课程文献中心 更多>>

关键词： 零样本动作识别   能量函数   注意力机制   光流法   视觉特征  

摘要： 针对零样本动作识别(ZSAR)算法的框架缺乏结构性指导的问题,以基于能量的模型(EBM)指导框架设计,提出基于注意力机制和能量函数的动作识别算法(ARAAE)。首先,为了得到EBM的输入,设计了光流加3D卷积(C3D)架构的组合以提取视觉特征,从而达到空间去冗余的效果;其次,将视觉Transformer(ViT)用于视觉特征的提取以减少时间冗余,同时利用ViT配合光流加C3D架构的组合以减少空间冗余,从而获得非冗余视觉空间;最后,为度量视觉空间和语义空间的相关性,实现能量评分评估机制,设计联合损失函数来进行优化实验。采用6个经典ZSAR算法及近年文献里的算法在两个数据集HMDB51和UCF101进行实验的结果表明:相较于CAGE(Coupling Adversarial Graph Embedding)、Bi-dir GAN(Bi-directional Generative Adversarial Network)和ETSAN(Energy-based Temporal Summarized Attentive Network)等算法,在平均分组的HMDB51数据集上,ARAAE平均识别准确率提升至(22.1±1.8)%,均明显优于对比算法;在平均分组的UCF101数据集上,ARAAE的平均识别准确率提升至(22.4±1.6)%,略优于对比算法;在以81/20为分割方式的UCF101数据集上,ARAAE的平均识别准确率提升至(40.2±2.6)%,均大于对比算法。可见,ARAAE在ZSAR中能有效提高识别性能。

关键词： 标目   坐标图   量和单位   横坐标轴   自明性   文字表述   符号   大小适中  

摘要： 1.图要精选,应具有自明性,切忌与表及文字表述重复。2.图要精心设计和绘制,要大小适中,线条均匀,主辅线分明。3.坐标图标目中的量和单位符号应齐全,并分别置于纵、横坐标轴的外侧。4.图中的术语、符号、单位等应与表格及文字表述所用的一致。

关键词： 单线激光雷达   ICP算法   地图融合   室内建图  

摘要： 利用单线激光雷达的二维点云数据构建地图是一种常见的室内环境建图方法。对于传统的ICP算法在点云配准过程中存在初始对齐敏感而容易陷入局部最优解的问题,采用分步配准与改进的点对点ICP算法,对点云数据的匹配进行改进,有效地解决旋转角度较大或偏移距离较远时的精确匹配问题。针对单线激光雷达扫描得到的两帧点云数据,首先分别进行去噪、滤波等预处理操作,然后使用PCA粗配准算法和改进的点对点ICP算法对两帧数据进行融合。最后,通过RANSAC算法对二维点云进行分割与拟合,并完成建图。实验结果表明,该方法在保证精度的同时,能大幅提高建图的效率。

关键词： 解不等式   简易逻辑   解答题   含参数问题   含参问题   集合   高考  

摘要： 高考对集合与简易逻辑中的含参问题的考查,往往与集合元素的性质、函数、解不等式相结合,有时以小题的形式出现,有时渗透于解答题中。类型一:元素与集合的关系中的含参数问题。例1已知集合A={0,m,m^(2)-3m+2},且2∈A,则实数m的值为()。

关键词： 静态安全分析   图深度学习   掩模图自编码器   潮流嵌入   图池化   拓扑变化适应性  

摘要： 运用数据驱动模型实现快速的电网静态安全分析是新型电力系统分析中值得探索的研究方向。提高数据驱动模型对运行方式变化的泛化能力和对电网拓扑变化的适应能力是关键技术挑战之一。提出了一种基于潮流嵌入和最小割池化的电网静态安全分析图学习模型。首先,通过以复原节点电压为导向的潮流状态嵌入模块,将电网N-1方式的拓扑差异转化为节点特征差异,改善了模型的泛化能力。其次,运用社团划分思想,采用最小割池化技术动态缩小了电网节点规模和节点特征维数,使模型具备对拓扑变化的适应能力。通过在IEEE 39节点系统和IEEE 118节点系统的验证测试和可视化分析,表明所设计的图深度学习模型准确率高,具有秒级的评估速度以及对电网规模变化的良好适应能力。

关键词： 脑机接口   脑电图   深度学习   综述  

摘要： 随着神经科学与计算机科学的飞速发展,脑机接口(brain-computer interface,BCI)技术成为研究热点。BCI技术打破了传统界限,实现了人或动物大脑与外部设备的连接。BCI技术的应用前景广阔,不仅能够助力残障人士恢复行动能力,改善生活质量,更有望引领人机交互领域的新革命。通过BCI技术,人们将能够以更为自然、直观的方式与外部世界进行交互,极大提高人机交互的效率和舒适度,展现出无限的潜力。近年来,随着众多大型且高质量脑电图(electroencephalography,EEG)数据集的公开发布,深度学习在BCI领域的研究获得了坚实的数据支撑。在处理诸如运动想象分类、癫痫发作监测等复杂任务时,深度学习技术在解析EEG数据方面表现出了非凡的潜力。当前,基于深度学习的BCI研究已成为科研领域的热点话题,并且对于开发能够深入探索EEG数据的深度学习模型的需求也在不断上升。本文首先简要概述了基于EEG的BCI与深度学习的基本概念。随后,详细阐述了深度学习技术在BCI领域的应用现状。最后,针对深度学习在基于EEG的BCI所面临的挑战,本文提出了一系列未来研究方向的建议。本文旨在为BCI研究人员在开发未来BCI系统时提供坚实的研究基础与有价值的参考。

关键词： 损失函数设计   降采样   缺陷检测   目标检测  

摘要： 针对PCB在生产过程中会出现短路、漏孔等缺陷,已有的损失函数和降采样算法存在定位不准确等导致缺陷检测收敛缓慢、检测结果不准确的问题,提出了一种基于掩模降采样和微小缺陷交并比损失的一阶段缺陷检测器.首先,提出基于面积损失的微小缺陷交并比损失函数,以进行更精确的微小缺陷回归定位;其次,提出基于动态掩模的降采样算法,以利于检测器在缩小参数矩阵尺寸过程中自动筛选重要特征、次要特征和噪声特征,提升缺陷检测器的特征提取能力.实验结果表明,提出的缺陷检测器在北京大学PCB缺陷数据集和Deep PCB数据集上可分别达到98.50%的mAP和99.02%的mAP,优于对比算法;提出的降采样算法使YOLOv5等检测器的mAP在北京大学PCB数据集中提升了1.6个百分点,提出的损失函数有利于YOLOv3和YOLOv4等检测器提升其在2个数据集上的检测准确率,展现出良好的鲁棒性.

关键词： 恒等变形   柯西不等式   数学竞赛   丢番图   恒等式   数论   逻辑思维能力   平方和  

摘要： 丢番图恒等式最早可以追溯到公元3世纪丢番图(Diophantus)的著作?算术?中[1],该恒等式形式简单,结构优美,不仅在多项式恒等变形及数论领域中有重要作用,在高中数学中也有着重要运用,如可以利用丢番图恒等式证明二维形式的柯西不等式,也可以用该恒等式证明复数的一个重要性质:|z_(1)z_(2)|=|z_(1)|·|z_(2)|,许多与平方和有关的数学竞赛试题也可以利用丢番图恒等式来解决.如果有意识地借助丢番图恒等式来解决问题,可以有效提高恒等变形能力和逻辑思维能力.

关键词： 网络安全   电力系统   攻击图   安全度量   最大可能攻击路径   安全分区   漏洞评分  

摘要： 为在不影响不影响生产前提下对电力网络安全进行定量评估,研究一种基于模板构建电力网络分区式攻击图模型的方法。预定义网络拓扑模板和漏洞模板,将电力网络攻击图分区构建。在此基础上,提出一种定量分析方法和最大可能攻击路径预测方法。根据设备的重要性、分区的安全等级、设备在网络中的影响以及操作系统版本,计算设备节点的威胁级别。通过考虑跨域次数和攻击路径长度,确定最大可能攻击路径。实验验证了方法的有效性和全面性。

关键词： 冠心病   动态心电图   心律失常   心肌缺血   诊断  

摘要： 针对动态心电图在冠心病患者诊断中的作用展开探讨。方法 选取本院收治的冠心病患者作为研究对象,共46例,应用随机分组法分为实验组和对照组,各23例,使用动态心电图对实验组进行诊断,使用常规心电图对对照组进行诊断,观察比较两组结果。结果 实验组最终诊断结果优于对照组,组间差异有统计学意义(P<0.05)。结论 医院临床在诊断疑似冠心病患者时,在应用的心电图诊断方式中,动态心电图表现的诊断效果更优秀,在检查患者疾病症状方面具有更高的检出率,有助于获得更加准确的诊断结果,帮助医生掌握冠心病患者的疾病状况,值得推广。