检索结果-南通市图书馆

基于分层监测域人工势场法的无人驾驶车辆路径规划

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第5期30卷 1908-1918页

作者：潘玉恒陶艺鑫鲁维佳李国燕王丽天津城建大学计算机与信息工程学院天津300384

针对传统人工势场法在路径规划中存在易陷入局部极小值点、障碍物附近目标点不可达以及固定步长下易发生碰撞的问题,提出一种基于分层监测域的自适应人工势场法(APFLMD)。设计了分层监测域模型,通过建立安全避障范围,实现无人驾驶车辆... 详细信息

针对传统人工势场法在路径规划中存在易陷入局部极小值点、障碍物附近目标点不可达以及固定步长下易发生碰撞的问题,提出一种基于分层监测域的自适应人工势场法(APFLMD)。设计了分层监测域模型,通过建立安全避障范围,实现无人驾驶车辆速度的自适应变化,以提高车辆的避障能力。为避免无人驾驶车辆陷入局部极小值点区域,利用路径点的聚集情况实现局部极小值点的检测。设计了等势圈切线点,并结合二次贝塞尔曲线对路径进行优化,且目标点位于斥力等势圈内部时,提出一种虚拟随机引导策略,以帮助车辆逃离局部极小值点。最后,在斥力场函数中添加距离因子以解决障碍物附近目标点不可达问题。仿真结果表明,在复杂环境下APFLMD算法相较于对比算法,可分别降低49.23%的车辆行驶时间、19.4%的路径长度和车辆能耗以及82.12%的路径平滑度。

关键词：无人驾驶车辆路径规划人工势场法监测域

在线全文

学校读者我要写书评

暂无评论

基于多尺度特征融合的轻量化道路提取模型

浙江大学学报（工学版） 2024年第5期58卷 951-959页

作者：刘毅陈一丹高琳洪姣天津城建大学计算机与信息工程学院天津300384

针对当前用于遥感图像道路提取领域的语义模型存在计算复杂度较高、道路提取效果不佳的问题,提出基于多尺度特征融合的轻量化道路提取模型(MFL-DeepLab V3+).为了减少模型参数量并降低模型的计算复杂度,骨干网络选用轻量化Mobilenet V2... 详细信息

针对当前用于遥感图像道路提取领域的语义模型存在计算复杂度较高、道路提取效果不佳的问题,提出基于多尺度特征融合的轻量化道路提取模型(MFL-DeepLab V3+).为了减少模型参数量并降低模型的计算复杂度,骨干网络选用轻量化Mobilenet V2网络代替原模型的Xception网络,在空洞空间金字塔池化(ASPP)模块中引入深度可分离卷积.为了增强模型的道路提取能力,优化对细小路段的提取效果,在解码区提出联合注意力的多尺度特征融合(MFFA).基于Massachusetts roads数据集的各项实验表明,MFL-DeepLab V3+模型的参数规模显著降低,较原模型参数量压缩了88.67%,道路提取图像完整,边缘清晰,精确率、召回率和F1分数分别达到88.45%、86.41%和87.42%,与其他模型相比取得了更好的提取效果.

关键词：语义分割道路提取 MFL-DeepLab V3+ 多尺度特征融合注意力机制

基于动态扩展邻域蚁群算法的移动机器人路径规划

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第2期55卷 423-432,449页

作者：潘玉恒奥日格拉鲁维佳丛佳王世通陈阳天津城建大学计算机与信息工程学院天津300384

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方... 详细信息

针对蚁群算法易陷入局部最优、路径转折点多、收敛速度慢的问题,提出一种基于动态扩展邻域蚁群算法(Dynamic extended neighbourhoods ant colony optimization,DENACO)。在蚂蚁搜索方式上采用动态扩展邻域方法,并定义新的信息素计算方式和增量规则,在取得更优收敛路径长度的同时,减少路径转折点数量及路径节点数量;引入自适应调整因子改进启发函数,提高算法的全局搜索能力,并设定迭代阈值,提升算法的收敛速度;提出一种路径节点双优化策略,对规划好的路径进一步优化,提高路径综合质量。不同复杂度及不同规模栅格地图中的仿真实验表明,DENACO算法所规划的路径更优,路径转折点数量减少,收敛速度加快,路径节点数量明显减少,表明算法具有更高的可行性和适用性。

关键词：移动机器人蚁群算法路径规划动态扩展邻域自适应启发函数

小波分频自注意力Transformer图像去雨网络

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第6期60卷 259-273页

作者：方思严刘斌湖北大学计算机与信息工程学院武汉430062

针对视觉Transformer对高频信息捕捉能力弱以及目前许多图像去雨方法易丢失细节的问题,提出小波分频自注意力Transformer图像去雨网络(WFDST-Net)。小波分频自注意力Transformer(WFDST)作为WFDST-Net的主要模块,其利用不可分提升小波变... 详细信息

针对视觉Transformer对高频信息捕捉能力弱以及目前许多图像去雨方法易丢失细节的问题,提出小波分频自注意力Transformer图像去雨网络(WFDST-Net)。小波分频自注意力Transformer(WFDST)作为WFDST-Net的主要模块,其利用不可分提升小波变换获取特征图的低频分量和高频分量,分别在低频和高频中进行自注意力交互,使模块从低频中学习恢复全局结构的能力,在高频中强化捕捉雨纹等线条细节的能力,增强对不同频域特征的建模能力。WFDST-Net采用U形架构并通过不可分提升小波变换获取多尺度特征,可在捕获不同形状高频雨纹的同时保证信息的完整性。相比其他图像去雨相关的Transformer,WFDST-Net具有更低的参数量。此外,提出VOCRain250数据集用于联合图像去雨和语义分割任务,该数据集比目前广泛使用的BDD150更具优势。实验表明,所提方法增强了视觉Transformer对不同频域信息的捕获能力,并在合成和真实数据集以及VOCRain250中的表现优于目前先进的去雨方法,能有效去除复杂雨纹并保留更多细节特征。

关键词：图像去雨 Transformer 自注意力不可分提升小波频域

在线全文

学校读者我要写书评

暂无评论

基于深度学习的可见光通信系统室内三维定位

光学技术 2024年第2期50卷 201-208页

作者：马玉磊张兵新乡学院计算机与信息工程学院河南新乡453000

针对目前室内可见光通信系统三维定位的准确率与定位速度依然不佳的问题,提出一种基于深度学习的可见光通信系统室内定位方法。首先,设计了一个神经网络将指纹数据编码成二维阵列,利用卷积神经网络学习指纹阵列与目标位置之间的关系;然... 详细信息

针对目前室内可见光通信系统三维定位的准确率与定位速度依然不佳的问题,提出一种基于深度学习的可见光通信系统室内定位方法。首先,设计了一个神经网络将指纹数据编码成二维阵列,利用卷积神经网络学习指纹阵列与目标位置之间的关系;然后,通过粒子群优化算法自动搜索卷积神经网络的超参数,以降低深度神经网络的训练难度。此外,设计了定位数据训练集、验证集与测试集的划分方法,有助于缓解神经网络的过拟合问题,并提高定位准确性。仿真结果表明,所提方法在6×6×4m3室内环境下的平均定位误差为0.024m,平均定位时间为0.478s。

关键词：可见光通信系统室内定位信号强度检测前馈神经网络卷积神经网络指纹正则化

在线全文

学校读者我要写书评

暂无评论

基于深度学习模型的疲劳驾驶行为识别算法

汽车安全与节能学报 2024年第1期15卷 121-128页

作者：张海民安徽信息工程学院计算机与软件工程学院芜湖241000

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,... 详细信息

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,实现对疲劳驾驶行为识别。选择了不同睡眠时间段参与者在全封闭路段内的驾驶行为图像,作为实验测试目标。结果表明:用该算法测试1000张疲劳驾驶行为图像时,识别时间为89 ms,精准度为97.6%,召回率为97.0%;算力需求(每秒所执行的浮点运算次数,FLOPS)≤88;该算法能够提高疲劳驾驶行为的识别精度,有助于降低道路交通事故的发生率。

关键词：疲劳驾驶行为识别深度学习模型图像增强特征提取

基于Transformer双线性网络的细粒度图像分类方法

在线全文

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2024年第2期52卷 84-89页

作者：向旭宇刘亚捷曾彬谭云中南林业科技大学计算机与信息工程学院湖南长沙410000 长沙学院计算机科学与工程学院湖南长沙410000

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分... 详细信息

为了改进在细粒度图像分类过程中类别差异难以提取的问题,提出了一种基于Transformer双线性网络的细粒度网络分类优化方法(BT-Net).首先,将输入图像通过不同卷积处理成不同长度的二维向量;然后,构建重复次数不同的编码器;最后,双网络分支将图像表示为来自两个Transformer的特征集合,得到更加丰富的互补特征信息,从而提高细粒度分类的精度.实验结果表明:在CUB-200-2011,Cars196和Stanford Dogs数据集中,BT-Net分类准确率分别为89.4%,92.5%,94.8%,优于已有的双线性卷积神经网络.

关键词：细粒度特征融合图像分类双线性 Transformer

在线全文

学校读者我要写书评

暂无评论

基于对话的中文正面情感风格迁移

清华大学学报（自然科学版） 2024年第5期64卷 780-788页

作者：胡玉婷左家莉刘江盛万剑怡王明文江西师范大学计算机信息工程学院南昌330022

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感... 详细信息

文本风格迁移旨在保留文本内容的前提下,通过编辑或生成的方法使得目标文本带有某些特殊属性,如礼貌、情感、性别等。现有的情感风格迁移研究主要集中在英文数据集上,在中文数据集上的研究相对较少。该文构建了一个基于对话的中文情感文本数据集,该数据集的部分原始数据源自电视连续剧《家有儿女》中的对白,并对其进行人工标注和循环模型标注。目前该数据集的负面情感文本和正面情感文本句子共30 836个。根据该数据集中大多数情感词是显性的特点,在编辑类的模型上开展了基于对话的中文正面情感风格迁移的研究。实验结果表明:在该数据集上,编辑类的模型可以较好地识别文本的情感属性,并实现文本正面情感风格迁移。

关键词：自然语言处理文本生成情感风格迁移循环模型编辑模型家庭对话

基于交叉注意力多源数据增强的情境感知查询建议方法

在线全文

学校读者我要写书评

暂无评论

北京大学学报（自然科学版） 2024年第1期60卷 34-42页

作者：张乃洲曹薇河南财经政法大学计算机与信息工程学院郑州450046

当前基于神经网络模型的查询建议研究往往单独采用查询日志会话中的查询序列作为训练数据,但由于查询本身缺乏句法关系,甚至缺失语义,导致神经网络模型不能充分挖掘和推理查询序列中各种词或概念之间语义关系。针对这一问题,提出一种基... 详细信息

当前基于神经网络模型的查询建议研究往往单独采用查询日志会话中的查询序列作为训练数据,但由于查询本身缺乏句法关系,甚至缺失语义,导致神经网络模型不能充分挖掘和推理查询序列中各种词或概念之间语义关系。针对这一问题,提出一种基于交叉注意力多源数据增强(MDACA)的Transformer模型框架,用于生成情境感知的查询建议。采用基于Transformer的编码器-解码器模型,利用交叉注意力机制,融合了查询层、文档语义层以及全局查询建议信息。实验结果表明,与目前方法相比,该方法能生成具有更高相关性的情境感知查询建议。

关键词：查询建议数据增强交叉注意力情境感知 Transformer模型