检索结果-南通市图书馆

基于MIC-SSA-SVM的时间敏感网络配置可行性检测

在线全文

学校读者我要写书评

暂无评论

昆明理工大学学报（自然科学版） 2024年第1期49卷 73-82页

作者：唐铖杰王澄郇战陈林常州大学微电子与控制工程学院江苏常州213000 常州大学计算机与人工智能学院江苏常州213000

时间敏感网络(TSN)通过精准的时钟同步、高精度的流量调度和智能化的网络管控机制实现多业务流混合传输.高效的网络配置检测技术是网络安全稳定运行的关键保障,它可以快速检测网络配置是否可行,降低网络运维成本,提高网络使用效率.为了... 详细信息

时间敏感网络(TSN)通过精准的时钟同步、高精度的流量调度和智能化的网络管控机制实现多业务流混合传输.高效的网络配置检测技术是网络安全稳定运行的关键保障,它可以快速检测网络配置是否可行,降低网络运维成本,提高网络使用效率.为了提高TSN网络配置检测的效率,本文提出一种基于特征优选和麻雀搜索算法优化支持向量机的算法模型(MIC-SSA-SVM).文中首先采用最大信息系数(MIC)来评估特征的相关性,进行特征优选.接着,选择SSA来对SVM的惩罚因子C与核参数g进行优化,并利用优化后的SVM算法模型实现TSN网络配置可行性检测.实验结果表明,相比于现有算法,所提出的模型在检测TSN网络配置可行性方面更加高效,分类准确率能达到97.6%.而且模型收敛速度快,寻优能力强.

关键词：时间敏感网络特征优选最大信息系数麻雀搜索算法支持向量机

在线全文

学校读者我要写书评

暂无评论

鲁棒多视角潜在低秩表示的图像分类方法

石河子大学学报(自然科学版) 2024年

作者：申燕萍韩少勇顾苏杭郇战常州工业职业技术学院信息工程学院常州大学计算机与人工智能学院郑州银行博士后科研工作站常熟理工学院电气与自动化工程学院

随着5G和网络技术的飞速发展,大量互联网图像出现在人们的视野中。互联网图像的高维和噪声特性是图像分类问题的主要挑战。为提高互联网图像的识别性和鲁棒性,本文提出了一种鲁棒多视角潜在低秩表示(robust multi-view latent low rank ... 详细信息

随着5G和网络技术的飞速发展,大量互联网图像出现在人们的视野中。互联网图像的高维和噪声特性是图像分类问题的主要挑战。为提高互联网图像的识别性和鲁棒性,本文提出了一种鲁棒多视角潜在低秩表示(robust multi-view latent low rank representation, RMLLRR)的图像分类方法。RMLLRR算法在低秩表示算法的框架上引入多视角学习的思想,根据视角互补性和一致性准则,利用多种特征得到图像全面的描述信息,最大化不同视角间的一致性和最小化视角间信息描述的分歧。RMLLRR算法使用潜在低秩表示的思想,过滤冗余特征和噪声信息,着重考虑图像主要特征信息和显著特征信息,使得模型更加鲁棒和分辨力。此外,RMLLRR算法运用ε-draggings技术学习类间大间隔的松弛标签矩阵,起到增强类别判别的作用。人脸数据集ORL、物体数据集COIL和对象识别数据集GRAZ的实验结果表明,在噪声环境下,RMLLRR算法在所有对比算法中取得了最好的分类结果,分类精度分别达到92.43%、98.95%和63.37%。

关键词：多视角学习潜在低秩表示 ε-draggings技术图像分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物联网移动应用多元化虚实结合实验平台设计

物联网技术 2024年第6期14卷 159-162页

作者：李涛郇战高云江苏信息职业技术学院物联网工程学院江苏无锡214153 常州大学计算机与人工智能学院江苏常州213164

针对国内高校物联网专业移动应用开发课程的系统化实验要求,提出并设计了多元化虚实结合的实验平台。剖析了新时代人才培养的核心,以学生为中心,以实践教学为主,培养复合型人才,提出并设计了基于物联网体系的移动应用开发实验平台。基... 详细信息

针对国内高校物联网专业移动应用开发课程的系统化实验要求,提出并设计了多元化虚实结合的实验平台。剖析了新时代人才培养的核心,以学生为中心,以实践教学为主,培养复合型人才,提出并设计了基于物联网体系的移动应用开发实验平台。基于该平台,学生从全局角度出发,设计移动应用终端程序,同时引导学生对物联网体系内的模块进行实验和创新。该实验平台更加符合“互联网+”教育模式下线上线下融合的要求,打破了时间和空间的束缚,有效提升了学生的动手能力、系统思维能力和创新思维能力,更能培养学生综合应用知识的能力。

关键词：物联网移动应用开发仿真平台虚实结合实践教学互联网+

维普期刊数据库博看期刊

基于VMD和优化SSA-ELM的齿轮箱故障诊断

在线全文

学校读者我要写书评

暂无评论

郑州大学学报（理学版） 2024年第2期56卷 80-86页

作者：孟博郇战时文雅余中舟周靖诺王佳晖常州大学微电子与控制工程学院江苏常州213164 常州大学阿里云大数据学院江苏常州213164 江苏立达电梯有限公司江苏常州213300

针对传统滤波器对齿轮箱信号去噪不充分和模型识别准确率低的问题,提出一种基于变分模态分解(variational mode decomposition,VMD)和改进麻雀搜索算法(sparrow search algorithm,SSA)来优化极限学习机(extreme learning machine,ELM)的齿轮箱故障诊断模型。通过改进VMD后含噪分量的选取方式,并结合小波包阈值处理对齿轮箱信号进行滤噪,在提取时频域有效特征的基础上,通过Tent混沌映射和引入微分递减因子改进SSA以优化ELM模型进行分类识别。实验结果表明,所提模型对齿轮箱故障工况的分类准确率达到99.50%,在故障诊断精度提升的同时收敛速度更快,验证了模型的可行性。

关键词：齿轮箱故障诊断变分模态分解小波包去噪 Tent混沌麻雀搜索算法极限学习机

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于三元中心引导的弱监督视频异常检测

计算机应用 2024年第5期44卷 1452-1457页

作者：朱子蒙李志新郇战陈瑛梁久祯常州大学计算机与人工智能学院、阿里云大数据学院、软件学院江苏常州213164 常州大学微电子与控制工程学院江苏常州213164

针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间... 详细信息

针对监控视频异常的复杂多样性和短时持续性,引入弱监督视频异常检测方法,旨在仅使用视频级别的标签进行异常检测,并提出了基于变分自编码器(VAE)与长短期记忆(LSTM)网络的异常回归网络VLARNet作为异常检测框架,以捕获时序数据中的时间依赖关系、去除冗余信息,保留数据的关键信息。该框架将异常检测视为回归问题,为学习检测特征,设计了异常分数回归的三元中心损失(TCLASR),与动态多实例学习损失(DMIL)相结合以进一步提高特征的区分能力。DMIL能够扩大异常实例与正常实例之间的类间距离,但同时也扩大了类内距离,而TCLASR可使来自同类的实例与类中心的距离更接近,与不同类中心的距离更远。对VLARNet在ShanghaiTech与CUHK Avenue数据集上进行了综合实验。实验结果表明,VLARNet能够有效利用视频数据的各种信息,在两个数据集上获得的受试者工作特征曲线下面积(AUC)分别为94.64%和93.00%,明显优于对比算法。

关键词：异常检测弱监督学习多实例学习中心损失受试者工作特征曲线下面积

关于Kaczmarz的一类加速免伪逆贪婪块方法

在线全文

学校读者我要写书评

暂无评论

应用数学进展 2024年第1期13卷 466-484页

作者：颜鑫鹏时文雅郇战常州大学阿里云大数据学院江苏常州

块贪婪Kaczmarz方法在解决大规模一致线性系统方面取得了成功应用。然而在每次迭代步骤中,GBK方法都涉及伪逆计算,这不仅复杂化了计算并减慢了收敛速度,且不适合分布式实现。在本文中基于Sketching技术提出了两种免伪逆计算的GBK方法,... 详细信息

块贪婪Kaczmarz方法在解决大规模一致线性系统方面取得了成功应用。然而在每次迭代步骤中,GBK方法都涉及伪逆计算,这不仅复杂化了计算并减慢了收敛速度,且不适合分布式实现。在本文中基于Sketching技术提出了两种免伪逆计算的GBK方法,分别是杠杆得分抽样免伪逆GBK方法和稀疏随机投影免伪逆GBK方法,其算法效率更加高效,收敛速度可以达到指数收敛。为了进一步加快收敛速度,我们还提出了CountSketch免伪逆重力球GBK方法、杠杆得分抽样免伪逆重力球GBK方法和稀疏随机投影免伪逆重力球GBK方法。为了验证新方法的有效性,我们进行了一些数值示例。结果表明,这些新方法在解决大规模一致线性系统方面具有很高的效率和准确性。

关键词：贪婪块Kaczmarz方法收敛性大规模相容线性方程组矩阵Sketching技术免伪逆计算

基于混合特征图卷积神经网络的人体行为识别方法

维普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

郑州大学学报（工学版） 2024年第4期45卷 46-52页

作者：李志新商樊淇郇战陈瑛梁久祯常州大学微电子与控制工程学院江苏常州213000 常州大学计算机与人工智能学院江苏常州213000

基于可穿戴传感器的人体行为识别方法不能很好地处理时间序列数据采样点之间的结构信息,也忽略了数据样本之间的潜在联系。针对这一问题,提出了混合时频特征和结构特征的图卷积神经网络模型进行人体动作识别。首先,通过小波包变换获取... 详细信息

基于可穿戴传感器的人体行为识别方法不能很好地处理时间序列数据采样点之间的结构信息,也忽略了数据样本之间的潜在联系。针对这一问题,提出了混合时频特征和结构特征的图卷积神经网络模型进行人体动作识别。首先,通过小波包变换获取原始信号的时频特征,进一步构建时空图提取信号的结构特征以挖掘采样点间的动态特性,并在结构特征中加入距离约束,弱化时空图中远距离邻居对中心节点的影响。其次,考虑到结构特征提取时受时空图拓扑关系影响较大,选择样本的时频特征构造图卷积神经网络的输入拓扑,混合时频特征和结构特征作为网络输入特征。最后,输入特征沿着输入拓扑结构传播,得到最终分类结果。为了评估所提模型的性能,在WHARF和DataEgo数据集上进行了实验验证。实验结果表明:所提模型的F1分数相比已有的基于卷积神经网络模型在WHARF和DataEgo上均有提升,WHARF数据集上F1最高提升19.58百分点,DataEgo数据集上F1最高提升26.44百分点,证明所提出模型通过挖掘动态特性能够有效提高动作识别能力。

关键词：图卷积神经网络可穿戴设备人体行为识别时空图特征提取

基于平衡采样的主动半监督学习人类活动识别研究

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2024年第7期43卷 63-66,71页

作者：郇战刘艳李志新董晨辉周帮文秦王盛常州大学微电子与控制工程学院江苏常州213000 常州大学计算机与人工智能学院阿里云大数据学院江苏常州213000

基于可穿戴传感器的人类活动识别研究逐渐受到人们的广泛关注。本文提出了一种基于平衡采样的主动半监督模型,在挑选样本进行标注时,将样本的不确定性和多样性一并考虑在内,挑选出类别平衡的不确定性样本。确保训练后的模型对每个类都... 详细信息

基于可穿戴传感器的人类活动识别研究逐渐受到人们的广泛关注。本文提出了一种基于平衡采样的主动半监督模型,在挑选样本进行标注时,将样本的不确定性和多样性一并考虑在内,挑选出类别平衡的不确定性样本。确保训练后的模型对每个类都有很好的识别性能,从而提升整体分类结果。同时,为了全部利用标记和未标记样本的信息,将主动学习和半监督学习相结合,利用损失项信息不断更新网络参数,提升模型在低注释下的识别性能。该模型在2个公开数据集上得到了验证,在确保获得较优分类准确率的同时,可以大大减少样本的人工标注工作。

关键词：主动学习半监督学习查询策略人类活动识别

维普期刊数据库博看期刊

手机惯导与RFID的盲人导航系统设计与实现

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2019年第3期14卷 491-499页

作者：郇战陈学杰梁久祯常州大学信息科学与工程学院

为了解决目前盲人自主出行困难的问题,结合惯性导航与 RFID技术各自的优势和特点,提出一种基于手机惯性导航和 RFID相结合的设计方案。该方案基于固定式 RFID标签群,生成盲人路线图,将随身移动式RFID读卡器和个人智能手机相结合,完成盲... 详细信息

为了解决目前盲人自主出行困难的问题,结合惯性导航与 RFID技术各自的优势和特点,提出一种基于手机惯性导航和 RFID相结合的设计方案。该方案基于固定式 RFID标签群,生成盲人路线图,将随身移动式RFID读卡器和个人智能手机相结合,完成盲人定位、路径规划和导航提醒。实验结果表明:该系统能够给盲人提供安全便捷的导航服务,有助于解决盲人自主出行问题。

关键词： RFID标签惯性导航室内定位盲人导航最短路径 Dijkstra算法矩形限制区域动态时间规整