孙宇
- 作品数：37 被引量：91H指数：7
- 供职机构：广西大学计算机与电子信息学院更多>>
- 发文基金：国家自然科学基金南宁市科学研究与技术开发计划项目广西高等学校科研项目更多>>
- 相关领域：自动化与计算机技术电子电信文化科学交通运输工程更多>>
- 基于增益统计的XGBoost提升方法研究
- 2021年
- 本文通过统计XGBoost模型中的分裂节点与增益信息,比较出在联合作用下平均增益高于对应特征单独作用情况下平均增益之和的特征集合,作为潜在的特征交互信息,并将此集合融入参数传递给XGBoost进行训练验证。实验表明,应用从XGBoost模型中统计到的特征信息,可以在之后训练的XGBoost模型中得到更好的预测效果。
- 龚奎孙宇
- 关键词：特征交互
- 基于节点标记框架的图神经网络气体分类识别方法
- 一种基于节点标记框架的图神经网络气体分类识别方法，包括以下步骤：1：气体传感器阵列实时采集气体特征数据a；2：所述预处理模块对所述气体特征数据a进行预处理操作；3：基于节点标记框架的图神经网络的输入层将所述查询集样本b和...
- 孙宇田垚张斯涵
- 一种基于深度学习的小麦茎秆截面参数检测方法
- 本发明提出了一种基于深度学习的小麦茎秆截面参数检测方法，包括：S1，图像预处理：对原始图片进行图像增强；对图像数据分别采用去均值化和归一化的预处理；设置模型初始权重和损失函数，并选定模型使用的优化器；S2，对图像数据进行...
- 陈燕朱成宇王令强宋玲叶进孙宇杨丽娜
- 文献传递
- 基于多尺度特征融合和残差混合注意力的点云配准算法被引量：2
- 2023年
- 为提高点云配准的精度、鲁棒性和迁移性,提出一种基于多尺度特征融合和残差混合注意力的点云配准算法。计算点云中不同尺度的k邻近图,分别进行不同深度的边卷积提取特征并融合为新特征,使用具有残差结构的混合注意力模块增强有效特征,通过Transformer和软指针预测变换后的点云,用可微的奇异值分解求解刚性变换。在ModelNet40数据集进行实验,其结果表明,所提算法在干净、有噪声、未见过的点云数据上的配准结果精度更高,噪声鲁棒性更强,迁移性更好,优于对比点云配准算法。
- 梁正友姚强孙宇李轩昂
- 关键词：点云配准多尺度奇异值分解
- 结合残差动态图卷积与特征强化的点云分类被引量：1
- 2023年
- 针对提高点云分类性能和鲁棒性的需求,本文提出将残差动态图卷积与特征强化相结合的点云分类网络。采用多方向编码方法,在局部邻域中心点的空间多方向上选取近邻点,丰富点云特征;通过残差动态图卷积提取特征,以残差结构对局部特征和全局特征进行深度融合,有效缓解网络退化问题;构造强化空间注意力模块,使得网络在空间域中学习自适应地为不同邻域特征分配权重,增强有用特征,并抑制冗余特征;使用高低层次链接,保留更多特性信息。实验表明:本文模型在ModelNet10、ModelNe40数据集上的总体分类精度分别达到94.81%、93.62%,分类精度更高,鲁棒性更强,优于现有先进方法。
- 梁正友蔡俊民孙宇陈磊
- 关键词：鲁棒性
- 一种用区域分割和分组随机精简法精简多视角点云的方法
- 本发明公开了一种用区域分割和分组随机精简法精简多视角点云的方法。首先，用包围盒方法提取相邻点云的重叠区域内的点云，将它们分割成重叠区域点云和非重叠区域点云。其次，用一个分组随机精简算法对重叠区域点云进行精简。最后，对所有...
- 梁正友黄思捷孙宇李轩昂
- 针对有限TCAM的SDN网络灵活局部路由故障恢复被引量：2
- 2018年
- 在软件定义网络中,使用大量的备份路径的转发规则会频繁地在交换机上进行数据流驱动,会增加带宽需求和处理延迟。对此,开发一组问题优化模型,可最小化备份路径所需的额外规则和带宽数量。由于该问题的计算复杂性,设计两个启发式算法计算备份路径:前向局部路由(FLR)和后向局部路由(BLR),从而提高TCAM和带宽的使用效率,并基于网络状态采用FLR和BLR设计了灵活自适应故障恢复框架。最后,通过在Internet 2网络拓扑上的仿真实验,显示所提算法在故障数据的抑制上要优于选取的对比算法,验证了算法性能优势。
- 孙宇梁毅娟
- 关键词：内容寻址存储器备份路径故障恢复
- 结合迁移学习与可分离三维卷积的微表情识别方法被引量：9
- 2022年
- 针对现有微表情自动识别方法准确率较低及微表情样本数量不足的问题,提出一种融合迁移学习技术与可分离三维卷积神经网络(S3D CNN)的微表情识别方法。通过光流法提取宏表情和微表情视频样本的光流特征帧序列,利用宏表情样本的光流特征帧序列对S3D CNN进行预训练,并采用微表情样本的光流特征帧序列微调模型参数。S3D CNN网络由二维空域卷积层及添加一维时域卷积层的可分离三维卷积层构成,比传统的三维卷积神经网络具有更好的学习能力,且减少了模型所需的训练参数和计算量。在此基础上,采用迁移学习的方式对模型进行训练,以缓解微表情样本数量过少造成的模型过拟合问题,提升模型的学习效率。实验结果表明,所提方法在CASME II微表情数据集上的识别准确率为67.58%,高于MagGA、C3DEvol等前沿的微表情识别算法。
- 梁正友刘德志孙宇
- 关键词：卷积神经网络光流法
- 一种基于单Kinect加圆盒的多视角三维点云配准方法
- 本发明公开了一种基于单Kinect加圆盒的多视角点云自动配准方法。首先，建模物体放在回转圆盒上，用Kinect V2对建模物体和圆盒每隔60°进行一次点云采集，获得6个闭合的多视角点云。其次，用传统ICP配准算法对0°到...
- 梁正友黄思捷孙宇李轩昂
- 基于高深约束与边缘融合的单目3D目标检测
- 2024年
- 单目3D目标检测旨在通过单目图像完成3D目标检测,现有的单目3D目标检测算法大多基于经典的2D目标检测算法。针对单目3D目标检测算法中通过直接回归的实例深度估计不准,导致检测精度较差的问题,提出了一种基于高深约束与边缘特征融合的单目3D目标检测算法。在实例深度估计方法上采用几何投影关系下的实例3D高度与2D高度计算高深约束,将实例深度的预测转化为对目标的2D高度以及3D高度的预测;针对单目图像存在图像边缘截断目标,采用基于深度可分离卷积的边缘融合模块来加强对边缘目标的特征提取;对于图像中目标的远近造成的目标多尺度问题,设计了基于空洞卷积的多尺度混合注意力模块,增强了对最高层特征图的多尺度特征提取。实验结果表明,所提方法在KITTI数据集上的汽车类别检测精度相比基准模型提升了7.11%,优于当前的方法。
- 浦斌梁正友孙宇
- 关键词：多尺度特征
