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

基于密度的多度量空间数据聚类算法

软件学报 2024年

作者：朱轶凡罗程阳马瑞遥陈璐毛玉仁高云君浙江大学计算机科学与技术学院浙江大学软件学院

具有噪声的基于密度的数据聚类(DBSCAN)算法是数据挖掘领域中的经典方法之一,其不仅能发现数据中潜藏的复杂关系,还能过滤其中的数据噪声,从而获得高质量的数据聚类.然而,现有的基于密度的数据聚类算法仅支持单模态(类型)数据的聚类,难... 详细信息

具有噪声的基于密度的数据聚类(DBSCAN)算法是数据挖掘领域中的经典方法之一,其不仅能发现数据中潜藏的复杂关系,还能过滤其中的数据噪声,从而获得高质量的数据聚类.然而,现有的基于密度的数据聚类算法仅支持单模态(类型)数据的聚类,难以应对多模态(类型)数据并存的应用场景.随着信息技术的快速发展,数据呈现多模态化的发展态势,现实生活中的数据不再是单一的数据类型,而是多种数据模态(类型)的组合,如文本、图像、地理坐标、数据特征等.因此,现有的数据聚类方法难以对复杂的多模态数据进行有效的数据建模,更无法进行高效的多模态数据聚类.基于此,提出一种基于密度的多度量空间聚类算法.首先,为了刻画多模态数据间的复杂关系,利用多度量空间表征数据之间的相似性关系,并且利用聚合多度量图索引(AMG)实现多模态数据建模.接着,利用差分化的相似性关系优化聚合多度量图的图结构,并且结合最优策略优先的搜索策略进行剪枝,以实现高效的多模态数据聚类.最后,在真实与合成数据集上针对多种参数设置进行实验.实验结果验证了所提方法运行效率提升了至少1个数量级,并具有较高的聚类精度与良好的可扩展性.

关键词：多度量空间多度量图基于密度的数据聚类数据挖掘多模态数据

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多策略改进海洋捕食者算法的研究及其应用

多策略改进海洋捕食者算法的研究及其应用

作者：饶振远江西理工大学

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

某预制破片战斗部对人员目标的毁伤效果研究

某预制破片战斗部对人员目标的毁伤效果研究

作者：符振荣中北大学

学位级别：硕士

基于深度学习的雾天车辆行人检测系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的雾天车辆行人检测系统设计与实现

作者：陈广振黑龙江大学

学位级别：硕士

随着人工智能技术的快速发展,智慧交通逐渐成为城市交通管控的重要组成部分。目标检测作为其中的关键技术之一,在交通流量实时监测、自动驾驶、视频监控等领域具有极大的应用价值。然而,在雾天环境下,能见度降低、噪声增加等问题造成图... 详细信息

随着人工智能技术的快速发展,智慧交通逐渐成为城市交通管控的重要组成部分。目标检测作为其中的关键技术之一,在交通流量实时监测、自动驾驶、视频监控等领域具有极大的应用价值。然而,在雾天环境下,能见度降低、噪声增加等问题造成图像质量下降,目标检测算法的精度受到较大影响。基于上述背景,本文从图像去雾、域适应学习等角度提出两种深度学习算法,并设计一种雾天车辆行人检测系统,具体工作内容如下:(1)为提高目标检测算法在雾天环境的检测精度,结合基于物理模型和基于学习的去雾方法优势,提出一种基于FSID(Fast Single Image Dehazing)和生成对抗网络的去雾算法。该算法采用FSID对雾天图像预处理;使用跨层通道激励结构代替普通的残差连接;通过预训练模型Res Net50将特征映射至不同尺度空间;基于优化的透射图和大气散射模型重建雾天图像并与原输入雾天图像进行相似度比较。进行相关实验并与其他先进算法对比,本文算法具有更佳的去雾性能,对雾天图像去雾处理有效提高了目标检测精度。(2)为解决先去雾后检测的两阶段方法运行效率低和雾天数据标注成本高、耗时长等问题,提出一种基于平均教师框架的域适应目标检测算法。该算法使用CUT(Contrastive Unpaired Translation)方法实现中间域数据转换,基于类源域数据产生伪标签辅助学生模型训练;使用自适应阈值筛选、处理伪标签,提高目标域数据的标签质量;对检测网络YOLOv5s进行Rep VGG结构重参数化,提升模型的推理速度。使用多个数据集实验并与其他先进算法对比,结果表明本文算法具有较优的检测精度和实时性。(3)基于提出的域适应目标检测算法,设计一种雾天车辆行人检测系统。首先使用Qt Designer设计系统界面,其次基于Python和Py Qt5完成系统各模块功能设计,包括注册登录、图像显示、算法检测、记录存储四个部分,最后对系统的各个模块测试,验证了系统的有效性和鲁棒性。

关键词：车辆行人检测系统域适应图像去雾目标检测生成对抗网络

不同倾角下单导线与相邻双导线火蔓延特性对比

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第6期64卷 992-999页

作者：高云骥杨正渊罗越扬张佩瑶郭瀚文张玉春西南交通大学地球科学与环境工程学院成都611756

前人对于不同倾斜条件下导线火蔓延特性的研究主要考虑导线单根布置的情况,对于导线相邻并排布置情况的研究较少。该文基于可调间距倾斜平行导线火蔓延实验平台,开展了不同倾斜条件(0°、30°、60°、90°)下单导线及相邻双导线火蔓延... 详细信息

前人对于不同倾斜条件下导线火蔓延特性的研究主要考虑导线单根布置的情况,对于导线相邻并排布置情况的研究较少。该文基于可调间距倾斜平行导线火蔓延实验平台,开展了不同倾斜条件(0°、30°、60°、90°)下单导线及相邻双导线火蔓延特性对比研究,分析了火焰形态、火焰长度、火焰高度、火蔓延速率和温度等火蔓延特征参数的变化规律。通过实验研究发现:在单双导线火蔓延过程中,熔融绝缘材料会发生滴落和流淌行为,且相邻双导线发生滴落和流淌的频率大于单导线;双导线的平均火焰高度和火焰长度始终大于单导线,且单双导线平均火焰高度随着倾斜角度的增加先增大后减小,平均火焰长度随倾斜角度的增加而增大;由于双导线火蔓延存在传热和卷吸作用重叠区域,导致其火蔓延速率始终小于单导线。

关键词：导线火蔓延特性滴落火蔓延速率倾斜角度

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

车载激光雷达三维点云分割方法的研究

车载激光雷达三维点云分割方法的研究

作者：屈振方西安工业大学

学位级别：硕士

车载激光雷达是一种先进的遥感技术,利用激光脉冲测量物体与传感器之间的距离,从而生成高精度的三维地图。这项技术在自动驾驶汽车、地形测绘、城市规划等领域发挥着关键作用。车载激光雷达系统正变得更加紧凑、成本更低,其在自动驾驶... 详细信息

车载激光雷达是一种先进的遥感技术,利用激光脉冲测量物体与传感器之间的距离,从而生成高精度的三维地图。这项技术在自动驾驶汽车、地形测绘、城市规划等领域发挥着关键作用。车载激光雷达系统正变得更加紧凑、成本更低,其在自动驾驶领域的应用前景广阔,为实现全自动驾驶汽车提供了强大的技术支持。激光雷达扫描得到的点云数据是自动驾驶领域中能够保障车辆安全行驶的重要信息之一。然而,目前激光雷达传感器获取的点云数据存在噪点和杂散点过多的问题,阻碍了数据处理和分割网络的顺利进行。同时城市场景中的点云数据量大、范围广,也给网络训练的速度和内存开销带来了巨大挑战。此外,城市场景中少数类别的点云数据稀疏现象也为点云数据的处理增加了难度。针对上述问题,基于车载激光雷达三维点云分割方法主要研究以下内容:1.针对车载激光雷达点云数据采集过程中受到道路环境噪声影响和大量点云处理所带来的存储空间和计算效率有限的问题,将采集到的点云数据做相应的预处理实验;通过基于K-D树的统计滤波处理和本文提出的混合降采样处理,有效的提高原始点云数据的质量,分析可视化效果和预处理前后点云密度的对比。2.研究了基于传统算法的点云分割实验。利用基于PCL的超体素分割的方法对预处理后的数据集进行点云分割。通过引入曲率特征的参数计算方式,较大程度的保留了分割后的点云边界信息;其次实验对比了不同超体素分辨率参数值对分割结果的影响,分析可视化效果的对比以及不同算法参数值对分割结果的影响。3.提出了一种在大规模道路场景中解决局部点云稀疏导致部分类别物体无法准确分割问题的方法;该方法基于圆柱体3D分割网络模型,将非对称三维卷积网络与注意力池化模块融合,构造局部点云特征编码模块,通过对模型进行全局特征的训练,提升网络的适应能力,从而提高了部分类别物体分割精度。并在不同的数据集上进行验证得出优化后的网络在两种数据集上的Miou分别提高了1.1%和1.8%。通过设计相应实验,在城市点云自采数据集和Semantickitti上进行训练和验证,证实了本文提出的城市场景三维点云语义分割方法在整体分割精度OA上的值为93.1%略优于当下基于深度学习的点云分割网络。这表明本文方法能够有效提高城市场景三维点云语义分割的精度,验证了实验的有效性。

关键词：三维点云语义分割统计滤波自适应体素注意力池化

基于AHP与FCE的T市发展和改革委员会内部控制评价研究

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AHP与FCE的T市发展和改革委员会内部控制评价研究

作者：曹芝振山东农业大学

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

基于集成式张量域自适应的运动想象脑电分类

中国生物医学工程学报 2024年第4期43卷 399-407页

作者：高云园薛云峰张聪睿高坚杭州电子科技大学自动化(人工智能)学院杭州310018 杭州明州脑康康复医院神经康复中心杭州310018

实际应用中脑电信号一直面临采集成本高、用户间差异大等问题,制约着基于脑电信号的运动想象领域的发展。针对跨受试者运动想象脑电信号识别任务,本研究提出了一种基于集成式张量域自适应的迁移学习方法。首先采用改进的欧氏空间对齐方... 详细信息

实际应用中脑电信号一直面临采集成本高、用户间差异大等问题,制约着基于脑电信号的运动想象领域的发展。针对跨受试者运动想象脑电信号识别任务,本研究提出了一种基于集成式张量域自适应的迁移学习方法。首先采用改进的欧氏空间对齐方法对多维脑电数据进行协方差对齐,消除原始数据的边缘分布偏移;其次提出基于张量子空间的改进联合概率分布方法,求得不同类别的映射子空间并实现未知标签的目标域识别分类。分别在7人200个样本和9人144个样本的BCI数据集上进行了实验,平均准确率达到82.18%和76.45%,证明了该方法在跨域分类识别上具有很好的性能。同时对于该方法各环节的效果也进行了可视化验证,展示了该集成式方法在跨域问题上的效果。

关键词：运动想象脑电信号域自适应数据对齐张量子空间