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

混合策略改进的风驱动优化算法

佳木斯大学学报（自然科学版） 2024年第5期42卷 43-46页

作者：陈伟宿州职业技术学院计算机信息系安徽宿州234909

为解决风驱动优化算法存在的易陷入局部极值及收敛性差等问题,提出一种混合策略改进的风驱动优化算法。首先,使用Tent混沌映射初始化种群,增加初始个体的多样性;其次,引入柯西变异策略,扩大算法搜索范围,增强算法搜索能力并加速算法收敛... 详细信息

为解决风驱动优化算法存在的易陷入局部极值及收敛性差等问题,提出一种混合策略改进的风驱动优化算法。首先,使用Tent混沌映射初始化种群,增加初始个体的多样性;其次,引入柯西变异策略,扩大算法搜索范围,增强算法搜索能力并加速算法收敛;然后,利用反向学习策略生成新的全局最优解,提高算法逃离局部极值能力;最后,针对6个基准测试函数进行仿真实验,结果表明,所提算法收敛速度和精度均优于其他算法。

关键词：风驱动优化算法柯西变异反向学习 Tent映射

高校招生咨询NAO机器人智能语音交互系统的设计与实现

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第26期20卷 14-16页

作者：陆鑫杰李论杰田溯开林子博彭华绍兴文理学院计算机科学与工程系浙江绍兴312000

人-机器人交互是人工智能领域的一个热点研究方向,其中,机器人与人的智能语音交互在许多实际场景中得到了广泛应用。本文针对高校招生咨询这一特定会话应用场景,基于NAO机器人、本地计算机和远程服务器,构建了一个机器人智能语音交互系... 详细信息

人-机器人交互是人工智能领域的一个热点研究方向,其中,机器人与人的智能语音交互在许多实际场景中得到了广泛应用。本文针对高校招生咨询这一特定会话应用场景,基于NAO机器人、本地计算机和远程服务器,构建了一个机器人智能语音交互系统。该系统能够有效满足应用需求。

关键词：高校招生咨询 NAO机器人智能语音交互

基于全介质一维光子晶体的平面拓扑微分器(特邀)

在线全文

学校读者我要写书评

暂无评论

光学学报 2024年第10期44卷 322-327页

作者：刘洋黄明川陈钱坤张斗国中国科学技术大学物理学院光学与光学工程系先进激光技术安徽省实验室安徽合肥230026

提出一种拓扑荷数为2的全介质一维光子晶体拓扑微分运算器件。通过优化设计光子晶体的透射率与入射角度的依赖关系以及出/入射光的偏振状态,该拓扑器件可以对入射光场进行各向同性的二维二阶光学微分运算,进而实现图像边缘增强成像和图... 详细信息

提出一种拓扑荷数为2的全介质一维光子晶体拓扑微分运算器件。通过优化设计光子晶体的透射率与入射角度的依赖关系以及出/入射光的偏振状态,该拓扑器件可以对入射光场进行各向同性的二维二阶光学微分运算,进而实现图像边缘增强成像和图像边缘信息高效提取。该平面型拓扑微分运算器件具有轻量化、高通量、高速度、易于大规模集成、低成本制备等特点,在光学计算、光学成像与传感等领域具有潜在的应用价值。

关键词：物理光学光学拓扑微分运算边缘检测全介质一维光子晶体光学成像与传感

基于深度学习与RSS滤波的可见光室内定位算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

光学技术 2024年第3期50卷 361-367页

作者：曹海锋王晓亮山西工程职业学院信息工程系山西太原030000 东北电力大学计算机学院吉林132000

为了提高可见光室内三维定位的准确率与稳定性,提出一种基于深度学习与接收信号强度滤波的可见光室内定位方法。首先,采集每个参考点接收的所有接收信号强度样本,使用聚类算法对接收信号强度样本进行滤波,剔除低值簇与高值簇中的高偏差... 详细信息

为了提高可见光室内三维定位的准确率与稳定性,提出一种基于深度学习与接收信号强度滤波的可见光室内定位方法。首先,采集每个参考点接收的所有接收信号强度样本,使用聚类算法对接收信号强度样本进行滤波,剔除低值簇与高值簇中的高偏差接收信号强度样本;然后,在高精度无线电地图上训练深度神经网络回归模型,学习接收器位置与接收信号强度样本之间的统计关系。仿真结果表明,方法在6m×6m×3m室内环境下的平均定位误差小于4cm,且支持LED数量的扩展。

关键词：深度学习数据聚类无线电地图接收信号强度数据滤波

基于改进YOLOv5S算法的铝型材表面缺陷检测

在线全文

学校读者我要写书评

暂无评论

电脑知识与技术 2024年第6期20卷 47-51页

作者：杨海斌长江大学计算机科学学院湖北荆州434023

针对铝材表面缺陷种类多、背景干扰强且尺度变化多样,导致极易出现误检、漏检等问题,设计了一种改进YOLOv5S的铝材表面缺陷检测算法。首先在主干网络中引入CA注意力机制模块,弱化对无用信息的关注,强化了目标的定位能力,同时将边界框损... 详细信息

针对铝材表面缺陷种类多、背景干扰强且尺度变化多样,导致极易出现误检、漏检等问题,设计了一种改进YOLOv5S的铝材表面缺陷检测算法。首先在主干网络中引入CA注意力机制模块,弱化对无用信息的关注,强化了目标的定位能力,同时将边界框损失函数改为EIoU Loss,加强预测框的回归预测能力,并且还采用了双向特征金字塔网络(BiFPN)来进行特征融合。实验成果显示,经优化的YOLOv5S模型在APDDD铝材数据集上的平均精度均值(MAP)达到了83.7%,较原始的YOLOv5S模型有3.0%的增长,FPS值上也增加了4.433,检测精度和速度都得到了提升。

关键词：缺陷检测 YOLOv5S 注意力机制特征金字塔

基于Yolov8-scG神经网络的电动车头盔佩戴检测算法

在线全文

学校读者我要写书评

暂无评论

重庆工商大学学报(自然科学版) 2024年

作者：杨琚钱胡平戴家树安徽工程大学计算机与信息技术学院

【目的】针对复杂场景下行人与电动车驾驶人员共用道路通行的情况下，基于电动车骑行人员的头盔检测问题提出一种基于Yolov8n的电动车头盔佩戴检测改进算法。【方法】首先，为提升模型对于低分辨率图像及小目标检测的精度，引入SPDConv... 详细信息

【目的】针对复杂场景下行人与电动车驾驶人员共用道路通行的情况下，基于电动车骑行人员的头盔检测问题提出一种基于Yolov8n的电动车头盔佩戴检测改进算法。【方法】首先，为提升模型对于低分辨率图像及小目标检测的精度，引入SPDConv替换模型普通卷积与下采样算子；其次，为提升模型对于背景与检测目标相似的情况的辨识能力，引入CG block模块，与原模型C2f模块融合，创建C2f-CG模块，替换原有C2f模块，提升上下文特征提取能力；最后，为降低模型的计算量，保持模型轻量化，将原模型head层普通卷积替换为组卷积。【结果】经实验检测后，改进模型较Yolov8n原模型mAP精度提升4.2%，计算量降低15%。对于低分辨率图像及小目标检测精度均有上升。【结论】改进模型适用于实时性的复杂情况下电动车头盔检测，可以作为应用与实际领域的解决方法。

关键词：电动车头盔检测 YOLOv8n SPDConv CG block, GroupConv

基于边缘增强的选择性特征融合肾癌三维CT图像分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：王涛白雪飞王文剑山西大学计算机与信息技术学院计算智能与中文信息处理教育部重点实验室(山西大学) 山西警察学院网络安全保卫系

针对肾癌三维CT图像存在病变区域多尺度、边缘像素稀疏、对比度低以及肿瘤形状复杂且不规则等问题，提出一种基于边缘增强的选择性特征融合肾癌三维CT图像分割网络（EE-SFF U-Net）。EE-SFF U-Net采用基于U-Net的对称编解码网络架构，... 详细信息

针对肾癌三维CT图像存在病变区域多尺度、边缘像素稀疏、对比度低以及肿瘤形状复杂且不规则等问题，提出一种基于边缘增强的选择性特征融合肾癌三维CT图像分割网络（EE-SFF U-Net）。EE-SFF U-Net采用基于U-Net的对称编解码网络架构，编码路径中包含一个用于强化边缘信息的边缘增强模块，可有效挖掘、利用浅层特征信息以缓解边缘像素稀疏问题，同时避免小目标的漏检。此外，在网络的跳跃连接中，设计一个选择性特征融合模块，使得深浅层特征相互补充，实现不同信息的有效聚合。最后提出一个综合Generalized Dice Loss和Focal Loss的混合损失函数，利用动态权重调整策略，实现损失函数的优化训练，并改善病变区域多尺度和肿瘤形状大小不规则带来的影响。所提方法在保证病变区域整体定位准确的同时，强化对小目标特征信息的挖掘利用，从而提高分割的准确性和鲁棒性。在KiTS19公开数据集上的实验结果表明，与其他分割算法相比，本文方法各项指标表现良好，分割性能有显著提升。

关键词：肾癌三维CT分割边缘增强选择性特征融合 3D U-Net 深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

数据增强的联合标签清洗方法

小型微型计算机系统 2024年

作者：刘昕雨姜高霞王文剑山西大学计算机与信息技术学院山西大学计算智能与中文信息处理教育部重点实验室山西警察学院网络安全保卫系

标签噪声可能对监督学习模型的泛化能力产生较大影响。噪声过滤通过删减噪声样本来提升数据质量，是解决标签噪声问题的有效方法。然而，目前大多数标签噪声过滤算法会将一些潜在的有价值样本错误地标记为噪声，这种过度清洗会导致样本... 详细信息

标签噪声可能对监督学习模型的泛化能力产生较大影响。噪声过滤通过删减噪声样本来提升数据质量，是解决标签噪声问题的有效方法。然而，目前大多数标签噪声过滤算法会将一些潜在的有价值样本错误地标记为噪声，这种过度清洗会导致样本信息缺失。针对此问题，本文提出一种基于数据增强的联合标签清洗方法（Combined Label Cleaning Method based on Data Augmentation，CCDA），该方法通过多次在数据集上进行特征加噪增强、特征划分增强和组合增强，使用多次增强后预测结果的信息熵和一致性来评估样本的稳定性。将最不稳定的样本交由专家标注进行主动清洗修正标签值；将最稳定的样本利用模型预测的集成结果自动清洗。通过主动与自动方式联合实施针对性标签清洗，以较小的人工标记代价有效降低了标签噪声对模型性能的影响，提高了模型的泛化能力。实验结果表明，与所比较的方法相比，本文所提CCDA方法在不同噪声环境下都取得了更高的分类准确率，而且人工修正标记代价小。

关键词：标签噪声噪声过滤稳定性联合清洗数据增强

新型电力系统中的大模型驱动技术:现状、机遇与挑战

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

高电压技术 2024年第7期50卷 2864-2878页

作者：李刚方鸿刘云鹏杨强赵晓林汪佐宪华北电力大学计算机系保定071003 复杂能源系统智能计算教育部工程研究中心保定071003 华北电力大学电力工程系保定071003 浙江大学电气工程学院杭州310027 中国电力科学研究院有限公司北京100192

建设新型电力系统是实现社会、经济高质量发展的重要基石,以新一代通用人工智能为主导的信息化技术与能源电力科学深度耦合,为新型电力系统的数字化转型工作提供了重要保障。为了探究电力系统在大模型时代潮流下的发展方向,该文首先系... 详细信息

建设新型电力系统是实现社会、经济高质量发展的重要基石,以新一代通用人工智能为主导的信息化技术与能源电力科学深度耦合,为新型电力系统的数字化转型工作提供了重要保障。为了探究电力系统在大模型时代潮流下的发展方向,该文首先系统梳理了当前电力系统的数智化发展现状以及在新的场景需求下遇到的难点问题。然后重点探讨了以多模态大模型为代表的具备深度场景解析和语言描述能力的大模型技术在电力系统中的应用前景,并分析了其在几个典型场景下的相关应用成果,证明大模型技术可行性的同时,进一步总结了大模型技术在相关电力场景所面临的机遇与挑战性问题。最后对未来大模型技术如何与电力系统实现紧密融合做了展望与建议。该研究成果有望为新型电力系统数字化转型过程中的数智化发展提供参考,助力能源电力领域提质增效。

关键词：新型电力系统人工智能多模态大模型平行智能可解释性电力安全