检索结果-南通市图书馆

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

多策略帝王蝶优化算法及其工程应用

清华大学学报（自然科学版） 2024年第4期64卷 668-678页

作者：王振宇王磊西安理工大学计算机科学与工程学院西安710048

针对帝王蝶优化算法存在的收敛速度慢、寻优精度低和易陷入局部极值等缺陷,提出了一种多策略改进的帝王蝶优化算法。首先,采用正向正态云发生器对父代帝王蝶个体执行非线性云化操作,增加候选解数量,提高算法的局部开发能力;之后,引入基... 详细信息

针对帝王蝶优化算法存在的收敛速度慢、寻优精度低和易陷入局部极值等缺陷,提出了一种多策略改进的帝王蝶优化算法。首先,采用正向正态云发生器对父代帝王蝶个体执行非线性云化操作,增加候选解数量,提高算法的局部开发能力;之后,引入基于凸透镜成像的反向学习策略,应用到当前最优个体上产生新的个体,提高算法收敛速度和寻优精度;最后,在调整算子中融入自适应策略,增加种群的多样性,避免算法陷入局部最优。通过对8个基准测试函数的寻优对比,以及Wilcoxon秩和检验结果的对比,发现改进算法具有更好的收敛性能、寻优性能和鲁棒性。与此同时,通过工程应用中压力容器设计和焊接梁设计的优化对比,进一步验证了改进算法处理实际工程问题时的优越性。

关键词：帝王蝶优化算法正态云模型凸透镜成像自适应调整率压力容器设计焊接梁设计

基于双参考帧的多源着色结果融合的视频着色方法

在线全文

学校读者我要写书评

暂无评论

东南大学学报（自然科学版） 2024年第1期54卷 183-191页

作者：孟桦唐金辉代龙泉南京理工大学计算机科学与工程学院南京210094

对黑白视频着色时,为了更好地利用参考帧信息,提出一种基于双参考帧的多源着色结果融合的着色方法.首先,采用硬注意力融合子模块融合双参考帧提供的颜色信息,以防止双帧语义匹配模块着色时不合理参考信息导致的颜色模糊问题.然后,使用... 详细信息

对黑白视频着色时,为了更好地利用参考帧信息,提出一种基于双参考帧的多源着色结果融合的着色方法.首先,采用硬注意力融合子模块融合双参考帧提供的颜色信息,以防止双帧语义匹配模块着色时不合理参考信息导致的颜色模糊问题.然后,使用多源着色结果融合模块融合通过双帧光流传播模块、双帧语义匹配模块以及遮挡信息得到的着色结果,进而产生更优质的着色结果.实验结果表明,该方法在Davis30测试集上的峰值信噪比(PSNR)、结构相似性(SSIM)和颜色分布一致性指数(CDC)分别为37.36 dB、0.980 5、0.003 748,说明该方法能够通过多种融合方式充分利用双参考帧的信息为灰度帧着色,并生成美观且具有较好时间一致性的着色结果.

关键词：融合双参考帧视频着色遮挡

基于多方向自适应感知网络的高光谱遥感图像分类

在线全文

学校读者我要写书评

暂无评论

遥感学报 2024年第1期28卷 168-186页

作者：刘倩吴泽彬徐洋郑鹏郑尚东韦志辉南京理工大学计算机科学与工程学院南京210014

高光谱遥感能够同步获取目标场景的光谱数据和空间图像,满足对目标物体成分组成和形貌特征的探测需求,已被广泛应用于精准农业、地质勘察、环境监测和生物医学等领域。近几年,得益于优秀的空谱信息表征能力,基于卷积神经网络的高光谱图... 详细信息

高光谱遥感能够同步获取目标场景的光谱数据和空间图像,满足对目标物体成分组成和形貌特征的探测需求,已被广泛应用于精准农业、地质勘察、环境监测和生物医学等领域。近几年,得益于优秀的空谱信息表征能力,基于卷积神经网络的高光谱图像分类方法取得了优于传统方法的分类精度。然而,基于一定规则和固定方形窗口的卷积运算无法满足不同对象、不同分布的空谱特征提取需求,当像素位于类别边缘时该模式无法避免其他类别的无关信息,导致类别间的信息扩散以及跨类别像素的误分和错分。针对上述问题,本文提出了一种基于多方向自适应感知的高光谱图像空谱联合分类方法,并通过联合不同邻域范围的空谱上下文信息来改善模型的局部空谱建模能力。具体研究过程如下:首先,将常规卷积网络的全窗口滤波器拆分为不同方向的半窗滤波器,从而设计出侧窗卷积以捕捉具有方向性的空谱特征;然后,在此基础上进一步将不同方向的侧窗滤波核整合到统一的卷积架构中构造空谱分离多方向卷积,并设计方向自适应感知模块,以密集连接构建基于高光谱图像的多方向自适应感知分类网络,赋予模型自适应学习多种空谱结构特征的能力,弥补常规卷积和侧窗卷积只能建模单一方向空谱关系的不足,提升模型对复杂空谱结构的刻画能力。在3个公开数据集上的实验结果表明,本文提出的多方向自适应感知分类方法较常规卷积方法具有更优的分类性能,能增强边缘样本的表征准确性,改善分类中的边缘混淆现象。

关键词：遥感高光谱图像深度学习多方向自适应感知空谱结构建模空谱联合分类

在线全文

学校读者我要写书评

暂无评论

不确定性感知的边缘计算任务调度算法

控制与决策 2024年第7期39卷 2405-2413页

作者：尹璐周俊龙孙晋吴泽彬南京理工大学计算机科学与工程学院南京210094

任务执行时长的不确定性是设计任务调度算法时的一个重要问题,关系到调度方案能否满足任务的截止时间要求.鉴于此,研究不确定性感知的边缘计算任务调度问题,以最小化边缘提供商开销为优化目标建立任务调度问题的优化模型.该模型将任务... 详细信息

任务执行时长的不确定性是设计任务调度算法时的一个重要问题,关系到调度方案能否满足任务的截止时间要求.鉴于此,研究不确定性感知的边缘计算任务调度问题,以最小化边缘提供商开销为优化目标建立任务调度问题的优化模型.该模型将任务执行时长建模为随机变量并推导出任务完成时间的完整概率分布,引入关于任务截止时间的概率约束,以可调节的概率阈值保证任务按时完成.为求解该问题,进一步提出基于蝙蝠算法搜索策略的元启发式算法,包含两个关键的算法组件,映射算子实现蝙蝠空间与调度解空间的关联,评估算子实现候选解可行性的判定和优化目标值的计算.基于对比实验的仿真结果表明,所提出算法能够得到高质量的任务调度方案.

关键词：边缘计算任务调度不确定性概率约束随机优化蝙蝠算法

在线全文

学校读者我要写书评

暂无评论

基于先验知识和网格监督的手部姿态估计

华南理工大学学报（自然科学版） 2024年第6期52卷 138-147页

作者：孙迪钢张平华南理工大学计算机科学与工程学院广东广州510006

手部自遮挡和深度信息缺失使得由单目RGB图像进行三维手部姿态估计存在关节相对深度估计不够准确、生成的姿态违背手部生物力学约束等问题。为解决此问题,文中结合手部结构中蕴含的先验知识以及手部网格信息,提出一种基于先验知识和网... 详细信息

手部自遮挡和深度信息缺失使得由单目RGB图像进行三维手部姿态估计存在关节相对深度估计不够准确、生成的姿态违背手部生物力学约束等问题。为解决此问题,文中结合手部结构中蕴含的先验知识以及手部网格信息,提出一种基于先验知识和网格监督的深度神经网络。手部骨架的铰链式结构意味着关节三维位置在二维图像平面和深度方向的投影之间存在着特定关系,但个体之间的手部结构差异导致难以对其进行直观的形式化描述,为此文中提出通过学习来对其进行拟合。同一手指的关节位置和骨骼长度、同一手指的不同分段以及不同手指的弯曲方向之间也存在特定关系,文中将其设计为损失函数,用于监督网络训练。所提出的神经网络在估计手部姿态的同时并行生成手部网格,通过网格标注监督网络训练,优化姿态估计,且不增加网络复杂度。使用混合数据集对神经网络进行了训练,以进一步提高其泛化能力。实验结果表明,所提方法在多个数据集的内部交叉验证精度、跨数据集验证精度、模型的时间和空间复杂度等方面都优于其他方法,手部结构先验知识和网格监督在提升姿态估计精度的同时保持了神经网络结构的紧凑性。

关键词：手部姿态估计手部形状估计先验知识手部网格

LibPass:基于包结构和签名的第三方库检测方法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第6期35卷 2880-2902页

作者：徐建袁倩婷南京理工大学计算机科学与工程学院江苏南京210094

第三方库检测是Android应用安全分析领域的上游任务,其检测精度对于恶意应用检测、重打包检测、隐私泄露等下游任务有显著影响.为了提升检测精度和效率,采用相似性比较的思想,提出一种基于包结构和签名的第三方库检测方法,命名为***以... 详细信息

第三方库检测是Android应用安全分析领域的上游任务,其检测精度对于恶意应用检测、重打包检测、隐私泄露等下游任务有显著影响.为了提升检测精度和效率,采用相似性比较的思想,提出一种基于包结构和签名的第三方库检测方法,命名为***以流水线式模式组合主模块识别、第三方库候选识别和细粒度检测等3个组件.主模块识别方法区分主程序二进制代码与引入的第三方库二进制代码,旨在提升方法检测效率.在此基础上,提出由第三方库候选识别和细粒度检测构成的两阶段检测方法.前者利用包结构特征的稳定性来应对应用程序的混淆行为以提升混淆情形下的检测精度,并利用包结构签名完成快速比对以识别候选第三方库,达到显著降低成对比较次数、提升检测效率的目的;后者在前者涮选出的候选中,通过更细粒度但代价更高的相似性分析精确地识别第三方库及其对应的版本.为了验证方法的性能和效率,构建3个评估不同检测能力的基准数据集,在这些基准数据集上开展实验验证,从检测性能、检测效率和抗混淆性等方面对实验结果进行深入分析,结果表明LibPass具备较高的检测精度,检测效率,以及应对多种常用混淆操作的能力.

关键词：第三方库代码混淆安全分析签名

在线全文

学校读者我要写书评

暂无评论

利用渐进式动态图进行图像分割

武汉大学学报（信息科学版） 2024年第7期49卷 1212-1223页

作者：王紫娇许春燕周传伟崔振南京理工大学计算机科学与工程学院江苏南京210094

大多数先进的基于深度学习的图像分割算法缺乏结合图像上下文关系的能力,忽略了上下文信息对分割轮廓的作用及影响,使得算法性能的提升有所局限,为此提出了一种基于轮廓的图像分割方法,利用一种渐进式动态图网络进行轮廓的变形。具体地... 详细信息

大多数先进的基于深度学习的图像分割算法缺乏结合图像上下文关系的能力,忽略了上下文信息对分割轮廓的作用及影响,使得算法性能的提升有所局限,为此提出了一种基于轮廓的图像分割方法,利用一种渐进式动态图网络进行轮廓的变形。具体地,根据目标轮廓的拓扑结构,在轮廓上采样顶点将其转变成一个动态图,通过扩散目标点的上下文信息进行推理学习,并积累历史学习经验来进行轮廓图的动态更新,通过一种端到端的方式进行图的更新和目标位置的预测,并将其封装成一个闭环的学习过程。在Cityscapes、KINS、SBD数据集上进行了测试,验证了所提方法在实时实例分割上的有效性和实时性。具体地,在Cityscapes和SBD数据集上分别达到了最好的性能:34.4%和55.3%平均精度(average precision, AP),在KINS数据集上也达到了30.5%AP的性能,实现了很好的分割拟合效果,相比于Deep Snake模型,其分割轮廓与目标真实边界更加拟合且轮廓线更加平滑。此外,就运行速度而言,动态图模型在3个数据集上也达到了最好的结果,分别为3.8帧/s、7.6帧/s和13.1帧/s,比Deep Snake模型的运行速度平均提升了0.5帧/s。

关键词：图像分割轮廓深度学习上下文渐进式动态图实时实例分割

伪时空图卷积网络修复姿态引导的Transformer行人视频修复方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第4期36卷 552-564页

作者：唐福梅聂勇伟余嘉祺张青李桂清华南理工大学计算机科学与工程学院广州510006 中山大学计算机学院广州510006

为解决监控视频中被遮挡行人的修复问题,提出了一种基于人体姿态的行人视频修复方法,即先修复视频中残缺的行人姿态序列,然后在修补后的姿势序列的引导下修复视频帧中人体的缺失部分.该方法采用OpenPose从视频中提取被遮挡的人体姿态序... 详细信息

为解决监控视频中被遮挡行人的修复问题,提出了一种基于人体姿态的行人视频修复方法,即先修复视频中残缺的行人姿态序列,然后在修补后的姿势序列的引导下修复视频帧中人体的缺失部分.该方法采用OpenPose从视频中提取被遮挡的人体姿态序列,针对其因存在遮挡情况导致未识别出和未准确识别部分关节点的问题,提出了一种伪时空图卷积网络模型对缺失姿态进行修复,得到一个相对准确的姿态序列;基于修复后的姿态,提出了基于姿态序列引导的Transformer行人视频修复模型.在Human3.6M数据集上进行了测试,所提出的方法在4个指标PSNR,RMSE,SSIM,LPIPS上均比对比方法有提升,特别是RMSE指标提升了9.50%,LPIPS指标提升了21.67%.

关键词：深度学习图卷积神经网络 Transformer 人体姿态补全视频修复

同方期刊数据库

GPPR:跨域分布式个性化PageRank算法

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第3期35卷 1090-1106页

作者：陈子俊马德龙王一舒袁野东北大学计算机科学与工程学院辽宁沈阳110169 北京理工大学计算机学院北京100081

个性化PageRank作为大图分析中的基本算法,在搜索引擎、社交推荐、社区检测等领域具有广泛的应用,一直是研究者们关注的热点问题.现有的分布式个性化PageRank算法均假设所有数据位于同一地理位置,且数据所在的计算节点之间具有相同的网... 详细信息

个性化PageRank作为大图分析中的基本算法,在搜索引擎、社交推荐、社区检测等领域具有广泛的应用,一直是研究者们关注的热点问题.现有的分布式个性化PageRank算法均假设所有数据位于同一地理位置,且数据所在的计算节点之间具有相同的网络环境.然而在现实世界中,这些数据可能分布在跨洲的多个数据中心中,这些跨域分布(cross-geo-distributed)的数据中心之间通过广域网连接,存在网络带宽异构、硬件差异巨大、通信费用高昂等特点.分布式个性化PageRank算法需要多轮迭代,并在全局图上进行随机游走.因此,现有的分布式个性化PageRank算法不适用于跨域环境.针对此问题,提出了GPPR(cross-geo-distributed personalized PageRank)算法.该算法首先对跨域环境中的大图数据进行预处理,采用启发式算法映射图数据,以降低网络带宽异构对算法迭代速度的影响;其次,GPPR改进了随机游走方式,提出了基于概率的Push算法,通过减少工作节点之间传输数据的带宽负载,进一步减少算法所需的迭代次数.基于Spark框架实现了GPPR算法,并在阿里云中构建真实的跨域环境,在8个开源大图数据上,与现有的多个代表性分布式个性化PageRank算法进行了对比实验.结果显示,GPPR的通信数据量在跨域环境中比其他算法平均减少30%.在算法运行效率方面,GPPR比其他算法平均提升了2.5倍.

关键词：跨域分布式个性化PageRank 近似计算