检索结果-南通市图书馆

一种并行注意力的金字塔视觉Transformer的结肠息肉分割网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：庞飞翔丁德锐罗康上海理工大学光电信息与计算机工程学院

针对结肠息肉数据的多样性特征以及大多数息肉分割的方法缺乏将不同层的特征信息进行交互的不足，本文提出了一种新的结肠息肉分割模型（PVT- PMFFD）。该模型由可以捕捉多尺度信息的金字塔视觉Tranformer（PVT）编码器和实现不同层之... 详细信息

针对结肠息肉数据的多样性特征以及大多数息肉分割的方法缺乏将不同层的特征信息进行交互的不足，本文提出了一种新的结肠息肉分割模型（PVT- PMFFD）。该模型由可以捕捉多尺度信息的金字塔视觉Tranformer（PVT）编码器和实现不同层之间多尺度信息交互的并行多级特征融合解码器（PMFFD）组成。特别地，并行多级特征融合解码器包括了特征融合池化模块（FPM）用于全局和局部信息的融合，特征增强模块（FEM）用于对特征信息的增强，并行注意力卷积模块（PACM）用于实现全局和局部信息之间的交互以及细化再增强特征。此外本文使用了深度监督的框架，对多级特征进行监督学习，进一步改善了模型的分割性能。本文模型在五个息肉数据集上与九个医学图像分割网络进行对比，结果表明本文方法具有更强的学习能力与泛化能力。

关键词：结肠息肉分割金字塔视觉Transformer 并行多级特征融合注意力

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

极性可控的激光加工氧化石墨烯基忆阻器

激光与光电子学进展 2024年

作者：刘素玲万正芬王雨田顾敏张启明上海理工大学光电信息与计算机工程学院上海理工大学光子芯片研究院

近年来，受生物神经系统结构和功能的启发，神经形态计算引起广泛兴趣。忆阻器可以通过其电荷或磁通量调节电导，与人脑突触作用机制相似，因此是神经形态计算最有前途的候选器件之一。这里提出了一种基于飞秒激光加工氧化石墨烯基忆阻... 详细信息

近年来，受生物神经系统结构和功能的启发，神经形态计算引起广泛兴趣。忆阻器可以通过其电荷或磁通量调节电导，与人脑突触作用机制相似，因此是神经形态计算最有前途的候选器件之一。这里提出了一种基于飞秒激光加工氧化石墨烯基忆阻器的方法，通过调整器件两端扫描电压，可以实现极性可控的电阻开关，低电压下器件表现出单极性电阻开关，在150个循环扫描中呈现高度稳定性，且功耗仅有0.75 nW；高电压下器件呈现双极性开关特性，伴随测试次数增加，器件整体电导逐步增加，同时分别讨论了两种电压下器件的开关机制。这些研究将为神经形态架构的下一代计算机系统以及未来的碳基纳米电子学的发展铺平道路。

关键词：极性可控激光加工氧化石墨烯忆阻器

一种新颖PMSM在线参数辨识的IAJS- EKF算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制工程 2024年

作者：简献忠刘梦良郭强上海理工大学光电信息与计算机工程学院

针对扩展卡尔曼滤波(extended Kalman filter， EKF)算法在永磁同步电机(permanent magnet synchronous motor， PMSM)在线参数辨识中如何得到最优的模型噪声协方差矩阵Q和测量噪声协方差矩阵R以提高EKF辨识精度的问题，提出了一种改进... 详细信息

针对扩展卡尔曼滤波(extended Kalman filter， EKF)算法在永磁同步电机(permanent magnet synchronous motor， PMSM)在线参数辨识中如何得到最优的模型噪声协方差矩阵Q和测量噪声协方差矩阵R以提高EKF辨识精度的问题，提出了一种改进人工水母搜索算法(IAJS)结合EKF的PMSM在线参数辨识IAJS- EKF方法。引入基于自适应莱维(Lévy)多样性的鹈鹕水面飞行机制对人工水母搜索(AJS)算法进行改进，解决了AJS算法存在的收敛精度低，易陷入局部最优的问题；使用IAJS算法缩小EKF的d-q轴电流跟踪误差，整定Q和R。采用基准函数测试，验证了IAJS算法的有效性。仿真实验结果表明：IAJS-EKF算法能准确的在线辨识出PMSM的定子电阻、电感和磁链；与现有算法相比，收敛速度更快，辨识精度更高。

关键词：永磁同步电机在线参数辨识扩展卡尔曼滤波人工水母搜索算法莱维多样性机制

CAREx：基于多层卷积和注意力机制的可解释生成推荐模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：陆文韬彭敦陆上海理工大学光电信息与计算机工程学院

模型的可解释性提供了向用户推荐一个项目背后的原因，以此提高用户的满意度.一种解释建议的方法是为用户-项目对生成个性化自然语言评论，但评论的质量不尽如人意.此外，使用底层语言模型生成文本的效率也不高.本文提出一种基于自适应... 详细信息

模型的可解释性提供了向用户推荐一个项目背后的原因，以此提高用户的满意度.一种解释建议的方法是为用户-项目对生成个性化自然语言评论，但评论的质量不尽如人意.此外，使用底层语言模型生成文本的效率也不高.本文提出一种基于自适应语言模型的上下文感知可解释推荐模型，在预测出准确评分的同时，采用即插即用语言模型生成解释推荐结果的评论.为提升准确性，模型使用交叉Branchformer网络同时捕获全局和局部信息，从评论集中找到最相似的评论作为受限文本.随后，模型训练了一个轻量化鉴别器得到情感评分并将文本一起输入到预训练语言模型中来生成最后的评论.实验结果表明，本文提出的模型生成的评论在语义上接近金标事实评论，具有较高的可解释性.

关键词：可解释推荐系统多层卷积注意力网络即插即用的语言模型

LFC-UNETR：一种用于多模态的脑肿瘤分割的全卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：罗康丁德锐庞飞翔上海理工大学光电信息与计算机工程学院

脑肿瘤作为大脑中异常细胞的集合体，其生长迅速且与周围组织相互浸润，导致边界模糊.针对传统CNN分割网络在捕获语义信息时远程依赖关系不足、池化下采样带来的信息丢失以及基于Transformer分割网络的高计算复杂度等问题，本研究受Conv... 详细信息

脑肿瘤作为大脑中异常细胞的集合体，其生长迅速且与周围组织相互浸润，导致边界模糊.针对传统CNN分割网络在捕获语义信息时远程依赖关系不足、池化下采样带来的信息丢失以及基于Transformer分割网络的高计算复杂度等问题，本研究受ConvNeXt和Transformer模型的启发，提出了一种新颖的基于编码-解码结构的全卷积网络LFC-UNETR.在编码阶段，提出了ConvReXt块以提取局部特征，并将其扩展为ConvReXt下采样块.该下采样块能够保留更丰富的语义信息，有效地避免了传统池化下采样导致的细节和空间关系的信息损失.进而，设计了密集并行全局注意力模块，在增强局部特征提取的同时提高了模型对远程依赖关系的捕捉能力，解决了普通卷积感受野受限的不足.此外，改进了跳接与解码器部分，采用密集多尺度模块以减轻编解码器之间的语义偏差，并增强网络在上采样阶段的特征提取能力.在BraTS 2020脑肿瘤数据集上的实验结果表明，LFC-UNETR在整体肿瘤、肿瘤核心和增强肿瘤三个区域的平均Dice系数分别为92.08%，91.53%和86.58%，不仅在Dice系数上表现出色，而且参数量相对较少.这一成果证明了LFC-UNETR在多模态MRI脑肿瘤分割任务中的有效性和优越性.

关键词：多模态脑肿瘤图像深度学习医疗图像分割 Transformer

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于概率图重排序的细粒度图像识别

控制工程 2024年

作者：卢德祥王永雄上海理工大学光电信息与计算机工程学院

针对采用均值函数处理概率图的这类细粒度图像识别方法易造成误分类的问题，提出了一种轻量、高效和通用的概率图重排序 (probability map re-ranking， PMR) 模块用于提高卷积神经网络架构、Transformer架构骨干网络的性能。由于细粒... 详细信息

针对采用均值函数处理概率图的这类细粒度图像识别方法易造成误分类的问题，提出了一种轻量、高效和通用的概率图重排序 (probability map re-ranking， PMR) 模块用于提高卷积神经网络架构、Transformer架构骨干网络的性能。由于细粒度图像识别具有类内差异大、类间差异小的特点，利用PMR模块在细粒度层面对概率图的每个位置进行类概率的重排序以提高分类准确率。首先，通过设定合理的规则动态地筛选模型最难以区分的概率图，从而同时保证概率图的数量和整体质量。然后，将得到的高质量概率图送入线性层，自适应地对不同位置的类概率做出相应的重要性评估，并获得整张图像的预测类别。最后，利用获得的预测类别与标签进行损失函数的计算并完成反向传播以更新模型参数。实验结果表明，虽然提出的PMR模块仅含有一个线性层的参数量，但是可以高效地提高多种骨干网络的性能，例如将ResNet50在Caltech-UCSD Birds数据集上的分类准确率从81.7%提升到86.0%，而它与Swin Transformer结合后的分类准确率达到了91.4%，与目前主流的细粒度图像识别方法相当。

关键词：细粒度图像识别概率图重排序轻量通用

隐形社群检测结合节点意识形态在多层网络影响力最大化中的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：曹春萍廖泽南杨亿騄上海理工大学光电信息与计算机工程学院

当前多层网络影响力最大化研究在识别隐形社群方面存在局限，因其依赖拓扑结构而忽视了现实因素，导致影响力节点识别不全。针对上述问题，基于网络嵌入和启发式排序算法，提出一种基于隐形社群检测的多层网络影响力最大化模型。首先，... 详细信息

当前多层网络影响力最大化研究在识别隐形社群方面存在局限，因其依赖拓扑结构而忽视了现实因素，导致影响力节点识别不全。针对上述问题，基于网络嵌入和启发式排序算法，提出一种基于隐形社群检测的多层网络影响力最大化模型。首先，对节点内在意识形态采用语义分析得到属性信息，利用图增强技术获取网络全局信息，并设计层对比学习方法提升嵌入向量质量，提高隐形社群识别的准确性。其次，针对节点间意识形态差异，为社群内邻居节点设计不同奖励点数改进启发式算法；为社群间潜在节点设计影响力识别算法，全面地提升多层网络的影响力最大化效果。根据研究结果显示，本文模型在现实数据集上F1值分别提升了8.38%和7.64%，且算法传播效果提升了139.89，均优于现有的先进方法。

关键词：网络嵌入图增强层对比学习社群检测影响力最大化多层网络

基于混合改进JAYA算法的多变量动态矩阵控制参数优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制工程 2024年

作者：钱思雨王亚刚上海理工大学光电信息与计算机工程学院

为增强系统在多变量动态矩阵控制(DMC)作用下的控制效果，针对DMC本身的参数对控制性能有显著影响，而参数需要根据系统特性进行调整，提出了一种由两种策略混改进的JAYA算法对DMC中三个关键性参数进行组合寻优。首先，选择JAYA算法是... 详细信息

为增强系统在多变量动态矩阵控制(DMC)作用下的控制效果，针对DMC本身的参数对控制性能有显著影响，而参数需要根据系统特性进行调整，提出了一种由两种策略混改进的JAYA算法对DMC中三个关键性参数进行组合寻优。首先，选择JAYA算法是因为其具有无参数特性，能够适应不同的系统和运行条件，提高预测控制的灵活性；然后，由于JAYA算法具有易陷入局部最优及无法保持种群多样性的问题，于是将Tent混沌映射及遗传变异这两种策略分别与JAYA算法结合，通过仿真实验在测试函数集上验证了改进后效果更优；最后，将混合改进的JAYA算法应用于DMC中的参数寻优，选用了传统双输入双输出的传递函数，仿真实验表明，混合改进的JAYA算法使得DMC的控制效果更好，具有更广泛的应用前景。

关键词：动态矩阵控制 JAYA算法 Tent混沌映射遗传变异

YOLO-Rice：一种基于YOLOv5的水稻虫害检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制工程 2024年

作者：巨志勇易成周重臣祁子翔上海理工大学光电信息与计算机工程学院

为了保证水稻的优质、高产和稳产，为了提高水稻害虫检测的识别率，提出了一种高效快速的检测算法YOLO-Rice，这是一种在传统YOLOv5s模型的基础上融合了CA注意力机制来提高检测的识别率；更换PANet为深浅层特征双向融合的BiFPN结构；使... 详细信息

为了保证水稻的优质、高产和稳产，为了提高水稻害虫检测的识别率，提出了一种高效快速的检测算法YOLO-Rice，这是一种在传统YOLOv5s模型的基础上融合了CA注意力机制来提高检测的识别率；更换PANet为深浅层特征双向融合的BiFPN结构；使用更加轻量的CARAFE结构来代替原始的上采样模块；替换损失函数为EIoU来提高收敛速度、更好进行定位。结果表明，YOLO-Rice分别与Faster R-CNN、SSD、YOLOv3等模型相比检测精确率提高了2.4%—40.8%，召回率提高了6.9%—31.4%，平均精度均值提高了7%—37.2%。结果表明，改进后的模型在多个方面都优于原模型，具有更强的鲁棒性和更高的准确率，能够为农作物病害提供更好的检测。

关键词：目标检测深度学习 YOLOv5 水稻虫害识别