期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
基于变分图自编码器的多变量时序数据异常检测
1
作者 尹文萃 谢平 +2 位作者 叶成绪 韩佳新 夏星 《计算机科学》 北大核心 2025年第S1期688-695,共8页
多变量时序数据异常检测指识别多变量时序数据中的异常值。为解决多变量时序数据间的复杂性和内部变量间特征依赖的问题,文中提出了一种基于变分图自编码器的多变量时序数据异常检测方法。首先,使用滑动窗口提取变量嵌入特征,并基于特... 多变量时序数据异常检测指识别多变量时序数据中的异常值。为解决多变量时序数据间的复杂性和内部变量间特征依赖的问题,文中提出了一种基于变分图自编码器的多变量时序数据异常检测方法。首先,使用滑动窗口提取变量嵌入特征,并基于特征相似性构建结构关联关系图,然后将该多变量时序数据间的关联关系通过变分图自编码器进行优化,提高多变量时序数据的结构特征表征能力;其次,通过多头注意力机制提升多变量时序数据不同通道间的特征表示,并和多变量时序数据结构信息进行融合;最后,采用极值理论选取阈值并进行无监督异常检测。实验结果表明,所提模型在SWaT,MSL等数据集上F1分数达到了81.43%和99.67%的结果。 展开更多
关键词 异常检测 多变量时序数据 图结构学习 变分图自编码器
在线阅读 下载PDF
基于Faster R-CNN的轻量化遥感图像军用飞机检测模型 被引量:4
2
作者 党玉龙 叶成绪 《激光杂志》 CAS 北大核心 2024年第7期111-117,共7页
遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战,提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分注意力网络来捕获目标区域特征的全... 遥感图像军用飞机目标检测对侦察预警和情报分析等领域具有重要意义。针对该任务中图像背景复杂、目标尺度变化大和分布密集等挑战,提出了一种基于Faster R-CNN的轻量化检测模型。该模型使用残差拆分注意力网络来捕获目标区域特征的全局上下文信息以提升模型的表征能力;利用可变形卷积来动态学习目标区域的形变特征,适应不同尺度和形状的目标;采用对比实验的方法精简骨干网络,降低过深的骨干网络与过低的采样率对于小目标检测的影响,提高模型的识别速度。在目标候选框筛选阶段,引入Soft NMS算法,根据置信度降序排名去除重叠度高的候选框,降低密集分布目标的漏检率。实验结果表明,提出的Faster R-CNN模型在参数量为23.844 MB的情况下,mAP0.5-0.95达到了77.1%,检测速度达到了43.7帧/秒,相比于多个主流模型具有较好的综合性能。 展开更多
关键词 遥感图像 军用飞机 目标检测 Faster R-CNN
在线阅读 下载PDF
基于矢量与能量的水下无线传感器网络路由协议 被引量:5
3
作者 张嘉男 杜秀娟 +1 位作者 李梅菊 王丽娟 《计算机工程》 CAS CSCD 北大核心 2018年第9期113-117,共5页
水下无线传感器网络具有能耗大、数据传输效率低、拓扑结构动态变化的特点。针对水下环境中节点的移动优势,提出基于矢量和能量的路由协议。从源节点到汇聚节点建立矢量,根据候选节点到该矢量的距离确定优先级。在考虑距离的同时结合候... 水下无线传感器网络具有能耗大、数据传输效率低、拓扑结构动态变化的特点。针对水下环境中节点的移动优势,提出基于矢量和能量的路由协议。从源节点到汇聚节点建立矢量,根据候选节点到该矢量的距离确定优先级。在考虑距离的同时结合候选节点的剩余能量以确定其是否成为最佳下一跳节点。仿真结果表明,与VBF协议和LB-AGR协议相比,即使无法知晓节点的地理位置,该协议在交付率、平均端到端延时和能耗方面仍可获得较好的结果。 展开更多
关键词 水下无线传感器网络 路由协议 动态拓扑 矢量 剩余能量
在线阅读 下载PDF
面向不平衡数据的肺部疾病细粒度分类模型
4
作者 刘冰 叶成绪 《图学学报》 CSCD 北大核心 2023年第3期513-520,共8页
肺部疾病种类繁多,不同病症的影像学表现存在细微差别,且相关医学影像数据普遍存在类别不平衡的现象,使用一般的深度学习模型对其进行区分存在困难。针对上述问题,提出一种面向不平衡数据的肺部疾病细粒度分类模型,其具有双分支的特征... 肺部疾病种类繁多,不同病症的影像学表现存在细微差别,且相关医学影像数据普遍存在类别不平衡的现象,使用一般的深度学习模型对其进行区分存在困难。针对上述问题,提出一种面向不平衡数据的肺部疾病细粒度分类模型,其具有双分支的特征提取结构,分别是EfficientNetB0和添加卷积块注意力模块(CBAM)的MobileNetV2,通过注意力机制来增强图像中重要特征的权重。在特征提取后基于多模双线性池化对特征进行融合,并使用FocalLoss损失函数来改善不平衡数据的分类效果,通过超参数自适应调整的策略进行模型训练,最终完成分类。使用Grad-CAM对模型的关注点可视化,以解决分类的可解释性问题。实验结果表明,该模型的分类准确率为0.985,Kappa系数为0.973,F1值为0.981,各评价指标均有显著提升,具有较好的分类性能,有助于肺部疾病的辅助诊断。 展开更多
关键词 细粒度分类 不平衡数据 特征提取 特征融合 肺部X-ray图像
在线阅读 下载PDF
基于规则与感知的水声网络MAC协议
5
作者 李冲 杜秀娟 +1 位作者 王丽娟 田晓静 《通信学报》 EI CSCD 北大核心 2022年第2期65-75,共11页
针对水声网络(UAN)媒体访问控制(MAC)协议采用RTS/CTS握手机制,导致信道利用率和网络吞吐量较低的问题,提出一套信道访问规则,基于该规则设计了节点状态感知的水声网络MAC(RP-MAC)协议。当接收节点不在收发状态,并且其他邻居节点也都不... 针对水声网络(UAN)媒体访问控制(MAC)协议采用RTS/CTS握手机制,导致信道利用率和网络吞吐量较低的问题,提出一套信道访问规则,基于该规则设计了节点状态感知的水声网络MAC(RP-MAC)协议。当接收节点不在收发状态,并且其他邻居节点也都不在接收状态时,发送节点才会尝试发送一到多个报文给接收节点。节点通过侦听和信道规则来感知邻居节点的状态,在降低冲突与重传的同时,避免了握手控制报文的交互。理论分析与仿真实验表明,与Slotted FAMA和R-MAC等传统水声网络MAC协议比较,RP-MAC协议在不降低包交付率的前提下,实现了水声网络的并发传输,显著提高了信道利用率和网络吞吐量,降低了能量消耗。 展开更多
关键词 水声网络 MAC协议 网络性能 隐藏终端 暴露终端
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部