检索结果-南通市图书馆

基于特征增强与时空信息嵌入的涡扇发动机剩余寿命预测

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第4期41卷 1001-1007页

作者：李勇成李文骁雷印杰四川大学电子信息学院成都610065

针对现有的剩余寿命预测方法对原始数据利用率不高以及多维数据特征提取能力不足的问题,提出了一种基于特征增强和时空信息嵌入的卷积神经模型。首先,通过特征增强模块在原始数据基础上进一步提取工况特征与手工特征作为辅助特征;其次,... 详细信息

针对现有的剩余寿命预测方法对原始数据利用率不高以及多维数据特征提取能力不足的问题,提出了一种基于特征增强和时空信息嵌入的卷积神经模型。首先,通过特征增强模块在原始数据基础上进一步提取工况特征与手工特征作为辅助特征;其次,提出了时空嵌入模块,对原始数据进行时空信息编码以嵌入时间序列信息和空间特征信息;最后,拼接上述特征并通过回归预测模块捕获数据内在关系得到回归预测结果。在通用的涡扇发动机模拟数据集(C-MAPSS)上对该模型预测效果进行了测试。实验结果表明,与现有主流深度学习方法相比,该模型在四个子集上的均方根误差平均减少了8.8%,且在多工况的运行条件和故障类型下,其预测精度均优于现有先进算法,充分证明了该模型在涡扇发动机剩余使用寿命预测方面的有效性和准确性。

关键词：剩余寿命预测特征增强时空信息嵌入卷积神经网络

在线全文

学校读者我要写书评

暂无评论

基于注意力机制的鸟类识别算法

计算机应用 2024年第4期44卷 1114-1120页

作者：陈天华朱家煊印杰北京工商大学人工智能学院北京100048 江苏警官学院计算机信息与网络安全系南京210031

针对现有细粒度鸟类目标识别算法准确率不高的问题,提出一种鸟类目标检测算法YOLOv5-Bird。首先,在YOLOv5主干网络中引入基于混合域的坐标注意力(CA)机制,增大有价值的通道权重,以区分目标特征和背景中的冗余特征;其次,在原始主干网络... 详细信息

针对现有细粒度鸟类目标识别算法准确率不高的问题,提出一种鸟类目标检测算法YOLOv5-Bird。首先,在YOLOv5主干网络中引入基于混合域的坐标注意力(CA)机制,增大有价值的通道权重,以区分目标特征和背景中的冗余特征;其次,在原始主干网络中采用双层路由注意力(BRA)模块替换原网络中的部分C3模块,过滤低相关度的键值对信息,获得高效的长距离依赖关系;最后,使用WIoU(Wise-Intersection over Union)损失函数,增强算法对目标的定位能力。实验结果表明,YOLOv5-Bird在自建数据集上取得了82.8%的精确率和77.0%的召回率,比YOLOv5算法分别提高4.3和7.6个百分点,也优于增加其他注意力机制的算法。验证了YOLOv5-Bird在鸟类目标检测场景中具有较好的性能。

关键词：目标检测生物识别卷积神经网络注意力机制损失函数

在线全文

学校读者我要写书评

暂无评论

概率计算及混合概率计算

电子学报 2024年第2期52卷 428-440页

作者：李洪革陈宇昊吴俊毅宋印杰朱新宇北京航空航天大学电子信息工程学院北京市100191

非位置概率数的计算机制已经成为边缘计算片上系统的新范式.本文介绍了概率计算(stochastic computing)的起源、发展和目前国内外的研究现状.针对传统概率计算存在诸如计算时延长、脉冲串信息携带效率低等问题,本文提出了二进制数-概率... 详细信息

非位置概率数的计算机制已经成为边缘计算片上系统的新范式.本文介绍了概率计算(stochastic computing)的起源、发展和目前国内外的研究现状.针对传统概率计算存在诸如计算时延长、脉冲串信息携带效率低等问题,本文提出了二进制数-概率脉冲串混合编码的混合概率数概念,并从数的表示机理上阐释了二进制数、概率数和混合概率数的数理关系,进而揭示了混合概率计算所具备的低时延、高算力和高能效比的计算特点.本文基于40 nm CMOS工艺设计混合概率深度神经网络,该神经网络芯片在内核面积仅0.73 mm×0.73 mm的条件下,设计4544个乘累加(MAC)单元.在时钟频率400 MHz条件下,总功率为102.3 mW,其中动态功耗仅97μW.通过ASIC芯片的实验测试表明,混合概率计算作为一种全新的颠覆性计算范式,与其他确定性、可扩展和全并行等概率计算方案相比,其能效比分别提高了50倍、2.5倍和3.26倍.

关键词：概率数概率计算混合概率数混合概率计算深度神经网络能效算力

面向多模态交互式融合与渐进式优化的三维视觉理解

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第5期41卷 1554-1561页

作者：何鸿添陈晗刘洋周礼亮张敏雷印杰四川大学电子信息学院成都610065 中国科学院光电技术研究所中国科学院光束控制重点实验室成都610209 中国电子科技集团公司第十研究所航空电子信息系统技术重点实验室成都610036

三维视觉理解旨在智能地感知和解释三维场景,实现对物体、环境和动态变化的深入理解与分析。三维目标检测作为其核心技术,发挥着不可或缺的作用。针对当前的三维检测算法对于远距离目标和小目标检测精度较低的问题,提出了一种面向多模... 详细信息

三维视觉理解旨在智能地感知和解释三维场景,实现对物体、环境和动态变化的深入理解与分析。三维目标检测作为其核心技术,发挥着不可或缺的作用。针对当前的三维检测算法对于远距离目标和小目标检测精度较低的问题,提出了一种面向多模态交互式融合与渐进式优化的三维目标检测方法MIFPR。在特征提取阶段,首先引入自适应门控信息融合模块。通过把点云的几何特征融入图像特征中,能够获取对光照变化更有辨别力的图像表示。随后提出基于体素质心的可变形跨模态注意力模块,以驱使图像中丰富的语义特征和上下文信息融合到点云特征中。在目标框优化阶段,提出渐进式注意力模块,通过学习、聚合不同阶段的特征,不断增强模型对于精细化特征的提取与建模能力,逐步优化目标框,以提升对于远距离、小目标的检测精度,进而提高对于视觉场景理解的能力。在KITTI数据集上,所提方法对于pedestrian和cyclist等小目标的检测精度较最优基线有明显提升,证实了该方法的有效性。

关键词：三维视觉理解多模态交互式融合渐进式注意力目标检测

基于语义一致性约束与局部-全局感知的多模态3D视觉定位

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第7期41卷 2203-2208页

作者：罗寒马浩统刘杰严华雷印杰四川大学电子信息学院成都610065 中国科学院光电技术研究所中国科学院光束控制重点实验室成都610209 中国电子科技集团公司第十研究所航空电子信息系统技术重点实验室成都610036

3D多模态数据稀缺,使得传统方法进行监督训练时文本与视觉特征缺乏语义一致性。同时传统方法还易忽视局部关系与全局信息,从而导致性能不佳。针对上述问题,提出了一种基于语义一致性约束与局部-全局感知的多模态3D视觉定位方法。首先,... 详细信息

3D多模态数据稀缺,使得传统方法进行监督训练时文本与视觉特征缺乏语义一致性。同时传统方法还易忽视局部关系与全局信息,从而导致性能不佳。针对上述问题,提出了一种基于语义一致性约束与局部-全局感知的多模态3D视觉定位方法。首先,该方法通过蒸馏2D预训练视觉语言模型知识,帮助3D模型提取到点云-文本语义一致性特征;其次设计了局部-全局感知模块,不断补充增强候选目标特征,以更精确匹配目标。在现有的3D视觉定位数据集ScanRefer上进行的实验表明,该方法在Acc@0.25 IoU和Acc@0.5 IoU两个指标上分别达到了50.53%和37.67%,超越了现有大多数3D视觉定位算法,证实了该方法的有效性。

关键词： 3D视觉定位多模态特征一致性约束局部关系全局位置信息

基于噪声破坏和波形重建的声纹对抗样本防御方法

在线全文

学校读者我要写书评

暂无评论

信息安全学报 2024年第1期9卷 71-83页

作者：魏春雨孙蒙张雄伟邹霞印杰陆军工程大学指挥控制工程学院南京210007 江苏警官学院南京210031

语音是人类最重要的交流方式之一。语音信号中除了文本内容外,还包含了说话人的身份、种族、年龄、性别和情感等丰富的信息,其中说话人身份的识别也被称为声纹识别,是一种生物特征识别技术。声纹具有获取方便、容易保存、使用简单等特点... 详细信息

语音是人类最重要的交流方式之一。语音信号中除了文本内容外,还包含了说话人的身份、种族、年龄、性别和情感等丰富的信息,其中说话人身份的识别也被称为声纹识别,是一种生物特征识别技术。声纹具有获取方便、容易保存、使用简单等特点,而深度学习技术的进步也极大地促进了识别准确率的提升,因此,声纹识别已被应用于智慧金融、智能家居、语音助手和司法调查等领域。另一方面,针对深度学习模型的对抗样本攻击受到了广泛关注,在输入信号中添加不可感知的微小扰动即可导致模型预测结果错误。对抗样本的出现对基于深度学习的声纹识别也将造成巨大的安全威胁。现有声纹对抗样本防御方法会不同程度地影响正常样本的识别,并且局限于特定的攻击方法或识别模型,鲁棒性较差。为了使对抗防御能够兼顾纠正错误输出和准确识别正常样本两个方面,本文提出一种“破坏+重建”的两阶段对抗样本防御方法。第一阶段,在对抗样本中添加具有一定信噪比幅度限制的高斯白噪声,破坏对抗扰动的结构进而消除样本的对抗性。第二阶段,利用提出的名为SCAT-Wave-U-Net的语音增强模型重建原始语音样本,通过在Wave-U-Net模型结构中引入Transformer全局多头自注意力和层间交叉注意力机制,使改进后的模型更有助于防御声纹对抗样本攻击。实验表明,提出的防御方法不依赖于特定声纹识别系统和对抗样本攻击方式,在两种典型的声纹识别系统下对多种类型对抗样本攻击的防御效果均优于其他预处理防御方法。

关键词：声纹识别噪声破坏语音增强对抗样本防御

在线全文

学校读者我要写书评

暂无评论

基于双图神经网络的先序关系挖掘

数据分析与知识发现 2024年第5期8卷 38-45页

作者：徐国兰白如江山东理工大学图书馆淄博255000 山东理工大学信息管理学院淄博255000

【目的】充分利用概念在学习资源中的提及等细粒度信息,更有效地进行先序关系挖掘。【方法】利用双图神经网络进行先序关系挖掘。根据概念与学习资源之间的联系以及概念之间的先序关系分别建立概念语义图和概念先序图。使用图神经网络... 详细信息

【目的】充分利用概念在学习资源中的提及等细粒度信息,更有效地进行先序关系挖掘。【方法】利用双图神经网络进行先序关系挖掘。根据概念与学习资源之间的联系以及概念之间的先序关系分别建立概念语义图和概念先序图。使用图神经网络对其学习,得到概念的表示并用于未知先序关系预测。【结果】通过在4个经典先序关系挖掘数据集上进行大量的实验,本文方法取得了较好的结果,并超过了现有的方法,在F1指标上分别超过次优方法0.059、0.037、0.073、0.042。【局限】本文方法对在学习资源中有明确提及的概念有较强的先序关系挖掘能力,而对未在学习资源中出现过的概念预测能力较弱。【结论】双图神经网络方法能够充分利用学习资源中的语义信息,提升先序关系挖掘能力。

关键词：先序关系挖掘图神经网络智慧教育

基于多模态特征频域融合的零样本指称图像分割

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第5期41卷 1562-1568页

作者：林浩然刘春黔薛榕融谢勋伟雷印杰四川大学电子信息学院成都610065 中国科学院光电技术研究所中国科学院光束控制重点实验室成都610209 中国电子科技集团公司第十研究所航空电子信息系统技术重点实验室成都610036

为了解决语义分割应用到现实世界的下游任务时无法处理未定义类别的问题,提出了指称图像分割任务。该任务根据自然语言文本的描述找到图像中对应的目标。现有方法大多使用一个跨模态解码器来融合从视觉编码器和语言编码器中独立提取的特... 详细信息

为了解决语义分割应用到现实世界的下游任务时无法处理未定义类别的问题,提出了指称图像分割任务。该任务根据自然语言文本的描述找到图像中对应的目标。现有方法大多使用一个跨模态解码器来融合从视觉编码器和语言编码器中独立提取的特征,但是这种方法无法有效利用图像的边缘特征且训练复杂。CLIP(contrastive language-image pre-training)是一个强大的预训练视觉语言跨模态模型,能够有效提取图像与文本特征,因此提出一种在频域融合CLIP编码后的多模态特征方法。首先,使用无监督模型对图像进行粗粒度分割,并提取自然语言文本中的名词用于后续任务;接着利用CLIP的图像编码器与文本编码器分别对图像与文本进行编码;然后使用小波变换分解图像与文本特征,可以充分利用图像的边缘特征与图像内的位置信息在频域进行分解并融合,并在频域分别对图像特征与文本特征进行融合,并将融合后的特征进行反变换;最后将文本特征与图像特征进行逐像素匹配,得到分割结果,并在常用的数据集上进行了测试。实验结果证明,网络在无训练零样本的条件下取得了良好的效果,并且具有较好的鲁棒性与泛化能力。

关键词：指称图像分割 CLIP 小波变换零样本

第5版WHO造血与淋巴组织肿瘤分类B细胞肿瘤分类解读

在线全文

学校读者我要写书评

暂无评论

中华病理学杂志 2024年第1期53卷 6-11页

作者：饶慧兰王哲中山大学肿瘤防治中心病理科广州510060 空军军医大学病理学教研室西安710032

第5版WHO造血与淋巴组织肿瘤分类中的B细胞肿瘤分类更新包括更新分类名称、强化诊断标准以及从临时分类升级为确定类型。本文主要关注B细胞肿瘤各章节内容重要进展和变化,方便国内从事造血与淋巴组织肿瘤诊治的医师了解最新进展,指导日... 详细信息

第5版WHO造血与淋巴组织肿瘤分类中的B细胞肿瘤分类更新包括更新分类名称、强化诊断标准以及从临时分类升级为确定类型。本文主要关注B细胞肿瘤各章节内容重要进展和变化,方便国内从事造血与淋巴组织肿瘤诊治的医师了解最新进展,指导日常工作。

关键词：血液和淋巴系统疾病分子生物学淋巴瘤,B细胞