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

基于脑电和眼动信号的动态连续情绪识别方法

生物医学工程学杂志 2025年第1期42卷 32-41页

作者：邹杨萌揭丽琳王铭勋刘勇李军华南昌航空大学江西省图像处理与模式识别重点实验室南昌330063 南昌航空大学仪器科学与光电工程学院南昌330063 南昌航空大学航空服务与音乐学院南昌330063

现有情绪识别研究通常局限于静态实验室情境,未能充分解决动态情境下情绪状态的变化问题。为此,本文提出了一种基于脑电和眼动信号的动态连续情绪识别方法。首先,设计了一种试验范式以涵盖6种动态情绪转换情境,包括开心至平静、平静至... 详细信息

现有情绪识别研究通常局限于静态实验室情境,未能充分解决动态情境下情绪状态的变化问题。为此,本文提出了一种基于脑电和眼动信号的动态连续情绪识别方法。首先,设计了一种试验范式以涵盖6种动态情绪转换情境,包括开心至平静、平静至开心、悲伤至平静、平静至悲伤、紧张至平静以及平静至紧张,并同步收集了20名受试者的脑电数据和眼动数据,以填补现有多模态动态连续情绪数据集的空白。在效价和唤醒二维空间中,对刺激影片每5 s进行分值为1~9的情绪评分,并对动态连续情绪标签进行归一化。接着,对预处理后的脑电和眼动数据进行分频段特征提取,并采用级联特征融合方法,将脑电和眼动数据特征有效结合,生成信息丰富的多模态特征向量。该特征向量被输入到基于径向基函数核的支持向量回归、决策树、随机森林和K-最近邻四种回归模型中,用于构建动态连续情绪识别模型。结果表明,本文方法在6种动态连续情绪的愉悦度和唤醒度识别中均取得了最低均方误差,在动态情境下能够精准识别多种情绪转换,而且相较于单一的脑电或眼动信号,具有更高的识别准确率和鲁棒性,能够满足实际应用的需求。

关键词：动态连续情绪多模态特征融合脑电信号眼动信号情绪识别模型

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于CUDA的蛋白质点检测快速实现方法

生物医学工程学杂志 2016年第1期33卷 83-88页

作者：熊邦书叶毅嘉欧巧凤张郝东南昌航空大学图像处理与模式识别江西重点实验室南昌330063

为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设... 详细信息

为提高蛋白质点检测的效率,利用图像处理单元(GPU)在并行计算和内存管理方面的优势,提出一种基于CUDA的蛋白质点检测快速实现方法。首先,对蛋白质点检测算法中最耗时的图像预处理、蛋白质点粗检测和重叠蛋白质点分割三部分进行并行化设计;然后,根据CUDA单指令多线程的执行方式对数据空间进行二维分块,利用共享寄存器和二维纹理内存的内存管理措施实现了蛋白质点快速检测。通过本文方法与中央处理器(CPU)串行方法进行真实凝胶图像的检测对比实验,结果表明,本文方法的执行效率明显高于CPU串行方法,并且随着图像大小的增加,效率也随之提高,对于2 048×2 048大小的图像数据,CPU串行实现时间为52 641ms,GPU则为4 384ms,效率提高了11倍。

关键词：蛋白质点检测 CUDA 并行处理内存管理

在线全文

学校读者我要写书评

暂无评论

深度特征融合注意力与双尺度的运动去模糊

中国图象图形学报 2023年第12期28卷 3731-3743页

作者：陈加保熊邦书况发章照中南昌航空大学图像处理与模式识别省重点实验室南昌330063

目的拍摄运动物体时,图像易出现运动模糊,这将影响计算机视觉任务的完成。为提升运动图像去模糊的质量,提出了基于深度特征融合注意力的双尺度去运动模糊网络。方法首先,设计了双尺度网络,在网络结构上设计高低尺度通路,在低尺度上增加... 详细信息

目的拍摄运动物体时,图像易出现运动模糊,这将影响计算机视觉任务的完成。为提升运动图像去模糊的质量,提出了基于深度特征融合注意力的双尺度去运动模糊网络。方法首先,设计了双尺度网络,在网络结构上设计高低尺度通路,在低尺度上增加对模糊区域的注意力,在高尺度上提升网络的高频细节恢复能力,增强了模型去模糊效果。其次,设计了深度特征融合注意力模块,通过融合全尺度特征、构建通道注意力,将编码的全尺度特征与解码的同级特征进行拼接融合,进一步增强了网络的去模糊性能和细节恢复能力。最后,在双尺度的基础上,引入多尺度损失,使模型更加关注高频细节的恢复。结果在3个数据集上,与12种去模糊方法进行了对比实验。在GoPro数据集上得到了最优结果,相比SRN(scale-recurrent network)方法,平均峰值信噪比提升了2.29 dB,能够恢复出更多的细节信息。在Kohler数据集上,得到了最高的峰值信噪比(29.91 dB)。在Lai数据集上,视觉上有最好的去模糊效果。结论实验结果表明,本文方法可以有效去除运动模糊并恢复细节。

关键词：深度特征融合注意力双尺度网络运动图像去模糊全尺度特征融合多尺度损失

在线全文

学校读者我要写书评

暂无评论

基于自适应分数阶的医学图像非刚性配准

自动化学报 2020年第9期46卷 1941-1951页

作者：张桂梅胡强郭黎娟江西省图像处理与模式识别重点实验室(南昌航空大学) 南昌330063

现有的医学图像配准算法对于灰度均匀、弱边缘以及弱纹理图像易陷入局部最优从而导致配准精度低下、收敛速度缓慢.分数阶主动Demons(Fractional active Demons,FAD)算法是解决该问题的有效方法,并且适用于图像的非刚性配准.但FAD中的最... 详细信息

现有的医学图像配准算法对于灰度均匀、弱边缘以及弱纹理图像易陷入局部最优从而导致配准精度低下、收敛速度缓慢.分数阶主动Demons(Fractional active Demons,FAD)算法是解决该问题的有效方法,并且适用于图像的非刚性配准.但FAD中的最佳分数阶阶次是人工交互选取,并且对整幅图像都是固定不变的.为了解决该问题,提出一种阶次自适应的主动Demons算法并将其应用到医学图像的非刚性配准中.算法首先根据图像的局部特征建立分数阶阶次自适应的数学模型,并逐像素计算最优阶次,基于该阶次构造Riemann-Liouvill(R-L)分数阶微分动态模板;然后将自适应R-L分数阶微分引入到Active Demons算法,在一定程度上缓解了图像配准在弱边缘和弱纹理区域易陷入局部最优问题,从而提高了配准精度.通过在两个医学图像库上进行实验验证,实验结果表明该方法可以处理灰度均匀、弱纹理和弱边缘的医学图像非刚性配准,配准精度得到较大提升.

关键词：自适应分数阶主动Demons 算法自适应模型非刚性配准医学图像

在线全文

学校读者我要写书评

暂无评论

引入通道注意力和残差学习的目标检测器

模式识别与人工智能 2020年第10期33卷 889-897页

作者：储珺朱晓阳冷璐缪君南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

现有目标检测器特征金字塔无法充分利用不同尺度特征图的特征信息,不适用于低分辨率图像的目标和小目标的检测.针对此问题,文中提出引入通道注意力机制和残差学习块的目标检测器.首先引入通道全局注意力机制,通过网络学习特征图中不同... 详细信息

现有目标检测器特征金字塔无法充分利用不同尺度特征图的特征信息,不适用于低分辨率图像的目标和小目标的检测.针对此问题,文中提出引入通道注意力机制和残差学习块的目标检测器.首先引入通道全局注意力机制,通过网络学习特征图中不同通道特征的权重,增强有效的全局特征信息.然后采用轻量级的残差块,突出特征的微小变化,提高低分辨率图像中小目标的检测性能.最后在用于预测的浅层特征图中融合深层特征,提高小目标的检测精度.在标准测试数据集上的实验表明,文中目标检测器适用于低分辨率图像,对小目标的检测效果较优.

关键词：目标检测特征金字塔全局特征增强残差学习

基于AC-DSDE进化算法多UAVs协同目标分配

在线全文

学校读者我要写书评

暂无评论

自动化学报 2021年第1期47卷 173-184页

作者：黄刚李军华南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

多无人机协同目标分配最优问题(Multi-UAV cooperative target allocation optimal problem,MUCTAOP),旨在求解组合分配问题的最小代价值,是最具有挑战性的多约束组合优化问题之一.结合进化算法解决MUCTAOP需要考虑两个关键因素:1)在进... 详细信息

多无人机协同目标分配最优问题(Multi-UAV cooperative target allocation optimal problem,MUCTAOP),旨在求解组合分配问题的最小代价值,是最具有挑战性的多约束组合优化问题之一.结合进化算法解决MUCTAOP需要考虑两个关键因素:1)在进化过程中保持覆盖问题空间的“探索性”和“开发性”平衡;2)建立符合实际战场复杂环境的多约束条件.为解决这两个关键因素,本文提出一种新的近似聚类混合双策略差分进化算法(Approximate clustering dualstrategy differential evolution algorithm,AC-DSDE).首先,根据父代种群适应度值将个体分成“探索类个体”与“开发类个体”;然后根据混合双策略变异方案平衡后代多样性与收敛性;最后,结合无人机自身性能约束、协同约束和实际三维复杂环境构建约束函数.实验结果表明,本文所提出的AC-DSDE算法能够快速地找到合理的分配方案.

关键词： AC-DSDE 混合双策略差分进化算法多无人机协同目标分配最优问题

基于自适应参考向量和参考点的高维多目标进化算法

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3期39卷 759-767页

作者：覃灏李军华黎明徐三水南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

研究表明,现有的多目标进化算法在处理具有不同Pareto前沿的优化问题时难以有效平衡种群的收敛性与多样性.鉴于此,提出一种基于自适应参考向量和参考点的高维多目标进化算法(adaptive reference vector and reference point based many-... 详细信息

研究表明,现有的多目标进化算法在处理具有不同Pareto前沿的优化问题时难以有效平衡种群的收敛性与多样性.鉴于此,提出一种基于自适应参考向量和参考点的高维多目标进化算法(adaptive reference vector and reference point based many-objective evlolutionary algorithm, ARVRPMEA). ARVRPMEA主要利用种群稀疏性自适应调整参考向量和参考点以提高种群多样性,首先,生成均匀分布的参考向量子集和参考点子集,并利用该参考向量子集分解种群;然后,根据规模最大子种群中解的分布情况生成新的参考向量和参考点,直至满足参考向量集和参考点集规模;最后,为进一步提高种群收敛性,该算法结合指标进行环境选择以保存收敛性较高的个体进入下一代种群.实验结果表明, ARVRP算法在求解具有不同Pareto前沿的问题方面具有良好的性能.

关键词：进化算法高维多目标进化算法自适应参考向量和参考点分解种群

在线全文

学校读者我要写书评

暂无评论

基于混合禁忌搜索算法的随机车辆路径问题

控制与决策 2021年第9期36卷 2161-2169页

作者：李国明李军华南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

针对实际配送过程中客户需求、车辆服务时间随机可变,提出带软时间窗的随机需求和随机服务时间的车辆路径问题.以配送车辆行驶路径为研究对象,建立基于配送成本、时间惩罚成本、修正成本的配送车辆路径优化模型,并提出一种混合禁忌搜索... 详细信息

针对实际配送过程中客户需求、车辆服务时间随机可变,提出带软时间窗的随机需求和随机服务时间的车辆路径问题.以配送车辆行驶路径为研究对象,建立基于配送成本、时间惩罚成本、修正成本的配送车辆路径优化模型,并提出一种混合禁忌搜索算法.该算法将最近邻算法和禁忌搜索算法相结合,将时间窗宽度及距离作为最近邻算法中节点选择标准;并对禁忌搜索算法中禁忌长度等构成要素进行自适应调整,引入自适应惩罚系数.实验结果表明,改进后的混合禁忌搜索算法具有较强的寻优能力、较高的鲁棒性,同时算法所得车辆行驶路径受客户需求变动影响较小.

关键词：随机需求随机服务时间机会约束规划混合禁忌搜索算法

在线全文

学校读者我要写书评

暂无评论

基于分解和聚类的昂贵高维多目标进化算法

控制与决策 2024年第2期39卷 440-448页

作者：徐三水李军华李凌黎明南昌航空大学江西省图像处理与模式识别重点实验室南昌330063

使用进化算法解决昂贵高维多目标优化问题时,因目标维数较高,导致收敛性和多样性平衡困难,并且消耗成本过高,使得计算资源有限时难以收敛.为此,提出一种基于分解和聚类的昂贵高维多目标进化算法(DC-EMEA),使用克里金模型近似目标函数,... 详细信息

使用进化算法解决昂贵高维多目标优化问题时,因目标维数较高,导致收敛性和多样性平衡困难,并且消耗成本过高,使得计算资源有限时难以收敛.为此,提出一种基于分解和聚类的昂贵高维多目标进化算法(DC-EMEA),使用克里金模型近似目标函数,减少昂贵函数的评价次数.在优化器对模型的最优解集搜索时,借助参考向量分解目标空间,有利于收敛性和多样性的平衡,同时采取两轮选择的方式,保证后代种群规模与父代相同,为填充准则选择真实评价的个体时,提供更多选择,提升搜索效率.同时,提出一种自适应填充准则,首先使用K均值算法将种群划分为k个子种群.通过划分邻域,将子种群自适应地分成不同类型,根据子种群的类型选择个体,提升计算资源的利用率.在选择个体时,侧重于对收敛性压力的维持,提升收敛速度.将选出的个体用于更新模型和档案.实验结果表明, DC-EMEA能够很好地平衡收敛性和多样性,同时具有较强的收敛能力.

关键词：克里金模型高维昂贵优化填充准则参考向量进化算法聚类算法