检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

社区疫情防控的消杀作业路径优化问题研究

华中科技大学学报（自然科学版） 2024年第5期52卷 8-14页

作者：李经辰刘振元华中科技大学人工智能与自动化学院湖北武汉430074

针对社区疫情防控的消杀作业路径优化问题,设计了一种基于模拟退火算法的启发式算法.首先,提出用于面型消杀任务的作业工艺,建立了问题的整数规划模型;然后,针对问题特点开发了基于模拟退火算法的启发式算法,使用一种可以根据问题规模... 详细信息

针对社区疫情防控的消杀作业路径优化问题,设计了一种基于模拟退火算法的启发式算法.首先,提出用于面型消杀任务的作业工艺,建立了问题的整数规划模型;然后,针对问题特点开发了基于模拟退火算法的启发式算法,使用一种可以根据问题规模改变解空间大小的解结构,设计了多种类型的解更新操作,利用Floyd算法计算优化目标值,通过Metropolis准则接受新解.多规模对比计算实验表明:所提出的模拟退火算法在小规模算例的平均求解结果与精确解相差在4%以内,在中规模算例的求解结果比CPLEX平均优化10%~40%,在大规模算例的求解结果比贪婪算法平均优化60%~80%,因此当求解此类问题时该算法能在合理的时间内取得较优的结果.

关键词：消杀活动弧路径问题作业工艺数学建模模拟退火算法

维普期刊数据库

YOLO-WIT：红外遥感弱小船舶目标检测算法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：谢友晨徐天阳汤张泳吴小俊江南大学人工智能与计算机学院

针对红外遥感弱小目标检测面临的挑战，提出了一种面向弱小船舶目标的检测算法YOLO-WIT（YOLO for Weak Infrared Remote Sensing Ship Target）。首先，针对弱小目标对位置偏移低容忍的难点，优化削减检测头，降低模型体积的同时限制... 详细信息

针对红外遥感弱小目标检测面临的挑战，提出了一种面向弱小船舶目标的检测算法YOLO-WIT（YOLO for Weak Infrared Remote Sensing Ship Target）。首先，针对弱小目标对位置偏移低容忍的难点，优化削减检测头，降低模型体积的同时限制锚框的最大偏移量，并设计了一种复合距离相似度度量作为损失函数降低回归分支敏感度，从而提升定位精度；其次，针对图像背景高亮而目标灰暗的情况，设计了联接型信息扩展模块（Dense Concat Information Expansion Convolution Block， DECO）保留微弱信号，增强对微弱特征的感知；为区分与船舶目标灰度幅值、形状相似的干扰物，利用Sobel算子求解浅层特征图的一阶导数，以边缘特征指导模型进行判断，并采用时空注意力机制进行特征强化。在数据集NUDT-SIRST-Sea上实验验证：与基线模型相比，YOLO-WIT参数量减少31.6%，在指标mAP50上提升9%，mAP50-95提升4.9%；与主流检测算法相比，YOLO-WIT所需资源更少，模型体积仅9.2M，对弱小船舶目标的检测效果更加显著。

关键词：弱小目标检测红外遥感 YOLOv5 海面船舶检测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于全域跨语义融合的多级酶功能预测

计算机科学与探索 2024年

作者：周汉文邓赵红张炜江南大学人工智能与计算机学院

蛋白质在生物活动中发挥着关键作用，酶作为一种重要的蛋白质，因其催化功能在多个领域得到广泛应用。然而，通过生化实验验证酶的功能既费时又昂贵。传统的酶功能注释方法主要依赖于序列相似性，但在目标酶序列与已知酶差异较大时，这... 详细信息

蛋白质在生物活动中发挥着关键作用，酶作为一种重要的蛋白质，因其催化功能在多个领域得到广泛应用。然而，通过生化实验验证酶的功能既费时又昂贵。传统的酶功能注释方法主要依赖于序列相似性，但在目标酶序列与已知酶差异较大时，这些方法效果不佳。近年来，科研人员初步探索了一些基于深度学习的方法，但现有的深度学习方法受限于传统酶序列编码方式，并且仅利用单一视图或单层次的信息，这使得模型在处理结构复杂或功能多样的酶时表现出一定的局限性。针对此，本文提出了一种全新的全域跨语义融合的多级酶功能预测方法（GCMEFP）。具体地，所提方法使用了两种最新的蛋白质大语言模型进行序列词嵌入学习。同时，所提方法构建了多语义深度特征学习模块，该模块通过卷积神经网络构建语义金字塔，实现了不同层级语义信息的提取。进一步地，所提方法还提出了全域跨视图语义融合模块，用于探索不同视图之间隐藏的相互作用信息，并去除冗余信息来增强模型的泛化性。实验结果表明：提出的GCMEFP在基准数据集上的精度达到89.6%，较现有最优方法高出4.8%；在独立测试集New-379上的精度达到55%，较现有最优方法高出14%。

关键词：多级酶功能预测多语义深度特征学习大模型词嵌入多视图特征融合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于模糊三支概念的冲突分析

闽南师范大学学报（自然科学版） 2024年第1期37卷 1-7页

作者：徐伟华林玉飞西南大学人工智能学院重庆400715

在冲突分析研究中,代理人所表达的不确定性已经被广泛研究.然而从正反两个角度对代理人进行冲突分析还很少被考虑.为了考虑这两方面的不确定性,从模糊三支概念内涵和外延的角度进行冲突分析,提出基于模糊三支概念的冲突分析模型.该模型... 详细信息

在冲突分析研究中,代理人所表达的不确定性已经被广泛研究.然而从正反两个角度对代理人进行冲突分析还很少被考虑.为了考虑这两方面的不确定性,从模糊三支概念内涵和外延的角度进行冲突分析,提出基于模糊三支概念的冲突分析模型.该模型可以综合考虑正反双方的不确定性,通过冲突度量函数可以计算冲突度量值,进一步根据冲突度量值把局中人划分成不同的冲突状态,达到分析效果.最后,通过具体案例给出模型有效性说明.

关键词：模糊三支概念冲突分析冲突度量函数不确定性

维普期刊数据库

基于贝叶斯和统计相似度量测的水下自主定位方法

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年

作者：黄浩乾吕奥奇王迪张昱曈河海大学人工智能与自动化学院

复杂的水下环境通常会引起信号传播延迟或带来量测野值,从而产生量测丢失和非高斯噪声问题,导致水下自主定位的精度降低.为了解决这些问题,本文提出了一种基于贝叶斯推断和统计相似度量测的水下自主定位方法.首先,该定位方法使用最大后... 详细信息

复杂的水下环境通常会引起信号传播延迟或带来量测野值,从而产生量测丢失和非高斯噪声问题,导致水下自主定位的精度降低.为了解决这些问题,本文提出了一种基于贝叶斯推断和统计相似度量测的水下自主定位方法.首先,该定位方法使用最大后验估计方法来判断量测丢失是否发生.其次,如果该方法接收到此刻的量测信息,则采用不动点迭代方法最大化统计相似度量测的下界,以逼近真实的噪声协方差矩阵,从而获得更准确的状态估计和误差协方差矩阵.反之,如果没有接收到量测信息,则只输出一步预测的状态估计和误差协方差矩阵,以提高该方法的鲁棒性.通过仿真和海试实验验证,结果表明所提出的水下自主定位方法相较于其他的定位方法具有更高的定位精度和更好的鲁棒性.

关键词：统计相似度量测量测丢失非高斯噪声不动点迭代水下自主定位贝叶斯推断

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于图卷积网络的复杂网络能控性提升方法

复杂系统与复杂性科学 2024年

作者：卢新彪刘泽诚陈贵允杨铁流高兴河海大学人工智能与自动化学院

复杂网络能控性理论提供了一种将网络能控性量化的分析方法，也为如何提升网络能控性提供了思路。本文提出了一种基于图卷积神经网络的复杂网络能控性提升方法，该方法首先训练一个图卷积网络用于选择合适的节点，然后在这些被选择的节... 详细信息

复杂网络能控性理论提供了一种将网络能控性量化的分析方法，也为如何提升网络能控性提供了思路。本文提出了一种基于图卷积神经网络的复杂网络能控性提升方法，该方法首先训练一个图卷积网络用于选择合适的节点，然后在这些被选择的节点之间随机增加连边。在两类典型复杂网络模型上的数值仿真表明，与传统的在所有节点之间随机增加连边的方法相比，该方法大大减少了使网络能控所需增加连边的数量，提高了增强网络能控性的效率。

关键词：复杂网络能控性图卷积网络预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

广义多尺度决策表最优尺度选择的快速算法

闽南师范大学学报（自然科学版） 2024年第2期37卷 1-7页

作者：张晓燕黄雨阳西南大学人工智能学院重庆400715

广义多尺度决策表的条件属性和决策属性都具有多个尺度.最优尺度能够将较粗的条件属性与较细的决策属性相结合,达到效率与精度的平衡.然而现有的最优尺度选择算法计算效率较低.为此,提出一种最优尺度选择的快速算法.首先探讨最优尺度的... 详细信息

广义多尺度决策表的条件属性和决策属性都具有多个尺度.最优尺度能够将较粗的条件属性与较细的决策属性相结合,达到效率与精度的平衡.然而现有的最优尺度选择算法计算效率较低.为此,提出一种最优尺度选择的快速算法.首先探讨最优尺度的一些性质和边界域的变化情况,给出判断边界域是否相等的条件以及最优尺度的等价定义;然后一种快速算法.最后通过数值实验表明其相较于现有算法速度更快,能有效解决最优尺度选择问题,该算法在计算效率方面取得了显著的提升,实现了在较短的时间内得出最佳结果的目标.

关键词：最优尺度选择粒计算粗糙集广义多尺度决策表

维普期刊数据库

一种基于迁移学习的PM2.5浓度预测混合模型

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：卢新彪叶春林陈艺森吴文陈钰丹河海大学人工智能与自动化学院

PM2.5浓度具有重要的社会意义和应用价值。为了提高PM2.5浓度预测的准确性，本文提出了一种基于迁移学习的混合深度学习模型（TraTCN-LSTM-BiGRU）。首先，针对大量不相关特征引起的算力成本增加这一问题，我们提出了一种均值热力图算... 详细信息

PM2.5浓度具有重要的社会意义和应用价值。为了提高PM2.5浓度预测的准确性，本文提出了一种基于迁移学习的混合深度学习模型（TraTCN-LSTM-BiGRU）。首先，针对大量不相关特征引起的算力成本增加这一问题，我们提出了一种均值热力图算法，选择与PM2.5浓度相关的气象因子作为预测模型的输入特征。其次，由于气候变化、人类活动等因素，PM2.5数据的概率分布会随时间发生变化，导致预测精度下降。我们提出了一种基于数据分布适应性的深度迁移学习方法。一方面，通过KL散度将数据划分为分布差异最大的源域数据和目标域数据，另一方面在模型中引入自适应层，对源域数据和目标域数据进行领域自适应。然后，我们提出了一种结合时序卷积神经模型（TCN）和循环神经网络（LSTM-BiGRU）的方法，即TCN-LSTM-BiGRU模型。具体来说，TCN用于提取多元变量中更高级的空间特征，并将提取的特征输入LSTM中，通过LSTM在时间维度上提取序列特征，同时通过残差连接将提取的两大特征融合输入BiGRU中进行预测。最后，经过大量实验表明本文所提的模型可以有效的预测PM2.5未来变化趋势，并且有效的削弱数据分布差异所带来的影响。

关键词：迁移学习 PM2.5浓度均值热力图概率分布差异 TraTCN-LSTM-BiGRU

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

人脸表情识别可解释性研究综述

计算机学报 2024年

作者：张淼萱张洪刚北京邮电大学人工智能学院

近年来，人脸表情识别（FER）被广泛应用于医疗、社交机器人、通信、安全等诸多领域。与此同时，为加深研究者对于模型本质的认识，确保模型的公平性、隐私保护性与鲁棒性，越来越多的研究者关注于表情识别可解释性的研究。本文依据结... 详细信息

近年来，人脸表情识别（FER）被广泛应用于医疗、社交机器人、通信、安全等诸多领域。与此同时，为加深研究者对于模型本质的认识，确保模型的公平性、隐私保护性与鲁棒性，越来越多的研究者关注于表情识别可解释性的研究。本文依据结果可解释、机理可解释、模型可解释的分类方法，对表情识别中的可解释性研究方法进行了分类与总结。具体而言，结果可解释表情识别主要包括基于文本描述和人脸基本结构的方法。而机理可解释方法中，主要研究了表情识别中的注意力机制，以及基于特征解耦和概念学习方法的可解释方法。接着在模型可解释方法中，主要探究了可解释性分类方法。最后，对表情识别可解释性研究进行了对比与分析，并对未来的发展方向进行了讨论与展望，包括复杂表情的可解释性，多模态情绪识别的可解释性，大模型表情与情绪识别的可解释性以及基于可解释性提升泛化能力这四个方面。本文旨在为感兴趣的研究人员提供有益的参考，帮助其更全面的了解人脸表情识别可解释性问题的研究现状，推动该领域的进一步发展。

关键词：人脸表情识别可解释性计算机视觉情感计算机器学习