检索结果-南通市图书馆

基于高阶交互的目标检测算法与无人机轨迹检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于高阶交互的目标检测算法与无人机轨迹检测方法研究

作者：王福康聊城大学

学位级别：硕士

近年来,无人机在人们的日常生活和军事领域中得到了广泛应用,但随之而来也产生了很多问题。许多无人机在城市上空进行“黑飞”、“滥飞”,不仅对人们的生活隐私造成了极大威胁,也严重影响了我国空中区域的领土安全。因此,对未知无人机... 详细信息

近年来,无人机在人们的日常生活和军事领域中得到了广泛应用,但随之而来也产生了很多问题。许多无人机在城市上空进行“黑飞”、“滥飞”,不仅对人们的生活隐私造成了极大威胁,也严重影响了我国空中区域的领土安全。因此,对未知无人机进行精准侦测对促进后续飞行器防护压制技术的发展有重要意义。由于空中环境复杂、飞行目标较小,对小型无人机进行检测时常常存在特征难以捕捉的缺点,从而造成漏检误检,使检测准确率较低。为了使检测特征更加明显,增加特征交互能力,提高检测效率,本文设计了一种基于高阶交互的目标检测算法,并以此为基础来实现无人机的轨迹跟踪检测。本文以YOLOv7目标检测算法为基础,结合递归门控卷积gn Conv、改进LN(Layer Normalization)通道层归一化、设计高阶交互特征模块等部分来对算法进行改进。递归门控卷积gn Conv是一种可以使特征进行高阶交互的卷积单元,在这里将原来的部分Conv改进为gn Conv,以提高当前层和多层之间特征的交互能力;将原网络的BN(Batch Normalization)批量归一化改进为LN通道层归一化,实现算法在通道方面特征之间的交互;设计高阶交互模块C3HB,对YOLOv7的主干网络进行改进,并将改进后的算法命名为YOLOv7-GN,来检验进行特征高阶交互之后的算法检测能力。经实验分析,本研究所设计的算法在原YOLOv7算法的基础上,使特征图之间的交互更加明显,使检测平均精度均值提高了10.8%,使模型大小压缩至原来的92.6%,也使浮点数计算量由原来的105.1Gflops减少至41.2Gflops。以本研究设计的高阶交互目标检测算法YOLOv7-GN为基础,结合Deep Sort追踪算法,搭建YOLOv7-GN-Deep Sort无人机轨迹检测追踪算法。并以该算法为框架来设计UI系统界面,来实现对无人机运动轨迹的追踪。经过实验表明,该系统高效稳定,能够满足对无人机进行轨迹检测的需求。

关键词：目标检测 YOLOv7 gnConv LN归一化高阶交互

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

遗传规划在SNP高阶交互分析中的应用

中国优生与遗传杂志 2008年第12期16卷 7-8页

作者：郑卫英华琳刘红李林饶绍奇首都医科大学生物医学工程学院北京100069

在复杂疾病的遗传关联研究中,SNP的交互是研究的重点。而传统的关联研究不能发现高阶SNP交互与疾病的关联。本文提出采用遗传规划和多值逻辑表达结合的方法来发现SNPs的高阶交互,此方法还可用于判别分析和特征选择。我们将此方法和其它... 详细信息

在复杂疾病的遗传关联研究中,SNP的交互是研究的重点。而传统的关联研究不能发现高阶SNP交互与疾病的关联。本文提出采用遗传规划和多值逻辑表达结合的方法来发现SNPs的高阶交互,此方法还可用于判别分析和特征选择。我们将此方法和其它一些方法进行了比较,结果显示遗传规划有较好的分类性能。

关键词：遗传规划 SNP 高阶交互

在线全文

学校读者我要写书评

暂无评论

深度矩阵分解推荐算法

软件学报 2021年第12期32卷 3917-3928页

作者：田震潘腊梅尹朴王睿北京科技大学计算机与通信工程学院北京100083 北京科技大学顺德研究生院广东佛山528300

协同过滤推荐算法中的矩阵分解因其简单、易于实现,得到了广泛的应用.但是矩阵分解通过简单的线性内积建模用户和物品之间的非线性交互关系,限制了模型的表达能力.为此,He等人提出了广义矩阵分解模型,通过非线性激活函数和连接权重,将... 详细信息

协同过滤推荐算法中的矩阵分解因其简单、易于实现,得到了广泛的应用.但是矩阵分解通过简单的线性内积建模用户和物品之间的非线性交互关系,限制了模型的表达能力.为此,He等人提出了广义矩阵分解模型,通过非线性激活函数和连接权重,将矩阵分解推广到广义矩阵分解,为模型赋予建模用户和物品间的二阶非线性交互关系的能力.但是广义矩阵分解模型是一个浅层模型,并不能很好地建模用户和物品间高阶交互关系,一定程度上可能会影响模型性能.受广义矩阵分解模型启发,提出了深度矩阵分解模型(deep matrix factorization,简称DMF),在广义矩阵分解模型的基础上引入隐藏层,利用深层神经网络来学习用户和物品间高阶交互关系.深度矩阵分解模型不仅解决了简单内积的线性问题,同时还能够建模用户和物品间的高阶交互,具有很好的表达能力.此外,在MovieLens和Anime两个数据集上进行了大量丰富的对比实验,验证了模型的可行性和有效性;同时,通过实验确定了模型的最优参数.

关键词：协同过滤线性内积广义矩阵分解隐藏层高阶交互

在线全文

学校读者我要写书评

暂无评论

因子分解机模型研究综述

软件学报 2019年第3期30卷 799-821页

作者：赵衎衎张良富张静李翠平陈红中国人民大学信息学院北京100872 数据工程与知识工程教育部重点实验室(中国人民大学) 北京100872

传统矩阵分解方法因其算法的高可扩展性和较好的性能等特点,在预测、推荐等领域有着广泛的应用.然而大数据环境下,更多上下文因素的获取变得可能,传统矩阵分解方法缺乏对上下文信息的有效利用.在此背景下,因子分解机模型提出并流行.为... 详细信息

传统矩阵分解方法因其算法的高可扩展性和较好的性能等特点,在预测、推荐等领域有着广泛的应用.然而大数据环境下,更多上下文因素的获取变得可能,传统矩阵分解方法缺乏对上下文信息的有效利用.在此背景下,因子分解机模型提出并流行.为了更好地把握因子分解机模型的发展脉络,促进因子分解机模型与应用相结合,针对因子分解机模型及其算法进行了综述.首先,对因子分解机模型的提出进行了溯源,介绍了从传统矩阵分解到因子分解机模型的演化过程;其次,从模型准确率和效率两方面对因子分解机模型存在的基本问题和近年来的研究进展进行了总结,然后综述了适用于因子分解机模型求解的4种代表性优化算法;最后分析了因子分解机模型目前仍存在的问题,提出了可能的解决思路,并对未来的研究方向进行了展望.

关键词：因子分解机高阶交互特征选择概率模型凸优化分布式框架优化方法

在线全文

学校读者我要写书评

暂无评论

微生物交互关系挖掘中的路径提取算法研究

微生物交互关系挖掘中的路径提取算法研究

作者：庞新哲华中师范大学

学位级别：硕士

自然界中,大多数微生物存在于复杂多样的群落生态系统中,它们相互影响并交织在一起,共同维持微生态系统的生物功能和生态角色。如何准确可靠地从这些群落生态系统中发现重要的微生物交互关系,是近年来研究的热点。其中发现高阶微生物交... 详细信息

自然界中,大多数微生物存在于复杂多样的群落生态系统中,它们相互影响并交织在一起,共同维持微生态系统的生物功能和生态角色。如何准确可靠地从这些群落生态系统中发现重要的微生物交互关系,是近年来研究的热点。其中发现高阶微生物交互关系并研究其对生态系统功能的影响,则是一个具有重要意义的新方向。本文整合宏基因组测序技术得到的微生物丰度数据、系统发育树及其代谢网络数据等多组学数据,开发了基于路径提取的策略用来识别和预测微生物种间交互关系,并发现微生物之间的高阶交互关系。主要贡献如下:第一,开发了基于迭代随机森林(iRF)算法的微生物交互预测方法,整合了微生物系统发育距离信息,使得结果更具有生物学意义。该方法将微生物交互关系提取置于一个有监督的学习框架中,保证了关系提取过程的可靠性与结果的稳定性。整合微生物系统发育距离数据,则确保了被发现的交互关系具有了真实生物意义。最后还利用微生物代谢网络模型从代谢角度对交互关系进行验证,为微生物共培养的生物实验设计提供了候选集合。第二,提出了基于遗传蚁群优化(GACO)算法的微生物高阶关系预测算法。使用启发式搜索策略,不仅可以发现具有线性或逻辑可加性的微生物交互关系,还可以推断具有复杂联系的高阶交互关系。本文通过对数据分类编码,利用分布式搜索策略,基于正反馈机制,不断对微生物种类组合进行交叉编译,最终挖掘出不同类型的微生物交互关系。实验表明,启发式搜索策略可以有效提高发现群落微生物交互关系的能力,避免了传统方法的逻辑缺陷。除此之外,结果还证明了微生物群落生态系统中高阶交互关系的稀疏性。本文基于路径提取策略研究了两种微生物交互关系发现或推断方法,并提出了整合多组学微生物数据,从交互关系提取到结果验证的完整流程,为将来更好的开发识别微生物交互关系的计算方法或设计生物实验提供了重要思路。

关键词：种间相互作用高阶交互迭代随机森林蚁群算法代谢网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合图卷积注意力机制的协同过滤推荐方法

智能系统学报 2023年第6期18卷 1295-1304页

作者：朱金侠孟祥福邢长征张霄雁辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105

图卷积神经网络(graph convolutional neural network,GCN)因其强大的建模能力引起了广泛关注,在商品推荐中,现有的图卷积协同过滤技术忽略了邻居节点在传播聚合过程中的重要性,使得用户和商品的嵌入向量表达不够合理。为了解决这一问题... 详细信息

图卷积神经网络(graph convolutional neural network,GCN)因其强大的建模能力引起了广泛关注,在商品推荐中,现有的图卷积协同过滤技术忽略了邻居节点在传播聚合过程中的重要性,使得用户和商品的嵌入向量表达不够合理。为了解决这一问题,本文提出一种融合图卷积注意力机制的协同过滤推荐模型。首先通过图嵌入技术将用户-项目的交互信息映射到低维稠密的向量空间;其次通过堆叠多层的图卷积网络学习用户与项目间的高阶交互信息;同时融合注意力机制为邻居节点自适应地分配权重,不仅可以捕获更具代表性的邻居影响,还使得在聚合邻居节点的特征信息时,仅依赖于节点之间的特征表达,使其独立于图结构,提高了模型的泛化能力;最后设计了分层聚合函数,将图卷积层学习到的多个嵌入向量加权聚合,使用内积函数得到用户-项目之间的关联分数。在3个真实数据上进行的泛化实验,实验结果验证了该方法的有效性。

关键词：图嵌入技术图卷积神经网络注意力机制协同过滤用户偏好高阶交互邻域聚合

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于自适应三线性池化网络的细粒度图像分类

计算机工程 2023年第5期49卷 239-246,254页

作者：石进徐杨曹斌贵州大学大数据与信息工程学院贵阳550025

细粒度图像分类的关键在于提取图像中微妙的特征。现有基于弱监督方式的细粒度图像识别方法大多使用专家标注的边界注释辅助定位关键区域,存在标注成本高、训练过程复杂等问题。基于弱监督的双线性卷积神经网络方法因其学习到的特征空... 详细信息

细粒度图像分类的关键在于提取图像中微妙的特征。现有基于弱监督方式的细粒度图像识别方法大多使用专家标注的边界注释辅助定位关键区域,存在标注成本高、训练过程复杂等问题。基于弱监督的双线性卷积神经网络方法因其学习到的特征空间更符合细粒度图像特性而具有一定的有效性,但忽略了层间的相互作用。针对细粒度图像识别领域存在的关键区域识别困难和层间交互关联弱的问题,融合二阶协方差通道注意力机制、自适应特征掩码与自适应三线性池化,提出自适应三线性池化网络ATP-Net,用于细粒度图像分类任务。通过二阶协方差通道注意力机制学习通道上的注意力向量,构建自适应特征掩码模块学习空间维上的注意力矩阵,设计自适应三线性池化模块学习特征的最终表示,以充分利用空间维、通道维上的信息。在CUB-200、Cars-196和Aircraft-1003个细粒度图像分类数据集上的实验结果表明,ATP-Net的分类精度分别为89.30%、94.20%和91.80%。

关键词：细粒度图像分类注意力机制特征掩码自适应三线性池化高阶交互

面向网络化智能体系统的高阶合作规范涌现机制研究

在线全文

学校读者我要写书评

暂无评论

面向网络化智能体系统的高阶合作规范涌现机制研究

作者：李若丹杭州电子科技大学

学位级别：硕士

理性智能体旨在最大化个人利益从而逐渐放弃与他人合作,更倾向于享受他人付出所带来的利益,最终导致系统崩溃。在网络空间安全治理、供应链自主可控等智能自治场景中,利益相关智能体构成了复杂的网络化系统。以往社会合作问题采用反映... 详细信息

理性智能体旨在最大化个人利益从而逐渐放弃与他人合作,更倾向于享受他人付出所带来的利益,最终导致系统崩溃。在网络空间安全治理、供应链自主可控等智能自治场景中,利益相关智能体构成了复杂的网络化系统。以往社会合作问题采用反映社会关系的成对网络来建模,但这无法反映智能体间的合作关系。因此,如何对合作事件真实建模并使系统合作规范涌现成为网络社会治理中重要的研究课题。Axelrod元规范博弈通过引入二阶惩罚机制为智能自治系统的合作规范涌现提供了有效途径。为了克服成对网络研究合作问题的局限性,本文从Axelrod元规范博弈的高阶交互动力学和高阶激励机制设计两方面来研究多智能体系统合作规范涌现问题。主要贡献包括:(1)高阶拓扑中合作规范涌现问题的研究。常规二阶网络中的链接只允许成对交互,无法对多人博弈合作场景准确建模。因此,本文引入了更适合反映群体交互的超图来建模元规范博弈并分析其高阶演化动力学。首先,研究组规模对多智能体系统的规范涌现影响,并在均匀随机超图中实现合作规范涌现。然而,在研究中发现,由于异质超图中的离群者无法参与学习且拥有固定学习步长,采用冒失报复强化学习(Boldness and Vengefulness Learning,BVL)算法无法涌现规范。因此,本文提出了动态自适应BVL算法(Dynamic Adaptation BVL,DABVL)来克服上述问题。最后,为了验证DABVL算法的有效性,研究了COVID-19论文合著真实超图上的合作规范涌现效果。(2)高阶惩罚机制的合作规范涌现问题研究。对元规范博弈模型分析发现其存在惩罚资格宽松和多策略惩罚失效两个机制设计问题。因此,本文提出多策略高阶惩罚约束元规范博弈建模更合理的多智能体交互系统。首先,在二阶和高阶拓扑中分别验证了合作规范涌现效果。然而,发现智能体通过强化学习可以意识到社会中最多有二阶惩罚。因此,本文在二阶惩罚基础上引入高阶惩罚。实验表明,高阶惩罚有效提升二阶拓扑的一阶报复水平且实现长期稳定演化,并证明高阶拓扑能使策略更快收敛。最后,为了克服高阶拓扑各阶策略崩溃问题,提出了高阶自适应BVL(High-order Adaptation BVL,HABVL)算法,并成功在不同网络参数下的二阶高阶拓扑中的涌现合作规范。

关键词：合作规范元规范博弈强化学习超图高阶交互惩罚机制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单纯复形上的竞争传播动力学

单纯复形上的竞争传播动力学

作者：李文尧四川大学

学位级别：硕士

疾病广泛存在于自然界,随着人与人、人与动物的距离越来越近,原本在自然界长期存在的传染病也能在人类社会中大肆传播。人类社会曾遭遇过多种流行病威胁,例如黑死病,天花和新型冠状病毒等致命性流行病在人类社会大规模传播,并对工业、... 详细信息

疾病广泛存在于自然界,随着人与人、人与动物的距离越来越近,原本在自然界长期存在的传染病也能在人类社会中大肆传播。人类社会曾遭遇过多种流行病威胁,例如黑死病,天花和新型冠状病毒等致命性流行病在人类社会大规模传播,并对工业、交通、经济、医疗等方面造成了剧烈冲击。人们发现通过“隔离”的手段能够有效地控制疫情传播。因此对流行病的传播途径和传播机制的研究显得格外重要。流行病学的思想也适用于那些与生物疾病传播在性质上相似的传播场景中。本文分别从网络复杂性与动力学复杂性两个角度对复杂网络上的传播动力学进行了研究。第一部分,基于流行病学的思想,从简单图的角度研究了一般度分布的社交网络中单个信息的扩散结构。主要研究具有泊松分布的ER网络和具有幂律分布的SF网络上单个信息的扩散结构。结合流行病传播模型我们对以SIR为传播机制的信息在两种不同度分布的网络中的传播进行建模,并提出信息扩散结构的度量指标。随后结合计算机仿真模拟,从阈值、级联层次结构、最短路径分布以及相应的扩散指标四个方面,对信息在两种度分布网络上的传播进行了系统研究。研究发现在SF网络上的信息扩散规律与在ER网络上相类似。第二部分,从高阶交互的角度研究了两个SIS流行病在均匀混合单纯复形上的竞争传播模型。模型中使用单纯复形来描述高阶交互,并基于平均场理论对系统的演化方程进行推导,利用非线性动力学的知识分析系统的不动点以及每个不动点的稳定性。使用解析求解和数值求解相结合的方法,得到了系统的相图,结果显示出复杂的临界行为。通过大量的数值模拟实验,发现两个流行病的演化过程与双方的初始节点密度密切相关。最后结合理论模型和仿真模拟,对流行病的传播范围进行了预测,结果显示仿真结果与理论结果基本一致。

关键词：复杂网络传播动力学交叉免疫竞争传播高阶交互单纯复形