检索结果-南通市图书馆

联合注意力和条件GAN的被遮挡人体姿态和体形估计方法

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第1期36卷 142-151页

作者：朱妍汪楷汪粼波方贤勇安徽大学体育军事教学部合肥230601 安徽大学计算机科学与技术学院合肥230601

基于图像的人体姿态和体形估计常常因人体被遮挡而充满挑战.为此,提出一种基于单幅图像的姿态和体形估计方法.首先提出多尺度的注意力模块策略,输出具有丰富上下文信息的多尺度注意力特征,以有效地获得不受遮挡影响的全局的姿态和体形分... 详细信息

基于图像的人体姿态和体形估计常常因人体被遮挡而充满挑战.为此,提出一种基于单幅图像的姿态和体形估计方法.首先提出多尺度的注意力模块策略,输出具有丰富上下文信息的多尺度注意力特征,以有效地获得不受遮挡影响的全局的姿态和体形分布;然后提出基于热图的条件生成对抗网络策略,将由关节热图得到的姿态估计作为约束,实现网格精细调整;最后借助这2个策略得到的姿态和体形估计方法实现全局预测和局部细节求精的结合.在Ubuntu环境下,在3DPW,3DOH50K和Human3.6M公开数据集上的实验结果表明,与SMPLify,GraphCMR和SPIN等方法相比,所提方法在身体部分被遮挡时重建效果更好,并在ACK,AVE和PA-MPJPE等定量评价指标上取得了更好的结果.

关键词：人体体形和姿态估计单幅图像多尺度注意力生成对抗网络

同方期刊数据库

基于遗传算法的划分序乘积空间问题求解层选择

在线全文

学校读者我要写书评

暂无评论

软件学报 2024年第4期35卷 1945-1963页

作者：徐怡邱紫恒安徽大学计算机科学与技术学院安徽合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 安徽合肥230601

划分序乘积空间作为一种新的粒计算模型,可以从多个视角和多个层次对问题进行描述和求解.其解空间是由多个问题求解层组成的格结构,其中每个问题求解层由多个单层次视角构成.如何在划分序乘积空间中选择问题求解层是一个NP难问题.为此,... 详细信息

划分序乘积空间作为一种新的粒计算模型,可以从多个视角和多个层次对问题进行描述和求解.其解空间是由多个问题求解层组成的格结构,其中每个问题求解层由多个单层次视角构成.如何在划分序乘积空间中选择问题求解层是一个NP难问题.为此,提出一种两阶段自适应遗传算法TSAGA(two stage adaptive genetic algorithm)来寻找问题求解层.首先,采用实数编码对问题求解层进行编码,然后根据问题求解层的分类精度和粒度定义适应度函数.算法第1阶段基于经典遗传算法,预选出一些优秀问题求解层作为第2阶段初始种群的一部分,从而优化解空间.算法第2阶段,提出随当前种群进化迭代次数动态变化的自适应选择算子、自适应交叉算子以及自适应大变异算子,从而在优化的解空间中进一步选择问题求解层.实验结果证明了所提方法的有效性.

关键词：粒计算划分序乘积空间遗传算法问题求解层

基于模块度感知图自编码器的重叠社区发现模型

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2024年第8期64卷 1319-1329页

作者：陈洁刘斌斌赵姝张燕平安徽大学计算机科学与技术学院合肥230601 计算智能与信号处理教育部重点实验室(安徽大学) 合肥230601

图自编码器模型作为网络表示学习的代表性方法,在链路预测和节点分类任务方面性能表现优异。然而,图自编码器模型在处理社区发现任务时通常只考虑局部节点连边的重建而忽略了社区全局结构的影响,尤其是在多个社区存在重叠节点的情况下,... 详细信息

图自编码器模型作为网络表示学习的代表性方法,在链路预测和节点分类任务方面性能表现优异。然而,图自编码器模型在处理社区发现任务时通常只考虑局部节点连边的重建而忽略了社区全局结构的影响,尤其是在多个社区存在重叠节点的情况下,难以准确判断节点归属关系和社区分布。针对此问题,该文提出了一种面向重叠社区发现的无监督模块度感知图自编码器模型(modularity-aware graph autoencoder model for overlapping community detection,GAME),GAME采用一种高效的模块度损失函数,该函数在网络嵌入过程中保留社区关系的同时,能重构损失并更新编码器的参数,以提高模型针对重叠社区发现任务的性能,进而将GAME得到的社区隶属度矩阵以概率-节点形式进行社区分配。该文提出的GAME在10个公开数据集上进行实验验证,并与主流的基于表示学习的重叠社区发现模型进行对比。实验结果表明:在归一化互信息(normalized mutual information,NMI)评估指标下,GAME模型性能优于主流模型,证明该模型有效。

关键词：社区发现重叠社区图自编码器模块度最大化社区隶属度矩阵

同方期刊数据库

基于改进Faster R-CNN的变电站设备外部缺陷检测

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2024年第2期19卷 290-298页

作者：张铭泉邢福德刘冬华北电力大学计算机系河北保定071003

针对变电站设备外部缺陷目标检测任务中目标形状多样,周围环境复杂,当前代表性算法识别准确度低,错检漏检严重的问题,对比了众多目标检测算法在变电站设备缺陷数据集上的检测结果,检测精度较高的是添加了特征融合金字塔结构的Faster R-C... 详细信息

针对变电站设备外部缺陷目标检测任务中目标形状多样,周围环境复杂,当前代表性算法识别准确度低,错检漏检严重的问题,对比了众多目标检测算法在变电站设备缺陷数据集上的检测结果,检测精度较高的是添加了特征融合金字塔结构的Faster R-CNN(faster region-based convolutional network)算法,但其对小目标物体和设备渗漏油的检测精度仍有提升空间,为此设计一种基于Faster R-CNN的改进算法。改进算法通过对输入图像进行数据增强,在网络中添加SPP(spatial pyramid pooling)结构以及改进特征融合方式,对分类以及边界框回归损失函数进行改进的方式来提高缺陷的检测精度。与原Faster R-CNN算法进行对比,改进算法在变电站设备缺陷目标检测数据集的检测结果中AP(average precision)(0.5∶0.95)提高了2.7个百分点,AP(0.5)提高了4.3个百分点,对小目标物体的检测精度也提高了1.8个百分点,试验结果验证了该方法的有效性。

关键词：变电站设备外部缺陷深度学习目标检测卷积神经网络 Faster R-CNN 特征提取特征融合金字塔结构损失函数

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

自适应相似图联合优化的多视图聚类

计算机学报 2024年第2期47卷 310-322页

作者：纪霞施明远周芃姚晟安徽大学计算机科学与技术学院合肥230601 安徽大学国际脑科学工程研究中心合肥230601

相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相... 详细信息

相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相似图,再进行视图间相似图的融合来获得最终聚类结果,因此,多视图聚类的效果是由相似图质量和相似图融合方法共同决定的.然而,现有基于图的多视图聚类方法几乎都聚焦在视图间相似图的融合方法研究上,而缺乏对相似图本身质量的关注.这些方法大多数都是孤立地从各视图的原始数据中学习相似图,并且在后续图融合过程中保持相似图不变.这样得到的相似图不可避免地包含噪声和冗余信息,进而影响后续的图融合和聚类.而少量考虑相似图质量的研究,要么相似图构造和图融合过程是直接联立迭代的,要么在预定义相似图过程中提前利用秩约束进一步初始化,要么就是利用相似图存在的一些底层结构来获取融合图的.这些方法对相似图本身改进很小,最终聚类性能提升也十分有限.同时现有基于图的多视图聚类流程也缺乏对各视图间一致性和不一致性的综合考虑,这也会严重影响最终的多视图聚类性能.为了避免低质量预定义相似图对聚类结果的不利影响以及综合考虑视图间一致性与不一致性来提升最终聚类效果,本文提出了一种自适应相似图联合优化的多视图聚类方法.首先通过Hadamard积来获得视图间高质量一致性部分信息,再将每个预定义相似图和这部分信息对标,重构各个视图的预设相似图.这个过程强化了各视图间的一致性部分,弱化了不一致性部分.其次设计了相似图重构改进和图融合联合迭代优化框架,实现了相似图的自适应改进,最终达到相似图和聚类结果共同提升的效果.该方法将相似图改进过程与图融合过程联合起来进行自适应迭代优化,并且在迭代优化中不断强化各视图间的一致性,弱化视图间的不一致性.此外,本文的方法也集成了现有多视图聚类方法的一些优点,自加权以及无需额外聚类步骤等.在九个基准数据集上与八个对比方法的实验验证了本文方法的有效性与优越性.

关键词：多视图聚类相似图自适应优化图融合自加权

在线全文

学校读者我要写书评

暂无评论

智能数据可视分析技术综述

软件学报 2024年第1期35卷 356-404页

作者：骆昱宇秦雪迪谢宇鹏李国良清华大学计算机科学与技术系北京100084 青海大学计算机技术与应用系青海西宁810016

如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.... 详细信息

如何从海量数据中快速有效地挖掘出有价值的信息以更好地指导决策,是大数据分析的重要目标.可视分析是一种重要的大数据分析方法,它利用人类视觉感知特性,使用可视化图表直观呈现复杂数据中蕴含的规律,并支持以人为本的交互式数据分析.然而,可视分析仍然面临着许多挑战,例如数据准备代价高、交互响应高延迟、可视分析高门槛和交互模式效率低.为应对这些挑战,研究者从数据管理、人工智能等视角出发,提出一系列方法以优化可视分析系统的人机协作模式和提高系统的智能化程度.系统性地梳理、分析和总结这些方法,提出智能数据可视分析的基本概念和关键技术框架.然后,在该框架下,综述和分析国内外面向可视分析的数据准备、智能数据可视化、高效可视分析和智能可视分析接口的研究进展.最后,展望智能数据可视分析的未来发展趋势.

关键词：数据可视化可视分析智能数据可视分析数据管理人工智能

动态场景下基于特征点筛选的视觉SLAM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

作者：姜丽梅陈信威华北电力大学计算机系

针对传统的视觉SLAM算法在动态环境下的定位精度与鲁棒性低的问题，提出了一种基于特征点筛选的改进动态SLAM算法，该算法以ORB-SLAM3算法为基本框架，增加了动态区域划分与特征点筛选模块。动态区域划分模块使用改进的RT-DETR目标检测... 详细信息

针对传统的视觉SLAM算法在动态环境下的定位精度与鲁棒性低的问题，提出了一种基于特征点筛选的改进动态SLAM算法，该算法以ORB-SLAM3算法为基本框架，增加了动态区域划分与特征点筛选模块。动态区域划分模块使用改进的RT-DETR目标检测算法检测图像中的动态物体并根据检测框划分动态区域，特征点筛选模块使用对极约束以及光流法筛选掉运动的动态物体身上的特征点，保留静止的动态物体上以及目标检测框内属于背景部分的特征点参与后续的位姿优化。改进的算法尽可能的保留了更多的有效特征点参与相机位姿优化，实验结果表明改进的算法相比于原始的ORB-SLAM3在高动态环境下的绝对轨迹误差的RMSE值平均能够达到90%以上的提升的同时保持实时运行。

关键词：光流对极约束视觉SLAM 动态环境 RT-DETR PP-LCNet

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

改进PBFT算法的配电物联网接入认证方法

计算机工程与应用 2024年第2期60卷 279-287页

作者：张铭泉杨甜朵春红华北电力大学(保定)计算机系河北保定071003

随着物联网与配电网深度融合,海量终端设备接入系统给配电物联网安全稳定运行带来巨大挑战。针对传统身份认证方式过于中心化且无法承载大规模终端等现状,设计一种基于区块链共识机制的配电物联网终端接入认证方法。由配电物联网网关负... 详细信息

随着物联网与配电网深度融合,海量终端设备接入系统给配电物联网安全稳定运行带来巨大挑战。针对传统身份认证方式过于中心化且无法承载大规模终端等现状,设计一种基于区块链共识机制的配电物联网终端接入认证方法。由配电物联网网关负责对待接入终端节点登记注册,采用共识算法进行分布式认证,将合法终端上链存储。在传统PBFT算法的基础上,设计了配电物联网终端共识算法。该算法引入权重机制,根据终端节点权重选取认证节点,缩小共识规模;引入可验证随机函数增强主节点安全,避免启动视图切换协议,提高共识效率;结合实际应用场景优化一致性协议,降低通信开销。实验分析表明该方法可有效规避多种网络攻击,通信开销和吞吐量优于其他方法,系统抗攻击性较强,满足配电物联网对认证效率和系统可靠性等要求。

关键词：配电物联网区块链接入认证共识算法权重机制可验证随机函数(VRF)

基于CSI实例标准化的域泛化人体动作识别模型

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第6期45卷 196-209页

作者：王杨许佳炜王傲夏慧娟赵传信季一木安徽师范大学计算机与信息学院安徽芜湖241002 南京邮电大学计算机学院江苏南京210003

为了实现完全不依赖目标域数据的Wi-Fi跨域人体动作感知,提出了一种基于CSI实例标准化的域泛化人体动作识别模型INDG-Fi。INDG-Fi使用实例标准化去除CSI特征表示的领域信息,接着构建共享特征提取的动作分类器和域分类器,并通过动作偏向... 详细信息

为了实现完全不依赖目标域数据的Wi-Fi跨域人体动作感知,提出了一种基于CSI实例标准化的域泛化人体动作识别模型INDG-Fi。INDG-Fi使用实例标准化去除CSI特征表示的领域信息,接着构建共享特征提取的动作分类器和域分类器,并通过动作偏向学习和对抗性的域学习,将编码层提取的特征偏向人体动作引起的信号特征,同时远离领域信号影响。为了让模型关注受人体动作影响更显著的子载波信号,在编码层中加入子载波注意力模块。实现结果表明,所提INDG-Fi在不可见的用户和位置的感知性能分别为97.99%和92.73%,能够实现鲁棒的跨域感知。

关键词：信道状态信息无线感知人体动作识别域泛化