检索结果-南通市图书馆

基于多尺度有限元法的频率域航空电磁三维正演研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球物理学报 2024年第4期67卷 1656-1668页

作者：陶梦丽殷长春张博韩雪任秀艳苏扬刘云鹤西安交通大学电子与信息学部西安710049 吉林大学地球探测科学与技术学院长春130026

正演模拟是电磁数据反演的基础,其计算速度与精度一直是制约电磁反演的两大核心问题.在三维电磁正反演中,传统方法通过加密网格或增加插值基函数阶数提高计算精度,但由此也降低了计算效率,制约了三维电磁反演的实用化.因此,如何实现大... 详细信息

正演模拟是电磁数据反演的基础,其计算速度与精度一直是制约电磁反演的两大核心问题.在三维电磁正反演中,传统方法通过加密网格或增加插值基函数阶数提高计算精度,但由此也降低了计算效率,制约了三维电磁反演的实用化.因此,如何实现大尺度模型高精度快速正演是目前电磁三维正反演中亟需解决的问题.本文将多尺度有限元法应用到麦克斯韦方程求解中.我们首先在粗网格尺度上构建满足局部特性微分算子的多尺度基函数,进而在粗网格尺度上对原问题进行求解,通过建立粗细两套网格间场的映射关系,在未知数较少的粗网格上实现电磁问题求解之后,利用粗细两套网格间场的映射关系获取细网格上电磁场响应,由此可以在保证计算精度前提下快速获取不同尺度电磁场正演响应,计算速度得到很大提高.此外,本文还基于八叉树思想进行网格优化,进一步改善三维正演效率.我们通过对典型地电结构进行多尺度有限元正演模拟并与传统有限元结果对比验证算法的有效性.最后,我们通过模拟加拿大Voisey's Bay卵形体镍铜硫化矿区航空电磁响应以检验本文算法模拟地下复杂异常体的能力.

关键词：航空电磁三维正演模拟多尺度有限元

在线全文

学校读者我要写书评

暂无评论

文本分类算法及其应用场景研究综述

计算机学报 2024年第6期47卷 1244-1287页

作者：刘晓明李丞正旭吴少聪张宇辰白红艳程泽华陈卓李永峰兰钰沈超西安交通大学电子与信息学部

随着大数据时代的到来,互联网中的文本信息迎来了井喷式的增长.文本分类作为自然语言处理中最重要的技术之一,其广泛应用于多个领域,如情感分析、新闻分类、自然语言推理、主题标记、抽取式问答、虚假内容检测等.从传统机器学习分类方... 详细信息

随着大数据时代的到来,互联网中的文本信息迎来了井喷式的增长.文本分类作为自然语言处理中最重要的技术之一,其广泛应用于多个领域,如情感分析、新闻分类、自然语言推理、主题标记、抽取式问答、虚假内容检测等.从传统机器学习分类方法理论的深入到深度学习分类方法探索的兴起,相关研究模型与思路也在不断演变,各类新的方法、数据集和评价指标层出不穷,丰富了文本分类领域的研究,取得了卓越的理论成就和应用效果.尽管如此,新技术不断发展和业务应用场景不断丰富,同时,也为文本分类研究带来了许多新的问题与挑战,如数据约束场景中不均衡数据的文本表征学习、小样本场景下的文本分类等.针对当前研究难题与挑战,本文对文本分类方法进行了系统性调研,并对当前方法在实际应用场景中面临的技术挑战和未来的研究方向进行了综合探讨.具体而言,本文主要综述了七部分内容,分别是:(1)对文本分类技术的相关基础知识进行了全面介绍,包括文本分类的常见符号定义、计算范式和文本预处理技术;(2)对基于传统机器学习的文本分类方法进行了详细总结;同时,为了方便读者针对不同的应用场景选择合适的分类模型,本文对不同分类器擅长处理的文本分类难题及方法优劣进行了总结;(3)对基于新兴深度学习的文本分类方法进行了周详梳理,根据领域内代表性技术的核心思想进行分类,在此基础上对不同类别下的主要方法进行描述,同时对其技术的优劣进行了总结;(4)为了方便读者对文本分类模型的有效性进行验证,针对文本分类技术应用最为广泛的七大场景,本文对相关数据集进行了系统性的总结;(5)本文对不同任务目标下的常用的模型评价方法进行详尽介绍,以便对模型性能进行合理的定量评估;(6)基于上述内容,本文对典型应用场景中不同种类文本分类算法进行了性能总结对比;(7)本文分别从数据约束与模型计算两个层面对当前文本分类技术所面临的挑战和未来的重要研究方向进行了总结.本文通过梳理文本分类研究发展脉络,对涉及的代表性技术进行了详细总结和对比分析,有效填补了文本分类领域前沿技术的应用综述空白.

关键词：文本分类机器学习深度学习评价指标数据约束

2023年度人工智能领域国家自然科学基金项目申请与资助情况综述

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

模式识别与人工智能 2024年第2期37卷 95-105页

作者：谢国王乐宋和平肖斌廖清王志衡吴国政国家自然科学基金委员会信息科学部信息科学二处北京100085 西安交通大学人工智能学院西安710049 江苏大学计算机科学与通信工程学院镇江212013 重庆邮电大学计算机科学与技术学院重庆400065 哈尔滨工业大学(深圳)计算机科学与技术学院深圳518055

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学... 详细信息

对2023年度国家自然科学基金人工智能领域(申请代码F06)下的“人才”和“研究”两大项目系列中部分项目的申请与资助情况进行统计分析,并从申请代码、依托单位分布及其近五年(2019~2023)的变化趋势等角度进行分析,同时介绍本领域按科学问题属性分类的评审情况以及相关评审原则与举措.最后进行总结和展望,旨在为相关研究人员了解该领域的研究热点和未来发展方向提供参考.

关键词：国家自然科学基金人工智能年度总结

在线全文

学校读者我要写书评

暂无评论

数字图像多功能水印综述

计算机辅助设计与图形学学报 2024年第2期36卷 195-222页

作者：赵蕾桂小林邵屹杨戴慧珺西安交通大学电子与信息学部西安710049 陕西省计算机网络重点实验室西安710049

数字图像多功能水印技术通过将多种类型的水印嵌入到同一图像,以实现2种及以上的图像保护功能(版权保护、内容认证、篡改恢复等).当前,数字图像多功能水印算法仍面临着性能和应用场景等方面的挑战.为促进图像多功能水印的进一步发展,首... 详细信息

数字图像多功能水印技术通过将多种类型的水印嵌入到同一图像,以实现2种及以上的图像保护功能(版权保护、内容认证、篡改恢复等).当前,数字图像多功能水印算法仍面临着性能和应用场景等方面的挑战.为促进图像多功能水印的进一步发展,首先系统地梳理了数字图像水印技术,包括其系统特性、常见分类、关键技术与成果,以及其可实现的功能与应用场景;在此基础上,对近10年来不同类别的多功能水印嵌入模型(融合水印嵌入、零水印嵌入、水印串行嵌入、水印并行嵌入)的相关工作进行归纳与分析;最后,总结了当前数字图像多功能水印技术的不足,展望了后续研究与发展趋势.综合分析发现,多水印的嵌入难免对水印综合性能造成损失,且多功能水印在真实应用场景中的效果仍待改善.人工智能等新技术在数字图像多功能水印中的应用有望提升算法性能.

关键词：数字图像水印多功能水印版权保护内容认证篡改恢复

在线全文

学校读者我要写书评

暂无评论

基于自监督信息熵学习的深度多模态聚类

计算机辅助设计与图形学学报 2024年

作者：王前前章子豪姜洪旭冯伟高全学焦李成西安电子科技大学通信工程学院西安交通大学计算机科学与技术学院

为了保持多个模态间聚类空间的一致性，消除各个模态内的无关信息，提出一种基于自监督信息熵学习的深度多模态聚类算法. 首先采用多模态卷积自编码器结合重建任务以获取低维的潜层特征; 然后使用深度嵌入技术为多个模态学习一个理想... 详细信息

为了保持多个模态间聚类空间的一致性，消除各个模态内的无关信息，提出一种基于自监督信息熵学习的深度多模态聚类算法. 首先采用多模态卷积自编码器结合重建任务以获取低维的潜层特征; 然后使用深度嵌入技术为多个模态学习一个理想的公共聚类空间，将其作为标签以自监督的方式来约束各模态的聚类子空间不断接近理想，保证每个模态的潜层特征具有相似的分布; 最后结合信息熵的理论，约束标签与各模态潜层特征间的互信息，保证模态间的相关性，同时降低模态内数据的冗余性. 此外，在Fashion-MNIST， COIL-20， FRGC， YTF， RGB-D以及Noisy-MNIST基准数据集上展开实验. 实验结果表明，所提算法在ACC和NMI聚类指标上均优于其他对比算法，尤其在Fashion-MNIST数据集上， ACC相较于先进的StSNE算法提高了2.2个百分点. 消融实验和参数分析证明了所提算法的合理性和鲁棒性.

关键词：多模态聚类信息熵自监督学习自表达学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于解耦区域校准的高分辨率超像素生成算法

计算机学报 2024年第11期47卷 2664-2677页

作者：王亚雄魏云超钱学明朱利合肥工业大学计算机与信息学院合肥230009 北京交通大学计算机与信息技术学院北京100044 西安交通大学电信学部西安710049

超像素分割是计算机视觉领域的一项重要任务,该任务将具有相似属性的像素分组到称为超像素的簇中.图像超像素不仅可以增益图像注释,而且还是各种下游应用的基础,如分割、光流估计和深度估计.尽管超像素分割技术取得了显著进展,特别是随... 详细信息

超像素分割是计算机视觉领域的一项重要任务,该任务将具有相似属性的像素分组到称为超像素的簇中.图像超像素不仅可以增益图像注释,而且还是各种下游应用的基础,如分割、光流估计和深度估计.尽管超像素分割技术取得了显著进展,特别是随着深度学习方法的出现,但现有解决方案由于GPU内存和计算能力的限制,一直无法有效处理高分辨率图像.针对这个问题,作者提出了一种名为区域解耦校准的高分辨率超像素网络(Patch Calibration Network,PCNet)的新型深度学习框架,通过采用解耦的一致性学习策略,解决了现有方法的局限性.这种方法允许通过从低分辨率输入预测高分辨率输出来高效生成高分辨率超像素结果,从而绕过了GPU内存限制.PCNet的一个关键贡献是解耦的区域块校准(DPC)分支,它将高分辨率图像块作为额外输入,以保留细节并增强边界像素分配.为了改善边界像素的识别,作者利用二进制掩模设计了一种动态引导训练机制.这种机制鼓励网络专注于区域内的主要边界,将任务从多类分类简化为二分类问题.这一创新策略不仅减少了网络优化的复杂性,而且显著提高了边界检测的精度.本文通过在包括Mapillary Vistas、BIG和新创建的Face-Human数据集在内的多样化数据集上进行广泛的实验,证明了PCNet的有效性.结果表明,PCNet能够成功处理5K分辨率图像,并与现有的最先进的SCN方法相比,实现了更优越的性能,后者在处理高分辨率输入时存在困难.作者的贡献包括开发了PCNet,一种针对高分辨率超像素分割的深度学习解决方案,引入了解耦的区域校准架构,并构建了一个超高分辨率基准测试集,用于评估高分辨率场景中超像素分割算法的性能.本文首先回顾了超像素分割领域的相关工作,然后详细介绍了PCNet框架,接着展示了实验结果并与最先进的方法进行了比较.结论部分总结了研究结果并概述了未来研究的潜在方向.代码、预训练模型和新的基准数据集的可用性无疑将促进高分辨率超像素分割领域的进一步发展.总之,本文在超像素分割领域提供了一个重要的进步,提供了一种能够高效、准确处理高分辨率图像的解决方案.所提出的PCNet框架,凭借其创新的DPC分支和动态引导训练机制,为未来在计算机视觉领域的研究和应用提供了一个有前景的方向.本文的代码、预训练模型以及新构建的评估基准数据集可在https://***/wangyxxjtu/PCNet上获取.

关键词：超像素分割图像分割高分辨率视觉深度学习人工智能

同方期刊数据库

深度嵌套式Transformer网络的高光谱图像空谱解混方法

在线全文

学校读者我要写书评

暂无评论

中国图象图形学报 2024年第8期29卷 2220-2235页

作者：游雪儿苏远超蒋梦莹李朋飞刘东升白晋颖西安科技大学测绘科学与技术学院西安710054 西安交通大学电子与信息学部西安710049 航天宏图信息技术股份有限公司北京100195

目的基于深度学习的解混方法在信息挖掘和泛化性能上优于传统方法,但主要关注光谱信息,对空间信息的利用仍停留在滤波、卷积的表层处理。这使得构建解混网络时需要堆叠多层网络,易丢失部分图像信息,影响解混准确性。Transformer网络因... 详细信息

目的基于深度学习的解混方法在信息挖掘和泛化性能上优于传统方法,但主要关注光谱信息,对空间信息的利用仍停留在滤波、卷积的表层处理。这使得构建解混网络时需要堆叠多层网络,易丢失部分图像信息,影响解混准确性。Transformer网络因其强大的特征表达能力广泛应用于高光谱图像处理,但将其直接应用于解混学习容易丢失图像局部细节。本文基于Transformer网络提出了改进方法。方法本文以TNT(Transformer in Transformer)构架为基础提出了一种深度嵌套式解混网络(deep embedded Transformer network,DETN),通过内外嵌入式策略实现编码器中局部与整体空间信息共享,不仅保留了高光谱图像的空间细节,而且在编码器中只涉及少量卷积运算,大幅度提升了学习效率。在解码器中,通过一次卷积运算来恢复数据结构以便生成端元与丰度,并在最后使用Softmax层来保障丰度的物理意义。结果最后,本文分别采用模拟数据集和真实高光谱数据集进行对比实验,在50dB模拟数据集中平均光谱角距离和均方根误差取得最优值,分别为0.0386和0.0045,在真实高光谱数据集Samson、Jasper Ridge中取得最优平均光谱角距离,分别为0.1194,0.1027。结论实验结果验证了DETN方法的有效性和优势,并且能为实现深度解混提供新的技术支撑和理论参考。

关键词：遥感图像处理高光谱遥感混合像元分解深度学习 Transformer网络

品质因数对TM_(02)模相对论返波管工作模式影响

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第3期73卷 177-187页

作者：李雨晴王洪广翟永贵杨文晋王玥李韵李永东西安交通大学电子与信息学部电子物理与器件教育部重点实验室西安710049 西安空间无线电技术研究所西安710100

结合理论分析和数值模拟,研究了TM_(02)模过模结构相对论返波管的模式竞争机制.理论推导得到波纹波导中混合模式与圆波导中对应模式的近似关系,以近似模式作为波导输入来计算包含的高频结构S11参数曲线,分析各模式的品质因数.三维粒子... 详细信息

结合理论分析和数值模拟,研究了TM_(02)模过模结构相对论返波管的模式竞争机制.理论推导得到波纹波导中混合模式与圆波导中对应模式的近似关系,以近似模式作为波导输入来计算包含的高频结构S11参数曲线,分析各模式的品质因数.三维粒子模拟结果显示,当TM_(02)模式的耦合阻抗优势明显时,束波作用点基本不受两端反射影响,输出的其他模式微波主要是由互作用模式转换而来;当耦合阻抗优势不明显时,品质因数的改变会影响束波相互作用,起振模式随之变化.各模式群速度接近时,谐振对工作模式的影响的实质是末端反射主导下的品质因数对模式的影响.品质因数和耦合阻抗对返波管工作模式的共同作用为在输出模式稳定的前提下优化输出功率、降低磁场提供了更大空间,使用多目标优化设计算法对相对论返波管进行优化,最终三维模拟得到的返波管输出功率达到534 MW,TM_(02)模式输出功率占比94.95%.

关键词：相对论返波管模式竞争非轴对称模式粒子模拟

维普期刊数据库博看期刊

面向铁电相变的机器学习:基于图卷积神经网络的分子动力学模拟

在线全文

学校读者我要写书评

暂无评论

物理学报 2024年第8期73卷 273-286页

作者：欧阳鑫健张岩星王之龙张锋陈韦嘉庄园揭晓刘来君王大威西安交通大学电子与信息学部微电子学院西安710049 河南师范大学物理学院新乡453007 桂林理工大学材料科学与工程学院桂林541004

铁电材料广泛应用于功能器件中,对铁电体进行方便、准确的理论建模,是一个长期被关注的问题.本文提出了一种基于图卷积神经网络的铁电相变模拟方法,利用图卷积神经网络对铁电材料的势能面进行原子层面的建模,并将得到的神经网络势函数... 详细信息

铁电材料广泛应用于功能器件中,对铁电体进行方便、准确的理论建模,是一个长期被关注的问题.本文提出了一种基于图卷积神经网络的铁电相变模拟方法,利用图卷积神经网络对铁电材料的势能面进行原子层面的建模,并将得到的神经网络势函数作为计算器,以驱动大体系的分子动力学模拟.给定原子位置,训练好的图卷积神经网络能够给出势能的高精度预测,达到每原子1 meV级别,与从头算(ab inito)精度基本相当,同时在计算速度上相比从头算方法有数个数量级的提升.得益于神经网络的高精度和快速预测能力,结合分子动力学模拟,本文对两种不同类型的铁电材料——GeTe和CsSnI3进行研究,成功模拟了它们随温度发生的结构相变,模拟结果和实验相符合.这些结果说明了图卷积神经网络在铁电体建模和相变模拟应用中的准确性和可靠性,为铁电体的理论探索提供了一个通用建模方法.

关键词：铁电相变机器学习势函数