首页期刊导航|南京邮电大学学报（自然科学版）
期刊信息/Journal information
南京邮电大学学报（自然科学版）
南京邮电大学
南京邮电大学学报（自然科学版）

南京邮电大学

朱洪波

双月刊

1673-5439

xb@njupt.edu.cn

025-85866912

210023

南京市亚芳新城区文苑路9号

南京邮电大学学报（自然科学版）/Journal Journal of Nanjing University of Posts and Telecommunications(Natural Science)北大核心CSTPCD
查看更多>>本刊是我校主办的以通信技术、基础科学、邮电管理科学为主要内容的自然科学综合性学术期刊。主要刊登科研、教学及基础科学研究方面的成果，开展国内外学术交流。
正式出版
收录年代

    基于改进YOLOX的无人机航拍图像小目标检测算法

    潘翔陈前斌黄昂罗佳...
    90-100页
    查看更多>>摘要：在无人机上运用目标检测技术具有广泛的应用前景,但和自然拍摄的图像不同,无人机航拍的图像更加复杂,且大多数为小目标.而现有的检测算法缺乏对小目标的特征提取能力,从而导致严重的误检和漏检问题.针对上述问题,提出一种基于YOLOX框架的高效的无人机小目标检测算法.首先,在特征融合网络中增加一层检测微小目标的特征融合结构,通过利用浅层特征图中丰富的位置信息和轮廓信息来加强网络对小目标的识别能力;同时,为了防止额外参数的增加,将减少头网络中的一层卷积层并缩减其通道数.其次,提出一种通道-空间注意力机制模块(Channel Spatial Attention Module,CSAM),利用最优的权重分配使网络聚焦于特征图中小目标密集的区域.最后,提出一种带位置引导的标签分配策略(LB-SimOTA),根据每个预测框和真实框的交并比(IOU)的大小,分别配以不同的权重,以改善网络中整体预测框的质量.在小目标居多的数据集VisDrone2019上的实验结果表明,文中提出的算法和YOLOX-S相比,针对车和人的检测精度提升了 8.63％,检测速度FPS也可达到86,因此更适合在无人机对地面小目标检测的场景下部署.

    无人机小目标检测多尺度检测注意力机制标签分配策略

      原文链接:
    • 万方数据
    • 维普

    融合数据挖掘和评分预测的推荐算法

    林啸轩季一木刘尚东李玲娟...
    101-108页
    查看更多>>摘要：针对传统UserCF算法存在的数据稀疏、相似度计算开销大且不够准确的问题,以提高推荐准确率、覆盖率和时间效率为目标,设计了融合数据挖掘和评分预测的推荐算法DRR.首先用PCA降维算法解决用户评分矩阵过大且稀疏的问题;再用Canopy算法对降维后的矩阵进行处理得到聚类个数K,以余弦相似度为距离度量,用K-means算法对用户聚类,并用Apriori算法挖掘簇内项目之间潜在的关联规则,计算项目关联因子;最后以目标用户所在簇内的其他用户为其近邻,基于历史评分、余弦相似度和项目关联因子预测目标用户对项目的评分,在降低寻找最近邻时耗的同时挖掘出长尾项目.在movieLens数据集、豆瓣电影数据集上与UserCF算法、基于K-means聚类的协同过滤算法和基于谱聚类的协同过滤算法的对比实验结果表明,DRR算法的准确率、召回率、F1值、覆盖率,以及时间效率都有所提升.

    降维聚类关联规则长尾项目评分预测

      原文链接:
    • 万方数据
    • 维普

    《南京邮电大学学报(自然科学版)》投稿须知

    封3页
      原文链接:
    • 万方数据
    • 维普