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

面向图像文本的多模态处理方法综述

计算机应用研究 2024年第5期41卷 1281-1290页

作者：姜丽梅李秉龙华北电力大学(保定)计算机系河北保定071003

在深度学习领域,解决实际应用问题往往需要结合多种模态信息进行推理和决策,其中视觉和语言信息是交互过程中重要的两种模态。在诸多应用场景中,处理多模态任务往往面临着模型架构组织方式庞杂、训练方法效率低下等问题。综合以上问题,... 详细信息

在深度学习领域,解决实际应用问题往往需要结合多种模态信息进行推理和决策,其中视觉和语言信息是交互过程中重要的两种模态。在诸多应用场景中,处理多模态任务往往面临着模型架构组织方式庞杂、训练方法效率低下等问题。综合以上问题,梳理了在图像文本多模态领域近五年的代表性成果。首先,从主流的多模态任务出发,介绍了相关文本和图像多模态数据集以及预训练目标。其次,考虑以Transformer为基础结构的视觉语言模型,结合特征提取方法,从多模态组织架构、跨模态融合方法等角度进行分析,总结比较不同处理策略的共性和差异性。然后从数据输入、结构组件等多角度介绍模型的轻量化方法。最后,对基于图像文本的多模态方法未来的研究方向进行了展望。

关键词：多模态架构融合轻量化

基于BERT-DPCNN的警情文本分类研究

在线全文

学校读者我要写书评

暂无评论

数据分析与知识发现 2024年

作者：张静高子信丁伟杰浙江警察学院计算机与信息安全系

[目的]现代警务工作依托大量的案情文本数据，如何对海量的警情文本数据进行智能化分类成为了公安行业关注的一个课题。[方法]本文针对警情文本分类任务，提出了一个基于BERT-DPCNN的文本分类模型。该模型采用BERT预训练模型生成文本词... 详细信息

[目的]现代警务工作依托大量的案情文本数据，如何对海量的警情文本数据进行智能化分类成为了公安行业关注的一个课题。[方法]本文针对警情文本分类任务，提出了一个基于BERT-DPCNN的文本分类模型。该模型采用BERT预训练模型生成文本词向量，并通过优化DPCNN模型中的激活函数和改进动态学习率来提高分类性能。[结果]将BERT-DPCNN与BERT，BERT-CNN，BERT-RCNN，BERT-RNN，BERT-LSTM，ERNIE六类模型进行对比实验，结果表明BERT-DPCNN的准确率、召回率和精准率上的效果最佳，其中二分类任务中BERT-DPCNN的准确率达到98%以上，十一分类任务中的准确率达到82%以上，验证了该模型的有效性。[局限]模型参数较多，实验次数有局限，仍有待进一步测试。[结论]基于BERT-DPCNN的文本分类模型有效地提升了警情文本分类的准确率，为公安对警情的分析和研判提供了一定的数据支撑。

关键词： BERT DPCNN 警情文本分类激活函数

基于动态采样对偶可变形网络的实时视频实例分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2024年第2期58卷 247-256页

作者：宋一然周千寓邵志文易冉马利庄上海交通大学计算机科学与工程系上海200240 中国矿业大学计算机科学与技术学院江苏徐州221116

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行... 详细信息

为了更好地利用视频帧中蕴含的时间信息,提升视频实例分割的推理速度,提出动态采样对偶可变形网络(DSDDN). DSDDN使用动态采样策略,根据前、后帧的相似性调整采样策略.对于相似性高的帧,该方法跳过当前帧的推理过程,仅使用前帧分割进行简单迁移计算.对于相似性低的帧,该方法动态聚合时间跨度更大的视频帧作为输入,对当前帧进行信息增强.在Transformer结构里,该方法额外使用2个可变形操作,避免基于注意力的方法中的指数级计算量.提供精心设计的追踪头和损失函数,优化复杂的网络.在YouTube-VIS数据集上获得了39.1%的平均推理精度与40.2帧/s的推理速度,验证了提出的方法能够在实时视频分割任务上取得精度与推理速度的良好平衡.

关键词：视频实时推理实例分割动态网络对偶可变形网络

自适应采样与重影多尺度特征融合的轻量化焊缝缺陷检测

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2024年

作者：鲁斌杨烜杨振宇高啸天华北电力大学计算机系河北省能源电力知识计算重点实验室

针对种类繁多且形态各异的缺陷识别精度低、生产线速度需求高带来的检测挑战，提出了一种基于YOLOv8的轻量化焊缝缺陷检测网络LAW-YOLO。该方法设计了一种轻量级自适应权重采样LAWS（Light Adaptive-weight Sampling）模块，通过学习感... 详细信息

针对种类繁多且形态各异的缺陷识别精度低、生产线速度需求高带来的检测挑战，提出了一种基于YOLOv8的轻量化焊缝缺陷检测网络LAW-YOLO。该方法设计了一种轻量级自适应权重采样LAWS（Light Adaptive-weight Sampling）模块，通过学习感受野区域内交互的特征来构建自适应权重注意力特征图。采用优化的高效加权双向特征金字塔网络作为LAW-YOLO中的特征提取网络，设计并引入了重影多尺度采样模块和混合注意力机制，以增强对小目标缺陷的检测能力。实验结果表明，该方法在公开的SteelTube数据集中平均精度（mAP0.5）达到97.6%，推理速度可达到每秒处理91帧数据，比基线模型提高了5.5%的平均精度及4.6%的处理速度，在保持高效性能同时减少了25.2%计算量和50%模型大小，更便于部署在边缘设备上进行场景作业。

关键词：缺陷检测 YOLOv8 重影多尺度卷积感受野空间特征混合注意力机制

基于“互联网+”高校研学旅行管理与服务专业课程建设路径研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大学 2024年第5期 101-104页

作者：郑颖莉郝兵河套学院经济管理系河套学院数学与计算机系

研学旅行作为新兴产业，近年来得到迅速发展。当前，研学旅行专业人才缺乏，在此背景下高校要充分发挥人才输出功能，培养适应经济社会发展需要的研学旅行专业人才。文章分析了研学旅行人才培养的新要求和新特点，探讨了研学旅行管理与... 详细信息

研学旅行作为新兴产业，近年来得到迅速发展。当前，研学旅行专业人才缺乏，在此背景下高校要充分发挥人才输出功能，培养适应经济社会发展需要的研学旅行专业人才。文章分析了研学旅行人才培养的新要求和新特点，探讨了研学旅行管理与服务专业课程建设存在的问题，提出将“互联网+”技术充分应用于教育教学中，依托网上的资源优势丰富课堂教学内容，进行课堂教学模式改革、加强“双师型”教师队伍建设等一系列措施，为推动研学旅行管理与服务专业课程建设提供理论借鉴。

关键词： “互联网+” 研学旅行课程建设

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

集多头点注意力与边卷积的点云分类分割模型

计算机辅助设计与图形学学报 2024年

作者：熊伟娄政浩徐敏夫袁和金华北电力大学计算机系河北省能源电力知识计算重点实验室

针对动态图卷积模型只在局部尺度上独立提取点特征，未将局部点互相关联的问题，提出了一种集多头点注意力与边卷积的点云分类分割模型. 首先，设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征，学习点云的旋转不变... 详细信息

针对动态图卷积模型只在局部尺度上独立提取点特征，未将局部点互相关联的问题，提出了一种集多头点注意力与边卷积的点云分类分割模型. 首先，设计单头点注意力模块分别计算点云的注意力特征与邻域注意力特征，学习点云的旋转不变性，使用多头机制将单头点注意力模块进行聚合，构建多头点注意力模块，赋予邻域内不同点相应的注意力系数; 其次，设计加权金字塔池化模块进行特征融合，获得更加丰富的特征信息. 最后，提出结合交叉熵损失和焦点损失的联合损失函数，解决数据集中存在的难分类样本和类别不平衡问题. 在ModelNet40数据集和ShapeNet数据集上分别进行了点云分类与分割实验，在ModelNet40数据集上，所提模型的总体精度提升到了94.1%; 在ShapeNet数据集上的平均交并比提升到了86.3%，有效地提升了模型的分类分割性能.

关键词：点云数据分类与分割多头点注意力边卷积特征融合损失函数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于密度感知和自注意力机制的点云分割算法

激光与光电子学进展 2024年第8期61卷 115-125页

作者：鲁斌刘亚伟张宇航杨振宇华北电力大学计算机系河北保定071003 河北省能源电力知识计算重点实验室河北保定071003

针对现有三维点云语义分割算法对点间密度信息以及空间位置特征利用不充分的问题,提出一种基于密度感知和自注意力机制的三维点云语义分割算法。首先,基于自适应K近邻(KNN)算法和局部密度位置编码构建密度感知卷积模块,从而有效地提取... 详细信息

针对现有三维点云语义分割算法对点间密度信息以及空间位置特征利用不充分的问题,提出一种基于密度感知和自注意力机制的三维点云语义分割算法。首先,基于自适应K近邻(KNN)算法和局部密度位置编码构建密度感知卷积模块,从而有效地提取点间关键密度信息,加强初始输入特征的信息表达深度,提升算法捕获局部特征的能力。然后,构建空间特征自注意力模块,基于自注意力和空间注意力机制强化全局上下文信息和空间位置信息的关联性,对全局特征和局部特征进行有效聚合,从而提取更深层次的上下文特征,有效提升算法的分割性能。最后,在公开的S3DIS数据集和ScanNet数据集上进行了大量实验。实验结果表明,算法的平均交并比分别达到了69.11%和72.52%,与其他算法相比有明显提升,验证了所提算法有着良好的分割性能和泛化性能。

关键词：三维点云语义分割密度信息注意力机制密度位置编码

在线全文

学校读者我要写书评

暂无评论

基于云服务的勒索病毒防范与分析

网络安全技术与应用 2024年第11期 58-61页

作者：刘泳妍郭栩浩墨尔本大学计算机系

勒索病毒，一种恶意软件，已经存在了近三十年。它最初伪装成反病毒软件，通过电子邮件和程序木马等途径传播。在大规模爆发后，勒索病毒给用户带来了巨大的损失，一旦被病毒感染，就会给用户造成难以计量的损失。此外，勒索病毒在不断... 详细信息

勒索病毒，一种恶意软件，已经存在了近三十年。它最初伪装成反病毒软件，通过电子邮件和程序木马等途径传播。在大规模爆发后，勒索病毒给用户带来了巨大的损失，一旦被病毒感染，就会给用户造成难以计量的损失。此外，勒索病毒在不断升级和开发，成为当前网络安全的重要威胁。本文从勒索病毒特征出发，结合云服务显著特征对勒索病毒攻击的特点和手段进行了归纳与分析，并依据现有的防御技术提出防范方法和措施，最后提出未来的研究与防御方案。

关键词：云计算技术环境勒索病毒网络安全

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于实例迁移学习的小样本光伏功率短期预测

太阳能学报 2024年第6期45卷 325-333页

作者：王晓霞艾兴成王涛华北电力大学计算机系保定071003 河北省能源电力知识计算重点实验室保定071003 华北电力大学数理系保定071003

针对新建光伏电站历史数据匮乏导致功率预测精度不足的问题,提出一种基于实例迁移学习的小样本光伏发电功率短期预测方法。首先,以一组丰富的长期运行光伏数据为源域,利用多核最大均值差异估计源域与目标域光伏数据的匹配相似性,筛选出... 详细信息

针对新建光伏电站历史数据匮乏导致功率预测精度不足的问题,提出一种基于实例迁移学习的小样本光伏发电功率短期预测方法。首先,以一组丰富的长期运行光伏数据为源域,利用多核最大均值差异估计源域与目标域光伏数据的匹配相似性,筛选出高相似的迁移源域;然后,建立加权对抗双向长短期记忆网络,通过对抗学习赋予源域光伏样本权重以调整其数据分布,将调整后的源域数据充实目标域数据集,采用双向长短期记忆网络挖掘公共知识域中光伏发电功率序列与气象数据的双向时序关联特性,实现小样本条件下光伏功率的精准预测。结果表明:相较于传统深度学习和模型迁移方法,所提方法能有效提高历史数据有限条件下光伏功率的预测精度。

关键词：光伏发电预测深度学习迁移学习双向长短期记忆网络