检索结果-南通市图书馆

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多Agent传动关系的股市趋势预测

计算机工程 2024年第3期50卷 267-276页

作者：鲍志姚宏亮方帅杨静俞奎合肥工业大学计算机与信息学院安徽合肥230601

股市趋势预测是机器学习领域中一个具有挑战性的任务。由于一些因素对于股市的影响是动态且不确定的,导致股市趋势难以预测。针对已有方法在股市预测时存在的灵敏性差、适应力弱等问题,从快变量和慢变量的传动关系出发,利用Agent技术对... 详细信息

股市趋势预测是机器学习领域中一个具有挑战性的任务。由于一些因素对于股市的影响是动态且不确定的,导致股市趋势难以预测。针对已有方法在股市预测时存在的灵敏性差、适应力弱等问题,从快变量和慢变量的传动关系出发,利用Agent技术对股市中的快周期和慢周期进行联合建模,提出一种多Agent传动影响图(MATID)股市趋势预测方法。给出股市中快周期和慢周期的划分标准,并引入周期能量的概念;通过对相关趋势指标的特征融合,给出周期能量的量化计算方法;通过分析快周期和慢周期的动态作用过程,给出传动因子的表示方法;将快周期和慢周期分别对应成不同的Agent,利用多Agent影响图模型建模快周期和慢周期的传动过程;利用股市振子模型表示快Agent和慢Agent之间的传动效用,利用联合树的自动推理技术对股市趋势进行预测。在不同样本数量和不同股市趋势下进行实验,结果表明,与门控循环单元、S-LSTM和Hybrid-RNN预测方法相比,MATID方法预测精确率提升1.5%~7.0%,召回率提升5.4%~6.7%,F1值提升3.7%~6.2%,具有良好的灵敏性和适应力。

关键词：多Agent传动影响图周期传动振子模型效用函数联合树

维普期刊数据库

同方期刊数据库

MRNDA:一种基于资源受限片上网络的深度神经网络加速器组播机制研究

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第3期52卷 872-884页

作者：欧阳一鸣王奇汤飞扬周武李建华合肥工业大学计算机与信息学院安徽合肥230009 合肥工业大学微电子学院安徽合肥230009

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访... 详细信息

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访问从而减少加速器的分类延迟和功耗.但是,若采用传统的单播NoC,大量的一对多数据包会极大的提高加速器的通信延迟.并且,目前的深度神经网络规模往往非常庞大,而NoC的核心数量是有限的.因此,文中提出了一种针对资源受限的NoC的组播方案.该方案利用有限数量的处理单元(Processor Element,PE)来计算大型的DNN,并且利用特殊的树形组播加速网络来减少加速器的通信延迟.仿真结果表明,和基准情况相比,本文提出的组播机制使加速器的分类延迟最高降低了86.7%,通信延迟最高降低了88.8%,而它的路由器面积和功耗仅占基准路由器的9.5%和10.3%.

关键词：片上网络深度神经网络加速器组播路由器架构多物理网络

维普期刊数据库

基于四维非线性串扰模型的单跨无中继光传输多维调制设计

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年

作者：梁志伟陈斌凌未雷艺合肥工业大学计算机与信息学院

随着光通信速率需求的不断提高，光纤中的非线性效应成为了限制信道容量增长的主要因素．针对该问题，本文基于四维（Four-Dimensional,4D）非线性串扰模型和几何整形，提出了抗非线性4D调制设计方法．通过在高斯白噪声信道（Additive W... 详细信息

随着光通信速率需求的不断提高，光纤中的非线性效应成为了限制信道容量增长的主要因素．针对该问题，本文基于四维（Four-Dimensional,4D）非线性串扰模型和几何整形，提出了抗非线性4D调制设计方法．通过在高斯白噪声信道（Additive White Gaussian Noise,AWGN）和单跨无中继光纤传输系统中的仿真，详细比较了四类不同调制格式（包括分别针对AWGN信道和光纤信道设计的2D和4D调制格式）的传输性能．数值仿真结果表明，基于4D非线性串扰模型和4D空间联合优化的调制格式不仅有较高的线性整形增益还具有较好的非线性容忍性．以5通道的波分复用传输系统为例，优化得到的NL-4D-1024调制与传统正交幅度调制（QAM）和2D整形调制相比，可以分别减少0.8 dB和0.4 dB的发射功率．

关键词：多维度调制格式几何整形非线性串扰模型光纤信道相位噪声

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于光场解耦的6D位姿估计方法

电子测量与仪器学报 2024年

作者：丁潇张旭东范之国孙锐合肥工业大学计算机与信息学院

光场成像技术能同时捕捉场景中光线的空间和角度信息，被广泛应用到许多计算机视觉任务中。针对基于RGB图像位姿估计方法在严重遮挡和截断、光照变化、物体和背景相似等复杂场景下难以有效预估出位姿的问题，提出一种光场解耦特征融合... 详细信息

光场成像技术能同时捕捉场景中光线的空间和角度信息，被广泛应用到许多计算机视觉任务中。针对基于RGB图像位姿估计方法在严重遮挡和截断、光照变化、物体和背景相似等复杂场景下难以有效预估出位姿的问题，提出一种光场解耦特征融合的两阶段6D位姿估计方法。该方法采用多种特征提取器解耦光场宏像素图像并将其映射到特征空间，并引入注意力机制融合空间角度及EPI信息，为下游位姿估计网络提供有效可靠的关键特征。同时，将反投影应用到关键点预测网络以减少特征传递过程中信息的损耗。在光场位姿估计数据集LF-6Dpose上的实验表明，该方法在平均最近点三维距离(ADD-S)和二维投影(2D Project)两个指标下的结果分别为91.37%和70.12%，在三维距离指标上相比现有先进方法提升12.5%，能够更好地解决复杂场景下的目标6D位姿估计问题。

关键词：位姿估计光场解耦空间角度特征提取特征融合

一种旁路机制下的低功耗片上网络功率门控设计

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子与信息学报 2024年

作者：欧阳一鸣陈志远徐冬雨梁华国合肥工业大学计算机与信息学院

随着技术尺寸的缩小，静态功耗在片上网络(NoC)的功耗开销中占据主导地位。功率门控作为一种通用的功耗节约技术，将NoC中空闲模块关闭以降低静态功耗。然而，传统的功率门控技术带来了诸如数据包唤醒延迟，盈亏平衡时间等问题。为了解... 详细信息

随着技术尺寸的缩小，静态功耗在片上网络(NoC)的功耗开销中占据主导地位。功率门控作为一种通用的功耗节约技术，将NoC中空闲模块关闭以降低静态功耗。然而，传统的功率门控技术带来了诸如数据包唤醒延迟，盈亏平衡时间等问题。为了解决上述问题，该文提出代替功率门控路由器进行数据包传输的分区旁路传输机制(PBTI)，并基于该旁路机制设计了低延迟低功耗的功率门控方案。PBTI使用相互独立的旁路分别处理东西方向传输的数据包，并在旁路内部使用公共的缓冲区以提高缓冲区利用率。PBTI可以在路由器断电时实现数据包的注入，传输和弹出。即使网络中所有的路由器均处于功率门控状态，数据包也可以从源节点传输到目的节点。当流量增大超过PBTI的传输能力时，路由器以列为单位进行统一的唤醒。实验结果表明与不使用功率门控的NoC相比，所提方案降低了83.4%的静态功耗和17.2%的数据包延迟，同时只额外增加了6.2%的面积开销。相较于常规的功率门控方案该文功率门控设计实现了更低的功耗和延迟，具有显著的优势。

关键词：片上网络功率门控旁路静态功耗

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图文跨模态检索研究综述

北京交通大学学报 2024年第2期48卷 23-36页

作者：张振兴王亚雄合肥工业大学计算机与信息学院合肥230000

图文跨模态检索作为跨模态计算研究的一个核心课题,一直受到学术界和工业界的高度重视.在过去的几十年里,随着深度学习技术的发展,特别是深度神经网络、Transformer架构以及图文对比学习等关键技术的广泛应用与革新,图文跨模态检索领域... 详细信息

图文跨模态检索作为跨模态计算研究的一个核心课题,一直受到学术界和工业界的高度重视.在过去的几十年里,随着深度学习技术的发展,特别是深度神经网络、Transformer架构以及图文对比学习等关键技术的广泛应用与革新,图文跨模态检索领域取得了显著的进展和突破.本文在系统梳理图文跨模态检索的发展轨迹的基础上,重点关注其建模过程中的5个关键步骤,即训练数据准备、数据输入形式设计、图文特征抽取机制的选择、图文建模方法的选择以及优化目标的确立.为客观评估现有模型在跨模态检索任务上的性能水平,在多个权威的标注评测数据集上比较各类模型的表现,以揭示当前跨模态检索方法的实际效能边界.通过对各关键步骤发展历程的分析与总结,结合当前图文跨模态检索领域的研究成果,对未来跨模态学习的发展趋势做出预测与展望.研究结果表明:尽管当前的图文跨模态检索技术已取得显著进步,但仍存在进一步提升的空间和潜力,研究者可从精细化检索、经济的预训练方法、新的图文交互方式、AIGC赋能的图文预训练4个方向进行改进.

关键词：图文检索跨模态学习深度学习注意力机制

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多域特征提取的多变量时间序列异常检测

计算机应用 2024年

作者：赵培乔焰胡荣耀袁新宇李敏悦张本初合肥工业大学计算机与信息学院

多变量时间序列数据样本具有高维性，且分布复杂多变，现有异常检测模型在面对多变量时间序列数据集时普遍存在误判率高、训练困难等问题，且多数模型仅考虑时间序列样本的时空特征，对时间序列特征的学习并不全面。为了解决以上问题，... 详细信息

多变量时间序列数据样本具有高维性，且分布复杂多变，现有异常检测模型在面对多变量时间序列数据集时普遍存在误判率高、训练困难等问题，且多数模型仅考虑时间序列样本的时空特征，对时间序列特征的学习并不全面。为了解决以上问题，提出一种基于多域特征提取的多变量时间序列异常检测模型MFE-TS。首先从原始数据域出发，使用长短期记忆网络(LSTM)与卷积神经网络分别提取多变量时间序列的时间相关性和空间相关性特征。其次，用傅里叶变换将原始时间序列转换到频域空间，并利用Transformer学习数据在频域空间的幅度与相位特征。通过多域特征学习能更全面地建模时间序列特征，从而提高对多变量时间序列的异常检测性能。此外，引入掩码策略，进一步增强了模型的特征学习能力，并使模型具备一定的抗噪性。实验结果表明，MFE-TS在多个真实多变量时间序列数据集上展现了优越的性能，同时在含有噪声的数据集中仍能保持较好的检测精度。

关键词：多变量时间序列异常检测无监督学习多域特征提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多模态部分伪造数据集的构建与基准检测

计算机应用 2024年

作者：郑盛有陈雁翔赵祖兴刘海洋合肥工业大学计算机与信息学院

针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题，构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集，通过真伪数据拼接进行... 详细信息

针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题，构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集，通过真伪数据拼接进行构建，其中伪造数据由FaceSwap、FaceSwap-GAN(Face Swapping Generative Adversarial Networks)、Wav2Lip(Wave to Lip)和SV2TTS(Speaker Verification to Text-To-Speech)这4种方法生成。拼接过程中使用概率方法生成伪造片段在时域与模态上的定位，对边界进行随机化处理以期贴合实际伪造场景，并通过素材筛选避免背景跳变现象。最终生成的数据集对于每个伪造比例可产生3970条视频数据。在基准检测中，使用多种音视频特征提取器，并分别进行了强、弱监督两种条件下的测试，其中弱监督测试基于层次多示例学习(HMIL)方法实现。测试结果显示，各个测试模型在伪造比例较低的数据上性能表现显著低于在伪造比例较高数据上的性能；弱监督条件下的性能表现显著低于强监督条件下的表现。验证了该部分伪造数据集的弱监督检测困难性。实验结果表明所提数据集代表的多模态部分伪造场景有着充分的研究价值。

关键词：深度伪造检测多模态伪造检测部分伪造多示例学习深度伪造数据集内容安全

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于目标场景颜色恢复的偏振图像去雾算法

计算机工程 2024年

作者：孙超范之国罗茂文胡泉合肥工业大学计算机与信息学院

目前，尽管现有图像去雾方法在处理浓雾场景时可基本去除图像中的雾气，但在复原过程中容易导致图像的颜色分布发生明显偏移。因此，针对传统偏振去雾算法存在色彩失真的问题，提出了一种基于目标场景颜色恢复的偏振图像去雾算法。根据... 详细信息

目前，尽管现有图像去雾方法在处理浓雾场景时可基本去除图像中的雾气，但在复原过程中容易导致图像的颜色分布发生明显偏移。因此，针对传统偏振去雾算法存在色彩失真的问题，提出了一种基于目标场景颜色恢复的偏振图像去雾算法。根据大气光饱和度低与亮度高的特征，结合总光强图和偏振差分图估计无穷远处大气光，以降低白色高亮物体的影响。充分利用无穷远处大气光的估计位置来提取出大气光偏振角，并通过Stokes矢量自动估算出随深度变化的大气光偏振度矩阵。基于大气散射光边缘跳变处的空间相关性，利用大气光偏振度与图像色度构建正则化约束来校正大气散射光。此外，为提升目标场景的色彩保真度，提出了自适应色彩均衡方法来改善复原结果的颜色分布。实验结果表明，相比较于DCP、BCCR、GPLPF、PLF、POBS等经典去雾算法，所提方法的NIQE、BRISQUE和偏色因子K分别提升了9.62%、13.49%、40.13%，并且对于不同雾霾浓度场景均具有良好的复原效果，有效提高了不同深度下目标的能见度，避免了颜色失真现象，尤其是对浓雾场景同样适用。

关键词：偏振去雾大气光校正颜色失真 Stokes矢量正则化约束