最新刊期
2024年第23卷第7期
- “在车辆共乘领域，专家构建了可持续发展运营模型，提出了多模式实时车辆共乘匹配方法，为平台决策者提供有益参考。”摘要：车辆共乘可分配闲置运输资源、提高经济效益、创造环境优势与社会福利。针对实时共乘问题构建可持续性发展运营模型，引入专车、顺风车双重模式，考虑可持续性三重底线，即经济效益、环境污染、社会责任等重要指征，提出一种基于可持续发展的多模式实时车辆共乘匹配方法。在综合考虑三重底线原则的基础上，采用路由字典机制生成私家车车主与乘客之间的最佳路线，选择最优共乘组合，采用非支配排序遗传算法NSGA-Ⅲ获得所提多目标模型的最佳解决方案。实验结果显示，当只最大化经济目标时，环境指标平均恶化约32.7%，社会指标平均下降约9.8%；而仅牺牲少量经济指标即可实现环境和社会指标大幅度改善，因此应将环境与社会指标纳入目标决策值，忽视它们仅仅优化利润会导致碳足迹增加及社会责任恶化。探究经济效益、环境污染、社会责任3个目标之间的相关性以及不同影响因素下的变化趋势可为车辆共乘平台决策者提供有益参考。关键词：城市交通;共乘匹配;可持续发展;遗传算法;帕累托前沿190|70|0更新时间：2024-07-18
- “在滑坡易发性评价领域，机器学习模型挖掘数据信息，建立联系，寻找规律，为评价提供重要手段。”摘要：滑坡易发性评价是滑坡危险性评价和风险性评价的必要基础，机器学习模型可以在海量滑坡灾害数据中挖掘潜在信息，建立数据联系，寻找滑坡现象背后的本质规律，是当前滑坡易发性评价研究的重要手段之一。基于文献检索平台，介绍不同机器学习模型等在滑坡易发性评价领域的应用现状，探讨了机器学习模型在滑坡易发性评价应用中的优缺点和适用情形，并提出以下几点认识：①基于耦合的机器学习模型在滑坡易发性评价中显著优于未耦合单一机器学习模型，基于改进的机器学习模型在滑坡易发性评价中也显著优于未经改进的单一机器学习模型；②探索模型算法“暗箱”式的作用机制、过程与结果的可解释性，提高滑坡易发性评价的精度和准确性，完善模型应用研究的不足，实现与人工智能的嵌套耦合等是未来机器学习模型研究的重要方向；③机器学习模型的自身特点和适用情形源于其构建原理，且作为固有特性贯穿于模型应用全过程。尽管机器学习模型受到广泛关注，但人们对其认识仍不够深入，学界也未形成一致的观点和统一的评价准则，尚有待进一步研究。关键词：机器学习;滑坡;地质灾害;滑坡易发性评价132|173|0更新时间：2024-07-18
- “在金融领域，一种新的财务报表命名实体识别方法被提出，有效提升了信息提取效率。该方法在中文命名实体识别和金融领域命名实体识别中表现优异。”摘要：在金融领域财务报表对企业的发展规划具有重要作用，但提取报表中的有效信息仍然高度依赖于人工。为此，提出一种融合关键信息和实体边界信息的财务报表命名实体识别方法，以提升财务报表有效信息提取效率。首先，通过两个卷积层、自注意力机制及门控机制组成的卷积门控单元对编码器的输出进行局部特征提取，筛选关键信息来引导实体识别；其次，通过实体边界预测模块将实体边界信息融入具有句子依赖关系的长序列语义特征；最后，将关键信息和融合了实体边界信息的长序列语义特征输入条件随机场层，以提取满足实体标注规则的相邻标签间的依赖，并获得全局最优标签序列。实验表明，所提模型在Resume、MSRA数据集上的F1值分别为95.75%、94.92%，优于所有比较模型，证明了该方法在中文命名实体识别的有效性；在财务报表数据集上的准确率、召回率、F1值分别为87.93%、92.45%、90.13%，相较于基线模型效果更好，能有效识别金融领域命名实体。关键词：金融;命名实体识别;卷积门控单元;实体边界预测;条件随机场80|30|0更新时间：2024-07-18
-
基于深度学习的腰椎间盘突出症辅助诊断 AI导读
“在智能辅助诊断领域，专家提出了基于深度学习的腰椎骨结构诊断方法框架，显著提升了诊断准确率和特异性。”摘要：针对腰椎骨结构复杂智能辅助诊断难的问题，提出一种基于深度学习的计算机辅助诊断方法框架，对腰椎间盘突出症（LDH）进行辅助诊断。首先，在U-Net的编码和解码过程中加入Resblock模块且保留U-Net的跳跃连接，以增强目标区域特征传递、减少特征丢失并加快模型收敛速度。其次，通过最小包络矩形法定位椎骨中心，根据定位在椎骨矢状面原图上裁剪合适大小的ROI，实现全自动ROI获取。最后，在Xception网络中使用平均池化代替Flatten操作，添加BN层、Droupout层和动态学习率提升模型的速度和精确度。针对上海某医院腰椎间盘突出症的MRI病例，通过分类模型评价标准评估训练后发现，所提框架诊断准确率ACC为94.46%，特异性SPE为94.60%，灵敏性SEN为97.09%，精确率PRE为94.32%，相较于以往研究均有提升，对推动计算机智能辅助诊断在临床上的应用具有重要意义。关键词：深度学习;U-Net;腰椎间盘突出症诊断;Xception;椎骨分割;智能辅助诊断72|49|0更新时间：2024-07-18 -
基于大小语言模型协同的社区矛盾调解框架 AI导读
“在社区矛盾调解领域，专家提出了基于大小语言模型协同的调解框架，有效降低成本，提升调解质量。”摘要：大语言模型因其出色的情景学习和因果推理能力已越来越多地应用于人们的生活中，与大语言模型能力相对应的是在社区矛盾调解中需调解员在了解完矛盾纠纷后，对是非有一定的辨别能力，并站在中立角度对矛盾进行调解。大语言模型可以在一定程度上缓解现有的社区矛盾调解制度中存在的人力资源不足、调解难度高、公信力缺失的问题，但大语言模型昂贵的调用费用，又限制了其在基层社区中的使用。鉴于此，提出一种基于大小语言模型协同的社区矛盾调解框架，该框架使用免费的小语言模型生成矛盾摘要，并根据调解员的参与方式分为人机分流与人机协同。案例分析表明，该框架可以将调用大语言模型带来的花费降低到原本的一半以下，且调解质量趋向于人工调解员。关键词：大语言模型;小语言模型;人机分流;人机协同;矛盾调解44|105|0更新时间：2024-07-18 -
孪生数字人的形象与语言授权框架研究 AI导读
“在人工智能领域，专家提出了一个对孪生数字人语言和行为授权的框架，通过人脸识别和区块链加密生成数字签名，有效对视频进行真人核对、信息验证和物理信息保存授权。”摘要：由于AIGC（人工智能生成的内容）发展迅速，网络上涌现出一大批生成视频，但生成式AI可能会产生许多虚假信息，会对公众造成严重误导，不法之徒可以利用低成本高效率伪造文本、图片甚至视频进行诈骗、恐吓、诽谤等行为。据此，提出一个可以对孪生数字人的语言和行为进行授权的框架，该框架通过人脸识别和区块链加密生成数字签名，最后生成数字证书对信息进行保存授权。该方法有效地对生成的孪生数字人视频进行了真人核对、信息验证和物理信息保存授权。经过实验验证，该框架完全可以通过对视频内容的检测，达到对具体时空切片内所发布的言论和行为进行授权和鉴别的要求。关键词：孪生数字人;授权框架;言论加密;数字证书;生成式人工智能44|37|0更新时间：2024-07-18 -
基于LDA与双向GRU的借阅主题热度预测 AI导读
“在图书馆领域，研究者提出了基于LDA与双向GRU神经网络的借阅主题热度预测模型，为图书馆阅读推广活动提供重要参考。”摘要：图书借阅主题分析能够挖掘读者借阅喜好和阅读规律，通过使用借阅主题热度预测模型能够预测读者借阅主题热度变化趋势，对图书馆开展阅读推广活动具有重要意义。为了解决图书借阅主题提取、主题热度预测问题，提出基于LDA与双向GRU神经网络的借阅主题热度预测模型。该算法通过LDA算法提取读者不同时间段中的借阅图书特征和借阅主题，在计算不同时间段借阅主题热度、构建借阅主题热度序列数据集的基础上，构造基于双向GRU神经网络的主题热度预测模型以预测未来主题热度变化趋势，并在厦门大学图书馆纸质文献借阅记录数据集上进行实验评估。实验结果表明，模型能准确获得借阅主题与关键词之间的关系，与机器学习等算法比较可知，该模型能有效降低借阅主题热度预测误差。关键词：热度预测;借阅主题发现;深度学习;双向门控循环单元;潜在狄利克雷分配21|22|0更新时间：2024-07-18 -
基于子图特征融合的链接预测方法 AI导读
“在工业领域，提出了基于子图嵌入的实体链接方法LPBS，通过强化学习获取上下文集合并编码，利用双塔模型和交叉注意力机制融合特征，有效提升了链接预测性能。”摘要：链接预测旨在预测知识图谱查询过程中缺失的事实三元组，通常广泛应用于智能问答、信息检索等任务，但由于知识图谱中节点和关系数量庞大，将整个图谱进行编码需要耗费相当大的资源，且图嵌入的编码方式缺少询问句中自带的语义信息，使链接预测结果并不理想。为此，提出一种基于子图嵌入的实体链接方法LPBS，基于强化学习模型设计相关策略来获取预测链接路径上下文集合并进行输入编码，然后通过基于多头自注意力机制的双塔模型获取询问句和子图的嵌入特征，最后通过交叉注意力机制将量特征融合后得到各节点的预测分布。在自建工业领域数据集上的测试发现，所提方法评的MMR达到0.362，Hits@1达到0.313，并通过消融实验证明了模型的有效性。关键词：链接预测;强化学习;多头自注意力机制;双塔模型;交叉注意力机制18|67|0更新时间：2024-03-21
人工智能
-
基于邻居重叠比与结构洞的影响力最大化算法 AI导读
“在社交网络领域，ORSH算法通过衡量节点特征，有效提升影响力传播范围，相较于NCSH算法平均提高5.4%。”摘要：影响力最大化是社交网络研究领域备受瞩目的问题之一，其目的是通过选择少量种子节点，尽量将影响力的传播范围最大化。传统的启发式算法往往只关注节点的单一特征，忽略了多个网络中心性指标的结合，受网络结构的影响较大，且容易导致“富人俱乐部”现象。为此，提出一种基于邻居重叠比与结构洞的影响力最大化算法ORSH，通过邻居重叠比和结构洞性质两个指标衡量一个节点是否拥有成为种子节点的特征。在6个真实网络数据集中进行实验，发现该算法的影响传播范围相较基于节点覆盖范围与结构洞的NCSH算法平均提高了5.4%，表明ORSH算法能有效选取最有影响力的节点。关键词：社交网络;影响力最大化;邻居重叠比;结构洞;启发式算法35|74|0更新时间：2024-07-18 -
基于改进灰色模型的集中供热温控方法研究 AI导读
“在节能减排领域，专家分析集中供热温控方法，建立模糊控制PID调节策略，有效降低能耗，助力“双碳”目标实现。”摘要：随着国家“双碳”政策的持续推进与发力，节能减排问题越来越受到关注。城镇范围内的集中供热系统作为目前最常见的取暖方式，耗能十分巨大，因而在保证舒适度的前提下，实现供热能耗的降低意义重大。对常见的集中供热温控方法进行分析，充分挖掘实际温度与温控面板设定温度误差的变化趋势，对历史误差序列进行改进灰色模型预测，获得预测误差，将实际误差与预测误差同时作为模糊控制的输入，建立模糊规则使模糊控制器输出调节参数，共同调节PID控制，减小误差，使原有控制策略提前响应，调控系统趋向平衡，减少过程能耗，以达到节能减排目的。通过MATLAB仿真实验，结果表明该方法响应及时，实现了舒适度前提下的节能，有助于“双碳”目标的实现。关键词：双碳;灰色模型;模糊控制;MATLAB仿真24|88|0更新时间：2024-07-18 - “在路径规划领域，改进的Informed-RRT*算法通过双向贪婪搜索、自适应步长和懒惰采样，有效提升了算法的优化效率和收敛速度，为复杂环境路径规划提供解决方案。”摘要：针对Informed-RRT*算法在路径规划中存在盲目性、收敛速度慢和优化效率低等问题，提出了一种改进的Informed-RRT*算法。首先，寻找初始路径时引入双向贪婪搜索，加快了初始路径寻找速率；其次，在树的生长过程中引入自适应步长代替固定步长进行生长，使得算法面对不同环境都能找到较优路径；最后，用懒惰采样代替原本的随机采样，在对算法进行处理前删除没有作用的节点，减小了算法运行压力，也加速了算法收敛。实验结果表明，面对复杂环境，优化后的算法能够快速找到较优路径。关键词：路径规划;Informed-RRT*;自适应步长;移动机器人83|63|0更新时间：2024-07-18
计算机软件与理论
-
一体机式虚拟数字人的设计与实现 AI导读
“OMHuman虚拟数字人解决方案在人工智能与元宇宙应用领域取得突破，提升了人机交互体验，为虚拟主持人等场景提供高效解决方案。”摘要：虚拟数字人是人工智能与元宇宙应用的交叉点，也是当今线上与线下人机交互的新兴渠道之一。虚拟数字人涉及控制引擎、自然语言处理、3D图形渲染、语音识别与合成等技术领域，需要软硬件栈多层次的协同设计。为此，基于一体机部署模式的OMHuman虚拟数字人解决方案提出一套松耦合式控制引擎，采用独立显卡实现图形渲染，并通过自研算法在Intel OpenVINO计算引擎上实现人工智能模型推理，解决了传统方案在语音—动作协同控制等诸多方面的不足，同时兼顾了最终用户体验、开发成本与部署成本。比较测试表明，OMHuman虚拟数字人模型推理性能为传统引擎的2~3倍，图形渲染效率为核芯显卡的2倍，能够以自然的方式满足人机交互需求，目前已在虚拟主持人、智能数据分析师等场景得到成功应用。关键词：虚拟数字人;人工智能;一体机;控制引擎;自然语言处理;图形渲染68|77|0更新时间：2024-07-18 - “在企业级应用领域，基于Ceph和Kubernetes构建的云原生Elasticsearch平台，解决了资源利用率低和运维效率问题，具有高可用性、数据持久化等优势，性能表现良好，具有较好的运维和经济效益。”摘要：为解决Elasticsearch在企业级应用场景下，基础资源利用率与运维效率低、容器的数据持久化及资源需求多样性等方面问题，基于Ceph和Kubernetes构建了云原生的企业级Elasticsearch平台。对Elasticsearch平台的架构高可用性、数据持久化、容器化部署及资源标准化交付进行关键设计，对架构的优势进行定性分析，并与传统部署架构进行性能方面的定量对比测试。实验结果表明，该平台在架构设计方面优势明显，在性能方面表现良好，在企业级应用中具有较好的运维与经济效益。关键词：Elasticsearch;云原生;分布式存储;分布式计算;容器化32|39|0更新时间：2024-07-18
-
基于无线网络的室内甲醛监测系统设计 AI导读
“最新室内甲醛监测系统，实现多房间在线监测，数据实时显示，稳定性高，具有实用价值。”摘要：针对传统室内甲醛检测仪无法同时监测多个测量点甲醛浓度变化的问题，设计一种基于无线网络的室内甲醛监测系统。监测系统包括采集终端、协调器和上位机3部分，采集终端通过甲醛传感器和温湿度传感器获取环境变化数据，借助ZigBee无线组网发送至协调器；协调器接收数据后写入OLED屏并通过串口传输至上位机中，使用Python脚本将实时数据插入MySQL数据库中；上位机依托Apache服务器和PHP语言在网页端进行MySQL库中的数据读取和显示。经测试，该系统实现了对室内多房间的甲醛浓度在线监测，协调器OLED屏和浏览器页面实时显示数据变化，并通过电脑端和移动端查看本地或云上监测记录。实验表明，系统稳定性高、简单易行且灵活性强，具有较高的实用价值和应用前景。关键词：ZigBee;甲醛浓度;监测系统设计;数据库39|72|0更新时间：2024-07-18
软件设计、开发与应用
-
融合知识图谱与用户长短期兴趣的新闻推荐 AI导读
“新闻推荐领域取得新进展，专家提出融合知识图谱和用户长短期兴趣的新闻推荐模型，为提高新闻推荐准确率提供解决方案。”摘要：针对现有新闻推荐算法研究中忽略了新闻之间知识层面的联系和用户短期偏好等问题，提出一种融合知识图谱和用户长短期兴趣的新闻推荐模型。模型由新闻语义编码器、用户兴趣编码器和点击预测器3部分组成，在新闻语义编码器中，除使用新闻本身的标题、简介、类别信息以学习新闻语义表示外，还利用新闻标题与简介中提及的知识实体并结合WikiData知识图谱构建知识子图，从知识子图中学习新闻之间潜在知识层面的联系。在用户兴趣编码器中，使用注意力机制从用户历史点击新闻序列中提取用户的长期兴趣，并采用GRU网络学习用户的短期偏好，然后结合用户的长期兴趣和短期偏好构建用户综合兴趣表示。在MIND-small数据集上分别进行了对比实验和消融实验，在反映模型准确率的AUC指标上，KGLS模型比最先进的基线模型提高了2.92%。关键词：推荐系统;新闻推荐;知识图谱;长短期兴趣;GRU网络38|124|0更新时间：2024-04-03 -
基于网络演化博弈的信息传播行为分析 AI导读
“在在线社交网络信息传播演化趋势分析领域，专家构建改进聚集无标度网络，采用单参数囚徒困境博弈模型和费米规则更新策略，分析影响网络中合作者比例演化的因素，为解决信息传播合作困境提供解决方案。”摘要：演化博弈论将博弈理论与动态演化过程相结合，在演化的过程中追求动态平衡，该方法较好地实现了对在线社交网络信息传播演化趋势的分析。为了进行在线社交网络中的信息传播演化动力学研究，同时分析到达某一均衡状态的原因和方式，首先结合在线社交网络特性构建改进聚集的无标度网络，用户间的交互采用单参数囚徒困境博弈模型，并采用费米规则更新策略。其次，通过数据仿真对影响网络中合作者比例演化的因素进行分析，得到网络聚集性、博弈收益权重会促进网络中的合作行为，而背叛诱惑与噪声因子则对其有抑制作用的结论。最后，结合新浪微博的真实舆论传播数据，对现实网络进行信息传播分析。研究表明，合作者比例是由博弈动力学和网络拓扑结构共同作用的结果，需采取适当的激励机制，以解决在线社交网络中信息传播出现的合作困境。关键词：网络演化博弈;聚集;无标度网络;囚徒困境博弈;费米规则28|159|0更新时间：2024-07-18 -
推荐系统中混合难负样本的生成模型 AI导读
“在推荐系统领域，专家提出了混合动态负采样模型，有效提升了系统稳定性和准确性。”摘要：负样本对协同过滤推荐任务影响巨大，高质量的负样本能帮助模型精准描述用户画像。针对现存的假负样本及计算量大的问题，基于难负样本的思想提出一种混合动态负采样模型。首先，通过动态负采样方法和服务推荐模型确定每个用户的负样本范围与序列；其次为每个用户快速采样到大量的难负样本候选项；再次，使用混合思想将采样到的负样本集合装配成一个难负样本，扩大感知域和融入的信息量；最后，引入一种注意力机制指导负样本的融合，以此提升系统稳定性。在Alibaba、Yelp2018和Amazon公开数据集上与基线模型进行的比较实验表明，所提模型在多个评价指标下均优于现有基线模型，证明了模型的有效性。关键词：协同过滤;负采样;难负样本;推荐系统;动态负采样34|193|0更新时间：2024-07-18 - “最新研究进展显示，专家提出结合Prophet和LightGBM模型，有效预测PM2.5浓度变化趋势，为空气质量管理提供解决方案。”摘要：近年来，PM2.5污染问题日益突出，对人们的身体健康和环境质量造成了严重影响，建立准确的PM2.5浓度预测模型对于污染防治和空气质量管理具有重要意义。针对PM2.5时间序列的非线性、高噪声、不平稳特征提出一种将Prophet模型和LightGBM模型相结合的组合模型。为了验证模型的有效性，以兰州市PM2.5浓度数据为例，对比分析了Prophet-LightGBM模型和其他4种预测模型及其在不同季节下的预测效果。结果表明，Prophet-LightGBM模型相较于对比模型能够更准确地预测PM2.5浓度的变化趋势，RMSE值达6.557，MAE值达4.543，MAPE值达14.344%，在夏季和秋季的预测准确度和稳定性方面表现出更优异的性能，RMSE值最优时达3.155，MAE值达2.169，MAPE值达9.4%。关键词：PM2.5浓度预测;Prophet模型;LightGBM模型;组合模型88|64|0更新时间：2024-07-18
大数据与信息处理
-
基于双目结构光的手机中框特征提取研究 AI导读
“在手机自动点胶领域，专家设计了基于双目结构光的手机中框特征提取系统，提升了点胶效率与精确度，为高效自动点胶打下了良好基础。”摘要：目前手机自动点胶作业中的路径提取普遍使用线结构光结合二维图像分析的方法，线结构光精度较高但速度较慢，二维图像分析方法需花费大量时间调试，普适性差。为提升手机中框点胶效率与精确度，设计一个基于双目结构光的手机中框特征提取系统。该系统使用四步相移法结合格雷码的编码方案，引入鲁棒的格雷码二值化方法，在提升精度的同时过滤背景。经极线矫正后解码，根据解码信息相位匹配后计算三维点云坐标。对点云模型预处理后使用结合粗提取与精提取的点云轮廓提取方法，使用RANSAC拟合轮廓线，沿法向量偏移后获得点胶路径。实验结果表明，在保证精度的情况下，该系统三维成像时间为线激光方法的26.1%，总处理时间为线结构光结合二维图像分析方法的56.5%，鲁棒性更好。点云轮廓提取方法提取速度快、提取效果稳定，为高效自动点胶打下了良好基础。关键词：自动点胶;结构光;点云;特征提取32|42|0更新时间：2024-07-18 - “在图像描述生成领域，研究者提出了改进Transformer的多尺度模型，能生成更准确的语言描述。”摘要：Transformer模型被广泛应用于图像描述生成任务中，但存在以下问题：①依赖复杂神经网络对图像进行预处理；②自注意力具有二次计算复杂度；③Masked Self-Attention缺少图像引导信息。为此，提出改进Transformer的多尺度图像描述生成模型。首先，将图像划分为多尺度图像块以获取多层次图像特征，并将其通过线性映射作为Transformer的输入，避免了复杂神经网络预处理的步骤，从而提升了模型训练与推理速度；其次，在编码器中使用线性复杂度的记忆注意力，通过可学习的共享记忆单元学习整个数据集的先验知识，挖掘样本间潜在的相关性；最后，在解码器中引入视觉引导注意力，将视觉特征作为辅助信息指导解码器生成与图像内容更为匹配的语义描述。在COCO 2014数据集上的测试结果表明，与基础模型相比，改进模型在CIDEr、METEOR、ROUGE和SPICE指标分数方面分别提高了2.6、0.7、0.4、0.7。基于改进Transformer的多尺度图像描述生成模型能生成更加准确的语言描述。关键词：图像描述;Transformer模型;记忆注意力;多尺度图像;自注意力65|89|0更新时间：2024-07-18
- “VARRNet无监督低照度图像增强技术，有效提升亮度、保留细节、消除伪影和光晕。”摘要：现有部分无监督低照度图像增强方法在增强图像曝光不足的区域时会降低其高光区域亮度，导致增强后的图像出现伪影；单一的TV损失既无法区别照明特征图的细节，还会忽略照明特征图边缘明暗度差异突出的地区，导致光晕现象的产生。为此，提出一种基于通道注意力与光照权重的无监督低照度图像增强方法VARRNet。首先，VARRNet将图像转化为HSV空间，将V空间与Retinex理论结合以避免损失信息；其次，为了防止在亮度增强过程中生成伪影，设计了一个亮度估计网络引入通道注意力ECA分配输入特征图的权重，以恢复曝光不足区域的亮度，并有效保持高光区域的亮度；最后，在亮度估计网络中结合TV损失与光照分量权重来保留增强后特征图的丰富细节信息，消除强边缘处的光晕。在与当前流行的5个低照度图像增强方法进行比较实验发现，VARRNet在亮度增强、细节保留、色彩恢复、伪影抑制和光晕去除等方面均取得了更好的可视化效果。关键词：无监督学习;Retinex;低照度图像增强;通道注意力;照明平滑度30|52|0更新时间：2024-03-21
-
改进DCGAN数据增强的生活垃圾图像识别 AI导读
“在生活垃圾分类领域，EW_DCGAN通过改进DCGAN数据增强技术，有效提升了图像质量并增强了数据集，为垃圾分类研究提供了新方向。”摘要：为解决当前生活垃圾分类领域数据集存在的图像质量不高、类别分布不均衡的问题，提出一种基于改进DCGAN数据增强的垃圾图像生成方法EW_DCGAN。首先重新设计DCGAN的网络结构，将生成器输出图像的大小调整至128×128像素；其次将损失函数BCE Loss替换为具有Wasserstein距离的损失函数，引入梯度惩罚项提升模型判别器的鉴别能力；最后在模型生成器中加入ECA注意力机制，使其能较好地应对图像中无效信息的干扰，进而高效提取有用特征。实验表明，使用EW_DCGAN生成的图像质量较高，FID值相较于仅使用DCGAN生成的图像下降明显，能扩充、增强垃圾分类领域数据集。基于迁移学习的ResNet、MobileNet、EfficientNet神经网络在增强前、后的数据集上的比较发现，模型的准确率相较于原始数据集分别提升7.09%、5.34%、4.8%。关键词：深度卷积生成对抗网络;垃圾分类;数据增强;Wasserstein距离59|25|0更新时间：2024-07-18 -
基于FPGA的视频实时边缘检测系统 AI导读
“在图像处理领域，研究者提出了基于经典Sobel算子的八方向自适应阈值Sobel算子边缘检测算法，并在FPGA芯片上实现，有效提升了边缘检测效果和实时性。”摘要：为了解决经典Sobel算子边缘检测在捕获图像边缘信息时的细节不足，对传统基于软件平台的图像处理技术实时性差和速率低下的问题，提出一种基于经典Sobel算子的八方向自适应阈值Sobel算子边缘检测算法，并将其在FPGA芯片上运行。为了评估该算法的性能，采用OV7725摄像获取视频图像信息，然后通过灰度转换、高斯滤波和边缘检测算法进行二次处理。实验表明，改进后的Sobel算子边缘检测算法相较于经典Sobel算子，在边缘检测效果方面提升明显，能更精确捕捉图像边缘的细节信息，在FPGA上的运行速度能满足实时性的要求，为FPGA领域的实时图像处理提供了可行的解决方案。关键词：FPGA;图像处理;Sobel算子;边缘检测26|28|0更新时间：2024-03-21 - “在智能洒水车领域，研究人员提出了改进型YOLOv7-Tiny植物检测算法，有效提升了检测精度和速度。”摘要：城市路边植物的检测与识别是智能洒水车的关键技术。针对路边植被图像检测中的小目标漏检和遮挡问题，提出一种改进型YOLOv7-Tiny的植物检测算法。在创建数据集时，使用相机实景拍摄和图片爬虫抓取方法获取原始数据集，通过LabelImg进行人工标注，并采用mosaic数据增强方法扩充数据集。为兼具准确率和较高检测速度，首先将YOLOv7-Tiny网络作为baseline，在网络的Head部分引入无参数SimAM注意力机制，使网络在不增加模型复杂度的情况下聚焦更多重要的特征信息；其次在网络的Head部分将ACmix替换部分传统卷积，以实现更高效的特征融合；最后在算法中使用SIOU替换原YOLOv7-Tiny网络模型的CIOU来优化损失函数，以减少损失函数的自由度并提升网络鲁棒性。实验表明，改进算法在测试集上的均值平均精度mAP@50：95达到67.2%，相较于YOLOv7-Tiny算法提升3.1%，在保证模型轻量化的同时具有较高的检测精度，可满足智能洒水车轻量化植物检测的准确度和速度要求。关键词：目标检测;轻量化网络;注意力机制;YOLOv7-Tiny;SIOU35|23|0更新时间：2024-03-21
-
增强现实注册方法在胶质瘤手术中的应用评估 AI导读
“在胶质瘤手术中，基于多个图像目标的三维注册方法定位精度更高，为增强现实系统应用于神经肿瘤学提供参考。”摘要：在胶质瘤切除手术中，医生不可避免地需要频繁移动或转动头部来观察手术区域。为评估基于增强现实技术的导航系统在胶质瘤手术中的定位精度，提出基于多个图像目标的三维注册方法。测试者佩戴HoloLens2，将其3D虚拟模型叠加在真实的头部模型上，从不同观测角度分别测量头皮和胶质瘤上基准标记点的虚实空间坐标。将所提方法与传统的基于交互式无标识的注册方法进行比较，分析两种方法在不同观测角度下对定位精度的影响。结果表明，基于多个图像目标注册方法的头皮平均定位误差、胶质瘤平均定位误差分别为（2.20±0.59）mm、（2.10±0.72）mm；基于交互式无标识注册方法的头皮平均定位误差、胶质瘤平均定位误差分别为（4.52±1.77）mm、（4.43±1.69） mm，前者定位精度更高。基于多个图像目标的三维注册方法可为增强现实系统应用于神经肿瘤学提供参考。关键词：增强现实;胶质瘤;三维注册;HoloLens2;定位误差30|30|0更新时间：2024-07-18
图形图像处理
-
地方高校计算机类研究生创新能力培养 AI导读
“在地方高校计算机研究生创新能力培养领域，专家分析了培养条件和学科特点，提出了五个方面的培养策略，并验证了相关因素对创新能力的影响，为后续工作提供了建议。”摘要：为解决地方高等学校计算机类研究生创新能力培养过程中优质资源偏少、生源质量欠佳的问题，针对地方高校研究生培养具备的条件、计算机学科研究生培养的特点进行分析，提出从基础知识储备积累、内部学术交流协作、外部科研环境支撑、个人潜能特性和学术成果验证5个方面，对计算机类研究生进行创新能力培养的探索和思考。通过调研进一步确认了相关因素对研究生创新能力培养的影响程度，并对后续工作提出了建议。关键词：地方高等学校;计算机学科;研究生教育;创新能力培养64|48|0更新时间：2024-07-18 -
ChatGPT类技术支持的英语学习探析 AI导读
“据最新报道，ChatGPT技术在英语学习领域的应用研究取得进展，为相关技术发展提供参考。”摘要：ChatGPT是一款基于大语言模型的人工智能对话系统，其卓越的自然语言理解能力和文本生成能力为英语学习奠定了技术基础，应用该技术服务英语学习也逐渐成为了探究的热点。为此，分析了ChatGPT的技术特点和英语学科学习结合的可能性，结合具体实例探析ChatGPT在英语学习中的应用模式。讨论了应用ChatGPT及相关技术对英语学习的优势和潜在问题，提出了相应的对策，以期为ChatGPT类技术支持的英语学习研究人员提供参考与借鉴。关键词：ChatGPT;应用模式;英语学习;大模型21|32|0更新时间：2024-03-21 - “在程序设计课程思政教学领域，专家提出了融入中国传统文化的“五位一体”教学模式，为解决思政融入难题提供新方案。”摘要：针对程序设计类课程的课程思政教学存在思政融入难、思政材料缺乏系统性等难题。以Java程序设计为例提出融入中国传统文化的“五位一体”课程思政教学模式，可概括为“一种精神、两线结合、三个环节、四个维度、五个模块”。提出的课程思政教学模式在Java程序设计课程中近3年来的实施取得了较好的效果，对其他程序设计课程思政实施提供了参考和借鉴。关键词：Java程序设计;课程思政;教学改革;五位一体;传统文化59|30|0更新时间：2024-07-18
计算机人才与教育
- 技术支持由北京北大方正电子有限公司提供 鄂ICP备18021494号-4
鄂公网安备42010602004949号 - 本系统建议在Chrome、 IE9+ 以上版本浏览器阅读本站内容，360浏览器请切换至极速模式
- Cookies帮助我们提供服务并提供个性化体验。使用本网站，即表示您同意我们使用Cookies
0