期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于惯性传感器的钻锚机器人机身定位方法研究
1
作者 张诚 袁慧铮 应之歌 《传感技术学报》 北大核心 2025年第3期550-554,共5页
煤矿钻锚机器人在定位过程中存在实时性较差、定位精度低等问题。为此,设计了一种结合惯性传感器的钻锚机器人机身定位方法。在构建钻锚机器人坐标系和其工作空间坐标系的基础上,通过惯性传感器对准钻锚机器人位姿参数,以此建立钻锚机... 煤矿钻锚机器人在定位过程中存在实时性较差、定位精度低等问题。为此,设计了一种结合惯性传感器的钻锚机器人机身定位方法。在构建钻锚机器人坐标系和其工作空间坐标系的基础上,通过惯性传感器对准钻锚机器人位姿参数,以此建立钻锚机器人在工作空间下的动力学模型,获取其运动状态。根据其运动状态的分析结果,采用光电编码器测量钻锚机器人的位移量并以此构建里程计模型,获取钻锚机器人的位姿运动轨迹。运用扩展卡尔曼滤波定位算法,完成钻锚机器人机身定位。仿真结果表明,所提方法在x轴和y轴的平均定位误差始终在1 cm左右,无较大的波动情况,且航向角误差在1°上下,平均定位耗时为2.20 ms,具有良好的定位效果。 展开更多
关键词 惯性传感器 钻锚机器人机身定位 卡尔曼滤波 动力学模型 编码器 里程计模型
在线阅读 下载PDF
基于卷积辅助自注意力的胸部疾病分类网络
2
作者 张自然 李锵 关欣 《浙江大学学报(工学版)》 北大核心 2025年第5期890-901,共12页
针对胸部X光影像中的病变大小不一,纹理复杂,且存在相互影响等问题,提出基于卷积辅助窗口自注意力的胸部X光影像疾病分类网络CAWSNet.使用Swin Transformer作为骨干网络,以窗口自注意力建模长距离视觉依赖关系,通过引入卷积辅助,在弥补... 针对胸部X光影像中的病变大小不一,纹理复杂,且存在相互影响等问题,提出基于卷积辅助窗口自注意力的胸部X光影像疾病分类网络CAWSNet.使用Swin Transformer作为骨干网络,以窗口自注意力建模长距离视觉依赖关系,通过引入卷积辅助,在弥补其缺陷的同时,强化局部特征提取能力.引入图像相对位置编码,通过有向相对位置的动态计算,帮助网络更好地建模像素间的位置关系.使用类别残差注意力,根据疾病类别来调整分类器关注的区域,突出有效信息,提高多标签分类能力.提出动态难度损失函数,解决不同疾病分类的难度差异大,数据集中正负样本不平衡的问题.在公开数据集ChestX-Ray14、CheXpert和MIMIC-CXR-JPG上的实验结果表明,提出CAWSNet的AUC分数分别达到0.853、0.898和0.819,表明该网络在胸部X光影像疾病诊断中的有效性和鲁棒性. 展开更多
关键词 胸部X光图像分类 窗口自注意力 卷积 图像相对位置编码 动态难度损失函数
在线阅读 下载PDF
可学习动态分组卷积神经网络的大规模点云分割 被引量:2
3
作者 康玥 杨军 《计算机工程与应用》 CSCD 北大核心 2024年第10期217-226,共10页
针对现有大规模点云语义分割算法提取特征时冗余干扰信息过多,导致神经网络分割性能较差的问题,提出可学习动态分组卷积神经网络架构,高效准确地实现大规模点云分割。对输入点云以分组的方式进行局部几何特征提取,并通过动态筛选和修剪... 针对现有大规模点云语义分割算法提取特征时冗余干扰信息过多,导致神经网络分割性能较差的问题,提出可学习动态分组卷积神经网络架构,高效准确地实现大规模点云分割。对输入点云以分组的方式进行局部几何特征提取,并通过动态筛选和修剪冗余特征通道来减少无用特征信息对神经网络特征识别的干扰,进一步提高网络模型语义分割精度。构建位置编码模块,将点云位置特征映射到高维频域空间,使神经网络充分挖掘点云频域特征信息,增强特征的丰富性。对提取到的局部几何特征和全局单点位置特征进行融合,并构建可学习动态分组卷积神经网络,完成解码得到最终分割结果。实验结果表明,该算法在大规模点云分割数据集S3DIS和SemanticKITTI上的mIoU分别为69.6%和58.3%。与现有点云语义分割方法相比,所提出的网络模型具有更高的分割准确率和较低的参数量。 展开更多
关键词 大规模点云 语义分割 可学习动态分组卷积 位置编码
在线阅读 下载PDF
基于敏感字符的SQL注入攻击防御方法 被引量:21
4
作者 张慧琳 丁羽 +5 位作者 张利华 段镭 张超 韦韬 李冠成 韩心慧 《计算机研究与发展》 EI CSCD 北大核心 2016年第10期2262-2276,共15页
SQL注入攻击历史悠久,其检测机制也研究甚广.现有的研究利用污点分析(taint analysis)结合SQL语句语法分析进行SQL注入攻击检测,但由于需要修改Web应用程序执行引擎来标记和跟踪污点信息,难以部署,并且时间和空间性能损失过大.通过分析... SQL注入攻击历史悠久,其检测机制也研究甚广.现有的研究利用污点分析(taint analysis)结合SQL语句语法分析进行SQL注入攻击检测,但由于需要修改Web应用程序执行引擎来标记和跟踪污点信息,难以部署,并且时间和空间性能损失过大.通过分析SQL注入攻击机理,提出一种基于敏感字符的SQL注入攻击防御方法.1)仅对来自常量字符串的可信敏感字符进行积极污点标记;2)无需修改Web应用程序执行引擎,利用编码转换将污点信息直接存储在可信敏感字符的编码值中,动态跟踪其在程序中的传播;3)无需SQL语句语法分析,只需利用编码值判断SQL语句中敏感字符的来源、转义非可信敏感字符,即可防御SQL注入攻击.基于PHP的Zend引擎实现了系统原型PHPGate,以插件方式实现、易部署.实验证明:PHPGate可精确防御SQL注入攻击,且有效提升污点传播效率,页面应答的时间开销不超过1.6%. 展开更多
关键词 SQL注入攻击 可信敏感字符 动态污点分析 积极污点分析 编码转换
在线阅读 下载PDF
一种求解CVRP的动态图转换模型 被引量:2
5
作者 王扬 陈智斌 《计算机工程与科学》 CSCD 北大核心 2023年第5期859-868,共10页
带容量的车辆路径问题是组合最优化问题中的经典问题,多年以来一直被反复研究。最近,Transformer已经成为解决车辆路径问题的主流深度学习架构。然而,由于一个实例在模型不同构造步骤中会发生改变,相应的节点特征也需要更新,传统位置编... 带容量的车辆路径问题是组合最优化问题中的经典问题,多年以来一直被反复研究。最近,Transformer已经成为解决车辆路径问题的主流深度学习架构。然而,由于一个实例在模型不同构造步骤中会发生改变,相应的节点特征也需要更新,传统位置编码方法不适用于提取动态优化问题的位置信息。因此,现有方法在提高学习效率方面效果较差。以最小化路径长度为目标,提出一种动态图转换模型(DGTM)和动态位置编码(DPE)方法,并使用一种双重损失REINFORCE算法训练DGTM模型。此外,强化学习、图神经网络和Transformer架构相结合,提高了模型的训练效率,增强了神经网络对带约束路径问题信息的表征能力。实验结果表明,DGTM模型在此问题上的优化效果超越了目前基于深度强化学习的方法和部分传统算法,整体性能优于专业求解器的,且具有较好的泛化性能,为求解图上组合最优化问题提供了一种有效方法。 展开更多
关键词 带容量的车辆路径问题 动态图转换模型 动态位置编码 深度强化学习 图神经网络 组合最优化问题
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部