检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于对比学习的小样本图像分类方法

计算机应用 2024年

作者：严雪文黄章进中国科学技术大学计算机科学与技术学院

基于深度学习的图像分类算法通常依赖大量训练数据，然而在实际场景中往往难以获取足够大规模的高质量标注样本。针对小样本场景下分类模型泛化能力不足的问题，提出一种新的基于对比学习的小样本图像分类方法。首先，在训练中增加全局... 详细信息

基于深度学习的图像分类算法通常依赖大量训练数据，然而在实际场景中往往难以获取足够大规模的高质量标注样本。针对小样本场景下分类模型泛化能力不足的问题，提出一种新的基于对比学习的小样本图像分类方法。首先，在训练中增加全局对比学习作为辅助目标，使特征提取网络从实例中获得更丰富的信息；其次，对问询样本分块并计算局部对比损失，促进模型获得从局部推断整体的能力；最后，利用显著性检测混合查询样本重要区域，构造复杂样本，提升模型泛化能力。在两个公开数据集miniImageNet和tieredImageNet上进行5-way 1-shot和5-way 5-shot的图像分类任务实验，所提方法相较于小样本学习的基线模型Meta-Baseline模型，在miniImageNet上分类准确度分别提高了5.97和4.25个百分点；在tieredImageNet上分类准确度分别提高了3.86和2.84个百分点。并且，所提方法在miniImageNet上分类准确度比DFR(Disentangled Feature Representation)模型分别提高了1.02和0.72个百分点。实验结果表明，所提方法有效提高了小样本图像分类的准确度，具有良好的泛化能力。

关键词：小样本学习图像分类对比学习数据增强显著性检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种用于软件预取的访存轨迹采样算法

计算机工程 2024年

作者：刘大兴顾乃杰黄章进苏俊杰齐东升中国科学技术大学计算机科学与技术学院

现代计算机程序性能受到“缓存墙”现象的制约。软件预取作为提升数据存取性能的一种重要技术，得到了广泛的关注和应用。在软件预取的研究中，往往需要使用访存轨迹分析结合采样算法来筛选出存在Cache Miss的访存指令作为预取目标。然... 详细信息

现代计算机程序性能受到“缓存墙”现象的制约。软件预取作为提升数据存取性能的一种重要技术，得到了广泛的关注和应用。在软件预取的研究中，往往需要使用访存轨迹分析结合采样算法来筛选出存在Cache Miss的访存指令作为预取目标。然而，传统的迸发采样算法不能区分不同类型的轨迹信息，且容易遗漏访问次数较少的指令。针对以上问题，本文提出了一种新的基于单遍聚类和分层采样的访存轨迹采样算法。该算法首先提取访存轨迹信息的特征；随后利用单遍聚类方法依据特征相似程度进行访存信息聚类；进而以聚类为基础进行分层采样，即根据Cache Miss率调整采样比，并保证对规模较小的类别也进行采样。相比于传统算法，新的访存轨迹采样算法可按照Cache Miss率对轨迹中不同的部分合理分配注意力，并减少规模较小类别的遗漏情况。实验结果显示，在选择的8个测试程序上，相比于传统的迸发采样算法，分层采样算法可平均多覆盖15.70%的Cache Miss，基于分层采样算法的预取平均可额外减少18.35%的Cache Miss和3.51%的程序运行时间。

关键词：分层采样访存轨迹软件预取迸发采样单遍聚类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

低空空域无人机实时智能检测系统设计与研究

安徽职业技术学院学报 2024年第2期23卷 26-30,47页

作者：李文明刘小虎黄章进安徽警官职业学院警察系安徽合肥230031 中国科学技术大学计算机学院安徽合肥230026

针对低空空域无人机检测的识别率低、反应速度慢等问题,本文设计并试验了一套低空空域无人机实时智能检测系统,包括监控数据采集、视频数据处理、无人机数据集、预训练模型、迁移学习训练、训练结果分析、系统集成展示的完整流程,分析... 详细信息

针对低空空域无人机检测的识别率低、反应速度慢等问题,本文设计并试验了一套低空空域无人机实时智能检测系统,包括监控数据采集、视频数据处理、无人机数据集、预训练模型、迁移学习训练、训练结果分析、系统集成展示的完整流程,分析并确定了无人机检测场景的关键性能指标,对基于YOLOv5的模型参数量进行了估算,并在实际场景下的3D地图中展现了无人机检测和路径跟踪的过程。实验数据表明,在指定最低召回率为90%的条件下,置信度为53%,对应的精确率为96%,同时系统在校内测试环境下集成运行正常,满足低空空域无人机实时智能检测场景的要求。

关键词：无人机检测 YOLOv5 深度学习迁移学习召回率

在线全文

学校读者我要写书评

暂无评论

基于失焦模糊特性的焦点堆栈深度估计方法

计算机应用 2023年

作者：周萌黄章进中国科学技术大学计算机科学与技术学院

现有的单目深度估计方法通常使用图像语义信息获取深度，忽略了另一个重要的线索—失焦模糊。基于失焦模糊的深度估计方法通常把焦点堆栈或者其梯度信息作为输入，没有考虑到焦点堆栈各图像层之间的模糊变化量小以及焦点平面两侧具有模... 详细信息

现有的单目深度估计方法通常使用图像语义信息获取深度，忽略了另一个重要的线索—失焦模糊。基于失焦模糊的深度估计方法通常把焦点堆栈或者其梯度信息作为输入，没有考虑到焦点堆栈各图像层之间的模糊变化量小以及焦点平面两侧具有模糊歧义性的特点。针对现有焦点堆栈深度估计方法的不足，提出一种基于3D卷积的轻量化网络。首先设计了一个3D感知模块对焦点堆栈的模糊信息进行粗提取；然后将提取到的信息与通道差分模块输出的焦点堆栈RGB通道差分特征进行级联，构建可以识别模糊歧义性模式的焦点体；最后利用多尺度3D卷积预测深度。与AiFDepthNet等方法相比，所提方法在DefocusNet数据集上的平均绝对误差(Mean Absolute Error, MAE)等7个指标取得了最优，在NYU Depth V2数据集上4个指标取得了最优，3个指标取得了次优，同时轻量化的设计使推理时间降低至7.01ms。实验结果表明，所提方法能够有效地提高焦点堆栈深度估计的准确性及其推理速度。

关键词：单目深度估计焦点堆栈失焦模糊焦点体模糊歧义性

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于失焦模糊的焦点堆栈深度估计方法

计算机应用 2023年第9期43卷 2897-2903页

作者：周萌黄章进中国科学技术大学计算机科学与技术学院合肥230027

现有的单目深度估计方法通常使用图像语义信息来获取深度,忽略了另一个重要的线索——失焦模糊。同时,基于失焦模糊的深度估计方法通常把焦点堆栈或者梯度信息作为输入,没有考虑到焦点堆栈各图像层之间的模糊变化量小以及焦点平面两侧... 详细信息

现有的单目深度估计方法通常使用图像语义信息来获取深度,忽略了另一个重要的线索——失焦模糊。同时,基于失焦模糊的深度估计方法通常把焦点堆栈或者梯度信息作为输入,没有考虑到焦点堆栈各图像层之间的模糊变化量小以及焦点平面两侧具有模糊歧义性的特点。针对现有焦点堆栈深度估计方法的不足,提出一种基于三维卷积的轻量化网络。首先,设计一个三维感知模块对焦点堆栈的模糊信息进行粗提取;然后,将提取到的信息与通道差分模块输出的焦点堆栈RGB通道差分特征进行级联,构建可以识别模糊歧义性模式的焦点体;最后,利用多尺度三维卷积来预测深度。实验结果表明,与AiFDepthNet(All in Focus Depth Network)等方法相比,所提方法在DefocusNet数据集上的平均绝对误差(MAE)等7个指标上取得了最优;在NYU Depth V2数据集上的4个指标上取得了最优,3个指标上取得了次优;同时,轻量化的设计使所提方法的推理时间分别缩短了43.92%~70.20%和47.91%~77.01%。可见,所提方法能有效地提高焦点堆栈深度估计的准确性及推理速度。

关键词：单目深度估计焦点堆栈失焦模糊焦点体模糊歧义性

在线全文

学校读者我要写书评

暂无评论

基于重用距离的访存指令优化

小型微型计算机系统 2023年

作者：魏雨桐顾乃杰黄章进苏俊杰齐东升中国科学技术大学计算机科学与技术学院

随着机器学习、推荐系统和社交网络等数据驱动类技术的发展，数据正在以流的形式呈现。传统的缓存替换算法无法有效适应应用程序的流式访问行为，导致数据流程序带来了大量的缓存未命中与严重的缓存污染问题。本文依据数据流程序变化带... 详细信息

随着机器学习、推荐系统和社交网络等数据驱动类技术的发展，数据正在以流的形式呈现。传统的缓存替换算法无法有效适应应用程序的流式访问行为，导致数据流程序带来了大量的缓存未命中与严重的缓存污染问题。本文依据数据流程序变化带来的新的局部性优化挑战，提出了一种基于重用距离和非时态访存指令的优化方法RDNT。该方法首先筛选内存访问指令，然后计算重用距离，最后用非时态内存访问指令替换重用距离过大的常规内存访问指令。在SPEC CPU 2017测试集的实验结果表明，RDNT能够有效提高程序性能，与常规访存方式相比产生了8%的加速比，降低了程序的运行时间。

关键词： LLVM编译器缓存污染内存访问指令编译器优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向等几何分析的几何计算

计算机辅助设计与图形学学报 2015年第4期27卷 570-581页

作者：徐岗李新黄章进吴梦蔺宏伟杭州电子科技大学计算机学院杭州310018 中国科学技术大学数学科学学院合肥230026 中国科学技术大学计算机科学与技术学院合肥230027 合肥工业大学数学学院合肥230009 浙江大学数学系杭州310058 浙江大学CAD&CG国家重点实验室杭州310058

等几何分析方法是一种直接基于CAD模型的精确几何表示进行物理性能仿真分析的新方法.文中从几何计算的视角出发,对等几何分析方法的基本框架,以及面向等几何分析的几何设计与计算的相关工作进行了介绍,重点介绍适合分析的计算域参数化... 详细信息

等几何分析方法是一种直接基于CAD模型的精确几何表示进行物理性能仿真分析的新方法.文中从几何计算的视角出发,对等几何分析方法的基本框架,以及面向等几何分析的几何设计与计算的相关工作进行了介绍,重点介绍适合分析的计算域参数化、适合分析的新型样条理论、等几何配点法、面向等几何分析的并行计算等4个方向的研究进展.最后对需要进一步深入研究的关键问题进行了探讨.

关键词：等几何分析几何计算计算域参数化适合分析样条等几何配点法并行计算

在线全文

学校读者我要写书评

暂无评论

基于稀疏贝叶斯模型的特征选择

计算机工程 2017年第4期34卷 183-187,193页

作者：祝璞黄章进中国科学技术大学计算机科学与技术学院合肥230027 中国科学技术大学安徽省计算与通信软件重点实验室合肥230027 中国科学技术大学先进技术研究院合肥230027

通过采用稀疏贝叶斯推理方法,设计出可同时进行学习最优分类器与选取最优特征子集的特征选择概率分类向量机算法。该算法是对概率分类向量机特征选择的扩展,可提高其在高维数据集上的性能。通过选取零均值的高斯分布作为先验,在模型中... 详细信息

通过采用稀疏贝叶斯推理方法,设计出可同时进行学习最优分类器与选取最优特征子集的特征选择概率分类向量机算法。该算法是对概率分类向量机特征选择的扩展,可提高其在高维数据集上的性能。通过选取零均值的高斯分布作为先验,在模型中起到正则项的作用,同时在核函数和特征中引入稀疏,得到泛化性更好的分类模型。在高维度和低维度数据集中的实验结果表明,该算法同时具有较好的分类和特征选择能力。

关键词：机器学习核函数稀疏贝叶斯特征选择概率分类向量机自动相关性检测

基于改进三维形变模型的三维人脸重建和密集人脸对齐方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2020年第11期40卷 3306-3313页

作者：周健黄章进中国科学技术大学计算机科学与技术学院合肥230027

针对现在广泛使用的三维形变模型表达能力不够,导致重建出的三维人脸模型泛化性能不佳的问题,提出了一种在姿态、表情和光照未知的条件下的基于单张人脸图片的三维人脸重建和密集人脸对齐的新方法。首先,通过卷积神经网络对现有的三维... 详细信息

针对现在广泛使用的三维形变模型表达能力不够,导致重建出的三维人脸模型泛化性能不佳的问题,提出了一种在姿态、表情和光照未知的条件下的基于单张人脸图片的三维人脸重建和密集人脸对齐的新方法。首先,通过卷积神经网络对现有的三维形变模型进行改进,以提高三维人脸模型的表达能力;然后,基于人脸光滑性和图像相似性,在特征点和像素层面提出新的损失函数,并使用弱监督学习训练卷积神经网络模型;最后,通过训练出的网络模型进行三维人脸重建和密集人脸对齐。实验结果表明,对于三维人脸重建任务,所提模型在AFLW2000-3D上实现了2.25的归一化平均误差;对于密集人脸对齐任务,所提模型在AFLW2000-3D和AFLW-LFPA上分别实现了3.80和3.34的归一化平均误差。与原始使用三维形变模型的方法相比,所提模型在三维人脸重建和密集人脸对齐上的归一化平均误差分别降低了7.4%和7.8%。针对不同光照环境以及角度的人脸图片,该网络模型的重建准确,鲁棒性好,且具有较高的三维人脸重建和密集人脸对齐质量。

关键词：三维人脸重建密集人脸对齐三维形变模型弱监督学习卷积神经网络