检索结果-内蒙古大学图书馆

电子与信息学报 2025年第4期47卷 1150-1160页

作者：蔡烁姚玄石唐远志邓泽阳长沙理工大学大学计算机与通信工程学院长沙410114

红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升,而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题,该文提出一种基于场景自... 详细信息

红外与可见光图像融合的目的是将这两种异模态图像信息整合成场景细节信息更全面的融合图像。现有的一些融合算法仅关注评价指标的提升,而忽略了其在现实应用中的模型轻量性和场景泛化性的需求。为了解决该问题,该文提出一种基于场景自适应知识蒸馏的红外与可见光图像融合方法。首先,将领先的融合算法作为教师网络得到白天场景的学习样本,用低光增强算法继续处理得到黑夜场景的学习样本;然后,通过光照感知网络预测可见光图像的白天黑夜场景概率,从而指导学生网络实现对教师网络的场景自适应知识蒸馏;最后,引入基于结构重参数化的视觉变换器(RepViT)进一步降低模型的计算资源消耗。在MSRS和LLVIP数据集上与7种主流的深度学习融合算法进行了定性与定量的实验对比,所提融合方法能够在更低的计算资源消耗下,实现多个评价指标的提升,并在白天黑夜场景均能实现较好的融合视觉效果。

关键词：红外与可见光图像融合场景自适应知识蒸馏结构重参数化深度学习

来源：评论

学校读者我要写书评

暂无评论

面向肺炎CT图像识别的DL-CTNet模型

引用

计算机辅助设计与图形学学报 2024年第1期36卷 122-132页

作者：王威黄文迪王新王珑润长沙理工大学计算机与通信工程学院长沙410114

肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部... 详细信息

肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部与全局特征的轻量级模型——DL-CTNet.输入预处理的CT图像后,首先采用空洞卷积和动态双路径多尺度特征融合(D-DMFF)模块的2个支路提取浅层特征;然后使用局部与全局特征拼接模块(LGFC)中的D-DMFF模块提取局部特征、Swin Transformer提取全局特征,并通过拼接获得深层特征;最后经过全连接层输出分类标签.实验结果表明,在2个CT图像数据集上,验证了LGFC模块以及DL-CTNet的低复杂度与有效性;DL-CTNet的分类准确率高达98.613%,与其他方法相比,其能更准确地识别肺炎的CT图像.

关键词：肺炎胸部CT图像卷积神经网络 Transformer

来源：评论

学校读者我要写书评

暂无评论

ADC-CPANet:一种局部—全局特征融合的遥感图像分类方法

引用

遥感学报 2024年第10期28卷 2661-2672页

作者：王威李希杰王新长沙理工大学计算机与通信工程学院长沙410114

遥感图像具有丰富的纹理信息和复杂的整体结构,因此在场景分类任务中进行多尺度的特征提取至关重要。基于此,设计了局部特征提取模块ADC模块ADC(Aggregation Depthwise Convolution Block)和全局—局部特征提取模块CPA模块CPA(Convoluti... 详细信息

遥感图像具有丰富的纹理信息和复杂的整体结构,因此在场景分类任务中进行多尺度的特征提取至关重要。基于此,设计了局部特征提取模块ADC模块ADC(Aggregation Depthwise Convolution Block)和全局—局部特征提取模块CPA模块CPA(Convolution Parallel Attention Block),并在ADC模块中提出一种非对称深度卷积组,以增强模型对图像翻转和旋转的鲁棒性;在CPA模块中提出一种能够扩大感受野并增强特征提取能力的多分组卷积头分解注意力。以ADC模块和CPA模块为基础构建全新的遥感图像场景分类模型ADC-CPANet,在各阶段采用堆叠ADC模块和CPA模块的策略,从而使模型具有更好的全局特征和局部特征提取能力。为验证ADC-CPANet的有效性,本文使用开源数据集RSSCN7数据集和SIRI-WHU数据集测试ADC-CPANet与其他深度学习网络的复杂度和识别能力。实验结果表明,ADC-CPANet的分类准确率分别高达96.43%和96.04%,优于其他先进的模型。

关键词：遥感图像场景分类卷积神经网络 Transformer 多分组卷积头分解注意力 ADC-CPANet模型

来源：评论

学校读者我要写书评

暂无评论

面向遥感图像场景分类的LAG-MANet模型

引用

测绘学报 2024年第7期53卷 1371-1383页

作者：王威郑薇王新长沙理工大学计算机与通信工程学院湖南长沙410114

遥感图像分类过程中,局部信息与全局信息至关重要。目前,遥感图像分类的方法主要包括卷积神经网络(CNN)及Transformer。CNN在局部信息提取方面具有优势,但在全局信息提取方面有一定的局限性。相比之下,Transformer在全局信息提取方面表... 详细信息

遥感图像分类过程中,局部信息与全局信息至关重要。目前,遥感图像分类的方法主要包括卷积神经网络(CNN)及Transformer。CNN在局部信息提取方面具有优势,但在全局信息提取方面有一定的局限性。相比之下,Transformer在全局信息提取方面表现出色,但计算复杂度高。为提高遥感图像场景分类性能,降低复杂度,设计了LAG-MANet纯卷积网络。该网络既关注局部特征,又关注全局特征,并且考虑了多尺度特征。输入图像被预处理后,首先采用多分支扩张卷积模块(MBDConv)提取多尺度特征;然后依次进入网络的4个阶段,在每个阶段采用并行双域特征融合模块(P2DF)分支路提取局部、全局特征并进行融合;最后先经过全局平均池化、再经过全连接层输出分类标签。LAG-MANet在WHU-RS19数据集、SIRI-WHU数据集及RSSCN7数据集上的分类准确率分别为97.76%、97.04%、97.18%。试验结果表明,在3个具有挑战性的公开遥感数据集上,LAG-MANet更具有优越性。

关键词：遥感图像场景分类 CNN LAG-MANet

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5-LITE轻量级的配电组件缺陷识别

引用

高电压技术 2024年第5期50卷 1855-1864页

作者：颜宏文万俊杰潘志敏章健军马瑞长沙理工大学计算机与通信工程学院长沙410114 国网湖南超高压变电公司长沙410100 长沙理工大学电气与信息工程学院长沙410114

为对配电组件缺陷进行精确快速的定位和识别,提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为使模型便于部署至移动设备终端,该方法使用ShuffleNetV2作为骨干网提取特征构建YOLOv5-LITE轻量级神经网络模型,并摘除ShuffleN... 详细信息

为对配电组件缺陷进行精确快速的定位和识别,提出一种基于改进YOLOv5-LITE轻量级的配电组件缺陷识别方法。为使模型便于部署至移动设备终端,该方法使用ShuffleNetV2作为骨干网提取特征构建YOLOv5-LITE轻量级神经网络模型,并摘除ShuffleNetV2的1024卷积和5×5池化,采用全局平均池化操作替代,降低网络参数量,提升模型检测速度;通过引入有利于细粒度目标检测的152×152特征层,实现了对大、中、小尺度的缺陷检测;在PANet架构中采用深度可分离卷积代替下采样使得网络更加轻量化。实验结果表明:该方法能够识别电缆脱离垫片、电缆与绝缘子脱落、无环绝缘子3种缺陷,其检测精度分别达到92%、95%、95%,网络参数量约为YOLOv5的1/4,检测速度达到2 ms/张。所提出的方法具有实时性、准确率高、轻量化等特点。

关键词：目标检测 YOLOv5 ShuffleNetV2 轻量化配电线路缺陷识别

来源：评论

学校读者我要写书评

暂无评论

NHNet——新型层次化遥感图像语义分割网络

引用

吉林大学学报（地球科学版） 2024年第5期54卷 1764-1772页

作者：王威熊艺舟王新长沙理工大学计算机与通信工程学院长沙410000

深度学习分割方法是遥感图像分割领域的热点之一,主流的深度学习方法有卷积神经网络、transformer神经网络及两者的结合。特征提取是图像分割的重要环节,除了用卷积等方式提取特征,最近的研究聚焦于一些新的特征提取范式,如图卷积、小... 详细信息

深度学习分割方法是遥感图像分割领域的热点之一,主流的深度学习方法有卷积神经网络、transformer神经网络及两者的结合。特征提取是图像分割的重要环节,除了用卷积等方式提取特征,最近的研究聚焦于一些新的特征提取范式,如图卷积、小波变换等。本文利用聚类算法的区域构建属性,将改进的聚类算法用于骨干特征提取模块,同时使用卷积和视觉transformer作为辅助模块,以获取更丰富的特征表述;在模块基础上,提出了一种新型层次化遥感图像语义分割网络(NHNet);评估了NHNet语义分割的性能,并在LoveDA遥感数据集上与其他方法进行比较。结果表明,基于多特征提取的NHNet获得了竞争性的性能表现,平均交并比为49.64%,F_(1)分数为65.7%。同时,消融实验证明辅助模块提高了聚类算法分割的精确性,给NHNet分别提升了1.03%和2.41%的平均交并比。

关键词：遥感图像语义分割聚类算法卷积神经网络自注意力

来源：评论

学校读者我要写书评

暂无评论

网络拥塞控制方法综述

引用

软件学报 2024年第8期35卷 3952-3979页

作者：蒋万春李昊阳陈晗瑜王洁王建新阮昌中南大学计算机学院湖南长沙410012 长沙理工大学计算机与通信工程学院湖南长沙411014

网络拥塞控制方法是决定网络传输性能的关键因素.近几年,网络不断普及、网络带宽不断增长、用户对网络性能的需求不断提升,为拥塞控制算法的设计带来挑战.为适应不同的网络环境,近期不少新颖的拥塞控制算法被研究者们提出来,极大地提升... 详细信息

网络拥塞控制方法是决定网络传输性能的关键因素.近几年,网络不断普及、网络带宽不断增长、用户对网络性能的需求不断提升,为拥塞控制算法的设计带来挑战.为适应不同的网络环境,近期不少新颖的拥塞控制算法被研究者们提出来,极大地提升网络的传输性能,改善用户体验.综述最新拥塞控制算法设计思想,将其分为预约调度式、直接测量式、基于机器学习式以及迭代探测式4大类,分别介绍相应的代表性拥塞控制算法,并进一步对各种拥塞控制思想方法的优缺点进行对比和分析,最后展望拥塞控制的未来发展方向,以启发该领域的研究.

关键词：拥塞控制网络环境吞吐量延时数据中心

来源：评论

学校读者我要写书评

暂无评论

GAN与Diffusion在传统纹样设计中的实验研究

引用

丝绸 2024年第8期61卷 9-22页

作者：李莉毛子晗吕思奇袁晨旭彭玉旭长沙理工大学设计艺术学院长沙410114 长沙理工大学计算机与通信工程学院长沙410114

传统纹样是中国优秀传统文化的重要组成部分,传统人工设计已经无法满足纹样的现代设计需求,生成式AI为传统纹样设计提供了新的设计路径和方法。文章将生成式AI应用于传统纹样设计中,通过适配实验优选基于GAN的Style GAN和基于Diffusion... 详细信息

传统纹样是中国优秀传统文化的重要组成部分,传统人工设计已经无法满足纹样的现代设计需求,生成式AI为传统纹样设计提供了新的设计路径和方法。文章将生成式AI应用于传统纹样设计中,通过适配实验优选基于GAN的Style GAN和基于Diffusion的Stable Diffusion两种主流图像生成模型进行实验,采用技术分析与艺术分析相结合,对实验结果进行多角度、多维度对比分析,为设计师选择生成设计方法提供参照。实验结果表明,两个模型均能满足基本的艺术设计需求。Style GAN模型生成的纹样图像更接近真实图像的分布,具有更高的图像质量和多样性;Stable Diffusion模型能较好地传承传统纹样的基因,艺术性与创造性兼具,更加符合传统纹样的艺术设计需求。

关键词： GAN Diffusion 传统纹样评价指标对比分析实验研究

来源：评论

学校读者我要写书评

暂无评论

融合子图选择和邻域过滤的信贷欺诈审核方法

引用

计算机科学与探索 2025年第2期19卷 465-475页

作者：唐小勇王浩东长沙理工大学计算机与通信工程学院长沙410114

信贷欺诈审核是金融欺诈检测领域的研究热点与难点,尤其是大规模金融信贷交易场景下的欺诈检测问题。然而,信贷欺诈审核过程中的欺诈者类节点数量分布极不平衡和欺诈者节点伪装自身问题一直是其所面临的重要挑战。基于此,面向大规模互... 详细信息

信贷欺诈审核是金融欺诈检测领域的研究热点与难点,尤其是大规模金融信贷交易场景下的欺诈检测问题。然而,信贷欺诈审核过程中的欺诈者类节点数量分布极不平衡和欺诈者节点伪装自身问题一直是其所面临的重要挑战。基于此,面向大规模互联网金融信贷动态图提出融合重构子图选择和强化邻域过滤的图神经网络(RSRF-GNN)模型,以提高信贷欺诈审核的有效性。该方法从数据角度定义欺诈者数量分布不平衡和欺诈伪装问题。依据节点类别和出入度信息设计重构平衡子图选择模块以解决欺诈者数量分布不平衡问题。针对欺诈伪装问题,设计动态过滤邻域节点嵌入的邻域过滤模块。设计了边聚合模块聚合中心节点的邻域边嵌入,进一步提高中心节点邻域嵌入信息表达效果。为验证RSRF-GNN模型的有效性,在真实数据集DGraph-Fin上进行实验,结果表明RSRF-GNN模型在有效性方面比现有模型有较大提升。RSRF-GNN模型在AUC上提高了5~8个百分点,AP分数表现提高了18~29个百分点,模型性能优势显著。

关键词：信贷欺诈审核大规模动态图分布不平衡欺诈伪装图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于相关性分离的逻辑电路敏感门定位算法

引用

电子与信息学报 2024年第1期46卷 362-372页

作者：蔡烁何辉煌余飞尹来容刘洋长沙理工大学计算机与通信工程学院长沙410114 长沙理工大学汽车与机械工程学院长沙410114 中通服咨询设计研究院有限公司南京210019

随着CMOS器件特征尺寸进入纳米量级,因高能粒子辐射等造成的电路失效问题日益严重,给电路可靠性带来严峻挑战。现阶段,准确评估集成电路可靠性,并以此为依据对电路进行容错加固,以提高电路系统可靠性变得刻不容缓。然而,由于逻辑电路中... 详细信息

随着CMOS器件特征尺寸进入纳米量级,因高能粒子辐射等造成的电路失效问题日益严重,给电路可靠性带来严峻挑战。现阶段,准确评估集成电路可靠性,并以此为依据对电路进行容错加固,以提高电路系统可靠性变得刻不容缓。然而,由于逻辑电路中存在大量扇出重汇聚结构,由此引发的信号相关性导致可靠性评估与敏感单元定位面临困难。该文提出一种基于相关性分离的逻辑电路敏感门定位算法。先将电路划分为多个独立电路结构(ICS);以ICS为基本单元分析故障传播及信号相关性影响;再利用相关性分离后的电路模块和反向搜索算法精准定位逻辑电路敏感门单元;最后综合考虑面向输入向量空间的敏感门定位及针对性容错加固。实验结果表明,所提算法能准确、高效地定位逻辑电路敏感单元,适用于大规模及超大规模电路的可靠性评估与高效容错设计。

关键词：逻辑电路失效率相关性分离敏感门定位容错设计

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：