检索结果-南通市图书馆

二维原子-分子异质结的制备及其类脑器件应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国科学：化学 2024年第4期54卷 485-509页

作者：舒帆陈威林刘钢刘佳璇陈彧上海交通大学电子信息与电气工程学院微纳电子系上海200240 华东理工大学化学与分子工程学院上海200237

类脑计算因模仿人脑高效且低能耗的信息处理特性,成为解决冯·诺依曼计算机架构在能源效率和处理速度方面瓶颈的有力方案.然而类脑计算器件中传统异质结构存在的性能单一、制作困难、结合力差等问题限制了技术的应用.新型二维原子-分子... 详细信息

类脑计算因模仿人脑高效且低能耗的信息处理特性,成为解决冯·诺依曼计算机架构在能源效率和处理速度方面瓶颈的有力方案.然而类脑计算器件中传统异质结构存在的性能单一、制作困难、结合力差等问题限制了技术的应用.新型二维原子-分子异质结(2DAMH)通过在二维材料表面共价修饰功能性分子提供的稳定性和功能可调性为类脑器件领域带来了新的机遇.本综述总结了2DAMH在电子特性、合成策略及类脑器件应用方面的最新进展,尤其是在定制界面特性及模拟生物突触功能上的潜力.尽管共价修饰在精确性、规模化生产和理论完善度等方面仍面临挑战,但不断涌现的创新研究正在积极探索解决方案,展现出在类脑计算智能系统中实现更高效、更节能计算模式的巨大潜力.

关键词：二维原子-分子异质结共价修饰人工突触类脑器件

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

滩羊肉TEAC含量的高光谱快速检测技术

光谱学与光谱分析 2024年第2期44卷 588-593页

作者：袁江涛郭佳俊孙有瑞刘贵珊李月吴迪景怡萱宁夏大学食品科学与工程学院宁夏银川750021 宁夏大学物理与电子电气工程学院宁夏银川750021

生育酚当量抗氧化能力(TEAC)是评估肌肉内源抗氧化程度的指标之一,可用于评估亲水化合物的抗氧化活性及清除自由基的能力。为探究快速检测滩羊肉中TEAC的可行性,采用可见近红外(Vis/NIR)高光谱成像技术,建立基于光谱信息融合图像纹理特... 详细信息

生育酚当量抗氧化能力(TEAC)是评估肌肉内源抗氧化程度的指标之一,可用于评估亲水化合物的抗氧化活性及清除自由基的能力。为探究快速检测滩羊肉中TEAC的可行性,采用可见近红外(Vis/NIR)高光谱成像技术,建立基于光谱信息融合图像纹理特征(TFS)的TEAC定量预测模型。将不同部位样本集根据3∶1的比例随机划分成校正集和预测集,在400~1000 nm范围内采集反射光谱图像,提取每个样本图像的感兴趣区域(ROI)以获取原始光谱数据;采用中值滤波(MF)、基线校准(Baseline)、卷积平滑(S-G)和多元散射校正(MSC)四种算法对原始光谱中散射及干扰信息进行校正,并建立偏最小二乘回归(PLSR)模型,将光谱数据与TEAC值进行关联。采用间隔随机蛙跳(IRF)、变量组合集群分析(VCPA)、竞争性自适应加权抽样(CARS)和迭代变量子集优化(IVSO)算法提取TEAC浓度的特征波长。采用灰度共生矩阵(GLCM)算法对肉样的主要TFS依次进行提取。基于特征光谱及图谱融合信息建立反向传播人工神经网络(BP-ANN)和最小二乘支持向量机(LSSVM)模型,对滩羊肉中TEAC含量预测并进行对比分析。结果表明,(1)最优预处理为Baseline建立的PLSR模型,其Rc为0.9121,RMSEC为0.9635,Rp为0.8683,RMSEP为1.2770;(2)采用IRF、VCPA、CARS和IVSO分别提取出了71、9、22和39个特征波长,占全光谱的56.8%、7.2%、17.6%和31.2%;(3)基于多元特征提取算法建立的BP-ANN和LSSVM模型,对TEAC含量进行预测时Baseline-IVSO-LSSVM(Rc=0.9132,RMSEC=0.9620,Rp=0.8646,RMSEP=1.2883)具有最优预测性能;(4)相比于单一的光谱信息模型,TEAC相关的TFS图谱融合模型IVSO-TF1-BP-ANN显示出更好的效果,其Rp为0.8916,较特征波长数据建模提高了0.0286。

关键词：滩羊肉高光谱成像生育酚当量抗氧化能力图谱融合

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于表征知识蒸馏的WiFi手势识别方法

计算机工程与科学 2024年

作者：龚浩成朱海黄子非杨明泽张开昱吴飞上海工程技术大学电子电气工程学院

随着人工智能和无线传感技术的快速发展，WiFi手势识别已经成为备受关注的研究领域之一。当前的研究工作，为了提高在不同数据域中模型的鲁棒性，减少对模型重新训练的依赖，通过从信道状态信息（Channel State Information CSI）中提... 详细信息

随着人工智能和无线传感技术的快速发展，WiFi手势识别已经成为备受关注的研究领域之一。当前的研究工作，为了提高在不同数据域中模型的鲁棒性，减少对模型重新训练的依赖，通过从信道状态信息（Channel State Information CSI）中提取域无关特征，提出了身体坐标速度谱（Body Coordinate Velocity Profile， BVP），可实现在域内和跨域识别上的高准确性。然而在实际场景中，将采集到的CSI信号推理为BVP需要耗费大量计算资源，无法满足在生产环境中所需的实时性和扩展性等需求。此外，当使用传统模型处理大量且复杂的数据时，缺乏全局特征和长期依赖关系的捕捉能力。为了解决上述问题，提出了一种基于表征知识蒸馏的WiFi手势识别框架（Representation Knowledge Distillation-based WiFi Gesture Recognition Framework， RKD-WGR）。RKD-WGR首先利用BVP数据作为教师模型输入，指导利用CSI数据输入的学生模型，将BVP推理分辨能力整合到学生模型中，也让CSI从自身学习来弥补BVP缺失的信息。同时，为了提高识别性能并加强教师模型向学生模型的知识传授能力，提出了3D WIFI Transformer（3DWiT）作为教师模型，利用BVP的时空信息来辅助教师模型获取更多信息来提高知识传授能力。实验结果表明，在Widar3.0数据集上，在不使用BVP且仅使用CSI的情况下，6类手势的准确率达到了97.1%，10类手势的准确率为96.5%，而在22类手势上达到了89.5%，验证了框架和模型的有效性。

关键词： WiFi 信道状态信息手势识别知识蒸馏 Vision Transformer

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度学习的航拍影像小目标检测算法

电光与控制 2024年

作者：张亮亮朱海卫晓龙吴飞上海工程技术大学电子电气工程学院

无人机航拍已经广泛用于数据采集、地形测绘、城市规划等方面，极大地提高了作业效率。无人机航拍影像通常覆盖较大范围，由于检测对象较小，细节信息往往不清晰，影响了目标的检测和识别精度，本文提出了一种基于YOLOv8网络的目标检测... 详细信息

无人机航拍已经广泛用于数据采集、地形测绘、城市规划等方面，极大地提高了作业效率。无人机航拍影像通常覆盖较大范围，由于检测对象较小，细节信息往往不清晰，影响了目标的检测和识别精度，本文提出了一种基于YOLOv8网络的目标检测算法DT-YOLOv8。首先，通过调整检测头的尺寸和网络结构，嵌入Biformer注意力机制，增强模型对小目标的关注和检测能力。其次本文设计了一种能够相互交互融合特征的DAT检测头，使分类和定位分支不再独立，实现更强的特征表达和提取能力。最后，本文提出EIoU-NWD损失函数，将Wasserstein距离结合Focal-EIOU作为定位回归损失函数，捕捉目标框之间的空间关系，增强模型对小目标检测的回归精度和优化权值。在公开数据集VisDrone2019上的实验结果显示，与原始YOLOv8相比，DT-YOLOv8的参数量减少了52.63%，同时，其mAP50和mAP50:95分别提高了11.7%和8.2%。进一步在DOTA数据集上进行模型泛化试验，实验结果表明，本文算法在小目标检测方面展现出显著的优势和潜力。

关键词：小目标检测 YOLOv8 BiFormer 损失函数

基于Transformer和增强可变形可分离卷积的多视频插帧方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：石昌通单鸿涛上海工程技术大学电子电气工程学院

现有的多视频插帧方法通常采用光流或卷积神经网络来实现，而受光流和卷积神经网络固有限制的影响难以有效处理大运动场景。针对该问题，提出一种基于Transformer和增强可变形可分离卷积的多视频插帧方法，该方法融合了移位窗口和跨尺... 详细信息

现有的多视频插帧方法通常采用光流或卷积神经网络来实现，而受光流和卷积神经网络固有限制的影响难以有效处理大运动场景。针对该问题，提出一种基于Transformer和增强可变形可分离卷积的多视频插帧方法，该方法融合了移位窗口和跨尺度窗口的注意力，扩大了注意力的感受野；并在合成帧时将时间步作为一个关键控制变量输入帧合成网络，从而能够在任意时间位置插帧。具体而言，首先使用嵌入层提取浅层特征；随后使用编码器-解码器架构提取多尺度的深层特征；最后使用以增强可变形可分离卷积为核心的多尺度多帧合成网络，将多尺度特征、原视频帧和时间步信息共同输入帧合成网络，利用多尺度信息合成任意时间位置对应的中间帧。实验结果表明，该方法在多个视频插帧常用的数据集上实现了较高的插帧性能。其中，多视频插帧方法在Vimeo90K septuplet数据集上的PSNR值和SSIM值分别达到了27.98dB和0.912，单视频插帧方法的插帧性能也达到了主流水平。同时可视化结果表明，相较于其他方法该方法在大运动和大规模运动场景下能产生较为清晰合理的中间帧。

关键词：多视频插帧 Transformer 增强可变形可分离卷积任意时间位置插帧基于跨尺度窗口的注意力大运动

对比学习与多嵌入技术在序列推荐中的联合优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：苏正昂张娟上海工程技术大学电子电气工程学院

在序列推荐领域，对比学习和多嵌入技术分别在生成高度区分性和信息丰富的特征以及捕获复杂的用户与物品互动方面具有重要价值。然而，如何将这两种技术有效地结合起来，以提供更准确和个性化的推荐，尚未得到充分研究。为了解决这一问... 详细信息

在序列推荐领域，对比学习和多嵌入技术分别在生成高度区分性和信息丰富的特征以及捕获复杂的用户与物品互动方面具有重要价值。然而，如何将这两种技术有效地结合起来，以提供更准确和个性化的推荐，尚未得到充分研究。为了解决这一问题，提出了一种对比学习与多嵌入技术在序列推荐中的联合优化方法。该模型融合了对比学习的优点，以生成具有高度区分性和信息量的特征，同时采用多嵌入技术来捕捉项目和用户之间的复杂互动。此外，本文对编码器进行了修改，在编码器中引入了一种专门用于去除噪声的过滤层，以有效地去除用户行为数据中存在的噪声。通过这种方式，模型的鲁棒性和准确性得到了显著提升。最后，在三个公开数据集上的实验结果显示，本文提出的模型优于主流的基线模型。

关键词：推荐系统序列推荐对比学习联合优化

基于改进Complex-YOLO激光雷达的行人检测算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光技术 2024年

作者：许立凌铭王若铭上海工程技术大学电子电气工程学院

激光雷达点云表现出明显的离散性，其信息密度远低于图像，从而导致行人检测在此背景下面临较大挑战，表现出较低的检测精度。为了解决上述问题，提出了一种基于改进Complex-YOLO的激光雷达行人检测方法。首先设计了一种新的网络特征提... 详细信息

激光雷达点云表现出明显的离散性，其信息密度远低于图像，从而导致行人检测在此背景下面临较大挑战，表现出较低的检测精度。为了解决上述问题，提出了一种基于改进Complex-YOLO的激光雷达行人检测方法。首先设计了一种新的网络特征提取结构，旨在增强主干网络的特征学习能力，以便在数据稀缺的情况下更充分地挖掘信息。使用的级联特征金字塔网络及其多分支线性融合方法能够融合不同尺度、不同深度的特征，提升网络的泛化性能，以应对数据特征畸变的情况。在训练过程中还采用了EIoU（Enhanced Intersection over Union）以加速网络的收敛速度。实验结果表明，改进后的算法检测精度提升了3.03%。该研究对在稀疏数据情况下提高行人检测精度是有帮助的。

关键词：激光技术行人检测深度学习点云

基于像素差异度注意力机制的轻量化YOLOv5行人检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：陈高宇王晓军李晓航上海工程技术大学电子电气工程学院

针对实时行人检测场景存在遮挡、形态姿势不同的行人目标，YOLOv5模型对于这些目标检测有明显的漏检问题，提出一种像素差异度注意力机制(Pixel Difference Attention， PDA)，不同于传统的通道注意力机制用全局均值池化(Global Average... 详细信息

针对实时行人检测场景存在遮挡、形态姿势不同的行人目标，YOLOv5模型对于这些目标检测有明显的漏检问题，提出一种像素差异度注意力机制(Pixel Difference Attention， PDA)，不同于传统的通道注意力机制用全局均值池化(Global Average Pooling， GAP)、全局最大值池化(Global Max Pooling， GMP)来概括整张特征图的信息，全局池化将空间压缩成一个值来表征整个通道，造成了空间信息的流失，PDA将空间信息沿高和宽分别压缩，并将其分别与通道信息联系起来做注意力加权操作，同时提出一种新的通道描述指标表征通道信息，增强空间信息与通道信息的交互，使模型更容易关注到综合了空间和通道维度上的特征图的重要信息，在主干网络末端插入PDA后使模型平均精度(mean Average Precision， mAP)0.5提升了2.4%，mAP0.5:0.95提升了4.4%；针对实时检测场景的部署和检测速度要求模型拥有较少的参数量和计算量，因此提出了新的轻量化特征提取模块AC3代替原YOLOv5模型中的C3模块，该模块使插入PDA后的改进模型在仅仅损失0.2%的精度的情况下，参数量(Parameters， Param.)减少了20%左右，浮点运算量(Giga Floating-point Operations， GFLOPs)减少了30%左右。实验结果表明，最终的改进模型比YOLOv5s原模型在VOC行人数据集上mAP0.5提升了2.2%，mAP0.5:0.95提升了3.1%，且参数量减少了20%左右，浮点运算量减少了30%左右，在GTX1050上的检测速度(Frames Per Second， FPS)提升了4点。

关键词： YOLOv5 行人检测注意力机制轻量化模型通道描述指标

动态环境下改进BIT*算法的机器人路径规划

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：王晓军崔锡杰李晓航上海工程技术大学电子电气工程学院

针对批量通知树算法在小样本中搜索路径成功率低、大样本中规划效率低、路径冗余节点多以及无法躲避未知障碍物的问题，提出动态环境批量通知树算法。利用改进批量采样点策略将样本点均匀等间距处理，并改进批量采样点数量以及偏置采样... 详细信息

针对批量通知树算法在小样本中搜索路径成功率低、大样本中规划效率低、路径冗余节点多以及无法躲避未知障碍物的问题，提出动态环境批量通知树算法。利用改进批量采样点策略将样本点均匀等间距处理，并改进批量采样点数量以及偏置采样点位置，弥补搜索路径成功率低的缺点；加入惩罚项改进启发式函数，弥补路径规划效率低的缺点；再引入路径拉伸优化减少路径长度以及冗余节点，缩小采样范围。面对未知障碍物，利用反向生长搜索树先验信息提出临时目标点选取策略，并结合改进随机点、转向角以及新节点的RRT算法，避免重规划路径过分偏离以及不能及时躲避。与其他算法进行对比，结果表明：动态环境批量通知树算法规划路径成功率和效率更高，路径长度和拐点数更少，躲避未知障碍物性能更高，重规划路径更接近全局路径。

关键词：批量通知树算法反向生长搜索树批量采样点策略启发式函数 RRT算法路径重规划