课程文献中心 更多>>

关键词： 头相关传输函数   个性化   神经网络   球谐域   听觉指纹  

摘要： 头相关传输函数(HRTF)在沉浸式空间音频重放中扮演着重要的角色。然而为每个人测量或计算HRTF需要消耗大量的时间和人力成本，这极大地限制了HRTF个性化的普及与应用。针对这一问题，提出了一种基于听觉指纹分析的HRTF个性化方法，听觉指纹是指通过个体的头部、躯干测量参数以及耳朵图像等信息提取的个性化特征集合，通过使用耳朵图像来代替耳廓测量参数，从而避免了繁琐的人工测量过程，且耳朵图像中包含的几何信息可以有效反映个体的耳部形态特征，结合头部和躯干的测量参数，从而增强了模型对个体差异的建模能力，通过深度学习模型的训练，系统能够从这些输入中提取出与HRTF相关的特征，并进行幅度和相位的同时预测。实验结果表明，所提出的方法在全频带范围内的对数谱失真为4.33 dB，相位均方根误差为1.22，表明该方法能够准确预测个性化HRTF，且相比传统方法具有显著的优势。通过构建听觉指纹并结合深度学习模型，所提方法有效避免了传统方法中的数据采集瓶颈，提高了个性化HRTF预测的效率和实用性。

关键词： 节能绿色建筑   施工图设计   方法创新   全寿命周期   技术整合  

摘要： 建筑业能耗问题日益突出,发展节能绿色建筑已成为促进建筑业可持续发展的必然选择。本文立足于建筑施工图设计环节,探索基于节能绿色理念的建筑施工图设计方法创新。研究剖析了节能绿色建筑施工图设计面临的问题与挑战,从设计理念、技术、流程、工具、标准五个维度提出了创新设计方法,并通过实践案例应用验证了方法的可行性与有效性。研究表明,树立全寿命周期节能绿色设计理念,系统整合应用节能绿色技术,优化设计流程、创新设计工具与标准,可显著提升建筑施工图的节能减排效果与综合效益。本文提出的设计方法可为节能绿色建筑施工图设计实践提供理论指导与决策参考。

关键词： 简单光学成像系统   光学图像协同优化   全局-局部联合优化   色差校正   计算光学  

摘要： 星敏感器往往要求光学成像系统具有结构简单、重量轻和体积小等特点。针对简单光学成像点扩散函数空间分布变化、像质不均衡的问题，提出了面向空间变化点扩散函数的全局-局部联合优化成像方法。该方法根据空间点扩散函数变化情况将成像面划分为多个局部区域，提出全局误差平均值与局部误差最大值的评价指标，对像面进行光学图像全局优化和局部优化，提升成像全局和局部分辨率；针对色差随空间变化的问题，采用动态调整参数的交叉通道算法校正各局部区域色差。设计了三透镜简单光学成像系统，对比测试了传统设计和全局联合优化设计。最大分辨率靶实验测试数据表明，本方法相比于传统方法，中心暗-亮条纹强度比从0.254 8降低至0.169 4，边缘从0.862 7降低至0.022 2；平均色差降低16.5%，边缘降低33.5%。

关键词： 图数据库   基数估计   知识图谱   终身嵌入学习   图神经网络  

摘要： 动态知识图谱中的基数估计对于优化图数据库中的查询至关重要，任务目标是针对输入的查询语句，获取动态图中准确的查询基数，通过代价分析，进而选择高效的执行计划以优化查询过程。现有的解决方案主要侧重于静态图，且无法解决不断增长后的大型知识图谱上估计准确性问题。提出的基于知识图谱终身嵌入学习的基数估计模型，采用增量式的方式获取变化的查询图，利用终身嵌入学习为知识图谱中动态实体关系创建有意义的嵌入，捕获不同类型查询图和数据图之间连接的相关性，然后利用图神经网络来学习查询表示并估计连接查询的基数。此外，模型能够应用于不断增长的知识图谱，能够在动态变化的知识图谱场景中更准确地预测查询基数。

关键词： 数字地质填图三维建模   隐式三维建模   快速径向基函数(FastRBF)   山砀幅  

摘要： 数字地质填图三维模型是区域地质调查成果(地质图)的一种新型表达方式,与平面地质图相比较,具有更好的可读性。针对当前主流的显式建模方法存在建模效率低、人工干预度高以及模型更新困难等局限性问题,笔者等利用江西省1：2.5万山砀幅数字地质填图数据,基于Leapfrog Geo软件平台开展了数字地质填图隐式三维建模方法探索:应用快速径向基函数(FastRBF)快速构建断层面、第四系底界面、地层界面等地质界面;按照地质体的新老关系,利用地质界面依次切割填充建模区域的空白三维体元模型,并将切割出的地质体三维体元模型赋予属性;将全部地质体的三维体元模型进行组合,生成山砀幅数字地质填图三维模型。同时,针对复杂地质模型构建困难的问题,提出了分块建模方法;针对稀疏产状数据无法直接构建第四系底界面的问题,提出了显-隐交互式建模方法。该建模方法实现了山砀幅数字地质填图三维模型的高精度快速构建,展现出良好的应用前景。

关键词： 功能脑网络   图模型   注意力   注意力缺陷多动障碍  

摘要： 功能脑网络(FBN)在精神障碍诊断中广泛应用,但传统构建方法缺乏与下游任务的互动性,限制了模型性能;且图神经网络多层堆叠易导致节点特征过度平滑难以提取深层特征.为此,提出端到端的自适应聚合功能网络模型,通过大脑感兴趣区域(ROI)感知汇聚层,利用自注意力机制动态构建FBN并学习节点特征,增强了模型与子任务的交互能力.同时引入节点池化机制筛选显著ROI,进而推断出对于子任务较为重要的ROI.该方法应用于注意力缺陷多动障碍(ADHD)的分类实验中,实验结果表明该方法提高了ADHD的分类准确率,对实验结果的解释性分析也验证了该方法的有效性.

关键词： 图神经网络   半监督   过平滑   自适应   扩散融合   节点分类  

摘要： 图神经网络（Graph Neural Networks,GNNs）是图深度学习的核心模型，但传统的GNNs模型在处理半监督分类任务中存在着局限性，如：仅能卷积两阶的邻居，无法充分捕捉较远的节点信息、对图结构变化敏感以及卷积层数加深会产生过平滑等问题。针对以上问题，本文提出了一种新的图神经网络算法：多层信息自适应扩散融合图对比神经网络——Graph Contrastive Neural Network with Adaptive Diffusion Fusion for Multi-Layer Information(ADFGCNN)。首先，ADFGCNN中设计了一种新的图数据增强方法来防止过拟合；其次，提出了一种基于多层神经网络的信息自适应扩散融合的传播方式，使模型能够学习到更多的全局信息；最后，为了提高模型的泛化能力以及半监督节点分类任务的精度，加入一种正则化项。实验结果表明，ADFGCNN在分类任务中精度比传统模型高，并展现出了很好的泛化性，同时在过平滑实验中随着卷积层数增加也表现出非常稳定的性能。

关键词： 聚类   对比学习   多视图属性图   两级特征空间  

摘要： 目前大多数多视图属性图聚类方法在同一特征空间中同时施加一致性约束和重建目标约束，这种方式使得学习多视图一致性信息和视图特有信息时产生冲突，进而限制了表征学习的效果并影响聚类质量。为解决上述问题，文中提出了一个两级特征空间下的多视图属性图聚类方法。具体来说，设计了高级特征对比模块，该模块利用对比学习施加一致性约束，以捕获不同视图间的一致性信息；设计了低级特征融合模块，该模块通过注意力机制进行信息融合，并施加重建目标约束，以保留不同视图的特有信息。此方法在两级特征空间下分别探索视图多样性与一致性信息，避免了捕获一致性信息和保留特有信息之间的冲突，提升了多视图数据的表征效果。通过与13个基准算法的对比实验，本文方法在四个关键指标上均取得了最优或次优的表现，尤其在IMDB数据集上，与次优模型相比，NMI和ARI指标分别提升了2.84%和13.38%，这些实验结果充分证明了所提方法的有效性。

摘要： 车尔尼雪夫斯基曾经说,悲剧是崇高的、最高最深刻的一种,而在20世纪的中国,不管是文学还是艺术都弥漫着“悲剧意识”,饱含“悲剧精神”。中国近代史是一场轰轰烈烈的抗争史,这一时期中国美术也出现众多悲剧艺术作品,其中蒋兆和所作《流民图》记录了战争对民众的迫害。1979年9月,中央美术学院领导小组报中共文化部党组批准,肯定《流民图》为一幅现实主义的爱国作品,可见此画描绘之传神、影响之深远。

关键词： 视频编解码   AVS3   编码单元划分   帧内预测   边缘检测  

摘要： 为提升音视频编解码第三代标准(Audio video coding standard 3， AVS3)的编码效率，提出一种使用帧级纹理信息的编码单元(Coding Unit， CU)划分和帧内预测联合快速算法，计算过程中，每帧纹理信息只计算一次，将其复用于编码的两个阶段，从而提高编码效率。首先，以帧为单位在图形处理器(Graphics processing unit， GPU)端计算图像的纹理信息，过程中利用积分图降低其计算复杂度；其次，根据CU的纹理信息及二叉树划分的编码代价，指导后续CU划分；最后，通过分层的帧内预测模式搜索，结合纹理信息，逐层确定最优预测模式。实验结果显示，与AVS3官方参考软件HPM15.0相比，在BD-Rate增加0.46%的情况下，所提算法平均减少了36%的编码时间，有效降低了AVS3的计算复杂度。