公共文化服务平台

葛芸: 作品数：16 被引量：74H指数：6; 供职机构：南昌航空大学软件学院更多>>; 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅科学技术研究项目更多>>; 相关领域：自动化与计算机技术电子电信天文地球更多>>

合作作者

仿高阶矩的结点不变量及其组成的图不变量: 2018年; 借鉴高阶矩的方法,采用层序的计算框架,依据结点的连接距离和层序信息定义了20种结点不变量。这些结点不变量体现图整体的上下偏分布特性、整体不均匀性和整体平滑性,结点不变量中的每层结点度数平方之和反映了层内结点度数的分布情况。通过比较这些结点不变量的可区分结点数,发现每层结点度数平方之和明显改善了结点不变量的细分能力。把排序后的结点不变量组成一个矢量后作为图的不变量。计算结果表明,共有9种图不变量可以区分所有结点数N<25的非同构树和N<34的非同构同胚不可约树(没有度数为2的树),对于更多结点的树,还没有发现非同构树有相同图不变量的例子;把这些图不变量应用到非同构图(N<10),区分结果好于文献[8]中列出的22种图不变量的19种,而且文中9种图不变量的简并度不大,提高了随机图的同构测试性能。; 江顺亮葛芸唐祎玲徐少平叶发茂; 关键词：图同构

基于层序遍历的顶点不变量及其图不变量: 2018年; 为了寻找更好性能的图不变量,利用层序遍历过程中的顶点数据经加权累加定义了15种顶点不变量,每一种顶点不变量排序后可以组成一种图不变量。层序遍历时将顶点度数分为同层度数、向前度数和向后度数,其中同层度数和向后度数包含回路数信息。依据对顶点的细分能力,挑选出3种顶点不变量,组成图不变量,其不同组合对于各种非同构连通图具有较好的区分性能,不仅对图顶点数N≤8的非同构图全部可以区分,而且将N=9的不可区分图数量从文献[9]的989种降到40种,且其简并度将趋近2,随机测试表明这些图不变量具有很好的区分度。; 江顺亮唐祎玲葛芸徐少平叶发茂; 关键词：图同构简并度

基于注意力和多尺度特征交互的遥感图像目标检测: 2023年; 遥感图像目标检测存在目标尺寸变化大、小目标排列密集、背景信息复杂等问题,针对这些问题,提出了端到端的遥感图像目标检测网络AMFI-RetinaNet(Attention and Multi-scale Feature Interactive-RetinaNet)来提高特征的判别能力。首先,提出了卷积注意力来增强特征的空间信息,并结合通道注意力来增强特征的通道信息,该注意力模块位于特征提取网络的低层,能有效突出关键的细节特征,并提高网络对小目标的检测能力。此外,还提出了多尺度特征交互模板,通过相邻两层特征的交互,使低层特征信息流向高层,在特征金字塔结构后引入该模块,进一步提高了网络对多尺度目标的检测性能。在RSOD数据集和NWPU VHR-10数据集上进行实验,该方法比原RetinaNet网络的平均检测精度分别提升了2%和1.1%,实验结果表明提出的AMFI-RetinaNet网络可以更精确地对遥感图像目标进行检测和定位。; 范永强葛芸胡送惠

低调整率的广义AVL树及其统一重平衡方法被引量：2: 2015年; 针对传统AVL(Adelson-Velskii and Landis)树重平衡算法代码量大、流程复杂、调整率过高的问题,提出一种统一重平衡算法,并提出广义AVL树的概念。统一重平衡算法能对AVL树的失衡节点进行自动分类、调整,取消了传统重平衡方法中的四种旋转操作。广义AVL树放松了AVL树的平衡约束,允许左右子树树高相差不超过N(N≥1),当更新操作(插入/删除)执行后,广义AVL树只在平衡约束条件不满足时采用统一重平衡算法进行调整。理论分析与实验结果表明,广义AVL树的调整率随着N的增大而显著降低:N为5时,调整率低于4%;N为13时调整率低于千分之一。广义AVL树的调整率远低于红黑树等经典数据结构,适合并发应用。; 江顺亮胡世鸿唐祎玲葛芸叶发茂徐少平

视觉词袋和Gabor纹理融合的遥感图像检索被引量：7: 2016年; 针对高分辨率的遥感图像,提出了一种视觉词袋和Gabor纹理融合的图像检索方法。遥感图像纹理信息丰富,局部关键点多,当图像存在较多相似纹理时,视觉词袋检索准确率下降。将视觉词袋和Gabor纹理融合在一起结合了局部特征和全局特征以及中层词袋和底层纹理的优点,可以改进遥感图像的描述方式。实验结果表明,通过合理地分配视觉词袋和Gabor纹理的权重,特征融合的检索性能与单一特征方法相比有较大提高,并优于传统的Gabor纹理和颜色矩融合方法。因此,视觉词袋和Gabor纹理融合在遥感图像检索领域是一种有效的方法。; 葛芸江顺亮叶发茂许庆勇唐祎玲; 关键词：遥感图像检索

基于高层特征图组合及池化的高分辨率遥感图像检索被引量：10: 2019年; 高分辨率遥感图像内容复杂,提取特征来准确地表达图像内容是提高检索性能的关键。卷积神经网络(CNN)迁移学习能力强,其高层特征能够有效迁移到高分辨率遥感图像中。为了充分利用高层特征的优点,该文提出一种基于高层特征图组合及池化的方法来融合不同CNN中的高层特征。首先将高层特征作为特殊的卷积层特征,进而在不同输入尺寸下保留高层输出的特征图;然后将不同高层输出的特征图组合成一个更大的特征图,以综合不同CNN学习到的特征;接着采用最大池化的方法对组合特征图进行压缩,提取特征图中的显著特征;最后,采用主成分分析(PCA)来降低显著特征的冗余度。实验结果表明,与现有检索方法相比,该方法提取的特征在检索效率和准确率上都有优势。; 葛芸马琳江顺亮叶发茂; 关键词：遥感图像检索

基于ImageNet预训练卷积神经网络的遥感图像检索被引量：29: 2018年; 高分辨率遥感图像内容复杂,细节信息丰富,传统的浅层特征在描述这类图像上存在一定难度,容易导致检索中存在较大的语义鸿沟。本文将大规模数据集ImageNet上预训练的4种不同卷积神经网络用于遥感图像检索,首先分别提取4种网络中不同层次的输出值作为高层特征,再对高层特征进行高斯归一化,然后采用欧氏距离作为相似性度量进行检索。在UC-Merced和WHU-RS数据集上的一系列实验结果表明,4种卷积神经网络的高层特征中,以CNN-M特征的检索性能最好;与视觉词袋和全局形态纹理描述子这两种浅层特征相比,高层特征的检索平均准确率提高了15.7%~25.6%,平均归一化修改检索等级减少了17%~22.1%。因此将ImageNet上预训练的卷积神经网络用于遥感图像检索是一种有效的方法。; 葛芸江顺亮叶发茂许庆勇唐祎玲; 关键词：遥感图像

遥感图像检索中上下文分段式多层感知机研究: 2023年; 针对遥感图像检索中特征难以准确表达遥感图像内容的问题,该文提出了一种面向遥感图像检索的上下文分段式多层感知机方法。该方法将卷积神经网络(CNN)中的全连接层替换为分段式多层感知机,使用分段和重建操作,不仅减少了参数数量,还提高了网络获取全局上下文信息的能力。为了进一步强化特征,该文还提出了一种跳跃融合模块,引入注意力机制和跳跃连接,并将其与上下文分段式多层感知机相结合,分别在空间和通道上增强局部信息,从而提高了特征的表达能力。在UC-Merced、AID和NWPU-RESISC45数据集上进行实验,检索的平均准确率均值分别达到0.9945、0.9865和0.9318,平均归一化修改检索等级分别为0.0042、0.0356和0.0521。结果表明,本文提出的方案不仅能增强CNN获取全局信息的能力,在降低参数的同时还能减少特征的冗余性,从而提高遥感图像的检索性能。; 熊俊杰葛芸邵徽虎余洁洁; 关键词：遥感图像检索 CNN

最优粒子增强探索粒子群算法被引量：10: 2017年; 针对粒子群优化算法(Particle Swarm Optimization,PSO)存在收敛速度慢、寻优精度低和早熟收敛的问题,提出一种最优粒子增强探索粒子群算法(Optimal particle Enhanced Exploration Particle Swarm Optimization,OEEPSO)。OEEPSO将最优粒子在空间中的位置信息以二维一组划分,按4种方式计算每二维的适应值,选择适应值最小的方式更新对应维度的速度值和位置值。该策略加强了对最优粒子周围区域的探索,使粒子群能更快地向全局最优解靠近,提高了算法的收敛速度和求解精度。当算法陷入局部最优时,根据群体历史最优解的适应值,动态调整各粒子的速度值和位置值,使算法最终收敛到全局最优解。实验结果表明,OEEPSO具有收敛速度快、求解精度高的特点。; 唐祎玲江顺亮叶发茂许庆勇葛芸徐少平; 关键词：粒子群算法适应值

结合判别相关分析与特征融合的遥感图像检索被引量：3: 2020年; 目的高分辨率遥感图像检索中,单一特征难以准确描述遥感图像的复杂信息。为了充分利用不同卷积神经网络(convolutional neural networks,CNN)的学习参数来提高遥感图像的特征表达提出一种基于判别相关分析的方法融合不同CNN的高层特征。方法将高层特征作为特殊的卷积层特征处理,为了更好地保留图像的原始空间信息在图像的原始输入尺寸下提取不同高层特征再对高层特征进行最大池化来获得显著特征;计算高层特征的类间散布矩阵,结合判别相关分析来增强同类特征的联系,并突出不同类特征之间的差异,从而提高特征的判别力;选择串联与相加两种方法来对不同特征进行融合,用所得融合特征来检索高分辨率遥感图像。结果在UC-Merced、RSSCN7和WHU-RS19数据集上的实验表明与单一高层特征相比绝大多数融合特征的检索准确率和检索时间都得到有效改进。其中,在3个数据集上的平均精确率均值(mean average precision,mAP)分别提高了10.4%~14.1%、5.7%~9.9%和5.9%~17.6%。以检索能力接近的特征进行融合时,性能提升更明显。在UC-Merced数据集上融合特征的平均归一化修改检索等级(average normalized modified retrieval rank,ANMRR)和mAP达到13.21%和84.06%与几种较新的遥感图像检索方法相比有一定优势。结论本文提出的基于判别相关分析的特征融合方法有效结合了不同CNN高层特征的显著信息在降低特征冗余性的同时,提升了特征的表达能力,从而提高了遥感图像的检索性能。; 葛芸马琳储珺; 关键词：遥感图像检索卷积神经网络

葛芸

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

葛芸

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈