检索结果-南通市图书馆

一种面向增强现实中相机标定的天牛须搜索改进算法

在线全文

学校读者我要写书评

暂无评论

海军工程大学学报 2023年第5期35卷 40-45页

作者：张秀山荣晗戈徐浩黄健李永杰海军工程大学电子工程学院武汉430033 32383部队武汉430300 91550部队辽宁大连116000

针对三维注册初始化中内参难以进行标定的问题,分析了亚像素精度与相机成像模型,并对天牛须搜索算法进行了改进,在此基础上提出了一种求解三维注册初始内参的相机标定方法。首先,在图片中提取角点并进行亚像素精化;然后,在相机成像方程... 详细信息

针对三维注册初始化中内参难以进行标定的问题,分析了亚像素精度与相机成像模型,并对天牛须搜索算法进行了改进,在此基础上提出了一种求解三维注册初始内参的相机标定方法。首先,在图片中提取角点并进行亚像素精化;然后,在相机成像方程中引入畸变系数,重新推导成像方程并求解内参;最后,提出天牛须扰动搜索算法并对内参进行非线性优化。实验结果表明,该方法可明显减小相机的重投影误差,可以为三维注册模块提供初始化内参。

关键词：增强现实相机标定亚像素成像模型天牛须搜索算法

在线全文

学校读者我要写书评

暂无评论

语言引导的多粒度特征融合目标分割方法

北京航空航天大学学报 2024年第2期50卷 542-550页

作者：谭荃戈王蓉吴澳中国人民公安大学信息网络安全学院北京100091

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的... 详细信息

语言引导的目标分割旨在将文本描述的目标与其所指代的实体进行匹配,从而实现对文本、实体之间关系的理解与指代目标的定位。该任务在信息抽取、文本分类、机器翻译等应用场景中具有重要的应用价值。基于Refvos模型提出一种语言引导的多粒度特征融合目标分割方法,能够对特定目标精准定位。利用Swin Transformer和Bert网络,分别提取多粒度的视觉特征和文本特征,提高对整体与细节的表征能力;将文本特征分别与不同粒度视觉特征进行融合,通过语言引导增强特定目标表达;通过卷积长短期记忆网络对多粒度融合特征进行优化,在不同粒度特征间进行信息交流,得到更精细化的分割结果。在UNC、UNC+、G-Ref、ReferIt数据集上进行训练并测试所提方法。实验结果表明:相比Refvos,所提方法在UNC数据集的val、testB子集中IoU结果分别提升0.92%、4.1%,在UNC+数据集的val、testA、testB子集中IoU结果分别提升1.83%、0.63%、1.75%。所提方法在G-Ref、ReferIt数据集的IoU结果分别为40.16%和64.37%,达到前沿水平,证明所提方法的有效性与先进性。

关键词：目标分割指代分割特征融合跨模态文本理解

在线全文

学校读者我要写书评

暂无评论

一种基于组合子阵协方差矩阵的阵列扩展方法

兵工学报 2024年第5期45卷 1717-1724页

作者：梁国龙罗钧戈郝宇付进哈尔滨工程大学水声技术全国重点实验室黑龙江哈尔滨150001 海洋信息获取与安全工信部重点实验室(哈尔滨工程大学)工业和信息化部黑龙江哈尔滨150001 哈尔滨工程大学水声工程学院黑龙江哈尔滨150001

针对阵列在低信噪比条件下信号检测概率低且方位估计性能下降的问题,提出一种基于组合子阵协方差矩阵的线列阵扩展方法。该方法将阵列划分为奇偶子阵,根据子阵的互协方差与自协方差矩阵构建扩展接收数据,对扩展接收数据进行组合作为最... 详细信息

针对阵列在低信噪比条件下信号检测概率低且方位估计性能下降的问题,提出一种基于组合子阵协方差矩阵的线列阵扩展方法。该方法将阵列划分为奇偶子阵,根据子阵的互协方差与自协方差矩阵构建扩展接收数据,对扩展接收数据进行组合作为最终的阵列接收数据进行处理,由此在突破阵列物理孔径的基础上避免仅使用奇偶阵元互协方差重构接收数据时产生的栅瓣问题。仿真结果表明:新方法可以降低波束输出的旁瓣,具有较好的弱目标检测能力和方位分辨力;相比于基于奇偶阵元互协方差的阵列扩展方法,新方法可有效提升方位估计精度,且不存在栅瓣问题。

关键词：阵列扩展弱目标检测波达方向估计栅瓣协方差矩阵

去中心化背景下数字身份识别的法律风险及其应对

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

四川师范大学学报（社会科学版） 2024年第5期51卷 69-79,202页

作者：靳梦戈山东大学法学院(威海)

数字身份是数字化时代对个体传统身份的突破和超越的产物,是以数字化方式呈现的身份样态,具有唯一性与可验证性、动态性与跨界性、私有性与匿名性的特征。以用户自主控制身份数据为核心理念的去中心化身份识别技术已成为当下数字身份管... 详细信息

数字身份是数字化时代对个体传统身份的突破和超越的产物,是以数字化方式呈现的身份样态,具有唯一性与可验证性、动态性与跨界性、私有性与匿名性的特征。以用户自主控制身份数据为核心理念的去中心化身份识别技术已成为当下数字身份管理识别的主流。然而,去中心化背景下数字身份识别存在隐私与数据安全、身份盗用与身份欺诈、法律监管以及跨境数据流动等风险。构建安全、可靠、高效、公平的数字身份识别体系,应当注重激励隐私保护并强化数据安全规定,建立数字身份的法定技术标准,构建法律与技术相均衡的协调机制,推进数字身份国际合作的法律协调。

关键词：数字身份去中心化身份识别数据安全隐私保护

维普期刊数据库博看期刊

“城市·人物——2023全国高等艺术院校人物画教学与创作研讨会暨师生作品展”述评

在线全文

学校读者我要写书评

暂无评论

美术 2024年第4期 38-45页

作者：贺戈箫上海美术学院国画系

本文聚焦“城市·人物——2023全国高等艺术院校人物画教学与创作研讨会暨师生作品展”以及中国人物画的继承、创新、发展和教育教学,总结新时代中国人物画取得的成就以及面临的问题,以期给中国人物画的教学与创作带来启发。

关键词：中国画人物画城市题材高等美术教育

在线全文

学校读者我要写书评

暂无评论

超以象外——创作型写生所思

美术观察 2024年第5期 144-145页

作者：曹天戈中国美术学院

抛开被断章取义的情况,吴冠中当年的一句“脱离了具体画面的孤立的笔墨,其价值等于零”仍然在国画界引发了激烈争论。不论如何,我认为吴冠中先生都指出了一种可能性,即他对笔墨这一至臻体系之未来的想象。而基于画面推敲笔墨,其实也是... 详细信息

抛开被断章取义的情况,吴冠中当年的一句“脱离了具体画面的孤立的笔墨,其价值等于零”仍然在国画界引发了激烈争论。不论如何,我认为吴冠中先生都指出了一种可能性,即他对笔墨这一至臻体系之未来的想象。而基于画面推敲笔墨,其实也是当代写意人物画创作必然要面对的问题。如此,吴冠中的观点便更加可贵,因为它对于实践者而言绝非遥不可及,它是极具可操作性的,甚至可以说是超越笔墨范畴的:造型与笔墨终归是为整个画面而服务,为了画家的观念、情感表达而服务。这里我想以本人的一幅创作型写生为例,反思自己在整个创作中的观察、构思、造型以及笔墨设计。

关键词：吴冠中先生创作型写生当代写意人物画超以象外等于零情感表达断章取义国画

宏观经济不确定性与股票超额收益:来自中国A股市场的证据

在线全文

学校读者我要写书评

暂无评论

广东财经大学学报 2024年第2期39卷 11-28页

作者：戈盈凡上海财经大学金融学院上海200433

宏观基本面冲击作为股票市场波动的重要原因被广泛认可,但从宏观经济不确定性视角探讨其对中国市场股票超额收益率影响的研究却相对缺乏。利用中国宏观经济和金融的多指标数据,构建2002—2022年中国宏观经济不确定性指数,考察其对A股超... 详细信息

宏观基本面冲击作为股票市场波动的重要原因被广泛认可,但从宏观经济不确定性视角探讨其对中国市场股票超额收益率影响的研究却相对缺乏。利用中国宏观经济和金融的多指标数据,构建2002—2022年中国宏观经济不确定性指数,考察其对A股超额收益率的影响。研究发现宏观经济不确定性暴露的负向溢价显著存在,即具有负的宏观经济不确定性贝塔股票的未来超额收益率更高;不过这种溢价在不同股权性质、规模和行业的股票中存在差异,并且相对于经济上行时期,经济下行时期的宏观不确定性贝塔(beta)溢价更为显著,凸显其异质性和状态依赖性。本研究对于理解宏观经济不确定性对股票市场的影响以及构建相应的资产组合来应对宏观不确定性冲击具有一定的理论意义和现实价值。

关键词：经济不确定性股票收益不确定性溢价超额收益率资产组合

基于循环神经网络模型的创伤重症患者临床结局的动态预测

在线全文

学校读者我要写书评

暂无评论

海军军医大学学报 2024年第10期 1241-1249页

作者：齐戈尧徐进金志超海军军医大学(第二军医大学)卫生勤务学系军队卫生与统计学教研室中国人民解放军联勤保障部队第九四〇医院

目的探讨基于循环神经网络(RNN)算法构建的动态预测模型用于创伤重症患者临床结局动态预测的价值，并研究动态策略和实时预测模型可行的搭建方案及路径。方法本研究数据来源于美国重症监护医学信息数据库(MIMIC)-Ⅳ2.0。以创伤重症患... 详细信息

目的探讨基于循环神经网络(RNN)算法构建的动态预测模型用于创伤重症患者临床结局动态预测的价值，并研究动态策略和实时预测模型可行的搭建方案及路径。方法本研究数据来源于美国重症监护医学信息数据库(MIMIC)-Ⅳ2.0。以创伤重症患者院内结局为预测目标，使用长短时记忆(LSTM)和门控循环单元(GRU)2种RNN算法分别在4、6和8 h时间窗下训练动态预测模型。使用灵敏度、特异度、F1值和AUC值对模型性能进行评价，并分析不同RNN算法和时间窗对模型性能的影响。在8 h时间窗下分别训练隐马尔科夫模型(HMM)、随机森林(RF)模型和logistic模型作为对照，横向比较2种RNN算法模型与对照模型的性能指标，并分析各模型的时间趋势变化。结果在不同时间窗时，RNN动态模型在灵敏度、特异度、F1值和AUC值等4个性能指标上差异均有统计学意义(均P<0.001)，在8 h时间窗时模型的各性能指标均高于6 h和4 h时；不同RNN算法(LSTM和GRU)间仅特异度差异有统计学意义(P=0.036)。横向比较结果显示，2种RNN算法模型和其他模型间各性能指标差异均有统计学意义(均P<0.001)，2种RNN算法模型各指标均高于HMM、RF和logistic模型；各算法模型灵敏度、特异度和F1值的ICC均小于0.400(95% CI未包含0)，而AUC值的ICC在统计学上证据不足(95% CI包含0)。结论基于RNN算法的动态模型对创伤重症患者临床结局的预测效果较其他常见模型具有一定优势，且时间窗对模型性能可能存在影响。

关键词：循环神经网络长短期记忆网络门控循环单元创伤动态模型临床结局预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向异构非欧数据的因果关系发现方法

系统工程理论与实践 2024年第6期44卷 1987-2002页

作者：王晓康李帅戈王熠晖万岩北京邮电大学经济管理学院北京100876 对外经济贸易大学金融学院北京100029

因果关系在揭示事物发生机制及指导干预行为等方面具有相关关系不能替代的重要作用.然而,由于现有框架对模型表示和学习算法的限制,仅有少量工作在非欧几里德数据上进行因果关系发现.本文进一步针对同时包含了多种类型非欧几里得数据的... 详细信息

因果关系在揭示事物发生机制及指导干预行为等方面具有相关关系不能替代的重要作用.然而,由于现有框架对模型表示和学习算法的限制,仅有少量工作在非欧几里德数据上进行因果关系发现.本文进一步针对同时包含了多种类型非欧几里得数据的集合,提出了基于多元坐标表示的因果映射过程,描述了父节点与子节点之间的数据生成机制,并创建了一个基于多元张量回归的因果生成模型.其次,在上述理论框架下,提出了基于正则化广义典型相关分析的方法的两阶段因果关系发现方法,可以将一系列具有复杂多样化特征的非欧氏数据投影至共享子空间中的一系列数值变量,在计算相关性的同时,实现了变量的综合降维与离散化表示.使用上述一致投影方向下的离散表示,可以在共享子空间内进一步发现异构非欧变量之间的因果关系.最后,在真实世界工业传感器数据的实验结果上进行了实证研究,结果表明,本文提出的异构非欧数据因果关系发现方法能够给出有意义的因果关系.

关键词：因果关系发现函数型数据成分型数据广义典型相关分析工业故障检测