期刊文献+
共找到54,873篇文章
< 1 2 250 >
每页显示 20 50 100
Soliton Solutions of a Coupled KdV System via Backlund Transformation
1
作者 CAO Xifang WU Yiheng +2 位作者 LU Yi XU Wenjing XIA Yutong 《应用数学》 北大核心 2025年第1期211-216,共6页
In this paper we use Böcklund transformation to construct soliton solutions for a coupled KdV system.This system was first proposed by Wang in 2010.First we generalize the well-known Bäcklund transformation ... In this paper we use Böcklund transformation to construct soliton solutions for a coupled KdV system.This system was first proposed by Wang in 2010.First we generalize the well-known Bäcklund transformation for the KdV equation to such coupled KdV system.Then from a trivial seed solution,we construct soliton solutions.We also give a nonlinear superposition formula,which allows us to generate multi-soliton solutions. 展开更多
关键词 KdV equation Coupled KdV system B¨acklund transformation SOLITON
在线阅读 下载PDF
What changes are needed for the outdoor industry's sustainable transformation in 2025?
2
作者 Zhao Xinhua 《China Textile》 2025年第1期14-15,共2页
The year 2024 is also a turning point in the outdoor gear industry's commitment to sustainaiity.This shift towards eco-friendly products is not just a trend but a response to a growing awareness of environmental c... The year 2024 is also a turning point in the outdoor gear industry's commitment to sustainaiity.This shift towards eco-friendly products is not just a trend but a response to a growing awareness of environmental conservation.Manufacturers are increasingly focusing on reducing the eCo-logical footprint of their products,illizing recycled materials,and adopting sustainable manufacturing processes.This transformation is driven by a combination of consumer demand,environmental responsibility,and technological advancements. 展开更多
关键词 transformation TURNING SUSTAINABLE
在线阅读 下载PDF
CNN联合多尺度Transformer的高光谱与多光谱图像融合
3
作者 徐光宪 周伟杰 马飞 《红外技术》 北大核心 2025年第1期52-62,共11页
高光谱图像具有丰富的光谱信息,多光谱图像具有精妙的几何特征,融合高分辨率的多光谱图像和低分辨率的高光谱图像可以获取更为全面的遥感数据图像。然而现有的融合网络大多数基于卷积神经网络所设计,对于结构复杂的遥感类图像而言,依赖... 高光谱图像具有丰富的光谱信息,多光谱图像具有精妙的几何特征,融合高分辨率的多光谱图像和低分辨率的高光谱图像可以获取更为全面的遥感数据图像。然而现有的融合网络大多数基于卷积神经网络所设计,对于结构复杂的遥感类图像而言,依赖于核大小的卷积运算,容易导致特征融合阶段缺乏一些全局上下文信息。为保证图像融合的质量,本文提出了一种CNN(Convolutional Neural Network,CNN)联合多尺度transformer网络来实现多光谱和高光谱图像融合,结合了CNN的特征提取能力与transformer的全局建模优势。网络将融合任务分为了两个阶段,特征提取阶段和融合阶段。特征提取阶段,针对图像特性,基于卷积神经网络分别设计了不同模块用于特征提取。融合阶段,通过多尺度transformer模块从局部到全局建立信息间长距离关联,最后通过多层卷积层将特征映射为高分辨率的高光谱图像。经过在CAVE和Harvard数据集的实验结果表明,本文所提算法与其他经典算法相比,能更好地提升融合图像的质量。 展开更多
关键词 高光谱图像 多光谱图像 卷积神经网络 transformER 图像融合
在线阅读 下载PDF
一种融合Transformer的多尺度结构图像去模糊方法
4
作者 郭业才 阳刚 毛湘南 《电光与控制》 北大核心 2025年第3期62-68,共7页
针对现有图像去模糊模型对于全局特征信息学习的不足以及感受野受限的问题,提出一种改进的融合Transformer的多尺度结构图像去模糊方法。首先,为了提高模型对全局特征学习以及远程像素捕获的能力,设计了一个多特征多尺度融合模块,该模... 针对现有图像去模糊模型对于全局特征信息学习的不足以及感受野受限的问题,提出一种改进的融合Transformer的多尺度结构图像去模糊方法。首先,为了提高模型对全局特征学习以及远程像素捕获的能力,设计了一个多特征多尺度融合模块,该模块利用双旁路结构将局部特征信息和全局特征信息有效地结合起来,同时简化Transformer以提升计算效率;其次,为了缓解卷积操作缺乏输入内容自适应的缺点,将通道注意力引入到特征融合模块中来动态地学习有用信息;最后,在基准数据集GoPro上,所提方法取得的峰值信噪比为31.87 dB,结构相似度为0.952。实验结果表明,所提方法与主流方法相比能够有效地复原图像细节特征,并且能够提升后续计算机视觉任务的鲁棒性。 展开更多
关键词 图像去模糊 多尺度结构 transformER 卷积神经网络 注意力机制
在线阅读 下载PDF
基于Transformer网络的无人机目标航迹关联方法
5
作者 张强 王淳 陈亚伟 《空天预警研究学报》 2025年第2期90-92,98,共4页
针对传统航迹关联方法在密集目标场景下存在关联错误率高、关联效率低等问题,本文提出了一种基于Transformer的航迹关联方法.该方法通过Transformer网络自动抽取关联特征,自动学习航迹关联准则,实现了对雷达航迹端到端关联.仿真结果表明... 针对传统航迹关联方法在密集目标场景下存在关联错误率高、关联效率低等问题,本文提出了一种基于Transformer的航迹关联方法.该方法通过Transformer网络自动抽取关联特征,自动学习航迹关联准则,实现了对雷达航迹端到端关联.仿真结果表明,与传统的联合概率数据关联(JPDA)方法相比,本文提出的方法具备较好的航迹关联能力.该方法为解决密集目标场景下航迹关联提供了一种解决思路. 展开更多
关键词 无人蜂群 航迹关联 transformer网络 端到端方法
在线阅读 下载PDF
多尺度特征提取的Transformer短期风电功率预测
6
作者 徐武 范鑫豪 +1 位作者 沈智方 刘洋 《太阳能学报》 北大核心 2025年第2期640-648,共9页
针对短期风电功率预测特征提取尺度单一问题,设计一种基于多尺度特征提取的Transformer短期风电功率预测模型(MTPNet)。首先,在Transformer构架的基础上,利用维数不变嵌入,设计多尺度特征提取网络挖掘风电功率序列本身时序特征,保证了... 针对短期风电功率预测特征提取尺度单一问题,设计一种基于多尺度特征提取的Transformer短期风电功率预测模型(MTPNet)。首先,在Transformer构架的基础上,利用维数不变嵌入,设计多尺度特征提取网络挖掘风电功率序列本身时序特征,保证了特征提取时维数不被破坏;其次,利用融合自注意力机制的长短期记忆网络挖掘气象条件与功率之间的全局依赖关系;最后,融合风电功率序列本身时序特征和气象条件依赖关系,实现短期风电功率预测。实例仿真结果表明,MTPNet模型预测精度得到提升;消融实验证明了模型各模块的可靠性和有效性,具有一定的实用价值。 展开更多
关键词 风电功率预测 transformER 注意力机制 特征提取 长短期记忆网络 维数不变嵌入层
在线阅读 下载PDF
基于音乐情感的ERoPE-Transformer音乐生成方法
7
作者 张玉梅 陈章杰 +2 位作者 吕小姣 延成岭 卢恒 《榆林学院学报》 2025年第2期78-86,共9页
针对音乐生成缺乏情感表达和交互性的问题,提出一种基于音乐情感的ERoPE-Transformer音乐生成方法。基于情感的旋转位置编码Transformer模型(Emotion Rotary Position Embedding Transformer,ERoPE-Transformer)以CP Transformer模型为... 针对音乐生成缺乏情感表达和交互性的问题,提出一种基于音乐情感的ERoPE-Transformer音乐生成方法。基于情感的旋转位置编码Transformer模型(Emotion Rotary Position Embedding Transformer,ERoPE-Transformer)以CP Transformer模型为基础模型,在CP编码的基础上加入情感标签,将音乐序列转换成离散的符号序列,并且引入旋转位置编码,提高模型的外推性,更好地捕获长序列建模中的音乐信息和情感特征。最后通过客观和主观实验对音乐质量和情感效果进行验证,与其他常用的音乐生成模型进行比较,包括Transformer-XL模型、CP Transformer模型和CEG-Transformer模型。客观实验从音高、节奏和音乐结构三个方面评价音乐质量,同时采用DUPSO-DSKSVM民歌快速分类算法对音乐情感进行分类,以验证生成音乐的情感效果。主观实验通过人耳听力测试从不同方面对音乐质量进行打分评价,同时使用人耳听力测试对音乐的情感效果进行评价。实验结果表明,本文提出的ERoPE-Transformer模型在音乐质量和情感表达上都有很好的效果,优于其他三种方法。 展开更多
关键词 情感音乐生成 transformer网络 旋转位置编码
在线阅读 下载PDF
Development of sustainable and efficient recycling technology for spent Li-ion batteries: Traditional and transformation go hand in hand 被引量:1
8
作者 Zejian Liu Gongqi Liu +4 位作者 Leilei Cheng Jing Gu Haoran Yuan Yong Chen Yufeng Wu 《Green Energy & Environment》 SCIE EI CAS CSCD 2024年第5期802-830,共29页
Clean and efficient recycling of spent lithium-ion batteries(LIBs)has become an urgent need to promote sustainable and rapid development of human society.Therefore,we provide a critical and comprehensive overview of th... Clean and efficient recycling of spent lithium-ion batteries(LIBs)has become an urgent need to promote sustainable and rapid development of human society.Therefore,we provide a critical and comprehensive overview of the various technologies for recycling spent LIBs,starting with lithium-ion power batteries.Recent research on raw material collection,metallurgical recovery,separation and purification is highlighted,particularly in terms of all aspects of economic efficiency,energy consumption,technology transformation and policy management.Mechanisms and pathways for transformative full-component recovery of spent LIBs are explored,revealing a clean and efficient closed-loop recovery mechanism.Optimization methods are proposed for future recycling technologies,with a focus on how future research directions can be industrialized.Ultimately,based on life-cycle assessment,the challenges of future recycling are revealed from the LIBs supply chain and stability of the supply chain of the new energy battery industry to provide an outlook on clean and efficient short process recycling technologies.This work is designed to support the sustainable development of the new energy power industry,to help meet the needs of global decarbonization strategies and to respond to the major needs of industrialized recycling. 展开更多
关键词 Spent LIBs transformative recycling LCA analysis Policy guidance High value utilization
在线阅读 下载PDF
增强双流Transformer的柴油发动机剩余寿命预测模型
9
作者 张曦 杨颖 +2 位作者 陈超君 王春风 杨磊 《汽车工程》 北大核心 2025年第2期292-300,325,共10页
基于Transformer的模型在剩余使用寿命(remaining useful life,RUL)预测方面取得了显著的进展。然而,现有Transformer模型主要存在以下不足:模型在提取局部特征方面有所欠缺,且没有同时考虑输入特征的不同时间和不同空间的重要性。针对... 基于Transformer的模型在剩余使用寿命(remaining useful life,RUL)预测方面取得了显著的进展。然而,现有Transformer模型主要存在以下不足:模型在提取局部特征方面有所欠缺,且没有同时考虑输入特征的不同时间和不同空间的重要性。针对以上问题,提出一种增强的双流Transformer模型,通过局部特征提取模块和交互融合模块对模型进行增强。首先,通过局部特征提取模块分别在时间流和空间流提取局部特征,以弥补Transformer在局部特征提取方面的不足。然后,使用双流Transformer分别在时间和空间维度提取长期依赖,增强双流分支的互补学习。最后,构建交互融合模块,通过双线性融合方法捕获流级交互,进一步提升预测效果。使用多个模型在某柴油发动机制造商两个真实的数据集上进行实验,其结果表明评价指标RMSE和Score至少分别降低3.23%和5.89%。 展开更多
关键词 剩余使用寿命预测 transformer编码器 卷积神经网络 特征融合 滑动窗口
在线阅读 下载PDF
基于轻量化Transformer的高效图像超分辨率算法研究
10
作者 高翔 王凡 胡小鹏 《大连理工大学学报》 北大核心 2025年第2期212-220,共9页
基于Transformer的算法在图像超分辨率领域取得的重要性能突破,得益于其捕捉图像中长程依赖关系的强大能力.然而,繁重的计算成本和高GPU显存消耗限制了其在实际中的应用,于是提出了一种基于轻量化Transformer的高效图像超分辨率算法——... 基于Transformer的算法在图像超分辨率领域取得的重要性能突破,得益于其捕捉图像中长程依赖关系的强大能力.然而,繁重的计算成本和高GPU显存消耗限制了其在实际中的应用,于是提出了一种基于轻量化Transformer的高效图像超分辨率算法——LISRFormer.该算法引入轻量化Transformer,在捕捉长程依赖关系的同时将复杂度从现有的二次方降为线性.通过跨通道计算交叉协方差,得到可应用于大尺寸图像的转置注意力图.层归一化仅作用于查询和键分支,以保留重要的输入特征.此外,还设计了一种高效门控深度卷积前馈网络(EGDFN),作为Transformer中的前馈网络,进一步恢复准确的纹理信息.在基准数据集上进行的大量定量和定性实验表明,该算法在计算成本和图像重建质量方面优于现有轻量化图像超分辨率算法. 展开更多
关键词 图像超分辨率 transformER 轻量化 注意力
在线阅读 下载PDF
预训练长短时空交错Transformer在交通流预测中的应用
11
作者 马莉 王永顺 +1 位作者 胡瑶 范磊 《浙江大学学报(工学版)》 北大核心 2025年第4期669-678,共10页
为了削弱和消除短期交通流预测普遍存在的时空幻影现象,基于Transformer网络和自监督预训练-全监督训练框架,提出新型预训练长短时空交错Transformer模型.采用自监督预训练的方式获得长期时空异质性,设计时空交错模块进行交互获得长期... 为了削弱和消除短期交通流预测普遍存在的时空幻影现象,基于Transformer网络和自监督预训练-全监督训练框架,提出新型预训练长短时空交错Transformer模型.采用自监督预训练的方式获得长期时空异质性,设计时空交错模块进行交互获得长期时空异质交互性.设计短时空循环Transformer,将短期时空序列循环压缩提取至能够表现整个短期时空序列独特时空特征的空间片上.在长期时空交错的时空异质交互性指导下,将未来时间与近似特征匹配,重建未来短期时空序列.比较不同交通流预测模型在4个交通流标准数据集和2个交通速度数据集上的预测精度和多步长.实验结果表明,相比当前先进模型,所提模型提升了交通数据预测的精确性. 展开更多
关键词 智能交通 交通流预测 transformER 深度学习 自监督
在线阅读 下载PDF
基于多尺度胶囊Swin Transformer的SAR图像目标识别方法
12
作者 侯宇超 王洁 +4 位作者 李洪涛 郝岩 段晓旗 黄凯文 田有亮 《通信学报》 北大核心 2025年第3期274-290,共17页
通过协同胶囊单元的语义特征编码和Swin Transformer的上下文特征图建模优势相结合,提出了一种多尺度胶囊Swin Transformer网络(MSCSTN),将胶囊编码和Swin Transformer联合应用于SAR图像目标识别。该网络集成3个并行的胶囊Swin Transfor... 通过协同胶囊单元的语义特征编码和Swin Transformer的上下文特征图建模优势相结合,提出了一种多尺度胶囊Swin Transformer网络(MSCSTN),将胶囊编码和Swin Transformer联合应用于SAR图像目标识别。该网络集成3个并行的胶囊Swin Transformer编码结构,融合后对输入图像进行分类。每个结构通过基于膨胀卷积切片划分的胶囊令牌编码器和三维胶囊Swin Transformer模块构建,能捕获更深层次、更广泛的语义特征。在运动和静止目标的获取与识别(MSTAR)数据集及FUSAR-Ship数据集上的实验结果表明,MSCSTN在各种测试条件下均优于其他方法。结果表明,MSCSTN展现了良好的识别性能、泛化能力和应用潜力。 展开更多
关键词 膨胀卷积切片分区 胶囊令牌编码器 三维胶囊Swin transformer模块 多尺度胶囊Swin transformer网络 SAR图像目标识别
在线阅读 下载PDF
面向密集预测任务的点云Transformer适配器
13
作者 张德军 白燕子 +2 位作者 曹锋 吴亦奇 徐战亚 《浙江大学学报(工学版)》 北大核心 2025年第5期920-928,共9页
提出点云Transformer适配器(PCT-Adapter)框架,以增强标准Transformer在点云密集预测任务中的处理能力.设计灵活的层次化点云多尺度先验特征提取模块,该模块不仅增强了标准Transformer对不同尺度物体的感知能力,而且提升了对多样数据集... 提出点云Transformer适配器(PCT-Adapter)框架,以增强标准Transformer在点云密集预测任务中的处理能力.设计灵活的层次化点云多尺度先验特征提取模块,该模块不仅增强了标准Transformer对不同尺度物体的感知能力,而且提升了对多样数据集和下游任务的适应性.在Adapter与标准Transformer之间设计双向特征交互模块.该模块实现了点云先验特征向标准Transformer的有效注入及多尺度点云特征金字塔的更新,在保持标准Transformer架构的同时,通过多次交互显著提高了特征的表达能力. PCT-Adapter以标准Transformer为主干,支持加载多种点云Transformer预训练参数,增强了迁移学习的能力.在ShapeNetPart、S3DIS和SemanticKITTI数据集上的实验结果证明,利用PCT-Adapter框架,显著提升了标准Transformer在密集预测任务中的适应性. 展开更多
关键词 标准transformer 密集预测任务 适配器 特征交互 任务迁移
在线阅读 下载PDF
基于对比学习和预训练Transformer的流量隐匿数据检测方法
14
作者 何帅 张京超 +3 位作者 徐笛 江帅 郭晓威 付才 《通信学报》 北大核心 2025年第3期221-233,共13页
为解决海量加密流量难表征、恶意行为难感知以及隐私数据归属难识别的问题,提出了一种基于对比学习和预训练Transformer的流量隐匿数据检测方法。考虑加密流量的高度复杂性、非结构化的特点以及传统下游任务的微调方法在加密流量领域的... 为解决海量加密流量难表征、恶意行为难感知以及隐私数据归属难识别的问题,提出了一种基于对比学习和预训练Transformer的流量隐匿数据检测方法。考虑加密流量的高度复杂性、非结构化的特点以及传统下游任务的微调方法在加密流量领域的效果不佳的挑战,数据报文通过提取数据包序列被转换为类似自然语言处理中的词元。然后利用预训练Transformer模型将浅层表征转换为适用于多种加密流量下游任务的通用流量表征。通过将流量中的隐匿数据检测问题转换为相似性分析问题,基于对比学习的思想设计了一种差异性敏感的Transformer模型架构,同时使用样本的正负样本对增强模型对流量差异性的感知能力,并提出使用信息对比估计作为加密流量下游任务微调的损失函数。实验结果表明,所提方法在检测准确率、精确率、召回率以及F1分数等方面优于主流方法。 展开更多
关键词 流量隐匿数据检测 预训练transformer模型 对比学习 加密流量
在线阅读 下载PDF
基于Swin-AK Transformer的智能手机拍摄图像质量评价方法
15
作者 侯国鹏 董武 +4 位作者 陆利坤 周子镱 马倩 柏振 郑晟辉 《光电工程》 北大核心 2025年第1期116-130,共15页
本文提出了一种基于双交叉注意力融合的Swin-AK Transformer(Swin Transformer based on alterable kernel convolution)和手工特征相结合的智能手机拍摄图像质量评价方法。首先,提取了影响图像质量的手工特征,这些特征可以捕捉到图像... 本文提出了一种基于双交叉注意力融合的Swin-AK Transformer(Swin Transformer based on alterable kernel convolution)和手工特征相结合的智能手机拍摄图像质量评价方法。首先,提取了影响图像质量的手工特征,这些特征可以捕捉到图像中细微的视觉变化;其次,提出了Swin-AK Transformer,增强了模型对局部信息的提取和处理能力。此外,本文设计了双交叉注意力融合模块,结合空间注意力和通道注意力机制,融合了手工特征与深度特征,实现了更加精确的图像质量预测。实验结果表明,在SPAQ和LIVE-C数据集上,皮尔森线性相关系数分别达到0.932和0.885,斯皮尔曼等级排序相关系数分别达到0.929和0.858。上述结果证明了本文提出的方法能够有效地预测智能手机拍摄图像的质量。 展开更多
关键词 图像质量评价 智能手机拍摄图像 Swin transformer 手工特征 空间注意力 通道注意力
在线阅读 下载PDF
一种基于Transformer特征金字塔的自蒸馏目标分割方法
16
作者 陈雷 杨吉斌 +5 位作者 曹铁勇 郑云飞 王杨 张波 林振华 李文斌 《电子与信息学报》 北大核心 2025年第2期551-560,共10页
为在不增加网络参数规模的情况下提升目标分割性能,该文提出一种基于Transformer特征金字塔的自蒸馏目标分割方法,提升了Transformer分割模型的实用性。首先,以Swin Transformer为主干网构建了像素级的目标分割模型;然后,设计了适合Tran... 为在不增加网络参数规模的情况下提升目标分割性能,该文提出一种基于Transformer特征金字塔的自蒸馏目标分割方法,提升了Transformer分割模型的实用性。首先,以Swin Transformer为主干网构建了像素级的目标分割模型;然后,设计了适合Transformer的蒸馏辅助分支,该分支由密集连接空间空洞金字塔(Dense ASPP)、相邻特征融合模块(AFFM)和得分模块构建而成,通过自蒸馏方式指导主干网络学习蒸馏知识;最后,利用自上而下的学习策略指导模型学习,以保证自蒸馏学习的一致性。实验表明,在4个公开数据集上所提方法均能有效提升目标分割精度,在伪装目标检测(COD)数据集上比次优的Transformer知识蒸馏(TKD)方法的Fβ值提高了约2.29%。 展开更多
关键词 自蒸馏 transformER 目标分割 特征金字塔
在线阅读 下载PDF
基于Transformer的高光谱图像域适应分类 被引量:1
17
作者 何文强 李照奎 房卓群 《激光杂志》 北大核心 2025年第2期141-148,共8页
针对跨域高光谱图像分类中的光谱偏移和光谱冗余问题,提出了一种基于Transformer的高光谱图像域适应分类方法。该方法结合逐像素高光谱长波段分块策略和基于邻域相关性的中心像元特征提取策略,有效提取高光谱图像中的局部-长程光谱相关... 针对跨域高光谱图像分类中的光谱偏移和光谱冗余问题,提出了一种基于Transformer的高光谱图像域适应分类方法。该方法结合逐像素高光谱长波段分块策略和基于邻域相关性的中心像元特征提取策略,有效提取高光谱图像中的局部-长程光谱相关性特征和中心像元信息,最后通过双分类器架构实现知识的有效迁移。在Houston和YRD数据集上的实验结果证实了所提方法的有效性。本方法的提出为高光谱图像的域适应分类研究提供了新的视角和技术路径。 展开更多
关键词 高光谱图像 遥感 分类 域适应 transformER
在线阅读 下载PDF
Lite-IJformer:面向长序列Transformer的轻量化方法
18
作者 连家诚 郝一帆 +2 位作者 张曦珊 支天 孙广中 《高技术通讯》 北大核心 2025年第2期167-174,共8页
针对面向长序列的Transformer计算复杂度高的问题,本文提出了一种Trans-former轻量化方法Lite-IJformer。其核心思路分为2步:(1)对自注意力(self-attention)进行线性化,将Transformer的计算复杂度从输入序列的平方降至线性;(2)基于低秩... 针对面向长序列的Transformer计算复杂度高的问题,本文提出了一种Trans-former轻量化方法Lite-IJformer。其核心思路分为2步:(1)对自注意力(self-attention)进行线性化,将Transformer的计算复杂度从输入序列的平方降至线性;(2)基于低秩矩阵分解理论对KV矩阵乘法进行降维,进一步减少计算规模。在长序列竞技基准测试上的实验表明,当输入长度为1000~2000时,线性化可以将self-attention计算量降低13~26倍,将Transformer的推理速度提升4.75~5.72倍而无精度损失;在经过降维后,self-attention的计算量进一步减少了17.0%,模型推理速度提升了1.17倍,精度损失在0.5%以内。 展开更多
关键词 transformER 自注意力 线性化方法 降维
在线阅读 下载PDF
基于模糊控制与Transformer的食品智能温控方法
19
作者 由春辉 李如成 +1 位作者 刘艳飞 赵峰 《食品与机械》 北大核心 2025年第1期120-125,共6页
[目的]针对传统的温控方法(如PID控制)在应对动态、多变量复杂场景时存在响应迟缓、超调显著以及无法充分利用预测信息的局限性,提出一种结合模糊控制与Transformer预测模型的食品智能温控方法,旨在提高方法的温控精度、响应速度以及能... [目的]针对传统的温控方法(如PID控制)在应对动态、多变量复杂场景时存在响应迟缓、超调显著以及无法充分利用预测信息的局限性,提出一种结合模糊控制与Transformer预测模型的食品智能温控方法,旨在提高方法的温控精度、响应速度以及能耗效率。[方法]利用Transformer对未来多时间步的环境温度和目标温度进行趋势预测,基于模糊逻辑进行实时的温度偏差控制,并以披萨坯的温控为例进行实验验证。[结果]试验提出的智能温控方法在预测和控制性能方面均优于传统方法。与其他两种预测模型对比,在3种时间序列预测中,Transformer模型的平均绝对误差(MAE)降低了21.30%(从0.19℃降低到0.15℃),均方根误差(RMSE)降低了16.67%~25.00%。在冷藏库温控场景中,与其他4种方法相比,试验方法的温度超调量降低了15.73%~39.27%,响应时间缩短了14.24%~33.52%,稳态误差减小至33.30%~62.50%。在烘焙炉温控场景中,与其他4种方法相比,试验方法的温度超调量降低了11.24%~33.05%,响应时间缩短了11.54%~33.03%,稳态误差减小至40.00%~71.43%。[结论]结合模糊控制与Transformer的智能温控方法在复杂食品贮藏与加工场景下表现出卓越的预测精度和控制效果,相较于其他方法具有显著的性能优势。 展开更多
关键词 模糊控制 transformER 智能温控 食品保鲜 预测控制
在线阅读 下载PDF
基于条件先验Swin Transformer的人脸图像超分辨重建
20
作者 郑方亮 王延年 +1 位作者 廉继红 阮佩 《电子科技》 2025年第2期35-41,共7页
针对现有基于Swin Transformer图像超分辨模型未对人脸图像进行预处理导致最终超分辨结果不佳的问题,文中提出了基于条件先验Swin Transformer的人脸图像超分辨重建方法。该方法利用人脸解析图融合Swin Transformer模型对人脸图像进行... 针对现有基于Swin Transformer图像超分辨模型未对人脸图像进行预处理导致最终超分辨结果不佳的问题,文中提出了基于条件先验Swin Transformer的人脸图像超分辨重建方法。该方法利用人脸解析图融合Swin Transformer模型对人脸图像进行预处理,使用条件先验对人脸超分问题进行优化,采用人脸解析图Parsing Map进行约束从而得到更有价值的先验信息。在深层特征提取阶段,将通道空间注意力机制融合Swin Transformer模块对特征组调整进行速度与精度的平衡。实验结果表明,所提方法在测试集上的峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)为32.21 dB,相较于现有模型具有一定提升。实验证明改进模型更适用于人脸,所生成结果更清晰、更真实,能够还原出更多人脸图像纹理细节。 展开更多
关键词 图像超分辨 Swin transformer 深度学习 条件先验 人脸超分辨 注意力机制 transformER 图像处理 超分重建
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部