检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于对比学习的大气湍流退化图像复原方法

计算机科学 2024年

作者：苗壮崔浩然张启阳王家宝李阳陆军工程大学指挥控制工程学院

大气湍流引起的图像退化严重影响了目标检测和图像识别等计算机视觉下游任务的性能。现有基于深度学习的大气湍流退化图像复原模型虽然取得了较好的效果，但未充分利用湍流效应的特征信息。为了获得更好的复原效果，提出了一种基于对比... 详细信息

大气湍流引起的图像退化严重影响了目标检测和图像识别等计算机视觉下游任务的性能。现有基于深度学习的大气湍流退化图像复原模型虽然取得了较好的效果，但未充分利用湍流效应的特征信息。为了获得更好的复原效果，提出了一种基于对比度学习的大气湍流退化图像复原方法。针对大气湍流退化引起的模糊与扭曲，设计了湍流缓解块，该块融合了基于Transformer的通道信息交互模块与基于CNN的空间信息交互模块，在全局和局部层面上抑制湍流对图像的干扰。同时引入对比学习，将清晰图像和大气湍流退化图像视为正样本和负样本，在特征空间中拉近大气湍流复原网络的输出与正样本的距离，推远与负样本的距离，更有效地进行特征提取和图像复原。在Helen合成测试集和Places合成测试集上，所提方法分别达到了26.78dB、22.42dB的PSNR和0.7909、0.6820的SSIM，与现有的5种方法相比达到了最佳效果，更适用于提升大气湍流退化图像的质量。

关键词：深度学习图像复原大气湍流对比学习特征提取

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于序列建模的生成式强化学习研究综述

计算机科学 2024年第11期51卷 213-228页

作者：姚天磊陈希亮余沛毅陆军工程大学指挥控制工程学院

强化学习是机器学习中关于如何学习决策的分支，是一个序列决策问题，通过与环境反复交互试错找到最优策略。强化学习可以与生成模型结合使用来优化其性能，通常用于微调生成模型，提高其创建高质量内容的能力。强化学习过程也可以视为... 详细信息

强化学习是机器学习中关于如何学习决策的分支，是一个序列决策问题，通过与环境反复交互试错找到最优策略。强化学习可以与生成模型结合使用来优化其性能，通常用于微调生成模型，提高其创建高质量内容的能力。强化学习过程也可以视为一个通用的序列建模问题，对任务轨迹上的分布进行建模，通过预训练生成模型产生一系列动作来获取一系列的高回报。在对输入信息进行建模的基础上，生成式强化学习能够更好地处理不确定性和未知的环境，更高效地将序列数据转换成用于决策的策略。首先针对强化学习算法和序列建模方法进行了介绍，对数据序列的建模过程进行了分析，然后按神经网络模型的类型进行分类探讨了强化学习的发展现状，在此基础上梳理了与生成模型结合的相关方法，并分析了强化学习方法在生成式预训练模型中的应用，最后总结了相关技术在理论和应用上的发展状况。

关键词：人工智能强化学习神经网络生成模型序列建模

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

跨视角地理定位中的三维交互机制

计算机科学 2024年

作者：周博文李阳王家宝苗壮张睿陆军工程大学指挥控制工程学院

跨视角地理定位是一种图像检索任务，其目的是在不同视角下使用无地理坐标的图像与数据库中有地理坐标的图像进行检索匹配，从而获取目标图像的地理位置信息。然而，现有大多方法忽略了的全局位置信息和特征完整性，导致模型不利于捕获... 详细信息

跨视角地理定位是一种图像检索任务，其目的是在不同视角下使用无地理坐标的图像与数据库中有地理坐标的图像进行检索匹配，从而获取目标图像的地理位置信息。然而，现有大多方法忽略了的全局位置信息和特征完整性，导致模型不利于捕获深层语义信息；另外，现有的二维交互方式未充分利用维度间关系，导致跨维交互不充分。为解决上述问题，本文设计了一种跨视角地理定位三维交互机制，该方法利用ConvNeXt作为特征提取网络，随后使用所提出的三维交互机制TIM（Triplet Interaction Mechanism， TIM）进行特征丰富操作，最后利用联合损失函数指导模型训练。本方法在模型内进行了多次三维交互，减少了二维特征投影部分信息丢失问题。同时，所提出的三维交互机制在三个通道中使用不同的注意力，使模型对跨视角图像的平移、缩放、旋转具有鲁棒性。实验结果表明，本方法在University-1652数据集上针对无人机视角定位和无人机导航两个任务均取得了最优性能。

关键词：跨视角地理定位交互机制特征注意力

面向动态毁伤概率和目标价值的武器目标分配方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

火力与指挥控制 2024年第2期49卷 138-143页

作者：林雕朱燕杨剑陆军指挥学院南京210045 解放军61175部队南京210046 信息工程大学郑州450052

面向毁伤和目标价值动态变化条件下的大规模武器目标动态分配问题,提出了一种基于深度强化学习的武器目标分配求解方法。该方法采用双神经网络结构,基于武器目标分配目标函数设计了一套简单、直观的状态与奖励建模方法。通过仿真实验对... 详细信息

面向毁伤和目标价值动态变化条件下的大规模武器目标动态分配问题,提出了一种基于深度强化学习的武器目标分配求解方法。该方法采用双神经网络结构,基于武器目标分配目标函数设计了一套简单、直观的状态与奖励建模方法。通过仿真实验对所提方法进行了验证,结果表明,所提方法能够较快实现收敛,且整体毁伤和计算效率上优于基于粒子群的方法。所提方法能够有效应对毁伤概率和目标价值动态变化条件下的武器目标分配问题,说明了其良好的拓展性。该方法可应用于作战任务规划、仿真单元自动交火等场景下的武器目标分配快速求解。

关键词：武器目标分配深度强化学习动态毁伤动态目标价值

球缺型EFP在不同介质中的成型形态及侵彻性能研究

在线全文

学校读者我要写书评

暂无评论

兵器装备工程学报 2024年第10期45卷 189-198页

作者：张雪梅谢兴博顾文彬王震钟明寿陆军工程大学南京210007 武汉雷神特种器材有限公司武汉430200 陆军指挥学院南京210045

为了研究不同介质对变壁厚球缺罩形成爆炸成型弹丸的影响,设计了直径为12 cm中间厚、边缘薄的变壁厚球缺型聚能装药。利用LS-DYNA软件对不同介质中EFP的形成与侵彻进行了数值模拟,重点探讨不同长度空气和水介质对球缺型EFP成型形态及侵... 详细信息

为了研究不同介质对变壁厚球缺罩形成爆炸成型弹丸的影响,设计了直径为12 cm中间厚、边缘薄的变壁厚球缺型聚能装药。利用LS-DYNA软件对不同介质中EFP的形成与侵彻进行了数值模拟,重点探讨不同长度空气和水介质对球缺型EFP成型形态及侵彻性能的影响。研究表明:变壁厚球缺罩型聚能装药在水中无法翻边和压合成EFP,EFP形成需要在药型罩前端增加一段空气,其空气长度对EFP入水形态、水中形态以及速度分布有明显的影响。水介质对未成型EFP形态有自锻作用,对成型EFP形态改变较大,使得前者水中侵彻性能相对优于后者。不同长度的空气和水介质影响下变壁厚球缺型EFP仍具有穿透3 cm靶板的威力,能满足灭雷具不同作战工况下的毁伤效能要求。

关键词：球缺型EFP 聚能装药数值模拟水下侵彻水中形态

在线全文

学校读者我要写书评

暂无评论

针对大语言模型的偏见性研究综述

计算机应用研究 2024年第10期41卷 2881-2892页

作者：徐磊胡亚豪潘志松陆军工程大学指挥与控制工程学院南京210007

偏见现象普遍存在于人类社会,并通常以自然语言为载体呈现。传统的偏见研究主要针对静态词嵌入模型展开,但随着自然语言处理技术的不断演进,研究对象逐渐转向上下文处理能力更强的预训练模型。而作为预训练模型的进一步发展,尽管大型语... 详细信息

偏见现象普遍存在于人类社会,并通常以自然语言为载体呈现。传统的偏见研究主要针对静态词嵌入模型展开,但随着自然语言处理技术的不断演进,研究对象逐渐转向上下文处理能力更强的预训练模型。而作为预训练模型的进一步发展,尽管大型语言模型凭借惊人的性能和广阔的发展前景在多个应用场景中得到了广泛部署,但其仍可能会从未经处理的训练数据中捕捉到社会偏见,并将偏见传播到下游任务中。含有偏见的大型语言模型系统会产生不良的社会影响和潜在危害,因此针对大型语言模型的偏见研究亟待深入探讨。探讨了自然语言处理中偏见的由来,并对从词嵌入模型到现在大型语言模型的偏见评估和偏见缓解方法进行了分析与总结,旨在为未来相关研究提供有益参考。

关键词：自然语言处理词嵌入预训练模型大型语言模型偏见

在线全文

学校读者我要写书评

暂无评论

基于生成逆推的大气湍流退化图像复原方法

计算机应用研究 2024年第1期41卷 282-287页

作者：崔浩然苗壮王家宝余沛毅王培龙陆军工程大学指挥与控制工程学院南京210007

大气湍流是影响远距离成像质量的重要因素。虽然已有的深度学习模型能够较好地抑制大气湍流引起的图像像素几何位移与空间模糊,但是这些模型需要大量的参数和计算量。为了解决该问题,提出了一种轻量化的基于生成逆推的大气湍流退化图像... 详细信息

大气湍流是影响远距离成像质量的重要因素。虽然已有的深度学习模型能够较好地抑制大气湍流引起的图像像素几何位移与空间模糊,但是这些模型需要大量的参数和计算量。为了解决该问题,提出了一种轻量化的基于生成逆推的大气湍流退化图像复原模型,该模型包含了去模糊、去偏移和湍流再生成三个核心模块。其中,去模糊模块通过高维特征映射块、细节特征抽取块和特征补充块,抑制湍流引起的图像模糊;去偏移模块通过两层卷积,补偿湍流引起的像素位移;湍流再生成模块通过卷积等操作再次生成湍流退化图像。在去模糊模块中,设计了基于注意力的特征补充模块,该模块融合了通道注意力机制与空间混合注意力机制,能在训练过程中关注图像中的重要细节信息。在公开的Heat Chamber与自建的Helen两个数据集上,所提模型分别取得了19.94 dB、23.51 dB的峰值信噪比和0.688 2、0.752 1的结构相似性。在达到当前最佳SOTA方法性能的同时,参数量与计算量有所减少。实验结果表明,该方法对大气湍流退化图像复原有良好的效果。

关键词：大气湍流退化图像复原深度学习注意力机制

在线全文

学校读者我要写书评

暂无评论

台风“梅花”提前登陆上海情况反演研究

中国防汛抗旱 2024年

作者：文啸沙治银韦浩上海市水文总站上海市防汛指挥部办公室

2212号台风“梅花”为新中国成立以来登陆上海的最强台风，受其影响，本市黄浦江、苏州河出现大幅超警。对高潮位各影响因子进行定量分析，计算台风提前登陆对“一江一河”高潮的影响，模拟黄浦江河口建闸对其高潮位的影响。

关键词：台风“梅花” 登陆反演上海市

基于LDE-MADDPG算法的无人机集群编队集结控制策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

系统仿真学报 2024年

作者：肖玮高甲博柯学良陆军勤务学院 95019部队

针对MADDPG算法用于无人机集群编队集结控制的局限性，提出基于LDE-MADDPG算法的无人机集群编队集结控制策略。通过设计状态特征学习网络和解耦式Critic网络提出LDE-MADDPG算法，用以改善MADDPG算法的泛化性、可扩展性及集群训练效率。... 详细信息

针对MADDPG算法用于无人机集群编队集结控制的局限性，提出基于LDE-MADDPG算法的无人机集群编队集结控制策略。通过设计状态特征学习网络和解耦式Critic网络提出LDE-MADDPG算法，用以改善MADDPG算法的泛化性、可扩展性及集群训练效率。将该算法结合构建的解耦式奖励函数、集群状态空间和无人机动作空间等要素，生成了能够适应不同队形和不同数量的无人机集群编队集结策略。仿真实验表明，较MADDPG算法，LDE-MADDPG算法提升了19.6%的训练效率；生成的集群编队集结控制策略能够在60秒内完成包括“菱形”在内的六种无人机队形集结，80秒内实现从6至21架次的无人机集群编队集结，表现出了良好的泛化性和可扩展性。

关键词： LDE-MADDPG算法状态特征学习网络解耦式Critic网络编队集结