检索结果-南通市图书馆

基于改进Ghost的半监督光刻热点检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆工商大学学报(自然科学版) 2024年

作者：肖鑫忠马瑞君徐辉黄文馨袁野安徽理工大学计算机科学与工程学院安徽理工大学计算机科学与工程学院

【目的】鉴于传统的半监督光刻热点检测方法逐渐无法满足集成电路制造对检测精度的要求，且难以解决数据集不平衡引起的精度损失问题，提出一种新的半监督光刻热点检测模型GSSL。【方法】在该模型中，将卷积注意力模块(Convolutional ... 详细信息

【目的】鉴于传统的半监督光刻热点检测方法逐渐无法满足集成电路制造对检测精度的要求，且难以解决数据集不平衡引起的精度损失问题，提出一种新的半监督光刻热点检测模型GSSL。【方法】在该模型中，将卷积注意力模块(Convolutional Block Attention Module， CBAM)引入到Ghost模块的线性变化中，设计了Ghost＿CBAM模块；将该模块与压缩激励网络(Squeeze-and-Excitation， SE)结合设计了GhostNeck模块，实现特征图先降维再升维，建立各个通道之间的关联性；再通过GhostNeck构建整个光刻热点检测模型GSSL，实现逐步引入无标记数据进入训练的半监督学习方式；通过集成数据增强方法对数据集中的热点版图进行数据增强，缓解数据不平衡问题；并应用加权交叉熵损失函数，进一步提升模型对于热点类别的关注度。【结果】在ICCAD(The International Conference on Computer-Aided Design) 2012竞赛基准数据集上进行评估，在标记数据占比为10%～50%的情况下预测热点的平均准确率为91.73%，平均误报为680。【结论】实验结果表明：与其他传统方法相比，GSSL可以有效应对数据集不平衡的问题，提升光刻热点检测精度的同时，显著降低了误报率，在光刻热点检测上具有一定的应用价值。

关键词：光刻热点检测集成电路半监督学习改进Ghost模块

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于双分支分解卷积的夜间车道线检测方法

重庆工商大学学报(自然科学版) 2024年

作者：张绪林玉娥王慧梁兴柱安徽理工大学计算机科学与工程学院安徽理工大学计算机科学与工程学院

【目的】车道线检测作为自动驾驶系统的核心功能之一，对于确保车辆安全行驶至关重要。然而，当前基于分割的检测方法在速度和性能之间存在明显不平衡，尤其在夜间场景下更为突出。针对这一挑战，本文提出了一种名为DecoLaneNet的夜间... 详细信息

【目的】车道线检测作为自动驾驶系统的核心功能之一，对于确保车辆安全行驶至关重要。然而，当前基于分割的检测方法在速度和性能之间存在明显不平衡，尤其在夜间场景下更为突出。针对这一挑战，本文提出了一种名为DecoLaneNet的夜间车道线检测模型。【方法】首先，设计了一种高效的特征提取模块，采用分解卷积构建了具有不同大小感受野的双分支分解卷积残差结构，在尽可能保证性能的情况下大幅减少了模型的参数量，更准确地提取车道线特征。接着，运用通道重排技术和扩张卷积来弥补性能损失，并增加感受野。最后，引入双分支上采样模块进行特征解码，显著提升了模型的分割精度。【结果】在夜间场景数据集Night和包含多种交通场景的车道检测数据集CULane上进行了广泛评估。DecoLaneNet的F1评分，在Night数据集上达到了74.7%，在CULane数据集上达到了71.5%。值得一提的是，尽管模型参数仅有1.94 M，但在Jetson开发板上，其帧率（FPS）仍能达到62.5。【结论】实验结果表明，DecoLaneNet不仅在夜间场景下表现出优异的性能，在应对其他复杂场景时同样表现出色。此外，在部署到嵌入式设备上，其性能与效率仍然优于其他模型，显示出了出色的潜力与可行性。

关键词：车道线检测通道重排分解卷积模型部署

基于StyleGAN2的属性提取人脸交换方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

重庆工商大学学报(自然科学版) 2024年

作者：尹淑婷丁一峰王纯纯安徽理工大学计算机科学与工程学院安徽理工大学计算机科学与工程学院

【目的】针对现有操纵StyleGAN2隐空间实现人脸交换的方法存在(1)图像隐码中身份特征和属性特征高度耦合，导致生成效果不佳，(2)目标结构性细节保持不足的问题，提出了一种基于StyleGAN2的风格空间和特征空间的高保真人脸交换方法，名... 详细信息

【目的】针对现有操纵StyleGAN2隐空间实现人脸交换的方法存在(1)图像隐码中身份特征和属性特征高度耦合，导致生成效果不佳，(2)目标结构性细节保持不足的问题，提出了一种基于StyleGAN2的风格空间和特征空间的高保真人脸交换方法，名为AEFS（Attribute Extraction Face Swapping）。【方法】StyleGAN2的隐空间蕴含着丰富的语义信息，其中风格空间表现出显著的解耦特性。将预训练StyleGAN2的风格空间解耦为身份和属性子空间，使得风格空间中的隐码是相应子空间中身份隐码和属性隐码的总和。通过设计属性提取网络提取源脸和目标脸中属性隐码，并经过减法算术运算得到源身份隐码，将其与目标属性隐码经过加法算术运算得到交换隐码，最后经过StyleGAN2生成最终的交换图像。此外，该方法利用特征空间保持结果中的结构性细节，并采用预训练的StyleGAN2随机生成的人脸图像进行训练，不依赖于配对训练数据。【结果】通过定性和定量实验验证，AEFS能够生成属性保持良好的高保真人脸交换结果。在FFHQ数据集上，身份相似度、姿态误差、表情误差和FID指标分别达到了0.4498、3.4057、2.8381和5.3476。【结论】AEFS可以有效地平衡源身份转移和目标属性保持间的关系。通过简单的算术操作得到交换图像，使得AEFS比其他人脸交换方法更直观和优雅，并对后续基于StyleGAN2隐空间的人脸交换的研究具有参考价值。

关键词：人脸交换风格空间特征空间属性提取网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于情感特征增强的中文隐式情感分类模型

计算机工程与应用 2024年第3期60卷 196-204页

作者：谈光璞朱广丽韦斯羽安徽理工大学计算机科学与工程学院安徽淮南232001

隐式情感句子由于缺乏显式情感词并且其语义特征无法深入挖掘,导致现有模型进行情感分类时准确率不高。针对这一现状,提出一种基于情感特征增强的中文隐式情感分类模型(CISC),通过构建积极和消极情感词库,并将情感词进行位置嵌入得到情... 详细信息

隐式情感句子由于缺乏显式情感词并且其语义特征无法深入挖掘,导致现有模型进行情感分类时准确率不高。针对这一现状,提出一种基于情感特征增强的中文隐式情感分类模型(CISC),通过构建积极和消极情感词库,并将情感词进行位置嵌入得到情感特征增强的句子,进而提高分类准确率。对句子进行预处理得到对应的词语序列;通过自注意力机制的情感词检测方法进行句子情感词定位并分别嵌入积极和消极词,借助多层注意力网络得到对应的正向和负向的句子表示;分别将获取到的句子表示通过Bi-GRU模型和交互注意力机制(attention over attention,AOA)提取出对应的语义特征;将语义特征分别通过Softmax进行情感倾向概率计算,通过融入积极词的句子正向情感概率与融入消极词句子的负向情感概率进行均值计算并比较,得到最终的情感倾向。与EBA、GGBA等多种模型在SMP-ECISA2019公开数据集进行了比对实验,实验结果证明,提出的CISC模型可以提高中文隐式情感文本的分类效果。

关键词：隐式情感情感分类情感词特征增强语义特征

双路径双鉴别器生成对抗网络的红外与可见光图像融合

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

作者：许光宇陈浩宇张杰安徽理工大学计算机科学与工程学院

针对图像融合算法中存在源图像信息保留不够充分、细节信息不够丰富等问题，提出一种基于双路径双鉴别器生成对抗网络的红外与可见光图像融合方法. 在生成器端构建基于源图像差异拼接的梯度路径和对比度路径，提高融合图像的细节信息... 详细信息

针对图像融合算法中存在源图像信息保留不够充分、细节信息不够丰富等问题，提出一种基于双路径双鉴别器生成对抗网络的红外与可见光图像融合方法. 在生成器端构建基于源图像差异拼接的梯度路径和对比度路径，提高融合图像的细节信息和对比度; 通过多尺度分解提取红外与可见光图像的特征信息，解决单一尺度特征提取不全面的问题; 然后将源图像引入双路径密集网络的每一层，在提升特征传递效率的同时可获取更多源图像信息; 在鉴别器端采用双鉴别器估计红外与可见光图像的区域分布，避免单鉴别器网络丢失红外图像对比度信息的模态失衡问题; 最后构造主辅梯度和主辅强度损失函数，提升网络模型的信息提取能力. 与8种主流图像融合方法在TNO数据集、RoadScene数据集和MSRS数据集上的对比实验结果表明，所提方法在4个客观评估指标(平均梯度、空间频率、结构相似性和峰值信噪比)上取得较好的效果.

关键词：图像融合生成对抗网络多尺度分解密集连接双鉴别器

基于残差卷积与多头自注意力的CXR图像分类

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程科学与技术 2024年第3期56卷 219-227页

作者：陈辉张甜陈润斌安徽理工大学计算机科学与工程学院安徽淮南232001 安徽三联学院智慧交通现代产业学院安徽合肥230601

为了提高新型冠状病毒肺炎(COVID-19)检测的效率和准确性,本文提出一种自动识别COVID-19胸部X射线(CXR)图像的网络模型(MHRA-RCNet)。在ResNet50模型的基础上,首先,采用残差卷积对CXR图像中形状复杂的感染区域进行局部特征提取。其次,... 详细信息

为了提高新型冠状病毒肺炎(COVID-19)检测的效率和准确性,本文提出一种自动识别COVID-19胸部X射线(CXR)图像的网络模型(MHRA-RCNet)。在ResNet50模型的基础上,首先,采用残差卷积对CXR图像中形状复杂的感染区域进行局部特征提取。其次,选择在ResNet50的第2、3阶段引入多头关系聚合模块,以增强对全局信息的建模能力;为了进一步将局部信息和全局信息进行融合,以提高特征的表达能力和特征之间位置的相关性,在ResNet50的最后阶段引入了空洞视觉Transforme模块,有助于识别CXR图像中复杂的病变区域。最后,将融合后的特征以串联方式输入全局平均池化层进行全局空间信息整合,通过多层感知机进行图像分类并进行可视化分析。在公开访问的COVID-19 Radiography Database数据集与其他深度学习模型进行实验对比。实验结果表明:本文模型在多项分类指标上具有较好的分类精度;另外,从精确度、灵敏度和特异性上也可以直观地看出本文模型能够较好地识别新冠肺炎,进一步证明了本文模型在图像分类任务中的优越性和有效性。

关键词：新型冠状病毒肺炎图像分类残差卷积多头关系聚合空洞视觉Transformer

在线全文

学校读者我要写书评

暂无评论

融合反讽语言特征的反讽语句识别模型

智能系统学报 2024年第3期19卷 689-696页

作者：韦斯羽朱广丽谈光璞张顺香安徽理工大学计算机科学与工程学院安徽淮南232001

反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句... 详细信息

反讽是采用内隐的形式来表达情感的一种方法,反讽语句在文字和所想表达的情感上存在着不同,这使得对反讽语句进行情感分类变得更加困难。针对这一现象,提出一种融合反讽语言特征的反讽语句识别模型,通过加入反讽语言特征来提高反讽语句的识别准确率。首先,采用卡方检验算法对反讽语言进行分析并获取语言特征;然后,利用Word2Vec对语言特征进行训练获取语言特征的特征表示,同时使用注意力机制与Bi-GRU(双向门控循环神经单元)模型获取句子的特征表示;最后,将语言特征的特征表示与句子的特征表示进行融合并作为情感分类层的输入,对反讽语句进行识别。与CNN-AT、CNN-Adv、EPSN等3种模型进行对比,实验结果表明,该模型可以有效提高对于反讽语句的识别准确率。

关键词：反讽语句识别语言特征卡方检验算法 Word2Vec 双向门控循环神经单元注意力机制深度学习智能信息处理

基于MFA-UNet的铜制螺纹零件外表面缺陷检测

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

现代制造工程 2024年第5期 113-120,94页

作者：马涛李敬兆安徽理工大学计算机科学与工程学院淮南232001

针对工业现场铜制螺纹零件外表面缺陷检测效率低和精度差的问题,提出一种融合多尺度特征与注意力的U型网络(Multi-Scale Features and Attention Fused UNet,MFA-UNet)模型的铜制螺纹零件外表面缺陷检测算法。首先,设计一种双路下采样模... 详细信息

针对工业现场铜制螺纹零件外表面缺陷检测效率低和精度差的问题,提出一种融合多尺度特征与注意力的U型网络(Multi-Scale Features and Attention Fused UNet,MFA-UNet)模型的铜制螺纹零件外表面缺陷检测算法。首先,设计一种双路下采样模块,并行使用普通卷积和空洞卷积提升模型的特征提取能力;其次,在跳跃连接部分加入复合空间注意力模块,增强分割模型对空间信息和边缘信息的提取能力;然后,在上采样过程中加入压缩激励模块,提高模型的表达能力和特征选择能力;最后,提出一种相似度对比算法,比较分割图像和掩码图像的相似度,得到缺陷检测结果。实验表明,所提分割模型在铜制螺纹零件缺陷检测数据集上PA指标达到94.81%,MIoU指标达到93.78%;所提算法缺陷检测准确率达到98.9%,满足工业现场的使用需求。

关键词：零件缺陷检测图像分割注意力机制相似度对比

移动边缘计算中计算卸载与资源分配联合优化策略

在线全文

学校读者我要写书评

暂无评论

计算机工程与科学 2024年第3期46卷 416-426页

作者：刘向举李金贺方贤进王宇安徽理工大学计算机科学与工程学院安徽淮南232001

为了在移动边缘计算(MEC)中最大限度地减少处理用户任务的时延和能耗,改善用户体验,以最小化用户的完成时间和能耗的加权和为目标,在计算资源的约束下研究了多用户、多MEC服务器中的计算卸载问题。针对此问题,考虑卸载决策和资源分配之... 详细信息

为了在移动边缘计算(MEC)中最大限度地减少处理用户任务的时延和能耗,改善用户体验,以最小化用户的完成时间和能耗的加权和为目标,在计算资源的约束下研究了多用户、多MEC服务器中的计算卸载问题。针对此问题,考虑卸载决策和资源分配之间存在的依赖关系,首先将原问题解耦为卸载决策和计算资源分配2个子问题。然后,使用鲸鱼优化算法求解卸载决策问题,通过添加非线性收敛因子和惯性权重加快收敛速度;引入反馈机制,防止陷入局部最优,得到更高概率可行的卸载决策;对于资源分配问题使用拉格朗日乘子法得到每个卸载决策下的最佳计算资源分配解。最后,通过多次迭代得到稳定的收敛解。仿真实验结果表明,与其他基准方案相比,最多减少了44.6%的系统开销。

关键词：移动边缘计算计算卸载资源分配鲸鱼优化算法