检索结果-南通市图书馆

维普期刊数据库博看期刊

融合部首特征和BERT的汽车生产设备故障领域命名实体识别

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 2024年第6期45卷 1370-1375页

作者：倪骥王宇嘉赵博上海工程技术大学电子电气工程学院上海201600

针对汽车生产设备故障领域命名实体识别过程中存在内在语义信息缺失,传统字向量抽取特征单一的问题,提出一种融合部首特征和BERT的汽车生产设备故障领域命名实体识别模型.首先创建汽车生产设备故障领域拆字字典,实现部首特征提取,融合B... 详细信息

针对汽车生产设备故障领域命名实体识别过程中存在内在语义信息缺失,传统字向量抽取特征单一的问题,提出一种融合部首特征和BERT的汽车生产设备故障领域命名实体识别模型.首先创建汽车生产设备故障领域拆字字典,实现部首特征提取,融合BERT预训练模型生成的动态字向量从而得到联合字向量;然后将联合字向量输入到双向长短期记忆(bidirectional long-short term memory,BiLSTM)进行双向编码,获得长序列语义特征;最后通过条件随机场(conditional random field,CRF)进行序列解码,学习标签之间的依赖关系,得到全局最优序列.将该方法在真实汽车生产设备故障领域数据集上进行实验,得到的精确率、召回率、F1值分别为88.4%、90.2%、89.3%.

关键词：命名实体识别特征融合预训练模型部首特征深度学习

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

集改进图卷积和多层池化的点云分类模型

激光与红外 2024年第2期54卷 193-201页

作者：周锐闯田瑾闫丰亭朱天晓上海工程技术大学电子电气工程学院上海201620

针对基于图卷积的点云分类模型在提取点云不同语义区域的特征信息以及高效利用聚合的高维特征方面存在的问题,本文提出了一种新的点云分类模型,该模型采用了动态自适应图卷积和多层池化相结合的方法。具体而言,本文采用了残差结构来构... 详细信息

针对基于图卷积的点云分类模型在提取点云不同语义区域的特征信息以及高效利用聚合的高维特征方面存在的问题,本文提出了一种新的点云分类模型,该模型采用了动态自适应图卷积和多层池化相结合的方法。具体而言,本文采用了残差结构来构建更深层的卷积,以学习不同语义区域点对特征中不同层次的特征信息,从而生成动态自适应调整卷积核,针对不同的点对动态更新边的特征关系,从而提取更为精确的局部特征。同时,本文将聚合的高维特征输入到多层最大池化模块中,回收利用第一次最大池化后丢弃的特征信息进行多层最大池化,从而获取更为丰富的高维特征,提高分类模型的精度。实验结果表明,在ModelNet40数据集上,本文提出的分类模型的总体精度达到93.3%,平均精度为90.7%,明显优于目前主流的点云分类模型,并具有较强的鲁棒性。

关键词：深度学习图卷积神经网络多层池化点云分类

在线全文

学校读者我要写书评

暂无评论

基于语义感知的多特征协同水下图像增强

信息与控制 2024年第3期53卷 353-364页

作者：陶志勇杨煜林森辽宁工程技术大学电子与信息工程学院辽宁葫芦岛125105 沈阳理工大学自动化与电气工程学院辽宁沈阳110159

针对现有水下图像增强方法存在的去雾和颜色恢复效果不佳问题,提出一种基于语义感知的多特征协同水下图像增强网络。首先,通过语义感知特征提取模块充分提取原始水下图像的纹理和结构特征;同时,将水下退化图像输入到多尺度增强模块中进... 详细信息

针对现有水下图像增强方法存在的去雾和颜色恢复效果不佳问题,提出一种基于语义感知的多特征协同水下图像增强网络。首先,通过语义感知特征提取模块充分提取原始水下图像的纹理和结构特征;同时,将水下退化图像输入到多尺度增强模块中进行对比度增强和多尺度特征细化,并提取增强图像的全局特征;然后,在多特征融合模块中对多分支特征并行调制和融合,增强多特征分支之间的有效联系和特征表达能力,抑制冗余信息;最后,通过残差连接重构清晰的水下图像。在水下图像增强基准数据集、增强水下视觉感知数据集以及水下图像同步增强数据集上的实验结果表明,所提方法相较基于像素处理及物理模型的经典算法、其他深度学习算法具有更好的增强效果,全参考评价指标峰值信噪比及结构相似性分别提升1.72%和4.3%,无参考评价指标信息熵提升0.32%。

关键词：深度学习图像增强特征提取直方图拉伸

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv5的Logo检测算法

计算机应用 2024年第8期44卷 2580-2587页

作者：李烨恒罗光圣苏前敏上海工程技术大学电子电气工程学院上海201620

针对Logo图像背景复杂、Logo目标尺寸多变的问题,提出了一种基于YOLOv5的改进检测算法。首先,结合CBAM(Channel Block Attention Module),分别在图像通道与空间方向进行压缩,提取图像的关键信息与重要区域;然后,使用可变空洞卷积(SAC)... 详细信息

针对Logo图像背景复杂、Logo目标尺寸多变的问题,提出了一种基于YOLOv5的改进检测算法。首先,结合CBAM(Channel Block Attention Module),分别在图像通道与空间方向进行压缩,提取图像的关键信息与重要区域;然后,使用可变空洞卷积(SAC)使网络在不同尺度下自适应地调整特征图中的感受野大小,以捕获不同尺度下的物体信息,改善网络对多尺度目标的检测效果;最后,将归一化Wasserstein距离(NWD)嵌入损失函数,将边界框建模成2D的高斯分布,计算对应的高斯分布之间的相似度,更好地度量目标之间的相似性,提高对小目标的检测性能与模型鲁棒性和稳定性。实验结果表明,在数据量较小的数据集FlickrLogos-32中,改进后算法的平均精度均值(mAP@0.5)达到90.6%,比原始YOLOv5算法提升了1个百分点;在数据量较大的数据集QMULOpenLogo中,改进后算法的mAP@0.5达到62.7%,比原始YOLOv5算法提升了2.3个百分点;在针对特定类型的Logo检测集LogoDet3K中,针对3类商标改进后算法比原始算法的mAP@0.5分别提升了1.2、1.4与1.4个百分点,说明它有更好的Logo图像小目标检测能力。

关键词： Logo检测 YOLOv5网络模型 CBAM 小目标检测归一化Wasserstein距离

在线全文

学校读者我要写书评

暂无评论

基于深度学习的轻量级图像压缩算法

上海大学学报（自然科学版） 2024年第3期30卷 466-475页

作者：范沈伟李国平王国中上海工程技术大学电子电气工程学院上海201620

基于深度学习的图像压缩算法变换部分存在结构复杂、计算量大的问题.为了加快其编码和解码的速度,提出了一种在尽可能保持原有压缩图像质量的情况下,使用知识蒸馏减少原网络参数量和乘-加运算计算量(multiply-accumulationoperations,MA... 详细信息

基于深度学习的图像压缩算法变换部分存在结构复杂、计算量大的问题.为了加快其编码和解码的速度,提出了一种在尽可能保持原有压缩图像质量的情况下,使用知识蒸馏减少原网络参数量和乘-加运算计算量(multiply-accumulationoperations,MACs)的方法.同时训练原网络和轻量化网络,通过将原网络的特征信息传递给轻量化网络,提升轻量化网络的性能.在轻量化网络的结构设计中,为了保留更多的特征信息,且尽可能地减少网络的参数量和MACs,在减少其通道数量的同时引入了分组卷积.在测试数据集Kodak以及DIV2K上的实验结果证明,相比于原网络,经过知识蒸馏的轻量化网络其参数量和MACs约为原来1/16,且仍然保持了较好的图像质量.

关键词：图像压缩深度学习知识蒸馏

一种应用于旅行商问题的莱维飞行转移规则蚁群优化算法

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5期41卷 1420-1427页

作者：丁增良陈珏邱禧荷上海工程技术大学电子电气工程学院上海201620

针对旅行商问题(TSP)提出了一种基于莱维飞行转移规则的蚁群优化算法。该算法结合了基于莱维飞行和蚁群系统算法(ant colony system,ACS)的转移规则,形成了一种动态权重的混合转移规则,该策略能够有效地帮助算法跳出局部最优,增强全局... 详细信息

针对旅行商问题(TSP)提出了一种基于莱维飞行转移规则的蚁群优化算法。该算法结合了基于莱维飞行和蚁群系统算法(ant colony system,ACS)的转移规则,形成了一种动态权重的混合转移规则,该策略能够有效地帮助算法跳出局部最优,增强全局搜索能力。此外,随机多路径优化3-opt策略通过随机抽取部分路径与当前最优路径组合,增加算法的多样性。当算法陷入停滞时,采用信息素平均随机重置策略重置路径上的信息素浓度,有助于算法跳出局部最优。实验结果显示,所提算法在处理多个不同规模的TSP实例时,与最优解的误差保持在3%以内,证明了该算法在TSP中具备出色的收敛性和避免陷入局部最优解的能力。

关键词：蚁群算法旅行商问题莱维飞行 3-opt

在线全文

学校读者我要写书评

暂无评论

受同轴对称抛物线约束的少数类样本合成方法

计算机工程 2024年

作者：朱宸敏余粟上海工程技术大学信息化办公室上海工程技术大学电子电气工程学院

线性插值常被过采样技术用于合成样本，缺点是采样结果缺乏随机性并且容易提高类重叠度。为了解决上述问题，提出受同轴对称抛物线约束的样本合成方法。该方法由三个部分组成，首先建立一种基于危险度因子和相似度因子的自适应加权策略... 详细信息

线性插值常被过采样技术用于合成样本，缺点是采样结果缺乏随机性并且容易提高类重叠度。为了解决上述问题，提出受同轴对称抛物线约束的样本合成方法。该方法由三个部分组成，首先建立一种基于危险度因子和相似度因子的自适应加权策略；再将由一对同轴对称抛物线围成的闭区域作为非线性合成区域；最后通过采样前后近邻域内巴氏系数的变化情况筛选新样本以提高采样质量。在UCI机器学习库的六个公共样本集上进行对比实验，结果显示集成后的过采样技术的Precision值提高7.85%；Recall值提高2.85%；G-means值提高2.00%，证明该方法优于线性插值并具有良好的普适性。

关键词：线性插值抛物线自适应加权非线性合成区域巴氏系数

考虑有源配电网可靠性和脆弱性的储能多目标规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方电网技术 2024年第8期18卷 39-50页

作者：李仁杰罗萍萍林济铿上海电力大学电气工程学院上海200090 同济大学电子与信息工程学院上海201804

随着高比例可再生能源接入,配电网的可靠稳定运行受到多重不确定因素影响。为此,提出一种考虑配电网可靠性和脆弱性的储能选址定容优化方法。首先,计及风光和负荷的不确定性,通过改进K-means聚类算法和同步回代消除算法得到不确定运行... 详细信息

随着高比例可再生能源接入,配电网的可靠稳定运行受到多重不确定因素影响。为此,提出一种考虑配电网可靠性和脆弱性的储能选址定容优化方法。首先,计及风光和负荷的不确定性,通过改进K-means聚类算法和同步回代消除算法得到不确定运行场景集合。然后,优化利用储能闲置容量和功率参与能量市场和调频辅助服务市场,修正储能系统运行计划。其次,建立以配电网年综合成本、系统电量缺供期望值和配电网综合脆弱性指标为优化目标的储能多目标规划模型。同时,在考虑负荷转供的基础上,计及储能系统的可用性,利用基于优化模型的配电网可靠性评估方法计算可靠性指标。最后,采用基于Tent混沌映射与自适应变异策略的多目标差分进化算法进行模型求解。以IEEE 33节点配电系统进行算例仿真分析,通过设置不同的方案验证了所提模型及算法的优越性。

关键词：储能规划配电网可靠性配电网脆弱性储能调频场景缩减

在线全文

学校读者我要写书评

暂无评论

一种基于近端策略优化的服务功能链部署算法

电子与信息学报 2024年第7期46卷 2869-2878页

作者：颜志禹怀龙欧阳博王耀南湖南大学大学电气与信息工程学院长沙410082

针对网络功能虚拟化(NFV)环境下高维度服务功能链(SFC)部署的高可靠低成本问题,该文提出了一种基于近端策略优化的服务功能链部署算法(PPO-ISRC)。首先综合考虑底层物理服务器特征和服务功能链特征,将服务功能链部署建模为马尔可夫决策... 详细信息

针对网络功能虚拟化(NFV)环境下高维度服务功能链(SFC)部署的高可靠低成本问题,该文提出了一种基于近端策略优化的服务功能链部署算法(PPO-ISRC)。首先综合考虑底层物理服务器特征和服务功能链特征,将服务功能链部署建模为马尔可夫决策过程,然后,以最大化服务率和最小化资源消耗为优化目标设置奖励函数,最后,采用近端策略优化方法对服务功能链部署策略求解。仿真实验结果表明,与启发式算法(FFD)和深度确定性策略梯度算法(DDPG)相比,所提算法具有收敛速度快,稳定性高的特点。在满足服务质量的要求下,降低了部署成本,并提高了网络服务可靠性。

关键词：网络功能虚拟化服务功能链深度强化学习近端策略优化