首页期刊导航|中国科学院大学学报
期刊信息/Journal information
中国科学院大学学报
中国科学院研究生院
中国科学院大学学报

中国科学院研究生院

石耀霖

双月刊

2095-6134

journal@ucas.ac.cn

010-88256013

100049

北京玉泉路19号(甲)

中国科学院大学学报/Journal Jounal of University of Chinese Academy of SciencesCSCD北大核心CSTPCD
查看更多>>《中国科学院大学学报》是由中国科学院主管、中国科学院大学主办的自然科学类综合性学术期刊,主要刊登中国科学院各研究所、中国科学院大学、其他高等学校和研究机构的科研人员、教师和研究生在基础科学和技术科学领域的优秀论文。
正式出版
收录年代

    基于多尺度特征和注意力机制的深度学习点云压缩

    黄玉林梁磊李卫军习晓环...
    687-694页
    查看更多>>摘要:三维点云广泛应用于无人驾驶、实景三维等领域,然而复杂场景的海量点云对存储、处理和传输等带来极大挑战。提出一种基于多尺度特征和注意力机制的深度变分自编码点云几何信息压缩算法MSA-GPCC,通过加入多尺度模型提取特征、变分自编码器构建熵模型,继而结合尺度注意力模块和多尺度特征,实现基于熵编码的点云几何信息高码率、低失真压缩。在MPEG数据集上进行的实验表明,相比G-PCC算法和基于深度学习的D-PCC算法,MSA-GPCC算法在点间等比特率下平均质量增益分别提升7。72和4。91 dB,点到面等比特率下平均质量增益分别提升5。56和3。09 dB。

    点云压缩深度学习注意力机制变分自编码器多尺度特征

    基于数据与压缩率预测的空间机器人集群中心节点选择策略

    杨晅陈宏宇
    695-704页
    查看更多>>摘要:近年来,空间机器人集群方式的在轨服务技术受到各航天大国的重视。空间机器人集群对目标航天器进行在轨服务时,要将收集的目标信息传输至中枢卫星,如何均衡集群中每个节点的通信功耗是一个重要的研究问题。针对空间机器人集群与数据中枢卫星之间的通信功率最优问题,提出一种基于数据及其压缩率预测的空间机器人集群中心节点选择算法(DCP)。由于集群通信中的通信功耗主要与通信距离和通信时长(数据量)有关,可以基于集群的运动轨迹预测未来时刻的数据和压缩率,从而选择最优的集群中心节点,构建通信链路。在实验仿真中,与固定中心算法、度中心性算法、介数中心性算法以及接近中心性算法相比,DCP算法可以有效降低集群通信功耗,并且与实际的最优结果相比误差小于3%。

    空间机器人空间机器人集群集群通信中心节点选取

    基于GAN反演的无缝图像补全技术

    喻永生罗铁坚
    705-714页
    查看更多>>摘要:图像补全技术广泛应用于对象消除、媒体编辑,旨在平滑地恢复受损图像。基于生成对抗网络(GAN)反演将预训练的GAN模型作为有效先验,以真实的合成材质填充缺失区域。然而,现有GAN反演方法忽视了图像补全是具有硬约束的生成任务,使拼接图像有颜色、语义的不连续问题。针对此问题设计新的双向感知生成器和预调制网络来无缝地补全图像,其中双向感知生成器充分利用扩展隐藏空间,帮助模型从数据表征层面感知输入图像的非缺失区域,预调制网络利用多尺度结构进一步为风格向量提供判别性更强的语义。在Places2和CelebA-HQ数据集上进行实验,结果表明该方法不仅搭建GAN反演和图像补全之间的桥梁,而且优于目前主流算法,在FID指标上降低49。2%。

    图像补全生成对抗网络GAN反演深度学习对象消除

    面向低轨卫星通信的低复杂度CA-SCL译码优化算法

    胡修齐侯缋玲梁广余金培...
    715-720页
    查看更多>>摘要:基于硬件资源有限的低轨卫星通信环境,以极化码作为信道编码方式,将循环冗余校验(CRC)辅助连续取消列表(SCL)译码器(CRC aided SCL,CA-SCL)结合关键集以及自适应算法,提出一种优化的CA-SCL译码器(optimized CA-SCL,OCASCL),该译码器的译码性能优于经典CA-SCL译码器,运算复杂度可降低65%-70%。

    低轨卫星通信极化码CA-SCL关键集低译码复杂度