检索结果-南通市图书馆

基于混合注意力的Transformer视觉目标跟踪算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2024年第3期39卷 739-748页

作者：侯志强郭凡杨晓麟马素刚范九伦西安邮电大学计算机学院西安710121 西安邮电大学通信与信息工程学院西安710121

基于Transformer的视觉目标跟踪算法能够很好地捕获目标的全局信息,但是,在对目标特征的表述上还有进一步提升的空间.为了更好地提升对目标特征的表达能力,提出一种基于混合注意力的Transformer视觉目标跟踪算法.首先,引入混合注意力模... 详细信息

基于Transformer的视觉目标跟踪算法能够很好地捕获目标的全局信息,但是,在对目标特征的表述上还有进一步提升的空间.为了更好地提升对目标特征的表达能力,提出一种基于混合注意力的Transformer视觉目标跟踪算法.首先,引入混合注意力模块捕捉目标在空间和通道维度中的特征,实现对目标特征上下文依赖关系的建模;然后,通过多个不同空洞率的平行空洞卷积对特征图进行采样,以获得图像的多尺度特征,增强局部特征表达能力;最后,在Transformer编码器中加入所构建的卷积位置编码层,为跟踪器提供精确且长度自适应的位置编码,提升跟踪定位的精度.在OTB 100、VOT 2018和LaSOT等数据集上进行大量实验,实验结果表明,通过基于混合注意力的Transformer网络学习特征间的关系,能够更好地表示目标特征.与其他主流目标跟踪算法相比,所提出算法具有更好的跟踪性能,且能够达到26帧/s的实时跟踪速度.

关键词：计算机视觉目标跟踪孪生网络深度学习注意力机制 Transformer

Cr(VI)对黄药光降解性能影响及其协同作用机制

在线全文

学校读者我要写书评

暂无评论

复合材料学报 2024年第3期41卷 1391-1401页

作者：张雪乔钟晓娟唐双蒋莉萍魏于凡肖利成都信息工程大学资源环境学院成都610225

为进一步研究黄药和Cr(VI)共存体系中,Cr(VI)对黄药光降解性能的影响以及两者协同作用机制,本文以煤矸石/钒酸铋(CG/BiVO_(4))为光催化剂,黄药和Cr(VI)共存体系为研究对象,通过光催化活性测试以及紫外光谱、红外光谱、离子色谱和猝灭实... 详细信息

为进一步研究黄药和Cr(VI)共存体系中,Cr(VI)对黄药光降解性能的影响以及两者协同作用机制,本文以煤矸石/钒酸铋(CG/BiVO_(4))为光催化剂,黄药和Cr(VI)共存体系为研究对象,通过光催化活性测试以及紫外光谱、红外光谱、离子色谱和猝灭实验等技术手段,深入研究黄药光氧化和Cr(VI)光还原过程以及两者之间的协同作用机制。结果表明,在黄药和Cr(VI)的共存体系中,两者之间存在显著的协同效应,当黄药浓度为25 mg/L、pH=7、催化剂投加量为1.5 g/L、Cr(VI)浓度为2.0 mg/L、反应480 min时,CG/BiVO4对黄药和Cr(VI)的去除率均达最佳,分别是98.81%和88.80%;基于响应面法预测得到共存体系中黄药的降解率为94.79%,与实际降解率相差3.82%,该响应面模型可预测共存体系下黄药的降解过程;共存体系中黄药的C=S振动优先发生变化,其次为C-O-C、S-H、S-C-S和丁基,光反应3 h形成中间产物过黄药(ROCSSO-),7 h的转化率最高为97.94%;协同作用机制研究发现,Cr(VI)光还原会迅速捕捉光生e-,黄药光降解会大量消耗h_(+),两者在光反应过程中不断消耗光生电子和空穴,一方面可抑制光生电子和空穴对的复合,延长光生电子空穴对的寿命;另一方面光生电子-空穴对的快速消耗,加速了光能向化学能的转化,提高了可见光利用率的同时生成大量光生电子空穴对,进而促使黄药和Cr(VI)的协同去除。

关键词： Cr(VI) 黄药光催化协同机制降解去除

在线全文

学校读者我要写书评

暂无评论

一种采用混合策略的大规模多目标进化算法

计算机学报 2024年第1期47卷 69-89页

作者：谢承旺潘嘉敏郭华王冬梅付世炜华南师范大学数据科学与工程学院广东汕尾516600 南宁师范大学计算机与信息工程学院南宁530100 成都职业技术学院软件学院成都610041

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标... 详细信息

现实中存在大量的大规模多目标优化问题,这些问题所固有的目标函数间冲突性、巨大的搜索空间以及决策变量可能存在的交互等特征对传统的多目标进化算法构成了巨大的挑战.研究者根据此类问题的特点基于不同的视角提出了多种大规模多目标进化算法,但它们在解题的质量和效率方面尚存较大的提升空间.基于此,提出一种采用混合策略的大规模多目标进化算法LSMOEA/HS.该算法提出的一种黄金分层分组方法将大规模决策变量分成收敛性组和多样性组,然后对收敛性变量组执行基于变量组的相关性检测操作,将收敛性变量组划分成若干更小规模的子组,最后算法采用不同的优化策略分别优化收敛性变量组和多样性变量组以获得最终的解题结果.为验证LSMOEA/HS的有效性,将其与五种新近提出的高效的大规模多目标进化算法一同在决策变量维度为200、500、1000、2000和5000的2-目标和3-目标的LSMOP系列测试实例上进行IGD和HV性能测试,实验结果表明LSMOEA/HS具有显著较优的收敛性和多样性.由此表明,LSMOEA/HS是一种颇具前景的大规模多目标进化算法.

关键词：大规模多目标优化问题变量分组进化算法收敛性多样性大规模多目标进化算法

在线全文

学校读者我要写书评

暂无评论

基于加强特征提取的道路病害检测算法

计算机应用 2024年第7期 2264-2270页

作者：龙伍丹彭博胡节申颖丁丹妮西南交通大学计算机与人工智能学院可持续城市交通智能化教育部工程研究中心(西南交通大学) 成都信息工程大学计算机学院

针对道路病害区域小、类别数量不均衡导致检测困难的问题，提出基于YOLOv7-tiny的道路病害检测算法RDD-YOLO。首先，采用K-means++算法得到拟合目标尺寸更好的锚框。其次，在小目标检测支路上使用量化感知重参数化模块（QARepVGG），增... 详细信息

针对道路病害区域小、类别数量不均衡导致检测困难的问题，提出基于YOLOv7-tiny的道路病害检测算法RDD-YOLO。首先，采用K-means++算法得到拟合目标尺寸更好的锚框。其次，在小目标检测支路上使用量化感知重参数化模块（QARepVGG），增强浅层特征提取，同时构建加强注意力模块（AM-CBAM）嵌入颈部的3个输入，抑制复杂背景干扰。然后，设计特征融合模块（Res-RFB），模拟人眼扩大感受野融合多尺度信息，提高表征能力；另外，构造轻量级解耦头（S-DeHead）提高小目标检测精确率。最后，采用归一化Wasserstein距离度量（NWD）优化小目标定位过程，并缓解样本不均衡问题。实验结果表明，与YOLOv7-tiny相比，RDD-YOLO算法在仅增加0.71×10～6参数量和1.7 GFLOPs计算量的成本下，mAP50提高6.19个百分点，F1-Score提高5.31个百分点，并且检测速度达到135.26 frame/s，满足道路养护工作中对检测精度和速度的需求。

关键词：道路病害检测加强特征提取 YOLOv7-tiny 小目标类别数量不平衡

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双端聚类的自动调整聚类联邦学习

计算机应用 2024年

作者：尹春勇周永成南京信息工程大学计算机学院网络空间安全学院南京信息工程大学软件学院

联邦学习(FL)是一分布式机器学习方法，旨在共同训练全局模型，但全局模型难以胜任多数据分布情况。为应对多分布挑战，引入了聚类联邦学习，以客户端分组方式优化共享多模型。其中，服务器端聚类难以修正分类错误，而客户端聚类则对初... 详细信息

联邦学习(FL)是一分布式机器学习方法，旨在共同训练全局模型，但全局模型难以胜任多数据分布情况。为应对多分布挑战，引入了聚类联邦学习，以客户端分组方式优化共享多模型。其中，服务器端聚类难以修正分类错误，而客户端聚类则对初始模型的选择至关重要。为解决这些问题，提出自动调整聚类联邦学习(Automatically Adjusted Clustered Federated Learning,AACFL)框架，采用双端聚类整合了服务器端和客户端聚类。首先用双端聚类将客户端分为可调整集群，其次自动调整局部客户端身份，最后获取正确的客户集群。在非独立同分布下，在3个经典联邦数据集上的评估实验结果表明，AACFL能够在双端聚类结果存在错误的情况下通过调整获得正确集群，与联邦平均(FedAvg)算法、聚类联邦学习CFL(Clustered Federated Learning)和IFCA(Iterative Federated Clustering Algorithm)等方法相比，有效地提高模型收敛速度和获得正确聚类结果的速度，准确度平均提升0.20～23.16个百分点。验证了所提方法能够高效聚类，并提高模型收敛速度和准确度。

关键词：联邦学习聚类异构数据分布式机器学习神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合知识和语义信息的双编码器自动摘要模型

计算机工程与应用 2024年

作者：贾莉马廷淮桑晨扬潘倩南京信息工程大学计算机学院网络空间安全学院江苏海洋大学计算机工程学院南京信息工程大学软件学院

为了解决自动文本摘要任务存在的文本语义信息不能充分编码、生成的摘要语义冗余、原始语义信息丢失等语义问题，本文提出了一种融合知识和文本语义信息的双编码器自动摘要模型（Dual-encoder Automatic Summarization model incorporat... 详细信息

为了解决自动文本摘要任务存在的文本语义信息不能充分编码、生成的摘要语义冗余、原始语义信息丢失等语义问题，本文提出了一种融合知识和文本语义信息的双编码器自动摘要模型（Dual-encoder Automatic Summarization model incorporating Knowledge and Semantic Information，KSDASum）。该方法采用双编码器对原文语义信息进行充分编码，文本编码器获取全文的语义信息，图结构编码器维护全文上下文结构信息。解码器部分采用基于Transformer结构和指针网络，更好地捕捉文本和结构信息进行交互，并利用指针网络的优势提高生成摘要的准确性。同时，训练过程中采用强化学习中自我批判的策略梯度优化模型能力。该方法在CNN/Daily Mail和XSum公开数据集上与GSUM生成式摘要方法相比，在评价指标上均获得最优的结果，证明了本文所提模型能够有效地利用知识和语义信息，提升了生成文本摘要的能力。

关键词：知识图谱编码器图注意力机制指针网络增强训练自动摘要

基于多层优选卷积的水声信号样本自动标注方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

哈尔滨工程大学学报 2024年第4期45卷 758-763页

作者：王红滨张帅何鸣陈夏可哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 黑龙江科技大学计算机科学与信息工程学院黑龙江哈尔滨150022

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取... 详细信息

针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取更全面的特征信息。采用约减策略优化模型,有效缩短运算时间。通过优选、特征融合和注意力机制,有效解决此类问题。实验结果表明,该模型在数据集上取得的最好的标注准确率为高基线模型1.12%;同时运行时间减少了43.5%。因此,该模型的使用提高了水声信号标注的准确率和效率。

关键词：水声信号自动标注声纹识别多层优选卷积模型时间优化注意力机制特征融合

多视角融合的时空动态GCN城市交通流量预测

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

软件学报 2024年第4期35卷 1751-1773页

作者：赵文竹袁冠张艳梅乔少杰王森章张雷中国矿业大学计算机科学与技术学院江苏徐州221116 矿山数字化教育部工程研究中心江苏徐州221116 成都信息工程大学软件工程学院四川成都610225 中南大学计算机学院湖南长沙410083 同济大学上海自主智能无人系统科学中心上海201210

城市交通流量预测是构建绿色低碳、安全高效的智能交通系统的重要组成部分.时空图神经网络由于具有强大的时空数据表征能力,被广泛应用于城市交通流量预测.当前,时空图神经网络在城市交通流量预测中仍存在以下两方面局限性:1)直接构建... 详细信息

城市交通流量预测是构建绿色低碳、安全高效的智能交通系统的重要组成部分.时空图神经网络由于具有强大的时空数据表征能力,被广泛应用于城市交通流量预测.当前,时空图神经网络在城市交通流量预测中仍存在以下两方面局限性:1)直接构建静态路网拓扑图对城市空间相关性进行表示,忽略了节点的动态交通模式,难以表达节点流量之间的时序相似性,无法捕获路网节点之间在时序上的动态关联;2)只考虑路网节点的局部空间相关性,忽略节点的全局空间相关性,无法建模交通路网中局部区域和全局空间之间的依赖关系.为打破上述局限性,提出了一种多视角融合的时空动态图卷积模型用于预测交通流量:首先,从静态空间拓扑和动态流量模式视角出发,构建路网空间结构图和动态流量关联图,并使用动态图卷积学习节点在两种视角下的特征,全面捕获城市路网中多元的空间相关性;其次,从局部视角和全局视角出发,计算路网的全局表示,将全局特征与局部特征融合,增强路网节点特征的表现力,发掘城市交通流量的整体结构特征;接下来,设计了局部卷积多头自注意力机制来获取交通数据的动态时间相关性,实现在多种时间窗口下的准确流量预测;最后,在4种真实交通数据上的实验结果,证明了该模型的有效性和准确性.

关键词：交通流量预测多视角时空特征图卷积网络(GCN) 时空图数据注意力机制

基于边缘计算的自适应稀疏传感网目标覆盖算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第6期51卷 364-374页

作者：李洁汪耀陈侃松许立君湖北大学计算机与信息工程学院武汉430062

海洋探测是海洋开发的关键,如何快速高效地实现水下目标探测是海洋探测必须解决的问题。基于此,提出了一种基于边缘计算的自适应稀疏传感网目标覆盖优化算法,以较少的传感节点高效地完成水下目标探测。首先,通过Ad Hoc移动能耗优化策略... 详细信息

海洋探测是海洋开发的关键,如何快速高效地实现水下目标探测是海洋探测必须解决的问题。基于此,提出了一种基于边缘计算的自适应稀疏传感网目标覆盖优化算法,以较少的传感节点高效地完成水下目标探测。首先,通过Ad Hoc移动能耗优化策略机制,添加能量因子,在节点移动过程中保护能量较低的节点,优化传感网的能量均衡性;其次,提出了一种Ad Hoc贪婪探测机制,以最小的代价实现对未知区域的探测,快速完成目标覆盖;最后,利用基于虚拟力的自适应连通机制,通过增大虚拟引力范围解决节点移动过程中的断连问题,保证了稀疏自组织网络的连通性。仿真结果表明,所提算法能够用较少数量的移动传感器提供快速、持久的目标探测覆盖,相较于对比算法性能表现更优。

关键词：水下自组织网络能耗边缘计算目标探测连通性