检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

融合注意力机制和结构线提取的图像卡通化

浙江大学学报（工学版） 2024年第8期58卷 1728-1737页

作者：李灿林王新玥马利庄邵志文张文娇郑州轻工业大学计算机与通信工程学院河南郑州450000 上海交通大学计算机科学与工程系上海200240 中国矿业大学计算机科学与技术学院江苏徐州221116

为了解决图像卡通化没有突出表达图像中的重要特征信息及边缘处理不足的问题,提出融合注意力机制和结构线提取的图像卡通化方法.构建融合注意力机制的生成器网络,通过空间和通道融合特征间的联系,从不同的特征中提取更加重要和丰富的图... 详细信息

为了解决图像卡通化没有突出表达图像中的重要特征信息及边缘处理不足的问题,提出融合注意力机制和结构线提取的图像卡通化方法.构建融合注意力机制的生成器网络,通过空间和通道融合特征间的联系,从不同的特征中提取更加重要和丰富的图像信息.为了更好地实现对卡通纹理的学习,设计与全局并行的线提取区域处理模块(LERM),以便对卡通纹理的边缘区域进行对抗性训练.该方法不仅在重要区域和细节方面生成了高感知质量的卡通化图像,而且避免了内容和颜色的损失.大量的实验结果表明,利用该方法取得了更好的卡通风格化效果,验证了该方法的有效性,.

关键词：生成式对抗网络图像卡通化注意力机制结构线提取边缘检测

在线全文

学校读者我要写书评

暂无评论

一种改进近端优化的多目标流QoS调度策略

应用科学学报 2024年第3期42卷 499-512页

作者：刘星彤郑红黄建华华东理工大学计算机科学与工程系上海200237

软件定义网络可以搭载灵活的流调度策略来提升网络服务系统的服务质量,但随着业务流量复杂度的提升,现有的流调度算法会因场景匹配度的下降而导致性能受到影响。为此提出一种基于深度强化学习的智能路由策略。该策略通过软件定义网络收... 详细信息

软件定义网络可以搭载灵活的流调度策略来提升网络服务系统的服务质量,但随着业务流量复杂度的提升,现有的流调度算法会因场景匹配度的下降而导致性能受到影响。为此提出一种基于深度强化学习的智能路由策略。该策略通过软件定义网络收集各链路信息,基于长短期记忆网络与近端策略优化算法实现特征提取与状态感知,最终决策生成符合业务场景下服务质量(quality of service,QoS)目标的动态流量调度策略,并实现QoS最大化。实验结果表明,所提的方案与现有的路由策略相比可以使整套系统QoS指标提升7.06%,有效地提升了业务系统的吞吐率。

关键词：深度强化学习服务质量路由优化软件定义网络在线调度

在线全文

学校读者我要写书评

暂无评论

融合全局信息的多图神经网络会话推荐

小型微型计算机系统 2024年第4期45卷 769-776页

作者：黄涛徐贤华东理工大学计算机科学与工程系上海200237

基于会话的推荐旨在根据当前会话预测下一个最可能交互的物品.由于单个会话点击序列较短,仅使用会话本身的信息很难提供准确的推荐.因此,综合考虑其它会话之间的交互信息已成为一种趋势,为了提高推荐性能,本文提出一种融合全局信息的多... 详细信息

基于会话的推荐旨在根据当前会话预测下一个最可能交互的物品.由于单个会话点击序列较短,仅使用会话本身的信息很难提供准确的推荐.因此,综合考虑其它会话之间的交互信息已成为一种趋势,为了提高推荐性能,本文提出一种融合全局信息的多图神经网络会话推荐模型(GIMGNN)来增强会话推荐的效果.该模型首先通过超图卷积神经网络和门控图神经网络从全局会话超图和局部会话图中学习两个级别的物品表示,然后通过注意力机制将反向位置信息融合到两种表示中,最后利用融合后的表示完成预测.在两个真实数据集Yoochoose和Diginetica上进行了一系列实验,实验结果表明,对比性能最优的基准模型,GIMGNN模型在Yoochoose上P@20和MRR@20至少提升了2.42%和4.01%,在Diginetica上P@20和MRR@20至少提升了6.56%和9.11%,验证了模型的有效性.

关键词：会话推荐超图卷积神经网络门控图神经网络注意力机制位置信息

基于动态扩散算法的直流微电网简化分布式二层控制

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

电力自动化设备 2024年第1期44卷 119-125页

作者：廖达威高飞上海交通大学电力传输与功率变换控制教育部重点实验室上海200240 上海交通大学电气工程系上海200240

孤岛直流微电网采用下垂控制实现电流均分时,均流效果受馈线阻抗影响且带来电压跌落。为实现电压恢复和电流精确均分,提出了一种采用动态扩散算法的简化分布式二层控制策略。相比于传统二层控制,该简化二层控制策略仅包含1台积分控制器... 详细信息

孤岛直流微电网采用下垂控制实现电流均分时,均流效果受馈线阻抗影响且带来电压跌落。为实现电压恢复和电流精确均分,提出了一种采用动态扩散算法的简化分布式二层控制策略。相比于传统二层控制,该简化二层控制策略仅包含1台积分控制器和1个通信变量,简化了控制结构,减轻了通信链路负担。策略采用动态扩散算法进行分布式通信,改善了系统的收敛速度以及稳定性。考虑到不可忽略通信采样时间对系统稳定性的影响,建立了系统的离散时间小信号模型,绘制根轨迹图分析了二层控制增益和通信采样周期等关键参数对系统稳定性的影响。最后,基于MATLAB/Simulink的仿真结果验证了所提策略在动态性能和稳定性上的优越性。

关键词：直流微电网分布式控制扩散算法离散时间模型二层控制

基于渐进式多尺度Transformer的图像去雾算法

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5期51卷 117-124页

作者：周宇陈志华盛斌梁磊华东理工大学信息科学与工程学院上海200237 上海交通大学计算机科学与技术系上海200240

现有的去雾方法难以在复原图像细节的同时保持全局信息。为了解决此问题,文中提出了一种基于渐进式多尺度Transformer(Multi Scale Progressive Transformer,MSP-Transformer)的图像去雾算法。该模型能够有效提取和利用不同尺度的雾相... 详细信息

现有的去雾方法难以在复原图像细节的同时保持全局信息。为了解决此问题,文中提出了一种基于渐进式多尺度Transformer(Multi Scale Progressive Transformer,MSP-Transformer)的图像去雾算法。该模型能够有效提取和利用不同尺度的雾相关特征,实现了特征和图像的多尺度学习和融合,渐进式地从有雾图像中复原清晰图像。所提出的MSP-Transformer分为编码、解码和复原3个阶段。在编码阶段,利用基于Transformer模块的编码器将输入图像分解为不同尺度的雾图像特征,以全面表征真实有雾图像的信息损失。在解码阶段,考虑到有雾图像的不同区域存在不同尺度的信息丢失,设计了一个包含多尺度注意力机制的特征聚合模块,利用通道注意力和多尺度空间注意力来融合不同尺度的特征信息。复原阶段包含了复原模块和融合模块,首先基于多尺度特征融合的复原模块聚合不同尺度的雾相关特征以增加不同尺度特征的联系,并在每个尺度复原出清晰的无雾图像,然后将每个尺度的复原图像送入融合模块以获得最终的去雾结果。定性和定量的实验结果表明,所提出的MSP-Transformer在真实图像和合成数据集上能够实现雾的有效去除,具有良好的鲁棒性。在公开的RESIDE数据集上与11种去雾方法进行定量和定性比较,MSP-Transformer取得了最高的PSNR(39.53db)和SSIM(0.9954),并获得了良好的视觉效果。此外,消融实验也证明了MSP-Transformer中所提出的模块的有效性。

关键词：图像去雾多尺度 Transformer 注意力机制特征融合

在线全文

学校读者我要写书评

暂无评论

模糊集在复杂背景下目标选取中的应用

红外与毫米波学报 2000年第5期19卷 381-384页

作者：陈海燕上海交通大学计算机科学与工程系戚飞虎上海交通大学计算机科学与工程系上海200030

针对如何在复杂背景下从多个准目标中进行目标选取 ,提出在提取目标的多个特征的基础上用模糊隶属度表征各个特征的重要性的方法来选取目标 .给出了一个成功的应用实例——车牌自动识别系统 .收费道口现场实验表明 ,在分割和字符切分正... 详细信息

针对如何在复杂背景下从多个准目标中进行目标选取 ,提出在提取目标的多个特征的基础上用模糊隶属度表征各个特征的重要性的方法来选取目标 .给出了一个成功的应用实例——车牌自动识别系统 .收费道口现场实验表明 ,在分割和字符切分正确的基础上 ,此模型的目标识别率为 99% .

关键词：目标识别模糊事件隶属度模糊集目标选取

基于SDL-LightGBM集成学习的软件缺陷预测模型

在线全文

学校读者我要写书评

暂无评论

计算机工程与设计 2024年第3期45卷 769-776页

作者：谢华祥高建华黄子杰上海师范大学计算机科学与技术系上海200234 华东理工大学计算机科学与工程系上海200237

为提高软件缺陷预测准确性和预测模型的可解释性,提出一种Spearman+DE+LIME+LightGBM(SDL-LightGBM)集成学习的软件缺陷预测模型。使用混合特征选择方法Spearman+LightGBM确定最佳特征子集,在保证模型预测性能的情况下降低模型复杂度;... 详细信息

为提高软件缺陷预测准确性和预测模型的可解释性,提出一种Spearman+DE+LIME+LightGBM(SDL-LightGBM)集成学习的软件缺陷预测模型。使用混合特征选择方法Spearman+LightGBM确定最佳特征子集,在保证模型预测性能的情况下降低模型复杂度;使用集成学习算法LightGBM(light gradient boosting machine)对特征子集建立预测模型,并使用差分进化(differential evolution, DE)算法优化模型的重要超参数;使用局部可解释的模型无关技术(local interpretable model-agnostic explanations, LIME)对模型进行局部可解释分析。实验通过12个项目的35个版本的结果表明,SDL-LightGBM算法优于现有的软件缺陷预测方法,F1值平均提高8.97%,AUC值平均提高11.42%,模型训练时间缩短43.6%。

关键词：缺陷预测机器学习集成学习特征选择模型优化模型解释差分进化

在线全文

学校读者我要写书评

暂无评论

视觉提示学习综述

计算机学报 2024年第4期47卷 790-820页

作者：廖宁曹敏严骏驰上海交通大学人工智能教育部重点实验室上海200240 苏州大学计算机科学与技术学院江苏苏州215021

近年来,随着提示学习方法在自然语言处理领域被提出,其日益受到研究人员广泛关注,它通过将各类下游任务重构成预训练任务的形式,以参数高效和数据高效的方式将大规模预训练模型应用在各类自然语言相关下游任务中.其中以GPT系列为代表的... 详细信息

近年来,随着提示学习方法在自然语言处理领域被提出,其日益受到研究人员广泛关注,它通过将各类下游任务重构成预训练任务的形式,以参数高效和数据高效的方式将大规模预训练模型应用在各类自然语言相关下游任务中.其中以GPT系列为代表的模型通过提示学习在对话生成和多模态图文理解等任务上取得了巨大的成功.然而,这类模型及方法还不能解决视觉中的稠密任务.受此启发,一些研究人员逐渐将提示学习广泛应用到视觉相关的各类任务当中,如图像识别、目标检测、图像分割、领域适应、持续学习等.由于目前还没有提示学习应用在视觉相关领域中的综述,本文将对视觉单模态领域以及视觉语言多模态领域的提示学习方法展开全面论述和分析.作为回顾,我们首先简要介绍自然语言处理领域的预训练模型,并对提示学习的基本概念、下游应用形式以及提示模板类型进行阐述和分类.其次,我们分别介绍视觉单模态领域以及视觉语言多模态领域里提示学习方法适配的预训练模型和任务.再次,我们分别介绍视觉单模态领域以及视觉语言多模态领域的提示学习方法.在自然语言处理领域,提示学习方法以继承预训练形式实现多任务统一为主要目的;与此不同,在视觉相关领域,提示学习方法侧重于面向特定下游任务进行设计.为此,我们将从方法设计上进行简单分类,然后从应用任务角度详细介绍视觉单模态提示学习和视觉语言多模态提示学习方法.最后,我们对比分析了自然语言处理领域和视觉相关领域提示学习研究的进展,并对未来研究路线给出了展望。

关键词：大规模预训练模型自然语言处理视觉单模态提示学习视觉语言多模态提示学习

在线全文

学校读者我要写书评

暂无评论

端云协同智能计算的关键问题、方法和应用

中国工程科学 2024年第1期26卷 127-138页

作者：张圣宇况琨吕承飞李纪为肖俊吴帆吴飞浙江大学软件学院杭州310013 浙江大学计算机科学与技术学院杭州310013 淘宝(中国)软件有限公司杭州310012 上海交通大学计算机科学与工程系上海200240 浙江大学上海高等研究院上海201203

端云协同智能计算是大数据、云计算、边缘计算发展的产物,可在保护用户隐私的前提下显著提升数据利用率,实现智能计算实时响应能力与服务鲁棒性的优势互补,而相应技术研发和实践应用具有复杂性。本文剖析了端云协同智能计算的应用价值,... 详细信息

端云协同智能计算是大数据、云计算、边缘计算发展的产物,可在保护用户隐私的前提下显著提升数据利用率,实现智能计算实时响应能力与服务鲁棒性的优势互补,而相应技术研发和实践应用具有复杂性。本文剖析了端云协同智能计算的应用价值,凝练了端学习效率优化、端少样本过拟合、端模型定制化、分布差异下虚假关联学习、通信开销与计算效率平衡等方面的技术难题;系统梳理了端云协同智能计算中主流方法研究进展,涉及作为应用基石的高效计算硬件、以端为中心的协同计算、以云为中心的协同计算、端云双向协同计算、可信端云协同智能计算等主要方向;总结了推荐系统、自动驾驶、安防系统、教育模式等端云协同智能计算的垂直领域应用情况。着眼端云协同智能计算的未来发展,需重点研究云资源在端模型个性化中的应用策略、端云协同多目标优化算法、端-端与云协同计算的优化策略。

关键词：端云协同大小模型协同计算端计算可信协同机器学习