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

基于深度学习模型的疲劳驾驶行为识别算法

汽车安全与节能学报 2024年第1期15卷 121-128页

作者：张海民安徽信息工程学院计算机与软件工程学院芜湖241000

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,... 详细信息

为降低道路交通事故发生率,提出了一种基于深度学习模型的疲劳驾驶行为识别算法。采用照度增强和反射分量均衡化的方法,以提高视频图像质量。将机器视觉工具箱软件用于提取疲劳驾驶人脸行为特征,并通过双流网络构建和训练深度学习模型,实现对疲劳驾驶行为识别。选择了不同睡眠时间段参与者在全封闭路段内的驾驶行为图像,作为实验测试目标。结果表明:用该算法测试1000张疲劳驾驶行为图像时,识别时间为89 ms,精准度为97.6%,召回率为97.0%;算力需求(每秒所执行的浮点运算次数,FLOPS)≤88;该算法能够提高疲劳驾驶行为的识别精度,有助于降低道路交通事故的发生率。

关键词：疲劳驾驶行为识别深度学习模型图像增强特征提取

邻域感知的分布式智能边缘计算卸载和资源分配算法

在线全文

学校读者我要写书评

暂无评论

中国科学：信息科学 2024年第2期54卷 413-429页

作者：李云张剑鑫姚枝秀夏士超重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学软件工程学院重庆400065

随着大量计算密集型和时延敏感型任务的出现,利用移动边缘计算(mobile edge computing,MEC)来提高用户体验并降低系统能耗已成为研究热点.然而,在密集部署的MEC网络场景下,无线网络状态复杂的空间相关性和动态性给卸载方案的制定带来了... 详细信息

随着大量计算密集型和时延敏感型任务的出现,利用移动边缘计算(mobile edge computing,MEC)来提高用户体验并降低系统能耗已成为研究热点.然而,在密集部署的MEC网络场景下,无线网络状态复杂的空间相关性和动态性给卸载方案的制定带来了严峻挑战.本文针对多基站多用户MEC网络场景,研究了一种智能协作的计算卸载和资源分配算法.首先,提出了卸载决策、信道分配、传输功率分配和计算资源分配的联合优化问题,旨在用户时延约束下最小化系统的能耗.其次,由于该问题是一个混合整数非线性规划问题,本文提出了一种基于图注意力网络的混合动作多智能体强化学习算法(graph attention network-based hybrid-action multi-agent reinforcement learning, Gat-HMARL),将基站作为智能体并配置该算法. Gat-HMARL算法通过图注意力网络捕捉无线网络状态之间潜在的空间相关性,使基站有选择性地关注邻域中其他基站的无线网络状态信息,从而学习更优的计算卸载和资源分配策略.最后,仿真结果表明Gat-HMARL与基准算法相比在性能上有明显提升.

关键词：移动边缘计算计算卸载资源分配多智能体强化学习图注意力网络

在线全文

学校读者我要写书评

暂无评论

OBE理念指导软件项目实践课程教学方法

高等工程教育研究 2024年第3期 92-97页

作者：万邦睿李生林钱鹰重庆邮电大学软件工程学院

针对软件项目实践课程学生难以深入参与项目、软件技能存续性较弱的问题,融合OBE教育理念,提出了一种基于模仿模式和跨越模式的软件项目实践课程教学方法,并以信息管理系统项目为例,详细阐述了教学方法的案例库项目建设要求、模仿模式... 详细信息

针对软件项目实践课程学生难以深入参与项目、软件技能存续性较弱的问题,融合OBE教育理念,提出了一种基于模仿模式和跨越模式的软件项目实践课程教学方法,并以信息管理系统项目为例,详细阐述了教学方法的案例库项目建设要求、模仿模式和跨越模式实施要素,为软件项目实践课程中学生更深入的学习参与和更持久的技能应用提供了可供借鉴的解决思路。

关键词： OBE 软件项目实践模仿模式跨越模式

基于NSGA-Ⅱ算法选择光谱反射率重建样本的研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第5期44卷 1227-1232页

作者：林鹭王智峰李超辽宁科技大学计算机与软件工程学院辽宁鞍山114051

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根... 详细信息

为解决光谱反射率重建过程中训练样本数目庞大导致工作量大,重建精度不高等问题,提出一种基于NSGA-Ⅱ算法的光谱反射率重建样本选择方法。近日Liang等提出了一种从大量样本数据中选取具有代表性样本的新方法,定义光谱重建误差为均方根误差与拟合优度系数的乘积,以这一标准选择光谱重建误差最小的样本作为代表性样本进行光谱反射率重建。受Liang等人工作的启发结合NSGA-Ⅱ算法选择代表性样本,先对全体训练样本使用多项式回归算法和伪逆法进行光谱反射率重建,再使用NSGA-Ⅱ算法,设定两个目标函数,一个是所需代表性样本个数的光谱均方根误差的和,另一个是拟合优度系数倒数的和,令两个目标函数值最小。将经过NSGA-Ⅱ算法挑选出的Pareto等级为1的全部样本按照样本出现次数由高至低排序,以此顺序从高到低依次选为代表性样本,直至达到所需代表性样本个数。若从Pareto等级为1的样本集合中挑选的代表性样本数不足所需要的个数则选择下一等级出现次数最多且没有被选择过的样本直至代表性样本数达到需求。将1269块无光泽Munsell标准色卡按照样本下标划分为偶数色卡、奇数色卡,第一组实验用Munsell奇数色卡为全体训练样本,从Munsell偶数色卡中随机选择20个色块为测试样本。第二组实验选用Munsell偶数色卡为全体训练样本,从Munsell奇数色卡中随机选取20个色块为测试样本。第三组实验训练样本与第一组相同,RC24色卡为测试样本。将该方法与Mohammadi、Cao、Liang等提出的三种样本选择方法进行对比。通过实验得到使用NSGA-Ⅱ算法结合多项式回归与伪逆法选择的代表性样本重建的光谱反射率在均方根误差和色差两个指标上均优于现有的样本选择方法,并且该方法不限于特定系统,具有通用性。

关键词：光谱反射率重建 NSGA-Ⅱ 多目标优化样本选择

在线全文

学校读者我要写书评

暂无评论

用于RGBT跟踪的孪生混合信息融合算法

计算机应用 2024年第9期44卷 2878-2885页

作者：黄颖杨佳宇金家昊万邦睿重庆邮电大学软件工程学院重庆400065

可见光与热红外跟踪(又称RGBT(RGB-Thermal)跟踪)的核心是有效地利用不同模态的信息,针对决策级融合中单分支产生低质结果影响算法判定目标的问题,提出一个用于RGBT跟踪的孪生混合信息融合算法SiamMIF。首先,使用孪生主干网络(SBN)进行... 详细信息

可见光与热红外跟踪(又称RGBT(RGB-Thermal)跟踪)的核心是有效地利用不同模态的信息,针对决策级融合中单分支产生低质结果影响算法判定目标的问题,提出一个用于RGBT跟踪的孪生混合信息融合算法SiamMIF。首先,使用孪生主干网络(SBN)进行多模态特征提取;其次,从信噪比的角度分析低质图像对双分支并行决策产生的影响,进而设计了一个信噪比驱动的信息交互模块(IIM)对低信噪比特征进行信息互补;再次,利用双流无锚跟踪头(ADH)对补偿后的特征进行分类回归;最后,采用自适应轻量决策模块(ALDM)对跟踪结果进行融合,并快速判定目标位置。在4个RGBT基准数据集GTOT、RGBT234、VOT-RGBT2019和LasHeR上的实验结果表明,所提算法在LasHeR数据集上的成功率和精确度分别为0.396和0.518,相较于APFNet(Attribute-based Progressive Fusion Network)提升9.4%和3.6%,在其他3个数据集上也能取得较好结果,且在GPU上的帧率能达到40 frame/s。

关键词： RGBT跟踪孪生神经网络多模态融合策略信息交互无锚跟踪头

同方期刊数据库

ASE-ERNIE:一种基于ERNIE的中文指令动作序列生成方法

在线全文

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5期30卷 1745-1753页

作者：赵逢达郭凡李贤善门旭静王彬燕山大学信息科学与工程学院新疆科技学院信息科学与工程学院河北省软件工程重点实验室

中文结构灵活多样，同样的语义有多种表达方式，在中文指令过长或存在多组动作的情况下，家庭服务机器人很难正确理解并做出响应。此外，家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作... 详细信息

中文结构灵活多样，同样的语义有多种表达方式，在中文指令过长或存在多组动作的情况下，家庭服务机器人很难正确理解并做出响应。此外，家庭环境的中文指令解析研究在数据方面仍然稀缺。现有的方法不能准确提取出指令中包含的全部动作序列。由此提出一种基于ERNIE方法的动作序列提取(ASE-ERNIE)模型来提取中文指令中的可执行动作序列，该模型通过动作类型和参数之间的关系提取指令信息，将动作序列的提取工作转化为序列标注任务。在指令中存在多组动作并且存在多个参数的情况下，依然能够提取出全部动作序列。通过实验验证了所提方法的有效性，动作序列提取任务的F1值达到了80.37%。

关键词：指令解析动作序列 ERNIE方法序列标注

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

融合多特征及协同注意力的医学命名实体识别

计算机工程与应用 2024年第6期60卷 188-198页

作者：刘歆宁大连东软信息学院软件工程系辽宁大连116023

针对当前中文医疗命名实体识别中未融合医学领域文本独有的特征信息导致实体识别准确率无法有效提升的情况,及单注意力机制影响实体分类效果的问题,提出一种基于多特征融合和协同注意力机制的中文医疗命名实体识别方法。利用预训练模型... 详细信息

针对当前中文医疗命名实体识别中未融合医学领域文本独有的特征信息导致实体识别准确率无法有效提升的情况,及单注意力机制影响实体分类效果的问题,提出一种基于多特征融合和协同注意力机制的中文医疗命名实体识别方法。利用预训练模型得到原始医学文本的向量表示,再利用双向门控循环神经网络(BiGRU)获取字粒度的特征向量。结合医疗领域命名实体鲜明的部首特征,利用迭代膨胀卷积神经网络(IDCNN)提取部首级别的特征向量。使用协同注意力网络(co-attention network)整合特征向量,生成对的双相关特征,再利用条件随机场(CRF)输出实体识别结果。实验结果表明,在CCKS数据集上,相较于其他的实体识别模型能取得更高的准确率、召回率和F1值,同时虽然增加了识别模型的复杂程度,但性能并没有明显的降低。

关键词：中文医学文本命名实体识别多特征融合协同注意力机制 BERT模型

具有高颜色表现能力与低蓝光危害的白光LED光谱优化

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第8期44卷 2146-2151页

作者：甄佳弘王智峰李长军辽宁科技大学计算机与软件工程学院辽宁鞍山114051

随着发光二极管的飞速发展,LED照明越来越多的被用于各个行业,且类似医疗、印刷、纺织、美容等行业对LED灯具的颜色表现能力要求很高;同时LED灯具带来的光生物危害也越来越被人们所重视,其中以LED蓝光危害最被人们所熟知。近年来很多研... 详细信息

随着发光二极管的飞速发展,LED照明越来越多的被用于各个行业,且类似医疗、印刷、纺织、美容等行业对LED灯具的颜色表现能力要求很高;同时LED灯具带来的光生物危害也越来越被人们所重视,其中以LED蓝光危害最被人们所熟知。近年来很多研究者致力于如何降低白光LED的蓝光危害,但大部分工作都是在相对较低色温(CCT)的情况下获得需要的白光光谱,或者在一段色温范围内对进行离散穷举来找出最低蓝光危害的那一个相关色温对应的光谱;能够在不同的目标色温下获得同时拥有高颜色表现能力与低蓝光危害辐射的混合白光LED光谱几乎没有。为此,基于现有的多个LED提出了一种目标函数简单的非线性约束优化方法。在以往的研究中发现蓝光危害加权辐射通量与其相关色温呈现线性关系,随着其相关色温的增大,蓝光加权辐射通量也越来越大。要想获得具有低蓝光危害的白光LED光谱,只需固定其相关色温,就会得到每个目标相关色温对应的蓝光加权辐射通量,根据评价LED光源的蓝光危害辐射效率的计算公式,将其分子固定,只需最大化其分母,其蓝光危害辐射效率就会最小化,所以最大化辐射效率即可。针对其光谱功率分布,通过使用一个滤光片对被选择的多个LED混合后的光谱功率分布进行限制,同时因为实际生产需求要对滤光片的光谱透射率添加一个平滑约束,平滑约束则是使用加权平均的方法来完成。最后通过极大化“RP”方法得到各色LED的辐射量权重。仿真结果证明,该方法最终可以获得符合美国国家标准学会的ANSI/NEMA C78.377-2017标准的2700~6500 K八个目标相关色温,分别为2700、3000、3500、4000、4500、5000、5700和6500 K,各个CCT下的光源光谱其显色指数、色彩保真度、色域指数均在90以上,色偏差值在0.0054以内,蓝光危害辐射效率均在0.1以内的混合LED白光光谱。

关键词：蓝光危害 LED光谱优化光谱叠加颜色表现能力

基于注意力机制和深层特征优化的混凝土路面裂缝检测

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年

作者：夏淑芳袁彬瞿中重庆邮电大学软件工程学院

自动化裂缝检测是确保混凝土路面品质并提升道路养护效率的关键。针对现有方法在关注裂缝特征方面的不足以及深层特征图中裂缝细节信息易丢失的问题，文中提出一种融合注意力机制与深层特征优化策略的网络模型，以VGG-16作为主干网络。... 详细信息

自动化裂缝检测是确保混凝土路面品质并提升道路养护效率的关键。针对现有方法在关注裂缝特征方面的不足以及深层特征图中裂缝细节信息易丢失的问题，文中提出一种融合注意力机制与深层特征优化策略的网络模型，以VGG-16作为主干网络。首先在主干网络的中高层卷积后引入了一种轻量级的置换注意力机制，旨在提高网络对裂缝特征的敏感性；其次，为了进一步增强对裂缝特征的捕捉能力，在每个阶段的侧边输出中嵌入了相应的注意力模块；最后，提出一种空间可分离金字塔模块并设计了一种注意力融合模块，用以优化深层特征图，还原更多的裂缝细节。侧网络通过在多个层次上融合低层和高层特征，辅助生成最终的预测图像；该网络采用二分类交叉熵损失函数作为评价函数，经过训练的网络模型能够在复杂背景下准确地从输入的原始图像中识别裂缝位置。为验证提出的方法的有效性，在DeepCrack、CFD、Crack500三个公开数据集上与6种方法进行了比较，文中提出的算法表现出卓越的性能，F-score值达到了87.19%。

关键词：裂缝检测注意力机制深层特征优化多特征融合置换注意力空间可分离金字塔