙麒浙江理工大学计算机科学与技术学院

现有文本扩散模型方法无法有效根据语义条件控制扩散过程，扩散模型训练过程的收敛较为困难，为此提出基于跨模态级联扩散模型的非自回归图像描述方法.引入跨模态语义对齐模块用于对齐视觉模态和文本模态之间的语义关系，将对齐后的语... 详细信息

现有文本扩散模型方法无法有效根据语义条件控制扩散过程，扩散模型训练过程的收敛较为困难，为此提出基于跨模态级联扩散模型的非自回归图像描述方法.引入跨模态语义对齐模块用于对齐视觉模态和文本模态之间的语义关系，将对齐后的语义特征向量作为后续扩散模型的语义条件.通过设计级联式的扩散模型逐步引入丰富的语义信息，确保生成的图像描述贴近整体语境.增强文本扩散过程中的噪声计划以提升模型对文本信息的敏感性，充分训练模型以增强模型的整体性能.实验结果表明，所提方法能够生成比传统图像描述生成方法更准确和丰富的文本描述.所提方法在各项评价指标上均明显优于其他非自回归文本生成方法，展现了在图像描述任务中使用扩散模型的有效性和潜力.

关键词：深度学习图像描述扩散模型多模态编码器级联结构

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的人脸超分辨率重建方法

引用

吉林大学学报(工学版) 2025年第1期55卷 333-338页

作者：张曦库少平武汉理工大学计算机与人工智能学院武汉430070

针对人脸重建图像峰值信噪比和结构相似度低的问题,提出了一种在生成对抗网络基础上的人脸超分辨率重建方法。创建一个两分支生成器网络,运用网络内的特征提取模块得到图像浅层特征,重建图像高频分支,利用深层残差网络训练低分辨率图像... 详细信息

针对人脸重建图像峰值信噪比和结构相似度低的问题,提出了一种在生成对抗网络基础上的人脸超分辨率重建方法。创建一个两分支生成器网络,运用网络内的特征提取模块得到图像浅层特征,重建图像高频分支,利用深层残差网络训练低分辨率图像高频数据,映射人脸图像数据;停止更新固定生成器参数,使用相对判别器网络辨别人脸图像重建真伪,引入注意力机制优化生成对抗网络重建性能,通过感知损失函数评估重建可靠性,实现人脸超分辨率重建。实验结果表明:本文方法能有效提升面部细节重建能力,主客观评价指标都较为优秀,其中主观评价结果显示该方法重建的人脸图像具备更清晰的细节数据,人脸轮廓更为立体,失真率较低,拥有更为自然和真实的外在特征;客观评价结果显示该方法的峰值信噪比达到44.6 dB,结构相似度达到0.74,充分说明该方法具有较强的鲁棒性,可为优化人脸识别应用性能提供有效借鉴。

关键词：生成对抗网络高频分量超分辨率判别器损失函数

来源：评论

学校读者我要写书评

暂无评论

多模态特征融合的三维形状识别网络

引用

重庆理工大学学报(自然科学) 2025年第1期39卷 125-131页

作者：但远宏王志浩金毓重庆理工大学计算机科学与工程学院重庆400054

点云和视图2种模态的全局特征融合已经被证明有效,为了进一步挖掘细粒度的局部特征关系和模态间的互补关系以提升模型性能,提出了一种新的网络架构。该架构包含2个核心模块:设计了局部特征融合模块(LFM),通过特征矩阵的转置变化,集成2... 详细信息

点云和视图2种模态的全局特征融合已经被证明有效,为了进一步挖掘细粒度的局部特征关系和模态间的互补关系以提升模型性能,提出了一种新的网络架构。该架构包含2个核心模块:设计了局部特征融合模块(LFM),通过特征矩阵的转置变化,集成2种模态在不同层次的局部特征,而特征互补增强模块则利用元素级的简单运算,获取模态间的区别性信息,并以此为根据量化出权重系数,最后加权增强特征,形成更强大的形状描述符。在ModelNet10和ModelNet40数据集上的实验结果表明,该网络在效率和性能上实现了平衡,并且在三维形状识别方面取得了先进的成果。

关键词：多模态三维形状理解深度学习局部特征

来源：评论

学校读者我要写书评

暂无评论

基于序列图时空增强与地理关系的兴趣点推荐

引用

计算机应用研究 2025年第3期42卷 755-761页

作者：刘超朱军重庆理工大学计算机科学与工程学院重庆400054

针对现有兴趣点(points-of-interest,POI)推荐存在的地理特征挖掘不充分与未将顺序信息纳入空间偏好的问题,提出基于序列图时空增强与地理关系(spatial-temporal enhancement of sequence graph and geographical relationships,STESGGR)的POI推荐模型。首先,利用POI位置信息构建地理图,采用图卷积网络(graph convolutional network,GCN)与注意力机制获取用户访问POI的地理特征。其次,利用用户签到信息提取时空特征构建时空信息增强的序列图,采用门图神经网络(gated graph neural network,GGNN)与注意力机制获取用户访问POI的时空偏好。然后,引入共同性学习优化框架学习顺序信息与地理特征之间的互补信息,进一步挖掘地理特征。最后,融合两个特征信息并通过多层感知机(multilayer perceptron,MLP)进行POI推荐。在五个真实数据集上进行了实验,结果表明STESGGR模型在AUC和Logloss指标上分别提升1.2%~2.7%和3.2%~12.4%。实验证明STESGGR在基于位置的POI推荐下有较好的表现,充分挖掘了顺序与地理特征,提升了推荐效果。

关键词： POI推荐时空信息地理信息顺序信息注意力机制

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：