检索结果-内蒙古大学图书馆

海军工程大学学报 2025年第1期37卷 84-90页

作者：李迪申森余浩男李鹏飞湖北工业大学计算机学院武汉430068 海军工程大学兵器工程学院武汉430033

主流语义分割方法存在针对遮挡、重叠导致的分割效果不佳和类间边界分割缺失等问题。为此,设计了一种基于可见光与红外融合图像的多尺度补丁嵌入和多路径交叉注意力语义分割方法,实现了多类别目标的高精度完整分割。首先,采用多层深度... 详细信息

主流语义分割方法存在针对遮挡、重叠导致的分割效果不佳和类间边界分割缺失等问题。为此,设计了一种基于可见光与红外融合图像的多尺度补丁嵌入和多路径交叉注意力语义分割方法,实现了多类别目标的高精度完整分割。首先,采用多层深度可分离卷积组成的补丁嵌入模块提取多尺度语义表征信息;然后,使用并行处理模式的多路径交叉注意力模块基于补丁嵌入阶段的全局上下文信息构建完整序列模型,在同一层级实现从粗粒度到细粒度信息的特征表示;最后,在解码器阶段设计了一个多层渐进交互模块,对编码器阶段获取的多尺度特征采用逐层交互后渐进融合的方式聚合多类语义信息和空间信息,克服了类间分割边界不完整和类内分割不一致的难点。实验结果表明:在基于可见光与红外融合图像组成的数据集的语义分割实验中,所提方法整体性能优于目前的主流分割方法。

关键词：可见光与红外融合图像语义分割多尺度补丁嵌入交叉注意力多尺度特征融合

来源：评论

学校读者我要写书评

暂无评论

基于EE-YOLOv8s的多场景火灾迹象检测算法

引用

图学学报 2025年第1期46卷 13-27页

作者：崔克彬耿佳昌华北电力大学计算机系河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003

针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征... 详细信息

针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征提取网络,保证模型轻量化的同时,优化图像特征提取;引入大型可分离核注意力机制LSKA改进SPPELAN模块,将空间金字塔部分改进为SPP_LSKA_ELAN,充分捕获大范围内的空间细节信息,在复杂多变的火灾场景中提取更全面的特征,从而区分目标与相似物体的差异;Neck部分引入可变形卷积DCN和跨空间高效多尺度注意力EMA,实现C2f_DCN_EMA可变形卷积校准模块,增强对烟火目标边缘轮廓变化的适应能力,促进特征的融合与校准,突出目标特征;在Head部分增设携带有轻量级、无参注意力机制SimAM的小目标检测头,并重新规划检测头通道数,加强多尺寸目标表征能力的同时,降低冗余以提高参数有效利用率。实验结果表明,改进后的EE-YOLOv8s网络模型相较于原模型,其参数量减少了13.6%,准确率提升了6.8%,召回率提升了7.3%,mAP提升了5.4%,保证检测速度的同时,提升了火灾迹象目标的检测性能。

关键词：烟火目标检测 EfficientNetEasy主干网络大型可分离核注意力机制可变形卷积校准模块小目标检测

来源：评论

学校读者我要写书评

暂无评论

基于改进ResNet深度学习的古代壁画分类方法

引用

电子测量技术 2025年第1期48卷 186-196页

作者：曹建芳彭存赫陈志强杨卓林太原科技大学计算机科学与技术学院太原030024 忻州师范学院计算机系忻州034000 山西工程技术学院大数据与智能工程系阳泉030002

针对壁画图像人物间纹理,轮廓相似,不同场景下壁画人物特征差异较大,背景噪声复杂,分类易混淆等问题,提出了一种针对ResNet卷积神经网络的改进策略。首先将模型输入层中较大的7×7卷积核分离为3个串联的3×3小卷积核堆积的主干,... 详细信息

针对壁画图像人物间纹理,轮廓相似,不同场景下壁画人物特征差异较大,背景噪声复杂,分类易混淆等问题,提出了一种针对ResNet卷积神经网络的改进策略。首先将模型输入层中较大的7×7卷积核分离为3个串联的3×3小卷积核堆积的主干,将2×2平均池化与最大池化进行add特征融合取代原最大池化操作,增强模型的表征能力。其次设计了一种多尺度高效的空间通道注意模块,以ECA通道注意力模块为基础,串联空间注意力模块,将空间模块中原3×3卷积核替换为SK注意力模块,融合多尺度信息捕捉全局长距离依赖关系,降低背景噪声的干扰。最后提出一种蜂窝式聚合结构,将相邻的block块中的输出信息进行add操作,作为后续层的输入,同时捕获低级和高级特征,增强上下文信息的流通性。实验结果表明:该模型在准确率、精度、召回率和F1值分别达到96.51%、96.65%、96.67%、96.63%。相对于原模型ResNet-18准确率提升9.76%,与主流的分类算法相比分类准确率、泛化能力、稳定性均有一定的提升,能够高效准确识别壁画所属类型,这对于文化遗产保护和艺术史方面研究具有显著价值。

关键词：壁画分类 ResNet 注意力机制特征提取卷积神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

FFConvNeXt3D:提取中大规模目标特征的大卷积核网络

引用

郑州大学学报（理学版） 2025年第2期57卷 37-43页

作者：黄乾坤黄蔚凌兴宏苏州大学计算机科学与技术学院江苏苏州215006 苏州大学东吴学院计算机系江苏苏州215006 苏州城市学院计算科学与人工智能学院江苏苏州215104 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012

目前大卷积核模型在图像领域已经证明其有效性,但是在视频领域还没有优秀的3D大卷积核模型。此外,之前的工作中忽视了时空行为检测任务主体是人的特点,其中的骨干网络只针对通用目标提取特征。针对上述原因,提出了一种含有特征融合结构... 详细信息

目前大卷积核模型在图像领域已经证明其有效性,但是在视频领域还没有优秀的3D大卷积核模型。此外,之前的工作中忽视了时空行为检测任务主体是人的特点,其中的骨干网络只针对通用目标提取特征。针对上述原因,提出了一种含有特征融合结构的3D大卷积核神经网络(FFConvNeXt3D)。首先,将成熟的ConvNeXt网络膨胀成用于视频领域的ConvNeXt3D网络,其中,预训练权重也进行处理用于膨胀后的网络。其次,研究了卷积核时间维度大小和位置对模型性能的影响。最后,提出了一个特征融合结构,着重提高骨干网络提取人物大小目标特征的能力。在UCF101-24数据集上进行了消融实验和对比实验,实验结果验证了特征融合结构的有效性,并且该模型性能优于其他方法。

关键词：大卷积核目标检测时空行为检测行为识别特征融合

来源：评论

学校读者我要写书评

暂无评论

图推理嵌入动态自注意力网络的文档级关系抽取

引用

智能系统学报 2025年第1期20卷 52-63页

作者：李云洁王丹阳刘海涛汪华东汪培庄辽宁工程技术大学理学院辽宁阜新123000 中国热带农业科学院科技信息研究所海南海口571000 辽宁工程技术大学智能工程与数学研究院辽宁阜新123000 清华大学计算机系北京100084

文档级关系抽取是指从文档中抽取所有具有语义关系的实体对并判断其关系类别,与句子级关系抽取不同,这里实体关系的确定需要根据文档中多个句子推理得到。现有方法主要采用自注意力进行文档级关系抽取,但是运用自注意力进行文档级关系... 详细信息

文档级关系抽取是指从文档中抽取所有具有语义关系的实体对并判断其关系类别,与句子级关系抽取不同,这里实体关系的确定需要根据文档中多个句子推理得到。现有方法主要采用自注意力进行文档级关系抽取,但是运用自注意力进行文档级关系抽取需要面临两个技术挑战:即长文本语义编码存在的高计算复杂度和关系预测需要的复杂推理建模,故提出一种图推理嵌入动态自注意力网络(graph reasoning embedded dynamic self-attention network,GSAN)模型。该模型借助门限词选择机制动态选择重要词计算自注意力实现对长文本语义依赖的高效建模,同时考虑以选择词为全局语义背景与实体候选、文档节点一起构建文档图,将文档图的图推理聚合信息嵌入到动态自注意力模块中,实现模型对复杂推理建模的能力。在公开的文档级关系数据集CDR和DocRED上的实验结果表明,文中提出的模型较其他基线模型有显著提升。

关键词：文档级关系抽取图推理动态自注意力网络自注意力机制门限词选择机制文档图图注意力网络关键词

来源：评论

学校读者我要写书评

暂无评论

单目RGB穿衣人体的手部精细化重建

引用

计算机应用研究 2025年第1期42卷 300-306页

作者：张冀任志鹏张荣华苑朝翟永杰余正秦华北电力大学计算机系河北保定071000 华北电力大学自动化系河北保定071000 复杂能源系统智能计算教育部工程研究中心河北保定071000

为解决单目穿衣人体在复杂姿态下手部形状重建存在遮挡和缺失的失真问题,提出了一种结合ECON与MANO手部模型,实现高效穿衣人体的手部精细化重建方法H-ECON(hand-focused explicit clothed humans obtained from normals)。具体而言,该... 详细信息

为解决单目穿衣人体在复杂姿态下手部形状重建存在遮挡和缺失的失真问题,提出了一种结合ECON与MANO手部模型,实现高效穿衣人体的手部精细化重建方法H-ECON(hand-focused explicit clothed humans obtained from normals)。具体而言,该方法首先以类型无关的手部检测器聚焦手部区域并进行翻转和裁剪;然后,引入注意力机制用于增强对手部区域的感知能力,空洞螺旋卷积则更好地捕捉手部不同尺度的特征;最后,独特的融合模块确保了手部重建与整身模型的融合效果。在FreiHAND和HanCo公开数据集上与其他方法的定量定性对比结果表明了H-ECON的有效性,其独立手部模块明显优于ECON中的替代手部模块。H-ECON实现了对人体手部几何和姿态变化的精确描述,进一步缩小了2D图像生成到3D人体网格之间的差距。

关键词：手部重建穿衣人体注意力机制空洞螺旋卷积深度几何学习

来源：评论

学校读者我要写书评

暂无评论

结合注意力机制和多尺度特征融合的变压器局部放电诊断

引用

电力科学与工程 2025年第4期41卷 43-51页

作者：张玥朱永利钱涛华北电力大学计算机系河北保定071003 华北电力大学电力工程系河北保定071003

针对深度卷积网络对变压器局部放电边际谱特征提取能力不足的问题,提出了一种结合注意力机制和多尺度特征融合两模块的变压器局部放电识别方法。首先,针对局部放电领域现有时频分析方法的不足,提出采用逐次变分模态分解对局部放电信号... 详细信息

针对深度卷积网络对变压器局部放电边际谱特征提取能力不足的问题,提出了一种结合注意力机制和多尺度特征融合两模块的变压器局部放电识别方法。首先,针对局部放电领域现有时频分析方法的不足,提出采用逐次变分模态分解对局部放电信号进行分解,再用Hilbert变换来获得边际谱,作为网络模型的输入;然后,将ResNet作为基础模型,在残差块中引入坐标注意力模块,以提高模型对局放信号边际谱中重要区域的关注度;最后,搭建多尺度特征融合模块对网络各阶段所提取的特征进行融合,使模型能在提取深层语义特征的同时保留浅层中提取到的局部细节信息,以增强模型的表征能力。仿真实验结果表明:该方法能有效实现变压器局部放电类型诊断,达到96.5%的识别准确率,超过其他经典深度卷积诊断模型。

关键词：变压器局部放电卷积神经网络 Hilbert边际谱注意力机制特征融合

来源：评论

学校读者我要写书评

暂无评论

基于元学习的小样本癌症亚型分类算法

引用

集成技术 2025年

作者：戴伟张浩轩陈方旭彭玮昆明理工大学信息工程与自动化学院计算机系昆明理工大学云南省计算机技术应用重点实验室

癌症是一种与基因密切相关的疾病，具有多种亚型，各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要，有助于提高治疗效果。然而，基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下... 详细信息

癌症是一种与基因密切相关的疾病，具有多种亚型，各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要，有助于提高治疗效果。然而，基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下，往往难以有效区分稀有亚型。为了解决这一问题，提出了一种基于元学习的癌症亚型分类方法MFP-VAE（Meta-learning Few-shot Prototype learning VAE），专注于处理样本不均衡的数据集。该方法改进了样本抽取策略，以确保在元学习任务中不同亚型的样本得到平衡重视。该模型采用变分自编码器进行特征提取，并通过计算样本与亚型原型之间的距离进行分类。实验结果表明，MFP-VAE在两个公开癌症数据集上优于现有方法，特别是在样本不平衡的情况下，显著提高了分类精度。此外，生存率分析显示，所区分的癌症亚型在临床特性上具有显著差异和临床意义。

关键词：癌症亚型分类元学习变分自编码器小样本学习

来源：评论

学校读者我要写书评

暂无评论

基于RFCARep-YOLOv8n的光伏电池缺陷检测算法

引用

计算机工程与应用 2025年第3期61卷 131-143页

作者：张冀王文彬余洋华北电力大学计算机系河北保定071003 复杂能源系统智能计算教育部工程研究中心河北保定071003 河北省能源电力知识计算重点实验室河北保定071003 河北省分布式储能与微网重点实验室(华北电力大学(保定)) 河北保定071003

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模... 详细信息

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模块进行特征提取,扩大对全局信息的关注度提高语义表达能力,抑制遮掩物和复杂背景的干扰;在快速空间金字塔池化后添加可分离大核聚集模块,通过提高长距离特征依赖增强全局特征信息融合;在特征融合部分使用多尺度序列特征融合颈部网络,结合多尺度辅助检测头,减少细节特征丢失,提高小目标缺陷检测能力。实验结果表明,该模型在PASCAL VOC数据集中较基准模型mAP@0.5和mAP@0.5:0.95分别提升2.3和2.1个百分点,同时在光伏缺陷数据集中mAP@0.5达到87.6%,较基准模型提升3.5个百分点,参数量为3.23×10^(6),保持了基准模型的轻量参数同时提高检测性能。

关键词：光伏缺陷 YOLOv8n 感受野注意力特征融合重参数

来源：评论

学校读者我要写书评

暂无评论

区块链支持的分布式安全智能计算

引用

科技纵览 2025年第2期 60-66页

作者：容淳铭杨小虎万志远耿佳辉挪威工程院挪威斯塔万格大学计算机系浙江大学区块链与数据安全全国重点实验室浙江大学计算机科学与技术学院

随着区块链与开放基础设施即代码(OpenlaC)在数字生态中逐渐落地,去中心化身份(Decentralized Identity,DID)与联邦学习(Federated Learning,FL)等技术不断推动分布式计算与隐私保护的迭代。多智能体协作框架的引入,更为资源共享与价值... 详细信息

随着区块链与开放基础设施即代码(OpenlaC)在数字生态中逐渐落地,去中心化身份(Decentralized Identity,DID)与联邦学习(Federated Learning,FL)等技术不断推动分布式计算与隐私保护的迭代。多智能体协作框架的引入,更为资源共享与价值协同开启了全新可能,预示着分布式安全计算的重大飞跃。

关键词：分布式计算安全智能计算区块链

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：