期刊文献+
共找到11篇文章
< 1 >
每页显示 20 50 100
面向深度学习的船舶目标检测研究综述与实验分析
1
作者 李斌 范家炜 《科学技术与工程》 北大核心 2025年第27期11427-11450,共24页
遥感图像船舶目标检测作为遥感应用的重要方向,在海洋监测、港口管理和国防安全等领域具有广泛的应用价值,近年来,深度学习技术的快速发展为船舶目标检测提供了新的解决方案。为系统分析现有船舶目标检测算法的优势与局限性,全面探讨了... 遥感图像船舶目标检测作为遥感应用的重要方向,在海洋监测、港口管理和国防安全等领域具有广泛的应用价值,近年来,深度学习技术的快速发展为船舶目标检测提供了新的解决方案。为系统分析现有船舶目标检测算法的优势与局限性,全面探讨了遥感图像船舶检测的改进策略,从而为各类船舶的运行组织提供有力的人工智能技术支撑。首先,系统总结了基于深度学习的目标检测算法的发展历程;随后,针对遥感图像的检测难点分析当前各阶段改进措施的优点与不足。之后,利用CiteSpace对中国知网(China National Knowledge Infrastructure,CNKI)和Web of Science近8年的文献进行关键词共现分析,探讨当前的研究进展和领域热点。此外,结合最新的YOLOv10和YOLOv11实验结果,剖析现有技术的优势与不足。最后,基于文献综述和实验结果,总结了现有技术的局限性,并提出了未来的研究方向。 展开更多
关键词 水路运输 船舶目标检测 卷积神经网络 遥感图像 目标检测算法改进
在线阅读 下载PDF
一种融合图数据多元结构和特征的图池化方法
2
作者 王翔 魏玉锌 毛国君 《计算机工程》 北大核心 2025年第1期128-137,共10页
在图神经网络中,图池化是一类用于对图数据进行下采样以提取图表征的重要操作。由于图数据存在较为复杂的网络拓扑结构和高维度的特征信息,因此现有图池化方法在设计过程中未能同时融合图数据的拓扑结构信息和节点的长距离依赖信息,在... 在图神经网络中,图池化是一类用于对图数据进行下采样以提取图表征的重要操作。由于图数据存在较为复杂的网络拓扑结构和高维度的特征信息,因此现有图池化方法在设计过程中未能同时融合图数据的拓扑结构信息和节点的长距离依赖信息,在图池化过程中没有考虑丢弃节点的特征,造成图数据的重要信息损失。为此,提出一种基于多元特征融合的图池化方法来同时捕获图数据的局部拓扑信息、全局拓扑信息以及长距离节点依赖关系,并使用1个聚合模块聚合这些特征信息得到1个新的池化图。为了解决图池化过程中节点特征信息丢失的问题,提出一种新的特征融合方法将丢弃节点的信息以一定比例汇聚到保留节点上。基于该池化方法,构建基于分层池化的图分类模型。在D&D、PROTEINS、NCI1和NCI1094个数据集上的实验结果表明,与最佳基线模型相比,所提模型的分类准确率分别提升了2.97、3.59、0.48和0.24个百分点,能够更有效利用图数据的特征信息、拓扑信息和长距离节点依赖信息,在图分类任务上取得了更好的效果。 展开更多
关键词 图池化 图分类 拓扑信息 长距离节点依赖 特征融合
在线阅读 下载PDF
多尺度特征聚合扩散和边缘信息增强的小目标检测算法 被引量:5
3
作者 江旺玉 王乐 +1 位作者 姚叶鹏 毛国君 《计算机工程与应用》 北大核心 2025年第7期105-116,共12页
无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此... 无人机航拍图像中,目标尺寸变化剧烈、背景复杂且小目标比例较高等特点为目标检测任务带来巨大挑战。尽管现有的基于卷积的目标检测算法能有效获取空间信息,但在实现不同尺度特征的全局交互及边缘细节信息的有效利用上仍存在不足。因此,提出了一种结合多尺度特征聚合扩散和边缘信息增强的小目标检测算法ADEYOLO。构建了多尺度特征聚合扩散金字塔网络(MFADPN),通过在中间层聚合不同层级特征,并将其直接扩散至相邻层以缩短传播路径,有效减少了信息在传递过程中的损失,增强了模型的多尺度表达能力,显著提升了对不同尺度目标的检测能力。设计了自适应上下文融合模块(ACFM),利用通道注意力机制自适应地调整不同特征图的贡献,进一步强化多尺度特征的融合效果,使得重要特征在信息融合过程中更加突出。提出的C2f-Sobel模块通过额外分支结合Sobel算子来提取图像的边缘信息,从而为模型提供了更丰富的细节信息,提升了其在复杂场景下目标定位能力。实验结果表明,ADE-YOLO相较于基线YOLOv10s,在VisDrone2019和TinyPerson数据集上分别提高了8.6个百分点和4.0个百分点(mAP0.5),并且在与其他先进模型的对比中也展示了显著的优势。 展开更多
关键词 小目标检测 航拍图像 特征金字塔 自适应特征融合 边缘信息
在线阅读 下载PDF
基于强化特征金字塔和聚焦损失的小目标检测 被引量:4
4
作者 施宇 王乐 +1 位作者 姚叶鹏 毛国君 《计算机科学与探索》 北大核心 2025年第3期693-702,共10页
无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层... 无人机航拍图像具有目标尺度小和背景复杂等特点,因此直接对这类图像使用通用目标检测方法很难获得理想的识别精度。基于YOLOv8,提出一种强化特征金字塔和聚焦损失的小目标检测模型CFE-YOLO。设计一种跨层级强化特征金字塔网络,以跨层级的方式融合注意力特征图来改进传统特征金字塔结构,通过增加浅层网络的高分辨率特征图和去除深层检测头来适应小目标检测需求。结合Complete-IOU和Focalloss损失函数思想,设计了一个基于面积交并比的聚焦损失函数,进一步提升小目标的检测能力。通过引入深度可分离卷积实现一个轻量化空间金字塔池化层模块,在减少参数量的同时保持模型的检测精度。在VisDrone和Tinyperson两个无人机航拍数据集上进行的大量实验显示,CFE-YOLO较基准模型的m AP0.50分别提高了4.72和5.58个百分点且参数量减少37.74%,同时与其他先进算法对比也取得更高的精度。 展开更多
关键词 小目标检测 航拍图像 特征金字塔 损失函数
在线阅读 下载PDF
自适应复合转换函数的二进制电鳗觅食优化算法
5
作者 李牧元 刘建华 +1 位作者 力尚龙 吴炳南 《计算机工程与应用》 北大核心 2025年第12期107-119,共13页
电鳗觅食优化算法是近年提出的元启发式优化算法,用于求解连续优化问题,并且应用在各种工程问题中。然而现实中许多优化问题是离散的,这就需要提出算法的二进制版本。研究者通常使用转换函数将连续解转换为离散解,用于求解离散优化问题... 电鳗觅食优化算法是近年提出的元启发式优化算法,用于求解连续优化问题,并且应用在各种工程问题中。然而现实中许多优化问题是离散的,这就需要提出算法的二进制版本。研究者通常使用转换函数将连续解转换为离散解,用于求解离散优化问题,但传统的S型转换函数易于发散难以收敛,而V型转换函数易于陷入局部最优难以跳出。针对上述问题,设计出一种自适应的V型转换函数,并利用电鳗能量因子将S型与自适应V型转换函数融合,提出一种自适应复合型转换函数用于电鳗算法的二值化。此外由于电鳗算法在休息和狩猎阶段缺乏局部多样性,及其在交互和迁徙阶段存在过早收敛,进一步对电鳗优化算法进行了改进。算法在交互阶段增加权重控制因子,发挥S型转换函数的发散特性,增强全局搜索能力;在迁徙阶段施加鞭策因子,约束电鳗的行为,避免过早收敛陷入局部最优;在休息、狩猎阶段增加随机因子提高局部多样性。通过35个背包问题数据实例上的收敛、均值及消融等实验,其结果证明了提出的二进制电鳗觅食优化算法的有效性。 展开更多
关键词 二进制电鳗觅食优化算法 转换函数 复合型转换函数 背包问题
在线阅读 下载PDF
基于透镜反向学习和差分进化的帝国竞争改进算法
6
作者 李斌 潘智成 《计算机工程》 北大核心 2025年第6期155-173,共19页
针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题,提出一种基于透镜反向学习和差分进化的帝国竞争改进算法LODE-IICA。首先,引入透镜反向学习差分进化机制,周期性地为算法种群提供新的... 针对帝国竞争算法(ICA)收敛过快导致求解高维复杂问题容易陷入局部最优以及全局寻优能力不足等问题,提出一种基于透镜反向学习和差分进化的帝国竞争改进算法LODE-IICA。首先,引入透镜反向学习差分进化机制,周期性地为算法种群提供新的进化方式和平衡各个帝国势力,帮助算法种群跳出局部最优;其次,将精英保留策略植入到算法演化中,重新分配殖民地,维持种群多样性;最后,引入动态同化系数,协调算法在不同阶段探索,提高算法的稳定性。仿真实验中,采用标准函数测试集、CEC2017测试集及CEC2020测试集检验LODE-IICA在多个维度下对不同类型函数的寻优能力。选取在标准函数测试集、CEC2017测试集和CEC2020测试集中具有代表性的15种改进算法与LODE-IICA进行实验结果比较,结果显示,LODE-IICA引入的机制在大多数情况下有效地提高了算法性能,同时具备较好的收敛速度和寻优能力。 展开更多
关键词 帝国竞争算法 透镜反向学习 差分进化 精英保留 同化系数
在线阅读 下载PDF
基于自适应扩散图卷积注意力网络的地铁客流预测 被引量:2
7
作者 唐郑熠 黄嘉欢 +1 位作者 王金水 邢树礼 《铁道科学与工程学报》 EI CAS CSCD 北大核心 2024年第12期4910-4923,共14页
准确的地铁客流预测是智能交通系统应对交通挑战、协调运营调度、规划未来建设的重要战略需求。然而,先前将图卷积网络与深度学习模型(如循环神经网络、长短期记忆网络和门控循环神经网络等)相结合的相关研究只能提取基于路网图结构的... 准确的地铁客流预测是智能交通系统应对交通挑战、协调运营调度、规划未来建设的重要战略需求。然而,先前将图卷积网络与深度学习模型(如循环神经网络、长短期记忆网络和门控循环神经网络等)相结合的相关研究只能提取基于路网图结构的时间和空间相关性,而忽略了地铁站点之间隐藏的空间相关性和随时间变化的动态时间和动态空间相关性。为了挖掘交通数据中复杂的时空相关性以实现精确的地铁客流预测,提出一种基于自适应扩散图卷积注意力(Adaptive Diffusion Graph Convolution Attention, ADGCA)网络的客流预测方法。此方法的创新点主要包括2个方面:首先,通过构建多图和自适应矩阵,并结合多头注意力机制,能够挖掘地铁站点之间隐藏的空间相关性。这种方法优化了现有方法在提取地铁系统空间信息特征方面的不足,使得ADGCA模型能够更全面地提取地铁系统中的空间信息特征。其次,构建了一种结合因果卷积、自适应扩散图卷积和多头注意力机制的深度学习模型组件。该组件能够在局部和全局层面捕捉地铁客流数据中的动态时空相关性,相比于先前的方法,能够更有效地提取复杂的地铁客流数据特征。在根据上海和杭州地铁自动检票系统的乘客刷卡记录所构建的2个真实数据集上,对模型有效性进行评估。研究结果表明,相较于现有的基线模型,ADGCA模型能够提取更加真实的动态时空相关性,从而有效地降低了预测误差。在所有预测时间步长上,ADGCA模型预测准确度指标均优于基线模型。研究结果为进一步优化城市地铁运营计划和保障地铁安全营运提供了更加精确的数据支持。 展开更多
关键词 智能交通 地铁客流预测 自适应扩散图卷积 因果卷积 多头注意力
在线阅读 下载PDF
基于计算物流的自动化集装箱码头AGV生产调度 被引量:1
8
作者 李斌 崔宏阳 《计算机应用研究》 CSCD 北大核心 2024年第6期1704-1713,共10页
针对自动化集装箱码头自动导引车(AGV)在线实时生产调度约束动态复杂和难以可视化的问题,在计算物流框架下,利用AnyLogic平台创建自动化码头水平运输计算实验模型,并针对平台中已有的经典资源分配策略,面向AGV生产调度提出两方面的改进... 针对自动化集装箱码头自动导引车(AGV)在线实时生产调度约束动态复杂和难以可视化的问题,在计算物流框架下,利用AnyLogic平台创建自动化码头水平运输计算实验模型,并针对平台中已有的经典资源分配策略,面向AGV生产调度提出两方面的改进:将运筹规划商业求解器与计算实验平台结合来求解动态复杂组合优化问题;基于计算物流的思想方法,迁移和定制出五种面向问题探索的自定义AGV在线调度算法。由于商业求解器的局限性,模型和实验数据是基于自动化码头进口箱作业部分。实验表明,两种改进策略能够弥补商业求解器和计算实验平台的部分不足,尤其是自定义策略相较于经典资源分配策略能够面向特定装卸船需求更好地实现AGV生产调度,实现自动化码头水平运输的高效作业。 展开更多
关键词 自动化集装箱码头 计算物流 AnyLogic仿真 AGV调度策略 CPLEX求解 自定义策略
在线阅读 下载PDF
面向隐写算法失配的小样本图像隐写分析方法
9
作者 赖鸣姝 翁韶伟 田华伟 《北京交通大学学报》 CAS CSCD 北大核心 2024年第2期90-101,共12页
在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制... 在实际的隐写分析应用场景中,待测隐写算法大多是未知的,难以获得足量带标记的样本,从而导致隐写算法失配问题.为提升在隐写算法未知且仅有少量标记图像时隐写分析的检测性能,提出新型隐写分析网络BTONet.首先,提出结合瓶颈注意力机制的改进SRNet,即BAMSRNet,作为BTONet的特征提取模块,从空间维度和通道维度对纹理区域进行关注,解决小样本环境下直接使用SRNet会导致检测性能不佳的问题,在带标记图像数量极少的情况下提取有辨识性的特征.然后,将正交投影损失和交叉熵损失有机结合,从特征和预测标签2个角度强化不同类别之间的正交性,提升分类模块的性能.最后,在隐写算法失配的情况下,将BTONet与4个经典空域深度隐写分析算法进行检测准确率、训练时长、测试时长和算法稳定性等方面的比较,并进行消融实验.实验结果表明:相较于目前先进的基于深度学习的隐写分析方法,BTONet在小样本环境下能够取得更优的检测性能,检测性能提升了1.02%~10.35%;同时取得了极佳的稳定性,将检测准确率方差降低至其他隐写算法的1/60~1/20. 展开更多
关键词 隐写分析 瓶颈注意力机制 正交投影损失 小样本学习
在线阅读 下载PDF
基于计算物流和群集智能的多集装箱码头泊位分配 被引量:5
10
作者 李斌 唐志斌 《计算机工程与应用》 CSCD 北大核心 2023年第16期262-284,共23页
以港口运营方统一整合多集装箱码头作业空间资源为背景,探讨了考虑泊位水深约束和出口集装箱可转港作业的多码头动态连续泊位分配问题(multi-terminal dynamic and continuous berth allocation problem,MDC-BAP)。基于计算物流将MDC-BA... 以港口运营方统一整合多集装箱码头作业空间资源为背景,探讨了考虑泊位水深约束和出口集装箱可转港作业的多码头动态连续泊位分配问题(multi-terminal dynamic and continuous berth allocation problem,MDC-BAP)。基于计算物流将MDC-BAP抽象为异构多背包问题进行运筹建模,建立了同时考虑港航双方作业总成本最小化的混合整数规划模型,进而设计了一类融合计算物流和群集智能的二阶段改进帝国竞争算法(two-stage improved imperialist competitive algorithm,TSI-ICA)对模型进行求解。采用三种计划周期12个大规模MDC-BAP算例执行数值实验,比较了多种改进帝国竞争算法和多种启发式规则在MDC-BAP模型上的综合求解性能,TSI-ICA设计的“元启发式算法+启发式规则”框架在大规模算例上的表现明显优于“启发式规则+启发式规则”的资源分配模式,并从运作成本和运营韧性两方面阐明了多码头协同生产优于单码头独立作业模式,从而为多集装箱码头泊位协同分配提供了较好的智能决策支持解决方案。 展开更多
关键词 多集装箱码头 泊位分配问题 联合生产运营 异构多背包问题 计算物流 帝国竞争算法 排队论
在线阅读 下载PDF
面向资源约束项目调度的二阶段帝国竞争算法 被引量:3
11
作者 李斌 黄起彬 《计算机科学与探索》 CSCD 北大核心 2023年第11期2620-2639,共20页
资源约束项目调度问题是一类经典的组合优化难题,有着广泛的工程应用背景。自20世纪60年代起,该问题的优化方法层出不穷,但大多数智能优化算法在该问题空间中搜索表现一般。针对这一挑战,提出了一种二阶段演化帝国竞争算法(TSE-ICA)。首... 资源约束项目调度问题是一类经典的组合优化难题,有着广泛的工程应用背景。自20世纪60年代起,该问题的优化方法层出不穷,但大多数智能优化算法在该问题空间中搜索表现一般。针对这一挑战,提出了一种二阶段演化帝国竞争算法(TSE-ICA)。首先,基于由关键路径法得到的组块提取策略,提出两种分别用于种群多样性开发和高效收敛的同化算子,通过在不同阶段选择合适的同化算子实现二阶段演化框架的构建。其次,基于组块的改进革命机制包含插入和乱序两种邻域搜索策略,帝国竞争机制则通过收集不同帝国的收敛信息实现参数的自适应调整;最后,利用记忆库引导种群进化,提高算法的收敛速率。TSE-ICA的最佳参数设置由Taguchi法的实验设计方法确定。数值实验面向典型实例库PSPLIB中的3个实例集J30、J60和J120对TSE-ICA执行了性能测试,并基于两种评价标准与17种先进的元启发式算法进行性能对比。实验结果显示,TSE-ICA具有较好的优化性能和收敛效率,初步验证了所提改进机制的有效性和所提算法的问题适用性。 展开更多
关键词 资源约束项目调度问题 帝国竞争算法 二阶段演化框架 同化 关键路径法 Taguchi法 组块 记忆库
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部