张玉龙
- 作品数：8 被引量：19H指数：2
- 供职机构：西安交通大学软件学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 面向软件工程的Linux实验教学的探索与实践
- 2015年
- 为了实现软件工程专业本科生的培养目标,满足社会对软件人才的实际需要,该文结合软件工程专业学生的实际情况和Linux操作系统实验课程的特点,主要从Linux实验教学的实验内容、教学模式与方法以及实验考核方式等方面对Linux实验教学的思路和方法进行了探索和实践,并展示了实验教学效果。
- 田丽华李晨张玉龙
- 关键词：实验教学LINUX教学模式
- 多尺度低秩图像盲去模糊方法被引量：1
- 2021年
- 针对现有的大多数基于统计先验的单幅图像盲去模糊方法对图像纹理细节恢复效果不佳且存在振铃效应的问题,提出了一种基于逐块局部最大梯度先验和低秩先验的多尺度图像盲去模糊方法。为了恢复得到清晰图像,采用由粗到精的多尺度框架,通过灰度化与下采样操作逐层构建图像金字塔;在单尺度层面,将逐块局部最大梯度先验和低秩先验带入到最大后验概率框架中,利用交替方向乘子法与半二次分裂法估计出潜在图像和模糊核;结合超拉普拉斯先验与总变差L 2方法,对模糊图像与估得的模糊核进行非盲反卷积,获得清晰图像。在计算过程中,由于直接求解低秩项的计算代价很大,将加权Schatte-1/2范数约束的低秩项子问题转化为非凸权重L 1/2范数子问题,采用广义软阈值方法求得全局最优解。在基准数据集上的实验结果表明:与现有的经典图像去模糊方法相比,所提方法取得了更优的图像去模糊效果;在K hler的合成数据集上进行图像去模糊后,平均峰值信噪比为30.06 dB,平均结构相似性为0.9465,估计出的模糊核更加精确。
- 周志豪张玉龙唐启凡闫金涛
- 卷积神经网络并行训练的优化研究
- 2018年
- 由于卷积神经网络模型结构复杂且计算量大,实际应用中一般采用多GPU的方式对其进行并行训练,快速地完成卷积神经网络的快速训练。为了提高卷积神经网络的并行训练效率,同时解决在并行训练时通讯缓慢以及数据加载时等待的问题,提出参数通讯以及数据加载两个方面的优化策略。在参数通讯优化方面,将梯度计算和参数通讯同时执行,利用计算时间来覆盖通讯时间。通过改变通讯方式,利用归约和冗余通讯方式减少参数通讯时的同步等待时间。利用预加载和异步拷贝的方式将数据提前加载并拷贝到GPU显存空间,减少数据加载带来的时间消耗。实验结果表明,优化后的方法能够有效地提高卷积神经网络的并行训练效率。
- 李相桥李晨田丽华张玉龙
- 关键词：卷积神经网络数据并行
- 基于H.264抗重压缩的视频水印算法被引量：2
- 2018年
- 随着H.264/AVC技术在视频领域应用的越来越广,研究基于H. 264的视频水印技术具有重要的意义。但目前很多基于H. 264的视频水印算法抗重压缩性能不佳,这严重影响了水印算法的实用性。针对H. 264重压缩的特点进行分析,提出一种基于色度DCT系数的视频水印算法。选择色度DCT非零系数符合要求的4×4子块;通过调整中频非零系数的正负号来实现水印的嵌入。实验结果表明,嵌入水印后视频的视觉质量基本不受影响,并且该算法对视频的比特率较小。同时该算法具有良好的抗重压缩的能力。
- 刘凯李晨田丽华张玉龙宋慧
- 关键词：视频水印H.264/AVCDCT
- 互补与一致的多视角子空间聚类网络被引量：3
- 2021年
- 针对在非线性子空间中同时探索多视角数据的互补性与一致性的问题,提出了一种互补与一致的多视角子空间聚类网络C2MSCN。该网络由编码器、自表达层、谱聚类模块和解码器4部分组成。通过编码器将数据映射到潜在的非线性空间,探索多视角数据间复杂的非线性关系;利用自表达层学习多视角共享的自表达系数矩阵和单视角私有的自表达系数矩阵,同时挖掘多视角数据间的互补与一致信息;将系数矩阵供给谱聚类模块以获得聚类标签;通过解码器将自表达数据还原至原始空间。为充分挖掘多视角数据间的互补信息,针对私有自表达系数矩阵加入多样性规范化项;为利用聚类标签监督自表达系数的学习,在目标函数中加入自监督规范化项。实验结果表明:所提算法在4个评价指标下6个数据集的对比实验中取得了1.25的平均排名;在Yale数据集上,用准确率评价的聚类准确度较线性空间多视角聚类算法CSMSC、深度多模态子空间聚类算法DMSCN和自编码器算法Ae2-nets分别提高了8.3%、6.3%和11.7%;参数敏感度实验和消融性实验表明,所提算法能有效在非线性子空间中探索数据互补性与一致性,且在不同数据集上表现稳定。
- 何士豪张玉龙唐启凡
- 关键词：子空间聚类
- 自适应多视角子空间聚类被引量：2
- 2021年
- 针对传统子空间聚类算法与超参数自适应算法结合时,面对特定多视角数据集的性能失效问题,提出了一种自适应多视角子空间聚类算法。基于不同视角数据点对之间相似度近似的原理,构建了表示矩阵和相似度矩阵在多视角范围内的相关性约束。通过设计的子空间聚类目标函数,在函数第1项和第2项构建了数据矩阵和表示矩阵在单个视角内的相关性约束,在第3项使用径向基函数构建单个视角内表示数据点对之间的相似度,并在与该点对所对应的连接图中的点做相似度差值处理,约束该值在多个视角内的一致性。使用块坐标下降法求解目标函数,根据线性最小二乘法原理自动求解超参数,在得到的连接图上应用谱聚类算法得到聚类分配结果。7个真实数据集上的实验结果表明:与无参数聚类算法COMIC相比,所提算法在4个数据集上性能分别提升了9.3%、6.8%、55.8%、15.39%,并解决了3个数据集中对比算法性能失效的问题;与7个手动调参算法相比,取得了2.15的平均排名。
- 唐启凡张玉龙何士豪周志豪
- 关键词：子空间聚类
- 基于音频特征MFCC的混合域脆弱水印算法被引量：2
- 2017年
- 将DWT与SVD进行结合,设计一种以音频自身特征MFCC为基础的脆弱水印方案。不直接采用二值图像作为水印,利用原始音频特征Mel频率倒谱系数(MFCC)对常见音频处理操作比较敏感的特性,一方面构造脆弱水印,另一方面进行音频内容的认证。利用音频特征MFCC进行脆弱水印构造,对各音频分段进行DWT变换,选取小波域的低频部分并进行SVD分解操作,将水印通过均值量化的策略嵌入在DWT变换和SVD分解组成的混合域中。实验结果表明,该方案有很好的透明性,对多种攻击具备较强的敏感性,可对恶意篡改进行定位。
- 宋慧李晨田丽华张玉龙
- 关键词：脆弱水印音频水印篡改定位
- 自适应Harris角点提取的点云粗配准算法被引量：9
- 2022年
- 针对传统3D-Harris角点提取算法中,Harris算子使用降维后的缺失几何信息、角点提取时响应值计算量大且耗时长、特征点对匹配精度不高以及需要手动设定角点响应阈值等问题,提出了一种完整而高效的Harris角点自适应特征描述、提取和匹配的点云粗配准算法。引入正交梯度算子对传统Harris算子和自相关函数进行改进;利用点云曲率约束实现角点的自适应筛选与提取,减少角点响应值的计算量;构建角点几何结构的特征描述子,结合阈值检测和描述子匹配,将角点匹配对集合进行扩展,从而完成源点云和目标点云之间粗配准;将所提算法得到的配准结果作为精配准初始值,利用迭代最近点算法实现精配准。与对比算法在公开数据集上进行实验比较,结果表明:所提算法的特征正确提取率为0.93,正确率最高;提取时间为7.63 s,效率最快;所提算法结合精配准步骤在实验数据集上的旋转误差、平移误差和运行时间均为最低,配准效果最佳。
- 王丞田暄郭瑞张玉龙
- 关键词：HARRIS算子特征描述子
