检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于渐进式网格网络的水下图像增强方法研究

基于渐进式网格网络的水下图像增强方法研究

作者：王广元大连海事大学

学位级别：硕士

党的二十大报告提出“发展海洋经济,保护海洋生态环境,加强建设海洋国”。海洋新兴产业呈现蓬勃发展态势,成为海洋经济发展新的增长点。未来,将会有更多的新业态、新产业萌芽发展并不断壮大。水下图像是水下矿物、生物等资源信息获取的... 详细信息

党的二十大报告提出“发展海洋经济,保护海洋生态环境,加强建设海洋国”。海洋新兴产业呈现蓬勃发展态势,成为海洋经济发展新的增长点。未来,将会有更多的新业态、新产业萌芽发展并不断壮大。水下图像是水下矿物、生物等资源信息获取的主要媒介,因此水下图像处理是对海洋产业发展的重要性不言而喻。由于入射光在水体中传输会被吸收以及发生散射,因此水下成像会遭受严重的退化问题。水体会对不同波长的光进行选择性吸收,从而降低入射光的能量导致图像色偏现象;由于水体中存在大量的悬浮颗粒和微生物,致光会被散射从而传输方向偏离,导致图像低对比度、细节模糊现象。围绕上述问题,改善颜色失真和提高图像对比度的水下图像增强方法研究成为了热门研究课题。随着深度学习技术的发展,越来越多研究人员将深度学习应用于水下图像增强方向,并取得显著的成就。基于此,本文提出了一种基于渐进式网格网络的水下图像增强方法,主要研究工作如下:(1)针对水下图像由于光散射而导致的低对比度、细节模糊等问题,本文提出了一种新颖的网格网络模型,该网络通过将每个增强模块的输出特征通过上采样、下采样模块的密集连接,实现了多尺度特征的有效融合,避免了传统网络模型由于分层结构而导致特征交互受限问题。同时在多尺度特征融合过程中采用像素注意力机制计算加权权重,避免了冗余特征信息的学习,提高了特征学习的有效性,从而改善网络结果图像的清晰度。(2)为了更好地解决水下图像的色偏问题,本文提出了一种渐进式跳跃连接分支。多个跳跃连接分支将网格网络中前一列特征输出与后一列特征输出进行拼接,使得整个网络的特征信息传递更加直接和高效,缓解了梯度消失问题同时加速了网络收敛速度。此外通过在跳跃连接分支中加入物理引导模块,扩大了用于跳跃连接的特征信息的分布范围。多个跳跃连接分支以渐进的方式对网络中不同列间传输的特征进行增强,进而丰富水下图像的颜色信息。(3)为了验证渐进式网格网络在多种水下场景中图像增强的有效性和普适性,本文采用两种数据集来训练网络。本文在三种测试数据集上与八种不同的水下图像增强方法进行增强结果比较,并采用主观分析和客观分析来验证本文方法的有效性。此外为了验证本文网络结构的合理性,本文进行了大量的消融实验。

关键词：水下图像增强网格网络注意力机制渐进式跳跃连接

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

基于网络断层扫描的网格网络性能测量分析

计算机科学 2007年第5期34卷 45-47页

作者：王伟蔡皖东李勇军西北工业大学计算机学院西安710072

网格计算通过网络连接来获得一个高性能和高效的计算平台。网格网络的监测和性能测量为网格性能分析、负载平衡、任务调度等提供了重要的科学依据,而成为大规模网格服务的关键组件。现有的几种网格监测方法因缺乏对监测数据的推断分析... 详细信息

网格计算通过网络连接来获得一个高性能和高效的计算平台。网格网络的监测和性能测量为网格性能分析、负载平衡、任务调度等提供了重要的科学依据,而成为大规模网格服务的关键组件。现有的几种网格监测方法因缺乏对监测数据的推断分析而无法对网格网络的性能进行测量。通过对网格网络性能测量的特点、GloPerf及传统网络测量技术的分析,提出了基于网络断层扫描的网格网络性能测量方法。研究结果为网格网络性能的测量提供了新的途径。

关键词：网格网络性能测量网络断层扫描推断分析

在线全文

学校读者我要写书评

暂无评论

含权地理网格网络的构建及其逾渗行为

复杂系统与复杂性科学 2012年第4期9卷 45-49,54页

作者：陈进良林中材杨孔庆湄洲湾职业技术学院福建蒲田351254 集美大学理学院厦门361021

主要构建一种新型的地理网格网络,并探讨网络的拓扑性质及其逾渗动力学行为,为现实地理网络的鲁棒性研究及其构建提供参考。这个网络的特点是,在构建时引入度权重连接概率和地理距离权重连接概率。研究发现这种新型网络能够随着这两种... 详细信息

主要构建一种新型的地理网格网络,并探讨网络的拓扑性质及其逾渗动力学行为,为现实地理网络的鲁棒性研究及其构建提供参考。这个网络的特点是,在构建时引入度权重连接概率和地理距离权重连接概率。研究发现这种新型网络能够随着这两种概率及相关参数的改变,生成嵌入式无标度网络并渐进过渡到嵌入式指数网络。

关键词：地理距离网格网络度分布聚类系数逾渗

在线全文

学校读者我要写书评

暂无评论

网格网络

个人电脑 2003年第8期9卷 138-138页

作者： Sebastian Rupley

想象一下,一片辽阔的战场上,丢弃着数千个从飞机上空投下来的声音传感器。这些传感器能够分辨出一只椰子掉下来的声音和狙击步枪发出来的声音。每个传感器都能借助无线电与邻近的传感器进行无线通信,交换意见,发出警报,或者,如果所有传... 详细信息

想象一下,一片辽阔的战场上,丢弃着数千个从飞机上空投下来的声音传感器。这些传感器能够分辨出一只椰子掉下来的声音和狙击步枪发出来的声音。每个传感器都能借助无线电与邻近的传感器进行无线通信,交换意见,发出警报,或者,如果所有传感器一致认为这是一声枪响,还可以向一个中（共1页)

关键词：网格网络无线网络无线通信网络架构

在线全文

学校读者我要写书评

暂无评论

网格网络拓展网际新疆界

中国科教创新导刊 2003年第9期 22-22页

在线全文

学校读者我要写书评

暂无评论

网格网络拓展网际新疆界

全球科技经济瞭望 2003年第9期18卷 64-64页

现在一台台在机房里轰鸣作响的服务器控制着我们所使用的网络,缺乏移动性、灵活性,在公共安全问题日益严重的今天,可以说这是网络的一大隐患。而直接能感受到的不便就是有限的服务器数量令网络服务难以得到切实有效的保障。

关键词：网格网络节点无线电通信装置中继关系 “梅特卡夫定律”

在线全文

学校读者我要写书评

暂无评论

基于正则化损失的MeshNet半监督分类

合肥工业大学学报（自然科学版） 2023年第8期46卷 1142-1145,1152页

作者：吕帅君邢燕洪沛霖合肥工业大学数学学院安徽合肥230601 安徽中医药大学医药信息工程学院安徽合肥230012

深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结... 详细信息

深度学习在网格分类中的应用越来越受到人们的关注,在网格分类任务中,通常使用交叉熵损失作为损失函数。文章提出一种利用数据的结构相似性和几何一致性的正则化损失,将其加入损失函数中进行优化,可有效提高网格的分类准确率。从实验结果的量化指标来看,提出的正则化损失对于网格半监督分类任务的准确率有很好的提升效果。

关键词：正则化损失网格分类半监督学习网格网络

基于情感分析和深度学习模型的股票价格预测研究

在线全文

学校读者我要写书评

暂无评论

基于情感分析和深度学习模型的股票价格预测研究

作者：葛业波南京信息工程大学

学位级别：硕士

股票作为金融市场内最为活跃的投资之一,受到了众多投资者的青睐,经过30余年的发展,我国股票市场对推动经济建设和社会发展产生了深远的影响。然而,由于金融市场本质上是一个动态的、非平稳的、嘈杂和混乱的系统,股票也是风险与回报并存... 详细信息

股票作为金融市场内最为活跃的投资之一,受到了众多投资者的青睐,经过30余年的发展,我国股票市场对推动经济建设和社会发展产生了深远的影响。然而,由于金融市场本质上是一个动态的、非平稳的、嘈杂和混乱的系统,股票也是风险与回报并存,因此如何有效的预测股票价格走势,学术界与金融业界一直有着极大的兴趣。股票市场受多方因素影响,如政治、经济、市场以及新闻和投资者行为等,针对这些影响股价变动的各种因素,研究者们希望可以借助科技的力量对股价进行预测,从而最大程度的降低投资的风险。传统的机器学习方法是通过线性模型利用股票的历史数据来进行股票预测,而股票时间序列的特点是高频扰动、中频波动与长期趋势,深度学习与传统的线性模型相比,具有高度的非线性运算和映射能力,能够过滤时间序列市场噪声,提取深层特征,因此深度学习模型更适用于对金融资产的预测分析。众多学者已通过研究表明,深度学习模型相较于传统的模型,在预测方面的精确度更高。本文提出了基于时序神经网络的股市预测模型,利用股票历史交易数据与其他影响因素进行结合来预测指数和个股股价走势,主要研究内容如下:(1)考虑到新闻对股票指数的影响,提出了一种基于Trellis Net和情感注意力机制的新闻驱动股票指数预测方法,模型通过爬虫来获取相关股市指数的新闻文本,利用LSTM-CNN网络对新闻文本进行情感分析,得到情感指数。此外,将股票交易数据和新闻情感指数作为模型的输入,通过引入情感注意力机制来揭示两者之间的关系。实验对象包括了标准普尔500指数(S&P500)、纽约证券交易所股票价格指数(NYSE)、道琼斯指数(DJI)、纳斯达克指数(NASDAQ)、富时100指数(FTSE 100)、日经225指数(Nikkei 225)和上证指数(SSE)等7大指数,结果表明,本文所提出的模型要优于其他三种预测模型。(2)除了对股票指数的研究之外,也考虑了投资者情绪和网络搜索情绪对股票个股的影响。在GAN模型的对抗学习机制基础上,提出了一种基于情感分析和GANTrellis Net的个股股价预测方法。该方法通过爬虫获取主流论坛(股吧、雪球、新浪财经)股票评论和百度搜索指数,并利用word2vec和LSTM-CNN模型进行评论情感分析从而得到股票情感数据;预测模型的生成器由网格网络(Trellis Net)构建而成用于生成预测股票的价格,Trellis Net建立卷积网络(CNN)和循环网络(RNN)之间的联系,在处理时间序列的同时能更好的捕捉数据特征;判别器由卷积神经网络(CNN)构建而成,来鉴别预测结果和真实股价的区别,通过此模型从评论情绪、百度搜索指数和交易数据中动态预测股票价格。实验选取了多种行业代表性股票交易数据和股吧评论作为样本集,通过与Conv LSTM和GAN-LSTM模型进行对比实验,结果表明,本文提出的GANTrellis Net模型预测准确度更高、泛化性更强,可适用于不同股票。

关键词：指数价格预测个股价格预测情感分析网格网络生成对抗网络

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

注意力残差密集网络的单幅图像去雾算法

福建师范大学学报（自然科学版） 2023年第1期39卷 68-74页

作者：黄小芬林丽群卢宇福建师范大学协和学院信息技术系福建福州350117 福州大学物理与信息工程学院福建福州350108

针对现有去雾方法色彩失真、去雾不彻底、细节丢失等问题,提出一种模块化的端到端的单幅图像深度去雾网络.首先,利用多尺度卷积核对输入有雾图像提取充分的关键特征;其次,构建由残差密集块及上、下采样单元形成的行和列的网格网络结构,... 详细信息

针对现有去雾方法色彩失真、去雾不彻底、细节丢失等问题,提出一种模块化的端到端的单幅图像深度去雾网络.首先,利用多尺度卷积核对输入有雾图像提取充分的关键特征;其次,构建由残差密集块及上、下采样单元形成的行和列的网格网络结构,行列之间通过一种新颖的注意力机制进行特征融合与提取;最后,由残差密集块和卷积层构成的后处理模块进一步减少去雾图像的残余伪影.定量和定性实验结果表明,所提方法去雾性能优越.

关键词：图像去雾多尺度网格网络注意力机制密集连接