检索结果

Select

1. 基于注意力机制的轻量型人体姿态估计

李坤, 侯庆

《计算机应用》唯一官方网站 2022, 42 (8): 2407-2414. DOI: 10.11772/j.issn.1001-9081.2021061103

摘要（685）

HTML （62）

PDF （876KB）（373）

针对高分辨率人体姿态估计网络存在参数量大、运算复杂度高等问题，提出一种基于高分辨率网络（HRNet）的轻量型沙漏坐标注意力网络（SCANet）用于人体姿态估计。首先引入沙漏（Sandglass）模块和坐标注意力（CoordAttention）模块；然后在此基础上构建了沙漏坐标注意力瓶颈（SCAneck）模块和沙漏坐标注意力基础（SCAblock）模块两种轻量型模块，在降低模型参数量和运算复杂度的同时，获取特征图空间方向的长程依赖和精确位置信息。实验结果显示，在相同图像分辨率和环境配置的情况下，在COCO（Common Objects in COntext）校验集上，SCANet模型与HRNet模型相比参数量降低了52.6%，运算复杂度降低了60.6%；在MPII（Max Planck Institute for Informatics）校验集上，SCANet模型与HRNet模型相比参数量和运算复杂度分别降低了52.6%和61.1%；与常见的人体姿态估计网络如堆叠沙漏网络（Hourglass）、级联金字塔网络（CPN）和SimpleBaseline相比，SCANet模型在拥有更少的参数量与运算复杂度的情况下，仍能实现对人体关键点的高准确度预测。

图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 移动应用众包测试人员评价模型

刘莹, 张涛, 李坤, 李楠

计算机应用 2017, 37 (12): 3569-3573. DOI: 10.11772/j.issn.1001-9081.2017.12.3569

摘要（458）

PDF （937KB）（623）

移动应用众包测试人员具有匿名、非契约的特性，这使得任务发布者难以准确评估众包测试人员的能力与测试质量。针对该问题，提出了一种移动应用众包测试人员层次分析法（AHP）评价模型。该模型从活跃度、测试能力、诚信度等多指标分层综合评估众包测试人员能力，通过构造判断矩阵、一致性检验计算各层次指标的组合权重向量，并引入需求列表与描述列表改进本模型，使测试人员与众包任务更加匹配。实验结果表明，所提模型能够实现对测试人员能力的准确评估，支持基于评估结果的众包测试人员选择与推荐，提高了移动应用众包测试效率与质量。

参考文献 | 相关文章 | 多维度评价

Select

3. 求解二次指派问题的最优迭代最大最小蚂蚁算法

牟廉明戴锡笠李坤贺灵悦

计算机应用 2014, 34 (1): 199-203. DOI: 10.11772/j.issn.1001-9081.2014.01.0199

摘要（843）

PDF （729KB）（457）

为提高二次指派问题的求解质量,设计了一个有效的最大最小蚂蚁求解算法。首先,运用最优迭代思想,让每只蚂蚁从当前最优路径中随机地选择位置及其对应的任务作为下一轮迭代的初始值,增强每轮搜索的有效性;其次,采用加入新任务后目标值的增量作为启发式因子来引导状态转移,增加每步搜索的目的性;然后,应用多精英策略来进行信息素更新,增加解的多样性;并设计有效的双重变异技术来提高解的质量,提高算法的收敛速度;最后,应用QAPLIB数据集进行了大量实验,结果表明:该算法在二次指派问题的求解质量和稳定性上显著优于其他算法。

相关文章 | 多维度评价

Select

4. 部分信道状态信息下簇规模均匀的基站群快速分簇方案

李坤黄开枝鲁国英

计算机应用 2012, 32 (07): 1827-1830. DOI: 10.3724/SP.J.1087.2012.01827

摘要（873）

PDF （626KB）（529）

在获取的信道状态信息(CSI)失真且信道快变的情况下，现有分簇方案需要获取全部基站的CSI且不能快速得到簇结构。针对以上问题，提出了一种基于近邻传播(AP)聚类思想的基站群快速分簇方案。该方案只需获取近邻基站间（部分）的CSI，通过近邻基站间协同的平均信干比(SIR)增益来构成稀疏化的相似度矩阵；然后，在近邻基站间进行协同信息的交互、更新，快速生成多个协同簇；最后，以簇合并带来的平均信干比增益大小为依据合并较小规模的簇，从而达到簇规模均匀的目的。仿真结果表明，与完全CSI下的现有分簇方案相比，所提方案不但收敛速度快，而且簇规模较均匀。

参考文献 | 相关文章 | 多维度评价

Select

5. 基于MCMC技术的社会网络搜索

李坤朋张宁

计算机应用

摘要（1428）

PDF （646KB）（1098）

实验和理论表明社会网络中存在着短路径，即人们可以在较少的步数内找到目标。研究了社会网络中的贪婪搜索现象，给出了将长程连接图嵌入底层一维和二维网格的马尔科夫链蒙特卡罗方法。该方法更符合现实情况，坐标体系只是用于网上距离的计算。将算法用于模拟数据（根据一维和二维理想模型产生的图）和真实的社会网络数据均有很好的查询效率，查询成功率高，成功查询平均步长短。