检索结果-南通市图书馆

MRNDA:一种基于资源受限片上网络的深度神经网络加速器组播机制研究

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第3期52卷 872-884页

作者：欧阳一鸣王奇汤飞扬周武李建华合肥工业大学计算机与信息学院安徽合肥230009 合肥工业大学微电子学院安徽合肥230009

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访... 详细信息

片上网络(Network-on-Chip,NoC)在多处理器系统中得到了广泛的应用.近年来,有研究提出了基于NoC的深度神经网络(Deep Neural Network,DNN)加速器.基于NoC的DNN加速器设计利用NoC连接神经元计算设备,能够极大地减少加速器对片外存储的访问从而减少加速器的分类延迟和功耗.但是,若采用传统的单播NoC,大量的一对多数据包会极大的提高加速器的通信延迟.并且,目前的深度神经网络规模往往非常庞大,而NoC的核心数量是有限的.因此,文中提出了一种针对资源受限的NoC的组播方案.该方案利用有限数量的处理单元(Processor Element,PE)来计算大型的DNN,并且利用特殊的树形组播加速网络来减少加速器的通信延迟.仿真结果表明,和基准情况相比,本文提出的组播机制使加速器的分类延迟最高降低了86.7%,通信延迟最高降低了88.8%,而它的路由器面积和功耗仅占基准路由器的9.5%和10.3%.

关键词：片上网络深度神经网络加速器组播路由器架构多物理网络

在线全文

学校读者我要写书评

暂无评论

无人机平台的人体呼吸率检测

计算机工程与应用 2024年第6期60卷 323-329页

作者：梁帅杨学志臧宗迪合肥工业大学计算机与信息学院合肥230009 合肥工业大学科研院合肥230009

使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出... 详细信息

使用无人机载相机进行呼吸率检测是一种新兴的伤情评估手段,然而现有的视频呼吸率检测算法只适用于固定相机。在基于空间相位的呼吸信号提取技术基础上,提出一种基于无人机载视频的人体呼吸率非接触式测量方法,使用复可控金字塔提取出每一帧图像的空间相位,按时间顺序排列得到相位序列;接着采用经验模态分解从相位序列中拆解出多个模态分量,并设计频率变异性分析模型从中选择出具有稳定频率的分量,也即目标呼吸信号;利用峰值检测方法检测出人体呼吸率。实验结果表明,该方法在无人机晃动干扰下的呼吸率检测平均准确率能够达到98%以上,优于现有检测方法。

关键词：无人机呼吸率经验模态分解频率变异性空间相位

在线全文

学校读者我要写书评

暂无评论

基于联合GLMB滤波器的可分辨群目标跟踪

系统工程与电子技术 2024年第4期46卷 1212-1219页

作者：齐美彬庄硕胡晶晶杨艳芳胡元奎合肥工业大学计算机与信息学院安徽合肥230009 合肥工业大学物理学院安徽合肥230009 中国电子科技集团第38研究所安徽合肥230088

针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题,结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首... 详细信息

针对联合广义标签多伯努利(joint generalized labeled multi-Bernoulli, J-GLMB)滤波算法中群目标之间距离较近、容易关联错误的问题,结合超图匹配(hypergraph matching, HGM)提出一种基于HGM-J-GLMB滤波器的可分辨群目标跟踪算法。首先,采用J-GLMB滤波器估计群内各目标的状态、数目及轨迹信息,并利用HGM结果提升量测与预测状态之间的关联性能。其次,通过图理论计算邻接矩阵,获取群结构信息和子群数目。随后,利用群结构信息估计协作噪声,进而校正目标的预测状态。最后,通过平滑算法改善滤波效果,并设置轨迹长度阈值,使其在平滑状态达到消除短轨迹的目的。仿真实验表明,所提算法在线性系统下能有效提升群目标跟踪性能。

关键词：多目标跟踪联合广义标签多伯努利滤波可分辨群目标超图匹配

在线全文

学校读者我要写书评

暂无评论

面向线束预装配的多约束线束布局方法研究

图学学报 2024年第1期45卷 139-147页

作者：罗月童彭俊高景一罗睿明陈绩周波合肥工业大学计算机与信息学院安徽合肥230601

线束由一组线束段按树状结构连接而成,是飞机汽车等产品中连接各电气设备的接线部件。为提高安装效率,复杂线束需要在线束工装板图上进行预安装,即根据角度、距离、交叉、边界等工艺约束在工装板上摆放线束,是一个多约束下的线束布局问... 详细信息

线束由一组线束段按树状结构连接而成,是飞机汽车等产品中连接各电气设备的接线部件。为提高安装效率,复杂线束需要在线束工装板图上进行预安装,即根据角度、距离、交叉、边界等工艺约束在工装板上摆放线束,是一个多约束下的线束布局问题。通过借鉴图布局算法,将线束布局转换为优化问题,并采用随机梯度下降法SGD每次随机挑选一对线束段进行优化,逐步迭代收敛。因为线束段是长度不变的刚体,所以移动一根线束段时会带动相连的其他线束段,进而导致SGD迭代过程出现震荡,难以收敛。通过提出双向传递的线束段移动算法,在保证线束段能移动到目标位置的同时尽量少相连线束段的变动。使用合成线束案例和某真实飞机线束案例进行有效性验证,结果表明各工艺约束能均能得到满足,符合线束预装配的生产要求。

关键词：线束布局图布局随机梯度下降多约束预装配

在线全文

学校读者我要写书评

暂无评论

HAO打卡系统:以组织智能成就智能组织

软件学报 2024年第4期35卷 1914-1933页

作者：吴信东朱晓宇董丙冰嵇圣硙卜晨阳大数据知识工程教育部重点实验室(合肥工业大学) 安徽合肥230009 合肥工业大学计算机与信息学院安徽合肥230601 合肥工业大学大知识科学研究院安徽合肥230009

打卡可能出于私人目的,没有组织关联,比如记录个人的旅行日志;也可能是公事需求,属于组织考勤的一部分,有时还会与多个组织关联.因此,打卡数据的保存、分享和分析需要精细化管理.HAO打卡是一个移动式轻量级打卡平台,以个人和组织为两个... 详细信息

打卡可能出于私人目的,没有组织关联,比如记录个人的旅行日志;也可能是公事需求,属于组织考勤的一部分,有时还会与多个组织关联.因此,打卡数据的保存、分享和分析需要精细化管理.HAO打卡是一个移动式轻量级打卡平台,以个人和组织为两个抓手,以人类智能(HI)、人工智能(AI)和组织智能(OI)相结合的HAO智能为技术驱动,构建HAO打卡知识图谱,通过提出HAO打卡闭环权限管理架构,并辅以从粗粒度到细粒度的隐私权限管理办法,在进行精细化考勤管理的同时保护用户的隐私,从而推动新一代打卡系统的智能化变革.在组织考勤分析方面,提出四要素得分法和四要素考勤报表法,通过打卡数据计算员工考勤得分,生成精准全面的考勤报表,为组织提供决策支持,激发组织和个人的活力,以组织智能成就智能组织.

关键词： HAO打卡系统智能考勤组织智能决策支持

在线全文

学校读者我要写书评

暂无评论

基于光场解耦的6D位姿估计方法

电子测量与仪器学报 2024年

作者：丁潇张旭东范之国孙锐合肥工业大学计算机与信息学院

光场成像技术能同时捕捉场景中光线的空间和角度信息，被广泛应用到许多计算机视觉任务中。针对基于RGB图像位姿估计方法在严重遮挡和截断、光照变化、物体和背景相似等复杂场景下难以有效预估出位姿的问题，提出一种光场解耦特征融合... 详细信息

光场成像技术能同时捕捉场景中光线的空间和角度信息，被广泛应用到许多计算机视觉任务中。针对基于RGB图像位姿估计方法在严重遮挡和截断、光照变化、物体和背景相似等复杂场景下难以有效预估出位姿的问题，提出一种光场解耦特征融合的两阶段6D位姿估计方法。该方法采用多种特征提取器解耦光场宏像素图像并将其映射到特征空间，并引入注意力机制融合空间角度及EPI信息，为下游位姿估计网络提供有效可靠的关键特征。同时，将反投影应用到关键点预测网络以减少特征传递过程中信息的损耗。在光场位姿估计数据集LF-6Dpose上的实验表明，该方法在平均最近点三维距离(ADD-S)和二维投影(2D Project)两个指标下的结果分别为91.37%和70.12%，在三维距离指标上相比现有先进方法提升12.5%，能够更好地解决复杂场景下的目标6D位姿估计问题。

关键词：位姿估计光场解耦空间角度特征提取特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

图文跨模态检索研究综述

北京交通大学学报 2024年第2期 23-36页

作者：张振兴王亚雄合肥工业大学计算机与信息学院

图文跨模态检索作为跨模态计算研究的一个核心课题，一直受到学术界和工业界的高度重视.在过去的几十年里，随着深度学习技术的发展，特别是深度神经网络、Transformer架构以及图文对比学习等关键技术的广泛应用与革新，图文跨模态检索... 详细信息

图文跨模态检索作为跨模态计算研究的一个核心课题，一直受到学术界和工业界的高度重视.在过去的几十年里，随着深度学习技术的发展，特别是深度神经网络、Transformer架构以及图文对比学习等关键技术的广泛应用与革新，图文跨模态检索领域取得了显著的进展和突破.本文在系统梳理图文跨模态检索的发展轨迹的基础上，重点关注其建模过程中的5个关键步骤，即训练数据准备、数据输入形式设计、图文特征抽取机制的选择、图文建模方法的选择以及优化目标的确立.为客观评估现有模型在跨模态检索任务上的性能水平，在多个权威的标注评测数据集上比较各类模型的表现，以揭示当前跨模态检索方法的实际效能边界.通过对各关键步骤发展历程的分析与总结，结合当前图文跨模态检索领域的研究成果，对未来跨模态学习的发展趋势做出预测与展望.研究结果表明：尽管当前的图文跨模态检索技术已取得显著进步，但仍存在进一步提升的空间和潜力，研究者可从精细化检索、经济的预训练方法、新的图文交互方式、AIGC赋能的图文预训练4个方向进行改进.

关键词：图文检索跨模态学习深度学习注意力机制

结合对抗互信息的多变量时间序列抗噪异常检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：张本初乔焰胡荣耀合肥工业大学计算机与信息学院

近年来，对多变量时间序列的异常检测在各领域逐渐突显出其重要性。然而，由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰，使得模型学习到的分布与真实分布存在一定的偏差，进而影响检测性能。为了解决以上问题，提出一种结... 详细信息

近年来，对多变量时间序列的异常检测在各领域逐渐突显出其重要性。然而，由于多变量时间序列的时空依赖性以及采集所存在的噪声干扰，使得模型学习到的分布与真实分布存在一定的偏差，进而影响检测性能。为了解决以上问题，提出一种结合对抗互信息的多变量时间序列抗噪异常检测模型(RADAM)。通过设计对比学习机制来达到多变量时间序列全局信息和局部信息的互信息最大化，以此来学习多变量时间序列的时间与空间依赖性；利用自适应权重和过滤器模块减少噪声样本对于训练过程的干扰，使模型在训练过程中具备较高的抗噪能力。在五个真实数据集上和六个先进的同类异常检测方法进行了对比实验，实验结果证明RADAM性能明显优于其他基线模型，说明RADAM能显著提升在包含噪声的多变量时间序列数据集上异常检测的准确度。

关键词：多变量时间序列抗噪异常检测生成对抗学习对比学习互信息最大化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

多模态部分伪造数据集的构建与基准检测

计算机应用 2024年

作者：郑盛有陈雁翔赵祖兴刘海洋合肥工业大学计算机与信息学院

针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题，构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集，通过真伪数据拼接进行... 详细信息

针对现有视频伪造数据集缺少多模态伪造场景与部分伪造场景的问题，构建一个综合使用多种音、视频伪造方法的、伪造比例可调的多模态部分伪造数据集PartialFAVCeleb。所提数据集基于FakeAVCeleb多模态伪造数据集，通过真伪数据拼接进行构建，其中伪造数据由FaceSwap、FaceSwap-GAN(Face Swapping Generative Adversarial Networks)、Wav2Lip(Wave to Lip)和SV2TTS(Speaker Verification to Text-To-Speech)这4种方法生成。拼接过程中使用概率方法生成伪造片段在时域与模态上的定位，对边界进行随机化处理以期贴合实际伪造场景，并通过素材筛选避免背景跳变现象。最终生成的数据集对于每个伪造比例可产生3970条视频数据。在基准检测中，使用多种音视频特征提取器，并分别进行了强、弱监督两种条件下的测试，其中弱监督测试基于层次多示例学习(HMIL)方法实现。测试结果显示，各个测试模型在伪造比例较低的数据上性能表现显著低于在伪造比例较高数据上的性能；弱监督条件下的性能表现显著低于强监督条件下的表现。验证了该部分伪造数据集的弱监督检测困难性。实验结果表明所提数据集代表的多模态部分伪造场景有着充分的研究价值。

关键词：深度伪造检测多模态伪造检测部分伪造多示例学习深度伪造数据集内容安全