【摘 要】
：
为了提升关系网络图像分类的准确度,在网络中引入多尺度通道注意力机制,提出了一种新的小样本图像分类算法.由于多尺度通道注意力机制能够关注样本特征空间的重要信息,该方法能够提取图像更丰富的多尺度特征,并通过关系度量,改善了分类结果.实验结果表明,在MiniImageNet和Omniglot数据集上,该算法对图像分类精度有明显的提高.
【机 构】
：
湖北工业大学计算机学院,湖北武汉430068
论文部分内容阅读
为了提升关系网络图像分类的准确度,在网络中引入多尺度通道注意力机制,提出了一种新的小样本图像分类算法.由于多尺度通道注意力机制能够关注样本特征空间的重要信息,该方法能够提取图像更丰富的多尺度特征,并通过关系度量,改善了分类结果.实验结果表明,在MiniImageNet和Omniglot数据集上,该算法对图像分类精度有明显的提高.
其他文献
针对传统时频差估计方法对时分多址(TDMA)信号进行参数估计时会出现不同用户相互影响、估计精度差,以及计算复杂度高不利于系统实时信号处理等问题,文章提出一种高精度快速时频差联合估计方法.首先,基于循环平稳特征对主站接收数据进行信号检测;然后,基于小波阈值去噪和短时电平和进行TDMA信号时隙分离;在此基础上,基于不同调制信号特征参数设计多级分类器,对每个分离的信号时隙进行调制样式判别,进而分选不同用户对应的信号时隙;接着,利用主站分选的各个用户信号分别与辅站信号进行时频差粗值估计;根据粗时频差估计值减小细化
从载人航天器测控与通信分系统链路资源出发,提出了基于地面S频段测控及导航信号接收链路全向覆盖,宽波束中继链路自主组阵,窄波束中继天线自主跟踪的测控与通信分系统安全工作模式,确保任何情况下测控通信链路都能够稳定建立,特别是在载人航天器出现异常掉电又恢复后,测控与通信分系统能够自动恢复高、低速天地链路,确保载人航天器安全工作.该模式设计经过地面测试验证和在轨飞行验证,既能够满足正常飞行时链路余量大于3 dB的要求,又有效减少了紧急情况下载人航天器对地面的依赖,取得了良好的在轨应用效果.
为应对低轨卫星太阳电池阵输出电流下降导致的在轨运行风险,需要进一步提升对太阳电池阵输出电流监视诊断的准确性和及时性.首先,针对太阳电池阵输出电流精细化诊断的需求,分析了传统工况条件关联、差值比对关联诊断方法的局限性,以及影响诊断报警精度和时效的原因;然后,提出了借鉴性能量化评估思路的归一化诊断方法,并给出了数据处理算法及诊断流程.经在轨验证,结果表明:归一化诊断方法有效可行,诊断精度相较关联诊断方法的电流波动6～10 A提升至0.5 A,满足快速、精确诊断的需求.
轨迹规划是六足机器人研究领域的重要内容之一.使用5次NURBS曲线插值法对机器人腿部进行各关节的轨迹规划,使得各关节在腿部运动时的角度、角速度和角加速度曲线能够平稳连续,从而提高腿部运动的平稳性、动作快速性.通过MATLAB仿真和机器人试验证明:采用5次NURBS曲线插值法可以使机器人在运动过程中保持腿部连续平稳,降低了各关节运动产生的突变对机器人腿部的冲击,使机器人的运行轨迹得到一定的优化.
通过多目标规划和多智能体仿真,研究舰船海上物资保障的最佳采购调度方案及补给方式.建立以满足需求、供应及时和成本最低的多目标规划模型,利用Lingo软件对模型进行求解,得到包含供货网点名称和物资采购数量的最优采购方案;利用Anylogic软件建立含Main主智能体、舰船编队智能体及港口智能体的多智能体协作仿真模型,对基地化采购伴随补给和商业化采购靠港补给这两种后勤物资保障方式的保障效率进行验证和优化,确定了非任务期间采用商业化采购靠港补给的保障方式将更加高效和经济的结论,为舰船编队的海上保障决策提供了有益参
为了研究激光清洗水垢的特性,用不同参数的激光分别对上附水垢的1A99铝基板及304不锈钢板进行清洗处理,并与普通化学清洗方法样品对比,通过光学显微镜、扫描电镜和表面轮廓仪比较分析清洗效果.结果 表明:铝基材激光清洗后的粗糙度高于水垢表面,而304不锈钢样品激光清洗后表面的水垢物质残留少于化学清洗表面.由此可以看出,相较于化学清洗,激光清洗水垢具有一定的优越性和稳定性.
传统的基于t-SNE的高维多目标优化算法在简化目标集时,虽然可以大大降低算法计算复杂度,但也可能损失目标集中有意义的部分属性,导致算法准确性降低.为此,对冗余目标和初始化种群双方面进行择优保留,提出了一种基于t-SNE加权和的高维多目标优化算法.利用加权和对t-SNE-NSGAⅡ算法处理的冗余目标集进行拟合,保留了部分种群的目标属性,提高了初始种群的质量,提升了算法的准确性,加快了算法收敛速度.实验表明,在目标超过5个时,基于t-SNE加权和的高维多目标优化算法的准确性和收敛性提升明显.当目标为10个时,
提出了一个高效的求解最小支配集问题的线性混合整数规划算法(MILP).该算法主要针对最小支配集问题的特点建立整数规划模型,并通过Gurobi求解器进行优化求解.采用当前国际文献公开的共74个算例作为算法测试实验集,与FKW算法、传统的Grandoni算法以及改进的Grandoni算法进行比较.实验结果表明,该算法的计算效率明显优于其它的精确算法,且在所有算例上都能得到精确解.
逻辑回归常用于分类问题中,为了解决传统逻辑回归分类器参数调优问题以及在大数据样本下加快算法的计算速度.首先提出了一种改进的天牛群优化算法(IM-BSO)来优化逻辑回归的超参数,使模型能够自适应地调整参数来达到最优的分类性能.IM-BSO算法采用学习因子与惯性权重的自适应调整策略,每个天牛的惯性权重都不一样,随着适应度值变化而变化.此外,IM-BSO算法融入K-means聚类与拓扑机制,增加了天牛群的多样性.由于IM-BSO算法需要处理的数据量大,计算时间长,随后提出了一种新的分布式改进天牛群优化算法(DI
为了提高海上风速预测的精度,提出了一种基于局部加权回归的周期趋势分解(STL)改进的季节性差分自回归移动平均模型(SARIMA)和长短时记忆(LSTM)神经网络的海上风速预测方法.首先通过STL分解原始风速时间序列,提高SARIMA模型季节性差分步长的准确性,再使用SARIMA模型对观测的风速序列数据进行预测,得到预测值以及预测值与观测值之间的残差;然后用残差样本集训练长短时记忆神经网络并对残差进行预测;最后将两部分得到的预测值求和得到风速序列的预测值.选定3个不同地点分别进行仿真实验并与改进前方法进行比