检索结果-南通市图书馆

图像处理中CNN与视觉Transformer混合模型研究综述

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2025年第1期 30-44页

作者：郭佳霖智敏殷雁君葛湘巍内蒙古师范大学计算机科学技术学院

卷积神经网络（CNN）与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种... 详细信息

卷积神经网络（CNN）与视觉Transformer是目前图像处理领域中两大重要的深度学习模型，两者经过多年来不断的研究与进步，已在该领域取得了非凡的成就。近些年来，CNN与视觉Transformer的混合模型正在逐步兴起，广泛的研究不断克服两种模型存在的弱项，高效地发挥出各自的亮点，在图像处理任务中表现出优异的效果。基于CNN与视觉Transformer混合模型进行深入阐述。总体概述了CNN与Vision Transformer模型的架构和优缺点，并总结混合模型的概念及优势。围绕串行结构融合方式、并行结构融合方式、层级交叉结构融合方式以及其他融合方式等四个方面全面回顾梳理了混合模型的研究现状和实际进展，并针对各种融合方式的主要代表模型进行总结与剖析，从多方面对典型混合模型进行评价对比。多角度叙述了混合模型在图像识别、图像分类、目标检测和图像分割等实际图像处理特定领域中应用研究，展现出混合模型在具体实践中的适用性和高效性。深入分析混合模型未来研究方向，并为后续该模型在图像处理中的研究与应用提出展望。

关键词：卷积神经网络(CNN) 视觉Transformer 混合模型图像处理深度学习

在线全文

学校读者我要写书评

暂无评论

面向自动语音识别系统的对抗样本生成方法

计算机科学与探索 2025年第1期 253-263页

作者：于振华苏玉璠叶鸥丛旭亚西安科技大学计算机科学与技术学院

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加... 详细信息

通过对系统进行对抗攻击可以检测系统漏洞，进而提高系统鲁棒性。然而，对抗攻击前往往需要系统的参数信息，这使得攻击条件受限。为此，结合一种新的量子粒子群优化算法，提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加微小噪声，构造差异化粒子群，作为初始对抗样本种群；基于记忆搜索的领域重分布策略得到当前种群的全局最优粒子，从而生成初始对抗样本；融入扩维和自适应权重位置更新，使得种群更接近目标；根据对抗样本与目标语句的编辑距离，继续优化初始对抗样本，生成最终对抗样本。为了验证方法的攻击效果，在GoogleSpeech、LibriSpeech以及CommonVoice数据集上，对语音识别模型DeepSpeech进行实验，将目标语句设置为不同场景中的常见语音指令。实验结果表明，提出的方法在三个数据集上成功率都优于对比方法，其中在Common Voice数据集上的成功率比对比方法提升了10个百分点。同时，召集志愿者对生成的对抗样本噪声强度进行主观评估，其中82.4%的对抗样本被志愿者判断为没有噪声或噪声很小。

关键词：对抗攻击语音识别黑盒攻击样本生成量子粒子群算法梯度评估方法

在线全文

学校读者我要写书评

暂无评论

改进TD3算法的机械臂三维路径规划方法

电光与控制 2025年第1期32卷 100-105页

作者：马天李超杨嘉怡西安科技大学计算机科学与技术学院西安710000

在军事航空领域中,复杂任务对机械臂路径规划提出了挑战。针对双延迟深度确定性策略梯度(TD3)算法学习效率低、样本利用率低的问题,提出了一种改进的TD3算法(Recurrent-TD3算法)。首先,将LSTM结合到策略网络与价值网络中,捕获航空控制... 详细信息

在军事航空领域中,复杂任务对机械臂路径规划提出了挑战。针对双延迟深度确定性策略梯度(TD3)算法学习效率低、样本利用率低的问题,提出了一种改进的TD3算法(Recurrent-TD3算法)。首先,将LSTM结合到策略网络与价值网络中,捕获航空控制任务中的时间序列信息,增强对时间序列变化的响应能力,使其能够在决策时考虑历史动作和状态,提高网络的表达能力;然后,将事后经验回放(HER)技术集成到TD3算法中,以解决任务中稀疏奖励难以学习的问题,通过将未达到目标的经验转化为达到新目标的经验,从而更有效地利用样本;最后,设计了一种基于包围盒的碰撞检测流程,以提高机械臂在军用航空任务中的安全性。实验表明,该算法相比于其他算法能够更快地找到一条无碰撞的路径,且平均路径长度最短。

关键词：机械臂路径规则 TD3 长短期记忆网络事后经验回放技术

ViTAU:基于Vision transformer和面部动作单元的面瘫识别与分析

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

工程科学学报 2025年第2期47卷 351-363页

作者：高嘉蔡文浩赵俊莉段福庆青岛大学计算机科学技术学院青岛266071 北京师范大学人工智能学院北京100875

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可... 详细信息

面部神经麻痹(Facial nerve paralysis,FNP),通常称为贝尔氏麻痹或面瘫,对患者的日常生活和心理健康产生显著影响,面瘫的及时识别和诊断对于患者的早期治疗和康复至关重要.随着深度学习和计算机视觉技术的快速发展,面瘫的自动识别变得可行,为诊断提供了一种更准确和客观的方式.目前的研究主要集中关注面部的整体变化,而忽略了面部细节的重要性.面部不同部位对识别结果的影响力并不相同,这些研究尚未对面部各个区域进行细致区分和分析.本项研究引入结合Vision transformer(ViT)模型和动作单元(Action unit,AU)区域检测网络的创新性方法用于面瘫的自动识别及区域分析.ViT模型通过自注意力机制精准识别是否面瘫,同时,基于AU的策略从StyleGAN2模型提取的特征图中,利用金字塔卷积神经网络分析受影响区域.这一综合方法在YouTube Facial Palsy(YFP)和经过扩展的Cohn Kanade(CK+)数据集上的实验中分别达到99.4%的面瘫识别准确率和81.36%的面瘫区域识别准确率.通过与最新方法的对比,实验结果展示了所提的自动面瘫识别方法的有效性.

关键词： Transformer 面部动作单元多分辨率特征图生成器热力图回归

基于目标检测和多视图几何的动态SLAM算法

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2025年第1期48卷 135-143页

作者：喻擎苍董根阳方才威孙树森浙江理工大学计算机科学与技术学院(人工智能学院) 浙江杭州310018

目前大多数的SLAM系统主要针对静态场景,然而,在实际环境中不可避免地存在许多动态对象,这将大大降低算法的鲁棒性和相机的定位精度。针对动态对象造成的轨迹偏差问题,文中提出一种结合目标检测网络和多视图几何结构的动态SLAM算法。首... 详细信息

目前大多数的SLAM系统主要针对静态场景,然而,在实际环境中不可避免地存在许多动态对象,这将大大降低算法的鲁棒性和相机的定位精度。针对动态对象造成的轨迹偏差问题,文中提出一种结合目标检测网络和多视图几何结构的动态SLAM算法。首先,基于YOLOv5算法框架,将骨干网络CSPDarkNet-53替换为轻量型L-FPN(Lite-FPN)结构,并使用VOC2007数据集进行预训练。与YOLOv5s原始模型相比,新网络的计算量减少了45.73%,检测速率提高了31.90%;然后,将检测物体划分为高动态对象、中动态对象以及低动态对象,利用多视图几何方法计算阈值,并根据阈值对中高动态对象进行二次检测,以决定是否剔除预测框中的特征点;最后,在TUM数据集上的实验结果显示,该方法在定位精度上平均提升了82.08%,证明了其在准确性方面的显著改进。

关键词：同步定位与地图构建动态环境多视图几何结构目标检测特征点轻量型

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

基于图重构和子图挖掘的僵尸网络检测方法

郑州大学学报（工学版） 2025年第1期46卷 34-41页

作者：景永俊吴悔陈旭宋吉飞合肥工业大学计算机与信息学院安徽合肥230601 北方民族大学计算机科学与工程学院宁夏银川750021 国家(中卫)新型互联网交换中心宁夏中卫755000

针对伪装后僵尸网络主机难以检测的问题,提出一种基于图重构和子图挖掘的僵尸网络检测方法(GR-SGM)。首先,将网络数据转化为图数据,并对其进行重构以此增强主机节点特征表示;其次,基于重构图中拓扑结构、节点的特征和位置变化设计僵尸... 详细信息

针对伪装后僵尸网络主机难以检测的问题,提出一种基于图重构和子图挖掘的僵尸网络检测方法(GR-SGM)。首先,将网络数据转化为图数据,并对其进行重构以此增强主机节点特征表示;其次,基于重构图中拓扑结构、节点的特征和位置变化设计僵尸网络子图评分函数,以此捕捉伪装后的特征,提取出僵尸网络子图,并对原始图和重构图进行预检测,以提高检测的准确率和效率,减少重构误差;最后,对预检测结果和僵尸网络子图进行综合评分,以获取完整的僵尸网络信息。在ISCX2014僵尸网络数据集和CICIDS2017僵尸网络数据集上的实验结果表明:GR-SGM的检测准确率分别达到99.98%和99.91%,F 1分别达到99.94%和99.65%,相较于其他僵尸网络检测模型,GR-SGM能更加高效准确地识别僵尸网络节点,同时具有更低的误报率。

关键词：僵尸网络子图挖掘图重构网络安全预检测

基于信任传递和项目相似的图神经网络推荐模型

在线全文

学校读者我要写书评

暂无评论

天津理工大学学报 2025年第1期41卷 77-82页

作者：李婷王怀彬天津理工大学计算机科学与工程学院

为了解决现有的基于图神经网络的推荐研究在利用用户的信任网络时忽略了信任关系的传递性以及存在对图节点隐含关系利用不充分等问题，提出了基于信任传递和项目相似的图神经网络推荐模型。该模型包括节点潜在特征表示以及评级预测两个... 详细信息

为了解决现有的基于图神经网络的推荐研究在利用用户的信任网络时忽略了信任关系的传递性以及存在对图节点隐含关系利用不充分等问题，提出了基于信任传递和项目相似的图神经网络推荐模型。该模型包括节点潜在特征表示以及评级预测两个方面。用户节点的特征学习主要基于信任关系的传递特性，同时获取目标用户的一阶信任和二阶信任的评级信息并利用图神经网络对用户节点实现聚合。项目节点的特征学习首先挖掘用户项目评分矩阵中隐含的项目相似关系，再应用图神经网络对项目节点进行聚合操作。评级预测通过聚合用户和项目的节点潜在特征表示预测用户对未评分项目的评级。最后，通过在两个真实的数据集上进行实验证明了模型实现评级预测的有效性。

关键词：图神经网络推荐信任传递项目相似

ERNIE和序列标注结合的中文文本检错纠错

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

天津理工大学学报 2025年第1期41卷 83-89页

作者：左壮壮王法玉陈洪涛天津理工大学计算机科学与工程学院

针对中文文本检错纠错研究任务，提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成，检错阶段ERNIE使用全... 详细信息

针对中文文本检错纠错研究任务，提出了基于知识增强的自然语言表示模型(enhanced representation through knowledge integration, ERNIE)与序列标注结合的中文文本检错纠错模型。该模型由检错和纠错两部分组成，检错阶段ERNIE使用全局注意力机制进行词向量编码输入到BiLSTM-CRF序列标注模型中，双向长短期记忆网络(bi-directional long short-term memory, BiLSTM)提取上下文的信息进行拼接生成双向的词向量，再通过条件随机场(conditional random field, CRF)计算联合概率增加对邻近词标签的依赖性优化整个序列，从而解决标注偏置等问题给出的错误标注。纠错阶段根据检错模型输出的结果采用不同策略分类纠错，将标注为错字、缺字的错误使用ERNIE掩码语言模型和混淆集匹配进行预测，对多字、乱序错误直接纠正。实验结果表明，引入序列标注根据错误类型进行分类纠错有效提升了纠错率，在SIGHAN数据集上测试F1达到了81.8%。

关键词：中文文本检错纠错基于知识增强的自然语言表示模型序列标注双向长短期记忆网络条件随机场多策略纠错

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

双编码端高分辨率遥感影像语义分割算法

计算机科学与探索 2025年第1期 187-195页

作者：吴梦可高心丹东北林业大学计算机与控制工程学院

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影... 详细信息

遥感影像具有多尺度对象、复杂背景、不均衡类别等特点。基于卷积神经网络（CNN）的语义分割算法难以捕捉到影像的全局特征，导致分割效果不佳。针对以上问题，利用Swin Transformer的全局特征提取能力，提出了双编码端高分辨率遥感影像语义分割算法DEGFNet。设计特征融合模块（FFB）将Swin Transformer捕获的全局特征引入编码端，应对多尺度对象带来的挑战。在Swin Transformer中设计空间交互模块（SIB），降低复杂背景样本带来的负面影响；在解码端引入全局-局部注意力模块（GLTB）和特征细化模块（FRB），来更好地利用编码端提取的信息，提高语义分割的精确性；采用交叉熵损失和Dice Loss组成的混合损失函数训练模型，减轻样本类别不均衡带来的消极影响。在Vaihingen数据集上，宏观平均F1值（mF1）、平均交并比（mIoU）和整体准确率（OA）指标分别达到91.9%、84.8%和92.4%；在LoveDA数据集上，mIoU指标达到55.0%，均展现出了更好的语义分割效果和良好的泛化性。

关键词：高分辨率遥感影像语义分割卷积神经网络 Swin Transformer