检索结果-内蒙古大学图书馆

郑州大学学报（理学版） 2022年第3期54卷 22-27页

作者：康凯胡军重庆邮电大学计算智能重庆市重点实验室重庆400065 重庆邮电大学计算机科学与技术学院重庆400065

通过聚类可以缩小用户近邻空间,从而一定程度缓解传统协同过滤推荐算法存在的可扩展性问题,但因部分用户丢失了有效邻居而使得推荐精度不高。为解决该问题,结合三支聚类提出了一种新的协同过滤方法。该方法分为线下聚类和线上推荐两个... 详细信息

通过聚类可以缩小用户近邻空间,从而一定程度缓解传统协同过滤推荐算法存在的可扩展性问题,但因部分用户丢失了有效邻居而使得推荐精度不高。为解决该问题,结合三支聚类提出了一种新的协同过滤方法。该方法分为线下聚类和线上推荐两个步骤。对用户先进行聚类,进而将用户划为核心用户和边界用户,并对这两类用户分别应用不同的聚类规则进行聚类;然后在目标用户所属的簇中产生一个预测评分,对属于多个簇的用户,则聚合每个簇的评分得到其预测结果。实验结果表明,该方法与现有基于聚类的协同过滤算法相比,能有效地提高推荐精度。

关键词：协同过滤三支决策聚类推荐系统

来源：评论

学校读者我要写书评

暂无评论

基于网络分组的切换判决算法

引用

重庆邮电大学学报（自然科学版） 2023年第4期35卷 625-635页

作者：马彬徐梅谢显中重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学重庆市计算机网络与通信技术重点实验室重庆400065

针对大量终端并发切换引起的网络负载不均和网络相似性利用不足的问题,提出一种基于网络分组的切换判决算法。将采集和初始化后的网络参数输入至网络分组模型,利用网络性能的相似性得到网络组;根据终端的偏好类型,基于烟花算法选择目标... 详细信息

针对大量终端并发切换引起的网络负载不均和网络相似性利用不足的问题,提出一种基于网络分组的切换判决算法。将采集和初始化后的网络参数输入至网络分组模型,利用网络性能的相似性得到网络组;根据终端的偏好类型,基于烟花算法选择目标网络组;求解终端的可接入网络集和目标网络组的交集,得到其候选网络集,从中选择性能因子最大的网络作为目标网络执行切换,动态更新网络组。仿真结果表明,该算法能够在均衡网络负载的前提下,降低切换阻塞率,提高系统吞吐量,提升终端的服务质量。

关键词：并发切换网络相似性网络分组垂直切换负载均衡

来源：评论

学校读者我要写书评

暂无评论

不完备广义多尺度决策系统的逐步最优尺度选择

引用

重庆邮电大学学报（自然科学版） 2023年第2期35卷 210-218页

作者：牟琼程云龙吴成英张清华重庆邮电大学数理学院重庆400065 重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学计算智能重庆市重点实验室重庆400065

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与... 详细信息

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。

关键词：粒计算不完备信息系统多尺度决策系统最优尺度组合

来源：评论

学校读者我要写书评

暂无评论

基于残差编解码器的通道自适应超声图像去噪方法

引用

电子与信息学报 2022年第7期44卷 2547-2558页

作者：曾宪华李彦澄高歌赵雪婷重庆邮电大学计算机科学与技术学院重庆400065 图像认知重庆市重点实验室重庆400065 重庆安琪儿妇产医院超声科重庆400065

超声图像去噪对提高超声图像的视觉质量和完成其他相关的计算机视觉任务都至关重要。超声图像中的特征信息与斑点噪声信号较为相似,用已有的去噪方法对超声图像去噪,容易造成超声图像纹理特征丢失,这会对临床诊断的准确性产生严重的干... 详细信息

超声图像去噪对提高超声图像的视觉质量和完成其他相关的计算机视觉任务都至关重要。超声图像中的特征信息与斑点噪声信号较为相似,用已有的去噪方法对超声图像去噪,容易造成超声图像纹理特征丢失,这会对临床诊断的准确性产生严重的干扰。因此,在去除斑点噪声的过程中,需尽量保留图像的边缘纹理信息才能更好地完成超声图像去噪任务。该文提出一种基于残差编解码器的通道自适应去噪模型(RED-SENet),能有效去除超声图像中的斑点噪声。在去噪模型的解码器部分引入注意力反卷积残差块,使本模型可以学习并利用全局信息,从而选择性地强调关键通道的内容特征,抑制无用特征,能提高模型去噪的性能。在2个私有数据集和2个公开数据集上对该模型进行定性评估和定量分析,与一些先进的方法相比,该模型的去噪性能有显著提升,并在噪声抑制以及结构保持方面具有良好的效果。

关键词：图像去噪超声图像深度学习通道自适应注意力反卷积残差块

来源：评论

学校读者我要写书评

暂无评论

多尺度决策系统中代价敏感的最优尺度组合

引用

控制与决策 2021年第10期36卷 2369-2378页

作者：张清华张雪秋庞国弘重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学计算智能重庆市重点实验室重庆400065

最优尺度组合是多尺度决策系统中的研究热点之一,现有的研究大多是从一致性、不确定性的角度出发,而没有充分考虑代价信息的影响.针对该问题,首先分析最优尺度组合中考虑代价敏感的重要性,从决策代价的角度提出基于测试代价和延迟代价... 详细信息

最优尺度组合是多尺度决策系统中的研究热点之一,现有的研究大多是从一致性、不确定性的角度出发,而没有充分考虑代价信息的影响.针对该问题,首先分析最优尺度组合中考虑代价敏感的重要性,从决策代价的角度提出基于测试代价和延迟代价的多尺度决策系统,并且定义了尺度代价和属性代价来刻画尺度和属性所产生的代价;其次,考虑实际场景中属性代价的影响,将属性重要度和属性代价结合进行属性排序;最后,在属性进行最优尺度选择时,考虑尺度代价的影响,建立了一个代价敏感的最优尺度组合选择模型.实验结果表明,在现有代价认知场景下,所提模型能合理地进行最优尺度组合选择,所得结果更符合实际需求.

关键词：多尺度决策系统属性重要度代价敏感最优尺度组合

来源：评论

学校读者我要写书评

暂无评论

基于IoU约束的孪生网络目标跟踪方法

引用

北京航空航天大学学报 2022年第8期48卷 1390-1398页

作者：周丽芳刘金兰李伟生雷帮军何宇王一涵重庆邮电大学软件工程学院重庆400065 重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学图像认知重庆市重点实验室重庆400065 三峡大学水电工程智能视觉监测湖北省重点实验室宜昌443002

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,... 详细信息

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,不利于训练出高精度的跟踪模型。为此,提出了一种基于交并比(IoU)约束的孪生网络目标跟踪方法。通过使用动态阈值策略根据预定义锚框与目标真实框的相关统计特征,动态调整正负训练样本的界定阈值,提升跟踪精度。所提方法使用IoU质量评估分支代替分类分支,通过锚框与目标真实框之间的IoU反映目标位置,提升跟踪精度,降低模型的参数量。在数据集VOT2016、OTB-100、VOT2019、UAV123上进行了对比实验,所提方法均有较好的表现。在VOT2016数据集上,所提方法的跟踪精度比SiamRPN方法高0.017,期望平均重叠率为0.463,与SiamRPN++相比仅差0.001,实时运行速度可达220帧/s。

关键词：目标跟踪深度学习孪生网络交并比(IoU)约束动态阈值

来源：评论

学校读者我要写书评

暂无评论

基于前馈神经网络的分数阶事件触发控制器实现及应用研究

引用

重庆邮电大学学报（自然科学版） 2023年第6期35卷 1072-1079页

作者：于南翔朱伟重庆邮电大学计算机科学与技术学院重庆400065 重庆邮电大学复杂系统智能分析与决策重点实验室重庆400065

为了提高事件触发控制算法的普适性,降低现有控制算法对具体数学表达式的依赖,提出了一种基于前馈神经网络的事件触发控制方法,实现了更具一般化的分数阶事件触发控制器设计。该方法充分发挥前馈神经网络可以任意逼近平方可积函数的优势... 详细信息

为了提高事件触发控制算法的普适性,降低现有控制算法对具体数学表达式的依赖,提出了一种基于前馈神经网络的事件触发控制方法,实现了更具一般化的分数阶事件触发控制器设计。该方法充分发挥前馈神经网络可以任意逼近平方可积函数的优势,对传统事件触发控制过程进行学习,有效解决了传统方法对具体数学模型的依赖问题,且可进一步降低事件触发控制的次数。另外,相较于传统的整数阶控制器,分数阶控制器拓宽了事件触发控制算法的实际应用范围。以具体应用为背景进行仿真分析,结果表明,该算法不但能够保持传统事件触发控制算法在节省控制资源方面的优势,而且在可移植性方面优于传统的事件触发控制算法。

关键词：前馈神经网络数据驱动事件触发控制分数阶系统同步控制

来源：评论

学校读者我要写书评

暂无评论

结合整体注意力与分形稠密特征的图像超分辨率重建

引用

计算机工程 2022年第11期48卷 207-214,223页

作者：陈乔松蒲柳张羽孙开伟邓欣王进重庆邮电大学计算机科学与技术学院数据工程与可视计算重庆市重点实验室重庆400065

现有单图像超分辨率模型普遍基于卷积神经网络且使用单一尺度的卷积核提取特征信息,容易造成细节信息遗漏并降低网络表征能力。为有效提取高频信息同时提高图像重建性能,提出一种基于整体注意力机制与分形稠密特征增强的图像超分辨率重... 详细信息

现有单图像超分辨率模型普遍基于卷积神经网络且使用单一尺度的卷积核提取特征信息,容易造成细节信息遗漏并降低网络表征能力。为有效提取高频信息同时提高图像重建性能,提出一种基于整体注意力机制与分形稠密特征增强的图像超分辨率重建模型。在特征增强过程中,级联9个分形稠密特征增强模块,每个模块通过4条分支路径提取和融合多尺度特征,并引入局部稠密跳跃连接传递信息以获取更丰富的细节信息。引入整体注意力机制,从3个维度出发建立特征图之间的关联关系,通过对不同通道、空间和层次的特征进行加权和选择性聚合为特征图分配不同的权重,从而提高模型判别学习能力。在Set5、Set14、BSDS100和Urban100数据集上的实验结果表明,该模型可有效重建纹理细节更丰富的高分辨率图像,重建图像在主观视觉效果与客观评价指标上均优于同类模型,且在图像放大3倍时,峰值信噪比和结构相似性指标最高比MSRN模型提升了0.57 dB和0.007。

关键词：超分辨率重建卷积神经网络多尺度特征提取注意力机制高频信息

来源：评论

学校读者我要写书评

暂无评论

基于非线性时序分析的三峡支流浮游植物因果响应

引用

湖泊科学 2023年第2期35卷 507-518页

作者：何孟奇闪锟王兰杨柳李哲尚明生西华师范大学计算机学院南充637009 中国科学院重庆绿色智能技术研究院中国科学院水库水环境重点实验室重庆400714 重庆邮电大学计算机科学与技术学院重庆400065 重庆第二师范学院人工智能学院重庆400065

水华的频发已成为当前三峡水库最为突出的生态环境问题之一。尽管水动力调控叠加上温度变暖和营养负荷增加会诱导水华暴发强度和频率增加,但仍缺乏有效的方法框架去利用野外观测数据评估环境因子与浮游植物间的因果关联。本研究以三峡... 详细信息

水华的频发已成为当前三峡水库最为突出的生态环境问题之一。尽管水动力调控叠加上温度变暖和营养负荷增加会诱导水华暴发强度和频率增加,但仍缺乏有效的方法框架去利用野外观测数据评估环境因子与浮游植物间的因果关联。本研究以三峡水库澎溪河监测数据为例,采用非线性时序分析的建模框架来量化浮游植物的因果响应规律。数据来自于2007年6月至2018年9月澎溪河流域的高阳平湖和汉丰湖两个观测点,其中包含了水文、气象和水质及叶绿素a等11种变量。首先,利用奇异谱分析(SSA)分离了叶绿素a和环境因子的低维确定性动力学信号;其次,采用收敛交叉映射(CCM)方法检验了叶绿素a与环境因子间的因果关联。结果显示:(1)气象因子、支流流量、水温、三峡大坝水位和上游调节坝水位是影响高阳平湖叶绿素a时序变化的重要因素;(2)总氮、总磷为代表的营养盐只在汉丰湖观测点中表现出与叶绿素a的因果关系,且总氮较之于总磷对叶绿素a变化影响更为显著;(3)CCM结果与传统的皮尔森相关性分析及格兰杰因果检验比较,证实非线性时序分析方法在分析浮游植物的因果响应上更具优势。本研究为水生态系统的因果建模提供了研究范例,也为推动利用长期观测数据评估三峡水库水华驱动因子提供了新的研究角度。

关键词：三峡水库澎溪河有害水华环境因子水位调控因果分析非线性时序分析

来源：评论

学校读者我要写书评

暂无评论

多机器人在网格环境约束下的运动策略

引用

计算机集成制造系统 2024年第9期30卷 3330-3340页

作者：李硕赵永廷何盼高鹏王小军赵立军郑彬中国科学院重庆绿色智能技术研究院重庆400722 重庆邮电大学计算机科学与技术学院重庆400065 中科万勋智能科技(苏州)有限公司江苏苏州215153 重庆文理学院智能制造工程学院重庆402160 人工智能与服务机器人控制技术重庆市重点实验室重庆400722

针对多智能体在网格环境下的寻路与避障规划问题,提出一种分布式、基于深度强化学习的多机器人避障导航方法。该方法基于最近策略优化算法(PPO)用于离散决策下的改进方法进行训练得到的策略模型,该模型通过每个智能体自身的前序多帧仿... 详细信息

针对多智能体在网格环境下的寻路与避障规划问题,提出一种分布式、基于深度强化学习的多机器人避障导航方法。该方法基于最近策略优化算法(PPO)用于离散决策下的改进方法进行训练得到的策略模型,该模型通过每个智能体自身的前序多帧仿真激光雷达距离信息,生成符合预设规范的动作,实现多机器人系统在不同环境中的寻路避障。该模型在训练过程中通过引入密度奖励、距离奖励以及步长惩罚,提高了智能体在场景当中的避障寻路能力,减轻了拥塞、死锁等问题的发生,减少了无效路径生成。实验部分在仿真环境中对模型在随机场景、复杂交互场景、障碍场景多个场景进行实验,证明了该模型相比于集中式规划方法大大降低了规划时间,提高了泛化性和稳定性。通过与其他分布式方法相比,证明了所提到的密度、距离奖励设置对智能体安全快速完成任务具有良好作用,在规划效果上减小了与集中式规划方式的差距。

关键词：多智能体深度强化学习网格工作空间寻路避撞

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：