基于多模态的小样本遥感影像地物分类模型 被引量：1

1

作者 周维 魏名安 +1 位作者 许海霞 伍志明 《电子与信息学报》 北大核心 2025年第6期1747-1761,共15页

针对遥感影像覆盖范围大、标注困难、类别融合适配度弱的问题,该文提出一种基于图像-文本多模态融合的小样本语义分割网络模型(FSSNet),采用编解码结构,编码器提取、语义对齐图像-文本多模态特征,并引入类别信息融合模块、实例信息提取... 针对遥感影像覆盖范围大、标注困难、类别融合适配度弱的问题,该文提出一种基于图像-文本多模态融合的小样本语义分割网络模型(FSSNet),采用编解码结构,编码器提取、语义对齐图像-文本多模态特征,并引入类别信息融合模块、实例信息提取模块。其中利用相关性原理设计基于对比语言-图像预训练(CLIP)模型的类别信息融合模块以增强查询图像与支持图像、文本间类别的适配;利用支持图像的实例目标区域作为先验提示,设计基于改进金字塔特征网络(IFPN)的实例信息提取模块,以提高查询图像目标区域分割的完整性。解码器引入多尺度特征融合的语义聚合模块,聚合类别信息、多尺度实例位置信息和查询图像特征,准确识别地物语义类别。在小样本语义分割数据集PASCAL-5i,公共遥感影像地物分类数据集LoveDA,Postdam和Vaihingen进行实验,该文FSSNet模型在PASCAL-5i数据集上的1-shot,5-shot的平均交并比(m Io U)精度超越多信息聚合网络(MIANet),优于最佳水平(SOTA)模型分别为2.29%,1.96%;在数据集LoveDA,Postdam和Vaihingen上的mIoU精度,优于SOTA模型分别为2.1%,1.4%,1.9%。在水利工程实际场景构建数据集HERSD,并进行实验,该文FSSNet模型的mIoU精度高于SOTA模型1.89%。结果表明该文FSSNet模型在遥感影像小样本地物分类、水利实际场景具有更高的分类识别精度。 展开更多

关键词 遥感影像 地物分类 小样本学习 多模态

在线阅读 下载PDF 职称材料

折板倾角对深隧入流对称型折板式竖井水力特性影响研究

2

作者 陈珺 梁培德 +1 位作者 曾睿 陆迎香 《中国农村水利水电》 北大核心 2025年第5期195-200,共6页

在全球气候变暖,城镇化率升高的背景下,极端暴雨对现有的城市排水系统带来了巨大的挑战。为应对城市内涝,深层隧道排水系统被越来越多的应用于大型城市中,而入流竖井是该排水系统重要的组成部分。为分析折板倾角对深隧入流对称型折板式... 在全球气候变暖,城镇化率升高的背景下,极端暴雨对现有的城市排水系统带来了巨大的挑战。为应对城市内涝,深层隧道排水系统被越来越多的应用于大型城市中,而入流竖井是该排水系统重要的组成部分。为分析折板倾角对深隧入流对称型折板式竖井水力特性的影响,基于Realizable k-ε模型和VOF方法建立了三维紊流数学模型,分别对折板倾角为0°、8°、10°和12°的竖井进行数值模拟,得到无量纲流量(Q^(*))为0.056~0.168时,竖井的水流流态、流速分布、压强分布和竖井消能率。结果表明,随着折板倾角的增大,水流流态呈现撞壁受限流-临界流-自由跌流的转变,折板间壅水高度减小,气体占比上升,泄流量增加;水流在折板间摆动幅度减小,掺混程度减弱,导致折板前缘水流流速增加。竖井壁面压强主要由静水压强和动水压强组成,静水压强是主要影响因素,随着倾角增加,压强随之减小。折板倾角对竖井消能率的影响随流量发生变化,大流量泄流工况下竖井的消能率要低于小流量工况。小流量泄流时,水流直接跌落在折板上,消能率随折板倾角的增大而减小;大流量泄流时,水流直冲对侧井壁,消能效果降低,故折板倾角增加,消能率先增大后减小。研究成果可为深隧工程中的竖井折板倾角的设计提供参考。 展开更多

关键词 对称型折板式竖井 折板倾角 数值模拟 水力特性 消能率

在线阅读 下载PDF 职称材料

融合异构图全局结构信息和时间序列的专利价值评估方法 被引量：1

3

作者 陈晰 程戈 尹智斌 《情报杂志》 北大核心 2025年第7期199-206,F0003,共9页

[研究目的]针对现有专利价值评估方法未能充分利用异构图全局结构信息与专利被引用量时间序列特征的问题,提出一种融合异构图全局结构信息和时间序列的专利价值评估方法。该方法旨在提高专利价值分类的准确性,特别是对于高价值专利的识... [研究目的]针对现有专利价值评估方法未能充分利用异构图全局结构信息与专利被引用量时间序列特征的问题,提出一种融合异构图全局结构信息和时间序列的专利价值评估方法。该方法旨在提高专利价值分类的准确性,特别是对于高价值专利的识别。[研究方法]首先,使用异构图神经网络模型提取专利背景信息,加入了节点中心性编码以捕捉图的全局结构信息。然后,融合专利的被引用量时间序列,并通过注意力机制预测专利被引用量的变化趋势。最后,利用这些特征进行专利价值等级分类。[研究结果/结论]实验结果表明,HNTSM模型在美国半导体领域专利数据集上的专利价值分类任务中,对于高价值专利(A等级),模型的精确率高达77.37%,F1值为76.72%。相比现有方法有显著提升,特别是通过引入全局结构信息与时间序列模块,对专利价值评估结果具有积极作用。 展开更多

关键词 专利价值评估 异构图 全局结构信息 时间序列 神经网络模型

在线阅读 下载PDF 职称材料

基于ESC-TransUNet网络的脑出血CT图像分割

4

作者 谭佳慧 文琛言 +1 位作者 黄巍 胡凯 《计算机科学》 北大核心 2025年第S1期99-107,共9页

针对脑出血CT图像处理中遇到的出血区域空间位置、形状、尺寸多变性以及与周围组织强度值相近导致边界难以确定等挑战,提出了一种改进TransUNet的图像分割模型(ESC-TransUNet)。该模型首先在上采样前增添了显式视觉中心(Explicit Visual... 针对脑出血CT图像处理中遇到的出血区域空间位置、形状、尺寸多变性以及与周围组织强度值相近导致边界难以确定等挑战,提出了一种改进TransUNet的图像分割模型(ESC-TransUNet)。该模型首先在上采样前增添了显式视觉中心(Explicit Visual Center,EVC),能够捕获图像中远距离像素的关联程度,并保留输入图像中局部边角区域的详细信息,有助于有效提取出血区域特征。其次,在编码器阶段引入了注意力混洗机制(Shuffle Attention,SA),有效地学习了出血区域与背景间的微小差异,从而提高了分割任务的精确度。最后,在解码器阶段采用CBM2结构促进信息更有效传递,增强模型泛化能力和准确性。在脑出血公开数据集Physionet(PHY)上进行了大量实验,结果表明,所提方法超过了其他9种主要的分割方法,在脑出血CT图像分割任务中获得了更优异的性能。 展开更多

关键词 深度学习 CT图像 脑出血分割 注意力混洗机制 显式视觉中心

在线阅读 下载PDF 职称材料

基于双向多层级交互网络的肺部CT图像分类

5

作者 龙肖 黄巍 胡凯 《计算机科学》 北大核心 2025年第S1期85-90,共6页

近年来,基于局部窗口的Self-Attention机制在视觉分类任务中表现突出。然而,由于存在感受野有限和建模能力弱的问题,其在处理复杂数据时效果不佳。肺部CT图像中的特征复杂多样,包括结节的形状、大小、密度等,给深入挖掘数据中的深层次... 近年来,基于局部窗口的Self-Attention机制在视觉分类任务中表现突出。然而,由于存在感受野有限和建模能力弱的问题,其在处理复杂数据时效果不佳。肺部CT图像中的特征复杂多样,包括结节的形状、大小、密度等,给深入挖掘数据中的深层次特征带来挑战。针对这些问题,文中提出了一个全新的双向多层级交互网络模型Bi-directional Multi-level Interaction Vision Transformer(Bi-MI ViT)。该网络通过双向多层级交互机制有效融合空间和通道信息,从而显著提升特征提取的准确性和全面性。在Transformer分支中,引入了高效的级联组注意力机制,旨在丰富注意力头特征的多样性,并增强模型对关键信息的捕捉能力。同时,在卷积神经网络(Convolutional Neural Networks,CNNs)分支中,通过设计DP block,并利用点卷积(Point-Wise Convolution,PW)和深度卷积(Depth-Wise Convolution,DW)深入挖掘局部信息,以优化模型的表达能力。此外,深度特征提取模块(Deep Feature Extraction,DFE)的建立增强了特征传播和复用,提高了数据利用效率,实现了实质性的性能改进。实验结果显示,在公开的COVID19-CT数据集和私有的LUAD-CT数据集上,所提算法优于对比的8种方法,实现了准确分类。 展开更多

关键词 肺部CT图像 双向多层级交互 卷积神经网络 TRANSFORMER 分类

在线阅读 下载PDF 职称材料

清水条件下河床冲淤平衡时间研究

6

作者 李乐诗 吴腾 +2 位作者 秦杰 曾睿 滕辉 《泥沙研究》 北大核心 2025年第4期15-22,共8页

河床冲淤平衡的研究多集中于平衡判定、平衡过程中的水沙变化等,而关于平衡时间的研究较为有限。以概化水槽为研究对象,采用一维水沙模型研究清水条件下的河床冲淤平衡时间,分析清水条件下平衡时间与各影响因素之间的关系。结果表明,随... 河床冲淤平衡的研究多集中于平衡判定、平衡过程中的水沙变化等,而关于平衡时间的研究较为有限。以概化水槽为研究对象,采用一维水沙模型研究清水条件下的河床冲淤平衡时间,分析清水条件下平衡时间与各影响因素之间的关系。结果表明,随着单宽流量的增加,平衡时间先下降,后趋于平稳;随着初始河床坡度增加,平衡时间单调减小。在中值粒径不变的情况下,平衡时间随泥沙分布标准差的增加逐渐增加。基于数值模拟结果,对河床平衡时间进行无量纲化处理,并选取合适的无量纲参数,拟合得到清水冲刷条件下平衡时间计算公式。 展开更多

关键词 平衡时间 一维水沙模型 清水冲刷 动床

在线阅读 下载PDF 职称材料

基于Arnold变换的量子图像混沌加密方法 被引量：8

7

作者 石金晶 陈添 +2 位作者 陈淑慧 李琴 施荣华 《电子与信息学报》 EI CSCD 北大核心 2022年第12期4284-4293,共10页

在确保量子图像密码算法安全的基础上,为进一步优化解密图像质量及计算复杂度,该文提出一种基于Arnold变换的量子图像混沌加密方案。方案使用量子细胞神经网络产生的混沌信号来控制量子Arnold变换、量子交换(SWAP)和量子控制非操作(CNO... 在确保量子图像密码算法安全的基础上,为进一步优化解密图像质量及计算复杂度,该文提出一种基于Arnold变换的量子图像混沌加密方案。方案使用量子细胞神经网络产生的混沌信号来控制量子Arnold变换、量子交换(SWAP)和量子控制非操作(CNOT),然后将这些操作作用于量子明文图像中以获得相应的密文图像。研究结果表明:所提量子灰度图像加密方法具有高安全性、高解密图像质量及低计算复杂度的特点。 展开更多

关键词 量子图像密码 量子细胞神经网络 量子混沌系统 量子Arnold变换

在线阅读 下载PDF 职称材料

基于NSGA-Ⅲ和道路运输能力饱和度的露天矿卡车调度优化方法 被引量：8

8

作者 谭正华 宋港国 +2 位作者 王李管 文阳 李国泰 《金属矿山》 CAS 北大核心 2022年第12期157-164,共8页

为高效调配露天矿卡车运输,进一步降低矿山企业运输成本,提出一种新的基于NSGA-Ⅲ和道路运输能力饱和度的露天矿卡车调度优化方法。在车流规划阶段,以卡车总运输量和卡车非作业时间最小为目标,以矿山各生产要素和生产原则为约束,建立多... 为高效调配露天矿卡车运输,进一步降低矿山企业运输成本,提出一种新的基于NSGA-Ⅲ和道路运输能力饱和度的露天矿卡车调度优化方法。在车流规划阶段,以卡车总运输量和卡车非作业时间最小为目标,以矿山各生产要素和生产原则为约束,建立多目标数学模型。采用NSGA-Ⅲ多目标遗传算法进行求解,求解出当前场景下完成矿山任务需要启用的最少卡车数量,以及理想的车流规划。在运输实时调度阶段,提出道路运输能力饱和度的调度策略,并和固定派车法组成综合调度方法来调整车流。在某露天矿实验结果表明:该方法提供了合理的车流规划,在完成道路车流目标的同时,有效减缓了道路的拥挤程度,减少了卡车在装载点和卸载点排队发生的频率,能对矿山系统正常情况和特殊情况进行处理,实现了实时调度卡车排队最优。 展开更多

关键词 车流规划 实时调度 卡车排队 多目标进化算法 道路运输能力饱和度

在线阅读 下载PDF 职称材料

基于骨架动作识别的协作卷积Transformer网络 被引量：15

9

作者 石跃祥 朱茂清 《电子与信息学报》 EI CSCD 北大核心 2023年第4期1485-1493,共9页

近年来,基于骨架的人体动作识别任务因骨架数据的鲁棒性和泛化能力而受到了广泛关注。其中,将人体骨骼建模为时空图的图卷积网络取得了显著的性能。然而图卷积主要通过一系列3D卷积来学习长期交互联系,这种联系偏向于局部并且受到卷积... 近年来,基于骨架的人体动作识别任务因骨架数据的鲁棒性和泛化能力而受到了广泛关注。其中,将人体骨骼建模为时空图的图卷积网络取得了显著的性能。然而图卷积主要通过一系列3D卷积来学习长期交互联系,这种联系偏向于局部并且受到卷积核大小的限制,无法有效地捕获远程依赖关系。该文提出一种协作卷积Transformer网络(Co-ConvT),通过引入Transformer中的自注意力机制建立远程依赖关系,并将其与图卷积神经网络(GCNs)相结合进行动作识别,使模型既能通过图卷积神经网络提取局部信息,也能通过Transformer捕获丰富的远程依赖项。另外,Transformer的自注意力机制在像素级进行计算,因此产生了极大的计算代价,该模型通过将整个网络分为两个阶段,第1阶段使用纯卷积来提取浅层空间特征,第2阶段使用所提出的ConvT块捕获高层语义信息,降低了计算复杂度。此外,原始Transformer中的线性嵌入被替换为卷积嵌入,获得局部空间信息增强,并由此去除了原始模型中的位置编码,使模型更轻量。在两个大规模权威数据集NTU-RGB+D和Kinetics-Skeleton上进行实验验证,该模型分别达到了88.1%和36.6%的Top-1精度。实验结果表明,该模型的性能有了很大的提高。 展开更多

关键词 动作识别 图卷积网络 自注意力机制 TRANSFORMER

在线阅读 下载PDF 职称材料

基于关键链的地下矿采掘计划编制优化方法 被引量：4

10

作者 谭正华 文阳 +1 位作者 王李管 李国泰 《黄金科学技术》 CSCD 2021年第4期602-611,共10页

为了解决传统地下矿采掘计划编制中存在的最短工期不可控、作业成本较高的问题,以最大化减少工期为目标,提出了一种资源约束下的采掘计划关键路径自动搜索方法。首先,根据作业之间的逻辑衔接关系自动生成采掘计划网络图,并为其添加资源... 为了解决传统地下矿采掘计划编制中存在的最短工期不可控、作业成本较高的问题,以最大化减少工期为目标,提出了一种资源约束下的采掘计划关键路径自动搜索方法。首先,根据作业之间的逻辑衔接关系自动生成采掘计划网络图,并为其添加资源约束;然后,根据工序顺序表和计划衔接表中的信息确定每个采场执行的工序,且不同工序按照不同的资源配置规则来分配优先级;最后,更新网络图,以当前作业为初始节点,采用改进的深度优先搜索算法遍历有向图,递归查找全部采掘路径,其中耗时最长的路径为关键路径,即资源约束下的最短工期。研究结果表明:运用资源约束下的关键路径自动搜索方法来实现采掘计划优化,缩短了计划编制的时间和采掘计划的工期,降低了作业成本。以乌拉特后旗紫金矿业三贵口矿山采掘计划编制为例,证明该方法能够有效优化矿山采掘计划。 展开更多

关键词 地下矿 采掘计划编制 关键链 资源优化配置 深度优先搜索算法 网络图

在线阅读 下载PDF 职称材料

基于阶梯型特征空间分割与局部注意力机制的行人重识别 被引量：9

11

作者 石跃祥 周玥 《电子与信息学报》 EI CSCD 北大核心 2022年第1期195-202,共8页

为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息。首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水... 为了让网络捕捉到更有效的内容来进行行人的判别,该文提出一种基于阶梯型特征空间分割与局部分支注意力网络(SLANet)机制的多分支网络来关注局部图像的显著信息。首先,在网络中引入阶梯型分支注意力模块,该模块以阶梯型对特征图进行水平分块,并且使用了分支注意力给每个分支分配不同的权重。其次,在网络中引入多尺度自适应注意力模块,该模块对局部特征进行处理,自适应调整感受野尺寸来适应不同尺度图像,同时融合了通道注意力和空间注意力筛选出图像重要特征。在网络的设计上,使用多粒度网络将全局特征和局部特征进行结合。最后,该方法在3个被广泛使用的行人重识别数据集Market-1501,DukeMTMC-reID和CUHK03上进行验证。其中在Market-1501数据集上的mAP和Rank-1分别达到了88.1%和95.6%。实验结果表明,该文所提出的网络模型能够提高行人重识别准确率。 展开更多

关键词 行人重识别 特征空间分割 注意力机制 局部特征

在线阅读 下载PDF 职称材料

基于JSON的数字采矿协同技术研究及应用 被引量：6

12

作者 谭正华 李国泰 文阳 《黄金科学技术》 CSCD 2021年第5期719-728,共10页

针对矿山业务软件数据格式繁多,缺乏统一数据标准,业务流程多次流转后产生海量异构数据造成数据难以管理的问题,提出了一种基于JSON的数字采矿协同技术。首先对采集的矿山数据进行分类,并采用轻量级的JSON格式对分类后的矿山业务数据进... 针对矿山业务软件数据格式繁多,缺乏统一数据标准,业务流程多次流转后产生海量异构数据造成数据难以管理的问题,提出了一种基于JSON的数字采矿协同技术。首先对采集的矿山数据进行分类,并采用轻量级的JSON格式对分类后的矿山业务数据进行标准化处理。然后采用微服务架构的分布式思想,依据明确的矿山业务边界将整个数字采矿协同平台的业务功能模块划分为独立的服务模块。由于微服务的特性,可以根据不同的业务服务设计单独的数据库存储信息,并基于Spring Cloud框架管理协同平台中各独立业务服务和数据库,实现数据跨业务式互联互通,最后将其应用于新疆阿舍勒铜矿。结果表明:该方法充分利用JSON数据格式与微服务架构的特点,解决了矿山信息孤岛、信息断层等问题,减少了数据调用及管理时间,提高了矿山各业务跨部门、跨学科协作的能力与工作效率。 展开更多

关键词 数字采矿协同技术 JSON 数据标准化 微服务架构 Spring Cloud框架 阿舍勒铜矿

在线阅读 下载PDF 职称材料

结合交并比损失的孪生网络目标跟踪算法研究 被引量：2

13

作者 周维 刘宇翔 +1 位作者 廖广平 马鑫 《系统仿真学报》 CAS CSCD 北大核心 2022年第9期1956-1967,共12页

SiamRPN算法采用Ln范数损失训练边界框预测,未考虑预测框与真值框间交并比(inersection over union,IoU)的关系,导致准确性不足。针对该问题,提出一种结合IoU损失的SiamRPN目标跟踪改进算法。设计了IoU-smooth L1范数联合优化模块,对候... SiamRPN算法采用Ln范数损失训练边界框预测,未考虑预测框与真值框间交并比(inersection over union,IoU)的关系,导致准确性不足。针对该问题,提出一种结合IoU损失的SiamRPN目标跟踪改进算法。设计了IoU-smooth L1范数联合优化模块,对候选正样本进行IoU损失与smooth L1范数损失的联合优化;依据回归预测结果,用预测框与真值框的IoU作为权重对正样本进行加权分类预测,增加正样本间的区分度,同时确保分类预测与回归预测的关联性。对比实验结果表明:本文所提改进算法能有效提升跟踪性能。 展开更多

关键词 机器视觉 目标跟踪 孪生网络 锚点框 交并比损失

在线阅读 下载PDF 职称材料

基于改进YOLOv3的实时交通标志检测算法 被引量：12

14

作者 张达为 刘绪崇 +2 位作者 周维 陈柱辉 余瑶 《计算机应用》 CSCD 北大核心 2022年第7期2219-2226,共8页

针对目前我国智能驾驶辅助系统识别道路交通标志检测速度慢、识别精度低等问题,提出一种基于YOLOv3的改进的道路交通标志检测算法。首先,将MobileNetv2作为基础特征提取网络引入YOLOv3以形成目标检测网络模块MN-YOLOv3,在MN-YOLOv3主干... 针对目前我国智能驾驶辅助系统识别道路交通标志检测速度慢、识别精度低等问题,提出一种基于YOLOv3的改进的道路交通标志检测算法。首先,将MobileNetv2作为基础特征提取网络引入YOLOv3以形成目标检测网络模块MN-YOLOv3,在MN-YOLOv3主干网络中引入两条Down-up连接进行特征融合,从而减少检测算法的模型参数,提高了检测模块的运行速度,增强了多尺度特征图之间的信息融合;然后,根据交通标志目标形状的特点,使用K-Means++算法产生先验框的初始聚类中心,并在边界框回归中引入距离交并比(DIOU)损失函数来将DIOU与非极大值抑制(NMS)结合;最后,将感兴趣区域(ROI)与上下文信息通过ROIAlign统一尺寸后融合,从而增强目标特征表达。实验结果表明,所提算法性能更好,在长沙理工大学中国交通标志检测(CCTSDB)数据集上的平均准确率均值(mAP)可达96.20%。相较于FasterR-CNN、YOLOv3、CascadedR-CNN检测算法,所提算法拥有具有更好的实时性和更高的检测精度,对各种环境变化具有更好的鲁棒性。 展开更多

关键词 目标检测 特征融合 YOLOv3 距离交并比 MobileNetv2 K-Means++

在线阅读 下载PDF 职称材料

面向云网融合的数据中心能效评估方法 被引量：6

15

作者 龙赛琴 黄金娜 +2 位作者 李哲涛 裴廷睿 夏元清 《计算机研究与发展》 EI CSCD 北大核心 2021年第6期1248-1260,共13页

云网融合的加速发展,既推动着数据中心规模快速增长,也带来了巨大的能源消耗.如何制定合理的数据中心能效评估标准已成为指导数据中心能效提升亟需解决的关键问题.针对单一指标很难全面衡量数据中心的能源效率,且不同的数据中心能效指... 云网融合的加速发展,既推动着数据中心规模快速增长,也带来了巨大的能源消耗.如何制定合理的数据中心能效评估标准已成为指导数据中心能效提升亟需解决的关键问题.针对单一指标很难全面衡量数据中心的能源效率,且不同的数据中心能效指标各有侧重,甚至互相矛盾的问题,提出了将多指标进行融合来综合评估数据中心的能效,采用了主客观结合的赋权方法,为不同的能效指标设置权重,设计了基于云模型的多指标融合评估策略,得到了更加科学、全面的数据中心能效评估结果.最后,利用灰色关联法分析了评估结果与各能效指标之间的关系,分析结果对数据中心能效的提升具有重要的指导意义. 展开更多

关键词 多指标 数据中心 能效 云模型 灰色关联

在线阅读 下载PDF 职称材料

进化高维多目标优化研究综述 被引量：6

16

作者 徐康宇 刘元 +3 位作者 李密青 杨圣祥 邹娟 郑金华 《控制工程》 CSCD 北大核心 2023年第8期1436-1449,共14页

高维多目标优化问题(many-objective optimization problems, MaOPs)已经普遍存在于工业和科学领域中,这类问题的目标数一般超过3个且目标之间存在冲突性。进化算法作为一种基于种群的元启发式搜索方法已经被证实能够有效求解MaOPs。近... 高维多目标优化问题(many-objective optimization problems, MaOPs)已经普遍存在于工业和科学领域中,这类问题的目标数一般超过3个且目标之间存在冲突性。进化算法作为一种基于种群的元启发式搜索方法已经被证实能够有效求解MaOPs。近二十年来,高维多目标进化算法(many-objective evolutionary algorithms, MaOEAs)研究已取得了长足发展。现对进化高维多目标优化(evolutionary many-objective optimization, EMaO)的研究进展进行全面的综述,具体包括:(1)描述了EMaO的相关理论背景;(2)分析了EMaO面临的挑战;(3)详细讨论了Ma OEAs的发展概况;(4)归纳了Ma OPs以及性能指标;(5)介绍了面对高维目标空间的可视化工具;(6)总结了Ma OEAs在一些领域的应用;(7)剖析了进化算法在解决MaOPs时所面临的问题和挑战,并给出未来研究方向的建议。 展开更多

关键词 进化高维多目标优化 进化算法 高维多目标优化问题 PARETO支配

在线阅读 下载PDF 职称材料

基于高分辨率网络的自监督单目深度估计方法 被引量：4

17

作者 蒲正东 陈姝 +1 位作者 邹北骥 蒲保兴 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2023年第1期118-127,共10页

使用深度学习方法进行单目深度估计时,由于使用多级下采样会出现重建结果细节信息缺失、边缘轮廓模糊等问题.为此,提出一种基于高分辨率网络的自监督单目深度估计方法.首先,通过并行连接使得特征图在编码过程中始终保持高分辨率表示,以... 使用深度学习方法进行单目深度估计时,由于使用多级下采样会出现重建结果细节信息缺失、边缘轮廓模糊等问题.为此,提出一种基于高分辨率网络的自监督单目深度估计方法.首先,通过并行连接使得特征图在编码过程中始终保持高分辨率表示,以充分地保留细节信息;其次,为了提高编码器的学习能力,在编码部分引入注意力模块,对图像特征进行筛选和提炼;最后,针对深度估计的多义性问题,利用非相邻帧图像之间的一致性,设计了一种有效的损失函数,并使用可靠性掩膜来消除动点和遮挡点的干扰.在TensorFlow框架下采用KITTI和Cityscapes数据集进行实验,实验结果表明,与已有深度估计方法相比,该方法不仅能够保留预测深度的边缘信息,而且能够提高预测深度的准确性,可达到0.119的平均相对误差. 展开更多

关键词 单目深度估计 卷积神经网络 自监督 编码器 深度估计

在线阅读 下载PDF 职称材料

基于边缘引导的多尺度医学影像分割方法 被引量：2

18

作者 姜灏天 王琦智 +2 位作者 黄扬林 章雅琴 胡凯 《计算机科学》 CSCD 北大核心 2023年第S02期1026-1032,共7页

医学影像的灰阶变化小,分割目标与背景不易区分,因此,进行影像分割是充满挑战性的问题。现有网络模型大多将高频的分割边缘与低频的主体部分统一学习,忽视了高频与低频信息的差异性和两者在图像中占比不同的差别。针对这一问题,提出了... 医学影像的灰阶变化小,分割目标与背景不易区分,因此,进行影像分割是充满挑战性的问题。现有网络模型大多将高频的分割边缘与低频的主体部分统一学习,忽视了高频与低频信息的差异性和两者在图像中占比不同的差别。针对这一问题,提出了基于边缘引导的多尺度卷积神经网络Edge Guided V-Shape Network(EGV-Net),从低频分割主体和高频分割边缘两个特征角度进行针对性学习。其中,低频特征通过编码-解码方式进行特征传递,学习分割目标的主体部分;高频特征则通过边缘提取方法,首先将高频语义信息从分割图谱中提取出来,再将分割边缘过滤分离。高频边缘通过边缘引导模块指导模型对低频特征做出精准的分割,并恢复边缘细节精度。在肝脏影像与ISIC2016数据集上进行的实验结果表明,所提算法对整体分割的把控能力更强,在边缘细节处有更好的分割效果,优于其他模型。 展开更多

关键词 深度学习 医学影像分割 多尺度特征 边缘提取 边缘引导

在线阅读 下载PDF 职称材料

一种基于混合粒子群优化算法的深度卷积神经网络架构搜索方法 被引量：12

19

作者 王上 唐欢容 《计算机应用研究》 CSCD 北大核心 2023年第7期2019-2024,共6页

神经架构搜索(neural architecture search,NAS)技术自动寻找神经网络中各层的最佳组合和连接方式,以及各种超参数的最佳分布。该方法从搜索空间生成若干不同的卷积神经网络(CNN),使用混合粒子群优化(hybrid particle swarm optimizatio... 神经架构搜索(neural architecture search,NAS)技术自动寻找神经网络中各层的最佳组合和连接方式,以及各种超参数的最佳分布。该方法从搜索空间生成若干不同的卷积神经网络(CNN),使用混合粒子群优化(hybrid particle swarm optimization,HPSO)算法,将一定数目的神经网络个体视做一个群体,将每个网络个体在评价指标下的表现值视做适应度,在给定的世代数范围内,每个神经网络个体都学习自身的历史最佳适应度个体,和整个群体的最佳适应度个体,迭代改善自身的网络架构。实验结果表明,算法运行中出现的最优网络架构,在图像分类任务的多个基准数据集上,与手工设计的神经网络和以遗传算法为基础的NAS算法相比,在网络参数数量和准确率的平衡上取得了有竞争力的结果。 展开更多

关键词 混合粒子群算法 神经架构搜索 卷积神经网络 图像分类

在线阅读 下载PDF 职称材料

基于语义重定位的语义分割并行网络 被引量：1

20

作者 陈姝 徐蕾 +1 位作者 邹北骥 陈静 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2022年第3期373-381,共9页

语义分割任务是对图像进行像素级别的分类预测,其难点在于对像素级别的准确预测和物体的边缘划分.现有方法大多采用基于编解码结构的网络模型,通过下采样快速扩充网络的感受野,但连续的下采样对特征图的空间信息造成了不可逆转的损失,为... 语义分割任务是对图像进行像素级别的分类预测,其难点在于对像素级别的准确预测和物体的边缘划分.现有方法大多采用基于编解码结构的网络模型,通过下采样快速扩充网络的感受野,但连续的下采样对特征图的空间信息造成了不可逆转的损失,为此,提出一种基于语义重定位的并行网络.设计了一条全局空间路径,在保持高分辨率的情况下提取丰富的空间信息并缓解多次下采样带来的信息丢失.在另一条上下文信息提取路径中,采用一个特征提取器,通过快速下采样扩充网络的感受野.此外,设计基于物体类别的语义重定位模块弥补多次下采样造成的上下文信息缺失,使用粗分割结果中该类目标区域的所有像素分别对目标区域中的每个像素进行引导.同时,采用Dice loss缓解数据中存在的正负样本不平衡问题,以获得更好的分割性能.最后,在Cityscapes和CamVid数据集上对所提网络进行了评价.实验结果表明,与已有分割网络相比,在CamVid数据集上,SRPNet在mIoU指标上能提升3.1%,在Cityscapes数据集上,SRPNet在mIoU指标上能提升1.8%. 展开更多

关键词 语义分割 语义重定位 特征提取 特征融合

在线阅读 下载PDF 职称材料