|
2020年, 第04期 刊出日期:2020-07-11
|
上一期
下一期 |
|
|
|
基于低秩矩阵补全的单幅图像去雨算法
朱鉴, 刘培钰, 陈炳丰, 蔡瑞初
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.200023
提出一种基于低秩矩阵补全的单幅图像去雨算法, 该算法采用检测、修补、优化的三阶段策略。在检测雨阶段, 利用雨的亮度先验信息构建检测雨模型; 在修补阶段, 先采用相似块匹配算法构造相似块矩阵, 再利用其具有低秩属性的特点, 将去雨问题转化为低秩矩阵补全问题; 在优化阶段, 提出修正策略进一步提升去雨效果和客观度量值。在合成雨图和真实雨图上验证算法, 实验结果表明, 该算法表现出较好的去雨效果, 且对大雨图像的处理也较为满意, 相比其他方法在客观度量值和主观视觉上均有一定的优势。
参考文献 |
相关文章 |
计量指标
|
|
车辆颜色和型号识别算法研究与应用
战荫伟, 朱百万, 杨卓
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.200051
针对目前基于机器学习的车辆颜色和型号识别方法的识别准确率低问题, 提出基于卷积神经网络的车辆颜色和型号识别方法。该方法使用Darknet网络中YOLOv3(You Only LookOnce Version 3)算法对车辆图片的车脸进行检测与定位, 再对车脸区域使用车辆颜色和型号识别算法同时识别车辆颜色和型号, 这是对车辆多属性同时识别的方法, 不同于车辆单一属性识别的方法。在公开车辆数据集(Peking University Vehicle Datasets, PKU-VD)上进行实验, 实验结果表明, 车辆颜色和型号同时识别准确率为93.75%, 车辆颜色单一属性识别准确率为94.98%, 车辆型号单一属性识别准确率98.38%, 明显优于基于机器学习的车辆属性识别算法, 从而验证该算法是可行且有效的。最后将车辆颜色和型号识别技术应用在智能停车场收费系统中。
参考文献 |
相关文章 |
计量指标
|
|
基于SDG的集群打印系统故障智能诊断研究
谢光强, 陈俊宇, 郭小全
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.200052
随着网络购物的发展, 订单打印需求增大, 集群打印系统能够有效地提高效率。但集群系统需要较高的鲁棒性和可靠性, 因此订单监控和处理打印设备故障成为集群打印系统的核心问题。通过将具有实时监控节点数据和揭示故障传播路径特点的符号有向图(Signed Directed Graph, SDG)技术应用到集群打印系统, 建立了集群打印系统故障诊断推理规则, 并形成“If-Then”形式的诊断规则库。此外, 构建了订单全生命追踪模型, 结合诊断规则库对故障任务进行识别和管理, 实现了集群打印系统的故障任务转移和自恢复。
参考文献 |
相关文章 |
计量指标
|
|
基于双向条目注意网络的推荐系统
赵永建, 杨振国, 刘文印
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.200002
提出了一个基于双向条目注意网络(Dual-aspect Item Attention Network, DIAN)的推荐系统, DIAN由2个主要模块组成, 分别是用于建模历史条目和目标条目之间的条目相似性的神经关注模型(Neural Attentive Item Similarity Model, NAIS)和用于建模历史条目之间相似性的双归一化自注意力条目相似性模型(Dual Normalization Self-attention Item Similarity, SAIS)。一方面, 引入神经注意模型来区分用户配置文件中历史项对目标项的影响。另一方面, 为了更好地表达用户的兴趣, 引入自注意力网络, 从用户的历史交互项中推断出条目与条目之间的关系。提出的SAIS模型能够估计用户交互轨迹中每个条目对用户兴趣的相对权重。用双重归一化机制改进了标准的自注意力网络, 并且在2个公共基准上进行大量实验证明所提出的方法优于最先进的推荐模型。
参考文献 |
相关文章 |
计量指标
|
|
结合注意力与无监督深度学习的单目深度估计
岑仕杰, 何元烈, 陈小聪
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.190140
针对当前的无监督单目深度估计方法边界模糊的问题, 提出了一种基于双重注意力模块的网络架构。这种架构能有效利用图像特征的远程上下文信息解决深度估计中的边界模糊问题。整个框架使用基于视图合成的无监督方法训练, 模型框架包括深度估计网络与位姿估计网络, 同步估计深度和相机位姿变换。双重注意力模块嵌入在深度估计网络中, 包含位置注意力模块和通道注意力模块, 能表示远程空间位置和不同特征图间的上下文信息, 从而使网络估计出细节更好的深度信息。在KITTI数据集以及Make3D数据集上的实验结果表明, 本文的方法能有效提高单目深度估计的精度和解决深度估计边界模糊问题。
参考文献 |
相关文章 |
计量指标
|
|
基于NWD集成算法的多粒度微博用户兴趣画像构建
张舒, 莫赞, 柳建华, 杨培琛, 刘洪伟
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.190129
微博文本特殊性的存在使得微博用户兴趣画像难以有效构建。为此, 提出了一种集成算法——新词发现-双向长短期记忆网络-梯度提升算法。首先针对微博文本的非正式性, 提出了一种基于支持度视角的新词发现(New Word Discovery, NWD)算法, 发掘其中大量存在的网络用语以实现更加准确的分词及语义把握; 其次, 引入Simhash算法使得微博文本中的“信息过载”现象得到改观; 再次, 为改善微博文本的简洁性而引起的特征稀疏问题, 采用双向长短期记忆网络(Bidirectional Long Short-term Memory,Bi-LSTM)模型提取博文语义特征; 最后, 通过融合微博用户静态特征训练梯度提升(extreme Gradient Boosting,XGBoost)模型, 从而有效构建多粒度微博用户兴趣画像。实验结果表明, 粗粒度(一级)兴趣标签模型NWD-Bi-LSTM和细粒度(二级)兴趣标签模型NWD-Bi-LSTM-XGBoost的宏平均F1值(Macro-average F1 score, mF1)和受试者工作特征曲线下面积(Area Under ROC Crave, AUC)分别高达83.6%, 79.7%和70.4%, 63.6%, 相对于基准模型, NWD算法的集成使得模型的mF1值和AUC值均能提升3%~5%, 其促进作用优于现有的新词发现方法。
参考文献 |
相关文章 |
计量指标
|
|
基于非线性互补约束的含DG配电网故障区段定位方法
荣泽成, 陈璟华, 郭壮志, 许俊宁, 陈友鹏
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.190125
随着分布式电源的接入, 配电网故障过电流方向不再唯一, 传统的故障区段定位方法将不适用, 本文提出含分布式电源(Distributed Generation,DG)配电网故障区段定位的非线性互补约束光滑化模型和求解方法。基于逻辑关系的间接故障定位方法在数值稳定性和决策效率上的不足, 本文构建了可适应多个DG投切情况的基于代数关系的开关函数。2个仿真算例与对比实验表明, 含DG配电网故障区段定位的非线性互补约束光滑化方法在进行故障定位时具有较高的容错性能, 且能够实现多信息畸变下的准确定位, 由此可见本方案在数值稳定性上胜于智能算法。
参考文献 |
相关文章 |
计量指标
|
|
太阳能溶液再生器吸热再生性能研究
蒋樾, 陈观生, 刘良德, 刘湘云, 肖宏新, 罗超鸿
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.190145
提出了一种利用槽式聚光集热器直接加热管内溴化锂溶液, 使溴化锂溶液在溶液发生器内实现蒸发再生过程的新型太阳能溶液再生器。对该太阳能溶液再生器在无预热及有预热情况下的吸热再生性能进行了实验研究, 结果表明在这2种情况下溴化锂溶液都能够稳定吸热并连续产生蒸汽, 但有预热时其日均汽化效率可达0.186, 是无预热情况下的3.8倍。
参考文献 |
相关文章 |
计量指标
|
|
乙醇淬火对纳米CuO光催化剂的改性研究
胡陆国, 胡正发, 肖扬, 王银海, 赵慧
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.190138
设计了一种通过乙醇淬火来修饰纳米氧化铜表面的简单方法。首先将纳米氧化铜加热至800 ℃, 然后立即浸入无水乙醇中淬火。通过罗丹明B的光催化降解表明, 在紫外-可见光照射下, 表面修饰后的纳米氧化铜比修饰前的纳米氧化铜具有更好的光催化性能。电子顺磁共振测试表明, 通过快速的无水乙醇淬火, 氧化铜中出现了高浓度的氧空位, 这些氧空位有效地提升了氧化铜的光催化性能; X射线衍射和光电子能谱测试表明, 通过无水乙醇淬火, 氧化铜中出现了氧化亚铜和铜, 这可能会形成CuO-Cu2O异质结以及Cu-CuO/Cu2O肖特基异质结, 促进电荷-空穴分离, 有效地提升改性氧化铜的光催化性能。实验表明溶剂淬火方法能有效地修饰金属氧化物的表面, 增加氧化物中的表面氧空位, 甚至形成异质结, 提高材料的表面活性。
参考文献 |
相关文章 |
计量指标
|
|
靶向TSPO的神经炎症成像分子探针
臧小豪, 刘起发, 胡蒙蒙, 常媛媛, 肖清炜, 周渭
广东工业大学学报. 2020, (04)
DOI: 10.12052/gdutxb.190090
神经炎症贯穿神经退行性疾病的整个发病过程。在正常的生理状态下, 神经炎症有助于神经系统损伤的修复, 但当炎症反应过度时则会造成细胞的损伤, 加速神经退行性疾病的恶化。当神经炎症发生时, 小胶质细胞会异常活化。这使它们成为反映小胶质细胞病理生理学改变的一种敏感而特异的定量指标。本文主要通过核素和可见光成像技术对神经炎症靶点进行检测, 介绍了近年来TSPO靶点分子探针的研究进展, 包括核素成像和荧光成像。最后展望了神经炎症分子探针的研究方向, 对于开发更清晰、方便、经济的神经炎症分子探针有一定的借鉴意义。
参考文献 |
相关文章 |
计量指标
|
|