检索结果-南通市图书馆

应用动态Token的融合特征的持续图像字幕生成

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机工程与应用 2024年

作者：晋嘉利余璐天津理工大学计算机科学与工程学院

现如今多数研究表明，基于自注意力的结构（如Transformer）在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练。而真实世界中的数据分布大多是非独立同分布的数据流，这种设置下的持续... 详细信息

现如今多数研究表明，基于自注意力的结构（如Transformer）在图像字幕生成任务中有着突出的性能优势。但在大多数方法中模型只在静态、同分布数据集上进行训练。而真实世界中的数据分布大多是非独立同分布的数据流，这种设置下的持续图像字幕生成任务更具有挑战性。目前针对图像字幕生成的多模态任务的持续学习研究较少，缺乏更适用于基于自注意力模型的持续图像字幕生成方法。针对以上挑战提出了一种应用动态Token的融合特征的持续图像字幕生成方法。首先在Transformer中对图像字幕生成任务所涉及的不同模态的数据特征进行融合，并对融合特征进行正则化计算；同时为每一个子任务定义一个Token，Token将随着子任务的切换而变化，这种Token即为动态Token，相比于整个训练阶段只定义一个、且被所有子任务共用的静态Token而言，动态Token更能保存每个子任务特有的信息和特点。利用这些动态任务Token和任务标识融合特征注意力模块进一步获得具有任务标识信息的融合特征，并在每个子任务训练结束后保存其对应的Token，以保持模型对旧任务的记忆和表达能力，减少模型对旧任务的灾难性遗忘。在MS-COCO和Flickr30k数据集上的实验结果表明应用动态Token的融合特征的持续图像字幕生成方法在Transformer架构上优于所有基线方法。以CIDEr指标为例，所有训练任务结束后CIDEr指标的平均分数相较于微调和所有基线方法中的最优方法分别提高了31.06%和13.94%。

关键词：图像字幕生成持续学习 Transformer 融合特征动态Token 正则化

网络物理融合下基于随机博弈的车联网网络安全可靠性分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用基础与工程科学学报 2024年第3期32卷 685-701页

作者：陈欣程吉祥姜孪娟南京财经大学管理科学与工程学院江苏南京210023 南京理工大学计算机科学与工程学院江苏南京210014

交通事故已经成为威胁人民生命和财产安全的社会公害之一,车联网(Internet of Vehicles,IoV)作为能够有效增加道路安全的新兴技术,在道路交通安全防控方面扮演着至关重要的角色,在广泛应用的同时也面临着严峻的网络攻击挑战.为分析IoV... 详细信息

交通事故已经成为威胁人民生命和财产安全的社会公害之一,车联网(Internet of Vehicles,IoV)作为能够有效增加道路安全的新兴技术,在道路交通安全防控方面扮演着至关重要的角色,在广泛应用的同时也面临着严峻的网络攻击挑战.为分析IoV系统可靠性对道路安全水平的影响,设计了基于马尔可夫过程的双人随机博弈模型,将受到攻击的IoV系统分为渗透阶段、破坏阶段与主动恢复阶段,基于IoV系统受攻击后的状态转移过程,研究了攻击者和防御者之间动态交互的影响及状态之间的级联关系.将IoV系统的安全部署成本划分为相互依赖的网络层和物理层两部分,在无法完全了解模型参数的情况下通过Minimax-Q算法预测攻击者行为,探究防御成功率与网络安全部署成本对攻击者策略的影响,评价了不同攻击策略下的系统可靠性(车辆系统平均失败时间、车辆系统稳态可用性和道路信息稳态机密性),并构建了车联网环境下的道路交通安全综合指标,探析了IoV系统网络安全对道路交通安全水平的影响.研究结果表明:(1)在渗透阶段,相比于网络层,物理层安全部署成本的变化对攻击策略的影响更为显著,在破坏阶段则呈相反趋势.(2)在应用受损状态下,车辆系统稳态可用性,道路信息稳态机密性和道路交通安全综合水平分别上升了3.9%、3.9%和1.34%.(3)渗透阶段(N,V,P)为IoV系统可靠性对道路交通安全水平影响方面的关键阶段,极大程度上威胁着道路交通安全.以期该研究成果有助于确定IoV系统网络安全的关键阶段,并增强道路交通安全水平.

关键词：车联网网络安全随机博弈模型层级依赖 Minimax-Q 道路交通安全可靠性分析

在线全文

学校读者我要写书评

暂无评论

集成多种上下文与混合交互的显著性目标检测

电子与信息学报 2024年第7期46卷 2918-2931页

作者：夏晨星陈欣雨孙延光葛斌方贤进高修菊张艳安徽理工大学计算机科学与工程学院淮南232001 安徽璞华大数据技术有限公司淮南230031 合肥综合性国家科学中心能源研究院合肥230601 南京理工大学计算机科学与工程学院南京210094 合肥综合性国家科学中心人工智能研究院合肥230601 安徽理工大学电气与信息工程学院淮南232001 安徽大学电子信息工程学院合肥230601

显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一。当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,... 详细信息

显著性目标检测目的是识别和分割图像中的视觉显著性目标,它是计算机视觉任务及其相关领域的重要研究内容之一。当下基于全卷积网络(FCNs)的显著性目标检测方法已经取得了不错的性能,然而现实场景中的显著性目标类型多变且尺寸不固定,这使得准确检测并完整分割出显著性目标仍然是一个巨大的挑战。为此,该文提出集成多种上下文和混合交互的显著性目标检测方法,通过利用密集上下文信息探索模块和多源特征混合交互模块来高效预测显著性目标。密集上下文信息探索模块采用空洞卷积、不对称卷积和密集引导连接渐进地捕获具有强关联性的多尺度和多感受野上下文信息,通过集成这些信息来增强每个初始多层级特征的表达能力。多源特征混合交互模块包含多种特征聚合操作,可以自适应交互来自多层级特征中的互补性信息,以生成用于准确预测显著性图的高质量特征表示。此方法在5个公共数据集上进行了性能测试,实验结果表明,该文方法在不同的评估指标下与19种基于深度学习的显著性目标检测方法相比取得优越的预测性能。

关键词：计算机视觉显著性目标检测全卷积网络上下文信息

同方期刊数据库

基于注意力感知和模态融合的药物-靶点相互作用预测方法

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2024年

作者：彭杨朱小飞胡冬冬重庆理工大学计算机科学与工程学院

预测药物-靶点相互作用是药物发现的关键步骤。现有的基于图神经网络的预测方法取得了较好的效果，但是仍然存在两方面挑战：一是如何更高效地提取药物和靶点中深层次的特征和丰富的语义信息，二是如何明确地建模并学习药物和靶点之间... 详细信息

预测药物-靶点相互作用是药物发现的关键步骤。现有的基于图神经网络的预测方法取得了较好的效果，但是仍然存在两方面挑战：一是如何更高效地提取药物和靶点中深层次的特征和丰富的语义信息，二是如何明确地建模并学习药物和靶点之间的相互作用，以便更好地预测和解释。为了解决以上问题，本文提出了基于注意力感知和模态融合的药物-靶点相互作用预测方法。对于药物分支，利用Graph Transformer和图卷积神经网络来联合表征药物分子的全局结构和生化信息。对于蛋白质分支，采用了一个独立的编码模块来提取蛋白质的全局和局部特征。为了更准确的建模和学习药物和靶点之间的作用关系，设计了一个基于Transformer的模块来融合药物和靶点特征。最后，在三个公开数据集上的实验结果表明，在主要评价指标上均有所提升，该方法能够更加准确的预测药物和靶点的相互作用。

关键词：药物发现图神经网络模态融合注意力机制

基于滤膜称重法的自动化粉尘质量浓度检测装置的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

煤炭学报 2024年第7期49卷 2997-3006页

作者：陈清华许曾生王小润江丙友唐明云胡祖祥邱进伟周亮安徽理工大学矿山智能装备与技术安徽省重点实验室安徽淮南232001 安徽理工大学环境友好材料与职业健康研究院(芜湖) 安徽芜湖241003 安徽理工大学工业粉尘防控与职业安全健康教育部重点实验室安徽淮南232001 安徽理工大学机械工程学院安徽淮南232001

传统滤膜称重法操作过程繁琐、检测周期长,且自动化程度低,虽精度高但无法满足粉尘质量浓度实时检测需求。设计了粉尘质量浓度自动检测装置,通过建立温湿度补偿模型,替代手工称重法中采样后滤膜烘干的步骤,进一步缩减粉尘质量浓度检测... 详细信息

传统滤膜称重法操作过程繁琐、检测周期长,且自动化程度低,虽精度高但无法满足粉尘质量浓度实时检测需求。设计了粉尘质量浓度自动检测装置,通过建立温湿度补偿模型,替代手工称重法中采样后滤膜烘干的步骤,进一步缩减粉尘质量浓度检测时间以及粉尘质量浓度检测装置体积。搭建试验样机并调试实验,结果表明,煤矿井下常用的CCZ-20A型粉尘采样器与本装置检测得到的粉尘质量折算浓度经过计算其标准偏差在5%以内,一元线性回归拟合分析下的实验数据拟合相关性较好。为进一步提升装置的检测精度,研究基于傅里叶级数、线性拟合以及周期拟合相结合的误差补偿方法,设计出装置浓度计算流程并代入原始数据中,将该装置检测浓度误差由原始的(-7.20%,-1.26%)集中至(-3.64%,3.65%)。引入装置浓度计算流程后进行多次对比实验,实验结果显示装置浓度检测误差均在此区间内,验证了装置浓度计算流程的可靠性。该装置缩短了粉尘质量浓度检测所需时间,同时检测误差控制在合理的范围内,进而为滤膜称重法在粉尘质量浓度在线监测方面的研究提供一定的参考。

关键词：滤膜称重法粉尘质量浓度自动称重温湿度补偿误差补偿

切缝药包超前预裂爆破厚硬顶板矿压与瓦斯综合防治试验研究

在线全文

学校读者我要写书评

暂无评论

中国矿业大学学报 2024年第2期53卷 334-345,376页

作者：乔国栋刘泽功高魁周云权傅师贵安徽理工大学安全科学与工程学院安徽合肥230031 合肥综合性国家科学中心能源研究院安徽合肥230031

针对厚硬顶板导致高矿压、高位钻孔瓦斯抽采效果不佳的问题,通过爆破相似模拟试验与理论分析相结合的研究方法,对普通爆破与切缝药包爆破载荷作用下物模的宏观裂纹分布模式、损伤特征以及应变和应力的演化规律进行分析,对爆破弱化半径... 详细信息

针对厚硬顶板导致高矿压、高位钻孔瓦斯抽采效果不佳的问题,通过爆破相似模拟试验与理论分析相结合的研究方法,对普通爆破与切缝药包爆破载荷作用下物模的宏观裂纹分布模式、损伤特征以及应变和应力的演化规律进行分析,对爆破弱化半径进行定量计算.结果表明:模型表面爆破裂纹分布差异显著;使用损伤度(D)及波降率(η)对岩石爆破损伤情况进行定量表征,发现切缝药包爆破比普通爆破造成的有效损伤范围更大;动态应变信号分析表明,切缝方向上应力波波阵面速度更快、强度更高,岩层受到的爆炸动载更强,测点的峰值应变及峰值应力均显著大于普通爆破.理论计算表明切缝药包爆破弱化半径(21.8 m)大于普通爆破(16.5 m),使用切缝药包超前预裂爆破厚硬顶板可以保障巷道稳定性,并且更具经济效益.研究成果为解决厚硬顶板条件下的矿压与上隅角瓦斯综合防治问题具有一定的指导意义.

关键词：超前预裂爆破切缝药包厚硬顶板高位钻孔矿压防治瓦斯抽采

融合多特征和表情情感词典的性别对立言论识别方法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2024年第3期39卷 699-709页

作者：马子晨张顺香刘云朵朱广丽安徽理工大学计算机科学与工程学院淮南232001 合肥综合性国家科学中心人工智能研究院合肥232088

为识别相关极端言论,提出了一种融合多特征和表情情感词典的性别对立言论识别方法。首先,使用BERT(Bidirectional encoder representation from transformer)提取输入文本的字符特征,并使用Word2Vec提取输入文本中五笔、郑码以及拼音3... 详细信息

为识别相关极端言论,提出了一种融合多特征和表情情感词典的性别对立言论识别方法。首先,使用BERT(Bidirectional encoder representation from transformer)提取输入文本的字符特征,并使用Word2Vec提取输入文本中五笔、郑码以及拼音3个方面的特征;然后,将这4个方面的特征进行融合,再输入到Bi-GRU(Bi-directional gated recurrent unit)网络中学习更深层次的语义信息;最后,通过全连接层加SoftMax函数计算出情感极性概率,并融合表情情感词典判别输入文本是否为性别对立言论。通过在自行收集的中文性别对立数据集上进行实验,与未加入特征和表情情感词典的方法相比,在F1值上有5.19%的提升。同时,在公开中文情感分析数据集Weibo_senti_100k上进行验证,证明了本方法的泛化性。

关键词：性别对立表情情感词典多特征 BERT Bi-GRU Word2Vec

基于端到端深度强化学习求解有能力约束的车辆路径问题

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2024年

作者：葛斌田文智夏晨星秦望博安徽理工大学计算机科学与工程学院合肥综合性国家科学中心能源研究院

有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem,CVRP)是现阶段供应链应用最常见的问题模型，现多采用启发式算法求解，但随着问题规模增大，启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习(Deep Rei... 详细信息

有能力约束的车辆路径问题(Capacitated Vehicle Routing Problem,CVRP)是现阶段供应链应用最常见的问题模型，现多采用启发式算法求解，但随着问题规模增大，启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习(Deep Reinforcement Learning,DRL)网络框架对CVRP问题进行研究。首先利用边聚合图注意力网络编码器(Edge-Graph Attention Network Encoder,EGATE)对车辆路径规划问题的图表示进行特征嵌入编码；然后设计多头注意力解码器(Multi-head Attention Decoder,MAD)进行解码，并提出多解码策略以增加解的空间多样性；接着利用带回滚基线的基线REINFORCE算法对端到端网络模型进行训练，基线可自适应性更新以提升模型训练效果，并利用奖励函数归一化和Adam优化器对算法进行优化。最后通过对不同规模问题的实验以及与其他算法进行对比，验证了所提出端到端DRL框架的可行性与有效性，经过训练的模型在CVRPLIB公共数据集上的平均求解时间仅需0.189s即可得到较优解。

关键词：车辆路径问题路径规划端到端模型深度强化学习基线REINFORCE算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

邻级特征融合驱动的跨模态行人重识别

光电子·激光 2024年

作者：葛斌许诺夏晨星郑海君安徽理工大学计算机科学与工程学院合肥综合性国家科学中心能源研究院

可见光和红外图像之间存在着巨大的模态差异，学习模态共享显著性特征仍然是跨模态行人重识别（visible-infrared person re-identification， VI-ReID）任务中一个具有挑战性的问题。现有的方法在学习模态共享特征时忽略了低级和高级... 详细信息

可见光和红外图像之间存在着巨大的模态差异，学习模态共享显著性特征仍然是跨模态行人重识别（visible-infrared person re-identification， VI-ReID）任务中一个具有挑战性的问题。现有的方法在学习模态共享特征时忽略了低级和高级特征之间的关联性且训练样本有限，不能充分挖掘跨模态线索。因此本文提出一种邻级特征融合指导网络(adjacent level feature fusion guides the network， AFGNet)。首先，邻级交叉注意力融合模块(adjacent-level cross attention fusion module， ACFM)通过交叉注意力挖掘相邻特征空间和通道之间的潜在关系，引导邻级特征融合，有效的生成模态共享特征。其次，多特征生成模块(multi-feature generation module， MFGM)使用多分支空洞卷积生成结构在特征嵌入空间生成不同的样本，缓解训练数据不足的问题。本文在SYSU-MM01数据集的全搜索模式中rank-1和mAP分别达到了76.26%和73.56%，验证了本文方法的有效性。

关键词：跨模态行人重识别红外邻级特征