杨波 作品数:11 被引量:22 H指数:3 供职机构: 中南民族大学计算机科学学院 更多>> 发文基金: 国家自然科学基金 中央高校基本科研业务费专项资金 中央级公益性科研院所基本科研业务费专项 更多>> 相关领域: 自动化与计算机技术 更多>>
基于遗传算法的点云注册技术研究 2018年 提出了一种基于遗传算法的点云配准技术,将点云数据与3D模型进行配准,对模型建立KD树,进行最近邻搜索,获取点云到3D模型中最近的点,根据各点到模型的距离来作为适应度判断依据.仿真结果表明:该算法达到一定的配准精度,具有全局收敛、配准时间短、对初始位置要求不高的特点. 杨波 杨子宜关键词:遗传算法 点云配准 KD树 近邻搜索 金融领域事件因果关系发现及事理图谱构建与应用 被引量:1 2023年 事理图谱是研究事物动态发展的有效手段。针对金融因果事理图谱构建过程中数据集匮乏及构建方案缺少实践对比的现状,该文面向金融领域中发生频率较高的热点事件,研究构建事理图谱的方法。该文提出了一种新的金融领域事件论元的定义,制定了基于ATT+SBV结构的句法分析方案,针对信息抽取任务提出了面向金融因果事件的序列标注定义。该文同时提出了一种基于BERT+Bi-LSTM+CRF模型的信息抽取方案,并与不同神经网络模型进行对比研究。实验结果表明,该模型在信息抽取任务中,F_1值达到95.78%,准确性有较大提升。该文通过Neo4j图数据库存储并构建金融因果事理图谱,以事件关系可视化的方式揭示现实金融事件的演变逻辑规律,分析金融网络的风险传导扩散机制。 杨纪星 杨波 朱剑林 朱剑林关键词:事件抽取 信息抽取模型 基于GIS的CA-PSO多出口场景疏散模型研究 被引量:6 2017年 参考当前所处位置的人员密度以及所选出口的密度大小,融合元胞自动机与粒子群优化算法,建立了一个新的CA-PSO人员疏散模型模拟教学楼中学生的疏散过程.通过对同一疏散环境中教室的学生进行模拟疏散实验对比,结果表明:在元胞自动机模型基础上结合粒子群优化算法,模拟疏散过程的结果更加符合实际,疏散效率高.将其结合地理信息系统,模拟教学楼某楼层学生疏散行为,具有较好的实用性和通用性. 杨波 陈丹丹 夏颖 余志涛关键词:元胞自动机 粒子群优化算法 地理信息系统 基于深度学习的名画识别模型设计与应用 2021年 本文首先通过原画生成更多复杂的样本作为训练集,采用基于卷积神经网络的VGG网络模型训练样本,最后将训练好的模型装载到基于Android的APP系统中,该系统能成功识别名画并展示其信息。 杨波 陶浩 朱剑林 李航高关键词:卷积神经网络 图像识别 基于改进JSEG算法的图像分割 2017年 JSEG算法是一种有效的彩色图像分割方法,传统的JSEG算法主要包含两个部分:颜色量化和空间分割。在颜色量化阶段的阈值是提前预设的,但它并不能满足现实生活中复杂的图像问题。传统JSEG算法的J值计算仅考虑了像素的位置信息和类标志,并没有考虑像素的颜色信息,因此它并不能表示边界强度。提出一种改进的Canny算子检测的边缘信息,对原始的J值进行有效修正,从而构建新的J图,完成最后的区域增长。实验结果表明,图像预期分割效果良好,有着很好的鲁棒性。 余志涛 杨波 陈丹丹关键词:JSEG 图像分割 阈值 鲁棒性 基于OpenCV和SVM的公共场所行人检测系统 被引量:2 2021年 本文通过提取图像中的特征辨别图像中或者视频中的行人。选用OpenCV的方向梯度直方图(Histogram of Oriented Gradient, HOG)算法提取特征,融合支持向量机(Support Vector Machine, SVM)算法来进行训练,获取一个分类模型,利用该模型来对输入的图片进行检测,识别行人。本文使用行人数据库(INRIA Person Dataset,INRIA)进行实验,实验结果证明HOG结合SVM的行人检测模型的识别率可以达到90%以上。 杨波 吴宗蔚 朱剑林 李航高关键词:行人检测 OPENCV HOG SVM 背包问题的动态规划改进算法 被引量:8 2016年 在动态规划算法的基础上提出了改进算法,对于0-1背包问题,改进了动态规划算法的状态表示以减少需要计算的状态个数来求解该问题;对于完全背包问题,简化了动态规划算法状态的决策依赖关系来求解该问题.实验结果表明:所提出的改进算法在时空效率上具有一定的有效性和优越性. 蓝雯飞 吴子莹 杨波关键词:背包问题 动态规划 基于全局注意力机制的汉语手语词翻译 被引量:1 2022年 针对使用卷积神经网络结构结合循环神经网络结构的模型在手语翻译任务中难以关注到手语视频序列中关键帧的问题,提出了一种结合全局注意力机制的手语翻译模型.该模型在长短时记忆网络中嵌入全局注意力机制,通过计算当前隐藏状态和源隐藏状态之间的相似度并得出对齐向量,让模型学习对齐权重,使模型关注到长手语视频序列中的关键帧,从而提升模型翻译的准确率.实验结果表明:加入全局注意力机制的模型在DEVISIGN_D数据集上的准确率优于3DCNN、CNN+LSTM等主流模型,并且在100分类的短手语词和长手语词数据集上,分别与未使用注意力机制的模型进行了对比,其准确率提升0.87%和1.60%,证明该注意力机制可以有效地提升模型翻译的准确率. 朱连淼 杨波 郭佳君 陈晓燚关键词:手语翻译 基于多重注意力机制的高分辨率遥感影像语义分割 2023年 针对当前深度神经网络在处理遥感影像语义分割过程中存在的模型庞大、处理耗时长、实时性低、小目标分割准确率不高的问题,提出了一种嵌入多重注意力机制的Multi-AttnDeepLabv3+(Multiple Attentionbased on DeepLabv3+)语义分割模型.该模型在编码部分使用轻量神经网络作为主干特征提取网络,加入混合注意力机制增强重要特征通道和空间像素的权值比重;在解码部分,在特征融合过程中加入通道压缩激活注意力模块,通过压缩激活操作再次增强重要特征通道的权重,提升模型分割准确率.该模型在多个数据集上取得较好的实验结果.在相同条件下,此模型训练速度较传统网络模型有明显提升.与同类型轻量级语义分割模型相比,该模型在提升分割效果上具备优势. 余辉 杨波 朱剑林 陈晓燚关键词:遥感影像 基于混合注意力机制的中文孤立词手语识别 2023年 手语识别技术能帮助听障人士与健听人士进行交流。当前,随着社会的快速发展,深度学习技术也为手语识别工作提供了一定的技术支持。然而在手语识别任务中,使用传统的卷积神经网络对手语视频进行时空特征的提取时,存在特征提取不充分而导致识别率低的问题。除此之外,由于手语视频中因背景光照、表演者体态不一致等问题也会影响到网络模型的识别效果。为解决上述问题,使用了一种基于混合注意力机制的手语识别模型,所提及的模型通过添加混合注意力机制的方式,用于增强对手语动作中重要区域的关注,并使用空间变换网络来增强模型的空间不变性,最终在SLR手语词数据集上完成实验验证。实验结果表明,所提及的模型准确率优于3DCNN、CNN结合LSTM等主流模型,能够有效提取手语视频中的时空特征,并提高对手语动作的识别能力。 陈晓燚 杨波 余辉 黄国航关键词:手语识别