检索结果-南通市图书馆

融合无监督学习模型X-Means的机会网络路由算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：常亚楠段幸灼崔建群彭德民华中师范大学计算机学院华中师范大学人工智能与智慧学习湖北省重点实验室

在机会网络中，网络拓扑结构动态变化，节点之间间歇性连接，这种间歇性连接是由于缺乏网络基础设施和终端设备随机移动所造成的，机会网络的这些特性使得路由算法的设计成为一项具有挑战性的研究课题。本文提出一种基于无监督学习模型X... 详细信息

在机会网络中，网络拓扑结构动态变化，节点之间间歇性连接，这种间歇性连接是由于缺乏网络基础设施和终端设备随机移动所造成的，机会网络的这些特性使得路由算法的设计成为一项具有挑战性的研究课题。本文提出一种基于无监督学习模型X-Means的机会网络路由算法XMROP(Opportunistic network routing algorithm based on unsupervised learning model X-Means)，致力于利用机器学习模型来做出路由决策。该路由算法提出新的聚类模型应用模式，解决现阶段机会网络中应用聚类模型所存在的问题，综合考虑连接强度、节点活跃度、缓存等属性特征，定义新的节点中心度度量来衡量节点活跃程度，使用X-Means聚类模型对样本数据集进行训练，以适应机会网络拓扑结构的动态变化，提升路由算法性能。仿真实验结果表明，与KROP，DBSCAN-R，Prophet路由算法相比，XMROP具有更好的性能，从而验证了研究方案的有效性。

关键词：机会网络无监督学习聚类 X-Means 上下文感知路由

基于改进StackCNN网络和集成学习的脑电信号视觉分类算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

郑州大学学报(工学版) 2024年

作者：杨青王亚群文斗王莹王翔宇国家语言资源监测与研究网络媒体中心华中师范大学人工智能与智慧学习湖北省重点实验室华中师范大学计算机学院

针对直接使用图像诱发的脑电信号进行视觉分类的现有研究少,并且视觉分类的平均准确率低等问题,设计了一种卷积神经网络和集成学习相结合的方法,用于学习脑电信号相关的视觉特征表示。通过在StackCNN网络中加入K-max池化方法,解决在提... 详细信息

针对直接使用图像诱发的脑电信号进行视觉分类的现有研究少,并且视觉分类的平均准确率低等问题,设计了一种卷积神经网络和集成学习相结合的方法,用于学习脑电信号相关的视觉特征表示。通过在StackCNN网络中加入K-max池化方法,解决在提取脑电特征时信息丢失的问题,并结合Bagging算法增强网络的泛化能力,该方法称为StackCNN-B。为了验证StackCNN-B方法在图像分类上的性能,采用基于残差神经网络(ResNet)回归对图像进行分类。通过消融实验及与现有研究对比实验的结果表明:本文方法识别准确率较高,在学习脑电信号的视觉特征表示上的平均准确率达到99.78%,在图像分类上的平均准确率达到96.45%,与最先进的Bi-LSTM-AttGW方法相比,平均提高了0.28百分点和2.97百分点。研究结果不仅验证了脑电信号可以有效地解码与视觉识别相关的人类大脑活动,而且也表明所提出StackCNN-B模型的优越性。

关键词：脑电波视觉分类卷积神经网络 Bagging算法 ResNet网络

基于Jetson Nano的智能双足人形机器人

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

智能计算机与应用 2024年第4期14卷 177-179页

作者：王苑丞文靖豪张祺睿冯旭冉彭熙华中师范大学计算机学院武汉430079 湖北省人工智能与智慧学习重点实验室武汉430079 湖北省高等学校计算机基础实验教学示范中心武汉430079

针对人型机器人多样的使用需求及复杂的使用环境,本文设计出一款以高性能NVIDIA Jetson Nano为主控板,采用舵机驱动、搭载多个感知模块的智能双足人型机器人,通过ROS系统进行步态控制,依靠摄像头、多种传感器及配套算法实现姿态识别和... 详细信息

针对人型机器人多样的使用需求及复杂的使用环境,本文设计出一款以高性能NVIDIA Jetson Nano为主控板,采用舵机驱动、搭载多个感知模块的智能双足人型机器人,通过ROS系统进行步态控制,依靠摄像头、多种传感器及配套算法实现姿态识别和空间位置计算,完成机器人整体的行动。

关键词：双足人型机器人 Jetson Nano 传感器

维普期刊数据库博看期刊

双足人形机器人定位及运动规划系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

计算机与数字工程 2024年第2期52卷 399-402页

作者：彭熙潘磊夏珺朱云瑞李洋涛华中师范大学计算机学院武汉430079 湖北省高等学校计算机基础实验教学示范中心武汉430079 湖北省人工智能与智慧学习重点实验室武汉430079

基于ZigBee技术和多传感器数据融合设计并实现了双足人形机器人的室内定位与运动规划控制系统,并分别对机器人运动过程建立空间模型和姿态模型,以获得机器人实时位置及姿态信息,实现自主运动规划。系统将树莓派4B和32路串口总线舵机控... 详细信息

基于ZigBee技术和多传感器数据融合设计并实现了双足人形机器人的室内定位与运动规划控制系统,并分别对机器人运动过程建立空间模型和姿态模型,以获得机器人实时位置及姿态信息,实现自主运动规划。系统将树莓派4B和32路串口总线舵机控制板结合起来作为核心控制平台,更好地实现了对机器人的方向控制、目标导航等功能。

关键词：人形机器人多传感器数据融合 ZigBee 室内定位运动规划

基于Mediapipe的人体姿态跟随机器人系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

电脑与信息技术 2024年第2期32卷 14-17,102页

作者：张华锐赵潇帆王苑丞吕行彭熙华中师范大学计算机学院湖北武汉430079 湖北省人工智能与智慧学习重点实验室湖北武汉430079 湖北省高等学校计算机基础实验教学示范中心湖北武汉430079

本研究的机器人系统采用计算机视觉对人体姿态进行动态标识,从现有的单目相机获得图像或视频,利用Mediapipe方法对32个人体关键部位进行了定位和可信度的测量。控制系统通过反馈关节位置标记进行人机关节映射,控制驱动元件复现人体实时... 详细信息

本研究的机器人系统采用计算机视觉对人体姿态进行动态标识,从现有的单目相机获得图像或视频,利用Mediapipe方法对32个人体关键部位进行了定位和可信度的测量。控制系统通过反馈关节位置标记进行人机关节映射,控制驱动元件复现人体实时自然交互,实现人体跟随的功能。该系统的随机实验结果证明了系统设计的正确性和可行性,这对人体姿态跟随机器人系统的仿真研究有一定的指导作用。

关键词： Mediapipe 人体姿态识别机器人自动跟随

在线全文

学校读者我要写书评

暂无评论

地图综合图卷积神经网络点群简化方法

测绘学报 2024年第1期53卷 158-172页

作者：肖天元艾廷华余华飞杨敏刘鹏程武汉大学资源与环境科学学院湖北武汉430079 地理信息系统教育部重点实验室湖北武汉430079 华中师范大学城市与环境科学学院湖北武汉430079

地图综合是一个多因素影响的复杂决策过程,针对不同场景判断下的综合算子优化选择常规上通过基于规则的方法实施。顾及不同特殊条件影响,这些地图综合规则需要“打补丁”,导致地图综合规则体系越来越复杂,从而失去普适性。人工智能技术... 详细信息

地图综合是一个多因素影响的复杂决策过程,针对不同场景判断下的综合算子优化选择常规上通过基于规则的方法实施。顾及不同特殊条件影响,这些地图综合规则需要“打补丁”,导致地图综合规则体系越来越复杂,从而失去普适性。人工智能技术下的数据驱动综合方案通过机器学习提取典型案例中隐含的综合规则,并迁移到新的数据场景,为处理特殊规则下的地图综合提供了一种思路。本文引入深度学习技术,采用领域知识与数据驱动相结合的策略,提出了一种基于图卷积神经网络的点群自动综合方法。本文方法通过样本训练与深度学习获取不同数据场景下的地图综合知识,同时融入既有规则进行引导,可以更有效地向人工地图综合结果的目标迈进。首先,构建Delaunay三角网,在点群之间建立空间邻域关系,并根据地理空间上下文关联、空间异质性等领域知识计算各个点的特征信息,构造点群的特征向量。其次,引入拓扑自适应图卷积神经网络,构建点群数据自动综合网络模型。试验表明本文方法在局部区域与整体地图上均可以保持原始点群的各项特征,体现在相对数量保持、上下文特征继承、属性特征一致方面均有良好的表达效果。

关键词：地图综合点群 Delaunay三角网图卷积神经网络数据驱动

基于视角-规则的深度TSK模糊分类器及其在多元癫痫脑电信号识别中的应用

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4期39卷 1315-1324页

作者：张雄涛李水苗翁江玮胡文军蒋云良湖州师范学院信息工程学院浙江湖州313000 浙江省现代农业资源智慧管理与应用研究重点实验室浙江湖州313000 浙江师范大学计算机科学与技术学院浙江金华321004

在癫痫脑电信号分类检测中,传统机器学习方法分类效果不理想,深度学习模型虽然具有较好的特征学习优势,但其“黑盒”学习方式不具备可解释性,不能很好地应用于临床辅助诊断;并且,现有的多视角深度TSK模糊系统难以有效表征各视角特征之... 详细信息

在癫痫脑电信号分类检测中,传统机器学习方法分类效果不理想,深度学习模型虽然具有较好的特征学习优势,但其“黑盒”学习方式不具备可解释性,不能很好地应用于临床辅助诊断;并且,现有的多视角深度TSK模糊系统难以有效表征各视角特征之间的相关性.针对以上问题,提出一种基于视角-规则的深度Takagi-SugenoKang(TSK)模糊分类器(view-to-rule Takagi-Sugeno-Kang fuzzy classifier,VR-TSK-FC),并将其应用于多元癫痫脑电信号检测中.该算法在原始数据上构建前件规则以保证模型的可解释性,利用一维卷积神经网络(1-dimensional convolutional neural network,1D-CNN)从多角度抓取多元脑电信号深度特征.每个模糊规则的后件部分分别采用一个视角的脑电信号深度特征作为其后件变量,视角-规则的学习方式提高了VR-TSK-FC表征能力.在Bonn和CHB-MIT数据集上,VR-TSK-FC算法模糊逻辑推理过程保证可解释的基础上达到了较好分类效果.

关键词： TSK模糊分类器多视角深度特征视角-规则癫痫脑电信号检测可解释性

在线全文

学校读者我要写书评

暂无评论

基于深度学习的单图像三维人体重建研究综述

华中科技大学学报（自然科学版） 2024年第5期52卷 98-122页

作者：刘乐元孙见弛高韵琪高常鑫陈靓影华中师范大学国家数字化学习工程技术研究中心湖北武汉430079 华中科技大学人工智能与自动化学院湖北武汉430074

对近年来基于深度学习的单图像三维人体重建的研究现状和发展趋势进行了总结.首先,从模型表示和计算方法两个方面梳理了当前主要的单图像三维人体重建算法.在模型表示上详细介绍了四种常见表示方式及它们之间的相互转化关系,包括深度图... 详细信息

对近年来基于深度学习的单图像三维人体重建的研究现状和发展趋势进行了总结.首先,从模型表示和计算方法两个方面梳理了当前主要的单图像三维人体重建算法.在模型表示上详细介绍了四种常见表示方式及它们之间的相互转化关系,包括深度图像与点云表示、参数化人体模型表示、体素及语义体素表示及隐式曲面函数表示.在计算方法上深入描述了基于上述四种表示方式所提出的算法,并分析了其优缺点;接着,介绍了单图像三维人体重建常用的公共数据集和客观评价指标;然后,在公共数据集上从客观指标和可视化两个角度对当前先进方法进行了评价和对比;最后,在实验结果的基础上总结了当前方法存在的问题和挑战,并展望了单图像三维人体重建未来潜在的研究方向.

关键词：三维着衣人体重建单图像三维重建深度学习点云体素参数化模型隐式曲面函数混合模型

在线全文

学校读者我要写书评

暂无评论

玉米典型叶部病害高光谱识别及其烈度分类

智慧农业（中英文） 2024年第2期6卷 28-39页

作者：沈艳艳赵玉涛陈庚申吕振刚赵峰杨万能孟冉华中农业大学资源与环境学院湖北武汉430070 华中农业大学作物遗传改良全国重点实验室湖北武汉430070 襄阳市农业科学院湖北襄阳441000 华中师范大学城市与环境科学学院/地理过程分析与模拟湖北省重点实验室湖北武汉430079 哈尔滨工业大学计算学部黑龙江哈尔滨150000 智慧农场技术与系统全国重点实验室黑龙江哈尔滨150000 哈尔滨工业大学人工智能研究院有限公司黑龙江哈尔滨150000

[目的/意义]近年来,玉米叶部病害发生日趋加重且呈现混发现象,严重威胁玉米产量和品质。但目前鲜有研究对叶部病害种类识别及其烈度分类进行结合,无法满足实际场景中玉米不同病害及不同烈度混发下的病害防控需求。[方法]提出一种基于高... 详细信息

[目的/意义]近年来,玉米叶部病害发生日趋加重且呈现混发现象,严重威胁玉米产量和品质。但目前鲜有研究对叶部病害种类识别及其烈度分类进行结合,无法满足实际场景中玉米不同病害及不同烈度混发下的病害防控需求。[方法]提出一种基于高光谱技术实现玉米典型叶部病害种类识别及其烈度分类的方法,通过挖掘玉米大斑病、小斑病和南方锈病3种叶部病害的光谱特性,优选敏感特征构建基于病害发展全阶段(包含病害所有烈度)和病害单一烈度下的病害种类识别模型;进一步地,针对玉米叶部单一病害构建烈度分类模型,以期实现对不同叶部病害的全过程识别与病害烈度分类。[结果和讨论]3种玉米叶部病害在550~680 nm的可见光、740~760 nm的红边、760~1000 nm的近红外和1300~1800 nm的短波红外处其光谱变化显著。基于此提取的光谱特征能够有效捕捉病害特异性信息。基于病害发展全阶段构建的病害种类识别模型最优总体精度(Overall accuracy,OA)达77.51%,Macro F_(1)达0.77;而基于病害单一烈度下的病害种类识别模型精度随着病害烈度的增加而升高。在病害发展阶段处于重度烈度时,病害种类识别模型最优精度达95.06%,Macro F_(1)达0.94。此外,研究构建的3种玉米叶部病害烈度分类模型最优精度均超过70%,其中大斑病烈度分类效果最好(OA=86.25%,Macro F_(1)=0.85)。[结论]基于高光谱数据能够有效实现玉米典型叶部病害种类识别及其烈度分类,为大范围作物病害监测提供研究基础及理论依据,助力精准防控与绿色农业。

关键词：玉米病害高光谱遥感病害种类识别病害烈度分类机器学习