检索结果-内蒙古大学图书馆

计算机工程与应用 2023年第22期59卷 213-222页

作者：文凯杨一鹏熊俊臣韦胜男重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

针对小目标分割精度不高且分割边界模糊等问题,对BiSeNet V3进行改进,提出了一种基于全局注意力及边缘提取任务的实时分割网络。结合非对称卷积,对短期密集拼接模块做了轻量化处理,并通过全局注意力增强了特征的全局相关性。边缘分支可... 详细信息

针对小目标分割精度不高且分割边界模糊等问题,对BiSeNet V3进行改进,提出了一种基于全局注意力及边缘提取任务的实时分割网络。结合非对称卷积,对短期密集拼接模块做了轻量化处理,并通过全局注意力增强了特征的全局相关性。边缘分支可通过边缘特征融合模块有效滤除语义特征中与边界无关的信息,并在解码阶段恢复损失的细节信息。改进的损失函数保证了网络能够向着利于小目标分割的方向更新参数。在数据集上的结果及真实环境预测表明,所提网络改善了边界清晰度及小目标分割精度,并在真实场景下仍具有较高鲁棒性。

关键词：小目标边界模糊全局注意力边缘提取任务

来源：评论

学校读者我要写书评

暂无评论

智能反射面辅助的多入单出共生无线电鲁棒安全资源分配算法

引用

电子与信息学报 2024年第4期46卷 1203-1211页

作者：吴翠先周春宇徐勇军陈前斌重庆邮电大学通信与信息工程学院重庆400065 数智化通信新技术应用研究中心重庆400065 移动通信技术重庆市重点实验室重庆400065

针对信道不确定性影响、无线信息泄露和障碍物阻挡导致通信质量下降等问题,该文提出一种基于智能反射面(RIS)辅助的多输入单输出(MISO)共生无线电(SR)鲁棒安全资源分配算法。考虑主用户的安全速率约束、次用户的最小速率约束、RIS最小... 详细信息

针对信道不确定性影响、无线信息泄露和障碍物阻挡导致通信质量下降等问题,该文提出一种基于智能反射面(RIS)辅助的多输入单输出(MISO)共生无线电(SR)鲁棒安全资源分配算法。考虑主用户的安全速率约束、次用户的最小速率约束、RIS最小能量收集约束,基于有界信道不确定性,建立了一个联合主被动波束赋形优化的资源分配问题。利用半正定松弛、S-procedure和变量替换法将含参数摄动的非凸问题转化为确定性的凸优化问题,并提出一种基于半正定松弛的鲁棒资源分配算法。仿真结果表明,与现有算法相比,该文算法具有较好的收敛性和鲁棒性。

关键词：共生无线电不完美信道状态信息智能反射面物理层安全

来源：评论

学校读者我要写书评

暂无评论

改进YOLOv5的无人机航拍图像目标检测算法

引用

计算机工程与应用 2024年第11期60卷 204-214页

作者：李校林刘大东刘鑫满陈泽重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学数智技术应用研究中心重庆400065

针对无人机航拍图像目标检测中目标尺度多样、相似目标众多、目标聚集导致的目标漏检、误检问题,提出了改进YOLOv5的无人机航拍图像目标检测算法DA-YOLO。提出由特征图注意力生成器和动态权重学习模块组成的多尺度动态特征加权融合网络... 详细信息

针对无人机航拍图像目标检测中目标尺度多样、相似目标众多、目标聚集导致的目标漏检、误检问题,提出了改进YOLOv5的无人机航拍图像目标检测算法DA-YOLO。提出由特征图注意力生成器和动态权重学习模块组成的多尺度动态特征加权融合网络,特征图注意力生成器融合处理不同尺度目标更重要的特征,权重学习模块自适应地调节对不同尺度目标特征的学习,该网络可增强在目标尺度多样下的辨识度从而降低目标漏检。设计一种并行选择性注意力机制(PSAM)添加到特征提取网络中,该模块通过动态融合空间信息和通道信息,加强特征的表达获得更优质的特征图,提高网络对相似目标的区分能力以减少误检。使用Soft-NMS代替YOLOv5中采用的非极大值抑制(NMS)以改善目标聚集场景下的漏检、误检。实验结果表明,改进算法在VisDrone数据集上检测精度达到37.79%,相比于YOLOv5s算法精度提高了5.59个百分点,改进后的算法可以更好地应用于无人机航拍图像目标检测中。

关键词：无人机航拍图像处理特征图注意力生成器动态特征加权融合注意力机制非极大值抑制

来源：评论

学校读者我要写书评

暂无评论

智能反射面增强的全双工环境反向散射通信系统波束成形算法

引用

电子与信息学报 2024年第3期46卷 914-924页

作者：张晓茜徐勇军吴翠先黄崇文重庆邮电大学通信与信息工程学院重庆400065 数智化通信新技术应用研究中心重庆400065 移动通信技术重庆市重点实验室重庆400065 浙江大学信息与电子工程学院杭州310007

当前传统环境反向散射通信存在双重衰落、障碍物阻挡和网络容量有限的问题。智能反射面(RIS)作为6G的关键候选技术因能够主动改善信号传输质量、提升通信系统传输性能而备受关注。为此,该文将RIS与全双工技术引入到环境反向散射通信系统... 详细信息

当前传统环境反向散射通信存在双重衰落、障碍物阻挡和网络容量有限的问题。智能反射面(RIS)作为6G的关键候选技术因能够主动改善信号传输质量、提升通信系统传输性能而备受关注。为此,该文将RIS与全双工技术引入到环境反向散射通信系统,研究了考虑硬件损伤与RIS离散相移的RIS增强全双工环境反向散射通信系统波束成形算法。首先,考虑反射节点最小能量收集与服务质量约束、功率站最大发射功率约束和RIS相移约束,建立了总发射功率最小的波束成形优化问题。然后,利用交替优化、半正定松弛、变量替换、半正定规划将原非凸问题转化成可求解的凸优化问题。最后,仿真结果表明,所提算法比传统波束成形方法平均功耗降低了7.8%。

关键词：环境反向散射通信智能反射面资源分配硬件损伤

来源：评论

学校读者我要写书评

暂无评论

基于BERT的两次注意力机制远程监督关系抽取

引用

计算机应用 2024年第4期44卷 1080-1085页

作者：袁泉陈昌平陈泽詹林峰重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

针对词向量语义信息不完整以及文本特征抽取时的一词多义问题,提出基于BERT(Bidirectional Encoder Representation from Transformer)的两次注意力加权算法(TARE)。首先,在词向量编码阶段,通过构建Q、K、V矩阵使用自注意力机制动态编... 详细信息

针对词向量语义信息不完整以及文本特征抽取时的一词多义问题,提出基于BERT(Bidirectional Encoder Representation from Transformer)的两次注意力加权算法(TARE)。首先,在词向量编码阶段,通过构建Q、K、V矩阵使用自注意力机制动态编码算法,为当前词的词向量捕获文本前后词语义信息;其次,在模型输出句子级特征向量后,利用定位信息符提取全连接层对应参数,构建关系注意力矩阵;最后,运用句子级注意力机制算法为每个句子级特征向量添加不同的注意力分数,提高句子级特征的抗噪能力。实验结果表明:在NYT-10m数据集上,与基于对比学习框架的CIL(Contrastive Instance Learning)算法相比,TARE的F1值提升了4.0个百分点,按置信度降序排列后前100、200和300条数据精准率Precision@N的平均值(P@M)提升了11.3个百分点;在NYT-10d数据集上,与基于注意力机制的PCNN-ATT(Piecewise Convolutional Neural Network algorithm based on ATTention mechanism)算法相比,精准率与召回率曲线下的面积(AUC)提升了4.8个百分点,P@M值提升了2.1个百分点。在主流的远程监督关系抽取(DSER)任务中,TARE有效地提升了模型对数据特征的学习能力。

关键词：远程监督关系抽取注意力机制词向量特征全连接层

来源：评论

学校读者我要写书评

暂无评论

面向复杂道路目标检测的YOLOv5算法优化研究

引用

计算机工程与应用 2023年第18期59卷 207-217页

作者：刘辉刘鑫满刘大东重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学数智技术应用研究中心重庆400065

针对现有目标检测算法对复杂道路场景中小目标、遮挡目标的误检、漏检率较高等问题,提出了基于YOLOv5的复杂道路目标检测的改进模型DPE-YOLO。该改进方法在预设锚框方面,提出基于样本密度的K-means+D聚类算法,生成更有效的预设锚框,缩... 详细信息

针对现有目标检测算法对复杂道路场景中小目标、遮挡目标的误检、漏检率较高等问题,提出了基于YOLOv5的复杂道路目标检测的改进模型DPE-YOLO。该改进方法在预设锚框方面,提出基于样本密度的K-means+D聚类算法,生成更有效的预设锚框,缩短收敛路径从而有效提高检测精度;在特征提取方面,设计了PAA模块代替原骨干网络中的C3模块,模块采用对基于注意力机制的多梯度流残差结构设计,可提升对细节信息的提取能力,改善对道路小目标的漏检、误检问题;在定位精度方面,引入EIOU loss,降低模型对遮挡目标的漏检率。实验数据显示,在KITTI数据集和Udacity数据集上,改进算法与原算法相比平均精度均值(mAP)分别提升了2.8个百分点和1.6个百分点,mAP@0.5:0.9分别提升了2.7个百分点和2.9个百分点。实验结果表明,DPE-YOLO有效提升了对复杂道路场景中小目标和遮挡目标的检测性能,能更好地满足自动驾驶场景中的目标检测需求。

关键词：自动驾驶聚类算法多梯度流注意力机制损失函数

来源：评论

学校读者我要写书评

暂无评论

无人机辅助移动边缘计算中的任务卸载算法

引用

计算机应用 2023年第6期43卷 1893-1899页

作者：李校林江雨桑重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

无人机(UAV)灵活机动、易于部署,可以辅助移动边缘计算(MEC)帮助无线系统提高覆盖范围和通信质量,但UAV辅助MEC系统研究中存在计算延迟需求和资源管理等挑战。针对UAV为地面多个终端设备提供辅助计算服务的时延问题,提出一种基于双延迟... 详细信息

无人机(UAV)灵活机动、易于部署,可以辅助移动边缘计算(MEC)帮助无线系统提高覆盖范围和通信质量,但UAV辅助MEC系统研究中存在计算延迟需求和资源管理等挑战。针对UAV为地面多个终端设备提供辅助计算服务的时延问题,提出一种基于双延迟深度确定性策略梯度(TD3)的时延最小化任务卸载算法(TD3-TOADM)。首先,将优化问题建模为在能量约束下的最小化最大计算时延的问题;其次,通过TD3-TOADM联合优化终端设备调度、UAV轨迹和任务卸载比来最小化最大计算时延。仿真实验分析结果表明,与分别基于演员-评论家(AC)、深度Q网络(DQN)以及深度确定性策略梯度(DDPG)的任务卸载算法相比,TD3-TOADM得到的计算时延减小了8.2%以上。可见TD3-TOADM能获得低时延的最优卸载策略,具有较好的收敛性和鲁棒性。

关键词：移动边缘计算无人机任务卸载轨迹深度强化学习

来源：评论

学校读者我要写书评

暂无评论

基于多尺度特征提取的YOLOv5s算法优化

引用

计算机工程与科学 2023年第6期45卷 1054-1062页

作者：李校林王复港张鹏飞张琳玉重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

目标检测算法广泛应用于无人驾驶、机器人视觉和工业自动化等领域,具有重要研究价值。在众多目标检测算法中,YOLOv5s具有参数规模小和检测速度快的优点,但存在检测精度不高的问题。针对YOLOv5s标准卷积模块特征提取能力不强且存在特征... 详细信息

目标检测算法广泛应用于无人驾驶、机器人视觉和工业自动化等领域,具有重要研究价值。在众多目标检测算法中,YOLOv5s具有参数规模小和检测速度快的优点,但存在检测精度不高的问题。针对YOLOv5s标准卷积模块特征提取能力不强且存在特征冗余的问题,提出2个基于多尺度特征提取的卷积模块。首先提出多感受野卷积模块,通过多个尺寸的卷积核获取不同粒度的语义信息,以提高模型特征提取能力;然后提出特征图卷积模块,利用少量标准卷积核与分组卷积减少特征通道间的相互制约,提高特征图的多样性;最后使用多感受野卷积模块和特征图卷积模块替换YOLOv5s的部分标准卷积模块,得到本文的改进算法。在PASCAL VOC数据集上的实验结果表明,改进算法在提高了检测精度的同时还保证了YOLOv5s的实时检测能力,mAP_0.5和mAP_0.5:0.95分别提高了2.4%和4.9%,证明了改进算法的有效性;在DOTA数据集上进一步验证了改进算法在不同环境下具有良好的泛化能力。

关键词：目标检测多尺度特征感受野特征冗余

来源：评论

学校读者我要写书评

暂无评论

融合匹配长短时记忆网络和语法距离的方面级情感分析模型

引用

计算机应用 2023年第1期43卷 45-50页

作者：刘辉马祥张琳玉何如瑾重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

针对现阶段方面级情感分析(ABSA)存在的方面词与不相关上下文错误匹配以及缺乏语法层面特征的问题,提出一种融合匹配长短时记忆网络(mLSTM)和语法距离的ABSA模型mLSTM-GCN。首先,逐词计算方面词与上下文的关联性,并将得到的注意力权重... 详细信息

针对现阶段方面级情感分析(ABSA)存在的方面词与不相关上下文错误匹配以及缺乏语法层面特征的问题,提出一种融合匹配长短时记忆网络(mLSTM)和语法距离的ABSA模型mLSTM-GCN。首先,逐词计算方面词与上下文的关联性,并将得到的注意力权重与上下文表示融合作为mLSTM的输入,从而得到与方面词关联度更高的上下文表示;然后,引入语法距离以获得与方面词语法关联度更高的上下文,从而获取更多的上下文特征来指导方面词的建模,并通过方面掩盖层得到方面表示;最后,结合位置权重、上下文表示以及方面表示来进行信息交互,从而获取用于情感分析的特征。在Twitter、REST14和LAP14数据集上的实验结果表明,相较于特定方面的图卷积网络(ASGCN),mLSTM-GCN的准确率分别提升1.32、2.50和1.63个百分点,宏平均F1分别提升2.52、2.19和1.64个百分点。可见,mLSTM-GCN能够有效降低方面词与不相关上下文错误匹配的概率,提升分类效果。

关键词：方面级情感分析长短时记忆网络语法距离图卷积注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于长度约束的蝙蝠高效用项集挖掘算法

引用

计算机应用 2023年第5期43卷 1473-1480页

作者：袁泉唐成亮徐雲鹏重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学通信新技术应用研究中心重庆400065

为了挖掘满足用户特殊需求,如含指定项目数量的高效用项集(HUI),提出一种基于长度约束的蝙蝠高效用项集挖掘算法(HUIM-LC-BA)。该算法融合蝙蝠算法(BA)和长度约束构建高效用项集挖掘(HUIM)模型,首先将数据库转换为位图矩阵,实现高效的... 详细信息

为了挖掘满足用户特殊需求,如含指定项目数量的高效用项集(HUI),提出一种基于长度约束的蝙蝠高效用项集挖掘算法(HUIM-LC-BA)。该算法融合蝙蝠算法(BA)和长度约束构建高效用项集挖掘(HUIM)模型,首先将数据库转换为位图矩阵,实现高效的效用计算和数据库扫描;其次,采用重新定义的事务加权效用(RTWU)策略缩减搜索空间;最后,对项集进行长度修剪,使用深度优先搜索和轮盘赌注选择法确定修剪项目。在4个数据集的仿真实验中,当最大长度为6时,与HUIM-BA相比,HUIM-LC-BA挖掘的模式数量分别减少了91%、98%、99%与97%,同时运行时间也少于HUIM-BA;且在不同长度约束条件下,与FHM+(Faster High-utility itemset Ming plus)算法相比运行时间更稳定。实验结果表明,HUIM-LC-BA能有效挖掘具有长度约束的HUI,并减少挖掘模式的数量。

关键词：高效用项集挖掘蝙蝠算法长度约束位图矩阵轮盘赌注选择法

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：