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

长尾分布下基于层内相似关系的认知诊断模型

郑州大学学报(理学版) 2024年

作者：王冕张玉红刘菲卜晨阳胡学钢合肥工业大学计算机科学与技术学院

已有的认知诊断模型大多基于充分的学生做题记录进行诊断。然而现实中学生的做题记录、题目与知识点等的层间关联呈现长尾分布,即部分学生做题数量少、部分习题仅包含少量知识点,给模型的训练带来挑战。为此,提出一个基于层内相似关系... 详细信息

已有的认知诊断模型大多基于充分的学生做题记录进行诊断。然而现实中学生的做题记录、题目与知识点等的层间关联呈现长尾分布,即部分学生做题数量少、部分习题仅包含少量知识点,给模型的训练带来挑战。为此,提出一个基于层内相似关系的认知诊断模型,通过学生作答记录使用简单匹配系数分别计算学生、习题、知识点的相似系数,并构建层内相似关系。利用这种层内相似关系通过关系图卷积网络将头节点信息传递给尾节点,改善尾节点层间关系的稀疏性,通过融合知识点表示的诊断函数进行诊断。

关键词：认知诊断长尾分布相似性层内相似关系图卷积网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于注视转移学习的视频注视目标检测

计算机工程与应用 2024年第20期60卷 293-301页

作者：杨兴明史俊彪李自强吴克伟谢昭大数据知识工程教育部重点实验室(合肥工业大学) 合肥230601 合肥工业大学计算机与信息学院合肥230601

视频注视目标检测,需要估计视频帧中的人所注视目标的位置。在不同的时间,人会注视不同的目标。在两个注视目标转移的时间段内,人并没有注视特定的目标。基于图像Transformer的注视目标检测方法,忽略了抑制注视转移现象。注视转移中的... 详细信息

视频注视目标检测,需要估计视频帧中的人所注视目标的位置。在不同的时间,人会注视不同的目标。在两个注视目标转移的时间段内,人并没有注视特定的目标。基于图像Transformer的注视目标检测方法,忽略了抑制注视转移现象。注视转移中的注视方向,会干扰注视目标的真实位置估计。为了实现视频注视目标检测,提出一种基于注视转移的模型,该模型包括注视方向引导模块,注视转移时间融合模块。在注视方向引导模块中,注视目标位置被用于估计注视方向热图。该模块使用注视方向热图来引导注视目标热图生成,这有利于抑制非注视方向的目标响应,提高注视目标定位的准确性。在注视转移时间融合模块中,注视目标热图随着时间变化会产生时空热图。该模块对时空热图采用双向时空卷积长短期记忆网络(LSTM),产生时空记忆融合的注视目标热图,来描述时空热图中注视目标的变化过程。该模块将注视转移时间段描述为高斯时间模型。针对注视转移的时间长度不确定的问题,该模块设计高斯时间融合方法,来估计出注视转移的视时间长度和注视转移的开始和结束时间。注视转移时间段的准确定位,抑制了注视转移现象对注视目标位置估计的干扰。该模型训练使用了注视方向损失、注视目标存在损失、注视目标热图损失,以及注视转移时间定位损失。实验采用GazeFollow和VideoAttentionTarget数据集。实验结果表明基于注视转移的模型,优于基于图像Transformer的注视目标检测方法。

关键词：注视目标检测注视转移注视目标热图时空卷积长短期记忆网络高斯时间融合

同方期刊数据库

基于DRL的边缘监控任务卸载与资源分配算法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年第9期36卷 2113-2126页

作者：李超李贾宝丁才昌叶志伟左方威湖北工业大学计算机学院湖北武汉430000 湖北工程学院计算机与信息科学学院湖北孝感432000

为解决边缘计算环境下密集型监控任务资源受限的问题,提出一种基于DRL的监控任务卸载与资源分配算法。以监控任务时延和识别精度为优化目标,将监控系统中的任务卸载、无线信道分配和图像压缩率的联合决策目标优化求解建模为马尔可夫决... 详细信息

为解决边缘计算环境下密集型监控任务资源受限的问题,提出一种基于DRL的监控任务卸载与资源分配算法。以监控任务时延和识别精度为优化目标,将监控系统中的任务卸载、无线信道分配和图像压缩率的联合决策目标优化求解建模为马尔可夫决策过程;针对无线信道动态性和监控任务随机性引起的训练样本波动性较大,导致算法收敛速度慢和不稳定,采用Transformer注意力机制对多时隙序列的信道状态和监控任务信息进行联合编码。编码后的状态信息能够捕捉多时隙状态序列之间的依赖关系,提升网络状态的表征能力,并以此提高算法鲁棒性。实验结果表明:与传统强化学习算法和启发式算法相比,该算法在降低任务计算时延的同时能够有效提高识别精度。

关键词：监控任务移动边缘计算深度强化学习任务卸载资源分配注意力机制

同方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

基于视角统一的手姿态估计优化方法

计算机应用研究 2024年

作者：曹忠锐谢文军王冬钮立超王婷玉刘晓平合肥工业大学计算机与信息学院合肥工业大学软件学院合肥工业大学工业安全与应急技术安徽省重点实验室

从深度图像中准确估计手的三维姿态是计算机视觉领域的重要任务。然而，由于手的自遮挡和关节自相似性，使得手姿态估计任务极具挑战性。为了克服这些困难，考察了深度图像采样视角对于估计精度的影响，提出了一种基于视角统一(Unified ... 详细信息

从深度图像中准确估计手的三维姿态是计算机视觉领域的重要任务。然而，由于手的自遮挡和关节自相似性，使得手姿态估计任务极具挑战性。为了克服这些困难，考察了深度图像采样视角对于估计精度的影响，提出了一种基于视角统一(Unified View Point,UVP)的网络，该网络旨在将输入的深度图像重采样为更易于估计的“正面”视角，而后通过原始视角下的特征提高关节估计精度。首先，提出了视角转换模块，实现对输入的单张深度图像的视角旋转，提供作为补充的第二视角；然后，提出了视角统一损失函数，确保转换后的第二视角为“正面”视角，最大程度规避自遮挡问题；最后，通过改变卷积组合结构、降低网络深度等网络轻量化手段，进一步优化方法的性能。通过在三个公开的手姿态数据集(包括ICVL、NYU和MSRA)上进行实验，本方法分别取得了4.92mm、7.43mm和7.02mm的平均关节位置误差，且在搭载RTX3070的计算机上能以159.39 fps的速度运行。可见，转换深度图的采样视角，并融合双视角下的特征有利于提高手部姿态估计的精度。同时，所提出的方法具备自适应性，并表现出优秀的泛化能力，可以推广到大多数基于单深度图像的手部姿态估计模型，为深度学习在三维手姿态估计中的应用提供了有力支持。

关键词：手部姿态估计手关节自遮挡视角统一深度图像点云变换

基于扩散概率模型的去噪预测网络预测人体运动

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

小型微型计算机系统 2024年

作者：王婷玉谢文军王冬李琳刘晓平合肥工业大学计算机与信息学院合肥工业大学软件学院合肥工业大学工业安全与应急技术安徽省重点实验室

近年来，深度学习方法在人体运动预测方面取得了良好的进展，目前单一阶段方法在预测的准确性和多样性上仍存在改进空间，而采用多阶段方式则导致难以端到端预测。为此，本文提出了一种基于扩散概率模型的去噪预测网络，旨在以端到端的... 详细信息

近年来，深度学习方法在人体运动预测方面取得了良好的进展，目前单一阶段方法在预测的准确性和多样性上仍存在改进空间，而采用多阶段方式则导致难以端到端预测。为此，本文提出了一种基于扩散概率模型的去噪预测网络，旨在以端到端的方式去预测出准确多样的人体运动。其中提出了一个基于Transformer的模块，包含一个无softmax的修正线性自注意力，提升了人体运动预测的准确性。此外，本文还提出了一种基于DPM-Solver++的扩散模型采样策略，预测出更加连续和多样性的人体运动姿态序列，并将预测出同一质量人体运动姿态序列的采样时间缩减至一半以下。最后，将本文方法在两个标准数据集Human3.6M和HumanEva-I上进行充分评估。实验结果表明，本文方法优于最先进的单一阶段的方法。

关键词：人体运动预测扩散概率模型去噪预测网络修正的线性自注意力 DPM-Solver++

车联网边缘场景下基于免疫算法的计算卸载优化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

吉林大学学报（工学版） 2024年第1期54卷 221-231页

作者：朱思峰蔡江昊柴争义孙恩林天津城建大学计算机与信息工程学院天津300384 天津工业大学计算机科学与技术学院天津300387

为了解决如何在降低车载终端计算时延的同时保证服务器的低能耗和负载均衡问题,本文首先构建了基于车对车通信的系统模型、时延模型、负载均衡模型、能耗模型和目标优化模型;然后提出了一种基于多目标免疫优化算法的计算卸载方案;最后... 详细信息

为了解决如何在降低车载终端计算时延的同时保证服务器的低能耗和负载均衡问题,本文首先构建了基于车对车通信的系统模型、时延模型、负载均衡模型、能耗模型和目标优化模型;然后提出了一种基于多目标免疫优化算法的计算卸载方案;最后将本文方案与多种卸载方案进行了对比实验。实验结果表明,本文方案能够有效降低用户的平均卸载时延,优化服务器之间的工作负载并有效降低能耗,且性能较各卸载方案有所提升。

关键词：车联网边缘计算计算卸载车对车通信免疫算法

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

干扰环境下的大气偏振导航方法

激光与光电子学进展 2024年

作者：董万卷范之国金海红合肥工业大学计算机与信息学院安徽建筑大学电子与信息工程学院

仿生偏振光导航可以利用大气偏振信息进行导航和定位，在大气偏振信息测量过程中，当太阳直射镜头或视野受到遮挡时，测得的大气偏振信息会受到干扰，从而导致导航精度降低。为了解决这些受干扰区域对偏振导航精度产生的影响，本文提出... 详细信息

仿生偏振光导航可以利用大气偏振信息进行导航和定位，在大气偏振信息测量过程中，当太阳直射镜头或视野受到遮挡时，测得的大气偏振信息会受到干扰，从而导致导航精度降低。为了解决这些受干扰区域对偏振导航精度产生的影响，本文提出了一种基于偏振角信息与偏振度信息的去干扰算法，并基于瑞丽散射模型获取太阳子午线方向实现导航定向。实验结果表明，本方法不仅能够对受干扰区域进行准确划分，还能够提高偏振导航方法的精度。对于去干扰前航向角误差大于2度的数据，去干扰前航向角误差平均值为5.37度，去干扰后航向角误差平均值为1.56度。对于去干扰前航向角误差小于2度的数据，去干扰前航向角误差平均值为1.13度，去干扰后航向角误差平均值为0.59度。

关键词：大气偏振模式偏振光导航图像聚类偏振角偏振信息干扰

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无人机任务卸载与充电协同优化

工程科学与技术 2024年第1期56卷 99-109页

作者：何涵刘鹏赵亮王青山杭州电子科技大学计算机学院浙江杭州310018 沈阳航空航天大学计算机学院辽宁沈阳110136 合肥工业大学数学学院安徽合肥230009

在野外恶劣环境应用中,可以使用具有灵活性和便捷性的无人机(UAV),通过无线数据传输辅助携带用户任务到边缘服务器。然而,UAV飞行平台难以提供长时间的任务卸载服务,大大限制了其应用前景。本文研究了在移动边缘计算环境中,如何有效整合... 详细信息

在野外恶劣环境应用中,可以使用具有灵活性和便捷性的无人机(UAV),通过无线数据传输辅助携带用户任务到边缘服务器。然而,UAV飞行平台难以提供长时间的任务卸载服务,大大限制了其应用前景。本文研究了在移动边缘计算环境中,如何有效整合UAV的任务卸载和充电调度。首先,构建了一个新的应用模型,该模型协同处理UAV的任务卸载调度和自身充电需求,并在UAV辅助任务卸载应用场景中加入了若干个无线充电平台。其次,考虑了用户任务的价值和UAV的充电需求,以在时延敏感和能量约束的条件下优化UAV辅助用户设备进行任务卸载的收益。最后,采用深度强化学习算法,对深度Q网络(DQN)进行调优后形成Fixed DQN算法,以有效处理模型中的大规模状态动作搜索空间问题。本文以UAV仅作为任务载体并考虑其自主充电需求为前提,通过在一个半径为3000 m、含有11个节点的区域验证Fixed DQN算法的可行性;并在不同用户节点数量、充电节点数量及服务时间条件下,通过与蚁群算法、遗传算法和DQN算法的对比实验评估其性能。实验结果表明:本文提出的Fixed DQN算法在所有测试条件下均显著优于蚁群算法、遗传算法和DQN算法,特别是在节点数量增加和服务时间延长的情景中;此外,Fixed DQN算法相对于DQN算法的性能提升突显了深度强化学习在参数调优方面的有效性。研究结果证实了Fixed DQN算法在解决UAV任务卸载和充电调度问题中的高效性和调参策略的重要性。

关键词：边缘计算无人机任务卸载强化学习充电调度

在线全文

学校读者我要写书评

暂无评论

面向非稳态场景的生命体征监测优化方法

计算机研究与发展 2024年第2期61卷 481-493页

作者：邱杰凡徐一帆徐瑞吉周栋利池凯凯浙江工业大学计算机科学与技术学院杭州310023

使用基于调频连续波的毫米波雷达监测生命体征信息,具有无接触、隐私保护性好、高分辨率以及抗干扰性好等优势,逐渐成为研究热点.然而,目前研究者主要关注如何提高被测对象处于稳态(如静止)时的体征监测效果,但受制于肢体运动对雷达信... 详细信息

使用基于调频连续波的毫米波雷达监测生命体征信息,具有无接触、隐私保护性好、高分辨率以及抗干扰性好等优势,逐渐成为研究热点.然而,目前研究者主要关注如何提高被测对象处于稳态(如静止)时的体征监测效果,但受制于肢体运动对雷达信号的干扰,使得该技术在非稳态场景中的应用受到限制.提出一种基于人体运动状态识别的非稳态场景体征监测方法,以best-effort方式实现了存在大幅度肢体动作的场景中对体征信息的监测,并且能够识别对应的动作类型.首先,根据运动特征计算出带有距离-主导速度信息的特征频谱图.其次,使用一种滑动窗口采样方法以采集连续样本.随后训练ResNet-18网络来识别运动状态以及分类运动类型.最后,基于运动状态分类结果,在运动间歇期提取信号的相位信息,采用变分模态分解算法进行呼吸速率和心率的提取.实验结果表明,训练后的网络可以精确地识别运动状态和运动类型,识别准确率接近97%,识别延迟小于1.1 s.对呼吸和心率的监测结果的平均绝对误差(MAD)下降到1.7 bpm和3.4 bpm.

关键词：毫米波雷达生命体征监测运动状态识别滑动窗口采样残差网络变分模态分解