检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多尺度学习的电介质目标定位与重构

上海师范大学学报（自然科学版中英文） 2024年第2期53卷 273-277页

作者：陈佳琳杨春夏上海师范大学信息与机电工程学院上海201418

利用神经网络将电磁逆散射问题与多尺度方法相结合,通过将散射场的场强数值输入多尺度融合模型中进行不断训练,实现目标的定位与重构.对于目标区域内的手写数字散射体,首先利用Lenet网络模型定位目标散射体所在的区域;然后将散射体所在... 详细信息

利用神经网络将电磁逆散射问题与多尺度方法相结合,通过将散射场的场强数值输入多尺度融合模型中进行不断训练,实现目标的定位与重构.对于目标区域内的手写数字散射体,首先利用Lenet网络模型定位目标散射体所在的区域;然后将散射体所在的区域进一步通过SmaAt-UNet神经网络学习,训练重构散射体的形状,进而确定该数字,不同的模型负责提取不同的特征;最后将特征融合在一起,以增强最终结果的表征能力.

关键词：电磁逆散射多尺度深度学习 Lenet SmaAt-UNet

融合注意力机制的PSPnet多目标语义分割

在线全文

学校读者我要写书评

暂无评论

上海师范大学学报（自然科学版） 2023年第2期52卷 170-175页

作者：张帅杨春夏上海师范大学信息与机电工程学院上海201418

采用加强特征提取网络为MobileNetV2的融合多特征金字塔场景解析网络(PSPnet)来实现复杂场景下的图像语义分割.相对于深度残差网络ResNet50和MobileNetV1,引入了线性瓶颈结构和反向残差结构,利用金字塔池化模块(PPM)来处理不同层级的图... 详细信息

采用加强特征提取网络为MobileNetV2的融合多特征金字塔场景解析网络(PSPnet)来实现复杂场景下的图像语义分割.相对于深度残差网络ResNet50和MobileNetV1,引入了线性瓶颈结构和反向残差结构,利用金字塔池化模块(PPM)来处理不同层级的图像特征信息,并将其进行特征拼接,有效避免了不同分割尺寸下,子区域之间关键特征信息的缺失.在此基础上,引入注意力机制模块,结合通道注意力机制(CAM)和空间注意力机制(SAM),进一步提高分割精度.实验结果表明:该方法可以提高图像识别的准确率,并节省训练时间.

关键词：语义分割金字塔池化模块(PPM) 注意力机制特征融合

基于改进U-Net模型的二维电介质目标重构

在线全文

学校读者我要写书评

暂无评论

上海师范大学学报（自然科学版） 2023年第2期52卷 212-216页

作者：金明杨春夏上海师范大学信息与机电工程学院上海201418

提出了一种基于改进U-Net(M-Net)模型的电磁逆散射算法.M-Net模型主要由多尺度输入层、U型卷积神经网络(CNN)、多尺度均值输出层组成.将散射场数据作为网络输入,能够在保证计算精度与计算效率的同时,减少人工计算工作量.以二维电介质为... 详细信息

提出了一种基于改进U-Net(M-Net)模型的电磁逆散射算法.M-Net模型主要由多尺度输入层、U型卷积神经网络(CNN)、多尺度均值输出层组成.将散射场数据作为网络输入,能够在保证计算精度与计算效率的同时,减少人工计算工作量.以二维电介质为重构目标的仿真实验表明:与U-Net模型对比,应用M-Net模型求解电磁逆散射问题较为高效,输出结果误差更小.

关键词：电磁逆散射卷积神经网络(CNN) U-Net模型 M-Net模型

融合注意力机制的U-Net混合电磁重构方案

在线全文

学校读者我要写书评

暂无评论

上海师范大学学报（自然科学版） 2023年第2期52卷 202-206页

作者：杨茜芮杨春夏上海师范大学信息与机电工程学院上海201418

电磁逆散射问题是非线性和病态的,传统的求解方法无法兼顾成像精度和计算效率,而基于深度学习的直接重构方法缺失先验信息,导致学习过程较困难.采用结合衍射层析成像(DT)算法和融合注意力机制的U-Net混合电磁重构方案,求解电磁逆散射问... 详细信息

电磁逆散射问题是非线性和病态的,传统的求解方法无法兼顾成像精度和计算效率,而基于深度学习的直接重构方法缺失先验信息,导致学习过程较困难.采用结合衍射层析成像(DT)算法和融合注意力机制的U-Net混合电磁重构方案,求解电磁逆散射问题,将基于Born近似的DT算法重建的粗糙图像作为U-Net的输入,有效利用先验信息,提高逆散射问题求解的效率和精度.此外,在U-Net每次的下采样过程中加入注意力机制,进一步提高了目标散射体相对介电常数和位置的重建精度.实验结果表明,相比未引入注意力机制的方案,融合注意力机制的U-Net混合电磁重构方案重建误差较小,可实现相对介电常数分布的高精度重建.

关键词：电磁逆散射 U-Net 注意力机制衍射层析成像(DT)算法

在线全文

学校读者我要写书评

暂无评论

基于人工植物算法求解随机规划

基于人工植物算法求解随机规划

作者：杨春夏太原科技大学

学位级别：硕士

随机规划是含有随机性数据的一类数学规划，它与确定性规划的不同之处在于其数据中引入了随机变量。最常见的一种随机规划是随机期望值模型，即在期望约束条件下，使得期望收益达到最大或期望损失达到最小。随机期望值模型的求解有两个... 详细信息

随机规划是含有随机性数据的一类数学规划，它与确定性规划的不同之处在于其数据中引入了随机变量。最常见的一种随机规划是随机期望值模型，即在期望约束条件下，使得期望收益达到最大或期望损失达到最小。随机期望值模型的求解有两个困难之处：（1）优化算法的性能对于求解结果具有较大的影响，由于该模型具有多极值点特征，故应选择适宜求解多极值点的优化算法;（2）目标函数值的计算需要使用人工神经网络来估计，因此，估计的精确度对于求解结果的优劣起着十分重要作用。为此，本文利用人工植物算法来对随机期望值模型进行求解，主要内容包括：（1）人工植物算法是一种新近提出的随机优化算法，该算法模拟了植物生长的过程，每个个体表示一个枝条，它们通过光合作用合成生长所需的能量，利用向光性机理来调整枝条生长方向，并采用顶端优势机制来对生长的方向进行部分微调。由于植物生长的速度较慢，故此，该算法所模拟的植物在生长过程中，能尽可能对其生长空间进行搜索，从而能有效地提高该算法跳出局部极值点的概率，故此，该算法适用于求解随机期望值模型，实验结果表明该算法的有效性;（2）在前述算法中，目标函数值的计算利用BP神经网络来估计，而BP神经网络学习速率较小且可能陷入局部最优。因此，将人工植物算法引入了神经网络的权值训练，并以两个典型的范例：心脏病分类问题及太阳黑子预测问题为例进行实验，结果表明人工植物算法的效果优于BP神经网络;（3）在前两部分研究的基础上，我们提出了一种改进的人工植物算法求解方式，其中，目标函数值的计算不再使用BP神经网络，而是利用人工植物算法来训练权值，此外，整个优化过程也使用人工植物算法来优化，实验结果表明双人工植物算法的确能改进模型的求解质量。

关键词：随机规划人工植物算法人工神经网络 BP神经网络

基于空时特征融合和注意力机制的网络入侵检测模型

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机与现代化 2022年第6期 116-121页

作者：饶海兵朱苏磊杨春夏上海师范大学信息与机电工程学院上海200234

针对网络入侵检测性能不高的问题,提出一种基于空时特征融合和注意力机制的深度学习入侵检测模型CTA-net。该模型通过集成卷积神经网络(CNN)和长短时记忆网络(LSTM)获取空时融合特征,然后使用注意力模块(Attention)对输入的空时融合特... 详细信息

针对网络入侵检测性能不高的问题,提出一种基于空时特征融合和注意力机制的深度学习入侵检测模型CTA-net。该模型通过集成卷积神经网络(CNN)和长短时记忆网络(LSTM)获取空时融合特征,然后使用注意力模块(Attention)对输入的空时融合特征进行重要性加权计算,最后通过softmax函数进行分类。使用NSL-KDD数据集的实验结果表明,相比具有相似结构的CNN模型和空时融合的CNN-LSTM模型,在训练集的收敛性具有显著的提升,在测试集上使用的分类评价指标准确率分别提升10.9120个百分点和11.8740个百分点,精确率分别提升9.1950个百分点和9.6130个百分点,召回率分别提升9.1780个百分点和9.9340个百分点,F1-SCORE分别提升10.7830个百分点和11.7500个百分点。仿真结果表明,所提出的CTA-net模型在网络入侵检测方面具有较好的应用潜力。

关键词：网络入侵检测卷积神经网络长短期记忆网络注意力机制 NSL-KDD

在线全文

学校读者我要写书评

暂无评论

散斑场的随机波数及其参量非线性效应

物理学报 2024年第2期73卷 175-180页

作者：杨春林中国工程物理研究院激光聚变研究中心绵阳621900

散斑光场在非线性领域有特别的作用,它可用于抑制强光条件下的非线性过程.为了深入了解散斑的参量非线性作用机制,引入了具有波数失配的耦合波方程,讨论了方程的解,波数或位相匹配条件,波数不完全匹配时的增益阈值条件,以及完整解的待... 详细信息

散斑光场在非线性领域有特别的作用,它可用于抑制强光条件下的非线性过程.为了深入了解散斑的参量非线性作用机制,引入了具有波数失配的耦合波方程,讨论了方程的解,波数或位相匹配条件,波数不完全匹配时的增益阈值条件,以及完整解的待定系数.待定系数由边界场决定,如果边界的三个非线性波的复振幅都不为零,还存在边界位相匹配条件,满足该条件的待定系数最大.散斑光场的波数随机起伏,需要分段处理,这种波数随机起伏还会破坏边界位相匹配条件,从而抑制非线性增益.理论研究和数值计算的结果一致表明了散斑对受激布里渊散射参量过程的抑制作用.

关键词：散斑参量过程位相匹配

特征域近端高维梯度下降图像压缩感知重构网络

在线全文

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2024年第3期52卷 119-130页

作者：杨春玲梁梓文华南理工大学电子与信息学院广东广州510640

压缩感知理论可以被用于解决信源采集设备计算资源受限的问题,但信号重构过程存在不确定性。传统的重构算法计算复杂度高,难以在实际中应用。近期,基于深度学习的重构算法打破传统算法的局限性,以其速度快、质量高等特点受到了广泛关注... 详细信息

压缩感知理论可以被用于解决信源采集设备计算资源受限的问题,但信号重构过程存在不确定性。传统的重构算法计算复杂度高,难以在实际中应用。近期,基于深度学习的重构算法打破传统算法的局限性,以其速度快、质量高等特点受到了广泛关注。现有的深度学习重构算法可以划分为“黑盒子”以及基于优化启发网络两种类型。与“黑盒子”式的网络结构相比,基于优化启发的深度网络更容易获得高精度的恢复,同时也更具可解释性。然而现有基于优化启发的图像压缩感知重构网络在每个优化阶段仅学习单一梯度,存在测量值信息利用不足、难以准确地学习梯度等缺点,限制了重构性能的提升。为了更充分地利用测量值信息,降低梯度学习的难度,本文提出了高维空间梯度学习思想,实现更准确的梯度回归。在此基础上,本文提出了特征域近端高维梯度下降(FPHGD)算法,并设计了实现该算法的深度神经网络(FPHGD-Net)以获得高精度图像重构结果。此外,本文设计了3种不同复杂度的深度空间近端映射网络结构,以满足不同的应用条件,按空间复杂度从低到高,相应模型分别为FPHGD-Net-Tiny、FPHGD-Net、FPHGD-NetPlus。实验结果表明,与OPINE-Net+相比,所提3种模型在Set11数据上的平均PSNR分别提升1.34、1.51和1.88 dB,并且在重构视觉效果上,能够恢复出更丰富的图像细节。

关键词：图像压缩感知深度学习图像恢复卷积网络近端梯度下降

畜牧业规模适度性研究：基于调节与门槛效应的双重视角分析

在线全文

学校读者我要写书评

暂无评论

中国农业资源与区划 2024年

作者：陈彦杨春中国农业科学院农业经济与发展研究所

[目的]畜牧业适度规模是否存在阈值？为探究规模化养殖对畜牧业技术效率提升的具体作用路径以及规模化阈值存在性，分别分析区域畜牧优势、门槛值以及时期对规模化养殖提升效应的具体影响。[方法]本文使用2011—2020年31个省份的省级面... 详细信息

[目的]畜牧业适度规模是否存在阈值？为探究规模化养殖对畜牧业技术效率提升的具体作用路径以及规模化阈值存在性，分别分析区域畜牧优势、门槛值以及时期对规模化养殖提升效应的具体影响。[方法]本文使用2011—2020年31个省份的省级面板数据，依次使用调节效应、门槛效应以及一阶差分模型，实证检验了规模化对中国畜牧业技术效率的影响与作用。[结果]研究发现：第一，规模化养殖对畜牧业技术效率存在一定程度上的提升效应；第二，规模化养殖对畜牧业技术效率的提升效应受地区畜牧优势影响；第三，规模化对畜牧业技术效率的提升效应存在门槛值(68.8%)，提升效应曲线为倒U型，且大、中、小规模化养殖均有相应的门槛值；第四，规模化养殖对畜牧业技术效率的进步存在学习效应。[结论]中国畜牧业技术效率受规模化程度影响显著，且该影响受不同区域畜牧优势影响，且存在一定的门槛效应。

关键词：畜牧业技术效率门槛效应调节效应适度规模