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

面向高密度交通场景的自动驾驶运动规划

计算机工程与应用 2024年第14期60卷 114-122页

作者：肖雨微姚溪子胡学敏罗显志湖北大学计算机与信息工程学院武汉430062

针对现有自动驾驶运动规划方法在提取状态信息时忽略了周边车辆交互、在高密度交通场景下规划效果不理想的问题,提出了一种联合图神经网络和深度强化学习的运动规划模型。基于图神经网络提出了一种自动驾驶车辆的交互式特征提取方法,再... 详细信息

针对现有自动驾驶运动规划方法在提取状态信息时忽略了周边车辆交互、在高密度交通场景下规划效果不理想的问题,提出了一种联合图神经网络和深度强化学习的运动规划模型。基于图神经网络提出了一种自动驾驶车辆的交互式特征提取方法,再基于双延迟深度确定性策略梯度(twin delayed deep deterministic policy gradient,TD3)算法从交互式特征中预测车辆的动作,从而实现运动规划。将所提模型与目前自动驾驶运动规划模型LSTM+TD3、TD3及深度确定性策略梯度(deep deterministic policy gradient,DDPG)模型进行对比,在PGDrive驾驶模拟器中进行训练和测试的实验结果表明,在高密度交通场景中,所提方法的训练奖励值和测试成功率相比于对比方法提升了约36%、43%、23%及13、19、53个百分点。表明所提方法能有效解决自动驾驶周边车辆的交互式信息感知问题,更好地实现自动驾驶运动规划。

关键词：自动驾驶运动规划交互式特征图神经网络强化学习

在线全文

学校读者我要写书评

暂无评论

文档级关系抽取中的小波变换特征增强方法

中文信息学报 2024年第2期38卷 109-120,131页

作者：杨肖肖蓉湖北大学计算机与信息工程学院湖北武汉430062

传统的文档级关系抽取方法在特征表示的有效性和噪声消除方面存在局限,不能准确地找出证据句子和实体对的关系。为了进一步提升文档级关系抽取和证据句子抽取的准确性,该文提出了一种使用小波变换对预训练语言模型生成的文本向量进行特... 详细信息

传统的文档级关系抽取方法在特征表示的有效性和噪声消除方面存在局限,不能准确地找出证据句子和实体对的关系。为了进一步提升文档级关系抽取和证据句子抽取的准确性,该文提出了一种使用小波变换对预训练语言模型生成的文本向量进行特征提取、清洗和去噪处理的方法。首先利用预训练语言模型对文档进行编码,将得到的初始文本向量应用小波变换出更精确的特征,其次引入多头注意力机制对小波变换的数据进行加权处理,以凸显与实体对关系相关的重要特征。为了充分利用原始数据和清洗后的数据,采用残差连接的方式将它们进行融合。在DocRED数据集上对模型进行了实验,结果表明,该文所提模型能够更好地抽取实体对的关系。

关键词：文档级关系抽取小波变换多头注意力机制

在线全文

学校读者我要写书评

暂无评论

多策略改进的蜣螂优化算法及其应用

计算机科学与探索 2024年第4期18卷 930-946页

作者：郭琴郑巧仙湖北大学计算机与信息工程学院武汉430062 湖北大学网络空间安全学院武汉430062

蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接... 详细信息

蜣螂优化算法(DBO)是近年提出的智能优化算法,与其他优化算法一样,DBO也存在收敛精度低、易陷入局部最优等缺点。针对DBO的这些局限性,提出一种多策略改进的蜣螂优化算法(MIDBO)。首先,改进雏球和偷窃蜣螂对局部最优解和全局最优解的接受程度,使其根据自身搜索能力动态变化,既提升了种群质量又保持了适应度高的个体的良好搜索能力;其次,融合麻雀搜索算法中的追随者位置更新机制对算法进行扰动,并用贪婪策略更新位置,提升了算法的收敛精度;最后,当算法陷入停滞时引入柯西高斯变异策略,提高了算法跳出局部最优解的能力。仿真实验基于20个基准测试函数和CEC2019测试函数,验证了3种改进策略的有效性,将所改进算法和对比算法的优化结果进行收敛性分析和Wilcoxon秩和检验,证明了MIDBO具有良好的寻优性能和鲁棒性。将MIDBO运用在汽车碰撞优化问题的求解上,进一步验证了MIDBO在求解实际工程问题中的有效性和可靠性。

关键词：蜣螂优化算法局部最优解麻雀搜索算法柯西高斯变异汽车碰撞优化问题 Wilcoxon秩和检验

基于边缘计算的自适应稀疏传感网目标覆盖算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第6期51卷 364-374页

作者：李洁汪耀陈侃松许立君湖北大学计算机与信息工程学院武汉430062

海洋探测是海洋开发的关键,如何快速高效地实现水下目标探测是海洋探测必须解决的问题。基于此,提出了一种基于边缘计算的自适应稀疏传感网目标覆盖优化算法,以较少的传感节点高效地完成水下目标探测。首先,通过Ad Hoc移动能耗优化策略... 详细信息

海洋探测是海洋开发的关键,如何快速高效地实现水下目标探测是海洋探测必须解决的问题。基于此,提出了一种基于边缘计算的自适应稀疏传感网目标覆盖优化算法,以较少的传感节点高效地完成水下目标探测。首先,通过Ad Hoc移动能耗优化策略机制,添加能量因子,在节点移动过程中保护能量较低的节点,优化传感网的能量均衡性;其次,提出了一种Ad Hoc贪婪探测机制,以最小的代价实现对未知区域的探测,快速完成目标覆盖;最后,利用基于虚拟力的自适应连通机制,通过增大虚拟引力范围解决节点移动过程中的断连问题,保证了稀疏自组织网络的连通性。仿真结果表明,所提算法能够用较少数量的移动传感器提供快速、持久的目标探测覆盖,相较于对比算法性能表现更优。

关键词：水下自组织网络能耗边缘计算目标探测连通性

基于3D‑Ghost卷积神经网络的脑胶质瘤MRI图像分割算法3D‑GA‑Unet

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第4期44卷 1294-1302页

作者：许立君黎辉刘祖阳陈侃松马为駽湖北大学计算机与信息工程学院武汉430062

脑胶质瘤是由于大脑和脊髓胶质癌变产生的、最常见的原发性颅脑肿瘤,其中恶性脑胶质瘤占比大且致死率高。利用磁共振成像(MRI)图像对脑胶质瘤定量分割和分级是目前诊治脑胶质瘤的主要方法。为提升脑胶质瘤的分割精度与速度,提出一种基于... 详细信息

脑胶质瘤是由于大脑和脊髓胶质癌变产生的、最常见的原发性颅脑肿瘤,其中恶性脑胶质瘤占比大且致死率高。利用磁共振成像(MRI)图像对脑胶质瘤定量分割和分级是目前诊治脑胶质瘤的主要方法。为提升脑胶质瘤的分割精度与速度,提出一种基于3D-Ghost卷积神经网络(CNN)的脑胶质瘤MRI图像分割算法:3D-GA-Unet。3DGA-Unet以3D U-Net(3D U-shaped Network)为基础框架,设计基于3D-Ghost CNN模块,利用线性运算增加有用信息输出、减少传统CNN中的冗余特征;添加基于坐标注意力(CA)的模块,利于获取更多于分割精度有利的图像信息。在公共脑胶质瘤数据集BraTS2018进行训练和验证,实验结果表明,3D-GA-Unet脑胶质瘤分割结果的周围水肿区域(WT)、坏死核心区域(TC)和增强肿瘤区域(ET)的平均Dice相似系数(DSC)分别达到0.8632、0.8473和0.8036,平均敏感度分别达到0.8676、0.9492和0.8315。3D-GA-Unet能精准分割脑胶质瘤图像,进一步提升分割效率,对脑胶质瘤的临床诊断有积极的意义。

关键词：脑胶质瘤医学图像分割神经网络注意力机制卷积神经网络 U-Net

结合LSTM和自注意力机制的图卷积网络短期电力负荷预测

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第1期44卷 311-317页

作者：史含笑王雷春湖北大学计算机与信息工程学院武汉430062

针对现有电力负荷预测模型建模工作量大、时空联合表征不足、预测精度低等问题,提出了一种结合长短期记忆(LSTM)网络和自注意力机制的图卷积网络(GCN)的短期电力负荷预测模型GCNLS-STLF。首先,利用LSTM和自注意力机制将原始多维时间序... 详细信息

针对现有电力负荷预测模型建模工作量大、时空联合表征不足、预测精度低等问题,提出了一种结合长短期记忆(LSTM)网络和自注意力机制的图卷积网络(GCN)的短期电力负荷预测模型GCNLS-STLF。首先,利用LSTM和自注意力机制将原始多维时间序列数据转化为包含序列间关联关系的电力负荷图;然后,通过GCN、LSTM和图傅里叶变换(GFT)对电力负荷图进行特征提取;最后,使用全连接层对特征进行重构,并利用残差进行多次预测,以增强原始电力负荷数据的表达能力。在摩洛哥与巴拿马某电站的真实历史电力负荷数据上进行的短期电力负荷预测实验结果显示,与支持向量机(SVM)、LSTM、混合模型CNN-LSTM和基于注意力的CNN-LSTM(CNN-LSTM-attention)等预测模型相比,GCNLS-STLF在摩洛哥全部电力负荷测试集上的平均绝对百分比误差(MAPE)分别降低1.94、0.90、0.49和0.37个百分点;在巴拿马电力负荷测试集上的3月份MAPE分别降低1.39、0.94、0.38和0.29个百分点,6月份MAPE分别降低1.40、0.99、0.35和0.28个百分点。实验结果表明,GCNLS-STLF能有效提取电力负荷的关键特征,预测效果较好。

关键词：短期电力负荷预测图卷积网络图傅里叶变换长短期记忆网络自注意力机制

基于SPD-Conv结构和NAM注意力机制的鱼群小目标检测

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 426-432页

作者：谌雨章王诗琦周雯周婉婷湖北大学计算机与信息工程学院武汉430062

为解决因水下成像环境退化导致图像分辨率较低,以及因鱼群目标较小等因素导致的检测精度不高的问题,提出了一种结合SPD-Conv结构和NAM注意力机制的改进YOLOv7检测算法。首先,采用Space-to-Depth(SPD)结构改进头部网络,取代了网络中原有... 详细信息

为解决因水下成像环境退化导致图像分辨率较低,以及因鱼群目标较小等因素导致的检测精度不高的问题,提出了一种结合SPD-Conv结构和NAM注意力机制的改进YOLOv7检测算法。首先,采用Space-to-Depth(SPD)结构改进头部网络,取代了网络中原有的跨步卷积结构,保留了更多的细粒度信息,提升了特征学习的效率,提高了网络对低分辨率图像的检测效果。然后在网络中引入Normalization-based Attention Module(NAM)注意力机制,采用CBAM的模块集成方式,使用BN缩放因子来计算注意力权重,抑制了不显著的特征,提升了小目标检测的准确率。最后针对水下成像退化,对检测图片做反卷积预处理,减小了水下成像退化因素对检测造成的影响。实验结果显示,在WildFish数据集上模型的整体精度达到97.2%,与YOLOv7算法相比提升了7.6%,准确率提升了8.5%,召回率提升了9.8%,与Efficientdet,SSD,YOLOv5及YOLOv8算法相比,所提模型精度分别提升了12.6%,17.8%,4%及2.9%,在Aquarium数据集上模型的整体精度达到80.5%,相比Efficientdet,SSD,YOLOv5,YOLOv7及YOLOv8分别提升了18.4%,11.6%,6.9%,2.0%及2.7%,可以满足水下鱼群识别的需求。

关键词： SPD-Conv结构 NAM注意力机制 YOLOv7算法鱼群检测目标检测

基于激发和汇聚注意力的扩散模型生成对象的位置控制方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第4期44卷 1093-1098页

作者：徐劲松朱明李智强郭世杰湖北大学计算机与信息工程学院武汉430062

由于文本的模糊性和训练数据中位置信息的缺失,当前先进的扩散模型无法在文本提示的条件下准确控制生成对象在图像中的位置。针对这一问题,加入对象位置范围的空间条件,并基于U-Net中的交叉注意力图和图像空间布局的强关联性,提出一种... 详细信息

由于文本的模糊性和训练数据中位置信息的缺失,当前先进的扩散模型无法在文本提示的条件下准确控制生成对象在图像中的位置。针对这一问题,加入对象位置范围的空间条件,并基于U-Net中的交叉注意力图和图像空间布局的强关联性,提出一种注意力引导方法控制注意力图的生成,以控制对象的生成位置。具体地,基于稳定扩散(SD)模型,在U-Net层中的交叉注意力图生成的早期阶段,通过引入损失激发相应位置范围的高注意力值,减小范围外的平均注意力值,并在每一个去噪步骤中逐步优化隐空间中的噪声向量,从而控制注意力图的生成。实验结果表明,所提方法能明显控制一个或多个对象在生成图像中的位置,并在生成多个对象时能减少对象缺失、生成冗余对象和对象融合的现象。

关键词：注意力图扩散模型位置控制文本引导图像生成

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

融合证据句子提取的文档级关系抽取

计算机科学 2024年第S1期51卷 204-209页

作者：安先跨肖蓉杨肖湖北大学计算机与信息工程学院武汉430062

文档级关系抽取作为自然语言处理领域的一个关键任务,旨在从长文档中准确抽取实体对之间的语义关系。传统的文档级关系抽取方法通常将整个文档作为输入,但事实上,人类只需根据文档中的部分句子即可预测实体对的关系,即证据句子。在现有... 详细信息

文档级关系抽取作为自然语言处理领域的一个关键任务,旨在从长文档中准确抽取实体对之间的语义关系。传统的文档级关系抽取方法通常将整个文档作为输入,但事实上,人类只需根据文档中的部分句子即可预测实体对的关系,即证据句子。在现有研究中,很多研究方法都利用了证据句子,但是都存在无法找全以及很难充分利用这些证据句子的优势等问题。针对该问题,引入更加高效且准确的证据句子选取方法,通过融合公式法和删句法的证据句子提取策略,并将证据提取与训练推理过程相融合,使得文档级关系抽取模型更加关注重要的句子,同时仍可以识别文档中的完整信息。实验表明,改进后的模型在公共数据集上的表现优于已有模型。

关键词：文档级关系抽取证据句子双线性层