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

整体与局部相互感知的图网络时序动作检测

江苏大学学报（自然科学版） 2024年第1期45卷 67-76页

作者：黄金钾詹永照赵逸飞江苏大学计算机科学与通信工程学院江苏镇江212013

针对目前动作检测与定位方法未综合利用整体与局部相互感知的时空关系信息、不利于提升动作检测与定位性能的问题,提出整体与局部相互感知的图网络时序动作检测方法.该方法综合利用各动作提案的特征相似性和时序重叠度构建整体关系图推... 详细信息

针对目前动作检测与定位方法未综合利用整体与局部相互感知的时空关系信息、不利于提升动作检测与定位性能的问题,提出整体与局部相互感知的图网络时序动作检测方法.该方法综合利用各动作提案的特征相似性和时序重叠度构建整体关系图推理子网络,通过学习获得提案,该提案包含更丰富的整体时空特征表示;利用提案发生的时间偏序关系,构建局部关系图推理子网络,该子网络包含多个级别三体相似图和三体互补图的结构,通过学习获得不同时间尺度下提案的局部关系信息;最后构成整体与局部关系相互感知的丰富特征表达,用于动作检测与定位.采用平均精度均值作为评价指标在2个公开数据集(Thumos14和ActivityNet1.3)上进行了试验.结果表明,与PGCN、G-TAD、TAL-Net、CDC等先进方法相比,文中方法能有效提高动作检测的性能.

关键词：计算机视觉时序动作检测注意力机制整体与局部相互感知图网络时空特征表达

基于注意力和图网络的多粒度脚本事件推理方法

在线全文

学校读者我要写书评

暂无评论

厦门大学学报(自然科学版) 2023年

作者：倪进鑫蒋晨辉周绮凤厦门大学航空航天学院

脚本事件推理旨在通过分析已发生的事件链推理接下来将要发生的事件，在对话生成、意图识别等问题中起到重要作用。但在一些覆盖面广、延续时间长的事件中（如台风、洪水等自然灾害），由于事件演化过程复杂多变，所获取的事件信息疏密... 详细信息

脚本事件推理旨在通过分析已发生的事件链推理接下来将要发生的事件，在对话生成、意图识别等问题中起到重要作用。但在一些覆盖面广、延续时间长的事件中（如台风、洪水等自然灾害），由于事件演化过程复杂多变，所获取的事件信息疏密程度不同等，使得事件推理十分具有挑战性。本文提出一种基于注意力机制和图网络的多粒度脚本事件推理方法，解决复杂事件推理中的两个问题：如何合并不同级别的事件信息以获得更深层次的语义信息，以及如何充分利用密集的事件连接来提高模型的推理能力，并将该方法应用于提升灾害事件感知问题中。首先，采用自注意力机制从事件链中获得事件片段，并结合单个事件和事件片段的表示扩展模型输入信息。然后，充分利用密集的事件连接，从海量事件新闻中提取事件链构建事件演化图来获得事件转移矩阵，提高模型推理准确率。最后，在多个真实台风事件上的实验结果验证了本文所提方法的有效性。

关键词：事件推理图网络注意力机制事件演化图

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图网络的集群运动预测研究

电子科技大学学报 2021年第5期50卷 768-773页

作者：王瑞崔佳梅张越郑文太原理工大学大数据学院太原030060

集群动力学是软物质领域的研究热点和前沿视角,集群运动的同步机制存在着丰富的潜在规律和应用价值。该文构建了一种基于加权集群动力学的图网络模型,该模型从粒子的位置、运动方向特征以及邻居的影响中学习集群运动的演化机制,可以实... 详细信息

集群动力学是软物质领域的研究热点和前沿视角,集群运动的同步机制存在着丰富的潜在规律和应用价值。该文构建了一种基于加权集群动力学的图网络模型,该模型从粒子的位置、运动方向特征以及邻居的影响中学习集群运动的演化机制,可以实现对集群运动过程的长期预测。实验结果表明,图网络模型可以对集群运动过程中的序参量进行预测,涵盖不同的噪声和视野半径,预测效果较好。模型构建后,无需进行复杂的动力学模拟和计算,就可以得到不同条件参数下集群运动系统序参量的值,从而快速量化集群运动的同步程度,节省时间成本,对集群的智能控制具有重要意义。

关键词：集群运动深度学习图网络自驱动

基于图神经网络的OpenCL程序自动优化启发式方法

在线全文

学校读者我要写书评

暂无评论

计算机研究与发展 2023年第5期60卷 1121-1135页

作者：叶贵鑫张宇翔张成赵佳棋王焕廷西北大学信息科学与技术学院西安710127 陕西省无源物联网国际联合研究中心(西北大学) 西安710127

物联网的发展与普及促使计算机异构架构迅速发展,开放运算语言(open computing language,OpenCL)作为首个跨平台异构并行计算框架,具有标准化、可移植性等优点,但因不同平台下软硬件的复杂性和多样性,使OpenCL在性能上的移植性存在一定... 详细信息

物联网的发展与普及促使计算机异构架构迅速发展,开放运算语言(open computing language,OpenCL)作为首个跨平台异构并行计算框架,具有标准化、可移植性等优点,但因不同平台下软硬件的复杂性和多样性,使OpenCL在性能上的移植性存在一定的缺陷.现有的方法通过深度学习构建优化模型来提高程序运行效率,但所构建的预测模型仅考虑代码的顺序依赖关系,忽略了语法语义信息,导致代码优化效果不明显.为解决上述问题,提出了一种基于多关系图神经网络的OpenCL程序自动优化启发式方法.该方法首先把OpenCL代码转换成多关系代码图,能够提取代码的深度结构与语法语义特征;然后利用改进后的图神经网络模型,将构建的代码图编码为高维的特征向量;最后使用决策网络完成任务预测.为验证方法的有效性,分别在异构设备映射和线程粗化因子预测2个任务上进行实验评估.结果表明,在异构设备映射任务中,最优设备预测准确率能够达到88.7%,相较于现有最先进的方法,加速比可提高7.6%;在线程粗化任务中,加速比相较于现有最优的方法可提高5.2%.

关键词：启发式优化图网络 OpenCL 深度学习异构设备

在线全文

学校读者我要写书评

暂无评论

基于图网络模型的中央空调系统节能诊断研究

建筑科学 2022年第10期38卷 206-215页

作者：刘魁星王志远王进宇天津大学建筑学院天津300072 天津大学国际工程师学院天津300072

建筑不仅是能源密集型的,也是信息密集型的。当前建筑运维工作中普遍存在能源浪费问题,迫切需要先进的数据分析方法来促进建筑运维工作高效开展。目前,建筑数据诊断聚焦于某个、某类单独的设备/设备群,较少关注建筑全性能数据综合分析... 详细信息

建筑不仅是能源密集型的,也是信息密集型的。当前建筑运维工作中普遍存在能源浪费问题,迫切需要先进的数据分析方法来促进建筑运维工作高效开展。目前,建筑数据诊断聚焦于某个、某类单独的设备/设备群,较少关注建筑全性能数据综合分析。大部分研究难以可视化分析诊断结果。本文提出了1种新的基于图网络模型的中央空调系统节能诊断方法。该方法包括关联规则获取、图网络建模、分析与诊断3个步骤,为上述问题提供了解决方案。将其应用于北京某公共建筑,利用楼宇自控系统存储的系统运行数据进行实际运行情况的分析诊断,发现了现场运维人员多处不合理操作。研究结果验证了该方法描述建筑全局运行模式和识别异常操作环节的潜力。

关键词：中央空调数据挖掘图网络频繁图挖掘

在线全文

学校读者我要写书评

暂无评论

基于图网络融合的交通状态预测方法研究

武汉理工大学学报（交通科学与工程版） 2022年第2期46卷 195-200页

作者：徐东伟商学天魏臣臣彭航浙江工业大学网络空间安全研究院杭州310023 浙江工业大学信息工程学院杭州310023

文中考虑道路节点之间的时间相关性,利用皮尔逊相关性系数构建逻辑相关路网;通过图聚合算法聚合道路节点邻居信息,融合原始交通路网与逻辑相关路网提取的时空特征信息,以最小化损失函数为目标,返回最优模型参数,构建基于图网络融合的交... 详细信息

文中考虑道路节点之间的时间相关性,利用皮尔逊相关性系数构建逻辑相关路网;通过图聚合算法聚合道路节点邻居信息,融合原始交通路网与逻辑相关路网提取的时空特征信息,以最小化损失函数为目标,返回最优模型参数,构建基于图网络融合的交通路网模型.采用西雅图高速路网速度数据集(seattle)和加州流量数据集(PEMS08)作试验验证,图网络融合模型提高了在交通状态预测精度.在短时交通状态预测中,Seattle的MAE指标为2.57、MAPE指标为6.48;PEMS08的MAE指标为14.23、MAPE指标为7.15;长时交通状态预测结果均优于LSTM、T-GCN等模型.

关键词：智能交通交通流预测图网络路网交通状态数据特征融合相关性网络

在线全文

学校读者我要写书评

暂无评论

基于图网络的高速公路交通量预测方法研究

基于图网络的高速公路交通量预测方法研究

作者：刘子兴北京交通大学

学位级别：硕士

高速公路是一个国家或地区现代化水平的重要标志之一,我国高速公路以其高速、安全、舒适和经济的优势在整个交通运输体系中扮演着重要角色,是推动我国经济快速发展的重要推手。但因为气候环境变化、车流量大、节假日行车政策等原因也会... 详细信息

高速公路是一个国家或地区现代化水平的重要标志之一,我国高速公路以其高速、安全、舒适和经济的优势在整个交通运输体系中扮演着重要角色,是推动我国经济快速发展的重要推手。但因为气候环境变化、车流量大、节假日行车政策等原因也会引起高速公路拥堵,直接影响到人民生命财产安全以及经济损失。智能高速公路网的建设可有效地解决交通拥堵的问题,其中一项关键技术就是交通量的预测,但目前还未深入考虑数据的时空关联性和现有基于深度学习方法时间复杂性高的挑战。针对上述两个挑战,本文开展基于图网络的高速公路交通量预测方法研究,主要研究内容如下:⑴针对高速公路交通数据复杂时空相关性导致预测模型难以建模的问题,提出基于图网络和编码器的交通量预测方法。首先,使用基于时空维度的图结构间接建模高速公路传感器之间的关系,量化交通流在时空维度的转移。然后,使用基于时间维度的注意力建模高速公路传感器在不同时间的关系,建模交通量在时间维度的演变。最后利用编码器实现高速公路交通量的预测。实验结果验证了该模型的有效性。⑵针对现有主流预测模型时间复杂性高的问题,提出基于分层图网络融合的交通量预测方法。首先,利用时空数据建模高速公路传感器之间的因果关系,并量化交通流在时空维度的转移。然后,提出一种时间注意力机制来学习交通量在时间维度的演化趋势。最后,通过分层建模的交通量和预测变量之间采用前面所提出的预测模型。实验结果表明该模型在保证预测精度的同时,可有效地降低时间复杂性。

关键词：交通量预测时空序列图网络注意力机制

基于图网络的视觉问答多跳推理方法与可解释性研究

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

基于图网络的视觉问答多跳推理方法与可解释性研究

作者：徐朝阳武汉科技大学

学位级别：硕士

视觉问答是视觉-语言学习中的一项重要任务,其目的是根据图像内容自动回答自然语言问题。作为计算机视觉和自然语言处理的交叉学科,它被广泛应用于人机交互、智能交通等领域。视觉问答任务中一个关键方面是需要对图像和问题背景中的视... 详细信息

视觉问答是视觉-语言学习中的一项重要任务,其目的是根据图像内容自动回答自然语言问题。作为计算机视觉和自然语言处理的交叉学科,它被广泛应用于人机交互、智能交通等领域。视觉问答任务中一个关键方面是需要对图像和问题背景中的视觉实体关系进行推理。现有的视觉问答方法对于复杂问题中图像实体之间的多跳关系判断还不够准确,且无法提供清晰的推理过程,导致模型缺乏可解释性。为解决上述问题,本文将图网络应用于视觉问答任务中,并进行了以下研究:(1)针对解决复杂问题时,需要执行多跳推理以捕捉视觉实体之间的相互关系这一挑战,本文提出了一个问题引导的多跳推理图网络,它将视觉问答的多跳推理过程表示为问题引导图像实体之间进行多轮的动态交互与更新。具体来说,该网络在每一推理步中双向更新问题指令和视觉实体表示,并根据问题引导的信息传递算法在图上捕捉视觉实体之间的关系,保证了视觉问答多跳推理的连贯性和一致性。通过分析每一推理步中问题相关的视觉实体的权重变化,体现了该方法的可解释性。(2)为进一步增强模型推理能力的鲁棒性、推理链的可靠性和正确性,本文在工作(1)的框架基础上,提出了一个自适应路径增强的推理图网络,它将视觉问答的多跳推理过程转换为推理路径的扩张任务,以学习视觉实体之间的多跳关系。具体来说,该网络基于一种推理路径自主扩张的方法,根据问题在图上自主探索并扩张推理路径,实现了在推理链中执行准确透明的推理决策。通过分析推理路径的自主扩张过程,该方法清晰体现了一个完整的推理过程,进一步提升了模型的可解释性和推理鲁棒性。最后,本文在公开的视觉问答数据集GQA,GQA-OOD和VQA2.0上进行了一系列的对比实验和消融实验,验证了本文方法的有效性,尤其是需要执行多跳推理的复杂问题样本和分布外泛化的问题样本。定性的实验分析也证明了本文的方法可以增强可解释性。

关键词：视觉问答多跳推理可解释性图网络

基于权重自适应及图网络的孪生网络目标跟踪算法研究

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

基于权重自适应及图网络的孪生网络目标跟踪算法研究

作者：刁华康燕山大学

学位级别：硕士

视觉目标跟踪是计算机视觉中的一个热点研究问题,在无人驾驶、视频监控、人机交互、智能交通等领域有着广泛的应用。虽然目标跟踪算法得到了长足的发展,但是在实际的应用环境中,目标跟踪算法仍旧面临诸多挑战,例如目标形变、尺度变化、... 详细信息

视觉目标跟踪是计算机视觉中的一个热点研究问题,在无人驾驶、视频监控、人机交互、智能交通等领域有着广泛的应用。虽然目标跟踪算法得到了长足的发展,但是在实际的应用环境中,目标跟踪算法仍旧面临诸多挑战,例如目标形变、尺度变化、旋转、相似物干扰等,因此算法的性能仍旧需要进一步提升。本文以Anchor-free的孪生网络目标跟踪算法为基础,主要研究内容概括如下:(1)为了解决孪生网络目标跟踪算法过度依赖初始帧信息,缺乏对在线数据的有效利用的问题,本文设计了一种基于权重自适应模块与模板筛选的目标跟踪算法。首先,将分类分支特征图分别通过空间注意力和通道注意力进行处理,并将处理后的特征图进行融合;其次,将经过融合的特征图通过滤波器模块,利用在线跟踪阶段数据对滤波器参数进行更新,以此实现对跟踪阶段背景噪声的抑制;最后,采用模板筛选模块,将首帧模板分支与更新模板分支的特征图进行比较,若结果大于所设定的阈值,则将筛选后模板取代初始帧模板完成后续目标跟踪任务。将算法在OTB100、UAV123、VOT2018、VOT2019等标准数据集进行测试,由实验结果证明了算法的有效性。(2)传统孪生网络目标跟踪算法采用互相关或者深度互相关的方式对模板帧与检测帧进行相似性度量,使得算法无法有效适应极端的目标形变,本文设计了一种基于图网络与Io U感知的目标跟踪算法。首先,以改进的Res Net50为基础,在每个残差结构后引入通道自适应调整模块(Normalization-based channel attention module)NCAM,构造具有通道自适应调整的特征提取网络;其次,基于图网络设计一种新的模板帧与检测帧的相似性计算方式,对模板特征与检测特征的图网络节点进行相似性计算,得到特征响应图;最后,在分类与回归部分,在分类分支采用Io U感知的分类损失函数,建立分类分支与回归分支之间关联,在回归部分采用(Complete Io U)CIo U计算离线训练阶段的回归损失。将算法在OTB100、UAV123、VOT2018、VOT2019等标准数据集测试,由实验结果证明了算法的有效性。

关键词：目标跟踪孪生网络权重自适应模板筛选图网络