检索结果-南通市图书馆

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

混合曲率空间中的几何自适应元学习方法

计算机学报 2024年

作者：高志武玉伟贾云得北京理工大学计算机学院智能信息技术北京市重点实验室深圳北理莫斯科大学广东省智能感知与计算重点实验室

元学习通过学习先验知识，能帮助模型快速适应新任务。在适应新任务的过程中，空间几何结构与数据几何结构的匹配程度对模型的泛化能力起着重要作用。现实世界中的数据具有多样的非欧几何结构，例如自然语言具有非欧层级结构，人脸图像... 详细信息

元学习通过学习先验知识，能帮助模型快速适应新任务。在适应新任务的过程中，空间几何结构与数据几何结构的匹配程度对模型的泛化能力起着重要作用。现实世界中的数据具有多样的非欧几何结构，例如自然语言具有非欧层级结构，人脸图像具有非欧环状结构等。已有研究表明，真实数据的非欧结构同黎曼流形的几何结构相匹配，从理论上提供了利用黎曼流形来建模数据的可行性。本文提出了混合曲率空间（mixed-curvature space）中的几何自适应元学习方法，利用多个混合曲率空间来表示数据，并生成与数据非欧结构相匹配的黎曼几何。本文构建了多混合曲率神经网络，将混合曲率空间的几何结构表示为曲率空间的曲率、数量和维度，由此可以通过梯度下降过程实现对数据非欧结构的几何自适应。本文进一步引入几何初始化生成策略和几何更新策略，通过少数几步迭代，空间几何结构即可快速匹配数据非欧结构，加速了梯度下降过程。本文在小样本分类和小样本回归等任务上进行了实验验证。与欧氏空间的元学习方法相比，本文方法在小样本分类任务上取得了约3%的准确率提升，在小样本回归任务上将均方误差减少了一半，验证了本文方法的有效性。

关键词：元学习几何自适应混合曲率空间黎曼流形

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

上下文建模与推理的视频异常事件检测

计算机学报 2024年

作者：孙澈武玉伟贾云得北京理工大学计算机学院智能信息技术北京市重点实验室深圳北理莫斯科大学广东省智能感知与计算重点实验室

视频异常事件检测旨在从视频中自动地检测出不符合正常事件规律的视频事件。视频中许多正常和异常的事件是由目标与场景或其它目标交互而产生的，即它们是以目标为中心且高度上下文相关的。如何从底层的视频特征中提取事件高层语义上下... 详细信息

视频异常事件检测旨在从视频中自动地检测出不符合正常事件规律的视频事件。视频中许多正常和异常的事件是由目标与场景或其它目标交互而产生的，即它们是以目标为中心且高度上下文相关的。如何从底层的视频特征中提取事件高层语义上下文信息，并根据上下文信息进行视频异常事件检测仍是一个开放的难题。为此，本文提出了一种新的上下文建模与推理的视频异常事件检测方法。本文方法通过建立视频的上下文图，自动地推理事件相关的语义上下文信息，以缩小底层视觉特征与异常事件高层语义之间的差距，实现异常事件检测。具体来说，首先我们使用了预训练的目标检测网络，提取目标初始的表观特征、目标之间的时空关系特征和场景特征；其次我们设计一个上下文图推理模块，通过建模时空上下文图，将提取到的特征显式地建模为三类语义上下文，包括事件目标的个体行为、不同目标之间的时空关系以及目标与场景之间的交互，其中图的节点表示目标/场景，图的边表示时空关系；最后我们构建了一个异常预测模块，根据推理到的语义上下文信息进行异常事件检测。本文的上下文图推理模块是基于平均场理论，通过使用多个带有消息传递模块的循环神经网络，迭代更新图的节点和边的状态，目的是从底层的视觉特征中推理得到高层的语义上下文。本文的异常预测模块包括注意力池化网络层和全连接网络层，输入语义上下文信息，计算视频帧的异常分数，从而正确地进行异常事件检测。实验中，我们设计了一个自训练策略，分别使用了无监督、半监督、弱监督和监督四种训练策略，以端到端的方式训练时空上下文图推理模块和异常预测模块。本文方法在四个公开的数据集上进行实验，包括三个半监督的数据集Subway (Entrance/Exit)、Avenue和ShanghaiTech，以及一个监督的数据集UCF-Crime。与不使用上下文的方法相比，我们的方法在Subway (Entrance/Exit)、Avenue和ShanghaiTech数据集上的无监督AUC指标分别提高了2.7%/3.1%、2.0%和2.9%，半监督AUC指标分别提高了3.5%/3.3%、4.0%和4.3%。在监督数据集UCF-Crime上，与没有使用上下文的方法相比，我们的方法在半监督AUC、弱监督AUC和监督AUC的指标上分别提高了2.1%、0.4%和9.2%，取得了有竞争力的表现。

关键词：异常事件检测上下文建模与推理上下文图自训练策略深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

编码孔径快照光谱成像重构算法综述

计算机学报 2024年第1期47卷 190-212页

作者：马祥天王立志黄华北京理工大学计算机学院北京100081 北京师范大学人工智能学院北京100875

光谱图像含有丰富的空间和光谱信息,能够反映目标的组成、结构和材料特性,在航天遥感、医疗诊断和机器视觉等领域具有重要的应用价值.近年来,光谱成像技术作为热点研究领域受到广泛关注.传统光谱成像技术采用沿空间维度或光谱维度扫描... 详细信息

光谱图像含有丰富的空间和光谱信息,能够反映目标的组成、结构和材料特性,在航天遥感、医疗诊断和机器视觉等领域具有重要的应用价值.近年来,光谱成像技术作为热点研究领域受到广泛关注.传统光谱成像技术采用沿空间维度或光谱维度扫描的方式,依次获取待测物体表面的光谱信息.由于曝光时间较长,传统光谱成像技术不适用于拍摄动态场景.编码孔径快照光谱成像(Coded Aperture Snapshot Spectral Imaging,CASSI)是光谱成像的前沿技术方案,能够从单次曝光中快速获取动态场景的光谱图像,其包括两个阶段:对高维光谱图像的“编码降维采集”和对低维观测图像的“解码升维重构”.CASSI的早期研究聚焦于“编码降维采集”,通过物理系统设计提升图像编码的有效性,包括编码模板设计和双相机系统设计.目前,CASSI的“编码降维采集”物理系统趋于稳定,其“解码升维重构”决定了光谱成像的质量和效率.本文综述CASSI的重构算法.首先介绍CASSI的物理系统和前向模型,详细描述物理系统的组成元件和硬件参数,推导CASSI前向模型的数学表达;其次梳理CASSI重构的特点和挑战,其挑战主要存在于系统前向模型、先验表示模型、算法灵活性、算法复杂度、实物数据集等方面;之后重点归纳重构算法的研究现状,包括基于优化模型的重构算法和基于深度学习的重构算法.基于优化模型的重构算法利用凸优化模型求解线性逆问题,结合平滑、稀疏、低秩等手工设计的先验表示模型降低逆问题的欠定性;基于深度学习的重构算法利用数据驱动的方式建立先验表示模型,结合端到端全网络、深度展开、即插即用等框架求解重构图像.接着比较主流算法的重构质量和计算效率,以峰值信噪比、结构相似度、光谱角制图为重构质量的评价指标,以模型参数量、浮点计算量为计算效率的评价指标.最后讨论现有工作的不足和未来研究趋势,指出当前仍未解决的领域痛点,展望进一步的研究方向,为本领域开拓创新提供参考.

关键词：快照光谱成像编码孔径图像重构优化模型深度学习

一种基于深度强化学习的频率捷变雷达智能频点决策方法

在线全文

学校读者我要写书评

暂无评论

雷达学报（中英文） 2024年第1期13卷 227-239页

作者：张嘉翔张凯翔梁振楠陈新亮刘泉华北京理工大学信息与电子学院雷达技术研究所北京100081 北京理工大学重庆创新中心重庆401120 北京理工大学长三角研究院(嘉兴) 嘉兴314000 卫星导航电子信息技术教育部重点实验室(北京理工大学) 北京100081

自卫式干扰机发射的瞄准干扰使多种基于信号处理的被动干扰抑制方法失效,对现代雷达产生了严重威胁,频率捷变作为一种主动对抗方式为对抗瞄准干扰提供了可能。针对传统随机跳频抗干扰性能不稳定、频点选取自由度有限、策略学习所需时间... 详细信息

自卫式干扰机发射的瞄准干扰使多种基于信号处理的被动干扰抑制方法失效,对现代雷达产生了严重威胁,频率捷变作为一种主动对抗方式为对抗瞄准干扰提供了可能。针对传统随机跳频抗干扰性能不稳定、频点选取自由度有限、策略学习所需时间长等问题,该文面向频率捷变雷达,提出了一种快速自适应跳频策略学习方法。首先设计了一种频点可重复选取的频率捷变波形,为最优解提供了更多选择。在此基础上,通过利用雷达与干扰机持续对抗收集到的数据,基于深度强化学习的探索与反馈机制,不断优化频点选取策略。具体来说,通过将上一时刻雷达频点及当前时刻感知到的干扰频点作为强化学习输入,神经网络智能选取当前时刻各子脉冲频点,并根据目标检测结果以及信干噪比两方面评价抗干扰效能,从而优化策略直至最优。从提高最优策略收敛速度出发,设计的输入状态不依赖历史时间步、引入贪婪策略平衡搜索-利用机制、配合信干噪比提高奖励差异。多组仿真实验结果表明,所提方法能够收敛到最优策略且具备较高的收敛效率。

关键词：频率捷变雷达抗干扰波形设计瞄准干扰深度Q网络

光束轨道角动量模态人工智能感知方法研究进展(特邀)

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第14期44卷 24-37页

作者：周诗韵王亦舒杨觐瑜高春清付时尧北京理工大学光电学院北京100081 信息光子技术工业和信息化部重点实验室北京100081 光电成像技术与系统教育部重点实验室北京100081

涡旋光束携带的轨道角动量(OAM)作为一种全新的光场调控自由度在超大容量光通信、旋转体探测、高分辨率成像、光信息存储、量子技术等前沿领域展现出巨大的应用潜力。在上述应用中,实现快速、高精度的OAM模态感知十分重要。随着人工智能... 详细信息

涡旋光束携带的轨道角动量(OAM)作为一种全新的光场调控自由度在超大容量光通信、旋转体探测、高分辨率成像、光信息存储、量子技术等前沿领域展现出巨大的应用潜力。在上述应用中,实现快速、高精度的OAM模态感知十分重要。随着人工智能(AI)在各领域的快速发展,将AI技术作为光束OAM模态感知的新型解决方案引起了国内外学者的广泛关注。本文从AI的应用模型角度出发,对近年来基于AI技术的光束OAM模态感知方法进行了系统性综述,主要包括机器学习、深度学习及混合学习模型下的OAM模式分布探测和多模混合光束谱测量,同时讨论了扰动下基于AI的OAM模态感知方法研究进展。

关键词：轨道角动量人工智能模式识别谱测量

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

一种基于迁移学习的多任务制导算法

兵工学报 2024年第6期45卷 1787-1798页

作者：罗皓文何绍溟亢有为北京理工大学宇航学院北京100081 北京理工大学无人机自主控制技术北京市重点实验室北京100081 上海机电工程研究所上海201109

针对典型的飞行器制导任务,利用深度学习算法可以有效地拟合导弹飞行状态与制导指令之间的函数关系。然而当制导任务发生变化时,其二者之间的映射关系也会随之改变,从而导致在当前环境下预训练好的模型无法直接作用于新环境,重新训练制... 详细信息

针对典型的飞行器制导任务,利用深度学习算法可以有效地拟合导弹飞行状态与制导指令之间的函数关系。然而当制导任务发生变化时,其二者之间的映射关系也会随之改变,从而导致在当前环境下预训练好的模型无法直接作用于新环境,重新训练制导模型需要大量的弹道数据和巨额的时间成本。为解决上述问题,基于迁移学习的思想引入域对抗神经网络,提出基于迁移学习的多任务制导算法。以1个含有大量标签数据的源域任务辅助2个含有极少量标签数据的目标域任务进行迁移学习,从而克服预训练与在线控制之间的环境差异。使用特征提取器和域判别器提取出对任务环境不敏感的关键特征,使神经网络学习到各个任务所共享的底层信息;为提高预测精度,分别设计针对不同任务的偏置加速度预测器。数值仿真结果表明:基于迁移学习的多任务制导算法实现了导弹在不同任务中的加速度指令预测。

关键词：多约束制导计算制导深度学习迁移学习偏置比例导引

维普期刊数据库博看期刊

LDPC编码辅助的判决反馈信道估计与均衡方法

在线全文

学校读者我要写书评

暂无评论

兵工学报 2024年第4期45卷 1168-1175页

作者：李佳宣丁旭辉杨凯代计博卜祥元安建平北京理工大学信息与电子学院北京100081 北京理工大学网络空间安全学院北京100081 北京航天自动控制研究所宇航智能控制技术国家级重点实验室北京100854

信道频率选择性衰落较强的环境下,传统正交频分复用非盲信道估计与均衡方法的系统误码性能较差,且需要在信号中增加导频符号的插入,降低系统吞吐量。针对上述问题,提出一种低密度奇偶校验(Low-Density Parity-Check,LDPC)编码辅助的判... 详细信息

信道频率选择性衰落较强的环境下,传统正交频分复用非盲信道估计与均衡方法的系统误码性能较差,且需要在信号中增加导频符号的插入,降低系统吞吐量。针对上述问题,提出一种低密度奇偶校验(Low-Density Parity-Check,LDPC)编码辅助的判决反馈信道估计与均衡方法。将LDPC编码增益引入判决反馈回路中,以提升收敛性,在插入极少导频符号的条件下达到渐进非盲信道估计与均衡方法的性能。另外提出一种基于条件最大似然原则的信道估计改进算法,以恒虚警原则检测有效抽头信号以提高信道估计精度,并且能够与判决反馈信道估计与均衡方法相结合,进一步提升算法性能。仿真结果表明,在仿真所选用的信道环境下,LDPC编码辅助的判决反馈信道估计与均衡方法相比传统判决反馈方法具有11~13 dB的误码性能提升,具有优秀的系统误码性能和鲁棒性。

关键词：正交频分复用多径信道信道估计与均衡判决反馈条件最大似然估计

维普期刊数据库博看期刊

TokenVis:面向以太坊区块链ERC-20智能合约演变模式的可视分析方法

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第2期52卷 441-454页

作者：李国政赵琮刘驰陈思明王国仁北京理工大学计算机学院北京100081 复旦大学大数据学院上海200433

区块链技术近年来受到了广泛关注.区块链技术驱动的加密货币市场复杂且不稳定,容易受到政治、经济、社会等各方面因素的影响.现有的研究工作集中于原生加密货币,如比特币和以太坊币.然而,加密货币市场中存在大量基于ERC-20智能合约的代... 详细信息

区块链技术近年来受到了广泛关注.区块链技术驱动的加密货币市场复杂且不稳定,容易受到政治、经济、社会等各方面因素的影响.现有的研究工作集中于原生加密货币,如比特币和以太坊币.然而,加密货币市场中存在大量基于ERC-20智能合约的代币.ERC-20代币占据大量市值,吸引了许多投资者的关注.本文提出了TokenVis可视分析系统,用于辅助用户分析不同ERC-20标准代币的演变模式并提供解释.TokenVis集成了一个不同时间粒度的可视分析框架,提出了针对时间序列的切分排序可视化以及基于时间约束的优化算法构建的新闻分布布局,建立了演变模式与新闻之间的关系进而解释了代币演变模式.本文还介绍了与领域专家合作开展的分析案例,包含不同类型代币的演变模式,验证了TokenVis可视分析系统的有效性与可用性.

关键词：区块链智能合约加密货币可视分析 ERC-20代币

在线全文

学校读者我要写书评

暂无评论

眼动交互关键技术研究现状与展望

计算机集成制造系统 2024年第5期30卷 1595-1609页

作者：杨晓楠王帅牛红伟薛庆郝佳北京理工大学机械与车辆学院北京100081 北京理工大学长三角研究院浙江嘉兴314019 北京理工大学工业知识与数据融合应用工业和信息化部重点实验室北京100081

随着计算机性能的不断提升,传统键鼠类窄带宽输入形式严重限制了计算机系统的工作效率。为了顺应高效、自然的人机交互发展趋势,眼动交互技术成为近年来的研究热点并取得了一定进展。在对眼动交互技术相关文献进行梳理的基础上,总结了... 详细信息

随着计算机性能的不断提升,传统键鼠类窄带宽输入形式严重限制了计算机系统的工作效率。为了顺应高效、自然的人机交互发展趋势,眼动交互技术成为近年来的研究热点并取得了一定进展。在对眼动交互技术相关文献进行梳理的基础上,总结了眼动交互数据的一般处理与分析方法;围绕眼动交互过程存在的低空间精确度、米达斯接触以及视疲劳等关键问题展开描述,并对其解决方案进行了重点分析;最后,对眼动交互技术的前沿方向及发展趋势进行了展望,以期为后续相关研究提供有价值的参考。

关键词：眼动交互空间精确度米达斯接触视疲劳意图识别