检索结果-南通市图书馆

轻量化YOLOv8的小样本钢板缺陷检测算法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第9期60卷 90-100页

作者：窦智高浩然刘国奇常宝方河南师范大学计算机与信息工程学院河南新乡453007

钢板的表面积较大,表面缺陷非常常见,且呈现多类少量的特点。深度学习很难有效应用于此类小样本缺陷的检测中。为了解决此问题,提出一种基于轻量化YOLOv8的小样本钢板缺陷检测算法,提出一种基于模糊搜索的交互式数据增强算法,可有效解... 详细信息

钢板的表面积较大,表面缺陷非常常见,且呈现多类少量的特点。深度学习很难有效应用于此类小样本缺陷的检测中。为了解决此问题,提出一种基于轻量化YOLOv8的小样本钢板缺陷检测算法,提出一种基于模糊搜索的交互式数据增强算法,可有效解决训练样本缺失导致网络模型无法得到有效训练的问题,使深度学习应用于该领域成为可能。设计LMSRNet(lightweight multi-scale residual networks)网络替换YOLOv8的主干,以实现网络模型的轻量化,并提高其可移植性。提出CBFPN(context bidirectional feature pyramid network)和ECSA(efficient channel spatial attention)模块,使网络能更有效地提取并融合伤痕特征,同时采用Wise-IoU损失函数以提高检测性能。对比实验结果表明,与原YOLOv8算法相比,改进后的网络参数量只有原网络的30%,计算量是原网络的49%,FPS提高了9帧/s,精确率、召回率、mAP分别提高了2.9、6.5、5.5个百分点,实验结果充分验证了该算法的优势。

关键词：缺陷检测小样本 YOLOv8 轻量化网络注意力机制

在线全文

学校读者我要写书评

暂无评论

基于级联残差的弯道增强车道线检测

测绘科学 2024年第7期 37-44页

作者：潘玉恒李慧洁鲁维佳李国燕丛佳李飞腾张金燕天津城建大学计算机与信息工程学院

为增强车道线弯道场景的检测效果，提出一种结合级联改进残差块和动态蛇形卷积模块的特征提取网络，优化特征提取，并采用基于混合锚点的位置选择与分类方法，加速准确定位和分类。特征提取网络中包含多尺度特征融合残差块以及集成空间... 详细信息

为增强车道线弯道场景的检测效果，提出一种结合级联改进残差块和动态蛇形卷积模块的特征提取网络，优化特征提取，并采用基于混合锚点的位置选择与分类方法，加速准确定位和分类。特征提取网络中包含多尺度特征融合残差块以及集成空间通道重组卷积的改进残差块，深度捕捉车道线的精细特征。动态蛇形卷积模块通过动态调整卷积核，增强网络在弯道区域的识别性能。在Tusimple数据集中，准确率可达95.88%,误检率和漏检率分别为2.84%和4.25%,表明具有较高检测性能，FPS为50.7,满足自动驾驶汽车对实时检测的需求。在弯道场景数据集Tusimple＿Curve中，本方法相较于UFLD V2算法，准确率实现了0.23%的提升，误检率和漏检率分别降低了0.22%和0.36%,进一步证实了其在弯道场景中的有效性。

关键词：自动驾驶车道线检测多尺度特征动态蛇形卷积锚点分类弯道检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全局-局部协同增强的遥感目标检测

激光与光电子学进展 2024年

作者：张众维郭芙蓉刘树东天津城建大学计算机与信息工程学院

为了提高遥感图像中各类目标的检测性能，本文提出了一种基于LSKNet-S的改进算法。该算法通过融合不同层级感受野的特征，大幅提升了网络对遥感目标的检测能力。首先，我们设计了一个多尺度特征融合模块，通过改进多层感知器增强模型对... 详细信息

为了提高遥感图像中各类目标的检测性能，本文提出了一种基于LSKNet-S的改进算法。该算法通过融合不同层级感受野的特征，大幅提升了网络对遥感目标的检测能力。首先，我们设计了一个多尺度特征融合模块，通过改进多层感知器增强模型对全局上下文信息的提取能力。同时，引入轻量级局部视觉中心模块，以提高模型对局部特征的感知能力。两者结合，实现了模型对多尺度特征的有效提取和融合。其次，在检测头中引入了用于尺度增强的上采样操作，通过提高特征图的分辨率，使模型能够更好地捕捉遥感图像中各类目标的细节信息。实验结果表明，所提方法在HRSC2016数据集上的mAP指标相比原模型提升了3.43%，在DIOR-R数据集上的mAP指标较原模型提升了1.12%，且均优于目前主流算法，验证了本文所提算法在遥感目标检测场景中的有效性。

关键词：图像处理遥感图像目标检测多尺度特征融合上采样策略

智慧交通场景下云边端协同的多目标优化卸载决策

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安电子科技大学学报 2024年第3期51卷 63-75页

作者：朱思峰宋兆威陈昊朱海乔蕊天津城建大学计算机与信息工程学院天津300384 周口师范学院网络工程学院河南周口466001

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理... 详细信息

随着智慧交通、云计算网络以及边缘计算网络的快速发展,车载终端与路基单元、中心云服务器之间的信息交互变得越发频繁。针对智慧交通云边端协同计算场景下如何高效地实现车路云一体化融合感知、群体决策以及各级服务器间对资源的合理分配问题,设计了基于云边端与智慧交通全面融合的网络架构。在该架构下,通过对任务类型的合理划分,再由各服务器对其进行选择性的缓存、卸载;在智慧交通云边端协同计算场景下,依次设计了一种对任务自适应的缓存模型、任务卸载时延模型、系统能量损耗模型、车载用户对服务质量不满意度评价模型、多目标优化问题模型,并给出了一种基于改进型非支配遗传算法的任务卸载决策方案。实验结果表明,文中方案能够有效降低任务卸载过程中所带来的时延和能耗,提高了系统资源利用率,给车辆用户带来更好的服务体验。

关键词：智慧交通云边端协同计算卸载决策多目标优化算法非支配遗传算法

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

大学生创新创业教育与就业创业政策衔接研究

公关世界 2024年第8期 40-42页

作者：湛书行贵州商学院计算机与信息工程学院

随着经济社会的发展，创新创业已成为推动经济增长和社会进步的重要引擎，大学生作为未来社会的中坚力量，其创新创业能力的培养备受重视。然而，当前大学生创新创业教育与实际就业创业需求之间存在着不少挑战和不足，其中政策衔接问题... 详细信息

随着经济社会的发展，创新创业已成为推动经济增长和社会进步的重要引擎，大学生作为未来社会的中坚力量，其创新创业能力的培养备受重视。然而，当前大学生创新创业教育与实际就业创业需求之间存在着不少挑战和不足，其中政策衔接问题尤为突出。本论文旨在探讨大学生创新创业教育与就业创业政策之间的衔接机制及其优化路径。

关键词：大学生创新创业教育就业创业政策衔接

MOOCDR-VSI:一种融合视频字幕信息的MOOC资源动态推荐模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机研究与发展 2024年第2期61卷 470-480页

作者：吴水秀罗贤增钟茂生吴如萍罗玮江西师范大学计算机信息工程学院南昌330022 江西师范大学江西教育数字化转型研究中心南昌330022

学习者在面对浩如烟海的在线学习课程资源时往往存在“信息过载”和“信息迷航”等问题,基于学习者的学习记录,向学习者推荐与其知识偏好和学习需求相符的MOOC资源变得愈加重要.针对现有MOOC推荐方法没有充分利用MOOC视频中所蕴含的隐... 详细信息

学习者在面对浩如烟海的在线学习课程资源时往往存在“信息过载”和“信息迷航”等问题,基于学习者的学习记录,向学习者推荐与其知识偏好和学习需求相符的MOOC资源变得愈加重要.针对现有MOOC推荐方法没有充分利用MOOC视频中所蕴含的隐式信息,容易形成“蚕茧效应”以及难以捕获学习者动态变化的学习需求和兴趣等问题,提出了一种融合视频字幕信息的动态MOOC推荐模型MOOCDR-VSI,模型以BERT为编码器,通过融入多头注意力机制深度挖掘MOOC视频字幕文本的语义信息,采用基于LSTM架构的网络动态捕捉学习者随着学习不断变化的知识偏好状态,引入注意力机制挖掘MOOC视频之间的个性信息和共性信息,最后结合学习者的知识偏好状态推荐出召回概率Top N的MOOC视频.实验在真实学习场景下收集的数据集MOOCCube分析了MOOCDR-VSI的性能,结果表明,提出的模型在HR@5,HR@10,NDCG@5,NDCG@10,NDCG@20评价指标上比目前最优方法分别提高了2.35%,2.79%,0.69%,2.2%,3.32%.

关键词： MOOC推荐 BERT 多头注意力机制字幕信息长短期记忆

在线全文

学校读者我要写书评

暂无评论

图像复原中自注意力和卷积的动态关联学习

中国图象图形学报 2024年第4期29卷 890-907页

作者：江奎贾雪梅黄文心王文兵王正江俊君哈尔滨工业大学计算机科学与技术学院哈尔滨150000 武汉大学计算机学院武汉430072 湖北大学计算机与信息工程学院武汉430062 杭州灵伴科技有限公司杭州310000

目的卷积神经网络(convolutional neural network, CNN)和自注意力(self-attention, SA)在多媒体应用领域已经取得了巨大的成功。然而,鲜有研究人员能够在图像修复任务中有效地协调这两种架构。针对这两种架构各自的优缺点,提出了一种... 详细信息

目的卷积神经网络(convolutional neural network, CNN)和自注意力(self-attention, SA)在多媒体应用领域已经取得了巨大的成功。然而,鲜有研究人员能够在图像修复任务中有效地协调这两种架构。针对这两种架构各自的优缺点,提出了一种关联学习的方式以综合利用两种方法的优点并抑制各自的不足,实现高质高效的图像修复。方法本文结合CNN和SA两种架构的优势,尤其是在特定的局部上下文和全局结构表示中充分利用CNN的局部感知和平移不变性,以及SA的全局聚合能力。此外,图像的降质分布揭示了图像空间中退化的位置和程度。受此启发,本文在背景修复中引入退化先验,并据此提出一种动态关联学习的图像修复方法。核心是一个新的多输入注意力模块,将降质扰动的消除和背景修复关联起来。通过结合深度可分离卷积,利用CNN和SA两种架构的优势实现高效率和高质量图像修复。结果在Test1200数据集中进行了消融实验以验证算法各个部分的有效性,实验结果证明CNN和SA的融合可以有效提升模型的表达能力;同时,降质扰动的消除和背景修复关联学习可以有效提升整体的修复效果。本文方法在3个图像修复任务的合成和真实数据上与其他10余种方法进行了比较,提出的方法取得了显著的提升。在图像去雨任务上,本文提出的ELF(image deeraining meets association learning and Transformer)方法在合成数据集Test1200上,相比于MPRNet(multi-stage progressive image restoration network),PSNR(peak signal-to-noise ratio)值提高了0.9 dB;在水下图像增强任务上,ELF在R90数据集上超过Ucolor方法 4.15 dB;在低照度图像增强任务上,相对于LLFlow(flow-based low-light image enhancement)算法,ELF获得了1.09 dB的提升。结论本文方法在效果和性能上具有优势,在常见的图像去雨、低照度图像增强和水下图像修复等任务上优于代表性的方法。

关键词：图像修复关联学习自注意力(SA) 图像去雨低照度图像增强水下图像修复

在线全文

学校读者我要写书评

暂无评论

区块链系统身份管理机制研究综述

计算机工程与应用 2024年第1期60卷 57-73页

作者：李馥娟马卓王群江苏警官学院计算机信息与网络安全系南京210031 计算机软件新技术国家重点实验室(南京大学) 南京210093

区块链技术是一项集P2P网络、共识机制、密码学、博弈论、经济学等众多技术与理论于一体的应用创新,以其去中心化这一特质冲击着传统系统中心化机制带来的种种约束,通过共识机制在一个无需第三方信任机构的开放网络环境中实现交易的可... 详细信息

区块链技术是一项集P2P网络、共识机制、密码学、博弈论、经济学等众多技术与理论于一体的应用创新,以其去中心化这一特质冲击着传统系统中心化机制带来的种种约束,通过共识机制在一个无需第三方信任机构的开放网络环境中实现交易的可信性、可溯源、防篡改等功能,其所形成的新型计算范式和信任机制有助于推动管理模式的转变。同时,区块链技术具有的账本公开和多方共识机制,为以交易为最小数据单元的区块链系统身份管理提出了挑战。梳理区块链系统身份管理技术的重要研究成果,为系统掌握区块链身份标识和认证方式、加强不同应用场景中的信息发现和价值挖掘提供借鉴。在讨论传统系统与区块链系统身份管理特征,并明确区块链身份管理主要内容的基础上,阐释UTXO模型和账户模型的特点,深入分析基于公钥转换、数字证书和去中心化数字身份3类区块链系统身份标识机制,以及匿名认证、实名认证和可控匿名认证3类区块链认证方式,最后对区块链身份管理技术的未来发展进行展望。

关键词：区块链身份管理身份标识身份认证

在线全文

学校读者我要写书评

暂无评论

室内圆柱引导的激光雷达全局定位与回环检测

武汉大学学报（信息科学版） 2024年第7期49卷 1088-1099页

作者：史鹏程李加元刘欣怡张永军武汉大学计算机学院湖北武汉430072 武汉大学遥感信息工程学院湖北武汉430079

针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量... 详细信息

针对移动机器人在大范围室内环境的定位难题,提出了一种基于圆柱特征的全局定位方法。首先,设计一种参数化地图,采用随机采样一致性算法和几何模型分割出地图中的圆柱点云,利用栅格地图描述环境中稳定人工构筑物的分布。其次,采用轻量级二进制文件记录圆柱和地物分布。然后,基于圆柱独特的几何特性(离群性、对称性和显著性),提出一种实时LiDAR点云圆柱分割方法。最后,设计两种位姿求解策略:第一种是启发式搜索,在地图与实时数据中搜索出最佳匹配圆柱,进而分别解算平移量和旋转量;第二种是优化求解,利用圆柱之间的拓扑关系构建约束条件并计算最优位姿。为验证所提方法的可行性,采用16线激光雷达在大厅、走廊及混合场景3种典型室内环境进行全局定位和回环检测实验。实验结果表明,该方法可有效实现典型空旷室内环境中机器人的全局定位,可达到90%的定位成功率以及0.073 m定位误差,部分数据可达到毫米级定位精度,最快速度在100 ms内,位置识别性能达到主流方法水平。该方法基本满足实际应用中自动驾驶对全局定位的精度和效率要求。

关键词：自动驾驶全局定位回环检测圆柱分割参数化地图激光雷达