检索结果-南通市图书馆

增强小目标特征的多尺度光学遥感图像目标检测

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第6期44卷 374-386页

作者：单慧琳王硕洋童俊毅胡宇翔张雁皓张银胜南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结... 详细信息

针对光学遥感图像目标分布密集、尺度变化范围较大及小目标特征信息过少等造成目标检测精度不高、泛化能力差等问题,本文提出了一种增强小目标特征的多尺度神经网络(ESF-MNet)。首先在骨干网络中引入注意力模块构建出高效层注意力聚合结构,以增强特征提取能力;此外,在浅层特征图与颈部网络融合之前加入感受野增强模块,以捕获不同尺度的上下文信息。其次,使用GSConv构成颈部网络,减少网络层参数量,保持网络的特征提取能力,并通过基于内容感知的特征重组模块提高识别精度。最后,采用下采样率分别为4、8和16倍的三个下采样模块作为头部网络输入,来提高小目标的检测效果。为了证明该方法的有效性,在DOTA数据集和NWPU NHR-10数据集上进行实验,平均检测精度分别达78.6%和94.3%,计算复杂度为94.7 G,整体模型大小为26.2 M。该方法具备检测精度高、计算复杂度低、模型权重小等特点,能有效提高小目标的检测精度,进一步改善光学遥感图像小目标检测性能。

关键词：光学遥感图像目标检测感受野增强特征融合注意力机制

在线全文

学校读者我要写书评

暂无评论

基于互信息和融合加权的并行深度森林算法

计算机应用研究 2024年第2期41卷 473-481页

作者：毛伊敏李文豪江西理工大学信息工程学院江西赣州341000 韶关学院信息工程学院广东韶关512000

针对大数据环境下并行深度森林算法中存在不相关及冗余特征过多、多粒度扫描不平衡、分类性能不足以及并行化效率低等问题,提出了基于互信息和融合加权的并行深度森林算法(parallel deep forest algorithm based on mutual information ... 详细信息

针对大数据环境下并行深度森林算法中存在不相关及冗余特征过多、多粒度扫描不平衡、分类性能不足以及并行化效率低等问题,提出了基于互信息和融合加权的并行深度森林算法(parallel deep forest algorithm based on mutual information and mixed weighting,PDF-MIMW)。首先,在特征降维阶段提出了基于互信息的特征提取策略(feature extraction strategy based on mutual information,FE-MI),结合特征重要性、交互性和冗余性度量过滤原始特征,剔除过多的不相关和冗余特征;接着,在多粒度扫描阶段提出了基于填充的改进多粒度扫描策略(improved multi-granularity scanning strategy based on padding,IMGS-P),对精简后的特征进行填充并对窗口扫描后的子序列进行随机采样,保证多粒度扫描的平衡;其次,在级联森林构建阶段提出了并行子森林构建策略(sub-forest construction strategy based on mixed weighting,SFC-MW),结合Spark框架并行构建加权子森林,提升模型的分类性能;最后,在类向量合并阶段提出基于混合粒子群算法的负载均衡策略(load balancing strategy based on hybrid particle swarm optimization algorithm,LB-HPSO),优化Spark框架中任务节点的负载分配,降低类向量合并时的等待时长,提高模型的并行化效率。实验表明,PDF-MIMW算法的分类效果更佳,同时在大数据环境下的训练效率更高。

关键词： Spark框架并行深度森林互信息负载均衡

基于网络流量时空特征和自适应加权系数的异常流量检测方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第6期46卷 2647-2654页

作者：顾伟行鸿彦侯天浩南京信息工程大学电子与信息工程学院南京210044

针对传统异常流量检测模型对流量数据时空特性利用率较低从而导致检测模型性能较差的问题,该文提出一种基于融合卷积神经网络(CNN)、多头挤压激励机制(MSE)和双向长短期记忆(BiLSTM)网络的异常流量检测方法MSECNN-BiLSTM。利用1维CNN挖... 详细信息

针对传统异常流量检测模型对流量数据时空特性利用率较低从而导致检测模型性能较差的问题,该文提出一种基于融合卷积神经网络(CNN)、多头挤压激励机制(MSE)和双向长短期记忆(BiLSTM)网络的异常流量检测方法MSECNN-BiLSTM。利用1维CNN挖掘空间尺度下的异常流量特征,并引入MSE,多角度自适应特征加权,强化模型全局特征的关联能力。将网络流量的特征输入BiLSTM,捕捉流量数据的时序依赖性,进一步建立网络流量在时间尺度上的关系模型。利用softmax分类器进行预测分类,实验结果验证了所提模型在异常流量检测领域的有效性。

关键词：异常流量检测卷积神经网络长短期记忆网络挤压激励机制

在线全文

学校读者我要写书评

暂无评论

空间耦合低密度奇偶校验码残差滑窗译码算法

电子与信息学报 2024年第3期46卷 867-874页

作者：周华李子杰南京信息工程大学电子与信息工程学院南京210044

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低... 详细信息

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低边信息无效更新的频率,提高窗内译码收敛速度。仿真结果表明:相比于传统SWD算法,RSWD算法在窗口中各位置的误比特数明显降低,抑制错误传播效果明显;在高信噪比(SNR)区域或者低迭代次数的情况下,RSWD算法的误码率性能优于SWD算法;此外,将动态残差应用到消息复用(MR)和窗口扩展(WE)两种窗译码算法中,亦能得到类似结论,提升窗译码性能。

关键词：空间耦合低密度奇偶校验码错误传播滑窗译码残差算法

在线全文

学校读者我要写书评

暂无评论

基于区域掩码对比蒸馏的遥感图像目标检测

东南大学学报（自然科学版） 2024年第3期54卷 761-771页

作者：周杰周子龙罗岩刘瑞赵满艳南京信息工程大学电子与信息工程学院南京210044

为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征... 详细信息

为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征掩码.其次,结合对比蒸馏算法,通过对教师网络和学生网络的区域掩码进行对比学习,使学生网络更加充分地吸收教师网络在目标特征纹理检测方面的知识.同时,在检测阶段引入了一种旋转定位损失算法,该算法通过量化真实边界框和预测边界框之间的格点向量差来进行损失估计,从而减小了预测边界框与真实边界框之间的旋转损失.结果表明,改进算法的均值平均精度在DOTA和HRSC2016数据集上分别较传统算法提高了3.57%和5.22%.

关键词：遥感图像目标检测区域掩码对比蒸馏旋转定位损失函数

一种在空气中运行稳定的界面保护型光学神经突触器件

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第14期44卷 250-257页

作者：李欣蔚杨成东苏琳琳刘逸龙南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

提出了利用在二氧化硅表面覆盖一层超薄(7 nm)致密的氮化硅来隔离空气中氧气的方法,氮化硅低的隧穿势垒能够保证电子通过并到达二氧化硅界面,形成电子捕获态。这样的器件设计极大地提高了器件在空气中的运行稳定性。此外,还模拟了突触... 详细信息

提出了利用在二氧化硅表面覆盖一层超薄(7 nm)致密的氮化硅来隔离空气中氧气的方法,氮化硅低的隧穿势垒能够保证电子通过并到达二氧化硅界面,形成电子捕获态。这样的器件设计极大地提高了器件在空气中的运行稳定性。此外,还模拟了突触可塑性行为。该设计不仅能够确保基于二氧化硅界面捕获的突触器件在空气中稳定地运行,而且能够为解决器件运行稳定性问题提供一种可行思路。

关键词：神经形态器件肖特基二极管界面捕获界面保护

基于高效聚合特征增强网络的合成孔径雷达船舰检测方法

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第12期44卷 309-319页

作者：单慧琳刘文星王兴涛付相为李长帅张银胜南京信息工程大学电子与信息工程学院江苏南京210044 无锡学院电子信息工程学院江苏无锡214105

合成孔径雷达(SAR)由于散射效应以及波长和天线尺寸的分辨率限制,难以获取小尺寸目标的细节和边界信息,因此,检测准确性不高。为了提高SAR船舰检测的准确率以及降低误检率,提出了一种基于高效聚合特征增强网络的SAR船舰检测方法。首先,... 详细信息

合成孔径雷达(SAR)由于散射效应以及波长和天线尺寸的分辨率限制,难以获取小尺寸目标的细节和边界信息,因此,检测准确性不高。为了提高SAR船舰检测的准确率以及降低误检率,提出了一种基于高效聚合特征增强网络的SAR船舰检测方法。首先,在主干网络中采用空间通道注意力机制,构建出高效层卷积块作为主要的特征提取模块,以增强模型的特征获取性能,提高模型对船舰目标的识别能力;其次,特征融合部分采用Inception NeXt模块来提高算法效率;最后,在主干网络以及特征提取部分之间构建出一种全局增强特征金字塔分支结构,进一步融合全局特征,避免传输过程中的低维度特征损失,以提升网络的特征融合能力,使其即使对于复杂背景下的小目标仍然能展现出可靠的检测能力。为了证明所提网络的有效性,在SSDD数据集上作了对比实验,实验结果表明,相较于YOLOv7,所提网络的准确率提升了2.5个百分点,召回率提升了9.2个百分点,交并比(IoU)阈值为0.5时的平均精度提升了6.4个百分点,IoU为0.5∶0.95时的平均精度提升了9.9个百分点。实验结果证明,所提网络在提升SAR船舰检测精度、改善误检漏检等方面有显著优势,可作为高精度的检测方法来有效应对SAR船舰检测中存在的问题。

关键词：深度学习目标检测高效聚合特征增强网络注意力机制合成孔径雷达船舰检测

基于Spark和NRSCA策略的并行深度森林算法

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年第1期41卷 126-133页

作者：毛伊敏刘绍芬江西理工大学信息工程学院江西赣州341000 韶关学院信息工程学院广东韶关512026

针对并行深度森林在大数据环境下存在冗余及无关特征过多、两端特征利用率过低、模型收敛速度慢以及级联森林并行效率低等问题,提出了基于Spark和NRSCA策略的并行深度森林算法——PDF-SNRSCA。首先,该算法提出了基于邻域粗糙集和Fisher ... 详细信息

针对并行深度森林在大数据环境下存在冗余及无关特征过多、两端特征利用率过低、模型收敛速度慢以及级联森林并行效率低等问题,提出了基于Spark和NRSCA策略的并行深度森林算法——PDF-SNRSCA。首先,该算法提出了基于邻域粗糙集和Fisher score的特征选择策略(FS-NRS),通过衡量特征的相关性和冗余度,对特征进行过滤,有效减少了冗余及无关特征的数量;其次,提出了一种随机选择和等距提取的扫描策略(S-RSEE),保证了所有特征能够同概率被利用,解决了多粒度扫描两端特征利用率低的问题;最后,结合Spark框架,实现级联森林并行化训练,提出了基于重要性指数的特征筛选机制(FFM-II),筛选出非关键性特征,平衡增强类向量与原始类向量维度,从而加快模型收敛速度,同时设计了基于SCA的任务调度机制(TSM-SCA),将任务重新分配,保证集群负载均衡,解决了级联森林并行效率低的问题。实验表明,PDF-SNRSCA算法能有效提高深度森林的分类效果,且对深度森林并行化训练的效率也有大幅提升。

关键词：并行深度森林算法 Spark框架邻域粗糙集正弦余弦算法多粒度扫描

智能反射面辅助的抗干扰安全通信系统鲁棒资源分配算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第3期46卷 875-885页

作者：席兵冯彦博邓炳光张治中重庆邮电大学通信与信息工程学院重庆400065 南京信息工程大学电子与信息工程学院南京210044

为了解决恶意干扰攻击、窃听和不完美信道状态信息造成的通信质量降低和安全性差等问题,该文提出一种智能反射面(IRS)辅助的抗干扰安全通信系统鲁棒资源分配算法。首先,基于合法用户的最小安全速率约束、最大发射功率约束和IRS相移约束... 详细信息

为了解决恶意干扰攻击、窃听和不完美信道状态信息造成的通信质量降低和安全性差等问题,该文提出一种智能反射面(IRS)辅助的抗干扰安全通信系统鲁棒资源分配算法。首先,基于合法用户的最小安全速率约束、最大发射功率约束和IRS相移约束,在非法节点不完美信道状态信息、干扰器波束成形向量未知的情况下,构建了一个联合优化基站的波束成形向量、人工噪声的协方差矩阵和IRS的相移矩阵的鲁棒资源分配问题。其次,为了求解该非凸问题,利用交替优化、Cauchy-Schwarz不等式、连续凸逼近和泰勒级数展开等方法,将原问题转化为易于求解的凸优化问题。仿真结果表明,与传统算法相比所提算法能有效提高系统安全性、降低功率开销、提高抗干扰裕度,且在一定信道误差范围内能够减低约35%的保密中断概率,具有较强的鲁棒性。

关键词：物理层安全智能反射面抗干扰鲁棒性人工噪声