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

基于软标签的OCT内外指纹提取方法

光子学报 2024年第9期53卷 242-257页

作者：张怡龙朱胜明王海霞孙昊浩燕锐浙江工业大学计算机科学与技术学院杭州310000

现有的光学相干层析内外指纹提取方法对轮廓依赖性强,且容易受到噪声和错误的干扰,影响指纹的质量和识别率。为解决该问题,提出一种基于软标签和坐标注意力U-Net的光学相干层析内外部指纹提取方法。在标注过程中,根据角质层和活性表皮... 详细信息

现有的光学相干层析内外指纹提取方法对轮廓依赖性强,且容易受到噪声和错误的干扰,影响指纹的质量和识别率。为解决该问题,提出一种基于软标签和坐标注意力U-Net的光学相干层析内外部指纹提取方法。在标注过程中,根据角质层和活性表皮层轮廓的位置为周围像素分配不同的概率权重,使得接近轮廓中心的像素具有更高的概率权重。然后,利用U-Net网络学习这种概率分布,该设计不仅考虑了轮廓及其周围像素的权重信息,同时减少了噪声和错误的影响,降低了算法对轮廓准确性的依赖性。同时,为了更好地聚焦于角质层和活性表皮层区域的位置信息,还在U-Net网络中引入了坐标注意力模块。最终,根据网络预测的概率分布结果和原始图像的灰度信息,生成内外部指纹图像。实验证明,所提方法显著提升了指纹的质量和匹配性能。

关键词：光学相干层析坐标注意力内外部指纹软标签

在线全文

学校读者我要写书评

暂无评论

基于声誉的协同众包激励机制研究

华中科技大学学报(自然科学版) 2024年第9期52卷 94-100页

作者：刘辉章闯李晓皖安徽工业大学计算机科学与技术学院

针对协同众包中的搭便车、不公平和不安全等问题，提出基于声誉的激励机制．该机制综合考虑成员的直接声誉和间接声誉评估其贡献，并利用区块链技术的透明性和不可篡改性存储声誉值，确保声誉数据的真实可靠．首先，采用高斯混合模型对... 详细信息

针对协同众包中的搭便车、不公平和不安全等问题，提出基于声誉的激励机制．该机制综合考虑成员的直接声誉和间接声誉评估其贡献，并利用区块链技术的透明性和不可篡改性存储声誉值，确保声誉数据的真实可靠．首先，采用高斯混合模型对成员任务完成的质量进行预测，并结合其历史声誉值来计算直接声誉值；然后，为了衡量每个成员在团队中的重要程度，采用聚集函数和PageRank算法．前者评估成员的局部影响力，后者衡量其全局影响力．基于成员在团队中的重要性区分度和执行任务的历史记录，分别计算成员在团队中的重要性及成员与其交互成员间的相似度对其间接声誉的影响权重，计算成员的间接声誉值．在此基础上，运用Shapley值实现收益分配的公平性，解决了成员搭便车问题．最后，基于实际数据集，将此激励机制与现有的报酬分配方法进行比较，验证其公平性和有效性．

关键词：协同众包激励机制区块链聚集函数高斯混合模型 Shapley值声誉

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

同方期刊数据库

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

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

在线全文

学校读者我要写书评

暂无评论

融合多模态数据的小样本命名实体识别方法

软件学报 2024年第3期35卷 1107-1124页

作者：张天明张杉刘曦曹斌范菁浙江工业大学计算机科学与技术学院浙江杭州310023

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成... 详细信息

作为自然语言处理领域的关键子任务,命名实体识别通过提取文本中的关键信息,帮助机器翻译、文本生成、知识图谱构建以及多模态数据融合等许多下游任务深度理解文本蕴含的复杂语义信息,有效地完成任务.在实际生活中,由于时间和人力等成本问题,命名实体识别任务常常受限于标注样本的稀缺.尽管基于文本的小样本命名实体识别方法已取得较好的泛化表现,但由于样本量有限,使得模型能提取的语义信息也十分受限,进而导致模型预测效果依然不佳.针对标注样本稀缺给基于文本的小样本命名实体识别方法带来的挑战,提出了一种融合多模态数据的小样本命名实体识别模型,借助多模态数据提供额外语义信息,帮助模型提升预测效果,进而可以有效提升多模态数据融合、建模效果.该方法将图像信息转化为文本信息作为辅助模态信息,有效地解决了由文本与图像蕴含语义信息粒度不一致导致的模态对齐效果不佳的问题.为了有效地考虑实体识别中的标签依赖关系,使用CRF框架并使用最先进的元学习方法分别作为发射模块和转移模块.为了缓解辅助模态中的噪声样本对模型的负面影响,提出一种基于元学习的通用去噪网络.该去噪网络在数据量十分有限的情况下,依然可以有效地评估辅助模态中不同样本的差异性以及衡量样本对模型的有益程度.最后,在真实的单模态和多模态数据集上进行了大量的实验.实验结果验证了该方法的预测F1值比基准方法至少提升了10%,并具有良好的泛化性.

关键词：命名实体识别多模态数据小样本学习元学习去噪网络

在线全文

学校读者我要写书评

暂无评论

基于条件生成对抗网络的图像翻译综述

计算机辅助设计与图形学学报 2024年第1期36卷 14-32页

作者：屠杭垚王万良陈嘉诚李国庆吴菲浙大城市学院计算机与计算科学学院杭州3100152 浙江大学计算机科学与技术学院杭州3100583 浙江工业大学计算机科学与技术学院杭州310014

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以... 详细信息

图像翻译旨在实现多组不同领域图像间的转换,同时需要约束样本空间与目标空间分布的一致性.文章旨在寻找条件生成对抗网络与图像翻译问题的结合点,首先,介绍了数据集的特点,指出了不同数据集图像翻译难易程度;其次,从数学表达、性质以及目标函数设计方法得出算法实现的不同方式;将现有图像翻译分成3种类别——匹配图像翻译、非匹配图像翻译和多领域图像翻译,并得出不同应用场景所对应的图像翻译类别,即高清任务对应匹配图像翻译,低成本任务对应非匹配图像翻译,多样化任务对应多领域图像翻译;将图像质量评价方法分为主观图像质量评价与客观图像质量评价,并分析客观图像质量评价中全参考图像与无参考图像质量评价的适用范围;最后,总结条件生成对抗网络在图像翻译中的进展,并分析算法后指出了模式崩塌,模型可解释性和少样本等未来所需解决的问题.

关键词：条件生成对抗网络图像翻译生成模型图像质量评价

在线全文

学校读者我要写书评

暂无评论

一种求解图分割问题的量子近似优化算法

电子学报 2024年第6期52卷 2025-2036页

作者：袁志强杨思春阮越薛希玲陶陶安徽工业大学计算机科学与技术学院安徽马鞍山243032

量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)是求解组合优化问题的算法框架,是近期最有可能展示量子计算优势的算法之一.在QAOA框架内,表征解的量子态采取的二进制编码方案导致的对称性限制了QAOA的性能.为了... 详细信息

量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)是求解组合优化问题的算法框架,是近期最有可能展示量子计算优势的算法之一.在QAOA框架内,表征解的量子态采取的二进制编码方案导致的对称性限制了QAOA的性能.为了克服这一局限性,本文受Dicke态制备算法的启发,给出了一种新的解编码方案,消除了现有编码方案中的对称性.本文还设计了新的演化算子——星图(Star Graph,SG)算子,及其对应的SG算法,给出了算法求解图分割问题时的量子电路.在IBM Q上的实验结果显示,星图算法比标准QAO算法平均约有25.3%的性能提升.

关键词：量子近似优化算法组合优化问题星图算子星图算法图分割

在线全文

学校读者我要写书评

暂无评论

基于多重视觉注意力的唇语识别

模式识别与人工智能 2024年第1期37卷 73-84页

作者：谢胤岑薛峰曹明伟合肥工业大学计算机与信息学院合肥230601 合肥工业大学软件学院合肥230601 安徽大学计算机科学与技术学院合肥230601

唇语识别是将单个说话人嘴唇运动的无声视频翻译成文字的一种技术.由于嘴唇运动幅度较小,现有唇语识别方法的特征区分能力和泛化能力都较差.针对该问题,文中分别从时间、空间和通道三个维度研究唇语视觉特征的提纯问题,提出基于多重视... 详细信息

唇语识别是将单个说话人嘴唇运动的无声视频翻译成文字的一种技术.由于嘴唇运动幅度较小,现有唇语识别方法的特征区分能力和泛化能力都较差.针对该问题,文中分别从时间、空间和通道三个维度研究唇语视觉特征的提纯问题,提出基于多重视觉注意力的唇语识别方法(Lipreading Based on Multiple Visual Attention Network,LipMVA).首先利用通道注意力自适应校准通道级别的特征,减轻无意义通道的干扰.然后使用两种粒度不同的时空注意力,抑制不重要的像素或帧的影响.CMLR、GRID数据集上的实验表明LipMVA可降低识别错误率,由此验证方法的有效性.

关键词：唇语识别视觉语音识别注意力机制深度神经网络特征提取

在线全文

学校读者我要写书评

暂无评论

基于切分通道注意力网络的图像分类算法

工程科学学报 2024年第10期46卷 1856-1863页

作者：储岳中石玉金张学锋刘恒安徽工业大学计算机科学与技术学院马鞍山243032

通道注意力机制可以有效利用不同的特征通道,通过对特征图的通道进行加权和调整,使得卷积神经网络可以更加关注重要的特征通道,以提高卷积神经网络的分类能力.然而,对于使用全局平均池化来获取通道全局特征的方法,特征图中不同的通道有... 详细信息

通道注意力机制可以有效利用不同的特征通道,通过对特征图的通道进行加权和调整,使得卷积神经网络可以更加关注重要的特征通道,以提高卷积神经网络的分类能力.然而,对于使用全局平均池化来获取通道全局特征的方法,特征图中不同的通道有极大概率出现相同的均值,使得全局平均池化后的特征缺乏多样性,进一步影响网络分类性能.针对此问题,提出一种切分通道注意力机制来构建模块,该模块对全局平均池化的输出维度进行了扩展,减轻全局平均池化造成的信息丢失,增强了通道注意力中全局平均池化层的特征多样性,然后使用多个一维卷积分别计算通道维度上每个区域的注意力权重.将切分通道注意力机制与多种图像分类网络相结合,在CIFAR-100和ImageNet数据集上进行了图像分类实验.实验结果表明,切分通道注意力机制在保持轻量化的基础上仍然能有效提高模型的精度,并且与其他注意力机制相比也表现出较好的优势.

关键词：图像分类通道注意力全局平均池化高效通道注意力模型解释