公共文化服务平台

魏延: 作品数：56 被引量：369H指数：8; 供职机构：重庆师范大学计算机与信息科学学院更多>>; 发文基金：重庆市教育委员会科学技术研究项目重庆市教委科研基金重庆市自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学电子电信理学更多>>

合作作者

一种求解TSP问题的改进遗传算法被引量：7: 2007年; 旅行商问题(Traveling Salesman Problem TSP)是一个典型的组合优化问题,但应用基本遗传算法求解TSP问题时存在许多不足.结合TSP问题的特点,提出一种改进的遗传算法:应用贪心策略初始化种群,用2-opt对其进行优化,使得在初始个体中就包含较优子路径,在一定程度上加快算法收敛性,防止早熟和近亲繁殖.对交叉算子和变异算子进行改进后,既能维持种群的多样性,也保留了父代个体大部分优良性能.应用改进的算法对20个城市的TSP问题进行求解,结果表明该算法求解速度快而且求解的质量较好.; 杨华芬魏延; 关键词：TSP 交叉算子遗传算法变异算子

基于自然邻居邻域图的无参数离群检测算法被引量：5: 2019年; 数据挖掘领域,基于最近邻居思想的离群检测算法在面对复杂数据时,很难在没有足够先验知识条件下进行适当的参数选择。为了解决这个问题,本文在自然邻居方法的基础上,提出一种利用加权自然邻居邻域图进行离群检测的算法。该算法在整个过程不需要人为设置参数,并且能在不同分布特征的数据中准确找到数据集中的全局离群点和局部离群点。人工数据集和真实数据的离群检测结果均证明,本算法能够取得和有参数的算法中最优参数相近的效果,算法检测结果远好于对参数敏感算法的大部分情况,且更优于对参数不敏感的算法,具有更强的普适性和实用性。; 冯骥冉瑞生魏延; 关键词：最近邻居加权图离群检测局部离群点

基于LeakyMish流行正则化半监督生成对抗网络的图像分类模型: 2020年; 在实际应用中,为模型提供大量的人工标签需要消耗大量的人力和财力,因此,近几年基于半监督学习的图像分类问题得到了更多人的关注。半监督生成对抗网络在训练过程中,能够以少量的标签数据训练大量的未标签数据,并取得较好的结果。Improved GAN+Manifold Reg模型是Bruno Lecouat和Chuan-Sheng Foo等人提出的半监督生成对抗网络模型,并且在SVHN数据集和Cifar-10数据集测试中,准确率比知名的ImprovedGAN和TripleGAN高。针对提高图像分类准确率进行研究,在Improved GAN+Manifold Reg模型的基础上进行改进,对激活函数和优化器进行修改,并模仿LeakyReLU激活函数提出LeakyMish激活函数。在SVHN数据集和CIFAR-10数据集测试中,准确率有进一步的提高,而且模型收敛快。; 张鹏魏延胡将军; 关键词：图像分类

基于双重注意力残差模块的低照度图像增强: 2024年; 低照度图像增强(Low Light Image Enhancement,LLIE)是将光照不足条件下获取的图像恢复成正常曝光的图像,基于深度学习的LLIE算法常用堆叠卷积或上/下采样的方式设计,这样缺少相关语义信息的指导,导致增强后的图像存在噪声增多、色彩失真、细节丢失等问题。为此,本文提出一种基于双重注意力残差模块的LLIE算法。该算法提出融合双重注意力单元的残差模块(Dual Attention Residual Block,DA-ResBlock),在通道域和空间域提供的语义信息引导下,通过多级串联的DA-ResBlock对有效特征进行稳定提取,并且使用跳跃链接与卷积神经网络来恢复图像细节信息。此外,使用复合损失函数对增强任务进行约束。最后,在2个真实图像的公共数据集上与近几年主流算法进行对比。实验结果表明,本文算法在主观视觉上在有效提高图像亮度的同时,更好地抑制了噪声、恢复了图像色彩与细节纹理,客观评价上在PSNR、SSIM、LPIPS这3个指标上均优于所对比的主流算法。; 杜韩宇魏延唐保香廖恒锋叶思佳; 关键词：图像增强低照度图像

基于胜任力的计算机专业英语教学模式研究被引量：2: 2017年; 胜任力是指一个人在工作中取得优秀业绩的各种潜在特征的集合。文章从胜任力视角,对计算机专业硕士研究生专业英语课程教学模式提出了建设性的意见,该教学模式涉及课程教学资源建设、翻转课堂教学法、重在学习过程和能力培养的课程考核机制等,它的实施对提升学生在专业英语听、说、读、写方面的胜任力有一定帮助。; 罗凌杨有魏延李明勇孙艳妮; 关键词：胜任力计算机专业英语教学模式

融合金字塔池化和注意力机制的轻量语义分割方法: 2023年; 语义分割被广泛应用于医学图像分割、无人驾驶、遥感图像分割等计算机视觉任务中,而目前语义分割方法通常所需的计算量和参数量庞大,难以在算力和硬件存储有限的嵌入式平台部署。针对这一问题,从网络的参数量、计算量、性能等3个方面综合考虑,设计了1种轻量化语义分割方法。以轻量化网络MobileNetV2为主干,使用深度可分离卷积对模型进行压缩,分为高低语义2条路径向前推导。为了保证网络性能,高语义路径通过融合金字塔池化与双重注意力模块来获取准确的上下文信息;低语义路径通过多尺度拼接与类似于注意力机制的信息传递模块来获取清晰的分割边界;最后拼接2条路径获取分割结果。在PASCAL VOC 2012数据集上的实验中,与主流网络模型相比,该模型的网络参数量仅为PSPNet参数量的4.9%,DeeplabV3+的4.2%;浮点计算量仅为PSPNet浮点计算量的6.7%,DeeplabV3+的4.8%;平均交并比略低于PSPNet与DeeplabV3+。所提模型在保证网络性能的同时实现了轻量化。; 廖恒锋魏延杜韩宇; 关键词：轻量化

基于后验概率加权的模糊支持向量机被引量：5: 2009年; 针对支持向量机对训练样本内的噪音和孤立点特别敏感、极大地影响了支持向量机分类性能的弱点,提出了一种基于后验概率的加权模糊支持向量机.在模糊支持向量机中引入样本后验概率加权系数后,得到的样本点的隶属度在减弱噪音及孤立点对支持向量机分类的影响的同时,不影响支持向量对分类超平面的作用.实验结果证明,在抗击孤立点和噪音点的干扰方面,该法取得了很好的效果,提高了支持向量机分类的泛化能力和应用范围.; 魏延石磊陈琳琳; 关键词：后验概率隶属度函数模糊支持向量机

常态化疫情防控下个性化混合式教学模式研究被引量：6: 2020年; 在抗击新冠疫情(COVID-19)期间,在线视频、网络授课等教学手段成为教育教学的主要形式,线上教育相关技术和运行平台备受关注,发展迅速。因此,未来教育教学模式如何融合传统教育与互联网教育,取长补短以适应未来教学场景与技术,进而更高效地进行人才培养,成为抗疫后教育教学改革关键研究内容。针对该问题,以混合式教育为切入点,以个性化教育为目标进行相应教育模式探讨。基于个性化混合式教学模式分别针对教学手段、技术特点和软件平台等进行改进,探讨推进未来高效个性化教学的有效途径。; 冯骥魏延; 关键词：个性化教育混合式教学人工智能

基于问题的碎片化学习模式探究被引量：22: 2018年; 移动互联网时代,碎片化学习已经成为一种学习方式被大众所接受和使用,文章介绍了碎片化学习的特点及其弊端,针对碎片化学习的弊端提出了基于问题的碎片化学习,并分析其特征:认知、行为、情绪的深度参与,碎片化学习与系统学习有效融合、聚焦问题的多重交互。着重阐述基于问题的碎片化学习模式的构建,在问题的引领下,碎片化学习能够聚焦主题,形散而神不散。; 曾凡梅魏延

基于改进随机移动算子的人工鱼群算法被引量：7: 2014年; 人工鱼群基本算法在求解多峰函数最优值时,存在计算精度有限,易陷入局部最优,鲁棒性较差以及收敛速率较慢和搜索效率较低的缺点,而随机移动算子的随机性是造成这些缺点的重要因素。通过引入粒子群算法思想和自适应扰动的思想对随机移动算子进行改进,进而提出了基于粒子群算法的人工鱼群算法(PSO-AFSA)和包含自适应扰动项的改进人工鱼群算法(ADI-AFSA),并证明了两种改进算法的收敛性。利用公认测试函数集进行仿真实验,结果表明两种改进算法与人工鱼群基本算法及其传统改进算法相比,提高了计算精度、收敛速率、搜索效率并且具有更好的鲁棒性。; 淦艳魏延杨有万辉; 关键词：人工鱼群算法粒子群算法

魏延

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

魏延

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