检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用压缩域JND模型的VVC感知无损编码

华中科技大学学报(自然科学版) 2024年第9期52卷 38-44页

作者：公衍超朱家宝杨楷芳刘颖西安邮电大学通信与信息工程学院陕西师范大学计算机科学学院

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题，提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法．首先基于ITU—RBT 500—13标准设计图像主观观测实验... 详细信息

针对新一代通用视频编码(versatile video coding,VVC)标准感知无损编码效率低的问题，提出了一种应用压缩域恰可感知差值(just noticeable difference,JND)模型的感知无损编码方法．首先基于ITU—RBT 500—13标准设计图像主观观测实验，获取考虑人类个体差异性及时间影响的VVC压缩图像感知质量数据；然后对数据进行筛选及正态性检验，并分析获得影响图像感知质量的可解释性特征；最终将特征模型量化并作为反向传播神经网络的输入，构建有效反映量化参数与JND关系的压缩域JND模型，并提出显著提升图像编码效率的VVC感知无损编码方法．与VVC标准测试模型方法相比，提出的方法在获得同等感知质量重建图像前提下最高节省93.28%码率．

关键词：视频编码通用视频编码感知无损编码恰可感知差值压缩域

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于环境中移动运输代理的传感器网络建模

电子测量与仪器学报 2024年第2期38卷 199-210页

作者：赵海军陈华月崔梦天西华师范大学计算机学院南充637009 西南民族大学计算机科学与技术学院成都610041

针对大型稀疏传感器网络中的数据获取,本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型;提出的传感器网络模型由3个抽象层构成,即由无线传感器构成的底层、由各种运输代理构... 详细信息

针对大型稀疏传感器网络中的数据获取,本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型;提出的传感器网络模型由3个抽象层构成,即由无线传感器构成的底层、由各种运输代理构成的中间层和由接入点/中央存储库构成的顶层。具体实现原理是位于中间层的移动运输代理从底层分布的无线传感器收集数据并缓冲数据,然后经过游走运输,最后将从底层的无线传感器收集的数据交付到顶层必要的接入点进行必要的存储和处理,从而实现整个传感器网络的数据获取;理论分析和仿真实验结果表明,提出的基于移动运输代理的传感器网络模型不仅具有较好的鲁棒性和可扩展性,而且相比于基站网络模型和Ad-hoc网络模型,在传感器功率消耗、数据成功率和基础设施投入成本方面有明显的优势。

关键词：传感器网络移动代理网格模型随机游走马尔科夫链缓冲容量数据成功率功率消耗

维普期刊数据库

CRC-PAC码的自适应移位修剪列表译码算法

在线全文

学校读者我要写书评

暂无评论

无线电通信技术 2024年

作者：楼俊豪黄志亮张莜燕周水红浙江师范大学计算机科学与技术学院

极化调整卷积（Polarization-Adjusted Convolutional，PAC）码的列表译码算法显示出优异的性能，但是仍然存在两个缺陷：1. PAC码不具备错误检测能力不利于实际应用；2.列表译码算法的路径度量的大量累加导致正确译码路径被删除。针对... 详细信息

极化调整卷积（Polarization-Adjusted Convolutional，PAC）码的列表译码算法显示出优异的性能，但是仍然存在两个缺陷：1. PAC码不具备错误检测能力不利于实际应用；2.列表译码算法的路径度量的大量累加导致正确译码路径被删除。针对这两个问题，在短PAC码上级联循环冗余校验码（Cyclic Redundancy Check，CRC）使其获得检错能力，结合移位修剪列表（Shifted-Pruning List，SPL）译码算法来解决列表译码潜在的正确路径被删除的问题，并结合自适应列表方案，进一步降低CRC-PAC码的误码率。仿真结果表明，与传统的CRC辅助列表（CRC Aided Successive Cancellation List，CA-SCL）译码相比，所提出的自适应移位修剪列表（Adaptive Shifted-Pruning List，ASPL）译码可以实现更好的性能。

关键词：极化调整卷积码极化码 CRC辅助列表译码移位修剪

基于两阶段网络和提示学习的少样本中文命名实体识别

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南京邮电大学学报(自然科学版) 2024年

作者：李准宋媚祝义江苏师范大学计算机科学与技术学院

基于提示学习的方法在处理少样本句子级分类任务时效果较好，然而在处理字符级的命名实体识别任务时，现有采用枚举手动构建提示模板的方法，效率低下且性能不稳定。针对此问题，本文提出基于两阶段网络和提示学习的少样本中文命名实体... 详细信息

基于提示学习的方法在处理少样本句子级分类任务时效果较好，然而在处理字符级的命名实体识别任务时，现有采用枚举手动构建提示模板的方法，效率低下且性能不稳定。针对此问题，本文提出基于两阶段网络和提示学习的少样本中文命名实体识别方法。第一阶段网络，创新性地引入文本生成模型T5，利用提示学习的思想，将文本生成任务改造为完形填空的形式以自动生成提示模板；第二阶段网络，使用当前主流的BERT-BiLSTM-CRF网络架构进行训练。本文通过消融实验，探讨了提示模板更合理的嵌入方式，在Weibo、Resume和MSRA语料库上实验结果F1值达到了73.58%、96.63%和95.67%，在多组对比实验中效果均为最优，表明了该方法可有效提升少样本中文命名实体识别的效果。

关键词：深度学习命名实体识别大语言模型提示学习文本生成少样本

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P范数的变尺度扩散公平代价算法

北京邮电大学学报 2024年第1期47卷 94-99页

作者：火元莲徐天赐齐永锋徐玉荣张印西北师范大学物理与电子工程学院兰州730070 西北师范大学计算机科学与工程学院兰州730070

为了进一步提高扩散式自适应滤波算法在不同噪声环境下的性能,提出了一种新的基于P范数的变尺度扩散公平代价函数算法。该算法在公平代价函数的基础上,对误差绝对值项加入了P范数,同时利用类箕舌线函数构造了一个随误差变化的尺度因子... 详细信息

为了进一步提高扩散式自适应滤波算法在不同噪声环境下的性能,提出了一种新的基于P范数的变尺度扩散公平代价函数算法。该算法在公平代价函数的基础上,对误差绝对值项加入了P范数,同时利用类箕舌线函数构造了一个随误差变化的尺度因子来共同控制算法的陡峭程度,进而使算法拥有更快的收敛速度和更小的稳态误差。在高斯噪声环境以及Alpha稳定分布和伯努利-高斯分布的非高斯噪声环境中的仿真结果表明,所提算法拥有更强的鲁棒性和更低的稳态误差,在不同噪声环境下的性能均优于对比算法。

关键词：自适应滤波分布式变尺度因子 P范数

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于少样本学习的知识图谱补全综述

小型微型计算机系统 2024年

作者：李子豪冯林徐凌枭岳灵帅秋萍四川师范大学计算机科学学院

知识图谱是大数据时代知识工程在人工智能研究领域的典型代表，是自然语言处理应用中不可或缺的基础资源。由于知识图谱天生不完整，众多研究者提出了知识图谱补全(knowledge graph completion， KGC)的方法，以向知识图谱中添加新的三... 详细信息

知识图谱是大数据时代知识工程在人工智能研究领域的典型代表，是自然语言处理应用中不可或缺的基础资源。由于知识图谱天生不完整，众多研究者提出了知识图谱补全(knowledge graph completion， KGC)的方法，以向知识图谱中添加新的三元组。然而，知识图谱补全方法常受长尾关系和新增实体的限制，缺乏足够的已知三元组用于训练。因此，少样本知识图谱补全(Few-shot Knowledge Graph Completion， FKGC)成为了知识图谱补全领域的研究热点。本文系统性地介绍了基于少样本知识图谱补全学习方法最新研究进展。以基于邻居信息的方法、基于关系分布的方法、基于元优化嵌入的方法、基于元强化学习的方法、基于数据增强的方法为主线，对少样本知识图谱补全的知识表示、算法模型进行详细描述，分析其主要原理以及优点与不足。本文还总结了目前常用的少样本知识图谱补全数据集、实验评估标准以及代表性方法的实验结果，并从多模态融合、噪声和错误信息处理、知识迁移、动态知识图谱等五个方面展望了少样本知识图谱补全的未来发展方向。

关键词：知识图谱元学习少样本知识图谱补全知识表示

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多注意力机制的视网膜血管分割模型

计算机工程 2024年

作者：周峥张笃振江苏师范大学计算机科学与技术学院

针对视网膜血管结构细微复杂、边界模糊、计算成本高等问题，提出一种基于多注意力机制的视网膜血管分割模型（GAC-UNet）。首先，在跳跃连接中嵌入用于提取通道间关系与空间位置信息的CASP注意力模块，将其与残差连接相结合，构成注意... 详细信息

针对视网膜血管结构细微复杂、边界模糊、计算成本高等问题，提出一种基于多注意力机制的视网膜血管分割模型（GAC-UNet）。首先，在跳跃连接中嵌入用于提取通道间关系与空间位置信息的CASP注意力模块，将其与残差连接相结合，构成注意力残差单元（ARU），以优化编解码器之间的特征处理，突出重要特征。然后，在编码器结构中加入用于合理分配注意力的新型图注意力网络（NGAT），将其与CASP注意力模块结合构建了GACA综合注意力模块，以从多个角度对血管细节和边缘进行关注。其次，编码器中多个GACA模块的堆叠，实现了内部NGAT模块中图注意力信息的累积，以加强模型建模全局信息的能力，弥补并丰富边缘特征信息。最后，在解码器结构相应层级中聚合不同注意力模块所提取的特征信息，通过上采样操作得到最终的分割结果。在三个视网膜公共数据集DRIVE、CHASE＿DB1、STARE上进行实验，特异性分别为97.76%、99.16%和98.66%，准确率分别为96.80%、96.81%和96.34%。实验表明GAC-UNet能够很好地识别出细微复杂、边界模糊的血管结构且具有较少的模型参数量。

关键词：视网膜血管分割 CASP注意力模块新型图注意力网络 GACA综合注意力模块

自适应双坐标系的差分进化算法求解混合变量优化问题

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机学报 2024年第9期47卷 2116-2140页

作者：周新宇黄君洪彭虎王晖王峰江西师范大学计算机信息工程学院南昌330022 吉林大学计算机科学与技术学院长春130012 九江学院计算机与大数据科学学院江西九江332005 南昌工程学院信息工程学院南昌330022 武汉大学计算机学院武汉430072

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems,MVOPs)的相关算法,是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量,目前进化算法(Evolutionary Algorith... 详细信息

如何设计求解混合变量优化问题(Mixed-variable Optimization Problems,MVOPs)的相关算法,是计算机算法设计与分析领域中的一个重要研究方向.该问题的求解难点在于需同时优化连续型和离散型决策变量,目前进化算法(Evolutionary Algorithms,EAs)是求解该问题的一种有效手段.然而,现有的相关EAs忽略了问题变量之间的相关性,导致算法性能还存在一定不足.为此,本文从变量相关性角度出发,提出了一种自适应双坐标系的差分进化算法来求解MVOPs.首先,利用种群的协方差矩阵信息来构建特征坐标系,实现在特征坐标系下执行算法的相关操作,以松弛连续变量与离散变量之间的相关性;其次,为避免种群多样性丢失,仍保留了原坐标系,并设计了一种自适应策略来应用特征坐标系和原坐标系,以发挥双坐标系的优势;最后,为提高离散变量的优化效果,专门设计了一种基于离散变量相关性的局部搜索策略,以增强算法的整体性能.为验证本文方法性能,在一套包含28个测试函数的通用测试集上进行了大量实验,与5种求解MVOPs的知名EAs进行了对比,结果表明本文方法有更好性能.此外,在一个实际MVOP上,即焊接梁设计问题,本文方法能取得目前已知最好解.本文方法为计算机算法设计和分析领域的相关工作提供了新的思路.

关键词：混合变量差分进化变量相关性特征坐标系双坐标系

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种多种群进化和差分变异的鲸鱼优化算法

小型微型计算机系统 2024年

作者：朱杰付伟马宁季伟东苏婷陈珊哈尔滨师范大学计算机科学与信息工程学院

针对鲸鱼优化算法容易陷入局部最优，求解精度低，收敛速度慢，提出了一种多种群进化和差分变异的鲸鱼优化算法（MDWOA）. 首先，根据适应度值将种群划分为两个大小相等的子种群，并为每个子种群分配不同的移动策略，以平衡全局和局部... 详细信息

针对鲸鱼优化算法容易陷入局部最优，求解精度低，收敛速度慢，提出了一种多种群进化和差分变异的鲸鱼优化算法（MDWOA）. 首先，根据适应度值将种群划分为两个大小相等的子种群，并为每个子种群分配不同的移动策略，以平衡全局和局部搜索能力. 其次，设计了一种种群进化和差分变异的策略来帮助MDWOA提高收敛速度，避免其陷入局部最优. 最后，引入反向学习策略，增加种群多样性. 将MDWOA与多种优化算法在13个基准函数上进行仿真测试，非参数检验的结果表明相较于其他优化算法来说改进的算法具有更高的精度和稳定性. 在此基础上，建立了基于MDWOA优化BP神经网络模型，预测波士顿房价的实验结果表明所提出的预测模型具有更好的预测性能和有效性.

关键词：多种群进化差分变异鲸鱼优化算法反向学习 MDWOA-BP神经网络