首页期刊导航|南京信息工程大学学报
期刊信息/Journal information
南京信息工程大学学报
南京信息工程大学
南京信息工程大学学报

南京信息工程大学

李刚

双月刊

1674-7070

nxdxb@nuist.edu.cn

025-58731025 58731117

210044

南京市宁六路219号

南京信息工程大学学报/Journal Journal of Nanjing University of Information Science & TechnologyCSCD北大核心CSTPCD
查看更多>>《南京信息工程大学学报（自然科学版）》是由江苏省教育厅主管、南京信息工程大学主办的学术类双月刊. 主要刊登电子、通信与自动控制技术；计算机科学与技术；环境科学与工程；地理、遥感与测绘技术；机械仪器仪表、电气工程；地球科学；材料科学；化学与化工；生物学；信息科学与系统科学；数学和物理学等方面的基础理论与应用研究论文. 热忱欢迎海内外专家学者惠赐佳作
正式出版
收录年代

    基于改进YOLOv5m的电动车骑行者头盔与车牌检测方法

    庄建军叶振兴
    1-10页
    查看更多>>摘要：电动车上路必须佩戴安全头盔已成为交管部门的强制性规定.为了能自动检测出电动车骑行者的头盔佩戴情况,提出一种基于改进的YOLOv5m模型的头盔与车牌检测方法,在检测出骑行者未佩戴头盔的同时还能检测出电动车车牌.模型使用自建电动车骑行者头盔与车牌检测数据集进行训练,用DIOU损失函数代替GIOU损失函数,DIOU_NMS代替加权NMS,增强模型对密集骑行场景的识别能力.在Backone部位与预测中小目标的Neck部位加入ECA注意力机制,使得模型对中小目标的识别率有所提高;用K-means 算法对锚框尺寸重新进行聚类.最后,改进Mosaic数据增强方式.实验结果表明:改进的 YOLOv5m电动车骑行者头盔与车牌检测模型的 mAP 为92.7%,较原 YOLOv5m 模型提高 2.15个百分点,较 YOLOv4-tiny、Faster RCNN模型分别提高 5.7 个百分点与 6.9 个百分点.改进后的 YOLOv5m 模型能有效提高对头盔与车牌的识别率.

    头盔检测车牌检测YOLOv5m注意力机制DIOUK-means算法改进Mo-saic数据增强

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进YOLOv5s的交通标识检测算法

    李孟浩袁三男
    11-19页
    查看更多>>摘要：针对交通标识在图像中占比小、检测精度低且周围环境复杂等问题,提出一种基于改进YOLOv5s的算法.首先,在主干网络部分添加注意力机制ECA(Ef-ficient Channel Attention,高效通道注意力),增强网络的特征提取能力,有效解决了周围环境复杂的问题;其次,提出HASPP(Hybrid Atrous Spatial Pyramid Pooling,混合空洞空间金字塔池化),增强了网络结合上下文的能力;最后,修改网络中的Neck结构,使高层特征与底层特征有效融合,同时避免了跨卷积层造成的信息丢失.实验结果表明,改进后的算法在交通标识数据集上取得了 94.4%的平均检测精度、74.1%的召回率以及94.0%的精确率,较原始算法分别提升了 3.7、2.8、3.4 个百分点.

    交通标识检测小目标检测YOLOv5s注意力机制特征提取混合空洞空间金字塔池化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于优化DeepLabv3+的智能化高速铁路安全区域划分算法研究

    王勇达王硕禾朱钰常宇健...
    20-29页
    查看更多>>摘要：针对目前电气化铁路沿线复杂背景下铁路安全区域划分均需采用实际固定标准件为参照物且区域划分范围小等问题,提出一种无需参照物的高速铁路安全区域划分算法.首先基于无人机所采集图像中的相关参数计算出相应的GSD(地面采样间距)参数,然后利用加入ECA-Net模块的DeepLabv3+模型对图像中的轨道进行精确分割.通过边缘检测、开运算、概率霍夫变换等一系列图像处理操作,提取出构成轨道的关键像素点,并运用最小二乘法进行轨道拟合,得出轨道数学表达式.最后,结合数学算法和GSD参数以及轨道数学表达式,完成安全区域的划分.实验结果表明,所提算法测量精度高达90%以上,无需选取固定参照物,适应性强、鲁棒性高,具有较高的实用性和可靠性.

    无人机地面采样间距DeepLabv3+ECA-Net安全区域

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    元宇宙:概念、技术及应用研究综述

    方巍伏宇翔
    30-45页
    查看更多>>摘要：网络技术、人机交互和人工智能等技术的飞速发展催生了元宇宙,并进一步促进人们物质生活各个方面的数字化转型.2021 年是元宇宙元年,元宇宙作为一个新兴的概念受到产业界、学术界、媒体界及公众的广泛关注.本文尝试从技术维度和应用角度深度剖析元宇宙.首先,从定义、起源与发展、特征和关键技术(网络及运算技术、物联网技术、人机交互技术、电子游戏技术、区块链技术、数字孪生技术和其他技术)等多方面对元宇宙的概念及内涵进行论述;然后,讨论了当下布局元宇宙的企业和应用实例;最后,剖析了目前元宇宙发展存在的问题和机遇,并对未来研究与应用进行了展望.通过对元宇宙当前的发展状况、研究趋势进行归纳分析以及科学地评估元宇宙的落地应用,为元宇宙研究人员提供有益的参考和借鉴.

    元宇宙数字孪生人工智能虚拟现实边缘计算6G区块链

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    数据驱动的粮食产能组合预测模型

    张岳陈为真陈梦娇
    46-55页
    查看更多>>摘要：针对长短期记忆网络(LSTM)在粮食产能预测上存在超参数众多、长时序列信息丢失以及难以区分主次特征的问题,提出一种数据驱动的粮食产能组合预测模型.在超参数部分,通过引入动态权重和拉普拉斯变异的秃鹰算法(WLBES)对 LSTM 进行超参数寻优,避免了手动调参的过程.在预测部分,利用岭回归(RR)对预测结果进行残差修正,弥补LSTM 数据丢失的缺陷;同时加入注意力机制,以权重大小区分主次特征,提升粮食产能相关性较大特征的重要性.研究结果表明,WLBES-LSTM-RR 组合模型与LSTM模型和WLBES-LSTM模型相比,均方根误差(RMSE)分别下降了75%、19%,相较于其他优化 LSTM 的组合模型,RMSE大幅下降,该组合模型在粮食产能预测上具有更高的预测精度.

    粮食产能预测秃鹰优化算法长短期记忆网络拉普拉斯变异注意力机制残差修正

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于集成深度学习模型的空气质量指数预测

    路凯丽杨露李涛
    56-65页
    查看更多>>摘要：大气污染严重危害居民的出行安全和身体健康,空气质量指数(AQI)是一种用于测量空气质量状况的综合指标,对AQI的预测可以提醒公众空气质量信息,使人们做出更明智的出行决策.通过提前预测空气质量的变化,政府和环保部门可以采取应急措施以减轻空气污染.本文提出基于卷积神经网络和门控循环单元的集成深度学习模型(CNN-GRU)对AQI进行预测.其中,卷积神经网络(CNN)提取污染气体浓度和AQI的时空特征并完成特征映射,门控循环单元(GRU)建模时序关系并高效完成计算.选取 2014-2022 年北京市和广州市的 6 种主要污染气体(PM2.5、PM10、SO2、CO、NO2、O3)日平均质量浓度和AQI进行实例研究,使用CNN-GRU模型对AQI进行预测,与多元宇宙优化的广义回归神经网络模型(MVO-GRNN)、遗传算法优化的 BP 神经网络模型(GA-BP)对AQI的预测进行对比分析.实验结果表明,本文提出的CNN-GRU模型对AQI的预测误差最小.

    空气质量指数卷积神经网络门控循环单元集成模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于Transformer与距离图谱的泛癌细胞核图像分割

    鲁浩达梁实顾松王向学...
    66-75页
    查看更多>>摘要：肿瘤细胞的密度、核质比和平均尺寸等指标对癌症的分级和预后有重要的意义.在计算病理学中,细胞核分割是肿瘤微环境分析的基础.通过对分割结果进行统计分析,对新的肿瘤标记物的探索有重大的意义.病理图像背景下的细胞核形态不规则,细胞核染色不均匀,且细胞核边缘之间存在黏连的问题,而现有的深度学习算法在细胞核主体分割正确的情况下,边缘的分割错误不会对总体的损失造成太大的影响,黏连的细胞核很容易被当作同一个分割目标.为了解决细胞核重叠问题,本文提出一种基于Transformer与距离图谱的分割模型,将Transformer中的核心多头自注意力机制与距离图谱引导算法相结合,重视细胞核内部,弱化细胞核边界,提升对图像局部和全局上下文信息的学习能力.本文方法在两个公开数据集上的平均Dice系数为 0.797 9、精度为 0.756 1、AJI 系数为 0.667 2、Hausdorff距离为 10.11.实验结果表明,相较其他分割算法,本文方法的性能更好,能够有效提高细胞核的分割精度,同时较好地解决了细胞核之间的黏连问题.

    深度学习病理图像细胞核分割Transformer多头自注意力距离图谱

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    肌电控制虚拟现实游戏的腕部训练系统研究

    段银鑫曾洪宋爱国
    76-82页
    查看更多>>摘要：针对传统腕部康复训练方法训练内容枯燥、用户参与训练的积极性低导致训练效率低的问题,设计了一种肌电控制虚拟现实游戏的腕部训练系统.采集腕部运动时的表面肌电信号,并通过肌肉协同原理解码出腕关节运动意图,用于虚拟现实游戏的控制;在虚拟现实游戏中引入随机干扰力,通过阻抗控制的方式实现与虚拟现实环境的交互,使得用户可以探索不同的运动控制方式.通过模型标定实验,验证了系统的可行性,并且开展了训练实验,通过评估任务的完成时间以及路径效率评估训练效果.实验结果表明,通过引入随机干扰力进行训练相对于无随机干扰力进行训练,任务的完成时间减少了24%,路径效率提升了26%,所设计的训练系统可以使得用户以更高效方法进行运动控制,提高了训练的效率.

    表面肌电虚拟现实游戏肌肉协同随机干扰力阻抗控制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多代理模仿学习的普适边缘计算资源分配

    刘建华李炜刘佳嘉涂晓光...
    83-96页
    查看更多>>摘要：普适边缘计算允许对等设备之间建立独立通信连接,能帮助用户以较低的时延处理海量的计算任务.然而,分散的设备中不能实时获取到网络的全局系统状态,无法保证设备资源利用的公平性.针对该问题,提出了一种基于生成对抗网络(Generative Adversarial Network,GAN)的普适边缘计算资源分配方案.首先基于最小化时延与能耗建立多目标优化问题,然后根据随机博弈理论将优化问题转化为最大奖励问题,接着提出一种基于多代理模仿学习的计算卸载算法,该算法将多代理生成对抗模仿学习(GAIL)和马尔可夫策略(Markov Decision Process,MDP)相结合以逼近专家性能,实现了算法的在线执行,最后结合非支配排序遗传算法Ⅱ(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)对时延和能耗进行了联合优化.仿真结果表明,所提出的解决方案与其他边缘计算资源分配方案相比,时延缩短了30.8%,能耗降低了34.3%.

    边缘计算模仿学习分布式计算联合优化资源分配

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于自适应维纳滤波和2D-VMD的声呐图像去噪算法

    冯伟刘光宇刘彪周豹...
    97-105页
    查看更多>>摘要：声呐图像易产生对比度低、分辨率低、边缘失真等问题,所以在去除声呐图像噪声时难以将有效信号与噪声准确分离,从而导致去噪后图像对比度降低、边缘轮廓不清晰、细节丢失严重等问题.本文提出一种基于自适应维纳滤波和2D-VMD(二维变分模态分解)的声呐图像去噪算法.首先通过二维变分模态分解对含噪图像进行分解,得到一系列不同中心频率的模态分量,利用相关系数和结构相似度筛选出有效的模态分量,并使用自适应维纳滤波处理有效的模态分量,最后将滤波后的模态分量进行重构,从而去除图像中的噪声.实验结果表明:所提图像去噪算法在相关系数(CC)、结构相似度(SSIM)这两项客观数据上表现最优,峰值信噪比(PSNR)略低于NSST域去噪,综合客观数据与视觉效果,本文所提算法去除噪声后的图像细节和边缘保持能力效果最佳.

    图像去噪二维变分模态分解自适应维纳滤波模态分量声呐图像

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据