期刊文献+
共找到166篇文章
< 1 2 9 >
每页显示 20 50 100
车联网边缘计算环境下基于流量预测的高效任务卸载策略研究 被引量:1
1
作者 许小龙 杨威 +4 位作者 杨辰翊 程勇 齐连永 项昊龙 窦万春 《电子学报》 北大核心 2025年第2期329-343,共15页
车联网(Internet of Vehicles,IoV)边缘计算通过将移动边缘计算和车联网相结合,实现了车辆计算任务从云服务器向边缘服务器的下沉,从而有效降低了车联网服务的响应时延.然而,车联网中不规则的交通流时空分布会导致边缘服务器计算负载不... 车联网(Internet of Vehicles,IoV)边缘计算通过将移动边缘计算和车联网相结合,实现了车辆计算任务从云服务器向边缘服务器的下沉,从而有效降低了车联网服务的响应时延.然而,车联网中不规则的交通流时空分布会导致边缘服务器计算负载不均衡,进而影响车联网服务的实时响应.为此,本文提出了一种车联网边缘计算环境下基于流量预测的高效任务卸载策略.具体而言,首先设计了能充分挖掘路段间连通性和距离信息的切比雪夫图加权网络(Chebyshev graph Weighted Network,ChebWN)进行交通流量预测.然后,设计了一种基于深度强化学习的二元任务卸载方法(DRL-based Binary task Offloading Algorithm,DBOA),该算法将二元任务卸载的决策过程分为两个阶段,即首先通过深度强化学习得到卸载策略,再通过一维双端查找算法确定最大化总计算速率的时间片分配方案,降低了决策过程的复杂度.最后,通过大量的对比实验验证了ChebWN在预测交通流量方面的准确性,以及DBOA在提升车联网服务响应速度方面的优越性. 展开更多
关键词 移动边缘计算 深度强化学习 车联网 图神经网络(GNN) 任务卸载
在线阅读 下载PDF
面向边缘计算场景的个性化联邦学习综述
2
作者 何帆 王勇 +1 位作者 杨静 于旭 《通信学报》 北大核心 2025年第7期206-225,共20页
针对传统联邦学习在边缘计算场景中面临边缘节点数据异质、个性化需求等挑战,导致全局模型难以适配多样化的边缘节点,对面向边缘计算场景的个性化联邦学习研究进展进行系统性的综述。首先,回顾个性化联邦学习的背景及意义并分析数据异... 针对传统联邦学习在边缘计算场景中面临边缘节点数据异质、个性化需求等挑战,导致全局模型难以适配多样化的边缘节点,对面向边缘计算场景的个性化联邦学习研究进展进行系统性的综述。首先,回顾个性化联邦学习的背景及意义并分析数据异质性对联邦学习的影响。其次,介绍数据异质性的概念,并归纳数据异质性的常见形式。然后,梳理现阶段面向边缘计算场景的个性化联邦学习研究方法,主要包括基于数据、基于客户端模型优化、基于服务器聚合优化、基于全局架构优化、基于大模型以及基于原型学习的5种关键方法。最后,对其发展趋势进行探讨并展望未来可能的研究方向,为未来个性化联邦学习领域的研究提供指引和方向。 展开更多
关键词 边缘计算场景 模型协同训练 数据异质性 个性化联邦学习
在线阅读 下载PDF
基于端信息完全跳扩混合技术的多用户接入机制研究
3
作者 张祚铭 李方晓 +1 位作者 罗胜瀚 石乐义 《电信科学》 北大核心 2025年第5期107-120,共14页
随着网络攻击日益频繁,传统网络防御技术已经无法满足当前需求。主动防御凭借其动态随机的特性,成为当前应对网络攻击的有效方法之一。端信息完全跳扩混合技术是一种主动防御技术,通过动态随机地调整端信息,使系统在端口关闭的情况下仍... 随着网络攻击日益频繁,传统网络防御技术已经无法满足当前需求。主动防御凭借其动态随机的特性,成为当前应对网络攻击的有效方法之一。端信息完全跳扩混合技术是一种主动防御技术,通过动态随机地调整端信息,使系统在端口关闭的情况下仍能保持通信,从而具有良好的隐蔽性和安全性。然而,该技术在传输速率和用户容量方面存在不足,仅支持一对一通信。为了解决上述问题,提出了一种新的网络通信策略,即将端信息完全跳扩混合技术和稀疏码分多址接入(sparse code multiple access,SCMA)相结合,以提高系统的接入用户容量和整体传输速率。理论分析和实验结果表明,在保证良好的隐蔽性和安全性情况下,该策略提高了系统的用户数量和传输速率。 展开更多
关键词 网络安全 端信息完全跳扩混合技术 主动网络防御 稀疏码分多址接入
在线阅读 下载PDF
面向绿色计算的车辆协同任务卸载方法 被引量:1
4
作者 张红霞 吕智豪 +3 位作者 席诗语 刘佳敏 郭加树 张培颖 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第1期175-183,共9页
车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(... 车辆边缘计算(VEC)为处理计算密集、延迟敏感型任务提供了新的范式,然而边缘服务器在整合可再生能源方面的能力较差。因此,为了提高边缘服务器的能效,该文设计了一种面向绿色计算的车辆协同任务卸载框架。在该框架中,车辆配备能源收集(EH)设备,通过彼此间共享绿色能源和计算资源协作执行任务。为有效促进车辆的参与积极性,该文通过动态定价激励车辆,并综合考虑了车辆的移动性、任务优先级等。为了使卸载决策适应动态环境的变化,该文提出了一种基于双延迟深度确定性策略梯度(TD3)的任务卸载方法,以在最大化所有车辆平均任务完成效用的同时减少边缘端电网电力的使用。最后,仿真结果验证了该方法的有效性,相比基于深度确定性策略梯度(DDPG)和基于贪心原则(GPE)的方法在性能上分别提升了7.34%和37.47%。 展开更多
关键词 车辆边缘计算 任务卸载 能源收集 车辆协同 动态定价
在线阅读 下载PDF
基于信息价值的协同感知信息传输控制方案
5
作者 刘建航 周翔 +1 位作者 李世宝 崔学荣 《计算机工程》 北大核心 2025年第6期245-254,共10页
路边单元(RSU)检测感知道路环境后形成协同感知信息(CPM),将该CPM由RSU传输至道路中的车辆,可以扩大车辆的感知范围,有效提升车辆行驶的安全指数。但是,在车辆和行人众多的城市场景中,RSU感知道路个体(包括车辆、行人等)后形成的CPM数... 路边单元(RSU)检测感知道路环境后形成协同感知信息(CPM),将该CPM由RSU传输至道路中的车辆,可以扩大车辆的感知范围,有效提升车辆行驶的安全指数。但是,在车辆和行人众多的城市场景中,RSU感知道路个体(包括车辆、行人等)后形成的CPM数据规模过大,其中包含过多低安全价值的感知对象信息(POI),将其频繁共享给车辆容易造成网络拥塞,从而增加传输延迟,降低CPM的服务质量。为此,提出了一种命名为TRAC的CPM传输控制方案。该方案通过改进的碰撞预警时间(Improved-TTC)识别道路个体的碰撞风险,从而确定感知对象信息的交通安全价值。根据该安全价值,路边单元可以有选择性地传输POI。TRAC方案中的自适应CPM传输控制算法根据实时的网络状态决定CPM的生成频率。CPM高价值传输内容选择算法根据交通安全价值决定应该传输哪些POI。实验结果表明,该方案有效降低了传输延迟,提高CPM的服务质量,与现有方案相比,TRAC方案的CPM传输延迟最多可降低了89%,服务质量最多可提升8.1倍。 展开更多
关键词 感知信息 协同感知信息 信息价值 辅助驾驶 传输延迟 服务质量
在线阅读 下载PDF
分割图像辅助的自监督医学图像配准
6
作者 李宗民 王群 +1 位作者 李泫廷 杨超智 《计算机工程与设计》 北大核心 2025年第3期857-863,共7页
为解决可形变医学图像配准工作更关注于像素/体素层级的配准,忽略了扫描图像中的结构信息的问题,采用多结构特征提取模块(multi-structure feature extraction,MSFE)。以形变图像的分割图像和固定图像的分割图像作为输入,提取结构信息... 为解决可形变医学图像配准工作更关注于像素/体素层级的配准,忽略了扫描图像中的结构信息的问题,采用多结构特征提取模块(multi-structure feature extraction,MSFE)。以形变图像的分割图像和固定图像的分割图像作为输入,提取结构信息并反馈给配准神经网络。在此基础上,在配准任务常用的损失函数中加入与MSFE模块搭配的损失函数与分割任务中常用的损失函数以辅助配准。所提方法只参与配准网络的训练阶段,不参与测试阶段,不会增加实际配准时所需的时间。在OASIS Sample Data数据集上的实验验证了方法的有效性。 展开更多
关键词 深度学习 自监督 单模态 可形变配准 医学图像 医学图像配准 分割图像
在线阅读 下载PDF
用于雨线和雨滴去除的像素级核预测网络
7
作者 李克文 姚贤哲 +1 位作者 蒋衡杰 刘文龙 《计算机工程与设计》 北大核心 2025年第1期182-189,共8页
针对现有的图像去雨算法通常需要设计先验知识和多阶段优化框架导致算法适应场景单一的问题,提出一种基于图像过滤统一去除雨线和雨滴的去雨核预测网络(RKPN)。有雨图像通过RKPN估计像素级去雨内核。采用空洞卷积提取多尺度特征,提出一... 针对现有的图像去雨算法通常需要设计先验知识和多阶段优化框架导致算法适应场景单一的问题,提出一种基于图像过滤统一去除雨线和雨滴的去雨核预测网络(RKPN)。有雨图像通过RKPN估计像素级去雨内核。采用空洞卷积提取多尺度特征,提出一个多分支特征聚合模块。通过数据增强构建一个雨线和雨滴混合数据集(RDRS),提升现实世界复杂场景中图像去雨算法的效果。对4个公开数据集和RDRS数据集的广泛实验结果表明,所提模型取得均高于MPRNet等主流网络的峰值信噪比和结构相似度。 展开更多
关键词 深度学习 图像去雨 核预测网络 计算机视觉 混合雨模式 图像过滤 注意力机制
在线阅读 下载PDF
基于扩散模型的遥感图像变化检测方法
8
作者 李克文 蒋衡杰 +2 位作者 李国庆 姚贤哲 刘文龙 《计算机工程与设计》 北大核心 2025年第2期337-344,共8页
针对遥感图像人工标注耗时且昂贵的缺点,提出一种两阶段的变化检测方法。通过预训练去噪扩散概率模型来利用这些现成的、未标注的遥感图像信息,利用从扩散模型主干网络U-Net的后半部分编码器中获取的多尺度特征来训练一个轻量级的变化... 针对遥感图像人工标注耗时且昂贵的缺点,提出一种两阶段的变化检测方法。通过预训练去噪扩散概率模型来利用这些现成的、未标注的遥感图像信息,利用从扩散模型主干网络U-Net的后半部分编码器中获取的多尺度特征来训练一个轻量级的变化检测头部。通过同时处理不同加噪时间步的遥感图像,基于噪声水平进行加权融合进一步提升模型对变化相关信息的敏感性。在LEVIR-CD和WHU-CD数据集上的对比实验结果表明,该方法有效提高了识别精度。 展开更多
关键词 变化检测 深度学习 预训练 特征融合 特征提取 扩散模型 无监督训练
在线阅读 下载PDF
基于多特征提取和对比学习的知识图谱链接预测
9
作者 李华昱 李海洋 +1 位作者 王翠翠 满笑军 《计算机应用研究》 北大核心 2025年第2期530-538,共9页
针对传统知识图谱链接预测方法提取图谱节点特征角度单一,且在训练过程中较少考虑节点间复杂的交互作用,构建的负例三元组质量较低等问题,提出了一种链接预测方法,旨在充分利用知识图谱节点间的相互作用和图结构蕴含的交互信息,考虑从... 针对传统知识图谱链接预测方法提取图谱节点特征角度单一,且在训练过程中较少考虑节点间复杂的交互作用,构建的负例三元组质量较低等问题,提出了一种链接预测方法,旨在充分利用知识图谱节点间的相互作用和图结构蕴含的交互信息,考虑从多特征角度识别出三元组中的缺失事实。首先,通过不同的节点特征提取方式从不同角度获得节点的嵌入表示,并聚合邻居节点特征以增强其实体语义信息;其次,用多个卷积操作提取实体和关系之间的全局关系和过渡特征,通过深度特征提取的方式处理实体和关系的信息交互;最后,通过引入对比学习,干预负例三元组的构建,同时增强负例三元组的特征,提高所构建三元组的质量,最终通过计算余弦相似度筛选出预测实体。实验结果表明,提出的方法在知识图谱链接预测任务中的多个评价指标相比对比模型均有提高,同时验证了所提方法在处理多关系的复杂知识图谱时的有效性。 展开更多
关键词 知识图谱 链接预测 图结构 对比学习 负采样
在线阅读 下载PDF
结合检测修复和特征平滑更新的多目标追踪
10
作者 李宗民 杨少波 王君伍 《计算机工程与应用》 北大核心 2025年第9期202-210,共9页
多目标跟踪可以分为两个子任务,目标检测任务和数据关联任务。随着多目标跟踪数据集的日益复杂,密集人群引起的遮挡问题严重影响了检测和关联的准确性。为此提出了两个改进模块。检测修复模块,对目标检测的结果进行修复。前一帧轨迹的... 多目标跟踪可以分为两个子任务,目标检测任务和数据关联任务。随着多目标跟踪数据集的日益复杂,密集人群引起的遮挡问题严重影响了检测和关联的准确性。为此提出了两个改进模块。检测修复模块,对目标检测的结果进行修复。前一帧轨迹的外观特征和当前帧特征作互相关运算得到的最高相应点作为潜在的检测框,将其与初始检测框融合,实现检测修复,并引入特征局部扩展思想减少该方式产生的误检。平滑的特征更新模块,如何确定和衡量遮挡程度是进一步优化的前提。为此提出特征独立性作为衡量遮挡指标,利用检测框下边界判断遮挡关系,以检测框重合部分比上自身计算特征独立性,并在此基础上设计平滑的外观特征更新算法。在密集多目标跟踪数据集MOT20上,用单阶段模型实现了最先进的性能,HOTA提升到55.3%和MOTA提升到70.7%。 展开更多
关键词 多目标跟踪 检测修复 遮挡 外观特征更新
在线阅读 下载PDF
复杂场景下传送带实时偏移检测
11
作者 宫法明 兰光诚 牛博 《计算机工程与应用》 北大核心 2025年第5期269-278,共10页
传送带在工业生产线和物流系统中扮演着重要的角色,然而传送带的偏移可能导致生产效率下降、质量损失以及生产线堵塞等问题。针对传统传送带偏移检测算法存在特征提取困难、缺乏通用性、实时性差等问题,提出了一种基于REO的传送带实时... 传送带在工业生产线和物流系统中扮演着重要的角色,然而传送带的偏移可能导致生产效率下降、质量损失以及生产线堵塞等问题。针对传统传送带偏移检测算法存在特征提取困难、缺乏通用性、实时性差等问题,提出了一种基于REO的传送带实时偏移检测算法,该算法主要由三部分组成:传送带区域提取、边缘线检测、偏移量计算。通过提出的UNet-CRFs网络从视频图像中精确分割出传送带区域,极大地降低了背景干扰对检测结果的影响,同时增加特征增强与区域提取模块细化分割结果;相较于传统方法只检测传送带外侧两条边缘线,提出的边缘线检测算法(CH-LaneNet)分别对传送带及物料区域的边缘进行提取,同时识别并消除冗余的边缘线;设计了一种偏移判定策略,通过几何方法计算偏移量并构建数学模型,实现传送带偏移检测,避免了传统方法中易发生的图像偏移失真等情况。实验结果表明,所提出的方法在传送带区域提取的像素精度达到了98.21%,边缘线检测任务的像素精度达到96.49%,F1分数为80.40%,偏移量算法的AUC为85%,证明提出的方法对传送带偏移检测具有有效性。 展开更多
关键词 传送带 语义分割 特征提取 偏移检测
在线阅读 下载PDF
基于原型分散网络的端到端行人搜索方法 被引量:1
12
作者 张雯欣 刘玉杰 +2 位作者 王兆勇 孙浩淼 李宗民 《计算机工程》 北大核心 2025年第1期269-276,共8页
行人搜索旨在全景图像中对目标行人进行定位和识别,可以看作目标检测和行人重识别任务的结合。然而,不同行人的着装相似性和同一行人在多变环境条件下的外观差异,增加了行人身份辨别的难度。为了解决这一问题,提出了一个原型分散网络,... 行人搜索旨在全景图像中对目标行人进行定位和识别,可以看作目标检测和行人重识别任务的结合。然而,不同行人的着装相似性和同一行人在多变环境条件下的外观差异,增加了行人身份辨别的难度。为了解决这一问题,提出了一个原型分散网络,通过调整原型的分布情况,增强网络的辨别能力。首先,设计了一个原型增强模块,通过原型特征指导注意力网络的学习并利用K最大池化方法保留更多重要的行人特征,借助原型的指导使网络关注更重要的区域,学习细粒度的行人特征,进而提高网络对相似行人的辨别能力。其次,提出一种自适应更新的原型学习策略,以在原型特征更新时保留更多检测精准的候选框信息。最后,通过分布稀疏损失保证所存储的原型尽可能分散,从而确保网络能识别到行人的可区分性特征。最终在公共的行人搜索数据集CUHK-SYSU和PRW上进行了实验,该方法在平均精度均值(mAP)上分别达到了95.1%和49.8%,在Top-1准确率上分别达到了95.9%和88.5%,有效地提高了行人搜索的准确率。 展开更多
关键词 行人搜索 行人重识别 原型 自适应更新 分布稀疏损失
在线阅读 下载PDF
多分支加权的Transformer霍克斯过程 被引量:1
13
作者 高腾达 任兆亭 +2 位作者 孙铁军 吴春雷 王雷全 《计算机工程与应用》 北大核心 2025年第2期191-199,共9页
时序点过程作为一种异步事件序列建模的重要方法,目前已经在地震、医疗等领域得到了广泛的应用。Transformer等深度学习模型的引入使得模型的预测性能得到了突破性进步,为了解决基于Transformer的霍克斯过程模型在对事件序列建模时出现... 时序点过程作为一种异步事件序列建模的重要方法,目前已经在地震、医疗等领域得到了广泛的应用。Transformer等深度学习模型的引入使得模型的预测性能得到了突破性进步,为了解决基于Transformer的霍克斯过程模型在对事件序列建模时出现的学习偏差问题,提出了多分支加权的Transformer霍克斯过程模型(multi-branch weighted transformer Hawkes process,MWTHP)。基于多分支的思想,通过为不同角度下学习到的依赖关系赋予差异化的重要性,提高模型对事件序列的建模能力;为了应对基于Transformer的霍克斯过程模型的局部感知能力较差问题,构建了一种基于因果卷积的局部感知增强网络,改善了模型对事件序列局部上下文信息的关注能力。通过在多个合成数据集和真实世界数据集上进行实验,采用对数似然值、时间均方根误差、事件类型准确率等指标进行综合评价。实验结果验证了所提模型的性能优于其他基准模型;通过消融实验,证明了局部感知增强网络的有效性。 展开更多
关键词 时序点过程 霍克斯过程 深度学习 转换器 多分支加权
在线阅读 下载PDF
工控入侵检测系统安全增强方案 被引量:2
14
作者 李方晓 侯会文 石乐义 《计算机工程与设计》 北大核心 2025年第1期124-130,共7页
针对基于联邦学习工控入侵检测模型训练时存在中心化、易受攻击的问题,提出一种去中心安全增强方案。在联邦学习训练中,通过模型参数确定参数聚合临时服务器并引入跳变机制,可以有效抵御拒绝服务攻击;利用系统流量数据中时间戳等信息,... 针对基于联邦学习工控入侵检测模型训练时存在中心化、易受攻击的问题,提出一种去中心安全增强方案。在联邦学习训练中,通过模型参数确定参数聚合临时服务器并引入跳变机制,可以有效抵御拒绝服务攻击;利用系统流量数据中时间戳等信息,减缓重放攻击的影响;提出一种基于同态加密的流量加密方案。实验结果表明,所提方案可以抵抗每秒10000数据包的拒绝服务攻击,提高了联邦学习的安全性。 展开更多
关键词 工业控制网络 入侵检测 端信息跳变 分布式拒绝服务攻击 重放攻击 同态加密 主动防御 联邦学习
在线阅读 下载PDF
AI-Curling:一种冰壶现场分析与决策方法 被引量:1
15
作者 孙浩淼 李宗民 +2 位作者 肖倩 孙文洁 张雯欣 《计算机工程》 北大核心 2025年第2期102-110,共9页
为满足冰壶智能训练的需求,结合计算机视觉与深度强化学习(RL)技术,提出一种新的现场冰壶决策方法AI-Curling。AI-Curling包含冰壶检测(SR-Yolo)以及策略生成(GSP-MCTS)2个部分。SR-Yolo模块负责感知关键时刻冰壶状态,提取实景冰壶的位... 为满足冰壶智能训练的需求,结合计算机视觉与深度强化学习(RL)技术,提出一种新的现场冰壶决策方法AI-Curling。AI-Curling包含冰壶检测(SR-Yolo)以及策略生成(GSP-MCTS)2个部分。SR-Yolo模块负责感知关键时刻冰壶状态,提取实景冰壶的位置与种类信息。为提高大场景下的小目标检测精度,防止不恰当下采样造成的特征损失,引入浅层细化骨干网络(SRNet),通过在网络初级阶段增加层级,捕获更丰富的特征信息。此外,在多尺度融合网络中,引入自适应特征优化融合(AFOF)模块,以增加各层网络有效样本,避免小尺度目标淹没在复杂背景和噪声中。GSP-MCTS模块通过蒙特卡洛树搜索(MCTS)算法结合策略价值网络的方式,实现冰壶比赛决策分析。该模块通过引入核函数处理动作空间连续性和执行不确定性,并在策略价值网络中嵌入全局策略感知模块(GSP),增强了网络空间感知能力。在实验中,SR-Yolo在常规冰壶数据集Curling上平均精度均值(mAP@0.5)为0.974,在遮挡较多的复杂冰壶数据集Curling_hard上mAP@0.5为0.723。同时,GSP-MCTS与最新实景冰壶模型Curling MCTS对战获得62%的胜率。实验结果表明,GSP-MCTS具有更好的性能。 展开更多
关键词 强化学习 深度学习 冰壶检测 小目标检测 蒙特卡洛树搜索
在线阅读 下载PDF
小目标检测技术研究综述 被引量:42
16
作者 梁鸿 王庆玮 +1 位作者 张千 李传秀 《计算机工程与应用》 CSCD 北大核心 2021年第1期17-28,共12页
小目标检测是针对图像中像素占比少的目标,借助计算机视觉在图像中找到并判断该目标所属类别的目标检测技术。与目前应用较为成熟的大尺度、中尺度目标检测不同,小目标自身存在着语义信息少、覆盖面积小等先天不足,导致小目标的检测效... 小目标检测是针对图像中像素占比少的目标,借助计算机视觉在图像中找到并判断该目标所属类别的目标检测技术。与目前应用较为成熟的大尺度、中尺度目标检测不同,小目标自身存在着语义信息少、覆盖面积小等先天不足,导致小目标的检测效果并不理想,因此如何提高小目标的检测效果依然是计算机视觉领域的一大难题。对近年来国内外小目标检测领域研究成果进行了梳理,以小目标检测技术为核心,对关于小目标的定义、检测难点进行分析;将能有效提高小目标检测精度的方法进行分类汇总,并介绍了各种方法的应用与优缺点;最后对未来小目标检测领域发展趋势进行了预测与展望。 展开更多
关键词 深度学习 计算机视觉 卷积神经网络 小目标检测
在线阅读 下载PDF
深度学习技术在胎儿超声心动图图像自动识别中的应用 被引量:8
17
作者 罗刚 泮思林 +4 位作者 乔思波 庞善臣 陈涛涛 孙玲玉 董玉坤 《实用医学杂志》 CAS 北大核心 2022年第14期1830-1833,共4页
目的探讨深度学习技术在胎儿超声心动图图像自动识别中应用的可行性。方法对YOLOv4模型进行改进,引入多级残差混合注意力机制模块(MRHAM),建立MRHAM-YOLOv4-Slim模型。选取青岛大学附属妇女儿童医院收集的2000张标准胎儿超声心动图四腔... 目的探讨深度学习技术在胎儿超声心动图图像自动识别中应用的可行性。方法对YOLOv4模型进行改进,引入多级残差混合注意力机制模块(MRHAM),建立MRHAM-YOLOv4-Slim模型。选取青岛大学附属妇女儿童医院收集的2000张标准胎儿超声心动图四腔心切面图片建立实验数据集,将MRHAM-YOLOv4-Slim与多种学习模型进行图像识别的分析比较,验证该模型的有效性。结果本研究建立的学习模型能够更精确识别图像中的心腔结构,准确率为0.85,召回率为0.92,F1分数为0.88,平均精度为0.910。该模型具体识别左心房、右心房、左心室和右心室的准确度分别为0.87、0.93、0.86和0.89。结论本研究建立MRHAM-YOLOv4-Slim模型性能优越,可更准确的识别四腔心切面中心腔结构,接近超声医师识别水平,为人工智能在胎儿超声心动步图中的进一发展奠定基础。 展开更多
关键词 深度学习 人工智能 胎儿 超声心动描记术
在线阅读 下载PDF
基于社区发现和表征对比的参数解耦联邦学习方法
18
作者 刘启源 赵宏伟 +1 位作者 张镇 张卫山 《计算机工程与设计》 北大核心 2025年第2期321-328,共8页
为解决非独立同分布的节点数据导致的全局共享层特征提取能力下降的问题,提出一种基于社区发现和表征对比的参数解耦联邦学习方法。基于共享层深层的参数更新构建联邦社交网络,降低用于客户端关系建模的数据通信量;设计社区发现算法在... 为解决非独立同分布的节点数据导致的全局共享层特征提取能力下降的问题,提出一种基于社区发现和表征对比的参数解耦联邦学习方法。基于共享层深层的参数更新构建联邦社交网络,降低用于客户端关系建模的数据通信量;设计社区发现算法在联邦社交网络中的适配策略,为每个社区聚合专用的共享层,增强模型的个性化性能;提出一种社区模型对比损失约束节点模型梯度更新的方向,利用社区间的知识加速模型收敛。3个数据集上的实验结果表明,所提方法比先进的参数解耦联邦学习方法有更高的分类精度与更快的收敛速度。 展开更多
关键词 联邦学习 参数解耦 社区发现 对比学习 社交网络 模型个性化 图像分类
在线阅读 下载PDF
基于DMC-YOLO的交通标志实时检测算法
19
作者 栾孟娜 郑秋梅 王风华 《计算机工程》 北大核心 2025年第7期90-99,共10页
在交通标志检测中,由于外界环境的干扰以及驾驶场景中交通标志目标较小的特点,导致提升交通标志检测性能一直是一项具有挑战性的任务。提出一种新的交通标志检测算法,其能够在保证实时检测的情况下显著提高模型的检测精度。首先设计一... 在交通标志检测中,由于外界环境的干扰以及驾驶场景中交通标志目标较小的特点,导致提升交通标志检测性能一直是一项具有挑战性的任务。提出一种新的交通标志检测算法,其能够在保证实时检测的情况下显著提高模型的检测精度。首先设计一种新的多尺度特征提取网络,引入大尺度特征来增加小目标定位信息,同时设计多尺度特征注意增强模块进一步获得目标的上下文信息。其次,为了降低模型的计算量和复杂度,对原始模型的多尺度检测头进行改进,选取2个大尺度检测头对小目标进行检测。最后,对完全交并比(CIoU)损失函数进行改进,增强算法对小目标的感知能力,同时提高网络的训练效率。将改进后的模型在2个开源的公共数据集上进行实验。实验结果表明,该算法在TT100K和CCTSDB 2021交通标志数据集上对交通标志小目标的检测精度均有提高,在2个数据集的测试集上均值平均精度(mAP)分别达到84.8%和83.6%,较基准模型分别提升了3.0和3.6百分点,具有更高的检测性能和特征提取能力,且满足实时检测的需求。 展开更多
关键词 交通标志检测 多尺度特征融合 注意力机制 膨胀卷积 小目标检测
在线阅读 下载PDF
基于热流固耦合作用的深水裂缝性地层高温高压井关井求压方法
20
作者 陈刚 王志远 +5 位作者 孙小辉 钟杰 张剑波 刘雪琪 张明伟 孙宝江 《石油勘探与开发》 北大核心 2025年第2期451-462,共12页
综合考虑温度、压力对深水裂缝性地层高温高压井井内流体密度的影响和地层裂缝变形对关井续流作用的影响,耦合关井温度场模型、裂缝变形模型和气体流动模型,建立考虑热流固耦合作用的关井井筒压力计算模型,分析地温梯度、井底压差、钻... 综合考虑温度、压力对深水裂缝性地层高温高压井井内流体密度的影响和地层裂缝变形对关井续流作用的影响,耦合关井温度场模型、裂缝变形模型和气体流动模型,建立考虑热流固耦合作用的关井井筒压力计算模型,分析地温梯度、井底压差、钻井液池增量和井涌指数对井口套压的影响规律,并基于耦合模型计算结果建立高温高压井关井求压图版。研究表明:地温梯度、井底压差、钻井液池增量与井口套压呈正相关关系,井涌指数越大压力攀升越快而最大套压保持稳定;与实例井数据对比验证表明,耦合模型计算关井后井筒恢复压力准确率达95%以上,根据关井求压图版求取目标井口套压和目标关井时间的准确率分别为97.2%和98.3%。采用该方法能够在高温高压井关井后准确求取地层压力,为后续井控措施提供依据,保证深水深层油气安全高效开发。 展开更多
关键词 热流固耦合 高温高压井 关井求压 裂缝性地层 深水
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部