杨戈

作品数:36被引量:144H指数:6
导出分析报告
供职机构:北京师范大学珠海分校更多>>
发文主题:流媒体卷积神经网络副本移动流媒体代理服务器更多>>
发文领域:自动化与计算机技术电子电信更多>>
发文期刊:《电子技术应用》《智能系统学报》《辽宁大学学报(自然科学版)》《计算机学报》更多>>
所获基金:国家自然科学基金教育部“新世纪优秀人才支持计划”深圳市科技计划项目国家高技术研究发展计划更多>>
-

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
条 记 录,以下是1-10
视图:
排序:
基于深度学习的视频行为分类方法综述被引量:4
《电子技术应用》2022年第7期1-7,12,共8页杨戈 邹武星 
广东高校省级重大科研项目(2019KZDXM015,2020ZDZX3058);广东省学科建设专项资金(2013WYXM0122);校级智能多媒体技术重点实验室(201762005);校级教学团队(202012);校级课程思政(201932);2020年广东省教改项目(655)。
过去几年,视频行为分类从手工选择特征方式逐步向采用深度学习端到端网络模型方式转变。讨论了传统手工选择特征的行为分类方法以及基于深度学习的行为分类方法,着重对包括基于卷积神经网络、长短期记忆网络和时空融合网络等不同的深度...
关键词:视频行为分类 数据集 深度学习 
基于YOLO的手机外观缺陷视觉检测算法被引量:3
《电子技术应用》2022年第7期81-85,共5页杨戈 刘思瀚 
广东高校省级重大科研项目(2019KZDXM015,2020ZDZX3058);广东省学科建设专项资金(2013WYXM0122);智能多媒体技术重点实验室(201762005);校级教学团队(202012);校级课程思政(201932);2020年广东省教改项目(655);2021年广东省课程教研室(104)。
针对在小规模手机屏幕缺陷数据检测效率不高的问题,提出了一个基于YOLO v3的手机外观缺陷视觉检测算法,即YOLO-q-v3算法。YOLO-q-v3算法通过改进DarkNet-53网络结构,减少原网络的层数和相应的模型参数,有效地提高算法的检测效率。将YOLO...
关键词:YOLO 屏幕缺陷检测 深度学习 
面向水下目标的双目视觉测距方法被引量:2
《电子技术应用》2022年第4期34-38,43,共6页杨戈 王震尧 
广东高校省级重大科研项目(2019KZDXM015,2020ZDZX3058);广东省学科建设专项(2013WYXM0122);北京师范大学珠海分校科研项目(201762005);校级教学团队项目(202012);校级课程思政项目(201932);2020年广东省教改项目(655);2021年广东省质量工程项目(课程教研室104)。
针对水下机器人对于探测海洋具有的高灵敏度、低成本、易携带特点的要求,设计和实现面向水下目标的双目视觉测距检测方法。采用张正友标定算法,通过使用9×9棋盘获取水下双目相机的内外矩阵模型的参数,采用SGBM (Semi-Global Block Matc...
关键词:水下双目视觉 立体匹配 深度信息 三维重建 
基于负载预测的车联网信道拥塞控制策略被引量:2
《电子技术应用》2022年第3期64-67,72,共5页杨戈 朱永豪 
广东高校省级重大科研项目(2019KZDXM015,2020ZDZX3058);广东省学科建设专项资金(2013WYXM0122);校级智能多媒体技术重点实验室(201762005);校级教学团队(202012);校级课程思政(201932);2020年广东省教改项目(655)。
在车联网中,过高的车辆密度会造成信道拥塞,信道拥塞的发生会严重影响协同车辆安全系统的性能。针对此问题,设计实现了一种基于车联网信道负载预测的拥塞控制策略(Congestion Control Strategy based on Channel Load Prediction,C2SLP...
关键词:车联网 负载评估 负载预测 功率控制 
基于AEDNet的双目立体匹配算法被引量:3
《华中科技大学学报(自然科学版)》2022年第3期24-28,共5页杨戈 廖雨婷 
国家重点研发计划资助项目(2018YFB1308602);广东高校省级重大科研项目(2018KTSCX288,2019KZDXM015,2020ZDZX3058);广东省学科建设专项资金资助项目(2013WYXM0122);智能多媒体技术重点实验室资助项目(201762005)。
提出了一种基于AANet(有效立体匹配自适应聚合网络)改进的立体匹配网络——AEDNet(自适应端到端立体匹配网络),该网络在特征提取模块通过限制卷积核大小以取得较低抽象程度的特征,通过简单卷积简化网络结构.在代价聚合中采用尺度内聚合...
关键词:立体匹配 深度学习 双目立体视觉 卷积神经网络 端到端立体匹配网络 代价聚合 
基于云计算的流媒体任务调度算法
《电子技术应用》2021年第8期97-100,105,共5页杨戈 吴俊言 
广东高校省级重大科研项目(2018KTSCX288,2019KZDXM015,2020ZDZX3058);广东省学科建设专项资金(2013WYXM0122);北京师范大学珠海分校科研项目(201762005);北京师范大学珠海分校2019校级“质量工程”项目(201932)。
针对当前流媒体的大量视频资源从而带来的云计算的负载均衡和任务分配问题,在Cloudsim云环境下实现了任务调度的GAAC算法(Greedy And Ant Colony Algorithm,GAAC)。GAAC算法具有迭代学习机制、局部最优和负载均衡的特点。并在Cloudsim...
关键词:云计算 任务调度 贪心算法 
基于爬虫和TFIDF-NB算法的微博情感分析被引量:6
《电子技术应用》2021年第4期59-62,66,共5页杨戈 杨麓涛 
广东高校省级重大科研项目(2018KTSCX288,2019KZDXM015,2020ZDZX3058);广东省学科建设专项(2013WYXM0122);智能多媒体技术重点实验室(201762005);北京师范大学珠海分校2019校级“质量工程”课程思政项目(201932)。
针对微博网络舆情信息量大、无规则、随机变化的特点,提出TFIDF-NB(Term Frequency Inverse Document Frequency-Naive Bayes)用于微博情感分析,设计与实现了一个基于Scrapy框架的微博评论爬虫,将某热点事件的若干条微博评论进行爬取并...
关键词:微博舆情 网络爬虫 情感分类 
基于HPLF的行人再识别
《计算机系统应用》2021年第3期227-233,共7页杨戈 叶杰强 
国家自然科学基金(61272364);广东高校省级重大科研项目(2018KTSCX288,2019KZDXM015,2020ZDZX3058);广东省学科建设专项资金(2013WYXM0122);智能多媒体技术重点实验室(201762005)。
为了更好的挖掘局部特征,提升行人再识别的精度,本文提出了一种利用水平池化提取局部特征的HPLF(Horizontal Pooling for Local Feature)算法,在ResNet-50网络中对输入的联合数据集进行预处理,提取特征,对ResNet-50网络生成的特征图进...
关键词:深度学习 计算机视觉 行人再识别 卷积神经网络 生成对抗网络 
面向移动边缘计算基于强化学习的计算卸载算法被引量:2
《电子技术应用》2021年第2期36-40,48,共6页杨戈 张衡 
广东高校省级重大科研项目(2018KTSCX288,2019KZDXM015,2020ZDZX3058);广东省学科建设专项(2013WYXM0122);北京师范大学珠海分校智能多媒体技术重点实验室(201762005);北京师范大学珠海分校2019年校级“质量工程”课程思政项目(201932)。
针对移动边缘计算(Mobile Edge Computing,MEC)的计算卸载决策的问题,基于强化学习方法提出了一个在多用户的MEC系统中的计算卸载决策算法(Offloading Decision algorithm based on Reinforcement Learning,ODRL)。ODRL算法根据任务模...
关键词:移动边缘计算 计算卸载 强化学习 Q-LEARNING 
面向云计算的任务调度算法综述被引量:14
《计算机系统应用》2020年第3期11-19,共9页杨戈 赵鑫 黄静 
国家重点研发项目(2018YFB1308600,2018YFB1308602);国家自然科学基金(61272364);广东高校省级重大科研项目(201612008QX,2016KTSCX167,2017KTSCX207,2018KTSCX288);广东省学科建设专项资金(2013WYXM0122);广东省自然科学基金(2016A030313384);广东省大学生创新创业训练计划(201813177028,201813177046);深圳市科技计划(JCYJ20170303140803747);广东省大学生科技创新培育专项(pdjh2019b0581);智能多媒体技术重点实验室(201762005)。
介绍了云计算,对任务调度在云计算中的地位做了分析,并由任务调度出发,对云计算任务调度算法的研究现状进行分类、梳理和总结.根据调度目标的不同,将算法分为单目标优化的任务调度算法和多目标的任务调度算法,对每类方法的代表性算法进...
关键词:云计算 静态调度 动态调度 基于生物启发 基于群体智能 
检索报告 对象比较 聚类工具 使用帮助 返回顶部