赵金伟
- 作品数：4 被引量：1H指数：1
- 供职机构：西安理工大学计算机科学与工程学院更多>>
- 发文基金：国家自然科学基金陕西省教育厅省级重点实验室科研与建设计划项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术水利工程电子电信更多>>
- 基于LRTC-TNN的瞬时水流量数据连续插值方法被引量：1
- 2023年
- 瞬时水流量数据在采集、整理、存储过程中均存在不同程度的数据缺失问题,不但会造成数据分析上的偏差,还会影响后期决策,尤其是连续水流量缺失问题。国内外关于水流量数据缺失值插补的研究方法很多,然而针对相邻时间存在连续缺失值的插补问题还没有完备的解决方案。因此,基于瞬时水流量数据集的低秩假设,提出一种基于非凸低秩张量补全模型(A Nonconvex Low-Rank Tensor Completion Model-Truncated Nuclear Norm,LRTC-TNN)的瞬时水流量缺失值插补方法。通过乘子交替方向法(Alternating Direction Method of Multipliers,ADMM)求解最优的LRTC-TNN模型。利用通用速率参数自动确定张量模态的截断,运用张量补全的策略对连续缺失值进行预测。将该方法用于某地水厂管道瞬时水流量数据插值实验中并与其它最新的和传统的方法进行对比,取得了非常好的效果。
- 赵金伟刘杰东邱万力黑新宏
- 关键词：时间序列水流量
- 面向小样本学习的动态分布校正方法
- 2023年
- 近年来,机器学习在多领域取得巨大成功。在现实世界的真实场景中,由于采集环境复杂或标注难,使得可用于训练的标准样本很少,导致机器学习模型往往出现过学习或欠学习的问题。所以,小样本学习是具有挑战性的机器学习问题。近期人们提出分布校正方法,他们假设特征表示中每个维度都服从高斯分布,利用基类的特征分布来校正新类的特征分布。然而该方法易引入负迁移现象,并且易于淹没新类本身的特征分布。为此,该文提出一种动态分布校正方法解决分布校正过程中的负迁移问题。首先,基于阈值动态地选择近邻基类和远域基类;其次,新类样本的特征经过幂变换的操作后,增加特征标准化处理来消除不同量纲之间的差异;最后,该方法引入参数调节迁移分布与新类特征原分布之间的比例关系来实现新类的特征分布校准。通过在常规数据集miniImageNet和CUB上与最新算法和传统算法的大量对比实验表明,该方法可以有效提升小样本分类任务的性能。
- 赵金伟任文静周锦绣黑新宏
- 关键词：负迁移阈值
- 传感网中基于时间帧的信息场变速率模型
- 2015年
- 该文在构造传感器网中的信息位势场时,出于实际应用考虑,提出一种基于时限调度方案的新可变速率方法,可以进一步减少碰撞和提高节能效果。该方法结合CSMA和TDMA功能的同时克服了原有缺点。时隙0作为前一个时隙通知附近节点通信的标志时刻,在前一个时隙发通知信息的时刻,每个节点都精确地知道临近节点的调度信息。此过程采用了多速率和能量调整方法,同时使用可接受速率而非最高速率传输数据来进一步达到节能目的。实验中在一个能量有效数据比率下,数据比率用于动态校正交通负荷类节约能量。实验证明,与Z-MAC相比该文的局部帧预调度和多速率的特点能达到更好的节能效果,在传感器网络中有很好的应用前景。
- 魏嵬赵金伟赵鑫杨晶雯苏琪高敏
- 关键词：载波侦听多路访问媒体访问控制无网格
- 基于双线性RepVGG注意力网络的花卉分类
- 2024年
- 为进一步提高花卉分类的准确率,在对双线性卷积神经网络、RepVGG及注意力机制进行研究的基础上,提出一种基于双线性RepVGG注意力机制的网络模型。首先利用RepVGG网络替换原始的特征提取网络VGG,以提高对花卉主要特征的提取能力;然后在两个RepVGG网络中分别引入通道注意力及空间注意力机制,并利用两个RepVGG网络外积后生成的高维双线性特征,来提取花卉的细粒度特征;最后通过结构重参数化,将RepVGG的各层转换为单路结构,以提高模型推理的速度。实验结果表明,在增强的Oxford-102数据集上,新模型与原始模型及常见模型相比,其推理速度及分类准确率均有较大的提升,与未引入注意力前相比,分类准确率也有一定的提升。
- 侯向宁赵金伟赵金伟黄孝斌
- 关键词：细粒度
