检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

近似乘法器研究综述

小型微型计算机系统 2024年

作者：李鹏程黄立波谭弘兵杨乾明刘威马胜邓全王永文国防科技大学计算机学院

人工智能（AI）和物联网（IoT）的迅速发展，对能效提出了更高的要求。在后摩尔时代，通过牺牲精度以换取高能效的近似计算成为解决资源开销问题的重要方法，其中近似乘法器在容错应用中发挥了关键作用。为促进近似乘法器的相关研究，... 详细信息

人工智能（AI）和物联网（IoT）的迅速发展，对能效提出了更高的要求。在后摩尔时代，通过牺牲精度以换取高能效的近似计算成为解决资源开销问题的重要方法，其中近似乘法器在容错应用中发挥了关键作用。为促进近似乘法器的相关研究，本文对相关文献进行了归纳、分析和总结。首先回顾了传统乘法器的发展、近似乘法器常用评估指标和应用测试方法，然后从近似乘法器的架构设计和通用优化两个方面详细阐述乘法器中近似技术的研究和发展。架构设计侧重于在乘法运算的不同阶段进行结构设计，通用优化强调可以在多种架构设计中发挥重要作用的近似优化技术。最后，对未来的研究方向进行展望和总结。

关键词：近似乘法器精度开销架构设计通用优化

基于渐增式奖励上界的最大k-plex问题求解

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

华中科技大学学报(自然科学版) 2024年

作者：刘燕丽迟思义刘浪何琨武汉科技大学理学院华中科技大学计算机学院

针对最大k-plex完备算法的分支策略影响剪枝率这一挑战，提出了一种基于强化学习和上界奖励的顶点策略。该策略基于划分式定界函数获得上界，利用上界的变化值奖励分支顶点，评估分支动作对子问题的影响程度；实现了渐增式的奖励计算，... 详细信息

针对最大k-plex完备算法的分支策略影响剪枝率这一挑战，提出了一种基于强化学习和上界奖励的顶点策略。该策略基于划分式定界函数获得上界，利用上界的变化值奖励分支顶点，评估分支动作对子问题的影响程度；实现了渐增式的奖励计算，以减少学习代价；结合候选集划分为分支集和非分支集的方法，优先选择分支集中累计奖励最大的顶点。为了评估新顶点策略的效率，测试了来自10thDIMACS和Real-world大规模稀疏图的221个图例。实验结果表明，相比于目前先进的KpLex和Maplex算法，本研究提出的IRkplex算法的平均求解时间减少了2%～23.71%，说明新的顶点策略可以有效提高算法的剪枝率。

关键词：最大k-plex问题非确定多项式复杂度的难度问题强化学习奖励函数分支策略

基于网络权重参数敏感度分析的终身视觉回环检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国机械工程 2024年第7期35卷 1212-1221页

作者：沈晔湖李欢张大庆苗洋赵冲蒋全胜苏州科技大学机械工程学院苏州215009 厦门大学计算机科学与技术系厦门361005

在基于视觉的同时定位和地图构建系统中通过回环检测判别机器人是否到达过先前的位置,可有效消除位姿估计造成的累积误差。随着数据量的增大,现有方法会导致网络模型泛化性能降低。为实现可持续回环检测,提出一种网络权重参数敏感度分... 详细信息

在基于视觉的同时定位和地图构建系统中通过回环检测判别机器人是否到达过先前的位置,可有效消除位姿估计造成的累积误差。随着数据量的增大,现有方法会导致网络模型泛化性能降低。为实现可持续回环检测,提出一种网络权重参数敏感度分析视觉回环检测方法,将残差神经网络与广义均值池化相结合来构建轻量化特征提取网络;设计了可变相似感知区域,将可变滑动窗口和相似度矩阵相结合来提取三重样本;提出的网络权重参数敏感度分析方法降低了网络模型的灾难性遗忘。与典型方法MAC相比,所提方法在Nordland等数据集的召回率提高了42%左右。

关键词：回环检测终身学习对比学习同时定位和地图构建网络权重参数敏感度分析

CNN-Transformer特征融合多目标跟踪算法

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

计算机工程与应用 2024年第2期60卷 180-190页

作者：张英俊白小辉谢斌红太原科技大学计算机科学与技术学院太原030024

在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特... 详细信息

在卷积神经网络(CNN)中,卷积运算能高效地提取目标的局部特征,却难以捕获全局表示;而在视觉Transformer中,注意力机制可以捕获长距离的特征依赖,但会忽略局部特征细节。针对以上问题,提出一种基于CNN-Transformer双分支主干网络进行特征提取和融合的多目标跟踪算法CTMOT(CNN-transformer multi-object tracking)。使用基于CNN和Transformer双分支并行的主干网络分别提取图像的局部和全局特征。使用双向桥接模块(two-way braidge module,TBM)对两种特征进行充分融合。将融合后的特征输入两组并行的解码器进行处理。将解码器输出的检测框和跟踪框进行匹配,完成多目标跟踪任务。在多目标跟踪数据集MOT17、MOT20、KITTI以及UADETRAC上进行评估,CTMOT算法的MOTP和IDs指标在四个数据集上均达到了SOTA效果,MOTA指标分别达到了76.4%、66.3%、92.36%和88.57%,在MOT数据集上与SOTA方法效果相当,在KITTI数据集上达到SOTA效果。由于同时完成目标检测和关联,能够端到端进行目标跟踪,跟踪速度可达35 FPS,表明CTMOT算法在跟踪的实时性和准确性上达到了较好的平衡,具有较大潜力。

关键词：多目标跟踪 Transformer 特征融合

在线全文

学校读者我要写书评

暂无评论

利用图神经网络的互补产品推荐

计算机工程与应用 2024年第10期60卷 292-300页

作者：倪伟竣纪淑娟梁永全山东科技大学计算机科学与工程学院山东青岛266590

互补产品推荐可以提供互补搭配的产品,为用户提供便利。然而现有使用图神经网络的工作忽视了产品的多模态信息,以及多模态模型在模态信息缺失时性能会受到影响。现有多模态模型只是将模态简单拼接,忽略了模态间的联系。因此,提出了一种... 详细信息

互补产品推荐可以提供互补搭配的产品,为用户提供便利。然而现有使用图神经网络的工作忽视了产品的多模态信息,以及多模态模型在模态信息缺失时性能会受到影响。现有多模态模型只是将模态简单拼接,忽略了模态间的联系。因此,提出了一种利用图神经网络的互补产品推荐模型(complementary product recommendation using graph neural network,CPRUG)。该模型将图神经网络与多模态信息结合,强化产品的表征;利用图注意力网络,应对多模态缺失问题,维持模型的性能,提高模型的鲁棒性;使用共同注意力机制和矩阵分解双线性池化方法来融合多模态特征,学习产品的互补关系。在Amazon数据集上进行了实验,实验结果表明,模型的性能优于其他基线模型。

关键词：互补产品图神经网络推荐系统多模态

在线全文

学校读者我要写书评

暂无评论

基于时空特征融合的交通警察手势识别

计算机工程与应用 2024年第8期60卷 250-257页

作者：杜兵赵骥辽宁科技大学计算机与软件工程学院辽宁鞍山114051

近年来,随着人体姿态估计技术的发展,基于骨架关键点的手势识别技术应运而生。提出了一个GCPM-AGRU模型进行交通警察手势识别。为了更准确地定位人体关键点,对卷积姿态机(CPM)进行改进。在特征提取模块中加入残差思想、通道拆分和通道重... 详细信息

近年来,随着人体姿态估计技术的发展,基于骨架关键点的手势识别技术应运而生。提出了一个GCPM-AGRU模型进行交通警察手势识别。为了更准确地定位人体关键点,对卷积姿态机(CPM)进行改进。在特征提取模块中加入残差思想、通道拆分和通道重组,设计后的特征提取模块更好提取图片特征;在CPM第一阶段加入并行多分支Inception4d结构,使CPM网络具有多尺度特征融合思想,有效改进对人体关键点定位的问题;提出基于注意力机制的GRU,通过为每帧分配不同权重来达到对每帧不同程度的关注,从而更好获取时间信息;结合时空特征信息进行交通警察手势识别。交通警察手势识别的准确度达到了93.7%,相比网络改进之前提高了2.95个百分点。

关键词：手势识别人体关键点卷积姿态机 GRU 时空特征信息

一种基于面向重复性构建超图和面向共现性重构排名的会话推荐方法

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：温彦孙会政卞玮闫铭海山东科技大学计算机科学与工程学院

[目的]针对会话推荐模型中用户兴趣焦点精确捕获和噪音消除问题，本文提出一种基于面向重复性构建超图和面向共现性重构排名的会话推荐方法。[方法]首先，通过数据分析发现重复项目隐含更高的会话内聚性，并提出了会话内基于重复项目的... 详细信息

[目的]针对会话推荐模型中用户兴趣焦点精确捕获和噪音消除问题，本文提出一种基于面向重复性构建超图和面向共现性重构排名的会话推荐方法。[方法]首先，通过数据分析发现重复项目隐含更高的会话内聚性，并提出了会话内基于重复项目的动态超边构造方法。其次，在位置信息的基础上融合全局共现信息，进行位置信息排名重构。最后为缓解数据稀疏问题，本文引入全局范围内的会话间协同信息注入模块。[结果]为验证本文模型的有效性，本文在三个基准数据集进行实验。相较于次优模型，在Diginetica数据集上，P@20提升1.09%，MRR@20提升0.63%。在Tmall数据集上，P@20提升8.41%，MRR@20提升6.29%。在RetailRocket数据集上，P@20提升2.91%，MRR@20提升1.00%。[局限]模型性能仍然受数据稀疏的影响。[结论]结果表明提出的方法优于基准模型，具备良好的推荐效果。

关键词：会话推荐系统内聚性动态超图位置编码排名重构

MC-NAS:一种可视化模块贡献神经架构搜索方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第12期60卷 118-128页

作者：张睿李吉柴艳峰太原科技大学计算机科学与技术学院太原030024

现有的神经架构搜索方法无法直观地将网络模型与候选模块以及模型识别准确率之间的关系展示出来;同时很多NAS方法可扩展性差,无法将其搜索策略扩展至任意搜索空间。针对上述挑战,提出了一种可视化模块贡献神经架构搜索方法。提出了模块... 详细信息

现有的神经架构搜索方法无法直观地将网络模型与候选模块以及模型识别准确率之间的关系展示出来;同时很多NAS方法可扩展性差,无法将其搜索策略扩展至任意搜索空间。针对上述挑战,提出了一种可视化模块贡献神经架构搜索方法。提出了模块贡献这个概念,并通过分析贡献计算过程的窘境给出了任意搜索空间下的统一采样原则,利用统一的贡献度指导原则给出了不同搜索空间的贡献度计算策略。针对特定的约束条件通过动态网络规划算法生成神经网络体系结构。大量的实验结果表明该算法在任意搜索空间中的有效性。使用CIFAR-10、CIFAR-100和ImageNet16-120数据集在NAS-Bench-201基准测试上平均准确率达到了93.33%、71.07%、42.69%。

关键词：神经架构搜索动态网络规划可视化模块贡献链式搜索空间 cell-based搜索空间

在线全文

学校读者我要写书评

暂无评论

基于持续同调的高维数据聚类算法

华中科技大学学报（自然科学版） 2024年第2期52卷 29-35页

作者：熊正大韦逸卓熊子恒何琨华中科技大学计算机科学与技术学院湖北武汉430074 武汉科技大学香涛学院湖北武汉430081

针对复杂的高维数据,提出了基于持续同调的聚类(PHBC)算法.该算法从拓扑学的角度处理数据,通过使用单纯复形来计算不同种类样本的拓扑特征,将拓扑特征转化为持续同调信息,再将持续同调信息转化为向量形式作为聚类算法的输入,使得传统聚... 详细信息

针对复杂的高维数据,提出了基于持续同调的聚类(PHBC)算法.该算法从拓扑学的角度处理数据,通过使用单纯复形来计算不同种类样本的拓扑特征,将拓扑特征转化为持续同调信息,再将持续同调信息转化为向量形式作为聚类算法的输入,使得传统聚类算法能够处理高维度的数据.实验结果表明:PHBC算法能够应对并处理多种复杂的高维数据,与多个经典的聚类方法相比,在多种聚类指标上均有一定程度的提升,并且指标的标准差更小,即聚类结果的稳定性更高.

关键词：机器学习聚类高维数据拓扑数据分析持续同调