基于人工智能的散打项目动作识别与自动评分方法研究 被引量：1

1

作者 孙文芳 吴泳锟 +2 位作者 林承德 徐永峰 李嘉裕 《体育学研究》 北大核心 2025年第3期119-128,共10页

目的:针对散打技术动作复杂,评分难度高的特点,提出基于人工智能的散打动作智能评分方法,以提高比赛中动作识别与评分的准确性。方法:收集2015—2024年间发布于抖音、快手等网络平台上的全国武术散打锦标赛、全国武术散打冠军赛和全运... 目的:针对散打技术动作复杂,评分难度高的特点,提出基于人工智能的散打动作智能评分方法,以提高比赛中动作识别与评分的准确性。方法:收集2015—2024年间发布于抖音、快手等网络平台上的全国武术散打锦标赛、全国武术散打冠军赛和全运会武术散打比赛视频,构建并标注了散打动作数据集。在此基础上,结合图卷积网络(Graph Convolutional Network,GCN)PoseSAGE模型,加入残差连接,构建了改进模型PoseSAGERES,并开展了与PoseGNN、PoseSAGE模型的对比实验。实验结果表明,PoseSAGERES模型在小规模数据集上实现了73.76%的分类准确率,显著优于其他模型。一致性分析显示,该方法与人工评判结果具有良好一致性,体现出在散打动作智能评分中的应用潜力。研究证实了基于人工智能的散打智能评分方法的有效性,以及残差链接机制在提升复杂动作识别准确率方面的促进作用,为散打动作的自动化分析与智能评分提供了创新性解决方案。未来的研究将着力于扩展数据集规模,丰富动作类别,进一步优化模型性能与泛化能力。 展开更多

关键词 散打 人工智能 动作识别 智能评分 图卷积神经网络模型

在线阅读 下载PDF 职称材料

人工智能项目式综合实验教学平台设计与实践 被引量：14

2

作者 覃阳 谢慧明 +2 位作者 李玉洁 谭本英 孙邵华 《实验室研究与探索》 CAS 北大核心 2024年第9期135-141,共7页

为满足人工智能领域对高级工程实践人才的需求,基于OBE的教学理念构建了以项目为驱动的人工智能综合实验教学平台。该平台通过“验证性实验→设计性实验→综合实践性实验”的递进式教学,强化学生的人工智能专业理论知识,培养学生主动学... 为满足人工智能领域对高级工程实践人才的需求,基于OBE的教学理念构建了以项目为驱动的人工智能综合实验教学平台。该平台通过“验证性实验→设计性实验→综合实践性实验”的递进式教学,强化学生的人工智能专业理论知识,培养学生主动学习能力和在真实应用情境中的实践技能。平台设计了人工智能算法仿真实验,嵌入式及AI边缘计算实验,人工智能综合创新实验的教学案例,覆盖了从基础理论到高级应用的全方位教学内容。教学实践表明,该平台有效地促进了学生在人工智能领域的专业成长,提高了学生解决实际问题的能力和创新思维,帮助学生更好地适应人工智能产业的快速发展和不断升级的需求。 展开更多

关键词 OBE理念 人工智能 项目式教学 综合实验教学平台

在线阅读 下载PDF 职称材料

认知相对论——通向强人工智能之路 被引量：5

3

作者 李玉鑑 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第2期408-427,共20页

人工智能(AI)的发展如火如荼,大有超越人类之势,以致很多人认为奇点就要来临,强人工智能即将实现。这是一种对强人工智能的误解,因为强人工智能的核心并不在于其功能是否强大,而在于它是否具有意识。该文首先解释了强人工智能的内涵,讨... 人工智能(AI)的发展如火如荼,大有超越人类之势,以致很多人认为奇点就要来临,强人工智能即将实现。这是一种对强人工智能的误解,因为强人工智能的核心并不在于其功能是否强大,而在于它是否具有意识。该文首先解释了强人工智能的内涵,讨论了与之相关的意识问题;然后,阐述了旨在揭开意识奥秘的认知相对论思想,包括:世界的相对性原理和符号的相对性原理,以及世界、语言和心灵的关系。接着,提出了另一条新原理,即意识的等效原理,用以说明意识从物质产生所需要的物理条件,解决主观体验或现象意识的困难问题,推导意识能力受限于感觉能力且以感觉容量为上界的认知基本定理,并分析意识在哪里和自我是什么的可能性。最后,在认知相对论的框架下,给出了研究意识问题的新纲领和实现机器意识的新思路,并展望了强人工智能的未来。 展开更多

关键词 人工智能 强人工智能 意识 机器意识 认知相对论

在线阅读 下载PDF 职称材料

视觉Transformer(ViT)发展综述 被引量：8

4

作者 李玉洁 马子航 +2 位作者 王艺甫 王星河 谭本英 《计算机科学》 北大核心 2025年第1期194-209,共16页

视觉Transformer(Vision Transformer,ViT)是基于编码器-解码器结构的Transformer改进模型,已经被成功应用于计算机视觉领域。近几年基于ViT的研究层出不穷且效果显著,基于该模型的工作已经成为计算机视觉任务的重要研究方向,因此针对... 视觉Transformer(Vision Transformer,ViT)是基于编码器-解码器结构的Transformer改进模型,已经被成功应用于计算机视觉领域。近几年基于ViT的研究层出不穷且效果显著,基于该模型的工作已经成为计算机视觉任务的重要研究方向,因此针对近年来ViT的发展进行概述。首先,简要回顾了ViT的基本原理及迁移过程,并分析了ViT模型的结构特点和优势;然后,根据各ViT变体模型的改进特点,归纳和梳理了基于ViT的主要骨干网络变体改进方向及其代表性改进模型,包括局部性改进、结构改进、自监督、轻量化及效率改进等改进方向,并对其进行分析比较;最后,讨论了当前ViT及其改进模型仍存在的不足,对ViT未来的研究方向进行了展望。可以作为研究人员进行基于ViT骨干网络的研究时选择深度学习相关方法的一个权衡和参考。 展开更多

关键词 计算机视觉 模式识别 Vision Transformer(ViT) 深度学习 自注意力

在线阅读 下载PDF 职称材料

基于多头集中注意力机制的无监督视频摘要模型

5

作者 李玉洁 贾皓楠 +4 位作者 零俐 周文凯 蒋政 丁数学 谭本英 《济南大学学报(自然科学版)》 北大核心 2025年第4期558-568,共11页

针对现有视频摘要方法在建立长距离帧依赖性和并行化训练方面的局限性问题,提出一种基于多头集中注意力机制的无监督视频摘要模型(MH-CASUM)。将多头注意力机制融入集中注意力模型,改进长度正则化损失函数,优化损失阈值以选择模型参数,... 针对现有视频摘要方法在建立长距离帧依赖性和并行化训练方面的局限性问题,提出一种基于多头集中注意力机制的无监督视频摘要模型(MH-CASUM)。将多头注意力机制融入集中注意力模型,改进长度正则化损失函数,优化损失阈值以选择模型参数,并结合视频帧的唯一性与多样性来丰富摘要信息,从而更高效地完成视频摘要任务。通过在SumMe和TVSum数据集上进行的F_(1)值、Kendall相关系数和Spearman相关系数的评估实验,验证MH-CASUM模型的性能。结果表明:引入的多头注意力机制及在模型参数选择上损失阈值的改进方法使得MH-CASUM模型的视频摘要性能显著提升;与之前表现最佳的无监督视频摘要模型CASUM相比,MH-CASUM在TVSum数据集中的F_(1)值提升0.98%,证明了其在视频摘要任务中的优越性和竞争力。 展开更多

关键词 视频摘要 注意力机制 多头集中注意力 无监督方法

在线阅读 下载PDF 职称材料

基于显著性导引孪生网络的红外船目标跟踪

6

作者 李想 张婷 +2 位作者 刘兆英 刘波 李玉鑑 《智能系统学报》 CSCD 北大核心 2024年第6期1428-1437,共10页

由于红外图像特征判别力低,现有方法很难从背景中分割目标。而受到红外成像机制的影响,红外目标通常具有较高的局部显著性,因此本文提出一种基于显著性导引孪生网络的跟踪方法,以目标的显著性信息为先验知识,引导跟踪模型准确地定位目... 由于红外图像特征判别力低,现有方法很难从背景中分割目标。而受到红外成像机制的影响,红外目标通常具有较高的局部显著性,因此本文提出一种基于显著性导引孪生网络的跟踪方法,以目标的显著性信息为先验知识,引导跟踪模型准确地定位目标。本文提出显著性预测网络和显著性增强网络。显著性预测网络用于获得搜索区域的全局显著性图,并将其输入到显著性增强网络以增强目标,提高模型的判别能力;设计了一个共享互相关结构来计算模板图像特征与显著性增强后的搜索区域特征之间的相似度,通过分类和回归两个任务共享互相关特征图,同时提升模型的效率和性能;由于目前缺少公开的红外船跟踪数据集,本文构建了一个新的红外船目标跟踪数据集(infrared ship dataset,ISD),共包括16种不同类型的船,7800幅带有标签的视频帧。在ISD上的实验结果显示,与其他18个常用跟踪模型相比,本模型达到了最高的准确率和最高的期望平均交并比。 展开更多

关键词 红外船跟踪 孪生网络 显著性目标检测 特征融合 共享互相关 多任务学习 卷积神经网络 深度学习

在线阅读 下载PDF 职称材料

储供基地支援保障能力评估混合算法 被引量：2

7

作者 周文明 崔德康 +2 位作者 周婧怡 张明明 朱安石 《系统工程与电子技术》 EI CSCD 北大核心 2022年第9期2832-2839,共8页

针对战时物资储供能力评估缺少有效模型算法的问题,分析了储供基地战时物资供应保障的主要影响因素和关键环节,建立了储供基地支援保障能力评估指标体系,提出综合运用定义量化、考核评价、模糊算法、层次分析、排队网络和指数综合等算法... 针对战时物资储供能力评估缺少有效模型算法的问题,分析了储供基地战时物资供应保障的主要影响因素和关键环节,建立了储供基地支援保障能力评估指标体系,提出综合运用定义量化、考核评价、模糊算法、层次分析、排队网络和指数综合等算法,计算其人员素质、仓储、装卸、投送、指挥控制、信息保障等指标的值,最后给出了综合保障能力评估模型算法。实例分析验证了所提算法的有效性,为战时作战物资仓储供应保障辅助决策和信息系统设计提供依据。 展开更多

关键词 仓储供应 层次分析法 排队论 模糊算法 指数综合法 能力评估

在线阅读 下载PDF 职称材料

基于特征边界欠采样的不平衡数据处理方法 被引量：8

8

作者 孟东霞 李玉鑑 《统计与决策》 CSSCI 北大核心 2021年第11期30-33,共4页

针对实际应用中不平衡数据集分类效果较差的问题,文章提出一种基于特征边界信息进行欠采样的数据处理方法。所提方法根据特征边界点的定义获得多数类样本中可构造特征边界的数据点,其分布在最优非线性分类决策面附近,通常包含重要的分... 针对实际应用中不平衡数据集分类效果较差的问题,文章提出一种基于特征边界信息进行欠采样的数据处理方法。所提方法根据特征边界点的定义获得多数类样本中可构造特征边界的数据点,其分布在最优非线性分类决策面附近,通常包含重要的分类信息,在欠采样时应进行保留,其他多数类样本远离分类决策面,在分类中易于识别,可在聚类后选取部分样本和少数类样本构成平衡数据集。该方法保留了多数类样本的几何分布特征,降低了样本的信息流失率。对比实验利用支持向量机进行分类,实验结果表明该方法有利于提高不平衡数据中少数类的分类精度,验证了算法的有效性。 展开更多

关键词 平衡数据集 欠采样 特征边界 聚类

在线阅读 下载PDF 职称材料

利用自然最近邻的不平衡数据过采样方法 被引量：3

9

作者 孟东霞 李玉鑑 《计算机工程与应用》 CSCD 北大核心 2021年第2期91-96,共6页

针对现有过采样方法存在的易引入噪声点、合成样本重叠的问题,提出一种基于自然最近邻的不平衡数据过采样方法。确定少数类样本的自然最近邻,每个样本的近邻个数由算法自适应计算生成,反映了样本分布的疏密程度。基于自然近邻关系对少... 针对现有过采样方法存在的易引入噪声点、合成样本重叠的问题,提出一种基于自然最近邻的不平衡数据过采样方法。确定少数类样本的自然最近邻,每个样本的近邻个数由算法自适应计算生成,反映了样本分布的疏密程度。基于自然近邻关系对少数类样本聚类,由位于同一类簇中密集区域的核心点和稀疏区域的非核心点生成新样本。在二维合成数据集和UCI数据集上的对比实验验证了该方法的可行性和有效性,提高了不平衡数据的分类精度。 展开更多

关键词 不平衡数据集 过采样 自然最近邻 聚类

在线阅读 下载PDF 职称材料

深度学习在细粒度图像识别中的应用综述 被引量：15

10

作者 张志林 李玉鑑 +1 位作者 刘兆英 张婷 《北京工业大学学报》 CAS CSCD 北大核心 2021年第8期942-953,共12页

深度学习技术在多种视觉任务中表现出优异的性能,特别是深度学习技术的发展大大促进了细粒度图像识别任务的进步.细粒度图像识别的目的在于正确识别子对象类别,例如鸟类中的不同子类别.由于细粒度图像数据通常需要具有专家知识才能够进... 深度学习技术在多种视觉任务中表现出优异的性能,特别是深度学习技术的发展大大促进了细粒度图像识别任务的进步.细粒度图像识别的目的在于正确识别子对象类别,例如鸟类中的不同子类别.由于细粒度图像数据通常需要具有专家知识才能够进行有效识别与标注,获取难度比较高,同时,由于细粒度类别直接具有小的类间差异性和大的类内差异性特点,需要模型能够捕捉到细微的有区分性的局部特征,这两方面原因导致这项任务极具挑战性.首先,介绍了深度学习技术的重要发展历程、细粒度图像识别任务的特点和挑战.随后,介绍了基于深度学习的细粒度识别方法的3种类型,包括基于定位-分类子网络的方法、基于端到端的特征编码方法和利用外部辅助信息的细粒度图像识别方法,并选择有代表性的工作给予了详细的介绍.最后,在常用数据集上比较了相关工作的性能,对细粒度图像识别任务进行了总结和展望. 展开更多

关键词 细粒度图像识别 定位-分类 局部特征 端到端 特征编码 辅助信息

在线阅读 下载PDF 职称材料

生成对抗网络及其文本图像合成综述 被引量：11

11

作者 王威 李玉洁 +2 位作者 郭富林 刘岩 何俊霖 《计算机工程与应用》 CSCD 北大核心 2022年第19期14-36,共23页

随着深度学习的快速发展,基于生成对抗网络的文本图像合成领域成为了当下计算机视觉研究的热点。生成对抗网络同时包含生成器和鉴别器,通过两者的博弈来实现逼真数据的生成。受生成对抗网络的启发,近几年提出了一系列的文本图像合成模型... 随着深度学习的快速发展,基于生成对抗网络的文本图像合成领域成为了当下计算机视觉研究的热点。生成对抗网络同时包含生成器和鉴别器,通过两者的博弈来实现逼真数据的生成。受生成对抗网络的启发,近几年提出了一系列的文本图像合成模型,从图像质量、多样性、语义一致性方面不断取得突破。为推动文本图像合成领域的研究发展,对现有文本图像合成技术进行了全面概述。从文本编码、文本直接合成图像、文本引导图像合成方面对文本图像合成模型进行了分类整理,并详细探讨了各类基于生成对抗网络的代表性模型的模型框架和关键性贡献。分析了现有的评估指标和常用的数据集,提出了现有方法在复杂场景和文本、多模态、轻量化模型、模型评价方法等方面的不足和未来的发展趋势。总结了目前生成对抗网络在各领域的发展,重点关注了在文本图像合成领域的应用,可以作为一个研究人员进行图像合成研究时选择深度学习相关方法的权衡和参考。 展开更多

关键词 文本图像合成 生成对抗网络 文本编码 深度学习

在线阅读 下载PDF 职称材料

神经网络模型中灾难性遗忘研究的综述 被引量：5

12

作者 韩纪东 李玉鑑 《北京工业大学学报》 CAS CSCD 北大核心 2021年第5期551-564,共14页

近年来,神经网络模型在图像分割、目标识别、自然语言处理等诸多领域都取得了巨大的成功.但是,神经网络模型仍有很多关键性的问题尚未得到解决,其中就包括灾难性遗忘问题.人类在学习新知识后不会对旧知识发生灾难性遗忘,神经网络模型则... 近年来,神经网络模型在图像分割、目标识别、自然语言处理等诸多领域都取得了巨大的成功.但是,神经网络模型仍有很多关键性的问题尚未得到解决,其中就包括灾难性遗忘问题.人类在学习新知识后不会对旧知识发生灾难性遗忘,神经网络模型则与之相反.神经网络模型在适应新任务之后,几乎完全忘记之前学习过的任务.为了解决这一问题,很多相应的减缓神经网络模型灾难性遗忘的方法被提出.对这些方法进行了归纳总结,以促进对该问题的进一步研究.主要贡献包括3个方面:对现有的减缓神经网络模型灾难性遗忘的方法进行了详细的介绍,并将不同方法分为4类,即基于样本的方法、基于模型参数的方法、基于知识蒸馏的方法和其他方法.介绍了不同的评估方案,以评估不同方法对减缓神经网络模型灾难性遗忘的效果.对神经网络模型中的灾难性遗忘问题进行了开放性的讨论,并给出了一些研究建议. 展开更多

关键词 神经网络模型 灾难性遗忘 样例 模型参数 知识蒸馏 增量学习

在线阅读 下载PDF 职称材料

基于元分析的网络用户个人信息披露意愿影响因素研究 被引量：8

13

作者 彭国超 程晓 刘彩华 《现代情报》 CSSCI 2022年第11期111-120,共10页

[目的/意义]随着互联网技术逐渐渗入人们的生活,网络用户个人信息披露也引起了社会的广泛关注。近年来关于网络用户个人信息披露意愿的研究成果较为丰富,但研究结论存在较大差异。本研究旨在探究各影响因素与披露意愿间的关系以及导致... [目的/意义]随着互联网技术逐渐渗入人们的生活,网络用户个人信息披露也引起了社会的广泛关注。近年来关于网络用户个人信息披露意愿的研究成果较为丰富,但研究结论存在较大差异。本研究旨在探究各影响因素与披露意愿间的关系以及导致各研究间差异的原因,以期为后续实证研究提供参考,为相关平台运营提供理论指导。[方法/过程]通过对已有实证文献进行筛选编码,共纳入7个影响因素,对57个独立研究的20243个样本进行了元分析。[结果/结论]研究发现,隐私关注和感知风险与披露意愿呈显著负相关关系,感知控制、感知收益、信任、主观规范和个性化服务与披露意愿间均呈显著正相关关系;其中感知收益对披露意愿的影响最强,感知风险与披露意愿间的相关性最弱。平台类型在感知控制、感知风险、感知收益、主观规范等与披露意愿间的调节作用显著,在隐私关注、信任和个性化服务与披露意愿间不存在调节作用;性别对各变量与披露意愿间的作用关系均起显著调节作用。 展开更多

关键词 个人信息 披露意愿 元分析 影响因素

在线阅读 下载PDF 职称材料

基于对抗域适应的红外舰船目标分割 被引量：4

14

作者 高子航 刘兆英 +1 位作者 张婷 李玉鑑 《数据采集与处理》 CSCD 北大核心 2023年第3期598-607,共10页

为了提高红外舰船目标的分割准确率,提出一种基于对抗域适应的红外舰船目标分割方法,其中有标注的可见光舰船图像为源域,没有标注的红外舰船图像为目标域。为了解决两个域之间的风格差异问题,本文依次对源域的可见光图像进行灰度化和白... 为了提高红外舰船目标的分割准确率,提出一种基于对抗域适应的红外舰船目标分割方法,其中有标注的可见光舰船图像为源域,没有标注的红外舰船图像为目标域。为了解决两个域之间的风格差异问题,本文依次对源域的可见光图像进行灰度化和白化预处理,将其转换为具有目标域风格的图像。对于目标域的红外图像,使用去噪网络进行优化;接着,为了解决判别网络视野受限问题,设计基于空洞卷积的判别网络;最后,针对目标域预测图像置信度低问题,将目标域预测图像的信息熵加入到对抗损失中。在可见光和红外舰船图像组成的数据集上的实验结果高于现有方法,证明了本文方法的有效性。 展开更多

关键词 域适应 目标分割 生成对抗学习 红外舰船图像 信息熵

在线阅读 下载PDF 职称材料

混沌线程池与GPU优化的批量图像加密算法 被引量：1

15

作者 潘明华 王一涵 +1 位作者 谷盛民 孙绍华 《科学技术与工程》 北大核心 2023年第34期14618-14626,共9页

数据量大且冗余度高是数字图像显著的特征,这对大批量图像快速实时加密提出了挑战。为了解决此问题,基于Lorenz混沌加密技术,设计了一种采用线程池与图形处理器(graphics processing unit,GPU)组合优化的批量图像加密算法。该算法通过... 数据量大且冗余度高是数字图像显著的特征,这对大批量图像快速实时加密提出了挑战。为了解决此问题,基于Lorenz混沌加密技术,设计了一种采用线程池与图形处理器(graphics processing unit,GPU)组合优化的批量图像加密算法。该算法通过线程池改进图像的读写,并进行图像镜像变换;利用Lorenz混沌系统生成加密序列,结合图像分块混沌序列进行加密;然后对批量图像数据进行打包,通过GPU进行大批量的异步计算;最后重组图像矩阵得到批量加密图像。实验测试表明,该算法能够有效抵御常见的攻击手段,经过性能优化后的批量数字图像加密算法,可以保证图像安全性;同时,在批量图像读取速率和加解密处理效率方面有显著的提高。 展开更多

关键词 图像加密 混沌系统 并行计算 线程池 图形处理器(graphics processing unit GPU)

在线阅读 下载PDF 职称材料

使用无标签数据的主成分初始化方法

16

作者 欧军 李玉鑑 沈成恺 《北京工业大学学报》 CAS CSCD 北大核心 2019年第7期654-661,共8页

为了解决初始化方法的不确定性以及有标签数据的不足,提出一种使用无标签数据对网络参数进行主成分初始化的方法,包括采样、主成分计算、初始化和重排卷积核4个步骤.首先,通过移动感受野区域对特征图进行采样,得到与特征图的所有感受野... 为了解决初始化方法的不确定性以及有标签数据的不足,提出一种使用无标签数据对网络参数进行主成分初始化的方法,包括采样、主成分计算、初始化和重排卷积核4个步骤.首先,通过移动感受野区域对特征图进行采样,得到与特征图的所有感受野对应的图像块并形成采样集合;然后,计算采样集合的主成分;最后,使用主成分初始化网络参数并重排卷积核,以便提高识别性能.在相同的网络结构和数据集上,即STL-10和CIFAR-10数据集,该方法比传统的初始化方法在识别准确率上提高了4%~20%.实验结果表明,该方法能够充分利用无标签数据初始化网络参数以取得显著的识别效果.此外,通过算法的性能评估,证明该方法明显优于传统的初始化方法. 展开更多

关键词 初始化方法 网络参数 无标签数据 主成分 采样

在线阅读 下载PDF 职称材料