检索结果-南通市图书馆

新型城镇化背景下县域建设用地整治对策研究——以T县为例

在线全文

学校读者我要写书评

暂无评论

价值工程 2024年第17期43卷 20-24页

作者：谭晓阳杨名成安徽财经大学财政与公共管理学院蚌埠233030 安徽省蚌埠市自然资源和规划局蚌埠233000

研究目的:提出县域建设用地整治对策,助推县域新型城镇化建设。研究方法:文献研究法、熵权法、人均建设用地标准法。研究发现:2016-2020年间T县建设用地变化与人口变化协调程度较低,2018-2020年规划期内,T县中心城区范围内城镇低效用地... 详细信息

研究目的:提出县域建设用地整治对策,助推县域新型城镇化建设。研究方法:文献研究法、熵权法、人均建设用地标准法。研究发现:2016-2020年间T县建设用地变化与人口变化协调程度较低,2018-2020年规划期内,T县中心城区范围内城镇低效用地再开发的可实现潜力为178.81公顷;2020年T县农村居民点整治潜力为12741.13公顷。研究结论:为加快县域城镇化建设,需强化城镇项目用地审查及监管,落实建设用地“增存挂钩”机制,同时要加快农村存量建设用地挖潜,推进农村宅基地“空间”置换。

关键词：城镇化建设用地潜力整治对策

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

一种增强的3D人脸替换方法

陕西师范大学学报:自然科学版 2023年第5期51卷 67-74页

作者：蒋珂谭晓阳南京航空航天大学计算机科学与技术学院江苏南京210000 模式分析与机器智能工业和信息化部重点实验室(南京航空航天大学) 江苏南京210000

针对3D人脸重建方法在贴图时忽视对纹理处理的设计,仅进行仿射变换和插值,其中仿射变换会导致其生成图像的高频分量遭到损坏,尤其是给出嘴部姿态不同的源、目标人像时,会造成人像的嘴部纹理缺失,而插值方法会造成灰度不连续现象;提出一... 详细信息

针对3D人脸重建方法在贴图时忽视对纹理处理的设计,仅进行仿射变换和插值,其中仿射变换会导致其生成图像的高频分量遭到损坏,尤其是给出嘴部姿态不同的源、目标人像时,会造成人像的嘴部纹理缺失,而插值方法会造成灰度不连续现象;提出一种增强的3D人脸替换方法,称为基于生成-重建的人脸替换(generative reconstructed face swap,GRFS)。GRFS将对抗生成网络应用于对3D人脸替换结果的纹理修复,包括两个子网络:嘴部修复网络(mouth restoration network,MRN)以及局部修复生成网络(generative local restoration network,GLRN)。MRN用于修复人像的嘴部细节,GLRN用于修复3D人脸重建过程中损坏的高频分量,并使得异常的不连续灰度变得光滑。实验结果表明,GRFS可以在给定单对源、目标人像的情况下生成逼真的人脸替换结果,且在不同实验环境下的表现好于主流人脸替换算法。

关键词：人脸替换 3D人脸重建纹理修复生成对抗网络自监督学习

基于“SOM脸”的选择性单训练样本人脸识别

在线全文

学校读者我要写书评

暂无评论

南京航空航天大学学报 2005年第1期37卷 44-47页

作者：谭晓阳刘俊张福炎南京大学软件新技术国家重点实验室南京210093 南京航空航天大学计算机科学与工程系南京210016

基于“SOM脸”计算模型提出一种新的人脸局部区域重要程度度量方法 ,并用于进行选择性单训练样本人脸识别。从机器人脸识别的角度 ,并未预先人为设定任何重要区域 ,而是通过学习来自动发现这些对机器而言相对重要的人脸区域 ,即包含类... 详细信息

基于“SOM脸”计算模型提出一种新的人脸局部区域重要程度度量方法 ,并用于进行选择性单训练样本人脸识别。从机器人脸识别的角度 ,并未预先人为设定任何重要区域 ,而是通过学习来自动发现这些对机器而言相对重要的人脸区域 ,即包含类信息相对丰富的区域 ,并将其进行可视化。实验结果表明 ,在利用了人脸局部区域重要程度信息后 ,识别算法的性能和效率均得到提高 ;特别是仅选择人脸图像中若干部分重要的区域用于识别时 ,在提高识别效率的同时 ,识别性能未见明显下降。

关键词：人脸识别单训练样本人脸识别自组织神经网络

在线全文

学校读者我要写书评

暂无评论

基于大间隔编码的空间非负矩阵分解

华南理工大学学报（自然科学版） 2015年第5期43卷 120-125页

作者：刘大琨谭晓阳南京航空航天大学计算机科学与技术学院江苏南京210016

虽然基于局部的表示方法在图像处理中具有很好的鲁棒性,但非负矩阵分解只有隐式局部约束,导致分解不唯一和基图像不够局部.另外,局部性与判别性作为样本表示的重要性质几乎没有在非负矩阵分解中被同时考虑过.为此,文中提出了基于大间隔... 详细信息

虽然基于局部的表示方法在图像处理中具有很好的鲁棒性,但非负矩阵分解只有隐式局部约束,导致分解不唯一和基图像不够局部.另外,局部性与判别性作为样本表示的重要性质几乎没有在非负矩阵分解中被同时考虑过.为此,文中提出了基于大间隔编码的空间非负矩阵分解,将图像数据看作像素构成的二维网络,借鉴网络中的知识将空间信息嵌入基图像,不但施加了显式的局部约束,而且能够弥补数据向量化损失的空间信息.同时,利用大间隔约束学到的额外一维空间平衡重建误差和判别性约束对基图像的影响.在AR数据库和扩展的Yale B数据库上的人脸识别实验结果表明,相比于非负矩阵及其他几种典型的扩展方法,基于大间隔编码的空间非负矩阵分解更加鲁棒.

关键词：模式分类非负矩阵分解空间约束判别的子空间表示大间隔约束

基于Attention的弱监督多标号图像分类

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2018年第5期33卷 801-808页

作者：张文谭晓阳南京航空航天大学计算机科学与技术学院南京211106

深度学习依赖于大数据在很多的任务中取得巨大成功,但目前大部分方法都依赖于严格标注的数据,或者假定仅含一个物体大致位于图片近中心位置且背景较少。而现实场景中背景复杂,出现的物体多样,增加了分类的难度,而且标注的代价很大。本... 详细信息

深度学习依赖于大数据在很多的任务中取得巨大成功,但目前大部分方法都依赖于严格标注的数据,或者假定仅含一个物体大致位于图片近中心位置且背景较少。而现实场景中背景复杂,出现的物体多样,增加了分类的难度,而且标注的代价很大。本文关注于弱监督场景下的分类任务,提出了基于注意力机制(Attention)结合递归神经网络的深度模型,利用图片级的标注进行多标号学习,利用损失函数进行梯度下降训练自动调整关注区域,使模型每次关注图片的局域区域,并在数据集PASCAL VOC 2007/2012上验证算法的有效性,与其他方法相比具有更强的可解释性。

关键词：弱监督多标号注意力深度学习

在线全文

学校读者我要写书评

暂无评论

基于UCB算法的交替深度Q网络

南京师范大学学报（工程技术版） 2022年第1期22卷 24-29页

作者：吴卿源谭晓阳南京航空航天大学计算机科学与技术学院江苏南京211106 南京航空航天大学模式分析与机器智能工业和信息化部重点实验室江苏南京211106

在深度强化学习中,智能体需要与环境进行交互学习,这就需要智能体能够很好地去平衡利用与探索.因此如何提升算法的样本有效性,增加算法的探索能力,一直是深度强化学习领域中非常重要的研究方向.结合已有研究成果,提出了一种交替使用多... 详细信息

在深度强化学习中,智能体需要与环境进行交互学习,这就需要智能体能够很好地去平衡利用与探索.因此如何提升算法的样本有效性,增加算法的探索能力,一直是深度强化学习领域中非常重要的研究方向.结合已有研究成果,提出了一种交替使用多个不同初始化深度Q网络方法,使用网络随机初始化带来的探索性能.基于最大置信度上界算法先构造一种交替选择深度Q网络策略.并将该调度网络策略与多个随机初始化的深度Q网络结合,得到基于最大置信度上界的交替深度Q网络算法.在多个不同的标准强化学习实验环境上的实验结果表明,该算法比其他基准算法有更高的样本效率和算法学习效率.

关键词：强化学习深度强化学习深度Q网络最大置信度上界

在线全文

学校读者我要写书评

暂无评论

元强化学习综述

南京航空航天大学学报 2021年第5期53卷 653-663页

作者：谭晓阳张哲南京航空航天大学计算机科学与技术学院/人工智能学院南京211106 模式分析与机器智能工业和信息化部重点实验室南京211106

元强化学习是指自动从一组相关任务中学习强化学习所需归纳偏置的相关理论和方法,对于提高强化学习算法在困难场景下的样本效率和泛化能力具有重要用途。本文提出一种新的元强化学习框架,指出设计和分析一个元强化学习算法需要同时考虑... 详细信息

元强化学习是指自动从一组相关任务中学习强化学习所需归纳偏置的相关理论和方法,对于提高强化学习算法在困难场景下的样本效率和泛化能力具有重要用途。本文提出一种新的元强化学习框架,指出设计和分析一个元强化学习算法需要同时考虑学习经验(相关任务)、归纳偏置及学习目标3个独立因素及这3个因素之间的依赖关系。在此基础上对该领域的研究现状进行了分析和总结,特别对近年来元强化学习若干文献进行了分析和归类,并详细阐述了几种代表性算法的原理及各自特点。本文还对元强化学习常用的实验环境和性能评价方法进行了介绍,对该领域的不足和未来的发展方向进行了讨论和分析。

关键词：元强化学习样本效率泛化性归纳偏置

在线全文

学校读者我要写书评

暂无评论

注意力级联网络的金属表面缺陷检测算法

计算机科学与探索 2021年第7期15卷 1245-1254页

作者：方钧婷谭晓阳南京航空航天大学计算机学院南京211106 模式分析与机器智能工业和信息化部重点实验室南京211106 软件新技术与产业化协同创新中心南京211106

金属表面缺陷检测是工业生产质量把控的重要一环。在复杂的工业场景中,传统的图像处理方法无法有效地检测缺陷区域,而人工检测既费时又费力。快速有效地检测金属表面缺陷已成为提高生产效率的关键。复杂的光照条件会使金属表面产生强反... 详细信息

金属表面缺陷检测是工业生产质量把控的重要一环。在复杂的工业场景中,传统的图像处理方法无法有效地检测缺陷区域,而人工检测既费时又费力。快速有效地检测金属表面缺陷已成为提高生产效率的关键。复杂的光照条件会使金属表面产生强反射和倒影,缺陷种类多样、边界模糊,给缺陷检测问题带来巨大的挑战。提出了一种基于注意力机制的级联网络缺陷检测算法(R-CNN),对金属表面缺陷进行高质量分类和定位。设计了一个轻量级的网络模块,该模块沿着空间和通道计算注意力,将其插入到卷积神经网络中可有效提高特征提取能力;为了提高检测精度,将两个IoU阈值递增的检测头部网络级联,使用前一个头部的输出作为下一个头部的输入,依次细化检测结果。在大量实验中探索影响性能的各种因素,与现有方法进行比较,该方法具有更高的精度和良好的鲁棒性,可实际应用于生产中。

关键词：缺陷检测目标检测注意力机制深度学习卷积神经网络(CNN)

在线全文

学校读者我要写书评

暂无评论

密集堆叠下的高相似度木块横截面检测

智能系统学报 2019年第4期14卷 642-649页

作者：魏文戈谭晓阳南京航空航天大学计算机科学与技术学院江苏南京211106 软件新技术与产业化协同创新中心江苏南京211106 中国计算机学会中国计算机学会计算机视觉专业组中国计算机学会人工智能与模式识别专委会江苏省计算机协会人工智能专委会

快速有效地检测和获取木块横截面信息,是提升木块生产交易效率的关键。由于木块往往被密集堆叠、木块横截面相似度高且边界不明显,给检测木块横截面信息带来了较大的挑战。针对密集堆叠下的高相似度木块横截面检测困难,本文提出了简单... 详细信息

快速有效地检测和获取木块横截面信息,是提升木块生产交易效率的关键。由于木块往往被密集堆叠、木块横截面相似度高且边界不明显,给检测木块横截面信息带来了较大的挑战。针对密集堆叠下的高相似度木块横截面检测困难,本文提出了简单高效的Wood R-CNN网络模型,通过改进模型的损失函数和非极大值抑制算法来提升检测精度,简化网络结构和改进特征金字塔网络来保证检测速度。实验证明:该模型可在密集堆叠情况下精确地检测高相似度木块横截面,检测速度较快且鲁棒性良好,可实际运用于木块生产和交易中。

关键词：密集堆叠高相似度木块横截面检测木块生产交易损失函数鲁棒性