检索结果-南通市图书馆

复杂场景下基于稀疏表示的多目标生命体征估计

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第7期45卷 223-234页

作者：王洪雁马嘉康黄梓峰浙江理工大学计算机与科学技术学院浙江杭州310018 浙江理工大学信息科学与工程学院浙江杭州310018

针对复杂室内场景下毫米波雷达难以对多个运动目标生命体征精确估计的问题,提出了一种复杂场景下基于稀疏表示的多目标生命体征估计方法。首先对回波数据进行预处理以获得目标场景点云;然后构建动态杂波抑制模型以滤除动态干扰;接着关... 详细信息

针对复杂室内场景下毫米波雷达难以对多个运动目标生命体征精确估计的问题,提出了一种复杂场景下基于稀疏表示的多目标生命体征估计方法。首先对回波数据进行预处理以获得目标场景点云;然后构建动态杂波抑制模型以滤除动态干扰;接着关联多目标数据并基于扩展卡尔曼滤波实现多目标跟踪进而提取多动目标胸腔相位信息;随后基于呼吸心跳的频域稀疏特性,提出数据驱动的自适应字典构建方法以实现呼吸心跳信号的有效分离;最后基于稀疏重构方法获得高精度的多目标生命体征估计。实际场景下大量测试结果表明,相较于现有主流生命体征估计方法,所提方法可实现复杂动态杂波场景下多目标生命体征的有效感知。

关键词：毫米波雷达生命体征检测动态杂波稀疏表示自适应字典

基于Transformer的深度条件视频压缩

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第2期50卷 442-448页

作者：鲁国钟天雄耿晶北京理工大学计算机学院北京100081

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压... 详细信息

近年来,基于深度学习的视频压缩技术主要基于卷积神经网络(CNN)且采用运动补偿-残差编码的架构,由于常见的CNN只能利用局部的相关性,以及预测残差本身的稀疏特性,难以取得最优压缩性能。因此,提出一种基于Transformer架构的条件视频压缩算法,以实现更优的压缩效果。所提算法基于前后帧之间的运动信息,利用可形变卷积得到对应的预测帧特征;将预测帧特征作为条件信息,对原始输入帧特征进行条件编码,避免了直接编码稀疏的残差信号;利用特征间的非局部相关性,提出一个基于Transformer的深度条件视频压缩编码算法,用来实现运动信息编码和条件编码,进一步提升压缩编码的性能。实验结果表明:所提算法在HEVC、UVG数据集上均超越了当前主流的基于深度学习的视频压缩算法。

关键词：视频压缩 Transformer 深度学习神经网络压缩算法

基于特征选择及ISSA-CNN-BiGRU的短期风功率预测

在线全文

学校读者我要写书评

暂无评论

工程科学与技术 2024年第3期56卷 228-239页

作者：王瑞徐新超逯静河南理工大学计算机科学与技术学院河南焦作454000

针对风电功率随机性大、平稳性低,以及直接输入预测模型往往难以取得较高精度等问题,提出了一种基于特征选择及改进麻雀搜索算法(ISSA)优化卷积神经网络-双向门控循环单元(CNN-BiGRU)的短期风电功率预测方法。首先,利用变分模态分解(VMD... 详细信息

针对风电功率随机性大、平稳性低,以及直接输入预测模型往往难以取得较高精度等问题,提出了一种基于特征选择及改进麻雀搜索算法(ISSA)优化卷积神经网络-双向门控循环单元(CNN-BiGRU)的短期风电功率预测方法。首先,利用变分模态分解(VMD)将原始功率分解为一组包含不同信息的子分量,以降低原始功率序列的非平稳性,提升可预测性,同时通过观察中心频率方式确定模态分解数。其次,对每一分量采用随机森林(RF)特征重要度的方法进行特征选择,从风速、风向、温度、空气密度等气象特征因素中,选取对各个分量预测贡献度较高的影响因素组成输入特征向量。然后,建立各分量的CNN-BiGRU预测模型,针对神经网络算法参数难调、手动配置参数随机性大的问题,利用ISSA对模型超参数寻优,自适应搜寻最优参数组合。最后,叠加各分量的预测值,得到最终的预测结果。以中国内蒙古某风电场实际数据进行仿真实验,与多种单一及组合预测方法进行对比,结果表明,本文所提方法相比于其他方法具有更高的预测精度,其平均绝对百分比误差值达到2.644 0%;在其他4个数据集上进行的模型准确性及泛化性验证结果显示,模型平均绝对百分比误差值分别为4.385 3%、3.174 9%、1.576 1%和1.358 8%,均保持在5.000 0%以内,证明本文所提方法具有较好的预测精度及泛化能力。

关键词：短期风功率预测变分模态分解特征选择改进麻雀搜索算法卷积神经网络双向门控循环单元

在线全文

学校读者我要写书评

暂无评论

基于语境与语义模态的多任务情感原因对抽取

北京邮电大学学报 2024年第2期47卷 18-23,89页

作者：刘宇鹏冯贤杰姚登举哈尔滨理工大学计算机科学与技术学院哈尔滨150006

为了综合考虑更多模态信息,对语境和语义特征进行了建模,并将它们融合在一起以提取情感原因对。针对语境模态,采用了子句嵌入方法来获取情绪和原因的表示,并通过双因素注意力机制得到全局语境矩阵。同时,通过构建子句间语义的图神经网络... 详细信息

为了综合考虑更多模态信息,对语境和语义特征进行了建模,并将它们融合在一起以提取情感原因对。针对语境模态,采用了子句嵌入方法来获取情绪和原因的表示,并通过双因素注意力机制得到全局语境矩阵。同时,通过构建子句间语义的图神经网络,得到了局部语义特征。最后,通过主模态和辅助模态的匹配,得到了融合特征,以进行多任务预测,包括情感句、原因句和情感-原因对的抽取。实验结果表明,在抽取经典中文情感原因对数据时,相较于最佳基线系统,所提模型的F测度提高了2.2%。

关键词：情感原因对全局语境局部语义模态匹配

在线全文

学校读者我要写书评

暂无评论

行为增强的多层次协同Top-N推荐

哈尔滨工程大学学报 2024年第6期45卷 1119-1126页

作者：刘宇鹏吕衍河哈尔滨理工大学计算机科学与技术学院黑龙江哈尔滨150001

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协... 详细信息

传统推荐系统只利用单一用户行为,然而用户行为间是具有关联性,忽视用户行为会丢失辅助行为对目标行为的影响。本文提出了一种行为增强的多层次协同Top-N推荐,在推荐二分图和元路径图上利用注意力机制传播信息,学习多层次高阶和异质协同信号(包括用户-项目间的和项目间的)以提高推荐性能,这样可以更好地利用推荐图结构,并充分考虑到推荐图结构上各种行为间的相互影响。在经典数据集上做了全方位实验验证模型有效性,在电商推荐数据上取得了很好效果。

关键词：辅助行为多行为图神经网络元路径图用户-项目传播层目标行为高阶异质信号

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

基于深度学习的代码生成方法研究进展

软件学报 2024年第2期35卷 604-628页

作者：杨泽洲陈思榕高翠芸李振昊李戈吕荣聪哈尔滨工业大学(深圳)计算机科学与技术学院广东深圳518055 华为技术有限公司广东深圳518129 北京大学信息科学技术学院北京100871 香港中文大学计算机与工程系中国香港99907

关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人... 详细信息

关注根据自然语言描述生成相关代码片段的代码生成(code generation)任务.在软件开发过程中,开发人员常常会面临两种情形.一种是通用功能的实现,需要开发人员编写大量重复且技术含量较低的代码;另一种是依赖于特定任务要求,需要开发人员查询文档或使用其他工具才能完成的代码编写工作.代码生成作为最直接辅助开发人员完成编码的工作受到学术界和工业界的广泛关注.让机器理解用户需求,自行完成程序编写也一直是软件工程领域重点关注的问题之一.近年来,随着深度学习在软件工程领域任务中的不断发展,尤其是预训练模型的引入使得代码生成任务取得了十分优异的性能.系统梳理当前基于深度学习的代码生成相关工作,并将目前基于深度学习的代码生成方法分为3类:基于代码特征的方法、结合检索的方法以及结合后处理的方法.第1类是指使用深度学习算法利用代码特征进行代码生成的方法,第2类和第3类方法依托于第1类方法进行改进.依次对每一类方法的已有研究成果进行系统的梳理、分析与总结.除此之外,汇总并分析已有的代码生成工作中常用的语料库与评估方法,以便于后续研究进行实验设计.最后,对代码生成方法研究进展进行总结,并针对未来值得关注的研究方向进行展望.

关键词：代码生成深度学习代码检索后处理机器翻译

边缘计算环境中基于规划图的服务组合修复方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第7期39卷 2438-2446页

作者：高志浩李静祝铭刘彤阳鲁瑞山东理工大学计算机科学与技术学院山东淄博255000 澳大利亚国立大学工程与计算机科学学院堪培拉2601

在云计算和边缘计算环境中,通过提取和组合可用的服务以满足用户需求已成为常见的做法.然而,当前的方法难以应对由于用户需求变化或外部环境变动导致的组合失效问题.为了应对这一挑战,提出一种边缘计算环境中基于规划图的服务组合及其... 详细信息

在云计算和边缘计算环境中,通过提取和组合可用的服务以满足用户需求已成为常见的做法.然而,当前的方法难以应对由于用户需求变化或外部环境变动导致的组合失效问题.为了应对这一挑战,提出一种边缘计算环境中基于规划图的服务组合及其修复方法.首先,结合移动路径模型和规划图方法完成服务组合过程,通过规划图的构建可以有效地评估和选择适合用户需求的服务组合.当服务集合发生变化或用户目标更改时,能够在现有的规划图基础上生成新的解决方案,以满足用户的需求.这种修复方法能够实时适应云边环境中的变化,提高系统的灵活性和可靠性.经过实验测试发现,所提出的修复方法相较于重新规划具有更好的性能表现,并验证了修复方法在组合失效问题上的有效性和实用性.

关键词：服务组合规划图服务组合修复边缘计算服务质量服务时延

在线全文

学校读者我要写书评

暂无评论

基于异质图卷积神经网络的论点对抽取模型

浙江大学学报（工学版） 2024年第5期58卷 900-907,1049页

作者：刘议丹朱小飞尹雅博重庆理工大学计算机科学与工程学院重庆400054

针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类... 详细信息

针对论点对抽取任务中存在着评审段和反驳段之间交互信息难以捕获以及忽略了对句子间的相对位置信息进行建模问题,提出基于异质图卷积神经网络的论点对抽取模型.该模型在评审段和反驳段中构建异质图,定义2种不同类型的节点及4种不同类型的边,通过关系图卷积神经网络来更新图中节点的表示.提出位置感知的句子对生成器,利用旋转位置编码来建模评审段和反驳段句子间的相对位置信息.在RR-passage和RR-submission-v2数据集上进行实验,实验结果表明,提出模型的性能均优于所有的基线模型.这表明通过构建异质图区分不同的节点类型和边的类型,设计位置感知的句子对生成器,能够提升论点对抽取模型的效果.

关键词：论辩挖掘论点对抽取图神经网络旋转位置编码自然语言处理

在线全文

学校读者我要写书评

暂无评论

具身智能驾驶：概念、方法、现状与展望

智能科学与技术学报 2024年第1期6卷 17-32页

作者：沈甜雨李志伟范丽丽张庭祯唐丹丹周美华刘华平王坤峰北京化工大学信息科学与技术学院北京理工大学信息与电子学院燕山大学信息科学与工程学院北京同仁医院眼科研究所清华大学计算机科学与技术系

具身智能突破了传统人工智能的界限，强调了机器与物理世界交互的重要性，旨在通过促进软硬件一体化智能体的环境适应性学习和智能行为的演化，解决更多智能系统在现实应用中的问题。在这一理念的启发下，提出了具身智能驾驶的概念与框... 详细信息

具身智能突破了传统人工智能的界限，强调了机器与物理世界交互的重要性，旨在通过促进软硬件一体化智能体的环境适应性学习和智能行为的演化，解决更多智能系统在现实应用中的问题。在这一理念的启发下，提出了具身智能驾驶的概念与框架，将具身智能思想融入自动驾驶汽车的开发与应用中，通过物理智能体、虚拟智能体和真实交通场景之间的持续交互，实现智能系统在复杂交通场景中的精准感知、高效执行、自主进化，提升自动驾驶车辆对复杂开放交通环境的长期适应能力。基于提出的具身智能驾驶框架，进一步总结了其中涉及的核心技术，并剖析了相关技术的发展现状与存在问题。此外，通过探索虚实互动数据智能、基础模型与基础智能、持续学习与平行智能在其中的重要作用和应用潜力，提出了对这一领域的思考与展望。旨在推进具身智能驾驶的系列创新性研究和自动驾驶技术在更广泛场景的应用落地，并为智能车辆等移动机器人系统的发展，提供新的思路和解决方案。

关键词：具身智能自动驾驶具身感知具身执行具身进化