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

用于自动驾驶的轻量级语义分割神经网络

计算机工程与应用 2023年第10期59卷 328-334页

作者：徐国保麦锐滔叶昌鑫姚旭刘洺辛广东海洋大学数学与计算机学院广东湛江524088 广东海洋大学电子与信息工程学院广东湛江524088

图像语义分割在自动驾驶领域有十分重要的应用,可以让机器人在环境中分割出语义信息,从而对下游的控制动作做出决策。但大部分的深度学习模型都比较大,需庞大的计算资源,很难在移动设备中使用。为了解决这个问题,提出了一种用于语义分... 详细信息

图像语义分割在自动驾驶领域有十分重要的应用,可以让机器人在环境中分割出语义信息,从而对下游的控制动作做出决策。但大部分的深度学习模型都比较大,需庞大的计算资源,很难在移动设备中使用。为了解决这个问题,提出了一种用于语义分割的轻量级神经网络模型,采用编码-解码型与二分支型相结合的网络架构,利用分组卷积、深度可分离卷积、多尺度特征融合模块与通道混洗技术减少网络参数量,提升模型预测精度。该模型训练结合Adam训练法与随机梯度下降法,使用Cityscapes数据集,设置1000个训练周期。经测试,该模型参数量为3.5×10^(6),在单张显卡Nvidia GTX 1070Ti上的运算速度为每秒103帧图片,达到实时计算标准。在模型评估指标中,平均交并比为61.3%,像素准确率为93.4%,性能均优于SegNet和ENet两种模型。

关键词：自动驾驶深度学习语义分割轻量级神经网络深度可分离卷积

Cahn-Hilliard-Navier-Stokes方程的长时间行为

在线全文

学校读者我要写书评

暂无评论

重庆师范大学学报（自然科学版） 2023年第2期40卷 96-102页

作者：邝雪松广东海洋大学数学与计算机学院广东湛江524088

[目的]Cahn-Hilliard-Navier-Stokes方程是由不可压缩的Navier-Stokes方程和高阶各项异性Cahn-Hilliard方程耦合而成,具有广泛应用和重要作用。[方法]通过能量估计得到方程的解半群存在有界吸收集和一致紧性。[结果]利用吸引子存在性定... 详细信息

[目的]Cahn-Hilliard-Navier-Stokes方程是由不可压缩的Navier-Stokes方程和高阶各项异性Cahn-Hilliard方程耦合而成,具有广泛应用和重要作用。[方法]通过能量估计得到方程的解半群存在有界吸收集和一致紧性。[结果]利用吸引子存在性定理验证了整体吸引子的存在性。[结论]研究了该方程在相对浓度满足Neumann边界条件下的长时间行为。

关键词： Cahn-Hilliard-Navier-Stokes方程 Neumann边界条件吸收集整体吸引子

在线全文

学校读者我要写书评

暂无评论

一种用于自动驾驶的轻量级语义分割神经网络

计算机工程与应用 2022年

作者：徐国保麦锐滔叶昌鑫姚旭刘洺辛广东海洋大学数学与计算机学院广东海洋大学电子与信息工程学院

图像语义分割在自动驾驶有十分重要的应用，可以让机器人在环境中分割出语义信息，从而对下游的控制动作做出决策。但大部分的深度学习模型都比较大，需庞大的计算资源，很难在移动设备中使用。为了解决这个问题，提出了一种用于语义分...

图像语义分割在自动驾驶有十分重要的应用，可以让机器人在环境中分割出语义信息，从而对下游的控制动作做出决策。但大部分的深度学习模型都比较大，需庞大的计算资源，很难在移动设备中使用。为了解决这个问题，提出了一种用于语义分割的轻量级神经网络模型，采用编码-解码型与二分支型相结合的网络架构，利用分组卷积，深度可分离卷积，多尺度特征融合模块与通道混洗技术减少网络参数量、提升模型预测精度。本文模型训练结合Adam训练法与随机梯度下降法，使用的数据集为Cityscapes数据集，设置1000个训练周期。经测试，该模型参数量为3.5M，在单张显卡Nvidia GTX 1070Ti上的运算速度为每秒103帧图片，达到实时计算标准。在模型评估指标中，平均交并比为61.3%，像素准确率为93.4%，性能均比SegNet和ENet两种模型都好。

关键词：

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于群决策和投影测度的软件质量评价模型

计算机应用 2020年第1期40卷 218-226页

作者：岳川张健广东海洋大学数学与计算机学院

传统的软件质量评价方法缺少对用户需求的关注,针对这一问题,提出了一种基于用户群体决策的软件质量综合评价模型。首先,这个研究发现,在实数和区间向量空间上,目前的投影测度存在一定的缺陷,为此给出了一个新的标准化投影测度。该模型... 详细信息

传统的软件质量评价方法缺少对用户需求的关注,针对这一问题,提出了一种基于用户群体决策的软件质量综合评价模型。首先,这个研究发现,在实数和区间向量空间上,目前的投影测度存在一定的缺陷,为此给出了一个新的标准化投影测度。该模型能综合测度2个向量或矩阵的接近程度,并且允许评价矩阵带有含混的决策信息;其次,将新的投影测度融合在一种改进的TOPSIS技术之中。在此基础上,建立了一个带有实数和区间含混信息的新的群决策方法,并给出算法的伪代码。最后,将该方法应用到软件质量的评价中。该方法侧重于软件用户的需求,综合了用户的群体评价信息,且通过一个软件质量综合评价的实例和实验分析,验证了该方法的有效性和可行性。

关键词：软件质量评价方法群决策标准化投影 TOPSIS技术

在线全文

学校读者我要写书评

暂无评论

带有区间信息的软件质量评价模型

计算机科学 2019年第10期46卷 209-214页

作者：岳川彭小红广东海洋大学数学与计算机学院

针对传统评价方法存在的缺陷,提出了一种新的软件质量评价模型。首先,针对已有投影模型存在的缺陷,给出了一个新的标准化的投影模型。在群决策环境下,使用区间数作为决策信息,借助所建的投影模型和TOPSIS (Technique for Order Preferen... 详细信息

针对传统评价方法存在的缺陷,提出了一种新的软件质量评价模型。首先,针对已有投影模型存在的缺陷,给出了一个新的标准化的投影模型。在群决策环境下,使用区间数作为决策信息,借助所建的投影模型和TOPSIS (Technique for Order Preference by Similarity to Ideal Solution)技术,建立了一种软件质量的评价模型,并给出了详细的评价程序。评价模型包括评价矩阵、加权评价矩阵、正负理想决策、加权评价矩阵到理想决策的投影测度以及它们的相关系数,评价信息来源于问卷调查。通过一个实例和实验分析,验证了该方法的可行性和有效性。实验结果表明,该评价模型具有较强的实用性、较好的鲁棒性和容易操作的特性。

关键词：软件质量评价方法区间数标准化投影群决策 TOPSIS技术

在线全文

学校读者我要写书评

暂无评论

深度学习驱动的水下图像预处理研究进展综述

计算机工程与应用 2021年第13期57卷 43-54页

作者：彭小红梁子祥张军陈荣发广东海洋大学数学与计算机学院广东湛江524088

水下图像是海洋信息的重要载体,由于水下环境十分复杂,原始水下图像常常具有大量噪声,对后续的检测任务造成影响,因此水下图像预处理成为当前研究的热点。为了深入分析国内外学者对深度学习驱动的水下图像预处理研究进展,对近年来国内... 详细信息

水下图像是海洋信息的重要载体,由于水下环境十分复杂,原始水下图像常常具有大量噪声,对后续的检测任务造成影响,因此水下图像预处理成为当前研究的热点。为了深入分析国内外学者对深度学习驱动的水下图像预处理研究进展,对近年来国内外相关文献进行总结分析。介绍了两类传统水下图像预处理方法,并分析其优缺点;根据是否结合物理模型,分析了深度学习驱动的水下图像预处理方法,并将相关方法进行对比总结;分析了深度学习方法的改进,主要从轻量化和提高鲁棒性和适应性两个方面论述;阐述了深度学习驱动的水下图像预处理方法目前存在的问题,并对未来的研究发展方向进行展望。

关键词：深度学习图像预处理物理模型水下图像

在线全文

学校读者我要写书评

暂无评论

神经网络在养殖水质精准预测方面的研究进展

水产学报 2023年第8期47卷 19-34页

作者：王骥谢再秘莫春梅广东海洋大学电子与信息工程学院广东海洋大学广东省智慧海洋传感网及其装备工程技术研究中心广东海洋大学数学与计算机学院

目前神经网络研究文献成果较多，虽然在水质精准预测方面起到了一定的参考，但由于文献缺少科学分类，使用率不高，导致学者难以找到研究切入点。针对这一问题，本文将神经网络方法在养殖区水质精准预测方面的文献按照海水和淡水两大领... 详细信息

目前神经网络研究文献成果较多，虽然在水质精准预测方面起到了一定的参考，但由于文献缺少科学分类，使用率不高，导致学者难以找到研究切入点。针对这一问题，本文将神经网络方法在养殖区水质精准预测方面的文献按照海水和淡水两大领域进行分类，主要对每个领域所应用的预测模型从正反馈架构、循环架构和混合架构三个方向对海水时空序列文献进行分类研究和综述，发现混合架构模型的预测性能优于正反馈模型和循环架构模型，有利于提升不同深度水质预测模型的精度。另外，本文对基于神经网络方法的三维水质预测模型进行了初步探讨，发现学者的研究成果更多地集中在水表层和水中层的不同位置水质参数的变化方面，而神经网络方法对水表层水质预测精度比水中层和水深层水质预测精度高。

关键词：养殖水质正反馈架构循环架构混合架构神经网络

基于LSTM网络的海水石油污染含量遥感预测模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

广东海洋大学学报 2021年第5期41卷 67-73页

作者：黄妙芬王江颖邢旭峰王忠林周运广东海洋大学数学与计算机学院广东湛江524088

【目的】建立一种基于美国陆地卫星Landsat遥感数据和长短期记忆(Long Short-Term Memory,LSTM)网络的海洋石油污染含量预测模型。【方法】利用1984-2020年在大连新港海域过境的Landsat卫星所采集的可见光-近红外波段(0.45~0.90μm)光... 详细信息

【目的】建立一种基于美国陆地卫星Landsat遥感数据和长短期记忆(Long Short-Term Memory,LSTM)网络的海洋石油污染含量预测模型。【方法】利用1984-2020年在大连新港海域过境的Landsat卫星所采集的可见光-近红外波段(0.45~0.90μm)光谱数据,基于LSTM网络,分别建立空间分辨率为30 m、时间分辨率为8 d的4波段遥感反射比Rrs预测模型,并对预测模型所涉及的神经网络层数、隐藏神经元节点数和回溯时间步长等超参数进行优化;在4波段Rrs预测值的基础上,结合基于水体石油污染归一化遥感反射比指数(normalized difference petroleum remote sensing reflectance index,NDPRI)的石油含量遥感反演模型,对海域石油污染含量Co值进行预测。【结果】对于蓝光、绿光、红光和近红外4个波段,神经网络层数依次取3、3、4和3层,隐藏神经元节点取64、96、64和96个,回溯时间步长皆取6 d为最优;根据2021年1-5月现场的Co测量值,对LSTM网络预测值进行精度分析,平均相对误差为9.17%。【结论】基于LSTM网络建立的Co预测模型具有较好的精度,所预测的结果可弥补在有云情况Co数据缺失的问题,也可为相关Co未来动态演变研究提供一种新技术手段。

关键词：陆地卫星Landsat 长短期记忆网络(LSTM) 遥感反射比石油污染含量预测模型

新建5G基站的站址规划研究——基于优化算法及动态规划模型

在线全文

学校读者我要写书评

暂无评论

应用数学进展 2022年第11期11卷 8085-8093页

作者：黄捷宇董嘉辉武文轩李升数学与计算机学院广东海洋大学广东湛江

针对新一代5G通信基站的建设及其站址规划问题,本文提出了一种基于粒子群优化算法与模拟退火算法的动态规划模型的站址规划方法。该模型考虑了基站覆盖半径、基站类型以及信号覆盖范围等因素,并利用广东湛江地区原有的基站业务数据来进... 详细信息

针对新一代5G通信基站的建设及其站址规划问题,本文提出了一种基于粒子群优化算法与模拟退火算法的动态规划模型的站址规划方法。该模型考虑了基站覆盖半径、基站类型以及信号覆盖范围等因素,并利用广东湛江地区原有的基站业务数据来进行建模。实验结果表明,本文提出的粒子群优化算法与模拟退火算法可以有效地对地区的基站选址进行规划,并对实际的基站建设提供一定程度的参考。

关键词： 5G基站选址粒子群优化算法模拟退火算法