期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到401篇文章
< 1 2 … 21 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
融合注意力和上下文信息的遥感图像小目标检测算法 被引量：2
1
作者 刘赏 周煜炜 +2 位作者 代娆 董林芳 刘猛 《计算机应用》 北大核心 2025年第1期292-300,共9页
对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提... 对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提出一种融合注意力和上下文信息的遥感图像小目标检测算法ACM-YOLO(Attention-Context-Multiscale YOLO)。首先,应用细粒度的查询感知稀疏注意力以减少小目标特征信息的丢失,从而避免漏检;其次,设计局部上下文增强(LCE)函数以更好地关注不同类别的遥感目标所需的上下文信息,从而避免误检;最后,使用加权双向特征金字塔网络(BiFPN)强化特征融合模块对遥感图像小目标的多尺度特征融合能力,从而改善算法检测效果。在DOTA数据集和NWPU VHR-10数据集上进行对比实验和消融实验,以验证所提算法的有效性和泛化性。实验结果表明,在2个数据集上所提算法的平均精确率均值(mAP)分别达到了77.33%和96.12%,而相较于YOLOv5算法,召回率分别提升了10.00和7.50个百分点。可见,所提算法能有效提升mAP和召回率,减少误检和漏检。 展开更多
关键词 遥感图像 小目标检测 稀疏采样 局部上下文信息增强 多尺度特征融合
在线阅读 下载PDF
试样特征对花岗岩残积土强度特性的影响
2
作者 陈志波 方军 +2 位作者 蔡锦阳 谢永宁 陈峰 《水土保持学报》 北大核心 2025年第3期127-134,共8页
[目的]为明确试样尺寸、试样形状、试样类型等试样特征对花岗岩残积土抗剪强度的影响。[方法]对花岗岩残积土开展一系列大型直剪试验,基于剪应力-位移曲线、抗剪强度及其参数等指标,分析上述试样特征对花岗岩残积土强度特性的影响规律,... [目的]为明确试样尺寸、试样形状、试样类型等试样特征对花岗岩残积土抗剪强度的影响。[方法]对花岗岩残积土开展一系列大型直剪试验,基于剪应力-位移曲线、抗剪强度及其参数等指标,分析上述试样特征对花岗岩残积土强度特性的影响规律,并为实际工程中强度参数确定提供建议。[结果]花岗岩残积土的抗剪强度及其强度参数均随试样尺寸的增大而呈先减小后趋于稳定的变化规律,在最佳试样尺寸下所得到的土体强度能够较好地克服尺寸效应对试验结果的影响;正方形试样抗剪强度及其黏聚力小于圆柱形试样,而内摩擦角大于圆柱形试样,其应力分布的不均匀性加快正方形试样的破坏过程;花岗岩残积土原状样抗剪强度显著高于重塑样,而随着法向应力的增大,原状样与重塑样抗剪强度的差值逐渐减小;采用指数型函数可很好地描述试样强度与试样尺寸之间的关系。[结论]在实际工程应用中,尽量用大直径的试样或采用考虑抗剪强度误差的小直径的试样进行大型直剪试验,以获取较为符合工程实际的强度参数。 展开更多
关键词 花岗岩残积土 大型直剪试验 试样特征 强度特性
在线阅读 下载PDF
便携式拉曼光谱仪结合CGAN-Multi-CNN模型的矿物精确识别方法研究
3
作者 向艳芳 石红 +1 位作者 张家臣 蔡耀仪 《分析测试学报》 北大核心 2025年第6期1075-1085,共11页
野外环境下天然未知矿物的快速识别受限于不同光谱设备分辨率差异、样本量不足导致的模型泛化能力弱以及高维复杂光谱特征的提取能力有限这三个难题。为了解决上述难题,该文设计并实现了一种多尺度卷积神经网络结合光谱样本生成的拉曼... 野外环境下天然未知矿物的快速识别受限于不同光谱设备分辨率差异、样本量不足导致的模型泛化能力弱以及高维复杂光谱特征的提取能力有限这三个难题。为了解决上述难题,该文设计并实现了一种多尺度卷积神经网络结合光谱样本生成的拉曼光谱分类模型,并联立便携式拉曼光谱仪实现了野外未知矿物的快速识别。首先,三次样条曲线拟合算法被用于实现不同设备所采集光谱的维数匹配,从而消除不同光谱设备之间采样分辨率的差异。其次,全球矿物光谱库包含1648类矿物的5668个光谱样本被送入生成对抗网络进行训练并产生15000个扩增样本,从而缓解了数据稀缺性对模型分类性能的制约。此外,一种新的多尺度深度卷积网络被用于同步提取拉曼光谱的宽峰与窄峰特征,从而增强复杂光谱的表征能力。实验中将所提出的模型与k-近邻(k-NN)、支持向量机(SVM)和随机森林(RF)等几类经典机器学习模型对未知矿物的识别性能进行对比。结果表明,所提出的多尺度卷积神经网络结合光谱样本生成的分类模型对未知矿物拉曼光谱的判别准确率远超其他传统机器学习模型,其top-1和top-3的准确率值分别为93.26%和98.94%。使用所提出的模型结合便携式拉曼光谱系统对50类未知天然矿石样本进行了识别,其准确率达到100%,单个样本的识别时间仅为1~2 min,体现了该方法快速、精确和无需取样制样的优势。 展开更多
关键词 拉曼光谱 矿物识别 重采样方法 多尺度卷积网络 条件生成对抗网络(CGAN)样本生成
在线阅读 下载PDF
深度学习小目标检测算法综述
4
作者 张琴 郭为安 《计算机应用研究》 北大核心 2025年第10期2893-2904,共12页
小目标检测是目标检测领域的重要分支,在智能监控、无人驾驶、医学影像分析和遥感监测等实际应用中具有重要价值,然而,由于小目标像素占比小、特征表达弱、背景复杂,以及检测精度与速度难以平衡,其技术挑战仍然突出。在广泛文献调研的... 小目标检测是目标检测领域的重要分支,在智能监控、无人驾驶、医学影像分析和遥感监测等实际应用中具有重要价值,然而,由于小目标像素占比小、特征表达弱、背景复杂,以及检测精度与速度难以平衡,其技术挑战仍然突出。在广泛文献调研的基础上,梳理了小目标检测的技术挑战与解决方案,分析了特征表达不足、上下文信息利用不充分、样本不平衡等核心问题,总结了多尺度特征融合、注意力机制、知识蒸馏等关键技术进展。基于MS COCO和TinyPerson数据集,对主流算法的检测效率与精度进行对比,揭示了不同方法的优劣,并探讨了生成式特征学习、自监督学习、动态架构设计等未来研究方向,为小目标检测技术发展提供参考。 展开更多
关键词 小目标检测 多尺度特征融合 注意力机制 样本均衡 轻量级网络 鲁棒性
在线阅读 下载PDF
烤烟粗糙度参比样的制作及分析
5
作者 张震 杨欣 +3 位作者 关罗浩 王安然 孙会举 冀浩 《天津农业科学》 2025年第6期45-50,共6页
为实现对不同等级烟叶分选的直观、高效指导,通过深入剖析烤烟国标品质因素里叶片结构的概念定义,结合烟叶分选工作实际,甄选并确定了叶片结构的属性因子——粗糙度,并选取河南省3个地级市的初烤烟叶作为供试样品,综合运用感官分析技术... 为实现对不同等级烟叶分选的直观、高效指导,通过深入剖析烤烟国标品质因素里叶片结构的概念定义,结合烟叶分选工作实际,甄选并确定了叶片结构的属性因子——粗糙度,并选取河南省3个地级市的初烤烟叶作为供试样品,综合运用感官分析技术中的排序法、费里德曼(Friedman)检验、多重比较和描述性分析等方法,将烤烟粗糙度划分为细腻、较细腻、稍细腻、中等,稍粗糙、较粗糙、粗糙7个档次并制作出实物参比样。此外,对参比样进行感官评吸和分选验证工作。结果表明:该粗糙度参比样能够显著区分不同粗糙度的烟叶,各档次间差异显著具备统计学意义;不同粗糙度的烟叶在感官评吸质量方面存在明显差异,并且呈现出一定的规律性;在烟叶分选实践中,粗糙度参比样展现出较强的适用性与可操作性。综上,本研究制作的参比样为深入理解和准确把握叶面结构品质因素中的粗糙度概念以及有效指导工业分选工作提供了关键的理论参考。 展开更多
关键词 烤烟 粗糙度 参比样 标度 特征描述
在线阅读 下载PDF
综采工作面刮板输送机煤流轮廓点云的配准方法研究
6
作者 汪卫兵 李开放 +4 位作者 赵栓峰 王渊 路正雄 李赖 郭帅 《现代电子技术》 北大核心 2025年第16期81-87,共7页
针对综采工作面刮板输送机煤流轮廓点云噪声点多、轮廓结构复杂的特性和现有的点云配准算法无法适应煤流点云的快速和高精度配准问题,来对传统迭代最近点配准算法进行了改进。引入主成分分析法对待配准点云进行轴向初始对齐,采用尺度不... 针对综采工作面刮板输送机煤流轮廓点云噪声点多、轮廓结构复杂的特性和现有的点云配准算法无法适应煤流点云的快速和高精度配准问题,来对传统迭代最近点配准算法进行了改进。引入主成分分析法对待配准点云进行轴向初始对齐,采用尺度不变特征变换算法来提取待配准点云的特征点,构建快速点特征直方图,以确保两个点云主轴不会出现反向的情况,提高了粗配准算法的效率。通过随机抽样一致性初始配准算法搜索对应点对并计算初始刚体变换矩阵,用于实现两个点云的初步配准,为后续的精配准提供良好的初始位置。在上述粗配准的基础上,利用K-D树数据结构加速对应点的查找过程,并采用点到面的最小距离方法来提高对应关系的准确性。通过随机抽样一致算法迭代剔除错误的对应点对,以增强配准的准确性。最后,根据精确的对应点对计算刚体变换矩阵,从而实现对煤流点云数据的精细配准。实验结果表明,与其他点云配准方法相比,提出的改进配准算法在刮板输送机煤流轮廓点云的匹配精度和匹配效率上得到了提高,对煤流轮廓点云的体积计算具有重大意义。 展开更多
关键词 刮板输送机 煤流轮廓点云 点云配准 主成分分析法 尺度不变特征变换 随机抽样一致算法
在线阅读 下载PDF
基于改进胶囊网络的糖尿病性视网膜病变识别研究
7
作者 朱周华 田成源 +2 位作者 侯智杰 周怡纳 王斌 《实用医学杂志》 北大核心 2025年第7期968-975,共8页
目的针对实际场景下小样本糖尿病性视网膜病变识别模型重要特征不易表达,真、假特征系数分布过于平稳的问题,提出了一种基于改进胶囊网络的小样本糖尿病性视网膜病变识别方法。方法首先采取删除图像不必要边界信息并使用基于Haar基函数... 目的针对实际场景下小样本糖尿病性视网膜病变识别模型重要特征不易表达,真、假特征系数分布过于平稳的问题,提出了一种基于改进胶囊网络的小样本糖尿病性视网膜病变识别方法。方法首先采取删除图像不必要边界信息并使用基于Haar基函数的离散小波变换来处理图像的方法,来提高图像的特征表达能力,凸显重要病灶特征;其次,对胶囊网络的卷积层进行改进,采用多分支结构提取视网膜图像的多尺度特征,并添加卷积块注意力模块(convolutional block attention module,CBAM),封装并送入胶囊层中;最后,在动态路由中用sigmoid函数替代softmax函数,增强了模型的鲁棒性。结果所改进网络模型在节选并处理后的Kaggle公开数据集中测试准确率为98.62%。结论改进胶囊网络在小样本糖尿病性视网膜病变识别的任务中所取得的精确度高于当前其他先进算法。 展开更多
关键词 糖尿病性视网膜病变识别 多尺度 小样本 胶囊网络 CBAM
在线阅读 下载PDF
基于GASF与MSCAM-DenseNet的小样本齿轮故障诊断方法
8
作者 史丽晨 张鹏 +1 位作者 王海涛 周星宇 《计算机集成制造系统》 北大核心 2025年第8期3033-3045,共13页
针对小样本条件下所得样本不足,特征未能有效提取导致诊断精度下降的问题,提出一种GASF与MSCAM-DenseNet相结合的小样本齿轮故障诊断方法。首先,运用格拉姆角和域(GASF)将多源振动信号变换为二维特征,采用二维离散小波变换(2D-DWT)重构... 针对小样本条件下所得样本不足,特征未能有效提取导致诊断精度下降的问题,提出一种GASF与MSCAM-DenseNet相结合的小样本齿轮故障诊断方法。首先,运用格拉姆角和域(GASF)将多源振动信号变换为二维特征,采用二维离散小波变换(2D-DWT)重构多源特征。其次,由于一般的密集连接卷积网络(DenseNet)不具备识别多尺度特征的能力,因而在DenseNet中引入多尺度通道注意力机制(MSCAM),提出一种改进网络模型,即MSCAM-DenseNet。最后,以重构后的GASF作为MSCAM-DenseNet的输入,待特征识别完成后,由网络分类器完成故障特征分类。采用实验室行星齿轮数据集和东南大学齿轮箱数据集对所提模型验证,并与其他诊断模型进行对比。实验结果证明,所提方法在小样本、变工况条件下具有较高的故障识别准确率,较强的泛化能力和抗噪能力。 展开更多
关键词 齿轮 小样本故障诊断 格拉姆角和域 二维离散小波变换 多尺度通道注意力机制
在线阅读 下载PDF
基于多尺度时序采样的多任务感知网络
9
作者 吴绍斌 褚云峰 +2 位作者 李奕萱 姜皓舰 黄宇 《北京理工大学学报》 北大核心 2025年第8期789-797,共9页
针对时序特征融合不充分,遮挡及远距离目标难以可靠感知的问题,提出了一种联合时序多尺度鸟瞰视角特征的多任务感知网络.首先,通过对深度预测概率建模,设计具备遮挡适应性的显式深度估计模块,将图像特征映射为鸟瞰视角特征,并利用深度... 针对时序特征融合不充分,遮挡及远距离目标难以可靠感知的问题,提出了一种联合时序多尺度鸟瞰视角特征的多任务感知网络.首先,通过对深度预测概率建模,设计具备遮挡适应性的显式深度估计模块,将图像特征映射为鸟瞰视角特征,并利用深度图辅助监督;然后,为提升远距离障碍物检测效果,基于可变形注意力机制设计时序鸟瞰视角采样模块,实现时序上多尺度鸟瞰视角特征加权融合;最后,将数据增强策略拓展至多任务,并分别通过检测和分割任务头,实现三维目标检测和车道线分割. nuScenes数据集和实车实验结果证明了该方案在遮挡区域和远距离目标检测方面取得了精度提升,且推理速度可以满足实车应用要求. 展开更多
关键词 鸟瞰图 深度估计 多尺度时序采样 多任务网络
在线阅读 下载PDF
采气速度对不同储集空间类型碳酸盐岩气藏水侵动态的影响——以四川盆地震旦系灯影组为例
10
作者 熊钰 牛全锋 +2 位作者 孙泽威 江俊 张春 《石油与天然气地质》 北大核心 2025年第2期654-669,共16页
为了深入分析不同储集空间类型碳酸盐岩气藏的采气和水侵动态,实现气藏的高效开发,采集四川盆地震旦系灯影组气藏中的孔洞型、裂缝型和缝洞型3种类型碳酸盐岩样品,以水侵物理模拟实验为主要研究手段,横向对比分析其水侵动态,提出了水侵... 为了深入分析不同储集空间类型碳酸盐岩气藏的采气和水侵动态,实现气藏的高效开发,采集四川盆地震旦系灯影组气藏中的孔洞型、裂缝型和缝洞型3种类型碳酸盐岩样品,以水侵物理模拟实验为主要研究手段,横向对比分析其水侵动态,提出了水侵动态预测新方法(ω=ARB)。研究结果表明:新方法对不同三维储集空间结构的岩样水侵预测效果非常理想。不仅适用于非均质底水气藏的水侵动态预测,还能分析碳酸盐岩气藏的水侵动态过程和水侵机理,无论是对均质性较强的孔洞型岩心,还是对非均质性极强的缝洞型岩心,其对视相对压力和拟合水侵量的预测效果都非常好。对于不同非均质程度的碳酸盐岩气藏,在相同的实验条件下,A值和B值的变化特征不同。碳酸盐岩气藏岩心孔隙发育程度和连通关系与水驱动用储量呈正相关关系,非均质性越强,气藏开采后期的地层能量削弱越明显,实际视相对压力降幅越大。水体能量对孔洞型岩心实验结果影响最小,对裂缝型和缝洞型岩心的实验结果影响较大。 展开更多
关键词 储集空间类型 大尺度岩样 采气速度 水侵三维物理模拟实验 水侵预测 碳酸盐岩气藏
在线阅读 下载PDF
西南高山峡谷区水土保持典型对象标准样本构建方法研究与应用
11
作者 赵院 金平伟 +5 位作者 李浩 黄婷婷 姜学兵 史燕东 黄俊 张飞 《中国水土保持》 2025年第7期55-59,I0007,共6页
针对西南高山峡谷区山高坡陡和传统地面监测方法存在的效率及精度不足问题,以提升水土保持对象的自动识别与提取精度、实现高山峡谷区水土保持关键要素快速监测为目的,基于多源遥感监测数据,以梯田、扰动图斑为研究对象样本,进行西南高... 针对西南高山峡谷区山高坡陡和传统地面监测方法存在的效率及精度不足问题,以提升水土保持对象的自动识别与提取精度、实现高山峡谷区水土保持关键要素快速监测为目的,基于多源遥感监测数据,以梯田、扰动图斑为研究对象样本,进行西南高山峡谷区水土保持典型对象样本库制作,开展了西南高山峡谷区水土保持典型对象标准样本构建方法研究与应用,结果表明,西南高山峡谷区梯田(坡式梯田、水平梯田)、扰动图斑(生产建设项目)标准样本数据集库(查询库)能够显著提升模型的训练效果和训练测试应用精度。 展开更多
关键词 水土保持对象 标准样本库 构建方法 多源-多尺度-多等级 西南高山峡谷区
在线阅读 下载PDF
大型河流小时空尺度eDNA监测宜多天采样还是宜多点采样? 被引量：1
12
作者 杨海乐 许兰馨 +1 位作者 吴金明 杜浩 《湖泊科学》 北大核心 2025年第4期1175-1188,共14页
样品重复数设计是环境DNA(eDNA)监测技术标准化中最靠前的一个关键环节,对特定站位或断面进行eDNA监测,采样中应该设置多少个样品重复先前已有研究探讨,而这种小时空尺度的样品重复应该是在空间上设置系列样点,还是在时间上设置连续采... 样品重复数设计是环境DNA(eDNA)监测技术标准化中最靠前的一个关键环节,对特定站位或断面进行eDNA监测,采样中应该设置多少个样品重复先前已有研究探讨,而这种小时空尺度的样品重复应该是在空间上设置系列样点,还是在时间上设置连续采样尚未有研究仔细探讨,但这对于eDNA监测实践十分重要。为解决大型河流eDNA监测中重复采样策略的优化问题,本研究在长江武汉段设计了以样品重复方式为单一变量的对照实验,通过比较不同重复方案下eDNA监测检出的物种组成差异,提出适用于小时空尺度eDNA监测的采样建议。结果显示,细菌和后生动物的eDNA监测空间序列样品比时间序列样品所检出的累计物种数多,所检出物种组成的空间异质性比时间异质性大,而真菌、真核藻类、原生动物3个细分类群相反。因此,建议在大型河流小时空尺度的eDNA监测中,监测细菌和后生动物时,样品重复的设计优先关注空间重复采样;监测真菌、真核藻类、原生动物时,样品重复的设计优先关注时间重复采样,考虑到可能存在的河流特异性、断面特异性、时间特异性,本结论可能需要进行异时异地验证。特别强调,采取空间重复采样应注意采样时间的选择,采取时间重复采样应注意采样点位的选择,针对细分类群的监测采样应注意保证样品重复数量。 展开更多
关键词 eDNA监测 小尺度时空差异 重复采样 16S rRNA基因 COI基因 长江
在线阅读 下载PDF
二维多尺度符号样本熵在滚动轴承故障诊断中的应用
13
作者 孙壮壮 郑近德 +2 位作者 童靳于 潘海洋 刘庆运 《机械科学与技术》 北大核心 2025年第8期1308-1316,共9页
样本熵是度量时间序列复杂性的非线性动力学分析方法,也是滚动轴承故障特征表征的有效工具。一维样本熵只对信号的时域信息进行分析,二维样本熵可以度量信号时频域的复杂性信息。但二维样本熵比一维样本熵的计算时间更长,且容易受噪声... 样本熵是度量时间序列复杂性的非线性动力学分析方法,也是滚动轴承故障特征表征的有效工具。一维样本熵只对信号的时域信息进行分析,二维样本熵可以度量信号时频域的复杂性信息。但二维样本熵比一维样本熵的计算时间更长,且容易受噪声干扰。为此,利用符号动态滤波消除背景噪声和提高计算效率,提出了一种新的衡量信号时频分布复杂性的二维符号样本熵。同时,为了提取信号多尺度特征,将二维符号样本熵扩展到多尺度分析,提出了二维多尺度符号样本熵。在此基础上,提出了一种基于二维多尺度符号样本熵和萤火虫优化支持向量机的滚动轴承故障诊断的新方法。最后,通过模拟信号和实测数据分析,将其与二维多尺度样本熵和二维多尺度排列熵进行了对比,结果表明所提故障诊断方法的诊断精度更高。 展开更多
关键词 样本熵 二维多尺度样本熵 符号动态滤波 二维多尺度符号样本熵 故障诊断
在线阅读 下载PDF
基于自适应采样的导弹气动数据快速生成技术研究
14
作者 付朋真 张克非 +2 位作者 陈江涛 张培红 周桂宇 《计算力学学报》 北大核心 2025年第2期243-248,共6页
导弹气动数据是开展导弹气动外形设计的基础,直接使用CFD计算和风洞试验耗时较长,代理模型能够使用现有少量气动数据来预测其他气动数据,采样方法是影响代理模型精度的主要因素。本文基于现有自适应采样方法提出一种基于最大最小缩放距... 导弹气动数据是开展导弹气动外形设计的基础,直接使用CFD计算和风洞试验耗时较长,代理模型能够使用现有少量气动数据来预测其他气动数据,采样方法是影响代理模型精度的主要因素。本文基于现有自适应采样方法提出一种基于最大最小缩放距离和交叉验证误差的混合自适应采样方法,针对某型导弹设计,通过少量CFD数值计算结果建立了代理模型,对其他状态下的导弹气动数据进行预测。对比随机采样和交叉验证采样算法,通过多个测试函数和导弹气动数据实例测试,该方法在升力系数指标中误差分别降低35.02%和44.08%,在阻力系数指标中误差分别降低了53.16%和45.17%。 展开更多
关键词 气动数据 代理模型 自适应采样 最大最小缩放距离 CFD数值计算
在线阅读 下载PDF
基于多尺度空洞卷积神经网络的滚动轴承故障识别方法
15
作者 汪小虎 赵荣珍 +1 位作者 邓林峰 郑玉巧 《兰州理工大学学报》 北大核心 2025年第3期55-63,共9页
针对现有卷积神经网络模型参数偏多导致滚动轴承智能诊断效率低和识别准确率受限于训练样本数量的问题,提出了基于多尺度空洞卷积神经网络的滚动轴承故障识别方法.该方法首先在模型的输入层采用大尺寸的空洞卷积核和标准卷积核提取一维... 针对现有卷积神经网络模型参数偏多导致滚动轴承智能诊断效率低和识别准确率受限于训练样本数量的问题,提出了基于多尺度空洞卷积神经网络的滚动轴承故障识别方法.该方法首先在模型的输入层采用大尺寸的空洞卷积核和标准卷积核提取一维振动信号的多尺度敏感特征,然后使用尺寸为1×1和3×1的小卷积核以及2×1的最大池化操作对输入层所提取敏感特征进一步提取深层抽象特征,最后用全局平均池化层代替传统卷积神经网络的全连接层.同时,分别采用西储大学轴承故障数据和实验室轴承故障数据进行实验验证.结果表明,该方法泛化性能良好,并且能够在训练样本较少的情况下出色地完成故障识别任务,即使在一定噪声干扰下也能够对轴承微弱故障准确识别. 展开更多
关键词 多尺度空洞卷积神经网络 滚动轴承 故障识别 小样本 微弱故障
在线阅读 下载PDF
一个面向人物图像修复的去噪扩散概率模型
16
作者 郑志强 王怿 《小型微型计算机系统》 北大核心 2025年第8期1950-1959,共10页
本文提出了一种基于改进去噪扩散概率模型(DDPM)的图像修复方法,特别适用于人物图像的修复任务.与传统图像修复方法相比,本方法通过引入渐进式采样策略和采样调度机制,提高了修复质量和效率.此外,本文还在模型微调中应用了LoRA技术,通... 本文提出了一种基于改进去噪扩散概率模型(DDPM)的图像修复方法,特别适用于人物图像的修复任务.与传统图像修复方法相比,本方法通过引入渐进式采样策略和采样调度机制,提高了修复质量和效率.此外,本文还在模型微调中应用了LoRA技术,通过低秩矩阵分解大幅减少了计算资源的占用并应用缩放梯度下降法改进优化器更好地学习图像风格.实验结果表明,该方法在复杂纹理、非重复性结构及大范围缺失区域的修复方面取得了显著的效果,为图像修复技术的进一步发展提供了新的思路和方法. 展开更多
关键词 图像修复 DDPM 渐进式采样 采样调度 缩放梯度下降 LoRA
在线阅读 下载PDF
融合自适应采样与全局感知的图像深度估计算法
17
作者 王国相 李昌隆 +2 位作者 宋俊锋 叶振 金恒 《计算机工程与应用》 北大核心 2025年第5期261-268,共8页
深度估计旨在通过少量稀疏深度样本点预测场景的稠密深度图,现有方法通常直接从稀疏深度样本生成最终的深度预测图,没有充分挖掘稀疏深度图包含的几何信息,导致深度估计算法的预测精度不够高。针对上述问题,提出一种融合自适应采样与全... 深度估计旨在通过少量稀疏深度样本点预测场景的稠密深度图,现有方法通常直接从稀疏深度样本生成最终的深度预测图,没有充分挖掘稀疏深度图包含的几何信息,导致深度估计算法的预测精度不够高。针对上述问题,提出一种融合自适应采样与全局感知的图像深度估计算法,由粗粒度到细粒度逐步预测深度图。通过引入预训练的深度补全网络预测粗粒度的稠密深度图,获取丰富的场景结构信息和语义信息。设计自适应深度采样方法,引导算法模型对远处的区域施加更多关注,缓解深度数据的长尾分布问题。同时通过新设计的全局感知模块,捕获并融合多尺度特征,从而获取更多的场景上下文信息。在NYU-Depth-v2数据集上的实验结果表明,算法在整体性能上超越了其他方法;消融实验的结果验证了提出的各个模块的有效性;Zero-shot实验的结果表明算法有较好的泛化性能,其中在ScanNet数据集上的阈值精度指标δ<1.25相比P3D方法提升了42个百分点,相比S2D方法则提升了3.8个百分点。 展开更多
关键词 深度估计 深度补全 稠密深度图 多尺度特征融合 自适应采样
在线阅读 下载PDF
基于近远场结合的微结构调制像差仿真
18
作者 鲍帅 高志山 +5 位作者 霍霄 刘秋言 乔文佑 杨文卓 袁群 郭珍艳 《光学精密工程》 北大核心 2025年第5期716-727,共12页
基于光学成像原理的低相干显微干涉能够有效重建微结构表面的三维形貌,然而在测量高深宽比结构底部形貌的过程中探测光会受到结构调制产生波前畸变,导致测量失败。通过仿真计算能够得到微结构的像差调制规律,为其像差校正和补偿提供先... 基于光学成像原理的低相干显微干涉能够有效重建微结构表面的三维形貌,然而在测量高深宽比结构底部形貌的过程中探测光会受到结构调制产生波前畸变,导致测量失败。通过仿真计算能够得到微结构的像差调制规律,为其像差校正和补偿提供先验值。基于矢量衍射的电磁仿真方法能够准确地描述高深宽比微结构带来的复杂非线性调制,但此类方法数据量大、计算效率低,难以建立有效的三维仿真模型。针对该问题,提出一种近远场结合的像差仿真方法,以提高仿真的计算效率。采用基于全波模拟的时域有限差分法计算三维仿真中高深宽比微结构对探测光场的调制过程,得到经微结构调制后的探测光的近场分布,再通过带限缩放角谱法将探测光的近场分布传递至远场,实现调制像差的计算。通过实验装置测量了不同样品的调制像差验证了本文方法的准确性,同时仿真结果表明,在同等仿真精度下本文所提方法使计算速度提高了1倍以上。 展开更多
关键词 低相干显微干涉 样品调制像差 时域有限差分 带限缩放角谱 高深宽比微结构
在线阅读 下载PDF
融合空-频域的动态SAR图像目标检测 被引量：2
19
作者 沈学利 王嘉慧 吴正伟 《光电工程》 北大核心 2025年第1期68-85,共18页
针对合成孔径雷达(synthetic aperture radar,SAR)图像样本特征差异大、目标尺度不均衡、背景散斑噪声高所导致的检测精度低、推理速度慢问题,提出一种融合空-频域的动态SAR图像目标检测算法。首先,采用分流感知策略构造空-频域感知单元... 针对合成孔径雷达(synthetic aperture radar,SAR)图像样本特征差异大、目标尺度不均衡、背景散斑噪声高所导致的检测精度低、推理速度慢问题,提出一种融合空-频域的动态SAR图像目标检测算法。首先,采用分流感知策略构造空-频域感知单元,结合动态感受野及分数阶Gabor变换法,增强算法对空间多样性特征和频率散射特征的捕获能力与感知力,优化模型对全局上下文信息的保留能力,加快推理速度,降低特征映射模式相似性与背景噪声干扰,有效改善漏检、误检情况。其次,采用重参数学习法设计自适应特征融合模块,优化多尺度特征间的交互与整合,丰富特征的多样性,缓解特征采样引起的差异映射与信息丢失问题,加强小目标信息与关键频率信息在融合过程中的显著性,提高多尺度样本检测精度。最后,引入DY_IoU动态回归损失函数,利用自适应尺度惩罚因子与动态非单调注意力机制解决锚框膨胀和位置偏差问题,进一步增强模型对多尺度目标的定位与检测能力,加快模型收敛速度,减少模型计算量。在公开数据集SAR-Acraft-1.0和HRSID上进行相关实验,实验结果表明:该方法mAP@0.5数值达到了95.9%和98.8%,较基线模型分别提升5.2%和1.2%,且优于其他对比算法。表明该算法显著提升了检测精度,具备良好的鲁棒性与泛化性。 展开更多
关键词 SAR图像 分流感知 分数阶Gabor变换法 特征融合 多尺度样本 小目标 DY_IoU
在线阅读 下载PDF
基于核特征缩放和边界样本挖掘的不平衡图像分类方法 被引量：1
20
作者 冷强奎 陶抒清 《计算机科学与探索》 北大核心 2025年第7期1851-1867,共17页
不平衡图像分类是计算机视觉领域的一大挑战。尽管深度学习技术已被广泛应用,但类别不平衡问题仍然显著,导致模型偏向多数类而忽视少数类。传统的数据采样方法易引入噪声或丢失关键信息,限制了模型的泛化能力。研究表明,将几何思想融入... 不平衡图像分类是计算机视觉领域的一大挑战。尽管深度学习技术已被广泛应用,但类别不平衡问题仍然显著,导致模型偏向多数类而忽视少数类。传统的数据采样方法易引入噪声或丢失关键信息,限制了模型的泛化能力。研究表明,将几何思想融入深度学习方法中是一种有效且创新的解决方案。几何思想通过优化特征空间结构、改进决策边界和增强数据多样性,显著提升了不平衡图像分类的性能。提出了一种新的几何深度学习方法,该方法集成了基于核函数的层次特征缩放技术(KHFS)和相对邻域边界样本挖掘手段(RNBM)。KHFS借鉴了基于核函数的支持向量数据描述(SVDD),通过层次聚类确定每类的中心点,并计算以中心点为球心的超球体半径,对各类特征向量进行相应缩放,从而增强少数类样本的表示能力。RNBM方法则通过构建相对邻域图来捕捉样本间的邻域关系,从中挖掘出不同类别交界处的边界样本,以约束类内样本的紧凑性和类间样本的分散性。此外,也引入了卷积块自注意力机制(CBSA),应用于卷积神经网络(CNN)特征提取模块,旨在关注输入数据中的关键信息。在CIFAR-10、CIFAR-100、CINIC-10三个基准数据集上的大量实验验证了该几何深度学习方法在解决数据不平衡问题方面优于现有模型的显著性能。 展开更多
关键词 不平衡图像分类 几何方法 特征缩放 边界样本挖掘 支持向量数据描述
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 21 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部