检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

一种解决数据异构问题的联邦学习方法

计算机应用研究 2024年第3期41卷 713-720页

作者：张红艳张玉曹灿明郑州师范学院信息科学与技术学院郑州450044 天津工业大学计算机科学与技术学院天津300387

联邦学习是一种不通过中心化的数据训练就能获得机器学习模型的系统,源数据不出本地,降低了隐私泄露的风险,同时本地也获得优化训练模型。但是由于各节点之间的身份、行为、环境等不同,导致不平衡的数据分布可能引起模型在不同设备上的... 详细信息

联邦学习是一种不通过中心化的数据训练就能获得机器学习模型的系统,源数据不出本地,降低了隐私泄露的风险,同时本地也获得优化训练模型。但是由于各节点之间的身份、行为、环境等不同,导致不平衡的数据分布可能引起模型在不同设备上的表现出现较大偏差,从而形成数据异构问题。针对上述问题,提出了基于节点优化的数据共享模型参数聚类算法,将聚类和数据共享同时应用到联邦学习系统中,该方法既能够有效地减少数据异构对联邦学习的影响,也加快了本地模型收敛的速度。同时,设计了一种评估全局共享模型收敛程度的方法,用于判断节点聚类的时机。最后,采用数据集EMNIST、CIFAR-10进行了实验和性能分析,验证了共享比例大小对各个节点收敛速度、准确率的影响,并进一步分析了当聚类与数据共享同时应用到联邦学习前后各个节点的准确率。实验结果表明,当引入数据共享后各节点的收敛速度以及准确率都有所提升,而当聚类与数据共享同时引入到联邦学习训练后,与FedAvg算法对比,其准确度提高10%~15%,表明了该方法针对联邦学习数据异构问题上有着良好的效果。

关键词：联邦学习数据共享聚类全局共享模型收敛数据异构

维普期刊数据库

G-YOLO v7：面向无人机航拍图像的目标检测算法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2024年

作者：陈卫彪贾小军朱响斌冉二飞魏远旺浙江师范大学计算机科学与技术学院嘉兴大学信息科学与工程学院浙江理工大学计算机科学与技术学院(人工智能学院)

针对传统无人机目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7（ghostnet yolo v7）。该技术在YOLO v7-tiny的基础上增加一个大尺寸160x... 详细信息

针对传统无人机目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7（ghostnet yolo v7）。该技术在YOLO v7-tiny的基础上增加一个大尺寸160x160目标检测头以提升小目标检测能力，同时对网络进行轻量化处理。删除原有20x20的小检测头及其卷积结构，新增GhostNet卷积模块，以减少网络的参数量，降低模型体积，同时修改损失函数为WIoU(wise intersection over union)，增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明，基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%，较YOLO v7-tiny提升5.2%，较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%，YOLO v8n的64%和75.6%，能够有效地应用于无人机航拍图像目标检测。

关键词： G-YOLO v7 目标检测 GhostNet YOLO v7 无人机图像

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于改进鲸鱼优化算法的动态无人机路径规划

计算机应用 2024年

作者：王兴旺张清杨姜守勇董永权中南大学自动化学院江苏师范大学计算机科学与技术学院

针对复杂地形环境下的无人机（UAV）路径规划问题，提出了一种基于改进鲸鱼优化算法的动态无人机路径规划方法。首先，通过解析山体地形、动态目标和威胁区，建立三维动态环境与无人机航路模型；其次，提出一种自适应步长高斯游走策略... 详细信息

针对复杂地形环境下的无人机（UAV）路径规划问题，提出了一种基于改进鲸鱼优化算法的动态无人机路径规划方法。首先，通过解析山体地形、动态目标和威胁区，建立三维动态环境与无人机航路模型；其次，提出一种自适应步长高斯游走策略，用于平衡算法全局探索与局部发掘的能力；最后，提出一种辅佐修正策略，对种群最优个体进行修正，并结合差分进化策略，避免种群陷入局部最优的同时提高算法收敛精度。为了验证所提改进算法的有效性，使用所提算法与一些现存的智能算法求解CEC2022测试函数以及设计的无人机动态环境模型。仿真结果对比分析表明，与传统鲸鱼算法相比，所提算法的收敛精度提高6.1%，标准差减少了44.7%。实验结果表明，所提改进鲸鱼优化算法收敛更快、精度更高，能有效处理无人机路径规划问题。

关键词：鲸鱼优化算法自适应步长高斯游走辅佐修正策略差分进化无人机动态路径规划

Bi-YOLO:一种基于YOLOv8n改进的轻量化目标检测算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第8期46卷 1444-1454页

作者：刘子洋徐慧英朱信忠李琛王泽宇曹雨淇戴康佳浙江师范大学计算机科学与技术学院(人工智能学院) 浙江金华321004

以YOLOv8为代表的单阶段目标检测算法,在骨干网络中有比较明显的优化,但在颈部网络未能高效地融合上下文信息,导致在小目标检测方面存在漏检、错检的问题,并且还存在模型参数量大、计算复杂度高的问题,无法满足端到端的工业部署需求。... 详细信息

以YOLOv8为代表的单阶段目标检测算法,在骨干网络中有比较明显的优化,但在颈部网络未能高效地融合上下文信息,导致在小目标检测方面存在漏检、错检的问题,并且还存在模型参数量大、计算复杂度高的问题,无法满足端到端的工业部署需求。针对以上问题,引入基于Transformer结构的BiFormer注意力机制,加强对小目标的检测性能,提升算法的精度;引入GSConv模块,在保证算法性能不受到负面影响的前提下减小算法规模。为了平衡BiFormer带来的计算量和参数量的增加,设计了一种名为Bi-YOLO的目标检测算法,以达到轻量化和算法性能的平衡。实验结果表明,Bi-YOLO目标检测算法和YOLOv8n相比,算法精度提高了4.6%,DOTA数据集小目标检测精度提高了2.3%,参数量下降了12.5%。Bi-YOLO有效实现了模型轻量化和性能的平衡,为端到端的工业部署提供了新思路。

关键词： YOLOv8 BiFormer 轻量化改进目标检测端到端工业部署

维普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

基于信息区分度的AP有效集构建方法

工程科学与技术 2024年第1期56卷 110-116页

作者：严维轩朱立才季衍辉李永杨浩南京工业大学计算机科学与技术学院江苏南京211816 盐城师范学院信息工程学院江苏盐城224001 中国科学技术大学苏州高等研究院江苏苏州215123

随着无线网络的广泛应用,面向接受信号强度(RSS)指纹定位的接入点(AP)日益增多,导致一些AP的作用是冗余的,甚至对定位产生不利影响,同时也增加了定位计算的开销。通过对AP进行适当筛选可以一定程度上去除冗余AP,但定位效果会随着AP数量... 详细信息

随着无线网络的广泛应用,面向接受信号强度(RSS)指纹定位的接入点(AP)日益增多,导致一些AP的作用是冗余的,甚至对定位产生不利影响,同时也增加了定位计算的开销。通过对AP进行适当筛选可以一定程度上去除冗余AP,但定位效果会随着AP数量发生较大变化,甚至会增大误差。本文提出一种基于信息区分度的AP有效集构建方法(EID),充分利用指纹信号在不同空间的差异,实现了准确的位置估计。首先,用信息区分度评估AP的定位能力,有效反映出每个AP在不同采样点的区别,展示AP对空间位置的分辨程度。然后,基于AP信息区分度设计更加符合现实环境的增量聚类算法,能根据AP的定位能力得到不同类别的集合并具有较好的鲁棒性。最后,利用点集距离最大原则提出AP有效集选择策略,根据聚类结果和选择要求,选择出合适的AP集合。本文在真实场景下进行实验验证,并与现有的AP选择方法,即基于组判别(GDB)算法、基于软件定义网络(SDN)算法和基于非均匀量化RSS熵(NQRE)算法对比,在减少不低于40%AP数量的情形下,EID将定位精度分别提升了18.7%、11.2%和14.6%。与此同时,本文方法具有更好的稳定性,在95%的情形下定位误差低于1.2 m。

关键词： AP选择信息区分度有效集室内定位

维普期刊数据库

基于语义拼写理解和门控注意力机制的不良言论检测

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第1期41卷 112-118,125页

作者：周险兵樊小超杨勇刁宇峰任鸽新疆师范大学计算机科学技术学院新疆乌鲁木齐830054 大连理工大学计算机科学与技术学院辽宁大连116024 内蒙古民族大学计算机科学与技术学院内蒙古通辽028000

如何自动检测网络传播的不良言论信息是自然语言处理研究领域的热门研究内容之一。针对不良言论中语义表达和拼写习惯的特点,提出一种基于语义拼写理解和门控注意力机制的不良言论检测方法。该方法采用自注意力机制获取文本的语义特征,... 详细信息

如何自动检测网络传播的不良言论信息是自然语言处理研究领域的热门研究内容之一。针对不良言论中语义表达和拼写习惯的特点,提出一种基于语义拼写理解和门控注意力机制的不良言论检测方法。该方法采用自注意力机制获取文本的语义特征,采用卷积神经网络提取文本的拼写特征,采用前期特征融合和门控注意力机制相结合的方式融合语义和拼写特征。在两个公共数据集上的实验结果表明,提出的模型能够有效地提取不良言论的语义特征,提高不良言论检测的性能。

关键词：不良言论检测语义拼写理解自注意力机制早期融合门控注意力机制

维普期刊数据库

智能反射面辅助的通信系统的用户和速率的优化

在线全文

学校读者我要写书评

暂无评论

无线电通信技术 2024年

作者：陈素霞张嘉晨张桂杰河南轻工职业学院计算机与艺术设计系波特兰州立大学计算机科学系吉林师范大学计算机科学与技术学院

智能反射面(Intelligent Reflecting Surface， IRS)可有效增强无线通信系统的鲁棒性。然而，信道估计开销是非常大的，并且这些开销随IRS反射元数呈比例增加，这就增加了处理基于多个IRSs辅助通信系统开销问题的难度。为此，提出基于... 详细信息

智能反射面(Intelligent Reflecting Surface， IRS)可有效增强无线通信系统的鲁棒性。然而，信道估计开销是非常大的，并且这些开销随IRS反射元数呈比例增加，这就增加了处理基于多个IRSs辅助通信系统开销问题的难度。为此，提出基于反射控制模型的用户和速率优化(Optimal Sum Rate of User based on Reflection Control Pattern， OSRP)算法。先构建反射控制模型，并根据反射链路的衰减信息，只选择部分IRSs为用户提供反射服务，减少因估计信道状态信息所产生的开销。再依据不完备的信道状态信息，优化波束赋形矩阵和IRS相位，进而提升用户和速率。仿真结果表明，相比于基于完备信道状态信息的用户和速率优化算法，OSRP算法降低算法的复杂度，并提升了用户和速率。

关键词：智能反射面信道状态信息和速率反射控制模型波束赋形

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

面向服务优化组合的云双链结构

计算机应用研究 2024年

作者：高洁梁波太原师范学院计算机科学与技术学院山西工程科技职业大学智能制造学院

将区块链技术用于云制造平台，可使其具备资源管理去中心化、数据分布式存储、平台鲁棒的特性，然而在服务优化组合的实施过程中，面临资源需中心化调度，数据录入依赖于区块生成时刻，执行方案缺乏动态适应性等问题。因此，提出面向服... 详细信息

将区块链技术用于云制造平台，可使其具备资源管理去中心化、数据分布式存储、平台鲁棒的特性，然而在服务优化组合的实施过程中，面临资源需中心化调度，数据录入依赖于区块生成时刻，执行方案缺乏动态适应性等问题。因此，提出面向服务优化组合的云双链结构(cloud dual-chain)。cloud dual-chain由制造服务链(manufacturing service chain,MSC)和过程数据链(process data chain,PDC)构成，将服务资源和组合方案进行分链管理，使云制造平台兼顾区块链特性及真实服务协同需求。cloud dual-chain的制造服务由企业自身管理，由智能合约根据任务顺序筛选形成MSC链，兼顾分布式和中心化管理；PDC基于服务组合方案产生，其节点可并行记录过程数据；若出现失效服务，在相应MSC节点中调用新服务，并在PDC节点中更新信息以确保执行方案具有动态适应性。实验表明，cloud dual-chain可实现服务的灵活管理、过程数据分布式并行录入，并赋予执行方案动态适应性。cloud dual-chain可为云制造平台的发展提供有效支持。

关键词：企业协同区块链云制造制造企业

基于改进YOLOv8n航拍轻量化小目标检测算法：PECS-YOLO

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 2024年

作者：王舒梦徐慧英朱信忠黄晓宋杰李毅浙江师范大学计算机科学与技术学院浙江师范大学教育学院

在无人机航拍中，目标通常是密集分布、特征不明显的小目标，且物体尺度变化较大。因此，目标检测容易出现漏检和误检的问题。为了解决这些问题，文章提出了一种基于改进YOLOv8n航拍轻量化小目标检测算法：PECS-YOLO。该算法通过在Neck... 详细信息

在无人机航拍中，目标通常是密集分布、特征不明显的小目标，且物体尺度变化较大。因此，目标检测容易出现漏检和误检的问题。为了解决这些问题，文章提出了一种基于改进YOLOv8n航拍轻量化小目标检测算法：PECS-YOLO。该算法通过在Neck部分增加P2小目标检测层，将浅层和深层的特征图进行拼接，更好捕捉小目标的细节信息；利用轻量化卷积PartialConv引入全新的结构CSPPC来替换Neck网络中的C2f，进行模型轻量化；通过结合SPP（Spatial Pyramid Pooling）和ELAN（Efficient Layer Aggregation Network）对空间金字塔池化结构进行改造，使模型能更有效捕捉小目标特征；通过在Neck部分每个检测头前加入SE注意力机制，使网络更好地关注有用的通道，减少复杂环境中背景噪声对小目标检测任务的干扰；最后使用EfficiCIoU Loss作为边界框损失函数，把边界框的形状差异也考虑在内，增强了模型对小目标的检测能力。实验结果表明，PECS-YOLO目标检测算法在VisDrone2019-DET数据集上的mAP@0.5提高了3.5%，mAP@0.5：0.95提高了3.7%，并且模型的参数量相比YOLOv8n降低了约25.7%，FPS增加了约65.2%。综上所述，PECS-YOLO模型适合于无人机航拍下的小目标检测任务。

关键词：小目标检测 YOLOv8n 无人机检测 SPPELAN 轻量化