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

开放生成与特征优化的开集识别方法

计算机应用 2024年

作者：向尔康黄荣董爱华东华大学信息科学与技术学院数字化纺织服装技术教育部工程研究中心(东华大学)

当深度神经网络遇到训练时未遇见的类别的样本时，不能准确地拒绝未知类样本，而开集识别是准确分类已知类样本同时拒绝未知类样本。在开集识别领域，原型学习方法目前广为应用，但这些方法都无法同时保证样本分布内紧凑性和样本分布间... 详细信息

当深度神经网络遇到训练时未遇见的类别的样本时，不能准确地拒绝未知类样本，而开集识别是准确分类已知类样本同时拒绝未知类样本。在开集识别领域，原型学习方法目前广为应用，但这些方法都无法同时保证样本分布内紧凑性和样本分布间分离性。所以针对样本分布内紧凑性和样本分布间分离性提出开放生成与特征优化的开集识别方法 OGFO(open set recognition method with Open Generation and Feature Optimization)。首先提出开放点的概念，原型点通过深度神经网络学习对应类别样本的固有特征，而开放点是各类别原型点的均值，代表未知类的固有特征且开放点占据的特征空间中心区域，此区域为未知类样本分布的开放空间。其次提出基于开放点的特征优化算法，利用开放点强迫相同类别样本内部分布更加紧凑并且迫使不同类别样本间分布更加分离。最后提出基于开放点的生成方法 OGAN(Open Generative Adversarial Network)。深度神经网络迫使OGAN生成的未知类样本分布在开放点占据的开放空间中。相比于ARPL (Adversarial Reciprocal Points Learning for open set recognition),OGFO在MNIST(Mixed National Institute of Standards and Technology dataset)、SVHN(The Street view House Numbers dataset)、CIFAR10(Canadian Institute for Advanced Research 10)等数据集上的AUROC(Area Under the Receiver Operating Characteristic curve)指标上有明显提升，尤其在TinyImageNet(Tiny ImageNet visual recognition challenge)数据集上的AUROC指标上提升了3个百分点以上，在准确率指标上和OSCR(Open Set Classification Rate)指标上分别有6个百分点和5个百分点以上的提升。实验结果表明OGFO解决了其他方法无法兼顾样本分布内紧凑性和样本分布间分离性的问题。

关键词：特征优化开集识别开放点原型学习神经网络生成器

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于可逆神经网络的多载体图像隐写模型

计算机工程 2024年

作者：卞玉星黄荣周树波刘浩东华大学信息科学与技术学院东华大学数字化纺织服装技术教育部工程研究中心

图像隐写是指将秘密图像隐藏到载体图像中，生成含密图像并在公共信道中传输，通常包括秘密图像的嵌入和提取两个过程。现有多载体图像隐写方法将秘密图像的嵌入过程拆分为编码和叠加两步，将秘密图像编码为含密扰动，通过空域操作将含... 详细信息

图像隐写是指将秘密图像隐藏到载体图像中，生成含密图像并在公共信道中传输，通常包括秘密图像的嵌入和提取两个过程。现有多载体图像隐写方法将秘密图像的嵌入过程拆分为编码和叠加两步，将秘密图像编码为含密扰动，通过空域操作将含密扰动与多张载体图像叠加，实现了在多张载体图像中嵌入秘密图像。这种方法的嵌入和提取两个互逆过程分别由两个相互独立的网络实现，无法共享参数，这导致计算资源消耗大、训练参数多。为解决这个问题，提出了一种基于可逆神经网络的多载体图像隐写模型，它将嵌入和提取过程分别与可逆神经网络的正向和逆向映射相关联，实现了参数共享，有效减少了网络参数量。此外，现有的模型缺乏对秘密图像重要内容级区域的重要性度量方法。针对此问题，在可逆神经网络输入端引入了空域注意力模块，以提高编码质量，关注秘密图像中的关键区域，从而提升隐写效果。同时，为多用户配给基于密钥的身份信息矩阵，建立了身份核验机制，防止攻击者非法获取秘密图像。实验表明，该方法实现了较好的隐写效果，含密图像和提取出的秘密图像的峰值信噪比优于基线模型8.5dB～9.4dB，结构相似度优于基线模型0.012～0.019、学习感知图像块相似度优于基线模型0.0029～0.0047，参数量仅为基线模型的17.6%。

关键词：可逆神经网络多载体图像隐写身份核验机制空域注意力模块参数共享

剩余硬件损伤下非线性能量收集全双工双向中继网络的吞吐量优化算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：乔峰仇润鹤数字化纺织服装技术教育部工程研究中心(东华大学) 东华大学信息科学与技术学院

为符合能量收集(EH)电路的非线性输出特性和非理想硬件，在无线携能(SWIPT)全双工双向中继网络中应用一种常值-线性-常值能量收集模型并考虑剩余硬件损伤(RHIs)。针对剩余硬件损伤和剩余自干扰(RSI)对中继网络中断性能的影响，提出一种... 详细信息

为符合能量收集(EH)电路的非线性输出特性和非理想硬件，在无线携能(SWIPT)全双工双向中继网络中应用一种常值-线性-常值能量收集模型并考虑剩余硬件损伤(RHIs)。针对剩余硬件损伤和剩余自干扰(RSI)对中继网络中断性能的影响，提出一种基于黄金分割法的优化算法以提高吞吐量。首先根据分段信干噪比(SNDR)将端到端中断概率用全概率公式展开，使用求导和变量代换进行分类讨论将其化为一重积分以获得闭合表达式。所得的端到端中断概率按信干噪比阈值的大小进行分段表示，并验证了由剩余硬件损伤造成的系统协作效应(OSC)。然后由中断概率推得系统吞吐量并将其转换为关于时间切换(TS)系数的函数。最后，分析函数单调性后使用提出的优化算法以最大化系统吞吐量。仿真结果验证了分段中断概率表达式的准确性和优化算法对系统吞吐量的提升；同时相较于线性能量收集模型，全双工模式下应用非线性能量收集模型会使得系统吞吐量在高信噪比时不升反降。

关键词：全双工非线性能量收集模型剩余硬件损伤剩余自干扰吞吐量

基于织物传感器所测肌肉厚度特征的肌肉疲劳监测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Journal of Donghua University(English Edition) 2024年第1期41卷 15-20页

作者：王传岭王玺东华大学信息科学与技术学院上海201620 东华大学数字化纺织服装技术教育部工程研究中心上海201620

骨骼肌疲劳监测是康复医疗和运动科学等领域热点课题。然而受传感器的尺寸和价格所限,目前的肌肉疲劳监测技术不适用于运动场景。该研究基于织物应变传感器的穿戴式智能带测量人体上臂肱二头肌的厚度变化,以期辅助常规肌电图(electromyo... 详细信息

骨骼肌疲劳监测是康复医疗和运动科学等领域热点课题。然而受传感器的尺寸和价格所限,目前的肌肉疲劳监测技术不适用于运动场景。该研究基于织物应变传感器的穿戴式智能带测量人体上臂肱二头肌的厚度变化,以期辅助常规肌电图(electromyography,EMG)传感器监测肌肉疲劳。测试方案选用哑铃弯举动作,采用EMG过零率和EMG中位频率检验新提出的2个基于厚度的肌肉疲劳指标,即电阻中位频率和电阻所围面积。结果显示,EMG中位频率和电阻中位频率相关系数达0.7815,P值为0.0220;EMG过零率和电阻所围面积相关系数达0.8747,P值为0.0045。结果表明,基于厚度的肌肉疲劳指标与常用的基于EMG的疲劳指标显著相关。该研究验证了使用面向可穿戴的柔性传感器在运动中监测肌肉疲劳的可行性,显示出该类传感器在肌肉疲劳监测研究领域的广阔前景。

关键词：肌肉疲劳监测肌电图(EMG) 肌肉厚度织物应变传感器

在线全文

学校读者我要写书评

暂无评论

基于多模态和度量学习的小样本图像分类方法

东华大学学报(自然科学版) 2024年

作者：岳之一钱素琴东华大学信息科学与技术学院东华大学数字化纺织服装技术教育部工程研究中心

在小样本图像分类中,由于样本数量有限,神经网络难以进行充分训练,同时仅使用单一的判别方法容易产生相似性偏差,分类准确率较低。针对上述问题,提出一种多模态和度量学习相结合的小样本图像分类模型。使用卷积神经网络提取查询集和支... 详细信息

在小样本图像分类中,由于样本数量有限,神经网络难以进行充分训练,同时仅使用单一的判别方法容易产生相似性偏差,分类准确率较低。针对上述问题,提出一种多模态和度量学习相结合的小样本图像分类模型。使用卷积神经网络提取查询集和支持集图像的特征,通过度量模块判断图像与图像间的相似度;通过多模态模块对已知类别图像的文本信息与查询图像进行跨模态对比,从而计算查询图像与每个类别文本信息的相似度;最后结合两种相似度,基于多模态信息得出最终预测结果。在Mini Imagenet和CUB-200-2011两个数据集上进行小样本分类试验,同时与6种先进的小样本分类模型进行对比,结果显示,所提模型的分类准确率优于其他模型。试验结果证实了所提模型的有效性。

关键词：小样本学习图像分类度量学习多模态

考虑无人艇运动学约束的IRRT^(*)-APF路径规划算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年第9期51卷 290-298页

作者：刘意齐洁东华大学信息科学与技术学院上海201620 东华大学数字化纺织服装技术教育部工程研究中心上海201620

针对未知环境下无人艇(USV)的路径规划问题,提出了一种考虑无人艇运动学约束的改进RRT^(*)-APF路径规划算法(IRRT^(*)-APF)。通过引入改进的人工势场法(APF)提高了快速搜索随机树(RRT^(*))的避障性能,在人工势场中考虑无人艇与障碍物和... 详细信息

针对未知环境下无人艇(USV)的路径规划问题,提出了一种考虑无人艇运动学约束的改进RRT^(*)-APF路径规划算法(IRRT^(*)-APF)。通过引入改进的人工势场法(APF)提高了快速搜索随机树(RRT^(*))的避障性能,在人工势场中考虑无人艇与障碍物和目标点间的角度大小,加速了无人艇远离障碍物并接近目标点;使用曼哈顿距离法提高了RRT^(*)算法的效率。所提出的IRRT^(*)-APF方法,与滚动RRT^(*)算法和PSOFS算法进行了仿真对比实验。结果表明,提出的方法所规划的路径转折的次数和转角均显著减小,有利于实现无人艇的平稳控制,同时缩短了路径长度和规划路径的时间。在风浪环境下的进一步仿真实验结果表明,所提出的算法在有风浪干扰时依然能规划出符合无人艇运动学的轨迹,具有较强的抗风浪鲁棒性。

关键词：无人艇快速扩展随机树人工势场法局部路径规划滚动窗口

基于自监督视觉Transformer的图像美学质量评价方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年第4期44卷 1269-1276页

作者：黄荣宋俊杰周树波刘浩东华大学信息科学与技术学院上海201620 数字化纺织服装技术教育部工程研究中心(东华大学) 上海201620

现有的图像美学质量评价方法普遍使用卷积神经网络(CNN)提取图像特征,但受局部感受野机制的限制,CNN较难提取图像的全局特征,导致全局构图关系、全局色彩搭配等美学属性缺失。为解决该问题,提出基于自监督视觉Transformer(SSViT)模型的... 详细信息

现有的图像美学质量评价方法普遍使用卷积神经网络(CNN)提取图像特征,但受局部感受野机制的限制,CNN较难提取图像的全局特征,导致全局构图关系、全局色彩搭配等美学属性缺失。为解决该问题,提出基于自监督视觉Transformer(SSViT)模型的图像美学质量评价方法。利用自注意力机制建立图像局部块之间的长距离依赖关系,自适应地学习图像不同局部块之间的相关性,提取图像的全局特征,从而刻画图像的美学属性;同时,设计图像降质分类、图像美学质量排序和图像语义重构这3项美学质量感知任务,利用无标注的图像数据对视觉Transformer(ViT)进行自监督预训练,增强全局特征的表达能力。在AVA(Aesthetic Visual Assessment)数据集上的实验结果显示,SSViT模型在美学质量分类准确率、皮尔森线性相关系数(PLCC)和斯皮尔曼等级相关系数(SRCC)指标上分别达到83.28%、0.7634和0.7462。以上实验结果表明,SSViT模型具有较高的图像美学质量评价准确性。

关键词：图像美学质量评价视觉Transformer 自监督学习全局特征自注意力机制

在线全文

学校读者我要写书评

暂无评论

非完美频谱感知下认知超密集网络的资源分配

计算机应用研究 2024年第6期41卷 1833-1839页

作者：李凡仇润鹤东华大学信息科学与技术学院上海201620 东华大学数字化纺织服装技术教育部工程研究中心上海201620

针对实际认知超密集网络场景中认知无线电存在非完美频谱感知的情况,提出了一种基于非完美频谱感知的资源分配方案,目标是在考虑跨/同层干扰约束、保障用户服务质量下,最大化非完美频谱感知下认知超密集网络中次级网络的能效。为此,依... 详细信息

针对实际认知超密集网络场景中认知无线电存在非完美频谱感知的情况,提出了一种基于非完美频谱感知的资源分配方案,目标是在考虑跨/同层干扰约束、保障用户服务质量下,最大化非完美频谱感知下认知超密集网络中次级网络的能效。为此,依据网络模型构建能效优化问题,其为混合整数非凸规划问题,先通过分时共享松弛法和丁克尔巴赫法将其转换成等价的凸优化问题,再使用拉格朗日对偶法求其最优解,以此获得最优能效时的子信道和功率分配策略。基于此,提出了一种迭代的子信道和功率分配算法;为权衡计算复杂度,还提出了一种实用的子信道和功率分配算法。仿真结果表明,所提算法都有效地提升了网络能效。

关键词：非完美频谱感知认知超密集网络跨/同层干扰约束能效

非完美CSI下的全双工中继网络的能效谱效均衡

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 242-247页

作者：张茜仇润鹤东华大学信息科学与技术学院上海201620 东华大学数字化纺织服装技术教育部工程研究中心上海201620

为优化非完美信道状态信息下的解码转发全双工中继网络的能效和谱效,提出了一种基于该网络模型的能效谱效均衡策略。通过构建能量效率和频谱效率的折中优化函数,将一个非凸的多目标优化问题转换为一个凸的单目标优化问题,利用求导法和... 详细信息

为优化非完美信道状态信息下的解码转发全双工中继网络的能效和谱效,提出了一种基于该网络模型的能效谱效均衡策略。通过构建能量效率和频谱效率的折中优化函数,将一个非凸的多目标优化问题转换为一个凸的单目标优化问题,利用求导法和拉格朗日乘子法求解在不同折中因子下的最优中继发射功率。仿真结果表明,可以通过改变折中因子来优化系统的能效和谱效值,获得最优能效和谱效的性能折中。

关键词：非完美信道状态信息全双工能量效率频谱效率性能折中