检索结果-南通市图书馆

基于知识图谱多集池化的健康状态智能评估方法

在线全文

学校读者我要写书评

暂无评论

计算机集成制造系统 2024年第3期30卷 893-905页

作者：张元鸣肖士易徐雪松程振波肖刚浙江工业大学计算机科学与技术学院浙江杭州310023

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依... 详细信息

为了从装备传感器监测数据和其他关联数据中提取更全面的时间域和空间域特征信息,提出一种基于知识图谱多集池化的健康状态评估方法。构建了带时间标签的健康知识图谱,以建模装备一段时间内监测数据、部件组成数据和先验知识间的时空依赖关系。在此基础上,设计了图多集池化网络模型,该模型通过节点特征学习、第一级图池化、自注意力特征学习和第二级图池化能够生成图谱的整体向量表示,将健康状态评估转换为基于表示学习的图谱分类任务。在公开的发动机数据集上对所提方法进行了实验评价,结果表明,该方法能够获得较高的评估准确度,在小样本情况下也表现出良好的优势。

关键词：健康状态评估图神经网络知识图谱时空特征图池化

在线全文

学校读者我要写书评

暂无评论

一种基于窗口机制的口语理解异构图网络

软件学报 2024年第4期35卷 1885-1898页

作者：张启辰王帅李静梅哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(int... 详细信息

口语理解(spoken language understanding,SLU)是面向任务的对话系统的核心组成部分,旨在提取用户查询的语义框架.在对话系统中,口语理解组件(SLU)负责识别用户的请求,并创建总结用户需求的语义框架,SLU通常包括两个子任务:意图检测(intent detection,ID)和槽位填充(slot filling,SF).意图检测是一个语义话语分类问题,在句子层面分析话语的语义;槽位填充是一个序列标注任务,在词级层面分析话语的语义.由于意图和槽之间的密切相关性,主流的工作采用联合模型来利用跨任务的共享知识.但是ID和SF是两个具有强相关性的不同任务,它们分别表征了话语的句级语义信息和词级信息,这意味着两个任务的信息是异构的,同时具有不同的粒度.提出一种用于联合意图检测和槽位填充的异构交互结构,采用自注意力和图注意力网络的联合形式充分地捕捉两个相关任务中异构信息的句级语义信息和词级信息之间的关系.不同于普通的同构结构,所提模型是一个包含不同类型节点和连接的异构图架构,因为异构图涉及更全面的信息和丰富的语义,同时可以更好地交互表征不同粒度节点之间的信息.此外,为了更好地适应槽标签的局部连续性,利用窗口机制来准确地表示词级嵌入表示.同时结合预训练模型(BERT),分析所提出模型应用预训练模型的效果.所提模型在两个公共数据集上的实验结果表明,所提模型在意图检测任务上准确率分别达到了97.98%和99.11%,在槽位填充任务上F1分数分别达到96.10%和96.11%,均优于目前主流的方法.

关键词：对话系统口语理解异构图窗口机制意图检测槽位填充

在线全文

学校读者我要写书评

暂无评论

基于场景流的可变速率动态点云压缩

浙江大学学报（工学版） 2024年第2期58卷 279-287,333页

作者：江照意邹文钦郑晟豪宋超杨柏林浙江工商大学计算机科学与技术学院浙江杭州310018

针对现有的动态点云压缩神经网络需要训练多个网络模型的问题,提出基于场景流的可变速率动态点云压缩网络框架.网络以原始动态点云为输入,利用场景流网络进行运动向量估计,在压缩运动向量和残差的同时,引入通道增益模块对隐向量通道进... 详细信息

针对现有的动态点云压缩神经网络需要训练多个网络模型的问题,提出基于场景流的可变速率动态点云压缩网络框架.网络以原始动态点云为输入,利用场景流网络进行运动向量估计,在压缩运动向量和残差的同时,引入通道增益模块对隐向量通道进行评估和缩放,实现可变速率控制.通过综合考虑运动向量损失和率失真损失,设计新的联合训练损失函数,用来端到端地训练整个网络框架.为了解决动态点云数据集缺少真实运动信息标签的问题,基于AMASS数据集制作带有运动向量标签的人体数据集,用于网络的训练.实验结果显示,与现有的基于深度学习动态点云压缩方法相比,该方法的压缩比特率下降了几个数量级,与静态压缩网络单独处理每帧的重构效果相比,该方法有5%~10%的提升.

关键词：动态点云压缩可变速率联合损失函数场景流网络

基于香农熵代表性特征和投票机制的三维模型分类

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第4期46卷 1438-1447页

作者：高雪瑶闫少康张春祥哈尔滨理工大学计算机科学与技术学院哈尔滨150080

目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模... 详细信息

目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模型周围均匀设置多个视角组来获取表征模型的多组视图集。为了有效提取视图深层特征,在特征提取网络中引入通道注意力机制;然后,针对Softmax函数输出的视图判别性特征,使用香农熵来选择代表性特征,从而避免多视图特征冗余;最后,基于多个视角组的代表性特征利用投票机制来完成3维模型分类。实验表明:该方法在3维模型数据集ModelNet10上的分类准确率达到96.48%,分类性能突出。

关键词： 3维模型分类注意力机制香农熵代表性特征投票机制

新增未知攻击场景下的工业互联网恶意流量识别方法

在线全文

学校读者我要写书评

暂无评论

通信学报 2024年第6期45卷 75-86页

作者：曾凡一苘大鹏许晨韩帅王焕然周雪李欣纯杨武哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150009

针对工业互联网中新增未知攻击所引发的流量数据分布偏移问题,提出了一种基于邻域过滤和稳定学习的恶意流量识别方法,旨在增强现有图神经网络模型在识别已知类恶意流量时的有效性和鲁棒性。该方法首先对流量数据进行图结构建模,捕获通... 详细信息

针对工业互联网中新增未知攻击所引发的流量数据分布偏移问题,提出了一种基于邻域过滤和稳定学习的恶意流量识别方法,旨在增强现有图神经网络模型在识别已知类恶意流量时的有效性和鲁棒性。该方法首先对流量数据进行图结构建模,捕获通信行为中的拓扑关系与交互模式;然后,基于有偏采样的邻域过滤机制划分流量子图,消除通信行为间的伪同质性;最后,应用图表示学习和稳定学习策略,结合自适应样本加权与协同损失优化方法,实现高维流量特征的统计独立性。2个基准数据集上的实验结果表明,相较对比方法,所提方法在新增未知攻击场景下的识别性能提升超过2.7%,展示了其在工业互联网环境下的高效性和实用性。

关键词：工业互联网恶意流量识别图神经网络邻域过滤稳定学习

在线全文

学校读者我要写书评

暂无评论

执行时间预测驱动的工作流作业调度

国防科技大学学报 2024年第5期46卷 228-238页

作者：胡亚红邱圆圆毛家发浙江工业大学计算机科学与技术学院浙江杭州310023

针对工作流作业调度问题,提出使用关键路径法进行工作流的执行时间预测和资源分配。工作流执行时间预测算法使用并行应用有向无环图描述工作流中子作业的执行顺序。基于此顺序,为子作业进行系统资源的逻辑分配。根据子作业的特征和资源... 详细信息

针对工作流作业调度问题,提出使用关键路径法进行工作流的执行时间预测和资源分配。工作流执行时间预测算法使用并行应用有向无环图描述工作流中子作业的执行顺序。基于此顺序,为子作业进行系统资源的逻辑分配。根据子作业的特征和资源分配信息,使用梯度提升决策树进行子作业执行时间预测,并计算工作流的关键路径。关键路径上所有子作业的完成时间之和即为工作流的执行时间。若预测的工作流执行时间满足用户要求,则根据子作业执行顺序和资源分配方案进行作业调度,执行工作流。对比实验表明,两个工作流的执行时间预测误差分别为5.72%和1.57%。与Spark默认调度算法相比,工作流调度算法将两个工作流的完成时间分别缩短了15.71%和15.44%。

关键词：工作流时间预测关键路径调度算法梯度提升决策树

基于信息增强和掩码损失的红外与可见光图像融合方法

在线全文

学校读者我要写书评

暂无评论

光子学报 2024年第9期53卷 230-241页

作者：张晓东王硕高绍姝王鑫瑞张龙中国石油大学(华东)计算机科学与技术学院青岛226580

针对低光场景下红外与可见光融合图像中存在的细节弱化和边缘模糊等问题,提出一种基于信息增强和掩码损失的图像融合方法。首先,采用引导滤波增强可见光图像的纹理细节和红外图像的边缘梯度;其次,构建双分支特征提取网络提取不同模态图... 详细信息

针对低光场景下红外与可见光融合图像中存在的细节弱化和边缘模糊等问题,提出一种基于信息增强和掩码损失的图像融合方法。首先,采用引导滤波增强可见光图像的纹理细节和红外图像的边缘梯度;其次,构建双分支特征提取网络提取不同模态图像的特征信息,并设计交互增强模块以渐进交互的方式集成不同特征分支的互补信息,增强特征的细节表示;然后,在融合阶段设计注意力引导模块从空间和通道维度上关注特征信息,提升网络对关键特征的感知能力;最后,提出一种掩码损失以指导融合网络有针对性地保留源图像信息,提升融合质量。为验证所提方法的融合性能,在MSRS、TNO和LLVIP公开数据集上与9种主流的融合算法进行实验对比。结果表明,所提方法在定性和定量评估上均优于其它对比算法,生成的融合图像具有丰富的纹理细节、清晰的显著性目标和良好的视觉感知。

关键词：图像融合信息增强红外掩码引导滤波注意力引导

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于双分支网络的表面肌电信号识别方法

浙江大学学报（工学版） 2024年第11期58卷 2208-2218,2229页

作者：王万良潘杰王铮潘家宇浙江工业大学计算机科学与技术学院浙江杭州310023

针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用... 详细信息

针对目前表面肌电信号(sEMG)手势识别细节信息提取不充分,对相似手势区分困难的问题,提出基于加强二维化特征的双分支网络(ETDTBN)模型.该模型通过加强二维化方法生成二维特征图,使用多层卷积神经网络(ML-CNN)提取sEMG的空间特征,利用双向门控循环单元(Bi-GRU)提取原始信号的时序特征.考虑到不同的特征对网络的影响程度不同,引入自适应特征融合机制对不同分支进行融合,强化有用特征并弱化无用特征,提高表面肌电识别的准确率.实验在电极偏移和不同受试者2种情况下对ETDTBN进行训练与测试,与主流的肌电手势识别模型进行对比.可知,ETDTBN的总体识别准确率分别为86.95%和84.15%,准确率均为最优,证明了该模型的有效性.

关键词：表面肌电信号(sEMG) 手势识别加强二维化特征双分支网络自适应特征融合机制

同方期刊数据库

考虑同层后道工序的柔性设备网络综合调度算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第7期46卷 2961-2969页

作者：谢志强刘冬梅哈尔滨理工大学计算机科学与技术学院哈尔滨150000

针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS)。首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出... 详细信息

针对柔性设备网络综合调度算法,难以合理选择加工设备加工相关工序进而影响产品完工时间的问题,该文提出考虑同层后道工序的柔性设备网络综合调度算法(SP-FENIS)。首先,采用逆序层优先策略,将各工序分配至逆序层待调度工序集;然后,提出均值逆序紧后路径策略,确定了各逆序层待调度工序集中工序的调度顺序;最后,提出最早完工时间策略和设备空闲插入策略,当工序在柔性设备上最早完工时间相同时,考虑了在柔性设备上的加工时间和同层后道工序的加工设备,确定了目标工序的加工设备以及加工时间。实例表明,和已有算法相比,该算法能够缩短产品完工时间。

关键词：综合调度同层后道工序柔性设备网络均值逆序紧后路径最早完工时间