检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的知识图谱问答模型研究

基于深度学习的知识图谱问答模型研究

作者：化青远吉林大学

学位级别：硕士

高中英语写作教学中教师书面反馈现状与问题的调查研究 ——以文山州某一普通高中为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

高中英语写作教学中教师书面反馈现状与问题的调查研究 ——以文...

作者：张体化云南师范大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

新型强制通风测温仪器优化设计

新型强制通风测温仪器优化设计

作者：朱化难南京信息工程大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的点云编码网络研究

基于深度学习的点云编码网络研究

作者：化艳敏太原科技大学

学位级别：硕士

三维点云数据凭借其出色的三维空间表现力,在自动驾驶、虚拟现实、增强现实以及三维重建等多个领域中得到广泛应用。在这些领域中,需要将所采集到的点云进行存储与传输,但是点云数据量巨大,会占用大量存储空间和带宽,而且点云数据具有... 详细信息

三维点云数据凭借其出色的三维空间表现力,在自动驾驶、虚拟现实、增强现实以及三维重建等多个领域中得到广泛应用。在这些领域中,需要将所采集到的点云进行存储与传输,但是点云数据量巨大,会占用大量存储空间和带宽,而且点云数据具有非结构化等特点,因此如何有效的对点云进行处理和编码成为研究热点。近年来,深度学习已经广泛应用于点云数据的处理,基于深度学习的点云编码通过学习数据的高维特征来对点云进行处理,具有强大学习能力、适应性和泛化能力。因此,本文选题探究基于深度学习的点云编码网络研究,研究工作主要包括:（1）设计了一个局部特征感知的3D点云端到端编码网络。首先,使用一个基于Transformer的端到端自动编码器,Transformer用于点云特征提取。然后,提出特征嵌入下采样模块以及特征嵌入上采样模块,在特征嵌入下采样模块以及特征嵌入上采样模块中可以分别生成偏置信息,获得局部位置信息,将偏置信息分别与下采样与上采样的点云进行相加,有效的丰富了点云信息,保证了恢复点云与输入点云的相似性。最后,在Semantic KITTI数据集上进行了实验,实验结果表明,所提出的网络相较于先进的Trans PCC网络相比,在0.03BPP下,在点到点倒角距离降低9.2×10-3、点到面倒角距离降低9×10-4以及交并比提高0.05,拥有较好的恢复性能。（2）设计了基于多头Transformer的上下文端到端点云编码网络。首先,考虑到点云上下文信息的重要性,采用了一个局部和全局信息提取模块,包括局部上下文融合子模块和全局双向正则化子模块,局部上下文融合子模块用于融合局部点位置及点特征,全局双向正则化子模块用于提取全局特征从而细化特征图,增强点云的特征信息。然后,在网络中采用多头Transformer进行特征提取,对同一个查询向量、键向量和值向量利用分割头进行分割,生成多个并行查询向量、键向量和值向量,将使网络更好地捕捉点云不同子空间下的复杂空间关系。最后,在Semantic KITTI数据集上进行了对比实验,实验结果表明,所提出的网络相较于LFP方法相比,在0.03BPP下,在点到点倒角距离降低3.15×10-3、点到面倒角距离降低8.9×10-4以及交并比提高0.026,拥有较好的恢复性能。

关键词：点云编码 Transformer 特征嵌入上采样特征嵌入下采样上下文信息

公共数字文化沉浸式体验空间用户需求模型构建

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

图书馆学研究 2024年第7期 47-55页

作者：完颜邓邓宋众利湘潭大学公共管理学院

探究公共数字文化沉浸式体验空间用户需求的构成要素及作用路径,构建用户需求模型,旨在为公共数字文化沉浸式体验空间服务实践提供参考。采用半结构化访谈法对25位使用过公共数字文化沉浸式体验空间的用户进行访谈,并利用扎根理论方法... 详细信息

探究公共数字文化沉浸式体验空间用户需求的构成要素及作用路径,构建用户需求模型,旨在为公共数字文化沉浸式体验空间服务实践提供参考。采用半结构化访谈法对25位使用过公共数字文化沉浸式体验空间的用户进行访谈,并利用扎根理论方法对原始访谈资料进行编码和分析。结果表明,公共数字文化沉浸式体验空间的用户需求包括猎奇需求、场景需求、交互需求、知识需求,且各需求之间相互依存、相互促进。应通过加强沉浸式体验设计、构建多维叙事空间、以技术赋能多感官交互、深度挖掘在地文化内涵等方式满足用户需求。

关键词：公共数字文化沉浸式体验用户需求扎根理论

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

梯度聚合增强对抗样本迁移性方法

计算机工程与应用 2024年第14期60卷 275-282页

作者：邓诗芸凌捷广东工业大学计算机学院广州510006

基于深度神经网络的图像分类模型容易受到对抗样本的攻击。现有研究表明,白盒攻击已经能够实现较高的攻击成功率,但在攻击其他模型时对抗样本的可迁移性较低。为提高对抗攻击的可迁移性,提出一种梯度聚合增强对抗样本迁移性方法。将原... 详细信息

基于深度神经网络的图像分类模型容易受到对抗样本的攻击。现有研究表明,白盒攻击已经能够实现较高的攻击成功率,但在攻击其他模型时对抗样本的可迁移性较低。为提高对抗攻击的可迁移性,提出一种梯度聚合增强对抗样本迁移性方法。将原始图像与其他类别图像以特定比例进行混合,得到混合图像。通过综合考虑不同类别图像的信息,并平衡各类别之间的梯度贡献,可以避免局部振荡的影响。在迭代过程中聚合当前点的邻域其他数据点的梯度信息以优化梯度方向,避免对单一数据点的过度依赖,从而生成具有更强迁移性的对抗样本。在ImageNet数据集上的实验结果表明,所提方法显著提高了黑盒攻击的成功率和对抗样本的可迁移性。在单模型攻击上,该方法在四种常规训练模型的平均攻击成功率为88.5%,相比Admix方法提升了2.7个百分点;在集成模型攻击上平均攻击成功率达到了92.7%。此外,该方法可以与基于转换的对抗攻击方法相融合,在三种对抗训练模型上平均攻击成功率相较Admix方法提高了10.1个百分点,增强了对抗攻击的可迁移性。

关键词：深度神经网络对抗攻击可迁移性梯度聚合

基于交互式多模型因子图的自适应组合导航算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

中国惯性技术学报 2024年第4期32卷 346-353页

作者：曾庆化王守一李方东邵晨南京航空航天大学自动化学院南京210016

针对复杂城市环境下因外部干扰或传感器故障而引起的传统车载导航系统定位精度下降的问题,提出了一种基于因子图的交互式多模型车载导航算法。基于因子图优化算法建立了IMU/GNSS/LIDAR组合导航系统模型,引入了交互式多模型对子系统传感... 详细信息

针对复杂城市环境下因外部干扰或传感器故障而引起的传统车载导航系统定位精度下降的问题,提出了一种基于因子图的交互式多模型车载导航算法。基于因子图优化算法建立了IMU/GNSS/LIDAR组合导航系统模型,引入了交互式多模型对子系统传感器量测进行建模并构建变量节点,利用模型概率更新来优化传感器权重,并依据因子图非线性优化和增量平滑理论实现车载导航系统的解算与更新。实验结果表明:相比于自适应因子图算法,所提算法在复杂城市环境下的定位精度提高了26.2%。

关键词：因子图交互式多模型车载导航复杂场景