检索结果-南通市图书馆

基于图神经网络与动态采样的三维目标检测算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2025年

作者：钟凯陈颖颜承志高寒上海应用技术大学计算机科学与信息工程学院

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间... 详细信息

现有多数三维目标检测方法在检测远距离目标时容易发生漏检，并且在小目标类别的检测精度方面表现不佳。针对这些问题，提出了一种基于图神经网络与动态采样的三维目标检测算法。在候选框生成阶段，采用图特征增强模块强化柱状特征之间的语义信息，从而生成高质量的伪图像。在关键点采样阶段，设计了一种动态采样策略，不仅提升了采样效率，同时增加了前景点的比例，并结合动态最远体素采样方法以确保关键点分布的均匀性。在候选框细化阶段，利用多尺度图池化模块提取丰富的局部特征，最后通过自适应模块融合局部信息与关键点信息，增强了特征表达能力。基于KITTI数据集的实验结果表明，所提算法在行人和骑行者的平均精度均值(mAP)分别达到了56.08%和77.65%，较基准算法Point Pillars分别提升了12.29和10.04个百分点。此外，该算法在远距离目标识别方面也表现出更高的精度，验证了其在远距离目标检测和小目标类别检测中的有效性。

关键词：三维目标检测图神经网络动态采样点云处理小目标检测

基于动态混合注意力与多尺度特征的遥感图像配准

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2025年

作者：魏庭旭陈颖李铖昊马文浩上海应用技术大学计算机科学与信息工程学院同济大学中德工程学院

针对遥感图像的高分辨率、目标尺度变化大等特点导致现有的主流配准模型精度和效率较低的问题，本文提出了一种基于动态混合注意力和多尺度特征的配准模型。首先，在特征提取阶段引入ConvNeXtV2网络，通过嵌入动态混合注意力增强动态联... 详细信息

针对遥感图像的高分辨率、目标尺度变化大等特点导致现有的主流配准模型精度和效率较低的问题，本文提出了一种基于动态混合注意力和多尺度特征的配准模型。首先，在特征提取阶段引入ConvNeXtV2网络，通过嵌入动态混合注意力增强动态联系全局上下文与局部细节的能力。接着，提出多尺度特征校准模块，将低层次纹理信息与高层次语义信息聚合在多个感受野中以提高配准精度。其次，在匹配阶段使用基于预测矩阵加权的双向匹配方法计算密集对应关系得到双向参数，最后通过仿射变换完成图像配准。在Aerial Image等三个数据集上的实验结果表明，归一化距离阈值为0.01,0.03和0.05的情况下，配准精度达到40.9%,86.4%和95.3%，平均配准时间为0.87秒，证明了该模型有效提高了遥感图像配准的精度和效率。

关键词：遥感图像配准线性注意力多尺度特征特征融合双向匹配

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

混合特征平衡图注意力网络日志异常检测模型

计算机工程与应用 2025年第1期61卷 308-320页

作者：陈旭张硕景永俊王叔洋北方民族大学计算机科学与工程学院银川750000 北方民族大学电气信息工程学院银川750000

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息... 详细信息

针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性,导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型(HBGATLog)。构建混合日志图构建模块,通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构,增强日志特征间的关联性,并采用日志图构建模块构建日志图,有效保留空间结构特征。设计平衡日志图生成模块,解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证,实验结果表明,F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题,充分考虑日志数据特征的关联性,而且有效降低了漏检率。

关键词：日志异常检测日志分析图神经网络混合特征提取数据不平衡

LW-YOLOv7SAR:轻量SAR图像目标检测方法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2025年第1期46卷 143-150页

作者：邹珺淏任酉贵冷芳玲鲍玉斌张天成于戈东北大学计算机科学与工程学院沈阳110819 辽宁省自然资源事务服务中心沈阳110032

针对SAR场景的小目标、多噪声、复杂等特征,以及舰船目标场景的优化轻量检测模型需求,基于YOLOv7-tiny框架裁剪与优化,提出了可用于SAR舰船图像的轻量检测网络LW-YOLOv7SAR.它通过重参数化和Shuffle技巧,并结合GhostConv模块去除冗余信... 详细信息

针对SAR场景的小目标、多噪声、复杂等特征,以及舰船目标场景的优化轻量检测模型需求,基于YOLOv7-tiny框架裁剪与优化,提出了可用于SAR舰船图像的轻量检测网络LW-YOLOv7SAR.它通过重参数化和Shuffle技巧,并结合GhostConv模块去除冗余信息的思想和方法,轻量化了模型,同时增强了模型多尺度信息提取的效率;为了便于部署和移植,模型使用易部署的激活函数hard-Swish和ReLU6.此外,在主干层引入结合空间通道注意力的软阈值化模块,增加了模型的去噪和泛化能力;为了提高小目标的检测精度,在模型中引入了加权的多尺度特征融合.经过理论分析和实验验证发现,对比YOLOv7-tiny, LW-YOLOv7SAR模型减少89%计算量、90%参数量、90%权重文件大小,由于减小了运算量,实现了模型推理时的功耗降低,因此也更符合绿色计算要求;在SSDD数据集上的检测准确率可达97.6%.

关键词： YOLOv7-tiny 合成孔径雷达舰船检测小目标检测软阈值化轻量化

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

面向CPS时空规则验证制导的安全强化学习

计算机科学与探索 2025年第2期19卷 513-527页

作者：印婵祝义王金永陈小颖郝国生江苏师范大学计算机科学与技术学院江苏徐州221116 徐州工程学院信息工程学院江苏徐州221018 南京大学计算机科学与技术系南京210023

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导... 详细信息

深度强化学习是目前信息物理融合系统(CPS)决策中常用的一种方法。然而,当面对未知环境和复杂任务时,基于黑盒的深度强化学习方法在系统的安全性和奖励函数设置的可解释性方面存在不足。针对上述问题,提出了一种形式化时空规则验证制导的安全强化学习方法。提出了时空规则通信顺序进程(CSR-TCSP)对系统进行建模,并结合时空规约语言(STSL)和模型检测工具FDR对进程代数模型进行验证。利用系统环境模型形式化奖励状态机的结构,提出了时空规则奖励状态机(STR-RM)以指导强化学习中奖励函数的设置。此外,为了监测系统的运行并确保输出决策的安全性,设计了一个监控器及安全动作决策算法以获得更安全的状态行为策略。通过一个自动驾驶系统中的避障与变道超车实例,证明所提方法的有效性。

关键词：信息物理融合系统形式化方法进程代数安全强化学习自动驾驶

单通道舰船辐射噪声特征的多目标优化提取方法

在线全文

学校读者我要写书评

暂无评论

舰船科学技术 2025年第03期 158-162页

作者：孙宝刚王家伟重庆交通大学信息科学与工程学院重庆人文科技学院计算机工程学院

为获取能够增强不同类型舰船区分能力的特征，本文提出一种针对单通道舰船辐射噪声特征的多目标优化提取方法。首先，采用集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）方法分解单通道舰船辐射噪声（Ship Radiated N... 详细信息

为获取能够增强不同类型舰船区分能力的特征，本文提出一种针对单通道舰船辐射噪声特征的多目标优化提取方法。首先，采用集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）方法分解单通道舰船辐射噪声（Ship Radiated Noise,SRN）信号，获取各阶本征模态函数（Intrinsic Mode Function,IMF）分量；然后，从IMF分量中提取频率及能量特征，组建单通道SRN特征向量，并将其视为具备多维特征的最小化多目标优化函数；最后，依据主成分分析（Principal Component Analysis,PCA）方法，通过计算各特征向量的贡献率完成特征向量优化提取，并将提取结果以热图的方式呈现。实验结果显示，该方法可成功获取按频率从高到低排列的IMF分量，并深入分析其中频率特征和能量特征，实现对特征的优化提取。

关键词：单通道舰船辐射噪声多目标优化频率特征

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2025年第1期19卷 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院哈尔滨150000

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络(CNN)的语义分割算法难以捕捉到影像的全局特征,导致分割效果不佳。针对以上问题,利用Swin Transformer的全局特征提取能力,提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块(FFB)将Swin Transformer捕获的全局特征引入编码端,应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块(SIB),降低复杂背景样本带来的负面影响;在解码端引入全局-局部注意力模块(GLTB)和特征细化模块(FRB),来更好地利用编码端提取的信息,提高语义分割的精确性;采用交叉熵损失和Dice Loss组成的混合损失函数训练模型,减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上,宏观平均F1值(mF1)、平均交并比(mIoU)和整体准确率(OA)指标分别达到91.9%、84.8%和92.4%;在LoveDA数据集上,mIoU指标达到55.0%,均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer

在线全文

学校读者我要写书评

暂无评论

面向单传声器节点的分布式语音增强算法

华中科技大学学报(自然科学版) 2025年第03期 99-108页

作者：庞淑蓉秦品乐曾建潮畅瑞江中北大学计算机科学与技术学院河北建筑工程学院电气工程学院

在节点为单传声器的无线声学传感器网络(WASN)中，针对分布式语音增强时声学传递函数难以获取及节点间频繁交换数据的问题，提出了一种基于单传声器节点的分布式语音增强算法．具体地，首先针对全连接WASN，提出了基于最大输入信噪比节... 详细信息

在节点为单传声器的无线声学传感器网络(WASN)中，针对分布式语音增强时声学传递函数难以获取及节点间频繁交换数据的问题，提出了一种基于单传声器节点的分布式语音增强算法．具体地，首先针对全连接WASN，提出了基于最大输入信噪比节点的语音失真加权分布式维纳滤波(SDW-DWF)算法．该算法通过计算获得最大输入信噪比节点，并由该节点接收其他节点发送的多帧信号信息，来分布式实现加权维纳滤波语音增强．该算法在节点间仅需交换少量数据，且不依赖于声学传递函数．此外，提出了一种无拓扑约束的比较一致性算法，来获得最大输入信噪比节点，以使得SDW-DWF方法可用于无网络拓扑约束的移动说话人场景．仿真和实际实验验证了本文方法在无需先验约束情况下，具有较高的分布式语音增强性能．

关键词：分布式语音增强分布式维纳滤波加权维纳滤波一致性算法无线声学传感器网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑充电模式决策的电动车路径规划问题

控制工程 2025年

作者：黄敏杨佳馨匡韩斌李娟张期环东北大学信息科学与工程学院浙江财经大学经济学院山西财经大学管理科学与工程学院

针对电动车配送过程中续航里程有限、充电时间长等现象，提出了一种考虑充电模式决策的电动车路径规划问题，以最小化配送总成本为目标构建了混合整数规划模型。针对问题的NP-hard特性，设计了一种充换电特征驱动的改进自适应大邻域搜... 详细信息

针对电动车配送过程中续航里程有限、充电时间长等现象，提出了一种考虑充电模式决策的电动车路径规划问题，以最小化配送总成本为目标构建了混合整数规划模型。针对问题的NP-hard特性，设计了一种充换电特征驱动的改进自适应大邻域搜索算法，基于充电时间的灵活性、充电站与客户间的紧密关联性等特点设计了充电站关联破坏与比较修复等邻域操作算子。数值实验表明，该算法在求解小规模算例时相较于CPLEX求解器可更快求得最优解，在求解大规模算例时相较于基本自适应大邻域搜索算法可将解的质量提升约18.25%。结果也表明，考虑电动车充电模式决策可以有效缩短充电时间，在降低配送总成本方面具有积极作用。

关键词：电动车路径规划问题充电模式决策软时间窗自适应大邻域搜索算法