基于MapReduce的拷贝数变异测序数据并行处理方案

1

作者 何亨 程凯莉 +1 位作者 张葵 成淑君 《计算机工程》 北大核心 2025年第5期177-187,共11页

拷贝数变异(CNV)作为一种遗传变异,广泛存在于人类基因组的基因分布中。CNV检测效率的提升不仅可以为更多的病患提供更加快速精确的CNV检测结果,大幅降低医疗成本,同时又有利于药物的研发和临床应用。基于读段深度(RD)的方法是目前最为... 拷贝数变异(CNV)作为一种遗传变异,广泛存在于人类基因组的基因分布中。CNV检测效率的提升不仅可以为更多的病患提供更加快速精确的CNV检测结果,大幅降低医疗成本,同时又有利于药物的研发和临床应用。基于读段深度(RD)的方法是目前最为常用的CNV检测方法,对RD相关信息的处理时间较长,在CNV检测中时间占比较高。现有方法无法有效应用于全基因组分析,存在计算效率较低、检测精度下降的问题。基于RD的CNV检测方法,提出一种高效的测序数据并行处理方案EPPCNV。在EPPCNV中,设计2个MapReduce作业串行执行的方法,实现高效全基因组测序数据的并行处理,精准地完成RD相关信息的提取;为充分考虑到GC含量偏差对CNV检测结果的影响,对测序数据的RDs进行校正处理,保证最终检测结果的高灵敏度与高精确度;采用独立于具体CNV检测方法的高适配性数据处理方式,其最终生成的RD相关信息能够与多种主流CNV检测方法直接结合,在不改变原方法对CNV区域判定的基础上,实现方法整体性能的大幅提升。实验结果表明,EPPCNV的综合准确率高,分别与CNV-LOF、HBOS-CNV以及CNVnator 3种方法直接结合,能够显著提升原方法的计算效率,并保证检测结果的高灵敏度与高精确度。对于覆盖深度越高、数据量越大的测序数据,CNV检测方法与EPPCNV结合后计算效率的提升更为显著。 展开更多

关键词 拷贝数变异检测 MapReduce作业 测序数据处理 读段深度 全基因组

在线阅读 下载PDF 职称材料

基于投票和以太坊智能合约的云数据审计方案 被引量：1

2

作者 黄河 金瑜 《计算机应用》 CSCD 北大核心 2024年第7期2093-2101,共9页

确保云数据的完整性是亟待解决的安全挑战,受到广泛应用的区块链技术为应对该安全挑战提供了良好的解决方案。当前结合区块链和智能合约技术,并由矿工参与审计验证工作的方案存在审计效率低、通信开销大和数据拥有者(DO)审计负担重等不... 确保云数据的完整性是亟待解决的安全挑战,受到广泛应用的区块链技术为应对该安全挑战提供了良好的解决方案。当前结合区块链和智能合约技术,并由矿工参与审计验证工作的方案存在审计效率低、通信开销大和数据拥有者(DO)审计负担重等不足。针对上述问题,提出一种基于投票和以太坊智能合约的云数据审计方案(CASVEC)。首先,结合投票机制和智能合约技术在以太坊上设计并部署了去中心化自治组织(DAO),DAO中节点投票选举出一个审计节点代替矿工的审计验证工作,从而有效解决验证审计证明阶段效率低的问题,并且投票机制引入信誉值保证投票公平可靠。其次,仅使用少量链上资源存储审计结果以降低通信过程中的数据量,从而有效解决验证审计证明阶段通信开销大的问题。此外,DO仅需向DAO委托一次审计请求以及查询最终的审计结果,无需频繁调用智能合约交换审计相关信息,减轻了审计负担。最后,从理论和实验角度验证了与当前基于区块链的云审计方案相比,CASVEC能够显著降低验证审计证明阶段的时间开销和通信开销,以及审计阶段DO的时间开销。 展开更多

关键词 数据完整性 区块链 智能合约 云数据审计 投票机制

在线阅读 下载PDF 职称材料

SDN中基于流长度分布和多控制器的轻量级流表空间优化方案

3

作者 何亨 王佳 +1 位作者 彭哲喆 聂雷 《小型微型计算机系统》 北大核心 2025年第10期2463-2470,共8页

为了支持软件定义网络(SDN)中高速数据包转发,商用OpenFlow交换机通常使用三元内容寻址存储器(TCAM)来存储流表项.然而,交换机中TCAM容量有限,可能导致流表溢出,难以满足大规模网络的性能需求.基于互联网上流量长度的实际分布,本文提出... 为了支持软件定义网络(SDN)中高速数据包转发,商用OpenFlow交换机通常使用三元内容寻址存储器(TCAM)来存储流表项.然而,交换机中TCAM容量有限,可能导致流表溢出,难以满足大规模网络的性能需求.基于互联网上流量长度的实际分布,本文提出了一种SDN中基于多控制器的轻量级流表空间优化方案(FODC).FODC设计了一种轻量级的大象流检测算法和混合转发策略,基于概率性数据结构使控制器能快速准确区分数据包属于老鼠流还是大象流,老鼠流由控制器通过Packet-Out消息直接转发,大象流通过在交换机上安装流表项转发.同时,设计了一种基于Gossip协议的分布式多控制器架构和相关算法,实现多个控制器间负载均衡和协同工作.仿真实验表明,FODC可以有效缓解OpenFlow交换机流表空间受限的问题,具有较好的扩展性,并快速实现多控制器负载均衡,满足大规模网络的性能需求. 展开更多

关键词 软件定义网络 流表空间优化 流长度分布 多控制器架构

在线阅读 下载PDF 职称材料

改进PSO-XGBoost的连铸定重预测

4

作者 高峰 李新杰 +1 位作者 符海东 彭浩 《计算机工程与设计》 北大核心 2025年第1期290-297,共8页

为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群... 为实现连铸坯有效定重预测,避免在连铸生产中产生质量缺陷和资源浪费,根据真实方坯生产数据,提出一种基于改进粒子群算法优化XGBoost的连铸定重预测模型。针对粒子群算法全局寻优精度较低等缺点进行改进,主要采用反向学习策略优化种群初始分布提高算法优化效率,根据进化状态自适应调整惯性权重,匹配粒子当前搜索状态,同时使用突变策略使粒子突破局部收敛。数值实验结果表明,改进算法收敛速度更快,精度更高,验证了良好性能。将其应用到XGBoost中优化模型超参数,连铸坯定重预测精度获得提升。 展开更多

关键词 连铸 定重预测 XGBoost 粒子群优化 进化状态 自动机器学习 超参数优化

在线阅读 下载PDF 职称材料

基于粒子群优化算法的多核处理器任务调度研究 被引量：14

5

作者 田佳 胡威 +2 位作者 李琳 柯鹏 张凯 《计算机应用研究》 CSCD 北大核心 2017年第12期3698-3700,共3页

针对多核处理器在调度多个任务时效率不高的问题,提出了一种基于粒子群优化算法的嵌入式多核多线程系统任务调度算法,用来找寻任务调度过程中的最优解,以求取任务的最短完成时间。在算法中通过针对多核多线程任务模型而选择粒子群算法... 针对多核处理器在调度多个任务时效率不高的问题,提出了一种基于粒子群优化算法的嵌入式多核多线程系统任务调度算法,用来找寻任务调度过程中的最优解,以求取任务的最短完成时间。在算法中通过针对多核多线程任务模型而选择粒子群算法的适应度函数,综合利用局部最优极值和全局最优极值的优势,优化了粒子群算法中存在的过早收敛问题,使算法具有较高的收敛效率。实验结果表明,与基于遗传算法的多核多线程任务调度算法相比,该算法能更快地找到最优解。 展开更多

关键词 粒子群优化算法 多核处理器 多核多线程 任务调度

在线阅读 下载PDF 职称材料

基于Python的工作流管理系统的设计与应用 被引量：8

6

作者 李洋 邓莉 +1 位作者 顾进广 田萍芳 《计算机应用与软件》 北大核心 2018年第6期91-95,共5页

如何合理地将业务流程分解成定义良好的活动,并按照一定的规则来控制活动的执行,是企业信息化建设过程中的一个核心难题,而且传统的业务流程处理方式已经无法满足企业的战略发展要求。基于Python开发了一款工作流管理系统(PWFMS),在规... 如何合理地将业务流程分解成定义良好的活动,并按照一定的规则来控制活动的执行,是企业信息化建设过程中的一个核心难题,而且传统的业务流程处理方式已经无法满足企业的战略发展要求。基于Python开发了一款工作流管理系统(PWFMS),在规范流程的基础上,提高业务流程的处理效率,同时方便流程的追踪和统计分析,完成了跨人员、跨部门和跨应用的协作,为企业日常的一些办公流程实现了全自动化处理。 展开更多

关键词 PYTHON 工作流管理系统 办公自动化

在线阅读 下载PDF 职称材料

基于知识表示学习的实时语义数据流推理 被引量：1

7

作者 高峰 熊辉 顾进广 《计算机应用与软件》 北大核心 2022年第2期26-31,94,共7页

传统的语义数据流推理使用前向或后向链式推理产生确定性的答案,但是在复杂的传递规则推理中效率不高,无法满足实时数据流处理场景对答案的及时性要求。因此,提出一种基于联合嵌入模型的知识表示方法,并应用于语义数据流处理中。将规则... 传统的语义数据流推理使用前向或后向链式推理产生确定性的答案,但是在复杂的传递规则推理中效率不高,无法满足实时数据流处理场景对答案的及时性要求。因此,提出一种基于联合嵌入模型的知识表示方法,并应用于语义数据流处理中。将规则与事实三元组联合嵌入并利用深度学习模型进行训练,在推理阶段,根据查询中涉及的规则建立推理模板,利用深度学习模型对推理模板产生的三元组进行预测和分类,将结果作为查询和推理答案输出。实验表明,对于复杂规则推理,基于知识表示学习的实时语义数据流推理能够在保障较好推理准确性和命中率的前提下有效地降低延迟。 展开更多

关键词 实时语义推理 语义数据流处理 知识表示学习

在线阅读 下载PDF 职称材料

基于图像处理的多孔电极孔隙率的计算

8

作者 向宇涵 付晓薇 +1 位作者 田菁 李曦 《电源技术》 CAS CSCD 北大核心 2016年第3期572-574,624,共4页

针对固体氧化物燃料电池(SOFC)的电极孔隙率评估问题,提出了一种基于区域生长的图像分割改进方法来标识出电子显微镜下电极图像中的孔隙。该方法首先利用Otsu阈值法获取原图像的二值图像并标记连通区域,然后在每一个连通区域选取一个灰... 针对固体氧化物燃料电池(SOFC)的电极孔隙率评估问题,提出了一种基于区域生长的图像分割改进方法来标识出电子显微镜下电极图像中的孔隙。该方法首先利用Otsu阈值法获取原图像的二值图像并标记连通区域,然后在每一个连通区域选取一个灰度值最小的像素点作为种子点进行区域生长,最后根据区域生长后的结果图像计算SOFC孔隙率。实验结果表明该方法可以有效地计算SOFC电极孔隙率用于分析SOFC的性能。 展开更多

关键词 图像分割 固体氧化物燃料电池(SOFC) 孔隙 区域生长

在线阅读 下载PDF 职称材料

CASESC:基于以太坊智能合约的云审计方案 被引量：1

9

作者 郭彩彩 金瑜 《计算机科学》 CSCD 北大核心 2023年第12期368-376,共9页

云存储凭借其高扩展性、低成本等优点受到广泛关注,但确保云数据的完整性成为了目前亟待解决的问题。由于区块链具有去中心化、不可篡改等特点,可以很好地解决基于第三方审计者的云审计方案中存在的单点失效和安全威胁等问题,因此有学... 云存储凭借其高扩展性、低成本等优点受到广泛关注,但确保云数据的完整性成为了目前亟待解决的问题。由于区块链具有去中心化、不可篡改等特点,可以很好地解决基于第三方审计者的云审计方案中存在的单点失效和安全威胁等问题,因此有学者提出了基于区块链的云审计方案,但这类方案的审计证明均由数据拥有者(DO)或委托其他DO进行验证,需要DO保持在线状态,加重了审计负担,且绝大部分方案并未在真正的区块链环境中实现。基于此,提出了一种基于以太坊智能合约的云审计方案——CASESC,使用solidity语言编写可实现向云服务提供商发起审计请求和验证其返回的审计证明等功能的以太坊智能合约代码,并将审计结果和相关信息记录在以太坊中供DO随时查询,使得CASESC能代替DO完成审计工作,无需DO委托验证与实时在线,降低了审计开销。此外,CASESC分别在以太坊Goerli公有链测试网络和Ganache搭建的私有链中运行,验证了其可用性。理论分析和实验结果表明,CASESC可在不增加整体审计开销的情况下大幅降低DO的审计开销。 展开更多

关键词 云审计 区块链 以太坊 智能合约

在线阅读 下载PDF 职称材料

基于深度残差网络和注意力机制的特殊车牌识别 被引量：2

10

作者 王昊 陈黎 《计算机工程与设计》 北大核心 2024年第1期291-298,共8页

为解决现有车牌识别算法在面对旋转倾斜车牌以及双行车牌图像时识别精度偏低的问题,提出一种基于深度残差网络和注意力机制的特殊车牌识别算法。优化深度残差网络结构,使模型更好提取低分辨率车牌图像的特征;取消对特征图平均池化操作,... 为解决现有车牌识别算法在面对旋转倾斜车牌以及双行车牌图像时识别精度偏低的问题,提出一种基于深度残差网络和注意力机制的特殊车牌识别算法。优化深度残差网络结构,使模型更好提取低分辨率车牌图像的特征;取消对特征图平均池化操作,在保留图像全局特征的前提下,将多维特征化为特征序列;引入注意力机制对特征序列并行解码,加快模型推理速度,提升特殊车牌的识别精度。实验结果表明,与现有的文字识别模型CRNN、DAN、ASTER对比,在公开车牌数据集CCPD上取得了更高的准确率,验证了模型的有效性。 展开更多

关键词 车牌识别 文字识别 多头注意力 自注意力机制 卷积神经网络 循环神经网络 残差网络

在线阅读 下载PDF 职称材料

基于用户密度和平均访问时间的边缘服务器放置方法 被引量：1

11

作者 胡春节 刘静 郑文祥 《计算机应用研究》 CSCD 北大核心 2024年第5期1448-1455,共8页

为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗... 为解决边缘服务器放置过程中资源浪费和延迟增加的问题,对边缘服务器放置方案的用户密度和平均访问时间进行分析建模,将其描述为多目标优化问题。设计了一种基于用户密度和平均访问时间的边缘服务器放置方案,并提出了一种多目标海马遗传算法(MOSGA)解决该问题。MOSGA首先使用多目标优化算法的思想对海马优化(sea horse optimizer,SHO)算法进行改进,使SHO算法能够适用于多目标优化问题,并在此基础上使用遗传算法改进SHO算法的繁殖操作,使MOSGA能更好地跳出局部最优解,加速问题的求解。该算法在上海电信数据集上进行了实验验证,仿真实验结果表明,MOSGA明显优于RA、K-means、NSGA、LMM,不仅有效解决了服务器资源浪费的问题,同时大大降低终端设备访问服务器的时间。 展开更多

关键词 边缘计算 边缘服务器放置 多目标优化 海马优化 遗传算法

在线阅读 下载PDF 职称材料

抑制船尾拖纹的长时段船舶跟踪方法

12

作者 何水 陈黎 陈姚节 《计算机应用与软件》 北大核心 2024年第6期161-168,共8页

船舶跟踪任务中水面拖纹干扰和目标遮挡会影响船舶跟踪的效果。提出一种抑制船尾拖纹的长时段船舶跟踪方法。对图像预处理,提升图像清晰度;使用离线训练的拖纹检测器检测水面拖纹,实时校正船舶跟踪框;根据感知哈希算法判断是否发生目标... 船舶跟踪任务中水面拖纹干扰和目标遮挡会影响船舶跟踪的效果。提出一种抑制船尾拖纹的长时段船舶跟踪方法。对图像预处理,提升图像清晰度;使用离线训练的拖纹检测器检测水面拖纹,实时校正船舶跟踪框;根据感知哈希算法判断是否发生目标遮挡,遮挡时使用在线检测器对目标区域进行检测,找回船舶位置并初始化跟踪器,实现长时段跟踪。实验结果表明,该方法能有效抑制船尾拖纹对跟踪的影响,提高船舶跟踪精度,实现长时段船舶跟踪。 展开更多

关键词 船舶跟踪 拖纹检测 孪生网络 长时段 重检测

在线阅读 下载PDF 职称材料

基于CNN和双向LSTM的房颤预测模型

13

作者 吴石远 陈艳红 +2 位作者 杨湘 高峰 顾进广 《计算机应用与软件》 北大核心 2024年第5期138-146,共9页

现有基于CNN的模型无法提取患者数据中的时序特征,而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况,提出一种结合CNN和RNN的房颤预测模型,利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征,同时使用一个独立... 现有基于CNN的模型无法提取患者数据中的时序特征,而基于RNN的模型忽略了各医学变量的差异性特征。针对这种情况,提出一种结合CNN和RNN的房颤预测模型,利用一个独立CNN模块捕获电子病历数据中各医学变量间的差异性特征,同时使用一个独立的RNN模块捕获电子病历数据中时序性特征以及各医学变量间的相关性特征。在真实医院数据集上的实验结果表明,与最新的一些基于电子病历数据的疾病预测方法相比,该模型在房颤的预测方面表现得更加突出,F1值提高了2.14%,AUC值提高了1.32%。 展开更多

关键词 心房颤动 疾病预测 电子病历 卷积神经网络 长短时间记忆网络

在线阅读 下载PDF 职称材料

结合规则学习与深度学习的诊疗关系抽取

14

作者 高峰 杨佳欣 顾进广 《计算机应用与软件》 北大核心 2024年第3期56-62,93,共8页

诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成... 诊疗关系的自动识别和抽取有助于医生进行诊疗决策。传统的关系抽取模型对部分数据没有良好的解释性,因此,以神经网络进行规则学习和泛化,设计打分机制,通过规则匹配实现关系抽取,而后对未正确匹配数据进行针对性深度学习模型训练,完成最终的诊疗关系抽取。使用以疾病为中心的诊疗流程相关文本展开实验验证该方法的效果。实验结果表明,该方法不仅通过少量人工规则使关系抽取增加了可解释性,还可以显著提高关系抽取的效果。 展开更多

关键词 人工智能 医疗领域 关系抽取 深度学习 规则学习

在线阅读 下载PDF 职称材料

基于特征进化选择随机森林的MCI自动诊断

15

作者 高峰 郑丽丽 顾进广 《计算机应用与软件》 北大核心 2024年第6期250-256,共7页

近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI... 近年来,作为正常与阿尔茨海默病过渡阶段的轻度认知障碍(Mild Cognitive Impairment,MCI)病症的研究备受关注。但目前的医学MCI人工诊断不仅参考的特征局限性较大,且依靠人工判定,易产生主观上的误差。因此,提出一种基于随机森林的MCI自动诊断方法,通过机器学习的方式,高效准确地判定MCI;同时应用遗传算法更高效地搜索求解模型的最优参数。结果表明,该方法与医学人工诊断方式相比准确率提高约5%,且在求取随机森林的最优参数问题上,与网格搜索相比,遗传算法所用时间约为其1/45。 展开更多

关键词 MCI 随机森林 遗传算法 最优参数

在线阅读 下载PDF 职称材料

基于图文关联与上下文引导的军事新闻图集描述生成方法

16

作者 梅运红 刘茂福 《计算机工程与科学》 CSCD 北大核心 2024年第9期1625-1634,共10页

传统的图像描述生成方法由于缺少现实世界的先验知识,生成的描述文本不具有解释性,同时在某些专业领域生成的描述文本准确性不高。针对上述问题,提出了军事新闻图集描述生成任务,还构建了军事新闻图集数据集。该任务存在2个关键挑战:描... 传统的图像描述生成方法由于缺少现实世界的先验知识,生成的描述文本不具有解释性,同时在某些专业领域生成的描述文本准确性不高。针对上述问题,提出了军事新闻图集描述生成任务,还构建了军事新闻图集数据集。该任务存在2个关键挑战:描述信息来源于整个图集和对应的新闻文本中,模型学习到的语义不够充分。进一步提出了一种基于图文关联与上下文引导的军事新闻图集描述生成方法ITRCG。基于ITRCG实现跨模态信息交互,引导模型学习更完整的语义,并通过标签清理辅助命名实体生成。在构建的军事新闻图集数据集上进行了验证实验,结果表明ITRCG能够有效提高描述文本的质量,在各项评价指标上均取得了提升。 展开更多

关键词 图像描述 图文关联注意力 上下文引导注意力 图集 新闻文本

在线阅读 下载PDF 职称材料

改进FCOS算法的车辆检测方法研究

17

作者 杜昌皓 张智 《计算机应用与软件》 北大核心 2024年第6期257-262,281,共7页

针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆... 针对目前车辆检测的误差率高、检测速度慢等问题,提出一种基于改进全卷积单阶段(Fully Convolutional One-Stage Object Detection,FCOS)的车辆检测算法。通过引入一种考虑多个几何特征的交并比损失函数,改善了训练过程中高长宽比车辆、并行车辆难以准确回归的现象;使用多尺度卷积结合多维特征信息,增强了算法对不同尺度检测的鲁棒性;根据车辆检测场景改进了回归尺度,提高模型的推理准确度。实验结果表明,该方法在车辆检测任务中能够明显提升检测精度并保持检测速度不下降。 展开更多

关键词 计算机视觉 车辆检测 全卷积网络 多尺度卷积

在线阅读 下载PDF 职称材料

基于多视角匹配的中文问答对自动生成框架

18

作者 尹文峰 黄莉 顾进广 《计算机应用与软件》 北大核心 2024年第3期163-168,共6页

针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工... 针对目前问答对生成方法中问题与答案不完全匹配的问题,提出一种基于神经网络自动从中文生成问答对的方法。使用命名实体识别和规则的方法从文本中抽取关键词,确定问题的主题;使用多视角匹配的神经网络模型从文本中生成问题,避免对手工模板强依赖;使用阅读理解模型根据问题生成置信度更高的答案。实验结果分析表明,生成问题的质量高于基于模板的方法,并且能够过滤80%的不匹配问答对。 展开更多

关键词 中文 问题生成 神经网络

在线阅读 下载PDF 职称材料

基于大规模集成学习的正脸姿态估计算法

19

作者 陈婉琪 邓春华 《计算机工程与设计》 北大核心 2024年第12期3592-3599,共8页

现有的正脸姿态估计任务依赖于头部3D姿态的估计和经验阈值的使用,这类方法存在主观性和鲁棒性不足的问题。为解决上述问题,提出一种基于大规模正脸数据驱动的集成学习算法。通过构建大规模正脸类别,解决正脸姿态分类中类内方差大而类... 现有的正脸姿态估计任务依赖于头部3D姿态的估计和经验阈值的使用,这类方法存在主观性和鲁棒性不足的问题。为解决上述问题,提出一种基于大规模正脸数据驱动的集成学习算法。通过构建大规模正脸类别,解决正脸姿态分类中类内方差大而类间方差小的问题,避免人为确定阈值带来的主观性问题。利用人脸特征中的姿态信息和大规模集成的方式,区分正脸图像和非正脸图像,提高分类能力,增强鲁棒性。实验结果表明,所提方法无需依赖关键点标注,具有较短的推理时间,在公共数据集上实现了正脸姿态估计。在光照变化、配饰遮挡、小角度和大角度的真实数据集上展示了高效的分类能力。 展开更多

关键词 正脸姿态估计 表征信息 最近邻分类 集成学习 余弦距离 机器学习 大规模数据

在线阅读 下载PDF 职称材料

基于多模态深度学习的RGB-D物体识别 被引量：6

20

作者 骆健 蒋旻 +1 位作者 刘星 周龙 《计算机工程与设计》 北大核心 2017年第6期1624-1629,共6页

针对现有RGB-D物体识别方法存在图像特征学习不全面、类间相似的物体识别精度不高等问题,联合稀疏自编码(sparse auto-encoder,SAE)及递归神经网络(recursive neural networks,RNNs)提出多模态稀疏自编码递归神经网络(multi-modal spars... 针对现有RGB-D物体识别方法存在图像特征学习不全面、类间相似的物体识别精度不高等问题,联合稀疏自编码(sparse auto-encoder,SAE)及递归神经网络(recursive neural networks,RNNs)提出多模态稀疏自编码递归神经网络(multi-modal sparse auto-encoder and recursive neural networks,MSAE-RNNs)的深度学习模型。SAE结合卷积及池化技术分别从RGB-D图像的RGB图、灰度图、深度图、3D曲面法线中提取低层次的平移不变性特征,作为多个固定树RNNs的输入,得到更加抽象的高层特征,融合后的多模态特征,采用SVM分类器进行分类。在RGB-D数据集上的实验结果表明,该算法的物体识别率达到90.7%,较其它算法提高了3%-9%,能很好完成RGB-D物体的识别。 展开更多

关键词 多模态 稀疏自编码 递归神经网络 卷积及池化 3D曲面法线

在线阅读 下载PDF 职称材料