检索结果-南通市图书馆

面向lncRNA亚细胞定位预测的注意力BiLSTM与原型网络

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：孙荣能刘琳亢元召云南师范大学信息学院云南省教育厅计算机视觉与智能控制技术工程研究中心

长链非编码RNA(long non-coding RNAs， lncRNA)在细胞的许多生命过程中发挥着重要作用，而lncRNA亚细胞定位可为其功能识别带来关键信息，针对通过传统生物生化实验方法鉴定lncRNA亚细胞定位存在着程序复杂、难以复制、成本高等缺点，... 详细信息

长链非编码RNA(long non-coding RNAs， lncRNA)在细胞的许多生命过程中发挥着重要作用，而lncRNA亚细胞定位可为其功能识别带来关键信息，针对通过传统生物生化实验方法鉴定lncRNA亚细胞定位存在着程序复杂、难以复制、成本高等缺点，提出了一种面向lncRNA亚细胞定位预测的注意力双向长短时记忆（BiLSTM）与原型网络方法——BP-lncLoc。首先，基于原始序列数据中获取K-mer初始特征，并对其做平衡处理；其次结合注意力BiLSTM有效提取lncRNA序列深层隐含特征，并优化神经网络在处理高维数据时可能出现的梯度消失问题；再次，针对lncRNA亚细胞定位数据的小样本特性，构建了不依赖大规模训练样本的原型网络预测框架；最后，目前现有计算模型缺乏可解释性，即不知道模型如何基于输入数据做出决策的，随着人工智能和机器学习的快速发展，可解释性变得越来越重要。本文从量化输入特征对输出决策的重要性角度出发，实现了预测模型的可解释性。与最新方法相比，该方法在公开数据集上的准确率达到了98.89%的最佳结果，为lncRNA亚细胞定位预测应用提供了一种新思路。

关键词： lncRNA亚细胞定位不平衡学习双向长短时记忆网络原型网络可解释

基于改进YOLO v8的无人机视角下青皮核桃目标检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报(理学版) 2024年

作者：钟天泽云利军杨璇玺陈载清吴明杰云南省教育厅计算机视觉与智能控制技术工程研究中心云南省林业调查规划院生态分院卫星林业应用中心云南师范大学信息学院

目前针对核桃测产的方法大多停留在利用传统的统计学模型上,其准确率几乎无法保证。因此,拟以青皮核桃为例,建立了无人机航拍视角下的核桃图像数据集,创新性地首次将Coordinate Attention机制嵌入YOLO v8模型中,利用改进后的YOLO v8-CA... 详细信息

目前针对核桃测产的方法大多停留在利用传统的统计学模型上,其准确率几乎无法保证。因此,拟以青皮核桃为例,建立了无人机航拍视角下的核桃图像数据集,创新性地首次将Coordinate Attention机制嵌入YOLO v8模型中,利用改进后的YOLO v8-CA模型算法对青皮核桃进行目标检测。实验结果表明,改进后的新模型YOLO v8-CA与原始YOLO v8和YOLO v5相比,在mAP值上分别提高了0.4%和5.1%,在Recall值上分别提高了1.9%和8.9%。

关键词：目标识别无人机视角机器视觉果实测产核桃检测

基于改进YOLOv5s的复杂道路交通目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报（工学版） 2024年第3期45卷 64-71页

作者：汤林东云利军罗瑞林卢琳云南师范大学信息学院云南昆明650500 云南师范大学云南省教育厅计算机视觉与智能控制技术工程研究中心云南昆明650500 云南省烟草烟叶公司云南昆明650500

针对目前自动驾驶场景下交通目标检测算法抗复杂背景干扰能力弱,导致检测性能不足的问题,提出了一种改进YOLOv5s的复杂道路交通目标检测算法。首先,在特征提取区域,采用多头自注意残差模块(MHSARM)来强化待检目标特征信息,弱化复杂背景... 详细信息

针对目前自动驾驶场景下交通目标检测算法抗复杂背景干扰能力弱,导致检测性能不足的问题,提出了一种改进YOLOv5s的复杂道路交通目标检测算法。首先,在特征提取区域,采用多头自注意残差模块(MHSARM)来强化待检目标特征信息,弱化复杂背景干扰;其次,在特征融合区域,采用CoordConv代替传统Conv,使网络具备空间信息感知能力,提升网络检测精度。在开源数据集Kitti及BDD100K上的实验结果表明:改进YOLOv5s算法在复杂道路中具备更强的特征提取能力及良好的泛化能力,mAP_0.5分别达到93.3%和47.4%,与YOLOv5s相比,分别提升了0.9%和1.4%。另外,改进YOLOv5s相较于目前最新的目标检测算法YOLOv7、YOLOv8,mAP_0.5分别提高了1.3%和2.2%,与在Kitti数据集上最新的研究成果Sim-YOLOv4算法相比,mAP_0.5提高了2.2%。

关键词：自动驾驶目标检测 YOLOv5s MHSARM CoordConv

同方期刊数据库

基于模糊特征簇的空间高效用并置模式挖掘算法

在线全文

学校读者我要写书评

暂无评论

计算机技术与发展 2024年

作者：金佩洁王晓璇熊文王丽珍高嵩云南师范大学信息学院云南省教育厅计算机视觉与智能控制技术工程研究中心云南大学滇池学院云南大学软件学院

实例经常出现在相邻区域的空间特征集被称为空间并置模式。空间高效用并置模式是空间并置模式挖掘的一项扩展性研究，其考虑了模式的效用价值，更能反映出空间特征间的高质量聚集现象。现有的空间高效用并置模式挖掘方法大多使用自适应... 详细信息

实例经常出现在相邻区域的空间特征集被称为空间并置模式。空间高效用并置模式是空间并置模式挖掘的一项扩展性研究，其考虑了模式的效用价值，更能反映出空间特征间的高质量聚集现象。现有的空间高效用并置模式挖掘方法大多使用自适应的效用参与度（Utility Participation Index, UPI）作为度量参数。然而，UPI没有考虑真实地理环境中“邻近”概念的模糊性和重叠性。此外，由于UPI不满足向下闭合性，算法的挖掘效率也不够理想。因此，本文结合模糊集理论构建了空间模糊邻近关系，提出了新的模糊效用度计算方法。同时，本文引入了模糊Chameleon聚类算法，提取了基于模糊特征效用度的模糊特征簇，从而进一步提取空间高效用并置模式。最后，本文在三个模拟数据集和两个真实数据集上进行了大量的实验，证明了所提算法的合理性及有效性。

关键词：空间数据挖掘空间并置模式高效用模糊聚类模糊特征簇

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于知识蒸馏的步态识别方法

云南师范大学学报（自然科学版） 2024年第2期44卷 49-53页

作者：李若愚云利军金雪松杨彦辰程飞燕云南师范大学信息学院云南昆明650500 云南省教育厅计算机视觉与智能控制技术工程研究中心云南昆明650500 玉溪市第二人民医院信息网络中心云南玉溪653100

针对步态识别中网络模型复杂度高、参数量大、训练测试速度慢等问题,提出一种基于知识蒸馏的步态识别方法.通过知识蒸馏方法对ConvNext-KD模型进行训练,在不增加新训练数据集、模型复杂度和模型参数量的前提下,提高ConvNext-KD模型的识... 详细信息

针对步态识别中网络模型复杂度高、参数量大、训练测试速度慢等问题,提出一种基于知识蒸馏的步态识别方法.通过知识蒸馏方法对ConvNext-KD模型进行训练,在不增加新训练数据集、模型复杂度和模型参数量的前提下,提高ConvNext-KD模型的识别准确率.该方法在中科院CASIA-B和CASIA-C数据库中进行多次仿真实验.结果表明,ConvNext-KD模型在保持较小参数量和较低复杂度的同时,可以显著缩短训练测试的时长并取得较高识别准确率.

关键词：步态识别知识蒸馏 ConvNext

在线全文

学校读者我要写书评

暂无评论

VR显示器中视差线索对伽马估计的影响

云南民族大学学报（自然科学版） 2024年第1期33卷 95-101页

作者：彭毅钧陈载清云利军云南师范大学信息学院云南昆明650500 云南师范大学云南省教育厅计算机视觉与智能控制技术工程研究中心云南昆明650500 云南师范大学云南省光电信息技术重点实验室云南昆明650500

虚拟现实(virtual reality,VR)头戴立体显示器能够呈现视差线索,从而产生具有深度感的沉浸式交互体验.基于显示器伽马值人眼视觉估计方案,本文开展实验探讨了VR显示器中不同视差线索对伽马值估计的影响.实验要求被试者使用Unity开发的V... 详细信息

虚拟现实(virtual reality,VR)头戴立体显示器能够呈现视差线索,从而产生具有深度感的沉浸式交互体验.基于显示器伽马值人眼视觉估计方案,本文开展实验探讨了VR显示器中不同视差线索对伽马值估计的影响.实验要求被试者使用Unity开发的VR显示器伽马值人眼视觉估计软件,在不同视差下对VR显示器伽马值进行估计,并将估计结果与光谱仪PR715测量结果进行对比.实验结果表明,当视差为-40弧分时,人眼视觉估计VR显示器伽马值的准确度最高,估计误差为0.045,当虚拟深度从近距离(-40弧分视差)到远距离(+120弧分视差)变化时,人眼视觉估计误差由0.045增大到0.190,当虚拟深度从远距离(-40弧分视差)到近距离(-120弧分视差)时,人眼视觉估计误差由0.045增大到0.105.实验结果表明视差线索对被试者视觉估计VR显示器伽马值产生了影响.

关键词：视差人眼视觉估计虚拟现实显示器伽马值

基于改进YOLOX的自然环境下核桃识别算法研究

在线全文

学校读者我要写书评

暂无评论

河南农业科学 2024年第1期53卷 152-161页

作者：钟正扬云利军杨璇玺陈载清云南师范大学信息学院云南昆明650500 云南省教育厅计算机视觉与智能控制技术工程研究中心云南昆明650500 云南省林业调查规划院生态分院卫星林业应用中心云南昆明650500

针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transforme... 详细信息

针对现有目标检测算法对自然环境下核桃识别存在漏检、误检等问题,提出了一种基于Swin Transformer多层特征融合改进的YOLOX-S核桃识别算法。首先,在主干特征提取网络中引入基于Swin Transformer的多层特征融合模块,借助Swin Transformer的多头注意力机制对小目标的特征信息进行提取并与特征图进行融合,可以有效解决因网络层数加深导致的高层特征图中小目标特征信息丢失问题;其次,为了提高算法的检测精度,引入更高效的Repblock模块对原网络中的CSP模块进行替换;最后,为了提高下采样效果,使用更为优秀的Transition Block模块作为主干特征提取网络的下采样模块。结果表明,改进后的YOLOX-S模型在采集的自然环境下核桃数据集上平均精度AP50达到96.72%,分别比Faster-RCNN、YOLOv5-S、YOLOX-S算法提高7.36、1.38、0.62百分点,检测速度达到46 f/s,模型参数大小为20.55 M。改进后的YOLOX-S算法具有更好的精度,改善了漏检和误检问题,对自然环境下的核桃有更好的识别效果。

关键词：核桃识别 Swin Transformer 多层特征融合模块 YOLOX-S 深度学习

融合残差上下文编码和路径增强的视杯视盘分割

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

中国图象图形学报 2024年第3期29卷 637-654页

作者：梅华威尚虹霖苏攀刘艳平华北电力大学控制与计算机工程学院保定071003 复杂能源系统智能计算教育部工程研究中心保定071003 河北省能源电力知识计算重点实验室保定071000

目的从眼底图像中分割视盘和视杯对于眼部疾病智能诊断来说是一项重要工作,U-Net及变体模型已经广泛应用在视杯盘分割任务中。由于连续的卷积与池化操作容易引起空间信息损失,导致视盘和视杯分割精度差且效率低。提出了融合残差上下文... 详细信息

目的从眼底图像中分割视盘和视杯对于眼部疾病智能诊断来说是一项重要工作,U-Net及变体模型已经广泛应用在视杯盘分割任务中。由于连续的卷积与池化操作容易引起空间信息损失,导致视盘和视杯分割精度差且效率低。提出了融合残差上下文编码和路径增强的深度学习网络RCPA-Net,提升了分割结果的准确性与连续性。方法采用限制对比度自适应直方图均衡方法处理输入图像,增强对比度并丰富图像信息。特征编码模块以ResNet34(residual neural network)为骨干网络,通过引入残差递归与注意力机制使模型更关注感兴趣区域,采用残差空洞卷积模块捕获更深层次的语义特征信息,使用路径增强模块在浅层特征中获得精确的定位信息来增强整个特征层次。本文还提出了一种新的多标签损失函数用于提高视盘视杯与背景区域的像素比例并生成最终的分割图。结果在4个数据集上与多种分割方法进行比较,在ORIGA(online retinal fundus image database for glaucoma analysis)数据集中,本文方法对视盘分割的JC(Jaccard)指数为0.939 1,F-measure为0.968 6,视杯分割的JC和Fmeasure分别为0.794 8和0.885 5;在Drishti-GS1数据集中,视盘分割的JC和F-measure分别为0.951 3和0.975 0,视杯分割的JC和F-measure分别为0.863 3和0.926 6;在Refuge(retinal fundus glaucoma challenge)数据集中,视盘分割的JC和F-measure分别为0.929 8和0.963 6,视杯分割的JC和F-measure分别为0.828 8和0.906 3;在RIM-ONE(retinal image database for optic nerve evaluation)-R1数据集中,视盘分割的JC和F-measure分别为0.929 0和0.9628。在4个数据集上结果均优于对比算法,性能显著提升。此外,针对网络中提出的模块分别做了消融实验,验证了RCPA-Net中各个模块的有效性。结论实验结果表明,RCPA-Net提升了视盘和视杯分割精度,预测图像更接近真实标签结果,同时跨数据集测试结果证明了RCPA-Net具有良好的泛化能力。

关键词：视杯视盘分割深度学习注意力机制残差空洞卷积路径增强

在线全文

学校读者我要写书评

暂无评论

基于自抗扰控制的机械臂末端力/位置控制

高技术通讯 2024年第6期34卷 642-650页

作者：郑宏伟刘福才燕山大学智能控制系统与智能装备教育部工程研究中心秦皇岛066004 燕山大学工业计算机控制工程河北省重点实验室秦皇岛066004

针对机械臂末端力/位置控制问题,提出一种基于自抗扰控制(ADRC)的间接力/位置混合阻抗控制方案,将间接力/位置混合控制与阻抗控制相结合,在机械臂未与环境接触时采用位置控制,在与环境接触后切换为间接力控制,并体现出阻抗特性。该方案... 详细信息

针对机械臂末端力/位置控制问题,提出一种基于自抗扰控制(ADRC)的间接力/位置混合阻抗控制方案,将间接力/位置混合控制与阻抗控制相结合,在机械臂未与环境接触时采用位置控制,在与环境接触后切换为间接力控制,并体现出阻抗特性。该方案将混合阻抗控制与ADRC相结合,根据机械臂与环境接触时的阻抗模型建立ADRC控制器,并将阻抗参数视为系统总扰动的一部分,利用扩张状态观测器进行估计补偿,实现在无需计算阻抗参数的情况下使间接力/位置混合阻抗控制器在面对扰动时有较好的稳定性和鲁棒性。完成二自由度机械臂模型的仿真,并与传统阻抗控制器进行了比较,结果验证了所提出的基于ADRC的间接力/位置混合阻抗控制方案的有效性。

关键词：机械臂间接力/位置混合控制自抗扰控制(ADRC) 阻抗控制