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

基于改进粒子滤波和自适应融合的目标跟踪

光电子．激光 2015年第5期26卷 960-968页

作者：吴迪湖南工程学院电气信息学院湖南湘潭411104

针对复杂环境下视频目标跟踪精确度低的问题,提出了一种基于混合迭代无迹粒子滤波(HI-UPF)和关联系数自适应融合的目标跟踪算法。首先采用统计线性回归的方法对无迹变换进行优化,提出了HI-UPF,不仅提升了滤波精度,而且有效降低了算法的... 详细信息

针对复杂环境下视频目标跟踪精确度低的问题,提出了一种基于混合迭代无迹粒子滤波(HI-UPF)和关联系数自适应融合的目标跟踪算法。首先采用统计线性回归的方法对无迹变换进行优化,提出了HI-UPF,不仅提升了滤波精度,而且有效降低了算法的时间消耗;其次基于关联系数,采用一种自适应融合方法,实现了加性融合和乘性融合的自适应切换,并根据关联系数提出一种改进的自适应加性融合方法。仿真实验表明,本文方法对于复杂条件下的目标跟踪具有较高的精度和较强的鲁棒性。

关键词：目标跟踪粒子滤波(PF) 迭代无迹卡尔曼滤波(IUKF) 关联系数自适应融合

利用自适应融合和混合锚检测器的遥感图像小目标检测算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第7期46卷 2942-2951页

作者：王坤丁麒龙中国民航大学电子信息与自动化学院天津300300

针对遥感图像背景噪声多,小目标多且密集排列,以及目标尺度分布广导致的遥感图像小目标难以检测的问题,该文提出一种根据不同尺度的特征信息自适应融合的混合锚检测器AEM-YOLO。首先,提出了一种结合目标宽高信息以及尺度宽高比信息的二... 详细信息

针对遥感图像背景噪声多,小目标多且密集排列,以及目标尺度分布广导致的遥感图像小目标难以检测的问题,该文提出一种根据不同尺度的特征信息自适应融合的混合锚检测器AEM-YOLO。首先,提出了一种结合目标宽高信息以及尺度宽高比信息的二坐标系k-means聚类算法,生成与遥感图像数据集匹配度较高的锚框。其次,设计了自适应增强模块,用于解决不同尺度特征之间的直接融合导致的信息冲突,并引入更低特征层沿自底向上的路径传播小目标细节信息。通过混合解耦检测头的多任务学习以及引入尺度引导因子,可以有效提高对宽高比大的目标召回率。最后,在DIOR数据集上进行实验表明,相较于原始模型,AEM-YOLO的AP提高了7.8%,在小中大目标的检测中分别提高了5.4%,7.2%,8.6%。

关键词：遥感图像深度学习目标检测检测头自适应融合锚框

在线全文

学校读者我要写书评

暂无评论

基于划分自适应融合的多视角模糊聚类算法

控制与决策 2016年第4期31卷 593-600页

作者：邓赵红张丹丹蒋亦樟刘解放王士同江南大学数字媒体学院江苏无锡214122

针对多视角聚类任务如何更好地实现视角间的合作之挑战,提出一种新的视角融合策略.该策略首先为每个视角设置一个划分,然后通过自适应学习获取一个融合权重矩阵对每个视角的划分进行自适应融合,最终利用视角集成方法得到全局划分结果.... 详细信息

针对多视角聚类任务如何更好地实现视角间的合作之挑战,提出一种新的视角融合策略.该策略首先为每个视角设置一个划分,然后通过自适应学习获取一个融合权重矩阵对每个视角的划分进行自适应融合,最终利用视角集成方法得到全局划分结果.将上述策略应用到经典的FCM(Fuzzy C-means)模糊聚类框架,提出相应的多视角模糊聚类算法.在模拟数据集和UCI数据集上的实验结果均显示,所提出的算法较几种相关聚类算法在应对多视角聚类任务时具有更好的适应性和更好的聚类性能.

关键词：数据划分自适应融合视角集成自适应学习模糊聚类

基于空洞卷积和增强型多尺度特征自适应融合的滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第6期58卷 1285-1295页

作者：韩康战洪飞余军合王瑞宁波大学机械工程与力学学院浙江宁波315211

传统卷积神经网络(CNN)在识别故障类型时存在从原始振动信号中提取特征不足以及提取特征过程中需要更大的感受野以充分捕获信号的时间相关性的局限.针对轴承振动信号固有的多尺度特征,提出基于空洞卷积和增强型多尺度自适应特征融合的模... 详细信息

传统卷积神经网络(CNN)在识别故障类型时存在从原始振动信号中提取特征不足以及提取特征过程中需要更大的感受野以充分捕获信号的时间相关性的局限.针对轴承振动信号固有的多尺度特征,提出基于空洞卷积和增强型多尺度自适应特征融合的模型(DC-MAFFM).利用空洞卷积的大感受野提取信号特征,同时引入残差连接来减少卷积层上的信息损失,从而有效过滤信号中的噪声;设计改进的多尺度特征提取模块,在不同尺度上捕获互补的诊断特征,同时在各层都进行不同尺度特征融合,充分学习信号的高频和低频特征;利用提出的特征自适应融合模块对不同尺度的特征自适应赋予权重,增强判别特征学习的能力.在2个轴承数据集上进行验证,结果表明所提模型在噪声和变工况下有较强的诊断能力.在强噪声情况下,故障诊断准确率分别达到88.08%和75.56%,与其他方法相比有显著优势.

关键词：故障诊断空洞卷积残差连接多尺度特征提取自适应融合

基于视觉场景复杂度多特征自适应融合的目标跟踪

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2015年第12期49卷 1868-1875页

作者：吴迪唐勇奇万琴湖南工程学院电气信息学院湖南湘潭411004 湖南工程学院湖南风电装备与电能变换协同创新中心湖南湘潭411004

针对复杂环境下目标跟踪鲁棒性差的问题,提出一种新的多特征融合算法.首先针对在较为复杂的跟踪场景中单一融合策略不能稳定跟踪目标的问题,定义了一种特征相似性度量方法;其次在特征相似性的基础上提出了一种新的多特征融合算法,并且... 详细信息

针对复杂环境下目标跟踪鲁棒性差的问题,提出一种新的多特征融合算法.首先针对在较为复杂的跟踪场景中单一融合策略不能稳定跟踪目标的问题,定义了一种特征相似性度量方法;其次在特征相似性的基础上提出了一种新的多特征融合算法,并且结合特征的相似性将跟踪场景切分成3种模式,在不同的模式背景下采用不同的融合算法,以提高跟踪的精确性和自适应性.仿真结果表明:新的融合机制比单一融合机制有更好的稳定性、鲁棒性和适应能力.

关键词：目标跟踪粒子滤波场景复杂度多特征自适应融合

在线全文

学校读者我要写书评

暂无评论

基于自适应融合的实时车辆检测

同济大学学报（自然科学版） 2024年第4期52卷 532-540页

作者：陈婷朱熟康高涛李浩涂辉招李子琦长安大学信息工程学院陕西西安710064 同济大学交通运输工程学院上海201804

针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法(fusion attentiont adaptive pyramid network,FAAP-Net),可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种... 详细信息

针对传统的车辆检测技术检测速度慢和精度低的问题,提出了一种融合注意力的自适应金字塔网络的交通目标检测算法(fusion attentiont adaptive pyramid network,FAAP-Net),可以显著降低交通事故的发生率。为了降低计算复杂度,设计了一种轻量级的互补池化结构(CPS),该结构在宽度和高度上采用了两组不同的池化组合,在保持高精度的同时,显著降低了网络的浮点运算数(GFLOPs)和参数量。为了解决智能交通系统特征图生成过程中的信息损失问题,通过将自适应注意力模块(AAM)和特征增强模块(FEM)引入自适应融合特征金字塔网络(AF-FPN),以融入车辆检测的形状特征。针对车辆细节特征表征弱的问题,引入了一种按通道维度分组的注意力(SA)机制,以增强主干网络对不同车辆检测细节特征的关注,有效提取车辆细节的显著特征。在BDD100K数据集上的实验结果表明,FAAP-Net算法相比于传统算法,平均精度从30.3%提升到43.7%。

关键词：目标检测车辆检测互补池化自适应融合通道维度分组注意力

基于样本内外协同表示和自适应融合的多模态学习方法

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 2024年第5期61卷 1310-1324页

作者：黄学坚马廷淮王根生江西财经大学虚拟现实(VR)现代产业学院南昌330013 南京信息工程大学计算机学院南京210044 江西财经大学信息管理学院南昌330013

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合... 详细信息

多模态机器学习是一种新的人工智能范式,结合各种模态和智能处理算法以实现更高的性能.多模态表示和多模态融合是多模态机器学习的2个关键任务.目前,多模态表示方法很少考虑样本间的协同,导致特征表示缺乏鲁棒性,大部分多模态特征融合方法对噪声数据敏感.因此,在多模态表示方面,为了充分学习模态内和模态间的交互,提升特征表示的鲁棒性,提出一种基于样本内和样本间多模态协同的表示方法.首先,分别基于预训练的BERT,Wav2vec 2.0,Faster R-CNN提取文本特征、语音特征和视觉特征;其次,针对多模态数据的互补性和一致性,构建模态特定和模态共用2类编码器,分别学习模态特有和共享2种特征表示;然后,利用中心矩差异和正交性构建样本内协同损失函数,采用对比学习构建样本间协同损失函数;最后,基于样本内协同误差、样本间协同误差和样本重构误差设计表示学习函数.在多模态融合方面,针对每种模态可能在不同时刻表现出不同作用类型和不同级别的噪声,设计一种基于注意力机制和门控神经网络的自适应的多模态特征融合方法.在多模态意图识别数据集MIntRec和情感数据集CMU-MOSI,CMU-MOSEI上的实验结果表明,该多模态学习方法在多个评价指标上优于基线方法.

关键词：多模态表示多模态融合多模态学习协同表示自适应融合

在线全文

学校读者我要写书评

暂无评论

自适应融合的小波域水印方法

计算机工程 2011年第15期37卷 98-99,115页

作者：任泽民何传江李梦李建国重庆大学数学与统计学院重庆400030 重庆金美通信责任有限公司重庆400030

当前多数水印方法通过实验获取最佳融合参数或直接采用固定的融合参数,但都无法获得理想的效果。为此,提出一种自适应计算融合参数的方法,该方法可以针对不同的载体图像、水印信息及攻击类型计算出对应的融合参数。与现有方法相比,该方... 详细信息

当前多数水印方法通过实验获取最佳融合参数或直接采用固定的融合参数,但都无法获得理想的效果。为此,提出一种自适应计算融合参数的方法,该方法可以针对不同的载体图像、水印信息及攻击类型计算出对应的融合参数。与现有方法相比,该方法可以避免重复实验,无需对嵌入水印的载体图像所受攻击类型进行预估。实验结果表明,该方法自适应能力强、运算效率较高。

关键词：灰度水印自适应融合拼贴误差分形编码峰值信噪比

在线全文

学校读者我要写书评

暂无评论

前视声呐多特征自适应融合跟踪方法

哈尔滨工程大学学报 2014年第2期35卷 141-147页

作者：马珊庞永杰张铁栋张英浩哈尔滨工程大学水下机器人技术重点实验室黑龙江哈尔滨150001

为了提高基于前视声呐的水下多目标跟踪精度,在粒子滤波跟踪的基础上,采用多特征自适应线索融合策略,通过在线调整特征融合方法计算粒子权值,提取出每个粒子对应模板的多个特征,包括形状与亮度特征、不变矩数字特征和灰度共生矩阵数字... 详细信息

为了提高基于前视声呐的水下多目标跟踪精度,在粒子滤波跟踪的基础上,采用多特征自适应线索融合策略,通过在线调整特征融合方法计算粒子权值,提取出每个粒子对应模板的多个特征,包括形状与亮度特征、不变矩数字特征和灰度共生矩阵数字特征。采用自适应融合策略对粒子的各个特征权值进行融合得到最终权值,特征线索良好时采用乘性融合策略,否则采用基于模糊逻辑的加权融合策略。采用2组前视声呐水池试验序列图像,通过与传统融合策略进行对比试验,验证了自适应融合策略的有效性,对于实现水下智能机器人的自主跟踪具有重要的意义。

关键词：前视声呐多目标跟踪粒子滤波自适应融合粒子权值水下智能机器人模糊逻辑