期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于深度残差网络的ADS-B信号辐射源个体识别 被引量：12
1
作者 翁琳天然 彭进霖 +3 位作者 何元 钟都都 彭建华 茆旋宇 《航空兵器》 CSCD 北大核心 2021年第4期24-29,共6页
针对传统依赖于人工提取的专家特征难以表征辐射源个体信号的细微差异问题,提出了一种基于深度残差网络(DRN)的辐射源个体识别算法。利用深度残差网络完成分类识别任务,将实测信号的同相分量(I路)和正交分量(Q路)输入到深度残差网络中... 针对传统依赖于人工提取的专家特征难以表征辐射源个体信号的细微差异问题,提出了一种基于深度残差网络(DRN)的辐射源个体识别算法。利用深度残差网络完成分类识别任务,将实测信号的同相分量(I路)和正交分量(Q路)输入到深度残差网络中进行训练。在包含不同飞行目标的ADS-B信号实测数据集上进行实验以评估该算法的性能。实验结果表明,提出的DRN模型在不需要人工进行特征选择的情况下达到了较好的分类精度。此外,在信噪比上对数据集进行扩增可进一步提升模型的性能。 展开更多
关键词 ADS-B 辐射源个体识别 深度残差网络 深度学习
下载PDF
可持续自主学习的micROS机器人操作系统平行学习架构 被引量：10
2
作者 戴华东 易晓东 +2 位作者 王彦臻 王之元 杨学军 《计算机研究与发展》 EI CSCD 北大核心 2019年第1期49-57,共9页
作为机器人平台最重要的基础软件,机器人操作系统是提高机器人自主性与智能化水平的核心和关键.围绕实现适应环境的智能机器人系统这一目标,基于已有的micROS研究,提出了可持续自主学习的群体智能机器人操作系统平行学习架构,描述了架... 作为机器人平台最重要的基础软件,机器人操作系统是提高机器人自主性与智能化水平的核心和关键.围绕实现适应环境的智能机器人系统这一目标,基于已有的micROS研究,提出了可持续自主学习的群体智能机器人操作系统平行学习架构,描述了架构设计、核心概念、实现途径和应用验证.在micROS可扩展分布式层次架构的基础上,提出了支持可持续自主学习的平行学习架构,设计并实现了机器人操作系统的两大核心概念——基于"角色"的控制抽象和基于"语义情境图"的数据抽象,突破了群体智能行为操控、自组织无线网络等群体机器人自主智能协同急需解决的关键技术问题,在此基础上开展了面向多种场景的应用验证. 展开更多
关键词 机器人操作系统 群体智能 平行学习架构 持续自主学习 角色控制块
下载PDF
几何属性引导的三维语义实例重建
3
作者 万骏辉 刘心溥 +3 位作者 陈莉丽 敖晟 张鹏 郭裕兰 《中国图象图形学报》 CSCD 北大核心 2024年第1期218-230,共13页
目的语义实例重建是机器人理解现实世界的一个重要问题。虽然近年来取得了很多进展,但重建性能易受遮挡和噪声的影响。特别地,现有方法忽视了物体的先验几何属性,同时忽视了物体的关键细节信息,导致重建的网格模型粗糙,精度较低。针对... 目的语义实例重建是机器人理解现实世界的一个重要问题。虽然近年来取得了很多进展,但重建性能易受遮挡和噪声的影响。特别地,现有方法忽视了物体的先验几何属性,同时忽视了物体的关键细节信息,导致重建的网格模型粗糙,精度较低。针对这种问题,提出了一种几何属性引导的语义实例重建算法。方法首先,通过目标检测器获取检测框参数,并对每个目标实例进行检测框盒采样,从而获得场景中对应的残缺局部点云。然后,通过编码器端的特征嵌入层和Transformer层提取物体丰富且关键的细节几何信息,以获取对应的局部特征,同时利用物体的先验语义信息来帮助算法更快地逼近目标形状。最后,本文设计了一种特征转换器以对齐物体全局特征,并将其与前述局部特征融合送入形状生成模块,进行物体网格重建。结果在真实数据集ScanNet v2上,本文算法与现有最新方法进行了全面的性能比较,实验结果证明了本文算法的有效性。与性能排名第2的RfD-Net相比,本算法的实例重建指标提升了8%。此外,本文开展了详尽的消融实验以验证算法中各个模块的有效性。结论本文所提出的几何属性引导的语义实例重建算法,更好地利用了物体的几何属性信息,使得重建结果更为精细、准确。 展开更多
关键词 场景重建 三维点云 语义实例重建 网格生成 目标检测
原文传递
一种基于FPGA加速的高性能数据解压方法 被引量：1
4
作者 刘谱光 魏子令 +1 位作者 黄成龙 陈曙晖 《计算机学报》 EI CAS CSCD 北大核心 2023年第12期2687-2704,共18页
在数据库、深度学习、高效存储等数据读取性能敏感的应用场景中,数据解压性能对上层应用的服务质量有着重要影响.LZ4无损数据压缩算法具备高速解压特性,因此被广泛应用在高速解压场景中,但其运行需要消耗大量CPU资源.为减少LZ4数据解压... 在数据库、深度学习、高效存储等数据读取性能敏感的应用场景中,数据解压性能对上层应用的服务质量有着重要影响.LZ4无损数据压缩算法具备高速解压特性,因此被广泛应用在高速解压场景中,但其运行需要消耗大量CPU资源.为减少LZ4数据解压开销,学界和业界提出了基于FPGA的LZ4数据解压加速方法.但现有方法大多采用逐字节顺序处理的计算模式,导致并行度和吞吐率存在较大不足.因此,设计实现高性能LZ4数据解压加速方法成为当前研究亟需解决的关键问题.以LZ4解压的高性能加速为目标,本文研究从多层次对LZ4解压进行并行加速设计,提出了一种基于FPGA加速的高性能LZ4数据解压方法.首先,本方法研究对LZ4序列解析过程进行并行化改进,设计实现了一个基于多字段并行解析方法的并行化序列解析器,将吞吐率从每周期单字节扩展到每周期多字节.此外,本方法对序列解析器中的高时延长度字段解析逻辑进行优化改进,设计了基于二分法的最大匹配长度快速解析方法,显著减小序列解析器的关键路径时延,使得改进后的设计时钟频率比改进前提高了约21%.其次,基于并行化序列解析器,本方法设计实现了一个高性能数据解压引擎.该引擎将序列解析与数据还原过程进行解耦设计,对解压输出数据通路进行扩展,解决了解压过程中输入输出吞吐率不匹配的问题.最后,为进一步提高吞吐率性能,本方法提出了可扩展多引擎数据解压加速器设计,并实现了一个基于CPU-FPGA架构的异构端到端数据解压加速系统原型.实验分析表明,本方法提出的数据解压引擎的每周期吞吐量是现有研究的4.1~6.8倍.该引擎实现了约1.7 GB/s的解压吞吐率,达到现有研究的2.6~6.6倍.系统原型的端到端测试和资源使用评估结果表明,本方法提出的数据解压加速系统在吞吐率和资源使用方面具备良好的可扩� 展开更多
关键词 数据解压加速 并行化设计 现场可编程门阵列(FPGA) LZ4算法
下载PDF
一种基于成对字向量和噪声鲁棒学习的同义词挖掘算法
5
作者 张浩宇 王戟 《自动化学报》 EI CAS CSCD 北大核心 2023年第6期1181-1194,共14页
同义词挖掘是自然语言处理中一项重要任务.为了构建大规模训练语料,现有研究利用远程监督、点击图筛选等方式抽取同义词种子,而这几种方式都不可避免地引入了噪声标签,从而影响高质量同义词挖掘模型的训练.此外,由于大量实体词所具有的... 同义词挖掘是自然语言处理中一项重要任务.为了构建大规模训练语料,现有研究利用远程监督、点击图筛选等方式抽取同义词种子,而这几种方式都不可避免地引入了噪声标签,从而影响高质量同义词挖掘模型的训练.此外,由于大量实体词所具有的少样本特性、领域分布差异性和预训练词向量训练目标与同义词挖掘任务的不一致性,在同义词挖掘任务中,词级别的预训练词向量很难产生高质量的实体语义表示.为解决这两个问题,提出了一种利用成对字向量和噪声鲁棒学习框架的同义词挖掘模型.模型利用预训练的成对字向量增强实体语义表示,并利用自动标注的噪声标签通过交替优化的方式,估计真实标签的分布并产生伪标签,希望通过这些改进提升模型的表示能力和鲁棒性.最后,使用WordNet分析和过滤带噪声数据集,并在不同规模、不同领域的同义词数据集上进行了实验验证.实验结果和分析表明,该同义词挖掘模型在各种数据分布和噪声比例下,与有竞争力的基准方法相比,均提升了同义词判别和同义词集合生成的效果. 展开更多
关键词 同义词挖掘 噪声标签学习 自然语言处理 成对字向量 信息抽取
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部