课程文献中心 更多>>

关键词： 伪装目标检测   弱监督   涂鸦注释   图推理网络   上下文信息  

摘要： 伪装目标检测（camouflaged object detection,COD）是计算机视觉领域一项具有挑战性的基础研究.由于像素级注释的成本较高，研究者们通常采用涂鸦注释作为弱监督信号.然而，涂鸦标注存在信息过于稀疏且缺乏边缘信息等固有局限，这严重制约了模型的预测可靠性.针对这些问题，本文提出一种新颖的交互图推理网络（interactive graphical reasoning network,IGRNet），该网络通过图表示来推断伪装区域及其边缘之间的内在关系.具体而言，引入了图推理网络建模像素间的长距离依赖关系，设计了高效的图交互单元（graph interaction unit,GIU）增强异构特征的表征能力.同时，为提升模型的场景理解能力并充分利用不同特征间的互补性，构建了上下文增强模块（context enhancement module,CEM）实现多特征融合与上下文信息挖掘.此外，提出了自监督伪装检测损失(self-supervised camouflage detection loss,Lscd)来引导网络学习结构信息，进一步增强前景-背景的区分能力.在3个标准基准数据集上的大量实验表明，本文方法不仅显著优于现有弱监督算法，在某些评估指标上甚至超越了全监督方法的性能.

关键词： 有砟轨道   道床   盈欠砟量   激光点云   图像对比度增强  

摘要： 道床断面几何结构偏差计算中，同一条检测线路内不同区域道床结构存在差异，而同一个道床剖面模板难以适应所有的道床结构，导致道砟盈欠的误判。针对该问题，本文对麦克逊式对比度（Michelson-like Contrast， MLC）增强算法进行改进，提出一种将道床点云数据映射为点云差分图的方法。将点云数据规则化并表征为二维图像，通过图像对比度增强技术，抑制模板与实际道床结构不匹配导致的道砟盈欠缺陷误报；引入局部像素的标准差统计值，加强对光带缺陷以及背景噪声的抑制效果，进一步减少误报，提高道砟盈欠缺陷检测的准确率。将本文算法与几种常用图像对比度增强算法进行对比，并将本文算法用于实际线路。结果表明，与其他算法相比，本文所提出的改进MLC算法表现最好；引入本文算法后，道砟盈欠缺陷误报数量下降了66.28%，误报缺陷的砟量体积下降了87.52%。

关键词： 视觉检测   三维曲线   曲率分析   缺陷检测   几何参量  

摘要： 由于空间在轨成形桁架具有特殊材质及复杂结构,传统视觉三维检测方法难以实现完整的模型重建,进而影响缺陷检测的准确性,故提出一种基于三维曲线网络图优化的桁架结构视觉检测方法,设计了旋转视觉扫描桁架三维检测系统,完整重建三维结构并对其缺陷进行精确定位检测,从而解决了复杂空间桁架结构在轨制造检测难题。首先,通过图像曲线特征识别,结合基于距离标准与曲线一致性约束的曲线特征匹配方法,建立连续图像帧中弱特征细物体之间的对应关系;然后,基于三维曲线网络图结构优化原理,交替迭代更新相机姿态和目标结构,对桁架几何拓扑进行计算补全,并估计杆件直径;进一步,提出基于三维曲率分析的桁架缺陷检测方法,并结合二维图像校验,实现在轨成形桁架产品虚接、断点等典型缺陷精确识别分析。实验结果表明,所提方法相较于基于点特征匹配的传统三维重建方法,在复杂桁架纤细结构重建方面具有更高的质量和效率,几何参量和缺陷检测精度均优于0.3 mm,满足在轨制造现场检测需求,且不依赖外部标定和背景特征,为复杂空间结构在轨制造过程质量控制提供了重要的技术支撑。

关键词： 马铃薯   农艺性状   主成分分析   聚类分析   隶属函数分析  

摘要： 为筛选适宜呼伦贝尔种植的优良马铃薯品种（系），以17份马铃薯品种（系）为供试材料，通过观测和记录主要农艺性状，结合变异系数分析、主成分分析、聚类分析和隶属函数分析对农艺性状进行综合评价。结果表明，17份马铃薯品种（系）的变异系数范围为9.44%～26.78%，单株产量的变异系数最大；相关性分析结果显示，单株结薯数与单株产量呈极显著正相关；主成分分析结果显示，成分1、成分2、成分3贡献率分别为33.939%、62.681%、79.619%；聚类分析显示，在欧式距离为10时，可将17份马铃薯品种（系）分为7个类群。隶属函数法分析结果显示，V7、华颂7、BL-17、DW2等马铃薯品种（系）的综合排名靠前。综上，V7、华颂7、BL-17、DW2在呼伦贝尔地区具备优异种质资源的选育条件。

关键词： 地面优化   闭环检测   室外环境   Z轴漂移   同时定位与建图  

摘要： 在机器人建图的过程中,通常需要准确的估计机器人的姿态,从而为后期导航和路径规划提供一个基础。然而在常见的室外工作环境中,由于机器人偏航角、滚转角和俯仰角这3个状态量在一定程度上不可观测且难以评价和消除误差,所以经常会导致在户外场景下地图Z轴严重漂移,无法获取一个准确的全局一致地图。为了降低Z轴漂移误差,提出了一种完整的机器人建图系统架构,其通过地面优化和闭环检测两部分相结合的方法降低特征匹配所需点云数量的同时,提高机器人建图的准确性。为了高效融合多源传感器数据,并实时估计惯性测量单元的动态零偏,该系统基于激光惯导同步定位与建图方法,通过构建因子图框架,将激光里程计因子、惯性里程计预积分因子以及回环检测因子纳入其中,通过因子图优化对机器人全局位姿进行估计,从而降低累积误差,最终构建出整体一致的全局地图。该算法部署到了更易产生上下振动的四足机器人平台上进行了实机实验,并使用公开数据集进行广泛评估,与基线方法相比,实验结果表明该系统在保证建图效果的同时,提高了建图精度,降低了绝对轨迹误差平均值。

关键词： 图   抗毁性   多火源燃烧连通度   笛卡尔积图   算法  

摘要： 给出了几类笛卡尔积图的多火源燃烧连通度,分析了多火源燃烧连通度与图结构的关系,提出了多火源燃烧连通度的反问题:给定正数m,确定火源,使得最多在m步内将图燃烧为不连通或空集,且所含顶点数尽可能地少(最小火源)。最后,给出一个求图的最小火源的算法。

关键词： 多模态推荐系统   长尾问题   图神经网络   微视频   注意力机制  

摘要： 现有的多模态图神经网络微视频推荐算法，对于交互度数高的项目节点，其中多模态特征包含的信息会随着图卷积的过程而被增强。但对于交互度数低的项目节点，其信息则会被削弱，这便带来了长尾问题。针对此问题，提出了基于图神经网络的多模态长尾微视频推荐算法(MLT-GNN)。该算法提出了一种偏好信息共享概念，对用户历史交互中的头项目节点和尾项目节点之间的关联进行建模，来发现在不同模态下，不同项目中蕴含的相同信息；为缓解用户-项目图中尾项目节点信息丢失问题，该算法从交互丰富的头项目节点中发现尾项目结点所需信息，结合注意力机制对其进行信息弥补，减小头尾项目节点的差距。在Movielens和Tiktok两个公开微视频数据集上的实验表明，MLT-GNN算法在Precision、Recall和NDCG指标上分别实现了至少3.18%、5.27%和6.29%的提升，验证了所提出方法在改善长尾项目节点对用户偏好预测贡献度方面的有效性。

关键词： 有功调制   不确定性   稀疏多项式混沌展开   全局灵敏度分析   数据驱动  

摘要： 灵敏度方法在快速、准确筛选发电机有功调制的参调机组方面具有重要作用，但现有灵敏度计算方法难以量化不确定因素及变量相互作用对系统的影响，严重影响具备强随机性和高不确定性的新能源电力系统中有功调制机组选择的准确性。为此，提出一种基于径向基函数(RBF)与稀疏正交多项式混沌展开(sPCE)相结合的电力系统全局灵敏度分析方法，用于准确地辨识影响系统阻尼比的关键发电机组有功输出。在此基础上，通过精准估计提升系统至安全运行阻尼水平所需的最小有功调制量，设计了完全数据驱动的区间弱阻尼模式的阻尼比在线调制策略。所提全局灵敏度能够有效计及不确定性因素对新能源电力系统阻尼比的影响，以此获得调制策略中对发电机有功对阻尼比提升的重要性排序结果，实现仅依赖量测随机响应数据的系统阻尼比在线精准调制。IEEE 16机5区域系统和实际电网仿真算例验证了所提方法的有效性与可行性。

关键词： 异质网络   元路径   图神经网络  

摘要： 异质信息网络中由于节点类型各异，邻居信息在聚合前需投影到相同特征空间，这易导致语义混淆。同时，节点特征学习过程常面临局部拓扑结构特征与全局语义信息难以有效融合的问题。为此，提出一种分槽聚合元路径信息的异质网络图对比学习方法(Stack-Based Metapath Aggregation Graph Contrastive Learning,SMACon)。该方法基于元路径从多视角捕捉节点间的语义与结构关系，在元路径内部引入stack结构实现分槽聚合，为每类节点提供独立的消息传递过程，从而保留其类型特征空间中的信息表达；同时，在不同元路径视图上引入图对比学习，增强模型对全局图结构的理解能力；最后，通过注意力机制完成元路径与槽之间的信息聚合，得到最终节点表示。实验结果表明，S-MACon在链路预测和节点分类任务中分别达到95.61%和94.59%的准确率，显著优于现有主流方法，验证了其有效性与推广价值。

关键词： 除数问题   指数和   Kloosterman和   p-adic驻相法  

摘要： 对于模q≤X?n,l以及（q,a）=1,本文一致地得到除数函数τ（k）在算术序列k≡a （mod q）上的渐近公式,其中参量?n,l定义为■特别地,若取l=2,则可得?n,l>3/4+5/32,这一范围优于Liu等（2018）的结果.与此同时,这一结果也进一步改进了Wu和Xi （2021）的结论.值得注意的是,此渐近公式最早由Selberg,Linnik和Hooley于20世纪50年代在q X2/3-ε时分别独立地得到.Irving （2015）第一次在特殊模情形下越过了2/3-障碍.本文打破经典的3/4-障碍,并且进一步扩大模q的范围.本文借鉴Mangerel （2021）对Mili′cevi′c和Zhang处理特定类加权Kloosterman和的方法,以此替代Liu等（2018）使用的Korobov技术.