课程文献中心 更多>>

关键词： 中国人民大学   电子文件管理   国际档案理事会   产教融合   档案数据   国家档案局   重点实验室   产学研  

摘要： 10月18日至19日,由国际档案理事会、中国人民大学指导,中国人民大学信息资源管理学院主办,中国人民大学电子文件管理研究中心、多模态档案保护与开发国家档案局重点实验室、安徽宝葫芦信息科技集团股份有限公司承办的2024档案数据产教融合大会暨第十四届中国电子文件管理论坛在安徽合肥成功举办。

关键词： EfficientViT   归一化注意力机制   轻量化   掌静脉识别   深度学习  

摘要： 信息技术的进步催生了生物特征识别逐渐替代传统身份验证方法,尤其关注卫生、安全的掌静脉识别,然而在计算资源受限的情况下保持识别性能仍然是一项挑战。近年来,虽然深度学习架构Vision Transformer在模型性能上取得显著进展并在掌静脉识别领域逐渐得到应用,但是也因参数量问题限制了其适用范围。该文提出了一种手掌静脉识别算法(NAM-EfficientViT Based Palm Vein Recognition, NEPVR),采用了EfficientViT作为深度学习的高效轻量化网络以减少参数量的规模,并结合归一化注意力机制加强图像在通道和空间维度上对重要细节特征的提取,进而保持良好的识别性能。此外,NEPVR还融合了交叉熵和三元组损失函数作为在网络训练中的综合损失函数,以提高识别性能和模型收敛的稳定性。实验结果表明:将掌静脉信息编码为512维特征向量的方法识别性能最佳;在PolyU、CASIA与TongjiU数据集上进行的评估中,等误差率(EER)分别达到了0.067%、0.150%与0.085%,充分证明了该算法的有效性。

关键词： 综合能源系统   一致性算法   分布式调度   隐私保护   状态分解  

摘要： 分布式调度因其鲁棒性和灵活性成为了综合能源系统(integrated energy system,IES)的新型调度策略。然而,分布式框架下的频繁信息交互会导致通信路径上的隐私信息被外部攻击者窃取,从而影响系统的最优运行状态。针对这一问题,该文首先将多智能体一致性理论引入分布式框架,给出了IES的协同经济方程,并考虑了两种典型的窃听者模型。其次,利用各个智能体的实时状态信息可进行拆分组合的思想,提出了一种基于状态分解的隐私保护分布式调度算法,并从理论上严格证明了所提出算法的收敛性和在窃听者攻击环境下的隐私保护能力。最后,基于IEEE39-32热电耦合能源系统进行算例分析,分别从理想通信环境、即插即用特性、与差分隐私应对窃听者的能力对比等几个不同的角度验证了该文所提出算法的可行性和优越性。

关键词： 卷积神经网络   小目标检测   视频流优化  

摘要： 针对在室内外的火灾预防,目前许多算法对于小目标的火焰检测在精度方面有所欠缺,且不能实时检测,故提出一种改进的YOLOv5算法。该算法加宽head层数并引入selayer层,加快了分类检测的收敛,得到更丰富的采样信息。改进后的算法精度大大提高,经过视频流的优化,火焰能被实时地检测出来。实验数据集上的结果表明,改进的YOLOv5模型精确率达到了80.4%,召回率达到了91.3%,检测速度达到每秒44帧。

关键词： 低光增强   Retinex理论   残差模块   注意力机制  

摘要： 针对传统Retinex算法存在的增强图像纹理不清晰、适用光线强度单一等问题,提出了一种基于残差和多尺度注意力机制的Retinex低光图像增强算法。首先使用引入残差模块和跳跃连接的U-Net结构确保模型能完整地提取特征信息,以及将原始图像分解为准确的光照分量和反射分量;然后采用结合多尺度注意力机制的恢复网络对反射分量进行处理,提高网络对退化信息的感知能力和对细节纹理信息的抓取能力;接着使用调整网络增强光照分量的光线强度;最后融合处理后的反射分量与照度分量,得到最终的输出图像。将所提算法与7种同类型算法进行比较,主观结果和客观评价均表明经过所提算法的增强结果在对比度增强、噪声处理、色彩自然度方面取得了优异的表现。实验结果表明,本文中所提方法能有效提高图像对比度、抑制噪声,具有符合人眼观感的视觉表现,且能有效作用于各种光照环境,为下一步的图像处理提供了可靠的信息源。

关键词： 行人检测   YOLOv8   UniRepLKNet   Focal-Modulation  

摘要： 复杂场景下行人检测的准确性和鲁棒性面临极大挑战,本文提出了一种改进YOLOv8的行人检测算法,以提高检测质量。首先,本文将重参数化网络UniRepLKNet代替原YOLOv8s模型的骨干网络,将其用于行人特征提取。该网络不仅增大了感受野,而且避免了小尺寸核大量地堆叠使用。其次,将Focal-Modulation模块替代原SPPF模块,该模块利用焦点调制机制聚焦行人图像中的关键特征区域。最后,引入形态交并比损失ShapeIoU来提高边界回归准确性。在RTTS和WiderPerson数据集上进行试验,结果显示,与原YOLOv8s模型相比,改进算法的平均精度(AP)提升了3.1%、2.6%。所提算法具有较高的检测精度和鲁棒性,可以满足监控领域复杂场景下行人检测的需求。

关键词： 射线检测   双片叠加   配准算法   特征点匹配  

摘要： 对于核电厂管道焊接接头焊缝的射线检测,底片数字化是趋势,其中双胶片法则需要对两张数字化底片的图像进行配准,方能进行评价。对此,本研究将基于特征点匹配的图像配准方法应用到数字化底片叠加中去,并通过相关试验在该算法下得到的召回率和精密度分别达到98.59%和97.68%,验证了该方法的有效性,从而实现数字化底片图像自动配准,提高检测数据一致性和检测质量,对核电厂定期检查过程中安全性评估准确性的进一步提升具有积极作用。

关键词： 10 kV配电系统   效率   自适应算法   控制策略  

摘要： 针对10 kV配电系统运维的复杂性,研究提出了一种自适应控制策略与算法,该算法集成了先进传感器技术和实时数据分析,通过不断监测和评估系统状态,实现对系统变化的精准响应。该策略与算法基于机器学习原理,具备自学习能力,能自主识别系统运行模式并实时调整控制参数,以应对各种运行条件下的挑战。该策略与算法显著提升了配电系统的响应速度和故障预测能力,降低了系统维护的频繁性和成本。通过在实际应用中的测试,已证实该策略与算法能有效保持系统的稳定、高效运行,并显著提升系统整体的可靠性。

关键词： HEVC   显著性区域   码率控制   恰可感知失真模型   原始图像  

摘要： 该文提出一种新的码率控制算法,基于人眼显著性区域的检测,以优化视频编码效率。该算法利用像素级的恰可感知失真(JND)模型,精准预测人眼对图像失真感知的阈值。通过分析相邻帧间的像素值变化,识别出图像中的显著性区域,并基于JND模型进一步细分这些区域。通过构建一个多级码率分配框架,以指导不同区域的码率分配。实验结果显示,在低码率环境下,该算法能够显著提升显著性区域的视觉质量,同时保持码率控制的精确性。相比现有的HM16.9算法,在码率精确性基本不变的情况下,该文算法的BD-Rate下降0.028 9%,BD-PSNR提升0.001 6%,多个测试序列的结构相似性△SSIM平均提升0.000 69。

关键词： 人机对话   意图识别   槽位填充   联合建模  

摘要： 在工业运维人机对话任务中,为解决运维数据中包含复杂嵌套实体以及存在少量缺字、错字的问题,提出一种改进的BERT联合任务算法GP-GraphBERT,利用意图和语义槽识别任务的关联性提升对话性能。首先,由BERT得到隐藏层状态后,通过构建邻接矩阵将其转换为图结构,嵌入加权残差图注意力网络(WRGAT)增强模型的邻居感知能力。其次,改进融合旋转式位置编码(rotary position embedding,RoPE)的全局指针机制(GlobalPointer),使模型能够无差别地识别常规实体和嵌套实体。最后,设计意图识别和语义槽识别任务的联合损失函数,利用两者的关联性提高预测精度,在模型训练过程中引入动态掩码处理,增强模型的鲁棒性和泛化能力。实验结果表明,GP-GraphBERT算法在工业运维人机对话数据集上意图识别和语义槽识别的F 1分数达到87.5%和86.4%,相较于原网络JointBERT分别提升9.2和3.0百分点,同时能够满足运维数据嵌套实体识别需求。实验充分验证了算法在联合识别任务中的性能。