期刊,长江信息通信 2024年卷12期_国家学术搜索

期刊信息/Journal information

长江信息通信

主　　编：李国淼（兼）

出版周期：双月刊

国际刊号：2096-9759

电子邮箱：xxtx@263.net xxtxbjb@163.com

电　　话：027-85586786，88615253

邮政编码：430022

地　　址：武汉市汉口发展大道180号6楼

长江信息通信/Journal Changjiang Information &Communications

查看更多>>本刊为全国创办较早的行业期刊，曾多次获得国家科技期刊各类奖项，多年来深受通信领域专家学者、经营管理及工程技术人员的肯定与支持。

正式出版

收录年代

基于人脸识别技术的虚拟现实通信安全验证研究

王文周佳乐姜鑫瑶蒋懿...

71-72,77页

查看更多>>摘要：为提高虚拟现实通信安全性,实现对目标人脸图像的准确识别,引入人脸识别技术,开展虚拟现实通信安全验证研究.在单样本条件下,增加虚拟现实样本.利用人脸识别技术,提取虚拟现实通信特征.结合获取的特征,完成虚拟现实通信身份注册与安全验证.通过对比实验证明,新的验证方法可以准确识别目标人脸图像样本,并根据样本实现对用户通信安全验证,促进虚拟现实通信环境安全性提高.

关键词：

人脸识别技术通信验证安全虚拟现实

原文链接:

NETL
NSTL
万方数据

查看更多>>摘要：扶梯行人的安全隐患多数源于乘客的异常行为.文章提出了一种基于改进YOLOv8的扶梯行人异常检测算法DEW-YOLOv8.首先为了提高算法的检测效率,在YOLOv8的C2f模块中使用效率更高DSConv模块替代标准卷积模块构成C2f_DSConv模块.其次针对行人在检测图像中所占比例较小引起的易漏检的问题,在特征融合阶段引入ECA注意力模块,弱化背景信息.最后采用WIoU损失函数替代原结构CIoU函数,提高模型的收敛能力.经过实验分析,该文的算法和原始YOLOv8算法相比,mAP@.5提升2.2％,参数量下降13.3％.

关键词：

目标检测YOLOv8C2f_DSConv模块注意力机制

原文链接:

NETL
NSTL
万方数据

基于KNN聚类的三维点云去噪方法研究

王子硕郭育畅赖天翔高兴泉...

78-80,98页

查看更多>>摘要：针对三维点云的随机高斯噪声问题,提出了一种基于层次的K近邻(K-Nearest Neighbor,KNN)聚类的三维点云去噪方法.该方法首先通过KNN寻找每个数据点周围最近的K个邻居,根据邻居的数值对三维点云数据的随机高斯噪声进行初步去噪处理,以减少孤立点的影响.然后,利用基于距离的聚类方法将三维点云数据按照距离进行分组,对点云数据进行进一步去噪,识别主要簇并剔除次要簇,以提高三维点云去噪精度.实验结果表明,KNN聚类算法的峰值信噪比提高了 4～15dB,在去噪效果和保留点云细节方面均表现出优势,既能够较好的去除三维点云噪声,又能够保留点云的几何特征和细节信息,并且在三维点云去噪效果上表现出更高的性能和鲁棒性.

关键词：

KNN聚类算法三维点云随机噪声峰值信噪比

原文链接:

NETL
NSTL
万方数据

基于改进蚁群算法的大棚移动机器人路径规划研究

梁秋阳王影刘麒夏春燕...

81-83页

查看更多>>摘要：针对大棚移动机器人路径规划存在搜索时间较长、效率较慢等问题,提出了一种基于改进蚁群算法的路径规划方法.在传统蚁群算法的启发函数基础上,为平衡算法的全局搜索性能和收敛速度,引入自适应调整因子.在状态转移概率公式中,为防止初期易进入局部最优,引入稳定因子.在信息素方面,在精英蚂蚁系统中引入了一种动态调整的增强因子,加强了那些有可能成为最优路径的边,从而实现更快、更准确的收敛.实验结果表明,相较于传统蚁群算法,改进后的算法在迭代稳定次数均值、最优路径长度均值、转弯次数均值都有所降低,显著地提高了大棚移动机器人的工作效率.

关键词：

大棚移动机器人路径规划蚁群算法

原文链接:

NETL
NSTL
万方数据

基于RPR-Transformer图像描述生成模型

赵芸

84-86页

查看更多>>摘要：图像描述生成结合了计算机视觉和自然语言处理,旨在为图像提供准确描述.注意力机制忽略了图像的二维空间特性.文章提出基于物体间相对位置关系的自注意力模型(RPR-Transform-er).通过目标检测技术提取物体特征并计算对应物体的中心位置以及面积;使用关系特征提取模型提取图像中物体之间的关联特征;对融合后的特征使用门控单元过滤,去除干扰信息.实验结果表明本模型具有较强的鲁棒性.

关键词：

图像描述生成关系特征提取注意力机制

原文链接:

NETL
NSTL
万方数据

基于改进的Swin Transformer的目标检测算法

辛晓明杜春梅张振亚

87-89页

查看更多>>摘要：在目标检测任务中,基于Detection Transformer(DETR)的无锚框方法由于不需要依赖复杂的后处理步骤如非极大值抑制从而受到了广泛的关注.针对DETR使用的残差骨干网络ResNet(Re-sidual Network)在提取全局信息能力上的不足,本文章提出一种基于改进的Swin Transformer的目标检测算法.该模型的骨干网络基于Swin Transformer改进,在这里使用了一种新的规范化方式,称为"后规范化",这种新的方式会在整个网络产生更温和的激活值,然后将骨干网络与特征金字塔结合,获得不同尺度上的特征表示,从而能够更好地适应不同尺度的目标或图像变化.

关键词：

深度学习目标检测SwinTransformer

原文链接:

NETL
NSTL
万方数据

基于人工智能的无线视频会议智能交互技术研究

赵易时

90-92页

查看更多>>摘要：研究AI驱动的无线视频会议智能交互技术,旨在提升用户操控计算机的便捷性和准确性.系统包括视频采集、眼动跟踪、手势识别和控制模块.眼动跟踪基于注视线识别并跟踪用户凝视点,手势识别则通过Adaboost算法和KLT跟踪器实现.两者结合,实现无线视频会议的智能控制.

关键词：

人工智能智能交互技术眼动跟踪手势识别

原文链接:

NETL
NSTL
万方数据

基于以太网服务激活测试标准的模块设计

胥子悦李璋夏紫扬韩刘旺...

93-95页

查看更多>>摘要：随着服务提供商对以太网的部署,以太网服务已经有了显著的发展.以太网不仅可以在用户网络接口(UNI)上找到,而且可以部署在网络的任何地方.凭借对流量进行优先级管理的能力,其内置的弹性和高可用性,服务提供商现在正在使用这项技术来提供高级服务.目前,对以太网服务进行测试和故障诊断的最佳选择是ITU-T Y.1564标准.文章分析以太网服务激活测试标准Y.1564,并介绍实现的系统架构以及软件模块的设计.

关键词：

以太网服务服务激活测试信息通信

原文链接:

NETL
NSTL
万方数据

基于深度学习的通信网络异常流量快速识别

祝荣华周玲军

96-98页

查看更多>>摘要：通信网络中的异常流量种类繁多,包括各种类型的攻击、恶意行为等,并且具有非常复杂、高层次的抽象特征,无法捕捉其中的局部异常行为,使得识别异常流量的效率较低.为此,引入卷积神经网络,提出基于深度学习的通信网络异常流量快速识别方法.采用Wire-shark 工具,获取并融合网络流量数据,利用加权平均滤波方法,对其均衡化处理,选取深度学习中的卷积神经网络Convolutional Neural Network,CNN)作为异常流量特征提取算法,在卷积层中,输入网络流量数据中的局部特征,实现对异常流量特征提取.计算异常流量特征的整体相似度,设定异常流量阈值,通过通信网络中流量的异常概率实现对异常流量快速识别.实验结果表明,所提算法应用下的召回率最高达0.96,在200byte数据量的情况下,识别延时仅为9.2ms,为快速识别和处理异常流量的应用场景提供有效的支持.

关键词：

卷积神经网络通信网络特征提取异常流量识别

原文链接:

NETL
NSTL
万方数据

基于物联网的智能电力设备监测与诊断技术

李大全

99-102页

查看更多>>摘要：由于目前经济发展迅速,社会对于电力能源的需求逐渐增加,保障电力设备的安全性和稳定性成为广泛关注的问题.为了可以实时监测电力设备的运行情况,保证电力的安全性,文章首先构建了智能电力设备状态监测与诊断模型,该模型包括智能感知层、数据通信层、信息集成层和智能应用层.其次,采用新型LPWAN网络架构实时监测电网,运用改进的Viterbi算法精确定位故障点并提高计算速率.最后,根据定位的故障点实时反馈故障信息,实现对电力设备的监测,提升电力设备的安全性.根据实验得出,电力组网的数据量在10MB到300MB之间时,物联网LPWAN监测方法从45ms上升到75ms,且延时减少幅度更大,物联网LPWAN监测方法的准确率比其他方式高了 10％左右,说明物联网相关方法能提高监测与诊断的效率和准确性,保障智能电力设备稳定运行,适合用于电力设备的监测中.

关键词：

物联网电力设备监测技术诊断技术

原文链接:

NETL
NSTL
万方数据

首页
1
2
3
4
5
6
7