首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    分布式约束优化的震后救援路径规划

    石美凤梁飞鹏陈媛
    88-94页
    查看更多>>摘要:提出一种基于分布式约束优化的震后救援路径规划模型.通过分析地震烈度、震害指数、路段可靠性等因素,结合实际震后救援地图构建数学模型,提出一种新的自适应局部代价模拟算法(ALCS)对模型进行求解.算法中智能体在优化初期使用偏差修正策略对局部代价进行修正,以获得更好的初始解集.设计了一种自适应策略,提高算法的泛化能力.实验结果表明:基于分布式约束优化技术构建的数学模型能够有效提高震后救援效率,提出的ALCS算法比前沿的分布式约束优化问题(DCOPs)局部搜索算法的收敛质量更好,也能更有效地通过求解震后救援路径规划模型得出多条分布式救援最优路径.

    分布式约束优化震后救援路径规划自适应局部代价模拟局部搜索算法

    网联信息诱导下的商业地下停车场驾驶行为研究

    陈贺鹏陈艳艳李永行陈雨菲...
    95-104页
    查看更多>>摘要:商业地下停车场内部结构复杂、通道较窄,且相交通道视野范围小,驾驶员在寻找停车位时效率低且容易发生碰撞.以商业配建地下停车场为研究对象,基于驾驶模拟实验获取的微观驾驶行为数据,选取平均速度、平均加速度、制动位置对车辆操控行为进行分析,选取寻泊时间、路段通过时间、寻泊距离和最短路径选择对寻泊行为进行分析,并对不同驾驶风格的驾驶行为进行讨论.结果表明:对于车辆控制行为,停车信息诱导系统(parking guidance information systems,PGIS)可以重构抵近盲区交叉口的驾驶过程,使驾驶员平均速度降低36.90%,加速度降至2.55 m/s2以下,对不同风格驾驶员平均速度的影响具有显著性.对于寻泊行为,PGIS可诱导驾驶员经最短路径到达目的地,有效减少寻泊时间;对保守型和普通型驾驶员的路段通行时间减少不显著,对激进型的路段通行时间具有显著影响.研究结果为车联网技术在城市交通领域的发展提供了新的视角.

    停车场停车信息诱导系统网联车辆驾驶行为驾驶风格

    遥感影像路径规划中A*算法优化研究

    谷玉海崔悦龙伊娜
    105-111页
    查看更多>>摘要:针对在高分辨率遥感影像上进行路径规划时所面临的算法搜索范围大,效率低且转折点较多等问题,提出一种基于A*算法的全局路径规划算法.在原始A*算法的启发函数部分引入余弦函数,减少冗余节点的搜索过程,缩小算法搜索节点的范围,提升算法运行效率;设计拐点优化方案,减少规划路径中不必要的拐点数,提升路径规划结果的平滑性.为验证改进方法的有效性,在Matlab软件中进行仿真实验,分析原始A*算法和改进后A*算法的搜索节点范围与路径中拐点数量,并在遥感影像的二值地图中进行真实路径规划对比实验,分析路径长度与运行时间.实验数据表明,改进后算法的扩展节点减少30%以上,非必要拐点数减少35%以上,路径规划长度缩短10.1%,运行时间减少10.7%,提升了寻求最优路径的效率.

    A*算法栅格地图遥感影像图道路提取路径规划

    融合图卷积残差网络与边收缩池化的VQ-VAE网格重建算法

    丁阳杨华民韩成刘宇...
    112-121页
    查看更多>>摘要:3D网格因其复杂性和不规则性使其有效表示成为挑战.为解决常规图卷积难以对3D网格有效传递和融合信息的问题,提出基于变分量化自编码器的3D网格模型,以探索其隐空间并用于3D网格的生成.提出带残差的图卷积模块,在处理3D网格这种复杂的图结构时,残差连接更有效地整合多层特征信息,支持更深的网络结构,显著提升模型的性能和泛化能力.在网格简化的边收缩算法基础上构建了可靠的多层池化和反池化操作,有效编码了层次结构中较粗糙和较稠密网格之间的对应关系.将3D网格形状投影到潜在空间的过程中,潜在特征被过度压缩导致信息损失,采用向量量化将潜在特征映射到预先定义的离散向量,在保持紧凑表示下更有效地编码和重建数据.实验结果表明,所提算法能够学习对可变形形状集合的紧凑表示,且在形状生成、形状插值等各种应用中表现出色.

    网格生成变分量化自编码器网格插值图卷积

    情感感知增强的多粒度过滤虚假新闻检测

    李潇可朱小飞
    122-131页
    查看更多>>摘要:基于证据的虚假新闻检测需要从互联网中检索出多个证据以验证新闻的真实性.虽然目前的方法取得了良好的性能,但现有方法没有考虑从互联网检索到的无关证据对模型的负面影响,对证据文本中噪音信息的处理不够完善,这些方法忽略了新闻的情感极性对新闻真实性的影响.为了解决这些问题,提出了一个情感感知增强的多粒度过滤虚假新闻检测,称为 EMGFND(emotion polarity perception multi-granularity filter fake news detection).对新闻与证据进行图结构建模聚合新闻和证据文本信息,通过多粒度过滤获得精细的证据信息,通过新闻情感感知的注意力机制对新闻和证据进行交互.在Snopes和PolitiFact 2个公开数据集上进行了多次实验,结果表明:模型性能优于基线模型.

    虚假新闻检测图神经网络情感分析文本分类图结构学习

    BPNN改进卡尔曼滤波算法对课程思政效果评价的验证研究

    陈新田柯安刘星悦唐敏...
    132-138页
    查看更多>>摘要:教学效果评价及其验证是高校课程思政实施过程中的重要环节,也是目前教学评价改革中亟待解决的难点之一.为了验证、反馈和优化教学效果评价,在课程思政教学实践的基础上,通过预测实施课程思政的教学效果,构建了结合反向传播神经网络(back propagation neural network,BPNN)的卡尔曼滤波算法(Kalman filter,KF)模型.利用BP神经网络优化KF模型中的状态参数,通过KF滤波信息来反向验证和优化课程思政效果经验评价模型.Matlab运算结果表明,与传统KF算法相比,基于BP改进的KF算法的预测获得了较理想的结果.

    效果评价验证卡尔曼滤波反向传播神经网络课程思政

    基于多尺度多层次多任务网络的长视频微表情分析

    刘鑫李蓉封宗寰连大山...
    139-146页
    查看更多>>摘要:与宏表情不同,微表情具有持续时间短、动作幅度小、覆盖面积小的典型特点,长视频中微表情与宏表情交织在一起,使得微表情的检测和识别困难,并且严重依赖于专家经验.针对以上问题,开发了一种多任务模型用于长视频微表情分析,该模型采用级联的网络结构,分别完成检测子任务与识别子任务.针对微表情仅发生于面部局部区域且因个体差异特征分布不同导致关键帧定位不准或漏检,在检测子网络中采用Dual-CBAM-Inception模块,增强模型空间感受野,对全局与局部区域提取多尺度光流特征增强模型的鲁棒性;针对长视频中表情类别分布不均衡且微表情发生时面部动作细微导致长视频微表情分类识别准确率低,提出模型在识别子网络中采用深度可分离DenseNet模块,在控制模型的运算量和计算成本的前提下,通过多层次提取光流信息的浅层与深层语义特征提高模型的表情识别准确性.所提出的方法在CAS(ME)2长视频以及CASME Ⅱ、SMIC短视频数据集上进行实验,结果表明,所提方法能够对长视频进行微表情检测并识别表情类别,性能优于当前诸多方法.

    微表情分析光流多任务模型多尺度特征多层次特征

    MF-TLID:一种多特征融合输电线覆冰图像去噪方法

    张宇窦银科赵亮亮焦阳阳...
    147-155页
    查看更多>>摘要:针对基于图像对线缆覆冰状态进行监测过程中图像存在噪声的问题,提出了一种多特征融合输电线覆冰图像去噪方法.该方法采用残差注意力融合模块、源特征融合模块和特征增强模块.在残差注意力融合模块中采用级联残差结构和混合注意力模块,既有助于特征信息映射,又能增强特征信息表达;在网络不同特征层中融合源特征,保留图像的低频信息,有利于提升图像的清晰度和真实感;在特征增强模块中同时结合局部和全局特征,通过特征注意力加权学习有效特征向量表示,提高模型去噪能力;创新性地提出像素损失和感知损失的联合损失函数,同时考虑像素级别的误差和感知质量的提升.在输电线覆冰数据集上高斯噪声标准差分别为10~40、20~50和30~60,PSNR 和 SSIM 分别达到了 {31.015 dB、29.262 dB、27.717 dB}和{ 0.956、0.943、0.930}.结果表明,该算法的性能优于主流去噪方法,具有更强的抑噪能力和抗干扰性.

    输电线覆冰图像去噪特征融合注意力机制联合损失函数

    面向多类型干扰的验证码目标识别算法研究

    程瑶龚奥王玉菡
    156-160页
    查看更多>>摘要:验证码是一种用来区分计算机与人类的技术,以避免出现自动化程序自动注册、登录、恶意投票、恶意尝试密码等安全问题.而验证码识别技术研究可以使人们及时发现和改正验证码的缺点,对加强网络安全性有着重要的意义.通过对验证码识别算法的研究,设计了验证码识别系统,分别以模板匹配、Hu不变矩和深度学习3种算法对验证码图像进行处理识别,最终对带有多类型干扰的验证码分别得到识别结果.结果表明,前2种验证码算法的识别准确率分别为60.3%、66.0%,而基于深度学习算法中2种形式的识别准确率分别为87.7%和95.58%,尤其在线干扰和混合干扰等复杂干扰方面,识别准确率的提高尤为突出,表现出深度学习算法应用于多类型干扰验证码识别的可行性.

    验证码图像处理多类型干扰识别算法深度学习

    用于跨介质航行器的后掠机构分析

    徐一村朱尚锴张博李豪...
    161-168页
    查看更多>>摘要:主要阐述跨介质航行器后掠结构的设计和分析.对航行器介质转换的平滑过渡,包括机翼的收放机制、结构设计、静力学和动力学分析等多个方面进行重点研究.利用有限元分析和模态分析,展示了机翼结构在受到载荷时的响应,分析了机翼在折叠展开过程中对机构整体的气动影响.此外,通过力矩仿真进一步验证后掠机构设计的合理性和实用性,有效减弱50%入水冲击,水下航行速度提升2.5倍,过渡时间缩短1.8s.研究成果揭示了后掠机构在改善航行器介质转换性能方面的有效性,为跨介质航行器的设计和性能优化提供了新方法.

    跨介质航行器后掠机翼模态分析气动性能