检索结果-南通市图书馆

孔内空气间隔对有/无金属罩聚能装药定向侵彻效果的影响

在线全文

学校读者我要写书评

暂无评论

含能材料 2024年第7期32卷 726-736页

作者：蔡静静徐轩陈占扬杨军北京理工大学爆炸科学与技术国家重点实验室北京100081 河南城建学院土木与交通工程学院河南平顶山467036

为了探究孔内径向空气间隔对有/无金属罩聚能装药定向侵彻效果和炸药爆轰能量传递过程的影响,采用ANSYS/LS-DYNA软件,开展孔内装药空气间隔为6,8,10,12,14 cm时的数值模拟研究,分析了聚能装药中有药型罩形成EFP和无药型罩形成聚能气流... 详细信息

为了探究孔内径向空气间隔对有/无金属罩聚能装药定向侵彻效果和炸药爆轰能量传递过程的影响,采用ANSYS/LS-DYNA软件,开展孔内装药空气间隔为6,8,10,12,14 cm时的数值模拟研究,分析了聚能装药中有药型罩形成EFP和无药型罩形成聚能气流的能量集中释放过程,以及对孔壁的定向侵彻深度。结果表明空气间隔小于10 cm时,聚能气流对孔壁的侵彻深度相对于EFP平均侵深分别提高了53%(6 cm)和29%(8 cm)。空气间隔大于10 cm时,EFP平均侵彻深度相比于聚能气流均增加了26%(12 cm和14 cm)。计算聚能轴线上EFP和聚能气流单位面积通过孔壁的动能,发现空气间隔较小时,聚能气流在空气中衰减耗散的能量小于EFP塑性变形耗能,此时聚能气流对孔壁的侵彻效果较优;空气间隔较大时,爆轰产物空间膨胀造成聚能气流轴线处的密度和动能显著降低,而EFP由于具有高密度和不可压缩性,能量分散小,动能衰减缓慢,此时EFP对孔壁的侵彻效果优于聚能气流。

关键词：聚能装药空气间隔聚能气流爆炸能量定向控制

Crystal-Kyber算法的FPGA高效并行优化

在线全文

学校读者我要写书评

暂无评论

电子学报 2024年第5期52卷 1679-1689页

作者：吕顺森李斌翟嘉琪李松岐周清雷郑州大学计算机与人工智能学院河南郑州450001 数字工程与先进计算国家重点实验室河南郑州450001

多项式乘法运算制约着基于格的后量子密码在现实中的应用.为提高后量子密码Crystal_Kyber算法的性能效率,减少运行时间,降低多项式乘法的影响,本文设计了一种新的蝶形运算单元对素模q=3329的Kyber方案进行优化.首先,采用16路并行调度新... 详细信息

多项式乘法运算制约着基于格的后量子密码在现实中的应用.为提高后量子密码Crystal_Kyber算法的性能效率,减少运行时间,降低多项式乘法的影响,本文设计了一种新的蝶形运算单元对素模q=3329的Kyber方案进行优化.首先,采用16路并行调度新型蝶形运算单元的方式执行算法,缩短了计算周期;其次,使用流水线技术以及改进的K2RED算法,设计实现新型蝶形运算单元,用于降低资源消耗;最后,利用多RAM的方式存储数据,并且多通道优化RAM,允许数据交替存储在RAM中,提高资源复用率.实验结果表明,本文优化后的数论变换(Number Theoretic Transform,NTT)、逆数论变换(Inverse NTT,INTT)、点对位相乘(Point-Wise Multiplication,PWM)的效率达到200 MHz,合并执行Kyber效率达到175 MHz,优于其他方案,具有良好的性能.

关键词：后量子密码 Crystal-Kyber K2RED 蝶形运算多项式乘法硬件效率

基于多维语义特征与层次注意力机制的讽刺识别

在线全文

学校读者我要写书评

暂无评论

高技术通讯 2024年第5期34卷 453-462页

作者：宋留静赵泽方马宇翔申罕骥李俊中国科学院计算机网络信息中心北京100190 中国科学院大学北京100049 河南大学计算机与信息工程学院开封475004

讽刺是一种复杂的语言表达方式,在日常交流中发挥着重要作用。随着人工智能和社交网络的快速发展,讽刺识别已成为自然语言处理领域的热点研究课题之一。现有的讽刺识别研究往往从单一维度对讽刺文本特征进行表示,忽视了讽刺文本特征的... 详细信息

讽刺是一种复杂的语言表达方式,在日常交流中发挥着重要作用。随着人工智能和社交网络的快速发展,讽刺识别已成为自然语言处理领域的热点研究课题之一。现有的讽刺识别研究往往从单一维度对讽刺文本特征进行表示,忽视了讽刺文本特征的细微差异及其重要程度。本文将讽刺识别视为文本分类任务,在特征提取阶段,将讽刺文本根据其不一致性特征、情感特征、句法结构特征和风格特征进行多维语义特征表示。在特征融合阶段,针对不同维度特征对整体特征贡献和关联程度不同,采用层次注意力机制调整不同讽刺语言学特征对模型整体性能的影响。实验结果表明,所提出的模型能够从多个维度提取讽刺文本的潜在语义特征,其在公开数据集IAC、Tweets和Reddit上的实验性能均有明显提升。

关键词：讽刺识别自然语言处理多维语义表示层次注意力机制

在线全文

学校读者我要写书评

暂无评论

心电领域中的自监督学习方法综述

计算机科学与探索 2024年第7期18卷 1683-1704页

作者：韩涵黄训华常慧慧樊好义陈鹏陈姞伽郑州大学计算机与人工智能学院郑州450001 哈尔滨理工大学计算机科学与技术学院哈尔滨150006 河南工业大学信息科学与工程学院郑州450001

深度学习因其强大的数据表征能力已被广泛应用于心电(ECG)信号分析领域,但有监督方法的训练过程需要大量标签,而心电数据标注通常是耗时且成本高昂的。且有监督方法受限于训练集中有限的数据类型,泛化性能有限。因此,如何利用海量无标... 详细信息

深度学习因其强大的数据表征能力已被广泛应用于心电(ECG)信号分析领域,但有监督方法的训练过程需要大量标签,而心电数据标注通常是耗时且成本高昂的。且有监督方法受限于训练集中有限的数据类型,泛化性能有限。因此,如何利用海量无标记心电信号进行数据挖掘和通用特征表示已成为亟待解决的问题。自监督学习(SSL)通过预先设置的代理任务从无标签数据中学习泛化特征来提升模型的特征表示能力,是一种解决心电数据标注缺失问题和提升模型迁移能力的有效途径。然而,现有的自监督学习综述大都专注于图像或时序信号领域,针对心电领域的自监督学习综述相对缺乏。为了填补这一空白,全面回顾了用于心电领域的先进的自监督学习方法。首先,从对比式和预测式两种学习范式出发对心电自监督学习方法进行了系统的总结与分类,阐述了不同类别方法的基本原理,细致分析了各个方法的特点,指出了各个方法的优势以及局限性。然后,归纳汇总了心电自监督学习中常用的数据集以及应用场景,总结了常用于心电领域的数据增强方法,为后续研究提供了系统性的总结参考。最后,深入讨论了当前自监督学习在心电领域中的挑战,并对未来心电自监督学习的发展方向进行了展望,为后续心电领域的自监督学习研究提供了指导。

关键词：心电(ECG) 特征表示深度学习自监督学习

大幅面高分辨率光学遥感影像的水体半自动提取

在线全文

学校读者我要写书评

暂无评论

遥感信息 2024年第1期39卷 59-65页

作者：杨蕴高松峰李玉周玉石张云诗河南城建学院测绘与城市空间信息学院河南平顶山467000 河南理工大学自然资源部矿山时空信息与生态修复重点实验室河南焦作454003 辽宁工程技术大学测绘与地理科学学院辽宁阜新123000

针对大幅面高分辨率光学遥感影像因背景复杂、水体内部以及周边环境变化差异等因素导致的水体提取不完整和误提取问题,提出一种水体(湖泊和水道)半自动提取方法。首先,根据水体分布将大幅面影像划分为多个具有重叠边界的子影像块,并在... 详细信息

针对大幅面高分辨率光学遥感影像因背景复杂、水体内部以及周边环境变化差异等因素导致的水体提取不完整和误提取问题,提出一种水体(湖泊和水道)半自动提取方法。首先,根据水体分布将大幅面影像划分为多个具有重叠边界的子影像块,并在其中以矩形框的形式标记感兴趣的水体;然后,由矩形框为模板计算此类水体的光谱特征,以其为匹配项实现子影像块水体的粗提取;最后,利用水体区域的形态特征对粗提取结果进行精细化处理。与基于局部二值模式和分割的水体提取方法作对比,对含有不同水体的GF-2影像进行了测试,从定性和定量两方面对提取结果进行比较和分析,结果表明了该方法的优越性。

关键词：水体半自动提取大幅面影像划分高分辨率形态特征

在线全文

学校读者我要写书评

暂无评论

融合GPU的拟单层覆盖近似集计算方法

计算机工程 2024年第5期50卷 71-82页

作者：吴正江吕成功王梦松河南理工大学计算机科学与技术学院河南焦作454003

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算... 详细信息

拟单层覆盖粗糙集是一种匹配集值信息系统且有高质量和高效率的粗糙集模型。拟单层覆盖近似集的计算过程中存在大量计算密集且逻辑简单的运算,为此,提出拟单层覆盖近似集的矩阵化表示方法,以利用图形处理器(GPU)强大的计算性能加速计算过程。为了实现这一目标,使用布尔矩阵表示拟单层覆盖近似空间中的元素,引入与集合运算对应的布尔矩阵算子,提出拟单层覆盖粗糙近似集(DE、DA、DE0与DA0)的矩阵表示,并设计矩阵化拟单层覆盖近似集算法(M_SMC)。同时,相应的定理证明了拟单层覆盖近似集的矩阵表示形式与原始定义的等价性。然而,M_SMC运行过程中出现了矩阵存储和计算步骤的内存消耗过多问题。为了将算法部署到显存有限的GPU上,优化矩阵存储和计算步骤,提出分批处理的矩阵化拟单层覆盖近似集算法(BM_SMC)。在10个数据集上的实验结果表明,融合GPU的BM_SMC算法与单纯使用中央处理器(CPU)的BM_SMC算法相比计算效率提高2.16~11.3倍,BM_SMC算法可以在有限的存储空间条件下充分利用GPU,能够有效地提高拟单层覆盖近似集的计算效率。

关键词：拟单层覆盖近似集集值信息系统矩阵化 GPU加速分批处理

细化多尺度感知与优化轮廓的自适应道路场景语义分割网络

在线全文

学校读者我要写书评

暂无评论

计算机辅助设计与图形学学报 2024年第6期36卷 844-856页

作者：司马海峰许毓霜王静徐明亮河南理工大学软件学院焦作454000 郑州大学计算机与人工智能学院、软件学院郑州450001

语义分割通常被描述为像素级的分类任务,而集成卷积神经网络与Transformer的MaskFormer网络则将其描述为掩模级的分类任务.为了解决语义分割形变建模能力差、物体轮廓分割模糊和收敛速度慢的问题,提出一种细化多尺度感知与优化轮廓的自... 详细信息

语义分割通常被描述为像素级的分类任务,而集成卷积神经网络与Transformer的MaskFormer网络则将其描述为掩模级的分类任务.为了解决语义分割形变建模能力差、物体轮廓分割模糊和收敛速度慢的问题,提出一种细化多尺度感知与优化轮廓的自适应道路场景语义分割网络.在编码器中,采用标准卷积与可变形卷积堆叠形成的瓶颈结构提高网络的形变建模能力;在解码器中,采用特征细化模块过滤无关特征,进一步提高特征金字塔网络的解码能力;针对特征金字塔网络进行多层级特征融合时上采样特征出现像素点错位的问题,引入特征校准模块优化物体轮廓的分割效果;最后在Transformer模块中采用Miti-DETR解码器加快网络的训练速度,提升分割精度.实验结果表明,所提网络在Cityscapes和Mapillary Vistas数据集上以较大的优势超过了现有的语义分割网络.

关键词：语义分割可变形卷积特征细化特征校准

在线全文

学校读者我要写书评

暂无评论

基于异质图网络的心理评估方法

吉林大学学报（工学版） 2024年第4期54卷 1078-1085页

作者：金志刚苏仁鋆赵晓芳天津大学电气自动化与信息工程学院天津300072 天津城建大学计算机与信息工程学院天津300384

针对现有利用社交媒体数据通过计算机技术进行心理评估的方法存在语义稀疏和缺乏先验知识融入的问题,提出了基于异质图网络的心理评估方法,提取社交媒体上的用户画像信息、文本信息、主题信息,构建异质图,将心理评估问题描述为节点分类... 详细信息

针对现有利用社交媒体数据通过计算机技术进行心理评估的方法存在语义稀疏和缺乏先验知识融入的问题,提出了基于异质图网络的心理评估方法,提取社交媒体上的用户画像信息、文本信息、主题信息,构建异质图,将心理评估问题描述为节点分类问题。一方面,构建用户心理状态知识图谱融入先验知识,表征用户画像信息;另一方面,利用异质图融合信息进行语义补充,通过分层注意力关注节点权重,得到评估结果。在Twitter和Reddit数据集上进行实验,结果证明了本文方法在用户心理状态分类上的有效性,且关键性能明显提升。

关键词：人工智能异质图网络心理评估社交媒体知识图谱

基于改进FasterNet的轻量化小麦生育期识别模型

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

农业机械学报 2024年第5期55卷 226-234页

作者：时雷雷镜楷王健杨程凯刘志浩席磊熊蜀峰河南农业大学信息与管理科学学院郑州450046 河南粮食作物协同创新中心郑州450046

针对现阶段小麦生育期信息获取需依靠人工观测,效率低、主观性强等问题,本文构建包含冬小麦越冬期、返青期、拔节期和抽穗期4个生育期共计4599幅小麦图像数据集,并提出一种基于FasterNet的轻量化网络模型FSST(Fast shuffle swin transfo... 详细信息

针对现阶段小麦生育期信息获取需依靠人工观测,效率低、主观性强等问题,本文构建包含冬小麦越冬期、返青期、拔节期和抽穗期4个生育期共计4599幅小麦图像数据集,并提出一种基于FasterNet的轻量化网络模型FSST(Fast shuffle swin transformer),开展4个关键生育期的智能识别。在FasterNet部分卷积的基础上引入Channel Shuffle机制,以提升模型计算速度。引入Swin Transformer模块来实现特征融合和自注意力机制,用来提升小麦关键生育期识别准确率。调整整个模型结构,进一步降低网络复杂度,并在训练中引入Lion优化器,加快网络模型收敛速度。在自建的数据集上进行模型验证,结果表明,FSST模型参数量仅为1.22×10^(7),平均识别准确率、F1值和浮点运算量分别为97.22%、78.54%和3.9×10^(8),与FasterNet、GhostNet、ShuffleNetV2和MobileNetV34种模型相比,FSST模型识别精度更高,运算速度更快,并且识别时间分别减少84.04%、73.74%、72.22%和77.01%。提出的FSST模型能够较好地进行小麦关键生育期识别,并且具有识别快速精准和轻量化的特点,可以为大田作物生长实时监测提供信息技术支持。

关键词：小麦生育期识别 FasterNet 轻量化 Lion优化器