检索结果-南通市图书馆

维普期刊数据库博看期刊

基于相机运动估计的改进ECO多目标跟踪器设计

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第10期60卷 285-291页

作者：陈健超奚峥皓刘翔上海工程技术大学电子电气工程学院上海201620

由于运动模型采用线性假设,使得多目标跟踪(multiple object tracking,MOT)在动态场景下容易受到相机运动和随机抖动的影响,导致跟踪错误。为解决上述问题,设计了一种相机运动感知滤波多目标跟踪器(camera motion aware filter multi-ob... 详细信息

由于运动模型采用线性假设,使得多目标跟踪(multiple object tracking,MOT)在动态场景下容易受到相机运动和随机抖动的影响,导致跟踪错误。为解决上述问题,设计了一种相机运动感知滤波多目标跟踪器(camera motion aware filter multi-object tracker,CMAFT)。首先提出一种新模型,将相机运动估计和单目标跟踪(single object tracking,SOT)的区域搜索特性相结合,以补偿由相机运动引起的偏移并提高预测的准确度;其次针对该模型提出一个改进的级联匹配方法,通过融合SOT预测以处理不同目标间的相互遮挡和身份切换问题;最后在MOT17数据集上进行实验以验证提出方法的有效性。

关键词：多目标跟踪(MOT) 相机运动估计单目标跟踪(SOT)

基于注意力模块的移动设备多场景持续身份认证

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第3期60卷 280-291页

作者：金瑜瑶张晓梅王亚杰上海工程技术大学电子电气工程学院上海201620

针对用户与移动设备交互时会产生场景变化,现有工作中只能采集特定的单一场景特征,无法实现多场景转换认证,并且身份认证准确率较低的问题,提出了一种基于移动模式的、注意力模块和卷积神经网络融合(CNNSACA)的多场景持续认证方案。在... 详细信息

针对用户与移动设备交互时会产生场景变化,现有工作中只能采集特定的单一场景特征,无法实现多场景转换认证,并且身份认证准确率较低的问题,提出了一种基于移动模式的、注意力模块和卷积神经网络融合(CNNSACA)的多场景持续认证方案。在不限使用场景和操作的情况下,提取用户与移动设备交互时的移动模式(movement patterns,MP)特征,捕捉在动态和静态场景下产生的手部微运动,从而实现多场景的身份认证。设计并使用了一个包括五层卷积层结构的卷积神经网络,在第一层卷积后按序通过改进的空间和通道注意力子模块,再在多层卷积后进行反序分配权重,从两个维度来对通过卷积后所表征的MP特征分配双重注意力权重,增强关键特征表达。利用公开数据集验证所提方案在多场景身份认证方面的有效性和可行性。实验结果表明,所提出的基于移动模式的深度学习模型可以较好地解决身份认证场景单一的局限性,多场景的身份认证的准确率达到99.6%;同时,所提出的CNN-SACA模型与单独的CNN模型相比准确率提高了1.5个百分点,有效改善多场景下的移动设备身份认证能力。

关键词：卷积神经网络注意力模块多场景持续身份认证移动设备

在线全文

学校读者我要写书评

暂无评论

一种融合文本与知识图谱的问答系统模型

重庆大学学报 2024年第8期47卷 55-64页

作者：张佳豪黄勃王晨明曾国辉刘瑾上海工程技术大学电子电气工程学院上海201620

知识图谱是实现开放领域问答的关键技术之一,开放领域问答任务往往需要足够多的知识信息,而知识图谱的不完备性成为制约问答系统性能的重要因素。利用外部非结构化的文本与基于知识图谱的结构化知识相结合填补缺失信息时,检索外部文本... 详细信息

知识图谱是实现开放领域问答的关键技术之一,开放领域问答任务往往需要足够多的知识信息,而知识图谱的不完备性成为制约问答系统性能的重要因素。利用外部非结构化的文本与基于知识图谱的结构化知识相结合填补缺失信息时,检索外部文本的准确性和效率尤为关键,选取与问题相关度较高的文本可提升系统性能。相反,选取与问题相关性较弱的文本将引入知识噪声,降低问答任务的准确性。因此,设计了一种融合文本与知识图谱的问答系统模型,其中的文本检索器可充分挖掘问题和文本的语义信息,提高检索质量和查询子图的准确性;知识融合器将文本和知识库中的知识结合构建知识的融合表征。实验结果表明,相较对比模型,该模型在性能上存在一定优势。

关键词：问答系统知识图谱外部知识文本检索融合表征

维普期刊数据库博看期刊

E-TUP:融合E-CP与TUP的联合知识图谱学习推荐方法

在线全文

学校读者我要写书评

暂无评论

计算机工程与应用 2024年第8期60卷 99-109页

作者：赵博王宇嘉倪骥上海工程技术大学电子电气工程学院上海201600

目前,大部分将知识图谱引入推荐系统的方法只是将已知的表层知识图谱实体进行引入,没有对图谱的内在关系进行预测和挖掘,因此无法利用知识图谱中的隐藏关系。针对上述问题,提出联合学习推荐模型E-TUP(enhance towards understanding of ... 详细信息

目前,大部分将知识图谱引入推荐系统的方法只是将已知的表层知识图谱实体进行引入,没有对图谱的内在关系进行预测和挖掘,因此无法利用知识图谱中的隐藏关系。针对上述问题,提出联合学习推荐模型E-TUP(enhance towards understanding of user preference),使用E-CP(enhance canonical polyadic)进行知识图谱补全并将完整信息进行传递。利用储存空间负采样方法,将优质负例三元组进行存储,并随训练过程进行更新,以提高知识图谱补全中负例三元组的质量。链接预测实验结果显示,储存空间方法使E-TUP模型链接预测准确率对比现有模型最高提升10.3%。在MovieLens-1m和DBbook2014数据集上进行推荐实验,在多个评价指标上取得最佳结果,对比现有模型实现最高5.5%的提升,表明E-TUP可以有效利用知识图谱中的隐藏关系提高模型推荐准确率。基于汽车维修数据进行推荐实验,结果表明E-TUP可以有效推荐相关知识。

关键词：知识图谱推荐系统链接预测联合学习知识图谱补全

基于交错组卷积与稀疏全局注意力的轻量级图像超分辨率重建

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年第4期61卷 127-136页

作者：李想张娟上海工程技术大学电子电气工程学院上海201620

卷积神经网络已在图像超分辨率领域得到广泛应用,Transformer近年来在该类图像处理任务中的扩展更是具有里程碑的意义,然而这些大型网络具有过多的参数量和计算量,其在部署和应用上存在很大局限性。考虑到上述发展现状,提出一种基于交... 详细信息

卷积神经网络已在图像超分辨率领域得到广泛应用,Transformer近年来在该类图像处理任务中的扩展更是具有里程碑的意义,然而这些大型网络具有过多的参数量和计算量,其在部署和应用上存在很大局限性。考虑到上述发展现状,提出一种基于交错组卷积与稀疏全局注意力的轻量级图像超分辨率重建网络,该网络引入了以交错组卷积为主的特征提取模块,对Transformer的多头自注意力机制进行优化,设计了一种稀疏全局注意力机制以增强特征学习能力,并提出了一种多尺度特征重构模块来提高重建效果。实验结果表明:相比其他几种基于深度神经网络的方法,所提方法的PSNR、SSIM、参数量、计算量等性能指标都表现较好。而与基于Transfomer的方法相比,所提方法在PSNR、SSIM指标上平均提高0.03、0.0002,在参数量、计算量、运行时间上平均降低2.66×10^(6)、130×10^(9)、930 ms。

关键词：图像超分辨率交错组卷积注意力机制轻量化网络 Transformer 多尺度特征重建

在线全文

学校读者我要写书评

暂无评论

基于语义感知的工业制造领域知识抽取方法

计算机工程与应用 2024年第12期60卷 357-365页

作者：黄子麒胡建鹏上海工程技术大学电子电气工程学院上海201620

工业制造领域通用知识抽取方法研究对于实现工业知识库自动化构建意义重大。针对工业本体定义需要大量人工成本和专家经验作指导的问题,基于义原分析设计了一种半自动本体构建方法,最后以汽车生产制造故障维修数据为例,完成了本体、本... 详细信息

工业制造领域通用知识抽取方法研究对于实现工业知识库自动化构建意义重大。针对工业本体定义需要大量人工成本和专家经验作指导的问题,基于义原分析设计了一种半自动本体构建方法,最后以汽车生产制造故障维修数据为例,完成了本体、本体类、层级和关系定义。为解决工业领域关系抽取存在的关系嵌套和级联模型误差传播问题,设计了一种基于语义感知的关系抽取模型:在该模型的潜在关系挖掘、主语抽取、宾语抽取三个环节中,基于阅读理解方法拼接不同的引导问句,得到适用于不同环节的句子编码;为利用主语先验知识,在宾语抽取模块融入注意力机制,提高了该模块编码的表达能力;三环节联合优化训练提升抽取效果。在汽车生产制造故障维修数据集、汽车工业故障模式抽取评测数据集、装备制造数据集中进行实验,提出的模型比其他关系抽取基线模型取得了更好的效果。

关键词：本体构建义原分析关系抽取注意力机制工业制造领域

在线全文

学校读者我要写书评

暂无评论

滑窗注意力多尺度均衡的密集行人检测算法

计算机科学与探索 2024年第5期18卷 1286-1300页

作者：于范张菁上海工程技术大学电子电气工程学院上海200335

由于现实场景下的行人目标在形态、尺度等方面存在巨大差异,相比于传统方法对多尺度行人检测平均精准率较低的情况,基于Transformer注意力机制的网络在行人检测领域已经展现出强大的性能。然而,密集场景下的多尺度检测仍存在一些难点。... 详细信息

由于现实场景下的行人目标在形态、尺度等方面存在巨大差异,相比于传统方法对多尺度行人检测平均精准率较低的情况,基于Transformer注意力机制的网络在行人检测领域已经展现出强大的性能。然而,密集场景下的多尺度检测仍存在一些难点。在密集场景中,通常会包含大量的被遮挡或小规模的行人目标,导致模型产生大量的误检和漏检,同时耗费大量的计算资源。此外,当行人目标重叠较为严重时,准确地检出所有目标也会变得极为困难。为了解决上述问题,提出了一种基于滑窗注意力的密集场景多尺度行人检测算法。在Backbone中使用改进Swin block使得网络能够提取到更多的细节特征,同时减少注意力机制带来的繁重计算量。为有效解决特征融合问题,在Neck部分使用DyHead block来统一多个注意力运算,以此提高特征融合效率。针对特征均衡问题,设计了一种基于全连接的特征尺度均衡模块,通过在特征金字塔的各层级之间构造不同的残差结构来进行特征平衡,辅助模型生成更高质量的特征图。在WiderPerson数据集上的实验结果表明,该算法在AP值上提升了1.1个百分点,在最值得关注的小目标和中目标上也分别有1.0和0.7个百分点的提升。

关键词：多尺度行人检测深度学习密集场景滑窗注意力特征融合均衡

在线全文

学校读者我要写书评

暂无评论

融合熵聚类和增广变邻策略的蚁群优化算法

计算机集成制造系统 2024年第6期30卷 2115-2129页

作者：李晗珂游晓明刘升上海工程技术大学电子电气工程学院上海201620 上海工程技术大学管理学院上海201620

针对蚁群算法求解大规模旅行商问题时存在收敛速度慢、易陷入局部最优的问题,提出一种融合熵聚类和增广变邻策略的蚁群优化算法。首先提出融合信息熵的聚类策略,利用熵确定最佳截断距离对数据集进行合理划分;通过求解每个子簇形成初始路... 详细信息

针对蚁群算法求解大规模旅行商问题时存在收敛速度慢、易陷入局部最优的问题,提出一种融合熵聚类和增广变邻策略的蚁群优化算法。首先提出融合信息熵的聚类策略,利用熵确定最佳截断距离对数据集进行合理划分;通过求解每个子簇形成初始路径,并为全局寻优提供导向信息素,从而提升收敛速度。其次提出增广变邻策略,将蚂蚁分为爬行蚁和滑翔蚁,滑翔蚁引入的增广变邻策略在迭代后更新节点和邻居信息素,而且通过邻居数量随最优解质量动态匹配,来强化邻居节点探索,以平衡收敛速度与解的质量。当算法陷入停滞时,利用路径相似性机制平滑非公共路径信息素,帮助算法跳出局部最优。通过对旅行商问题数据集进行实验仿真表明,所提算法有效平衡了收敛速度与解的精度,尤其对于大规模问题,显著提高了解的质量。

关键词：蚁群算法旅行商问题熵聚类增广变邻路径相似性

在线全文

学校读者我要写书评

暂无评论

基于时空图注意力网络的服务机器人动态避障

计算机工程 2024年第2期50卷 105-112页

作者：杜海军余粟上海工程技术大学电子电气工程学院上海201620

为了解决服务机器人在具有自主决策能力的密集人群中容易发生碰撞、假死和路径不自然等问题,在深度强化学习的框架下提出基于时空图注意力网络的服务机器人动态避障算法。时空图注意力网络作为邻近策略优化(PPO)算法的决策函数,首先采... 详细信息

为了解决服务机器人在具有自主决策能力的密集人群中容易发生碰撞、假死和路径不自然等问题,在深度强化学习的框架下提出基于时空图注意力网络的服务机器人动态避障算法。时空图注意力网络作为邻近策略优化(PPO)算法的决策函数,首先采用门控循环单元控制机器人对环境的记忆和遗忘程度,提取环境的时间特征,使其对行人运动趋势有一定的预测作用;然后采用图注意力网络获取机器人和行人在空间上的隐式交互特征,使机器人能寻找无碰撞路径;最后在PPO算法中对时空图注意力网络进行训练,使得机器人在人群中完成无碰撞导航任务。在人均2.5 m^(2)的动态封闭环境中对算法进行实验验证,结果表明,与非学习型的动态窗口算法相比,该算法导航成功率提高71个百分点,与基于学习型的DSRNN-RL算法相比,该算法导航成功率提高3个百分点同时导航路径更短。Gazebo环境下的实时导航测试结果表明,所提算法的平均推理时间为21.90 ms,可以满足实时导航的要求。

关键词：服务机器人动态避障深度强化学习时空图注意力网络实时导航