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

一种快速自适应LBM多层网格生成方法

中国科学:物理学力学天文学 2024年

作者：何鹏王良军张武朱文浩上海大学计算机工程与科学学院上海大学力学与工程科学学院

基于笛卡儿网格的格子Boltzmann方法具有降低计算复杂度,易于自适应和处理复杂边界条件等优势,然而非贴体的特性导致在计算复杂几何或复杂流动时通常需要过大的网格量.为了缓解这个问题,对复杂几何进行局部的网格加密是一个有效的手段.... 详细信息

基于笛卡儿网格的格子Boltzmann方法具有降低计算复杂度,易于自适应和处理复杂边界条件等优势,然而非贴体的特性导致在计算复杂几何或复杂流动时通常需要过大的网格量.为了缓解这个问题,对复杂几何进行局部的网格加密是一个有效的手段.其中,实现局部网格加密的关键在于快速网格生成和不同尺度网格之间的映射关系.本文通过设计新的数据结构和基于射线交点算法,提出了一种新的快速网格生成算法,并将其应用在两种基本单元下的多层网格格子Boltzmann方法中,从而进一步发展高效的网格生成技术.考虑射线法的算法特性,经预处理后的射线,通过新的数据结构可大幅度减少需要检索的物面单元数量.对于两种基本单元下的几何自适应多层网格,格心格式通过叉树结构构建不同层之间的网格映射关系,格点格式通过背景网格重叠确定映射关系.在两种格式的网格结果中,格心格式的多层网格受加密次数的影响相对较小,在加密9次的千万网格点量级下达到约589万个/s网格点的生成效率.格点格式受加密次数的影响较大,但在千万量级下仍达到约66万个/s网格点的生成效率,比目前已有方法提高了约40倍的效率.最后通过二维圆柱绕流、三维圆球绕流和三维潜艇的绕流求解验证了网格算法的准确性.

关键词：格子Boltzmann方法快速网格生成多层网格数据结构

格子Boltzmann方法多层网格负载均衡算法优化研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电子学报 2024年

作者：何鹏王良军张武朱文浩上海大学计算机工程与科学学院上海大学力学与工程科学学院

基于格子Boltzmann方法的多层网格局部加密技术，通过多尺度网格计算不同层次的流动特征，避免了单层均匀笛卡尔网格中的低效率与计算资源的浪费，但仍存在并行性能上的不良影响.本文考虑并行计算中的负载均衡效应，从单层网格出发，通... 详细信息

基于格子Boltzmann方法的多层网格局部加密技术，通过多尺度网格计算不同层次的流动特征，避免了单层均匀笛卡尔网格中的低效率与计算资源的浪费，但仍存在并行性能上的不良影响.本文考虑并行计算中的负载均衡效应，从单层网格出发，通过考虑多层网格的运算特点来研究基于负载均衡的网格划分方法 .同时，将网格划分与程序实现进行分离，在单层和多层网格中均完成了任意网格划分下的并行计算.在单层网格中，以二维血管流动的不同并行策略为例，研究了负载量划分与不同进程的各自时间开销的关系.在多层网格中，首先论述了多尺度网格在运算顺序上的特征，其次以三种不同的多层网格验证二维翼型绕流的计算结果，最后在每种网格中均使用三种不同的网格划分方法进一步探讨负载均衡与时间开销的关系.在128核的高性能计算平台上进行并行性能测试，强可扩展性可达到60%左右，弱可扩展性可达到82.78%.这种高可扩展性结果表明本文通过改进负载均衡性能，明显提升了多层网格计算中的并行性能.

关键词：格子Boltzmann方法多层网格大规模并行计算负载均衡

基于矩阵乘积压缩态的动态可扩展秘密共享方案

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物理学报 2024年第18期73卷 24-37页

作者：赖红万林春西南大学计算机与信息科学学院重庆400715

目前,基于纠缠态的量子秘密共享(quantum secret sharing,QSS)方案未充分利用纠缠态的概率振幅潜力.然而,纠缠态的概率振幅是量子信息学的一个关键特性,在量子计算和量子通信等领域有着广泛的应用潜力.值得注意的是,纠缠态可以通过矩阵... 详细信息

目前,基于纠缠态的量子秘密共享(quantum secret sharing,QSS)方案未充分利用纠缠态的概率振幅潜力.然而,纠缠态的概率振幅是量子信息学的一个关键特性,在量子计算和量子通信等领域有着广泛的应用潜力.值得注意的是,纠缠态可以通过矩阵乘积态(matrix product state,MPS)有效表达.利用MPS对纠缠态进行表征,能够准确地揭示与概率振幅相关的纠缠特性.本研究证明利用MPS表征纠缠态,可以将一个W态压缩为一个单光子和一个矩阵,展示一种新的技术路径.此外,本研究还提出MPS与秘密共享方案之间的创新互操作性,即通过压缩允许量子份额与共享的量子态之间形成非一对一的映射关系.这种方法可能提供一种更高效的方式来实现量子信息的编码和传输,对于量子秘密共享尤为重要.同时,我们提出的QSS方案具有动态特性,能够根据需要轻松地添加或移除参与者,以更好地适应参与者需求的变化,并在实际应用场景中展现出更高的实用性和适应性.本文的方案能够在保持高效纠缠利用的同时,满足系统的多元需求,包括但不限于通信安全性、数据传输率和系统的可扩展性.

关键词：矩阵乘积压缩态纠缠态的概率振幅可扩展性动态性

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

基于先验特征与谱归一化的人脸超分辨

计算机应用与软件 2024年第7期41卷 200-206页

作者：万杰林冷拓倪超杰上海大学计算机工程与科学学院上海201900

图像超分辨技术指在不丢失信息的情况下将低分辨率(LR)图像转换成高分辨率(HR)图像。该技术在人像上的实现有着广泛的应用场景如人脸识别、人脸对齐等,但传统的超分辨方法在人脸图像上恢复程度低,并且不稳定。对此,提出SN-FSRGAN模型。... 详细信息

图像超分辨技术指在不丢失信息的情况下将低分辨率(LR)图像转换成高分辨率(HR)图像。该技术在人像上的实现有着广泛的应用场景如人脸识别、人脸对齐等,但传统的超分辨方法在人脸图像上恢复程度低,并且不稳定。对此,提出SN-FSRGAN模型。使用人脸先验特征指导超分辨率;引入谱归一化用于稳定基于GAN的超分辨率网络训练结果。通过在数据集Helen与CelebA上实验显示,所提出的方法在PSNR、SSIM与视觉感官上皆取得了对比ESRGAN、FSRGAN等模型而言较优的结果。

关键词：人脸超分辨生成对抗网络人脸先验特征谱归一化

在线全文

学校读者我要写书评

暂无评论

果蝇嗅视神经通路研究综述

电子与信息学报 2024年第6期46卷 2335-2351页

作者：章盛郑胜男沈洁殷兴辉徐立中河海大学计算机与信息学院南京211100 南京工程学院计算机工程学院南京211167

果蝇嗅觉和视觉神经系统对于自然环境中嗅觉和视觉刺激具有高度的灵敏性,高灵敏的嗅视单模态感知决策和跨模态协同决策机制为仿生应用提供一定的启示作用。该文首先以果蝇嗅觉和视觉神经系统为基础,从嗅觉和视觉信号的捕获、加工、决策... 详细信息

果蝇嗅觉和视觉神经系统对于自然环境中嗅觉和视觉刺激具有高度的灵敏性,高灵敏的嗅视单模态感知决策和跨模态协同决策机制为仿生应用提供一定的启示作用。该文首先以果蝇嗅觉和视觉神经系统为基础,从嗅觉和视觉信号的捕获、加工、决策3个部分概述了果蝇嗅觉和视觉神经单模态感知决策生理机制与计算模型的研究现状,同时对果蝇嗅觉和视觉神经跨模态协同决策生理机制与计算模型进行阐述;然后对果蝇嗅觉和视觉的单模态感知和跨模态协同的典型仿生应用进行归纳;最后总结果蝇嗅视神经通路生理机制与计算建模当前面临的难题并展望未来发展趋势,为未来相关研究工作奠定了基础。

关键词：嗅觉神经系统视觉神经系统单模态感知决策跨模态协同决策仿生应用

在线全文

学校读者我要写书评

暂无评论

基于量子生成对抗网络的数据重构

计算机工程与应用 2024年第5期60卷 156-164页

作者：江奕达王明明西安工程大学计算机科学学院西安710048

使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络(generative adversarial network,GAN)作为近年来人工智能的热门算法,在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型计算模... 详细信息

使用神经网络实现数据重构是人工智能领域一项十分重要的研究课题。生成对抗网络(generative adversarial network,GAN)作为近年来人工智能的热门算法,在完成数据重构任务中有较好的表现。量子计算作为一种能够加速经典计算的新型计算模式,正不断地与经典人工智能算法相融合。其中,量子生成对抗网络(quantum generative adversarial network,QGAN)在图像相关任务中具有良好的表现,但是量子模型的拟合能力还有待提高。故此,提出了一种基于GAN框架的量子-经典混合生成对抗网络(Q-CGAN)用于实现数据重构任务。该框架利用经典网络的非线性提高拟合效果,利用量子特性提供量子加速。使用MNIST手写数据集对比验证了量子模型和混合模型的重构效果,结果显示,Q-CGAN较纯量子生成器在数据重构过程中具有更好的表现。此外,还研究了混合模型中使用不同量子编码方案和不同参数化量子线路对数据重构效果的影响。

关键词：量子计算混合生成对抗网络数据重构

一种面向矩阵分解模型的推荐系统训练加速方法

在线全文

学校读者我要写书评

暂无评论

山东大学学报(工学版) 2024年

作者：段圣宇吴伊宁赛高乐上海大学计算机工程与科学学院深圳技术大学集成电路与光电芯片学院

为降低矩阵分解(matrix factorization,MF)模型面向推荐系统应用的训练时间,特别针对细粒度稀疏的特征矩阵在训练过程中存在大量无效乘法运算的问题,提出一种基于特征矩阵联合稀疏性进行近似计算的训练加速方法。基于隐因子向量稀疏性... 详细信息

为降低矩阵分解(matrix factorization,MF)模型面向推荐系统应用的训练时间,特别针对细粒度稀疏的特征矩阵在训练过程中存在大量无效乘法运算的问题,提出一种基于特征矩阵联合稀疏性进行近似计算的训练加速方法。基于隐因子向量稀疏性强弱基本不变的特点,提出在模型训练初期,根据隐因子向量的稀疏性,对特征矩阵进行重新排列;在训练过程中,采用早停法,避免无效乘法运算。试验结果表明,模型训练过程中乘法运算次数可最多降低28.41%,加速前后评分预测值相关系数约0.95。所提出方法可以保证预测准确性小幅降低的同时,显著减少训练中的乘法运算次数,针对更大规模的矩阵分解模型的训练,能实现更好的加速效果。

关键词：推荐系统矩阵分解稀疏性算法加速近似计算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度强化学习的掼蛋扑克博弈求解

计算机研究与发展 2024年第1期61卷 145-155页

作者：葛振兴向帅田品卓高阳计算机软件新技术国家重点实验室(南京大学) 南京210023 上海大学计算机工程与科学学院上海200444 南京大学深圳研究院广东深圳518057

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.... 详细信息

在不确定信息的复杂环境下进行决策是现实中人们经常面对的困难之一,因此具有能够进行良好决策的能力被视为人工智能的重要能力之一.而游戏类型的博弈作为对现实世界的一种高度抽象,具有良定义、易检验算法优劣等特点,成为研究的主流.其中以掼蛋为代表的扑克类博弈不仅具有他人手牌未知这样的难点,还由于可选出牌动作与他人手牌情况数量庞大等特点,难以进行高效求解.因此,提出了一种软深度蒙特卡洛(soft deep Monte Carlo,SDMC)求解方法.该方法能够更好地融合领域知识,加快策略学习速度,并采用软动作采样策略调整实时决策,提升策略胜率.所提出的SDMC方法训练出的策略模型参加第2届“中国人工智能博弈算法大赛”时获得冠军.与第1届比赛冠军策略和第2届其他策略模型的实验对比证明了该方法在解决掼蛋扑克博弈中的有效性.

关键词：非完美信息深度强化学习多智能体系统软深度蒙特卡洛方法扑克博弈

拉曼光谱结合WGANGP-ResNet算法鉴别病原菌种类

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第2期44卷 542-547页

作者：孟星志刘亚秋刘丽娜东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收... 详细信息

快速准确识别病原菌在防止传染病的传播、帮助对抗抗菌素耐药性和改善病人预后方面起着关键作用。拉曼光谱结合机器学习算法能够简单快捷地对病原菌进行无标记检测。然而,病原菌种类和表型繁多,并且深度学习需要依赖大量样本训练,而收集大批量病原菌拉曼光谱劳神费力,且易受荧光等因素影响。针对上述问题,提出一种基于WGAN-GP数据增强方法和ResNet结合的病原菌拉曼光谱检测模型。采用五种常见眼科病原菌的拉曼光谱。将采集到的原始数据归一化作为ResNet和传统卷积神经网络(1D-CNN)的输入,将经过SG滤波、airPLS基线校正、PCA降维等预处理后的数据作为K近邻(KNN)的输入,对比分析发现ResNet模型效果最优,其分类精度可达96%;搭建Wasserstein生成式对抗网络加梯度惩罚模型(WGAN-GP),生成大量与真实数据相似的高分辨率光谱数据。同时与偏移法、深度卷积生成式对抗神经网络(DCGAN)2种数据增强方法进行比对,证明WGAN-GP的可靠性;为验证生成数据可以丰富数据多样性,进而提高分类精度,将扩充后的数据集重新放入ResNet进行训练,最终WGAN-GP结合ResNet的分类准确率提高到99.3%。结果表明:基于ResNet的分类模型无需复杂数据预处理,在开发效率和分类精度上均有提高;改进的WGAN-GP模型适用于拉曼光谱数据增强,解决了传统数据增强方法生成光谱的有效性与类别准确性不匹配的问题,相比于GAN提高了训练过程的速度和稳定性;利用表面增强拉曼光谱技术(SERS)结合WGANGP-ResNet模型对病原菌拉曼光谱分类,减少了对大量训练数据的需求,有利于快速学习和分析低信噪比的拉曼光谱,并将光谱采集时间缩减到1/10。在临床快速、免培养鉴别病原菌方面具有重要研究意义与应用价值。

关键词： WGAN-GP 拉曼光谱病原菌鉴别一维残差网络卷积神经网络