检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于区域掩码对比蒸馏的遥感图像目标检测

东南大学学报（自然科学版） 2024年第3期54卷 761-771页

作者：周杰周子龙罗岩刘瑞赵满艳南京信息工程大学电子与信息工程学院南京210044

为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征... 详细信息

为解决遥感图像中存在背景干扰以及目标密集分布的问题,采用了一种以区域掩码对比蒸馏为基础的目标检测方法,旨在提高遥感图像目标检测性能.首先,通过对目标特征区域进行掩码操作,以区分前景和背景并捕捉目标的细节纹理,生成细致的特征掩码.其次,结合对比蒸馏算法,通过对教师网络和学生网络的区域掩码进行对比学习,使学生网络更加充分地吸收教师网络在目标特征纹理检测方面的知识.同时,在检测阶段引入了一种旋转定位损失算法,该算法通过量化真实边界框和预测边界框之间的格点向量差来进行损失估计,从而减小了预测边界框与真实边界框之间的旋转损失.结果表明,改进算法的均值平均精度在DOTA和HRSC2016数据集上分别较传统算法提高了3.57%和5.22%.

关键词：遥感图像目标检测区域掩码对比蒸馏旋转定位损失函数

在线全文

学校读者我要写书评

暂无评论

空间耦合低密度奇偶校验码残差滑窗译码算法

电子与信息学报 2024年第3期46卷 867-874页

作者：周华李子杰南京信息工程大学电子与信息工程学院南京210044

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低... 详细信息

针对空间耦合低密度奇偶校验(SC-LDPC)码滑窗译码(SWD)算法中错误传播导致的高误码率问题,该文提出基于动态残差的滑窗译码(RSWD)算法。通过在窗口内计算边信息更新前后的残差值,动态选择可靠度最低(残差值最大)的边信息优先更新,降低边信息无效更新的频率,提高窗内译码收敛速度。仿真结果表明:相比于传统SWD算法,RSWD算法在窗口中各位置的误比特数明显降低,抑制错误传播效果明显;在高信噪比(SNR)区域或者低迭代次数的情况下,RSWD算法的误码率性能优于SWD算法;此外,将动态残差应用到消息复用(MR)和窗口扩展(WE)两种窗译码算法中,亦能得到类似结论,提升窗译码性能。

关键词：空间耦合低密度奇偶校验码错误传播滑窗译码残差算法

基于网络流量时空特征和自适应加权系数的异常流量检测方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第6期46卷 2647-2654页

作者：顾伟行鸿彦侯天浩南京信息工程大学电子与信息工程学院南京210044

针对传统异常流量检测模型对流量数据时空特性利用率较低从而导致检测模型性能较差的问题,该文提出一种基于融合卷积神经网络(CNN)、多头挤压激励机制(MSE)和双向长短期记忆(BiLSTM)网络的异常流量检测方法MSECNN-BiLSTM。利用1维CNN挖... 详细信息

针对传统异常流量检测模型对流量数据时空特性利用率较低从而导致检测模型性能较差的问题,该文提出一种基于融合卷积神经网络(CNN)、多头挤压激励机制(MSE)和双向长短期记忆(BiLSTM)网络的异常流量检测方法MSECNN-BiLSTM。利用1维CNN挖掘空间尺度下的异常流量特征,并引入MSE,多角度自适应特征加权,强化模型全局特征的关联能力。将网络流量的特征输入BiLSTM,捕捉流量数据的时序依赖性,进一步建立网络流量在时间尺度上的关系模型。利用softmax分类器进行预测分类,实验结果验证了所提模型在异常流量检测领域的有效性。

关键词：异常流量检测卷积神经网络长短期记忆网络挤压激励机制

一种结构化双注意力混合通道增强的跨模态行人重识别方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第2期46卷 518-526页

作者：庄建军庄宇辰南京信息工程大学电子与信息工程学院南京210044 南京信息工程大学-中大医院智慧医疗研究院南京210044

在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率。为了解决该问题,该文提出一种... 详细信息

在目前跨模态行人重识别技术的研究中,大部分现有的方法会通过单模态原始可见光图像或者对抗生成图像的局部共享特征来降低跨模态差异,导致在红外图像判别中由于底层特征信息丢失而缺乏稳定的识别准确率。为了解决该问题,该文提出一种结构化双注意力可交换混合随机通道增强的特征融合跨模态行人重识别方法,利用通道增强后的可视图像作为第三模态,通过图像通道可交换随机混合增强(I-CSA)模块对可见光图像进行单通道和三通道随机混合增强抽取,从而突出行人的姿态结构细节,在学习中减少模态间差异。结构化联合注意力特征融合(SAFF)模块在注重模态间行人姿态结构关系的前提下,为跨模态表征学习提供更丰富的监督,增强了模态变化中共享特征的鲁棒性。在SYSU-MM01数据集全搜索模式单摄设置下Rank-1和mAP分别达到71.2%和68.1%,优于同类前沿方法。

关键词：行人重识别跨模态混合通道增强联合注意力特征融合

缺失时段对黑河流域夏季FY-4AAGRI地表温度时间维重建的影响分析

在线全文

学校读者我要写书评

暂无评论

地球信息科学学报 2024年第3期26卷 709-724页

作者：罗雨梅祝善友李悦丽张桂欣徐永明南京信息工程大学遥感与测绘工程学院南京210044 南京信息工程大学地理科学学院南京210044

静止气象卫星产品在天气监测和气候变化应用中发挥着重要作用。受天气状况影响,静止气象卫星地表温度经常存在缺失现象,严重影响着地表温度产品的深入应用。在地表温度缺失值的时间维重建过程中,现有研究大多是比较了不同时间维重建方... 详细信息

静止气象卫星产品在天气监测和气候变化应用中发挥着重要作用。受天气状况影响,静止气象卫星地表温度经常存在缺失现象,严重影响着地表温度产品的深入应用。在地表温度缺失值的时间维重建过程中,现有研究大多是比较了不同时间维重建方法的精度,而有关数据缺失时段对模型能否有效重建的影响研究较少。本文以黑河流域为例,基于INA08温度日循环模型,通过模拟实验分析夏季FY-4A(风云4号A星)AGRI(Advanced Geostationary orbit Radiation Imager,先进的静止轨道辐射成像仪)LST(Land Surface Temperature,陆地表面温度)数据缺失对重建结果精度的影响,提出了不同缺失时段的数值替换方案,并采用真实数据对理论实验分析结果进行验证。结果表明:(1)缺失第二时段(13—15时)对重建结果的影响可忽略不计,缺失第五时段(次日0—6时)对重建结果影响最大;(2)随着缺失时段的增多,参与INA08模型拟合的遥感反演原始值减少,精度也有所下降;(3)模拟实验总结的缺失时段数值替换方案对INA08模型重建FY-4AAGRI LST具有一定指导作用,缺失时段某个时刻被替换为其他时刻地表温度后,能够显著提高缺失数据重建精度。

关键词： FY-4A AGRI 地表温度时间维重建缺失时段日变化模型黑河流域

社交网络群决策环境下基于量子干涉的信任测度

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5期39卷 1697-1706页

作者：蔡玫简兴莲王雅南京信息工程大学管理工程学院南京210044

针对已有的信任测度模型中信任源出现的冗余以及之间的干扰未被考虑的缺点,提出一种基于干扰效应的社会网络信任测度的决策模型.该模型在计算决策者之间的信任值时,通过简化信任源类型可避免部分信任源的重复出现,同时增加了信任源之间... 详细信息

针对已有的信任测度模型中信任源出现的冗余以及之间的干扰未被考虑的缺点,提出一种基于干扰效应的社会网络信任测度的决策模型.该模型在计算决策者之间的信任值时,通过简化信任源类型可避免部分信任源的重复出现,同时增加了信任源之间的干扰项.首先,根据社会关系与背景对信任的决定性,将决策者之间信任关系的来源划分为“决策者之间的亲近关系”和“决策者的客观背景”;其次,提出“亲疏度”和“专业度”的概念作为这两个信任源的测度,在保证信任源完整的前提下,克服信任关系冗余的缺陷;然后,进一步设计考虑干扰效应的信任值量化方法,所求的信任值能够综合体现两个信任源的个体决定程度和整体影响程度;最后,将决策者的信任值转化为权重聚集决策者偏好,以解决实际群决策问题.数值和理论结果表明,所提出考虑干扰效应的信任测度方法能够作为提高信任关系的准确性以及解决社交网络群决策问题的工具,具有广泛的应用前景.

关键词：信任源信任测度干扰效应概率语言术语集量子概率论社会网络

在线全文

学校读者我要写书评

暂无评论

考虑风险态度的区间值非加性BWM共识模型

控制与决策 2024年第6期39卷 2097-2105页

作者：肖婧梅蔡玫高宇周坤南京信息工程大学管理工程学院南京210044

针对属性权重未知,且考虑决策成员风险态度和属性关联关系的多属性决策问题,构建一种基于非加性最优最劣方法(BWM)的群体共识模型.首先,为处理不确定环境中的属性关联问题,提出区间值非加性BWM方法,该方法采用区间值刻画专家关于属性重... 详细信息

针对属性权重未知,且考虑决策成员风险态度和属性关联关系的多属性决策问题,构建一种基于非加性最优最劣方法(BWM)的群体共识模型.首先,为处理不确定环境中的属性关联问题,提出区间值非加性BWM方法,该方法采用区间值刻画专家关于属性重要性的成对比较结果,以获取个体偏好下的属性重要性指数(权重),扩展了Shapley值的表示形式;其次,通过构建非加性BWM共识模型将个体偏好下的属性重要性指数转化为群体共识的属性重要性指数,在共识达成的过程中,利用隶属度函数度量决策成员的风险态度效用水平,并在一定预算限制下,探索决策成员的风险态度对群体共识的属性重要性指数及共识效用水平的影响;最后,通过案例分析验证模型的可行性和有效性.

关键词：非加性BWM 属性关联风险态度共识模型共识效用水平区间值偏好关系

基于SVM与近红外TDLAS技术的多组分痕量气体识别与检测

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第10期44卷 2909-2915页

作者：房孝猛王华来徐晖黄孟强刘向南京信息工程大学电子与信息工程学院江苏南京210044

基于可调谐半导体激光吸收光谱技术(TDLAS),采用频分多路复用(FDM)方法,研究了一种基于支持向量机(SVM)分类的近红外多组分痕量气体识别与检测系统。激光光谱技术表征气体吸收谱线时,气体在近红外波段比远红外吸收能力低,单一波段激光... 详细信息

基于可调谐半导体激光吸收光谱技术(TDLAS),采用频分多路复用(FDM)方法,研究了一种基于支持向量机(SVM)分类的近红外多组分痕量气体识别与检测系统。激光光谱技术表征气体吸收谱线时,气体在近红外波段比远红外吸收能力低,单一波段激光光谱检测气体存在吸收信号弱,各气体组分相互干扰大。为提升探测精度,精准识别气体组分并同时进行多成分检测,基于可调谐半导体激光吸收光谱技术,采用频分复用的近红外TDLAS技术,搭配SVM分类算法进行混合气体的实时检测,有效避免了各气体的交叉干扰,实现了一氧化氮NO、硫化氢H_(2)S、氨气NH_(3)、二氧化氮NO_(2)、乙炔C_(2)H_(2)、二氧化碳CO_(2)、甲烷CH_(4)、氯化氢HCl八种气体标志物的痕量检测。当8个激光器同时工作时,系统控制带通滤波器进行分时滤波,并将差分锁相后的二次谐波数据依次传输至上位机实时显示。识别率超过96.3%,含量平均预测准确率均高于99.6%,取得了CH_(4)最低检测下限为0.01μL·L^(-1)的高精度检测效果,NO_(2)为0.05μL·L^(-1)、C_(2)H_(2)为0.03μL·L^(-1),其余气体检测下限均小于5μL·L^(-1)。对系统多通道检测进行抗干扰和检测下限分析,验证系统稳定工作时实现混合气体的高精度浓度检测。采用分布反馈激光器驱动和锁相放大器与数据处理的SVM算法模型结合,实现近红外TDLAS技术的多组分痕量气体识别与检测,可满足微量气体痕量级检测,对将来进行超低浓度混合气体探测有着非常重要的意义。

关键词：可调谐半导体激光吸收光谱频分多路复用支持向量机混合气体探测

在线全文

学校读者我要写书评

暂无评论

面向实时决策的物联网时效与失真性能研究

浙江大学学报（工学版） 2024年第4期58卷 664-673,771页

作者：王艳芳王伟董云泉南京信息工程大学电子与信息工程学院江苏南京210044

在物联网中,传感器及时、准确地数据传输是决策单元获得有效数据决策(如估计、推断或控制)的保障.为了减小估计失真,决策单元同时使用多个数据包并利用最佳线性无偏估计量(BLUE)进行联合估计.以决策信息年龄(AuD)和均方误差(MSE)分别度... 详细信息

在物联网中,传感器及时、准确地数据传输是决策单元获得有效数据决策(如估计、推断或控制)的保障.为了减小估计失真,决策单元同时使用多个数据包并利用最佳线性无偏估计量(BLUE)进行联合估计.以决策信息年龄(AuD)和均方误差(MSE)分别度量系统决策时刻信息的时效性和失真,提出2种决策方案,研究所提方案的信息时效性与失真性能.在固定数量数据包的决策方案中,监测中心每收到固定数量数据包后进行一次估计;在固定时间间隔的决策方案中,监测中心每隔固定时间间隔进行一次估计.通过调度系统的决策过程来最小化平均AuD和平均失真的加权和,实现系统的时效性和失真的关系平衡.仿真结果表明,通过优化系统决策过程,所提方案可以实现在提升系统时效性的同时减小估计失真.

关键词：物联网(IoT) 更新决策系统决策信息年龄(AuD) 估计失真决策调度