检索结果-南通市图书馆

面向用户移动场景的无人机中继功率分配与轨迹设计

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 1896-1907页

作者：颜志陆元媛丁聪何代钰欧阳博杨亮王耀南湖南大学电气与信息工程学院长沙410082 湖南大学信息科学与工程学院长沙410082

在无人机(UAV)中继通信中,中继无人机的通信资源分配与运动规划是需要重点解决的问题。为了提升无人机中继通信系统的通信效率,该文提出一种基于近端策略优化算法的无人机中继功率分配与轨迹设计联合规划方法。该方法将用户移动场景下... 详细信息

在无人机(UAV)中继通信中,中继无人机的通信资源分配与运动规划是需要重点解决的问题。为了提升无人机中继通信系统的通信效率,该文提出一种基于近端策略优化算法的无人机中继功率分配与轨迹设计联合规划方法。该方法将用户移动场景下无人机中继功率分配与轨迹设计联合规划问题建模为马尔可夫决策过程,考虑用户位置信息获取不精确的情形,在满足用户中断概率约束的前提下,以中继通信系统的吞吐量最大为优化目标设置奖励函数,采用一种收敛速度较快的深度强化学习算法——近端策略优化算(PPO)法求解,实现中继无人机飞行轨迹优化和中继发射功率合理有效分配。仿真实验结果表明,针对用户随机移动的无人机中继通信场景,该文所提方法与基于随机策略和传统深度确定性策略梯度(DDPG)的方法相比,系统吞吐量分别提升22%和15%。结果表明,所提方法能够有效地提高系统的通信效率。

关键词：无人机通信用户随机移动无人机轨迹设计功率分配通信效率近端策略优化

在线全文

学校读者我要写书评

暂无评论

遮挡条件下的步态图像时空修复网络及其应用

中国图象图形学报 2024年第1期29卷 179-191页

作者：阳强罗坚黄宇琛湖南师范大学信息科学与工程学院长沙410000

目的当前,基于视觉的步态识别方法多基于完整的步态序列图像。然而,现实场景拍摄下的行人难免被遮挡,以至于获取的步态图像不完整,对识别结果有很大影响。如何处理大面积遮挡是步态识别中一个具有挑战性且重要的问题。针对此,提出了一... 详细信息

目的当前,基于视觉的步态识别方法多基于完整的步态序列图像。然而,现实场景拍摄下的行人难免被遮挡,以至于获取的步态图像不完整,对识别结果有很大影响。如何处理大面积遮挡是步态识别中一个具有挑战性且重要的问题。针对此,提出了一种步态时空序列重建网络(gait spatio-temporal reconstruction network,GSTRNet),用于修复被遮挡的步态序列图像。方法使用基于3D卷积神经网络和Transformer的GSTRNet来修复步态序列,在修复每一帧步态图像的空间信息的同时保持帧与帧之间的时空连贯性。GSTRNet通过引入YOLOv5(you only look once)网络来检测步态图像的局部遮挡区域,并将其作为先验知识为遮挡修复区域分配更高的修复权值,实现遮挡区域的局部修复,将局部修复步态图与原始遮挡图像进行融合,生成完整的修复步态图。同时,在GSTRNet中引入三元组特征损失和重建损失组成的联合损失函数来优化修复网络,提升修复效果。最终,以修复完整的步态序列图像为特征进行身份识别。结果本文在大规模步态数据集OU_MVLP(the OU-ISIR gait database,multi-view large population dataset)中人工合成遮挡步态序列数据来进行修复实验。结果表明,该方法在面对步态轮廓大面积遮挡时,识别准确率比现有的步态修复和遮挡识别方法有一定的提升,如在未知遮挡模式时比三元组视频生成对抗网络(sequence video wasserstein generative adversarial network based on triplet hinge loss,sVideoWGAN-hinge)最高提升6.7%,非单一模式遮挡时比Gaitset等方法识别率提高40%左右。结论本文提出的GSTRNet对各种遮挡模式下的步态图像序列有较好的修复效果,使用修复后图像进行步态识别,可有效改善识别率。

关键词：步态识别步态轮廓修复先验知识三维卷积神经网络(3DCNN) Transformer

在线全文

学校读者我要写书评

暂无评论

面向超级计算机系统的可视化综述

计算机辅助设计与图形学学报 2024年第3期36卷 321-335页

作者：吕斐陈长建张嘉鹏冯冼唐卓湖南大学信息科学与工程学院长沙410082 湖南省气象信息中心长沙410118

随着科技飞速发展,超级计算机系统不断向着更大规模迈进,给系统使用和维护带来困难.可视化技术以直观易懂的方式展示超级计算机系统的运行状态、异常情况等,让用户更加深入地理解系统内部运行机制,有助于更好地使用和优化系统.通过文献... 详细信息

随着科技飞速发展,超级计算机系统不断向着更大规模迈进,给系统使用和维护带来困难.可视化技术以直观易懂的方式展示超级计算机系统的运行状态、异常情况等,让用户更加深入地理解系统内部运行机制,有助于更好地使用和优化系统.通过文献调研,分析了超级计算机系统可视化的相关工作,并根据系统使用流程将其分为状态监控、性能优化和系统维护3个方面.分析表明,可视化在状态监控方面可帮助分析系统运行时内部进程和数据的状态;在性能优化方面可帮助定位性能瓶颈并优化;在系统维护方面可帮助发现运行异常以及对异常溯源.最后,详细阐述了未来超级计算机系统可视化在大规模数据处理、全局优化、下游任务迁移等方向上面临的机遇和挑战.

关键词：超级计算机可视化状态监控性能优化系统维护

基于新模态-小波包分解的超宽带雷达生命体征信号去噪算法

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2024年第3期38卷 143-151页

作者：余慧敏朱姣姿湖南师范大学信息科学与工程学院长沙410006

超宽带雷达具有高分辨率,穿透能力强,低功耗等优势,工作时人体无需接触任何电极或传感器,可以穿透衣服、废墟等非金属介质在较远的距离内检测人体生命体征信息,在非接触式生命体征检测方面具有很重要的应用价值。由于人类心跳信号容易... 详细信息

超宽带雷达具有高分辨率,穿透能力强,低功耗等优势,工作时人体无需接触任何电极或传感器,可以穿透衣服、废墟等非金属介质在较远的距离内检测人体生命体征信息,在非接触式生命体征检测方面具有很重要的应用价值。由于人类心跳信号容易被呼吸谐波和其他噪声干扰,为了准确提取人体生命体征信号,提出一种基于改进的自适应噪声集合经验模态分解(ICEEMDAN)与小波包分解(WPD)结合的生命体征信号去噪方法。先通过超宽带雷达测量待测者的生命体征,获取人体所在空间位置提取出体表微动信号,对体表振动信号进行补偿与欠采样处理;利用ICEEMDAN-WPD的阈值去噪方法对微动信号进行模态分解,选取合适的模态分量去噪并进行重构,获取人体心跳微动信号的时频特征。实验结果表明,该算法相较于传统的去噪算法将相关系数提高到了0.9405,信噪比提高到了9.0938 dB,保留更多的生命体征信息的同时拥有更高的信噪比,可有效应用于生命体征检测领域。

关键词：超宽带自适应集合经验模态分解小波包分解生命体征

在线全文

学校读者我要写书评

暂无评论

基于JPEG图像的模块化可逆信息隐藏方法

计算机应用研究 2024年第4期41卷 1177-1183页

作者：张成欧博廖鑫湖南大学信息科学与工程学院长沙410082

当前的可逆信息隐藏方法为了寻求更好的嵌入性能,通常会基于给定的图像内容对修改模式和嵌入参数作出自适应的调整。然而,通过细化自适应程度或扩大解空间来寻找更优解时,会造成计算复杂度高、时间成本难以承受等问题。为此,提出了一种... 详细信息

当前的可逆信息隐藏方法为了寻求更好的嵌入性能,通常会基于给定的图像内容对修改模式和嵌入参数作出自适应的调整。然而,通过细化自适应程度或扩大解空间来寻找更优解时,会造成计算复杂度高、时间成本难以承受等问题。为此,提出了一种适用于JPEG图像的模块化可逆嵌入方法来提高自适应寻优的效率。通过比较不同情况下最优解的嵌入性能,对原有的解空间进行优化、筛选,从而生成一个适用于不同图像的通用修改模式集合。每一个修改模式被定义为在多直方图修改框架下的最优嵌入点集合。在嵌入时,为给定的图像内容自适应地从预设的解集中选定合适的修改模式。实验在USC-SIPI数据集上与五个具有代表性的方法进行了比较。相比于同类算法,所提算法可将峰值信噪比提升0.03~1.81 dB。对于文件大小扩展,所提算法的性能结果可比两个经典方法分别减少12.4%和5.1%。实验结果表明,相比于主流经典方法,该方法在含密图像质量和文件大小扩展方面有更好的性能表现,并能以较低的计算复杂度取得与最近的高效方法相近的自适应嵌入效果。

关键词：可逆信息隐藏 JPEG图像模块式优化自适应修改时间复杂度

基于自适应直方图均衡化的医学图像可逆对比度增强算法

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 382-388页

作者：谭碰欧博湖南大学信息科学与工程学院长沙410082

目前,一些可逆数据隐藏算法通常是对图像进行类似直方图均衡化的信息嵌入操作来实现对比度增强。这类方法虽然简单有效,但是缺乏明确的目标函数来指引参数选择,难以优化对比度增强效果,因而容易产生增强不足或过度增强等问题。为了优化... 详细信息

目前,一些可逆数据隐藏算法通常是对图像进行类似直方图均衡化的信息嵌入操作来实现对比度增强。这类方法虽然简单有效,但是缺乏明确的目标函数来指引参数选择,难以优化对比度增强效果,因而容易产生增强不足或过度增强等问题。为了优化可逆信息嵌入后的对比度增强效果,提出了一种基于自适应直方图均衡化并结合对比度增强的医学图像可逆数据隐藏算法。该方法基于预测误差扩展技术来实现可逆数据嵌入,并通过所定义的自适应直方图均衡化目标函数来优化预测残差直方图的修改,确定最优的数据嵌入点,在确保对比度增强的前提下实现低失真的可逆嵌入。实验结果表明,相比同类算法,所提方法在实现可逆嵌入的同时,能够进一步增强图像对比度,辅助提升医学图像中的目标识别效率。

关键词：医学图像处理可逆对比度增强自适应直方图均衡化预测误差扩展

在线全文

学校读者我要写书评

暂无评论

联邦学习中的攻击手段与防御机制研究综述

计算机工程与应用 2024年第5期60卷 1-16页

作者：张世文陈双梁伟李仁发湖南科技大学计算机科学与工程学院湖南湘潭411201 湖南大学信息科学与工程学院长沙410082

联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对... 详细信息

联邦学习的攻防技术是联邦学习系统安全的核心问题。联邦学习的攻防技术能大幅降低联邦学习系统被攻击的风险,明显提升联邦学习系统的安全性。深入了解联邦学习的攻防技术,可以推进联邦学习领域的研究,实现联邦学习的广泛应用。因此,对联邦学习的攻防技术进行研究具有十分重要的意义。简要地介绍了联邦学习的概念、基本工作流程、类型及可能存在的安全问题;介绍联邦学习系统可能遭受到的攻击,梳理了相关研究;从联邦学习系统有无目标性的防御措施出发,将防御措施分为通用性防御措施及针对性防御措施两类,并对其进行了针对性的总结;对联邦学习安全性未来的研究方向进行了梳理与分析,为相关研究者在联邦学习安全性方面的研究工作提供了参考。

关键词：联邦学习攻击手段防御措施隐私保护

在线全文

学校读者我要写书评

暂无评论

大规模图神经网络研究综述

计算机学报 2024年第1期47卷 148-171页

作者：肖国庆李雪琪陈玥丹唐卓姜文君李肯立湖南大学信息科学与工程学院长沙410082 湖南大学深圳研究院广东深圳518000

图神经网络凭借其处理非欧氏空间数据及其复杂特征方面的优越性受到了大量的关注,并且被广泛应用于推荐系统、知识图谱、交通道路分析等场景中.面对大规模数据,图结构的不规则性、节点特征的复杂性以及训练样本之间的依赖性对图神经网... 详细信息

图神经网络凭借其处理非欧氏空间数据及其复杂特征方面的优越性受到了大量的关注,并且被广泛应用于推荐系统、知识图谱、交通道路分析等场景中.面对大规模数据,图结构的不规则性、节点特征的复杂性以及训练样本之间的依赖性对图神经网络模型的计算效率、内存管理以及分布式系统中的通信开销造成了巨大的压力.为应对和缓解以上问题,研究者从应用场景、算法模型、编程框架和硬件结构等多个层面对其进行了优化.本文主要回顾和总结了算法模型及编程框架方面的优化,为读者了解面向大规模数据的图神经网络采样算法以及框架优化相关工作提供帮助,为未来算法-框架协同优化奠定基础.具体来说,本文首先简要介绍图神经网络模型中的消息传递机制,分类介绍常见的图神经网络模型,并分析其在大规模数据训练中面临的困难和挑战;然后对面向大规模数据的图神经网络算法模型进行分类总结和分析,包括基于节点、边和子图的采样算法;接着介绍图神经网络编程框架加速的相关进展,主要包括主流框架的介绍以及优化技术的分类总结和分析;最后对未来面向大规模数据的图神经网络研究进行展望.

关键词：图神经网络大规模数据算法优化框架加速

在线全文

学校读者我要写书评

暂无评论

时序图数据流上的快速子图近似计数算法

计算机研究与发展 2024年

作者：王晶晶王延昊姜文君曾一夫祝团飞湖南大学信息科学与工程学院华东师范大学数据科学与工程学院长沙学院计算机科学与工程学院

图数据中包含丰富的时间信息，其拓扑结构随时间动态演变，通常建模为时序图数据流. 时序图数据流由一组节点和一系列带时间戳的有向边组成，节点、时序边随时间动态增加. 其中时序子图是由传统子图模式推广而来，不仅考虑拓扑结构，同... 详细信息

图数据中包含丰富的时间信息，其拓扑结构随时间动态演变，通常建模为时序图数据流. 时序图数据流由一组节点和一系列带时间戳的有向边组成，节点、时序边随时间动态增加. 其中时序子图是由传统子图模式推广而来，不仅考虑拓扑结构，同时将时序边的顺序和持续时间纳入考量. 在时序图数据流中计算时序子图的出现次数是时序图研究中的一个基础问题. 然而，传统流式子图计数方法不支持时序匹配，仅适用于不包含时间信息的简单无向图或有向图；并且，现有时序子图计数算法在不断产生新数据的时序图流场景下效率不高. 因此，对时序图流上时序子图近似计数问题进行了研究，提出了基于蓄水池采样的流式边采样（streaming edge sampling， SES）算法，并从期望、方差、时间复杂度3个方面对SES算法进行了理论分析. 最后，在4个真实数据集上进行了大量实验. 实验结果表明，与基线方法相比，SES虽然返回的计数相对误差略大，但计算效率取得了最高3个数量级的大幅提升.

关键词：时序子图子图计数时序图流随机采样图算法