检索结果-维普期刊中文期刊服务平台

基于多粒度分层网格划分的多星对地覆盖计算方法: 1; 作者宋志明黄诚 +3 位作者陈晓宇戴光明王茂才彭雷《西北工业大学学报》北大核心 2025年第3期536-545,共10页; 针对多星联合对地覆盖计算问题,深入分析了卫星星座及星地覆盖空间几何特征,并提出一种基于Delaunay三角网和多粒度分层网格划分混合的多星对地覆盖计算方法。基于Delaunay三角网特性与划分规则,对覆盖目标区域进行特征图元划分,定义了... 展开更多; 关键词卫星星座覆盖计算 Delaunay三角网剖分多粒度分层网格划分; 在线阅读下载PDF 职称材料

一种确定性星座对地覆盖计算方法被引量：6: 2; 作者陈晓宇戴光明 +1 位作者王茂才宋志明《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2017年第4期55-60,共6页; 为提高星地覆盖计算精度和效率,研究了星座对地覆盖问题.首先,分析了星座对地覆盖几何特性,着重研究了基于Delaunay三角网和Voronoi图的星座空间几何构形划分方法;其次,通过定义卫星的所属覆盖区域,将星座对地覆盖问题简化为单星覆盖问... 展开更多; 关键词卫星星座覆盖计算性能分析 DELAUNAY三角网 VORONOI图; 在线阅读下载PDF 职称材料

一种基于Tri-training的众包标记噪声纠正算法被引量：2: 3; 作者杨艺蒋良孝 +1 位作者李超群李宏伟《电子学报》 EI CAS CSCD 北大核心 2021年第3期424-434,共11页; 在众包学习中,使用标记集成算法得到的集成标记中仍然存在一定程度的标记噪声.本文受三重训练思想的启发,提出了一种基于tri-training的众包标记噪声纠正算法(Tri-Training-based Label Noise Correction,TTLNC).TTLNC首先使用过滤器获... 展开更多; 关键词众包学习三重训练集成标记标记噪声噪声纠正噪声过滤; 在线阅读下载PDF 职称材料

一种双层贝叶斯模型:随机森林朴素贝叶斯被引量：13: 4; 作者张文钧蒋良孝 +1 位作者张欢陈龙《计算机研究与发展》 EI CSCD 北大核心 2021年第9期2040-2051,共12页; 文本分类是自然语言处理领域的一项基础工作.文本数据的高维性和稀疏性,给文本分类带来了许多问题和挑战.朴素贝叶斯模型因其简单、高效、易理解的特点被广泛应用于文本分类任务,但其属性条件独立假设在现实的文本数据中很难满足,从而... 展开更多; 关键词朴素贝叶斯随机森林特征学习特征表示文本分类; 在线阅读下载PDF 职称材料

基于特征通道和空间位置注意力的三维点云特征学习网络被引量：2: 5; 作者吴亦奇韩放 +2 位作者张德军何发智陈壹林《计算机工程与科学》 CSCD 北大核心 2022年第7期1239-1246,共8页; 点云模型的分类与部件分割是三维点云数据处理的基本任务,其核心在于获取可以有效表示三维模型的点云特征。提出一个引入注意力机制的三维点云特征学习网络。该网络采用多层次点云特征提取方法,首先使用特征通道注意力模块获取各通道间... 展开更多; 关键词点云模型注意力机制形状分类部件分割; 在线阅读下载PDF 职称材料

一种基于自训练的众包标记噪声纠正算法被引量：1: 6; 作者杨艺蒋良孝李超群《自动化学报》 EI CAS CSCD 北大核心 2023年第4期830-844,共15页; 针对众包标记经过标记集成后仍然存在噪声的问题,提出了一种基于自训练的众包标记噪声纠正算法(Selftraining-based label noise correction,STLNC).STLNC整体分为3个阶段:第1阶段利用过滤器将带集成标记的众包数据集分为噪声集和干净集... 展开更多; 关键词众包学习自训练集成标记标记噪声噪声纠正; 在线阅读下载PDF 职称材料

题名基于多粒度分层网格划分的多星对地覆盖计算方法: 1; 作者宋志明黄诚陈晓宇戴光明王茂才彭雷; 机构计算机学院中国地质大学(武汉) 智能地学信息处理湖北省重点实验室中国地质大学; 出处《西北工业大学学报》北大核心 2025年第3期536-545,共10页; 基金国家自然科学基金(42271391,62006214) 湖北省重点研发专项(2023BIB015) 湖北省优秀中青年科技创新团队计划(T2021031)资助。; 文摘针对多星联合对地覆盖计算问题,深入分析了卫星星座及星地覆盖空间几何特征,并提出一种基于Delaunay三角网和多粒度分层网格划分混合的多星对地覆盖计算方法。基于Delaunay三角网特性与划分规则,对覆盖目标区域进行特征图元划分,定义了球面三角形的区域覆盖状态,提出了星座覆盖状态的判定方法。在此基础上,提出了星地瞬时性覆盖率计算方法与时段性覆盖指标精确计算方法。数值仿真实验验证了该算法在不同覆盖场景下的有效性和高效性,证明了其不仅能适用于规则形状的地面区域,也能高效处理任意形状地面目标的覆盖问题。; 关键词卫星星座覆盖计算 Delaunay三角网剖分多粒度分层网格划分; Keywords satellite constellation coverage computation Delaunay triangulation division multi-granularity hierarchical grid division; 分类号 V474 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名一种确定性星座对地覆盖计算方法被引量：6: 2; 作者陈晓宇戴光明王茂才宋志明; 机构中国地质大学计算机学院智能地学信息处理湖北省重点实验室(中国地质大学); 出处《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2017年第4期55-60,共6页; 基金国家自然科学基金(41571403 61472375 61103144); 文摘为提高星地覆盖计算精度和效率,研究了星座对地覆盖问题.首先,分析了星座对地覆盖几何特性,着重研究了基于Delaunay三角网和Voronoi图的星座空间几何构形划分方法;其次,通过定义卫星的所属覆盖区域,将星座对地覆盖问题简化为单星覆盖问题.并在此基础上提出了星座对任意类型地面目标覆盖能力的精确、快速计算方法;最后,比较不同覆盖目标下,所提出的方法和经典的网格点划分方法的计算精度和计算效率.实验结果表明,所提出方法具有正确性和高效性,且该方法可以有效应用于卫星星座优化设计和性能分析中.; 关键词卫星星座覆盖计算性能分析 DELAUNAY三角网 VORONOI图; Keywords satellite constellation coverage calculation performance analysis delaunay triangulation Voronoi diagram; 分类号 V474 [航空宇航科学与技术—飞行器设计]; 在线阅读下载PDF 职称材料

题名一种基于Tri-training的众包标记噪声纠正算法被引量：2: 3; 作者杨艺蒋良孝李超群李宏伟; 机构中国地质大学计算机学院智能地学信息处理湖北省重点实验室(中国地质大学) 中国地质大学数学与物理学院; 出处《电子学报》 EI CAS CSCD 北大核心 2021年第3期424-434,共11页; 基金国家自然科学基金联合基金(No.U1711267) 中央高校基本科研业务费专项资金(No.CUGGC03)。; 文摘在众包学习中,使用标记集成算法得到的集成标记中仍然存在一定程度的标记噪声.本文受三重训练思想的启发,提出了一种基于tri-training的众包标记噪声纠正算法(Tri-Training-based Label Noise Correction,TTLNC).TTLNC首先使用过滤器获得干净集和噪声集,然后在干净集上进行bagging分别训练三个不同的分类器,并通过这些分类器重新标注噪声集中的实例,同时按照实例分配策略将实例分配给相应的训练集.最后在新训练集上重新训练三个不同的分类器,并用新分类器的分类结果重新标注所有实例.在仿真标准数据和真实众包数据集上的实验结果表明TTLNC比其他四种最先进的噪声纠正算法在噪声比和模型质量两个度量指标上表现更优.; 关键词众包学习三重训练集成标记标记噪声噪声纠正噪声过滤; Keywords crowdsourcing learning tri-training integrated labels label noise noise correction noise filtering; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种双层贝叶斯模型:随机森林朴素贝叶斯被引量：13: 4; 作者张文钧蒋良孝张欢陈龙; 机构中国地质大学计算机学院智能地学信息处理湖北省重点实验室(中国地质大学); 出处《计算机研究与发展》 EI CSCD 北大核心 2021年第9期2040-2051,共12页; 基金国家自然科学基金联合基金重点项目(U1711267) 中央高校基本科研业务费专项资金项目(CUGGC03)。; 文摘文本分类是自然语言处理领域的一项基础工作.文本数据的高维性和稀疏性,给文本分类带来了许多问题和挑战.朴素贝叶斯模型因其简单、高效、易理解的特点被广泛应用于文本分类任务,但其属性条件独立假设在现实的文本数据中很难满足,从而影响了它的分类性能.为了削弱朴素贝叶斯的属性条件独立假设,学者们提出了许多改进方法,主要包括结构扩展、实例选择、实例加权、特征选择、特征加权等.然而,所有这些方法都是基于独立的单词特征来构建朴素贝叶斯分类模型,在一定程度上限制了它们的分类性能.为此,尝试用特征学习的方法来改进朴素贝叶斯文本分类模型,提出了一种双层贝叶斯模型:随机森林朴素贝叶斯(random forest naive Bayes,RFNB).RFNB分为2层,第1层利用随机森林从原始的单词特征中学习单词组合的高层特征.然后将学习到的新特征输入第2层,经过一位有效编码后用于构建伯努利朴素贝叶斯模型.在大量广泛使用的文本数据集上的实验结果表明,提出的RFNB模型明显优于现有的最先进的朴素贝叶斯文本分类模型和其他经典的文本分类模型.; 关键词朴素贝叶斯随机森林特征学习特征表示文本分类; Keywords naive Bayes(NB) random forest feature learning feature representation text classification; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于特征通道和空间位置注意力的三维点云特征学习网络被引量：2: 5; 作者吴亦奇韩放张德军何发智陈壹林; 机构中国地质大学(武汉)计算机学院智能地学信息处理湖北省重点实验室(中国地质大学(武汉)) 武汉大学计算机学院武汉工程大学计算机科学与工程学院; 出处《计算机工程与科学》 CSCD 北大核心 2022年第7期1239-1246,共8页; 基金国家自然科学基金(61802355,61702350) 智能地学信息处理湖北省重点实验室开放研究课题(KLIGIP-2019B04)。; 文摘点云模型的分类与部件分割是三维点云数据处理的基本任务,其核心在于获取可以有效表示三维模型的点云特征。提出一个引入注意力机制的三维点云特征学习网络。该网络采用多层次点云特征提取方法,首先使用特征通道注意力模块获取各通道间的关联,增强关键通道信息;接着引入空间位置注意力机制,基于点的空间位置信息获取各点的注意力权重;然后结合以上2种注意力机制获取增强的点云特征;最后基于该特征继续进行多层次特征提取,获得面向下游任务的点云特征。分别在ModelNet40和ShapeNet数据集上进行形状分类与部件分割实验,结果表明,使用所提方法可以实现高精度、具有鲁棒性的三维点云形状分类与分割。; 关键词点云模型注意力机制形状分类部件分割; Keywords point cloud attention mechanism shape classification part segmentation; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名一种基于自训练的众包标记噪声纠正算法被引量：1: 6; 作者杨艺蒋良孝李超群; 机构中国地质大学(武汉)计算机学院智能地学信息处理湖北省重点实验室(中国地质大学(武汉)) 中国地质大学(武汉)数学与物理学院; 出处《自动化学报》 EI CAS CSCD 北大核心 2023年第4期830-844,共15页; 基金国家自然科学基金联合基金(U1711267) 中央高校基本科研业务费专项资金(CUGGC03)资助。; 文摘针对众包标记经过标记集成后仍然存在噪声的问题,提出了一种基于自训练的众包标记噪声纠正算法(Selftraining-based label noise correction,STLNC).STLNC整体分为3个阶段:第1阶段利用过滤器将带集成标记的众包数据集分为噪声集和干净集.第2阶段利用加权密度峰值聚类算法构建数据集中低密度实例指向高密度实例的空间结构关系.第3阶段首先根据发现的空间结构关系设计噪声实例选择策略;然后利用在干净集上训练的集成分类器对选择的噪声实例按照设计的实例纠正策略进行纠正,并将纠正后的实例加入到干净集,再重新训练集成分类器;重复实例选择与纠正过程直到噪声集中所有的实例被纠正;最后用最后一轮训练得到的集成分类器对所有实例进行纠正.在仿真标准数据集和真实众包数据集上的实验结果表明STLNC比其他5种最先进的噪声纠正算法在噪声比和模型质量两个度量指标上表现更优.; 关键词众包学习自训练集成标记标记噪声噪声纠正; Keywords Crowdsourcing learning self-training integrated labels label noise noise correction; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP181 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	基于多粒度分层网格划分的多星对地覆盖计算方法	宋志明黄诚陈晓宇戴光明王茂才彭雷	《西北工业大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种确定性星座对地覆盖计算方法	陈晓宇戴光明王茂才宋志明	《哈尔滨工业大学学报》 EI CAS CSCD 北大核心	2017	6	在线阅读下载PDF 职称材料
3	一种基于Tri-training的众包标记噪声纠正算法	杨艺蒋良孝李超群李宏伟	《电子学报》 EI CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
4	一种双层贝叶斯模型:随机森林朴素贝叶斯	张文钧蒋良孝张欢陈龙	《计算机研究与发展》 EI CSCD 北大核心	2021	13	在线阅读下载PDF 职称材料
5	基于特征通道和空间位置注意力的三维点云特征学习网络	吴亦奇韩放张德军何发智陈壹林	《计算机工程与科学》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
6	一种基于自训练的众包标记噪声纠正算法	杨艺蒋良孝李超群	《自动化学报》 EI CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料