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9篇文章
< 1 >
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：
基于分层机制引导神经网络的微动疲劳寿命预测
1
作者 刘钰锦 袁荒 《航空发动机》 北大核心 2025年第2期115-123,共9页
为了提高采用机器学习方法预测航空发动机微动疲劳寿命的准确度与适用性,开展基于分层机制引导神经网络(HMNN)法的GH4169合金榫接结构微动疲劳寿命预测研究。按照先验知识来辅助人工神经网络(ANN)权重更新的思路,建立了包含临界面模型... 为了提高采用机器学习方法预测航空发动机微动疲劳寿命的准确度与适用性,开展基于分层机制引导神经网络(HMNN)法的GH4169合金榫接结构微动疲劳寿命预测研究。按照先验知识来辅助人工神经网络(ANN)权重更新的思路,建立了包含临界面模型信息的物理信息神经网络(PINN)结构。基于FS(Fatemi-Socie)临界面模型相似函数引导神经网络权重优化方向,建立了准确性更高的修正HMNN模型。结果表明:采用修正HMNN方法进行寿命预测精度更高,其对多轴非比例疲劳、微动疲劳的寿命预测误差均在2倍线内;旁路神经网络结构可有效将FS模型信息与神经网络训练过程相结合,增强了神经网络的物理可解释性;数据选取对神经网络模型精确性影响较小,但数据边界值对能否训练出合理模型至关重要。包含FS模型信息的神经网络可有效降低对数据边界值的需求,具有很好的工程应用潜力。 展开更多
关键词 分层机制引导神经网络 微动疲劳 多轴非比例疲劳 疲劳寿命评估 镍基高温合金 临界面模型 航空发动机
在线阅读 下载PDF
基于语义引导神经网络的人体动作识别算法 被引量：4
2
作者 郭宗洋 刘立东 +3 位作者 蒋东华 刘子翔 朱熟康 陈京华 《图学学报》 CSCD 北大核心 2024年第1期26-34,共9页
近年来,采用深度前馈神经网络对骨骼关节的三维坐标建模成为了一种趋势。但网络识别准确率低、巨大的参数量以及实时性差仍然是基于骨骼数据动作识别领域中急需解决的问题。为此,提出一种基于语义引导神经网络(SGN)改进的网络模型。首先... 近年来,采用深度前馈神经网络对骨骼关节的三维坐标建模成为了一种趋势。但网络识别准确率低、巨大的参数量以及实时性差仍然是基于骨骼数据动作识别领域中急需解决的问题。为此,提出一种基于语义引导神经网络(SGN)改进的网络模型。首先,在原网络中引入了非局部特征提取模块用于增强其在高级语义指导模型训练和预测的表现,降低了其在自然语言处理任务中的计算复杂性和推理时间;其次,引入注意力机制学习每个图卷积网络层的通道权重并减少通道间的冗余信息,进一步提高模型的计算效率和识别准确率;此外,以可变形卷积模块动态学习不同图卷积网络(GCN)层通道的权重,并有效地聚合不同通道中的关节特征用于网络最后的分类识别,从而提高特征信息的利用率。最后,在NTU RGB+D和NTU RGB+D 120公开数据集上进行人体动作识别实验。实验结果表明,所提出的网络比大多数网络小一个数量级,并且在识别准确率上明显优于原网络和其他一些先进的算法。 展开更多
关键词 人体动作识别 图卷积网络 语义引导神经网络 非局部特征提取 注意力机制 可变形卷积
在线阅读 下载PDF
基于多尺度空间注意力引导的图像超分辨率重建网络
3
作者 程德强 王培杰 +2 位作者 董彦强 寇旗旗 江鹤 《北京航空航天大学学报》 北大核心 2025年第7期2185-2195,共11页
针对基于注意力机制的图像超分辨率重建网络忽视了注意力特征的差异性,仅将注意力机制直接引入到网络模型中,对不同层次特征进行相同处理的问题,设计了一种多尺度空间注意力引导的图像超分辨率重建网络SAGN。提出了增强特征提取残差块(E... 针对基于注意力机制的图像超分辨率重建网络忽视了注意力特征的差异性,仅将注意力机制直接引入到网络模型中,对不同层次特征进行相同处理的问题,设计了一种多尺度空间注意力引导的图像超分辨率重建网络SAGN。提出了增强特征提取残差块(ERB),完善了局部信息的表征能力;集成了多尺度空间注意力(MSA)模块,获取了MSA特征信息;引入了注意力引导模块(AGM),对不同的特征分配个性化的权重,以实现有效的上下文全局特征融合和冗余信息抑制。实验结果表明:量化测试和主观效果上,相比于传统的注意力结构,SAGN在4个基准数据集上都展现出了优越性,其4倍重建结果的峰值信噪比(PSNR)较次优模型平均提高了0.05 dB,进一步证实了SAGN在恢复图像的几何结构和细节方面的优势。 展开更多
关键词 超分辨率重建 卷积神经网络 注意力机制 多尺度空间注意力 注意力引导
在线阅读 下载PDF
一种分层注意力机制与用户动态偏好融合的序列推荐算法
4
作者 闫猛猛 汪海涛 +1 位作者 贺建峰 陈星 《小型微型计算机系统》 CSCD 北大核心 2024年第3期621-628,共8页
针对现有的序列推荐算法通常仅采用单一项目信息来捕获项目的潜在特征,以及循环神经网络存在时间依赖性随序列中位置单调变化的问题,提出一种分层注意力机制与用户动态偏好融合的序列推荐算法.首先,针对单一项目信息不足以学习项目准确... 针对现有的序列推荐算法通常仅采用单一项目信息来捕获项目的潜在特征,以及循环神经网络存在时间依赖性随序列中位置单调变化的问题,提出一种分层注意力机制与用户动态偏好融合的序列推荐算法.首先,针对单一项目信息不足以学习项目准确表示的问题,提出一种分层注意力机制用于学习高质量的项目表示.其次,针对循环神经网络的时间依赖性严重损害了用户近期偏好建模的问题,引入文本卷积神经网络来提取循环隐藏状态之间的短期序列模式,并根据用户意图将用户长期偏好与近期偏好进行动态融合.此外,针对传统自注意力机制无法对序列中元素的相对位置信息进行建模的问题,对现有的自注意力机制进行了改进,充分捕获序列中元素的相对位置信息.并在公开数据集MovieLens-1M与Amazon-Book上与现有优秀算法作比较,实验结果证明了所提算法的有效性. 展开更多
关键词 序列推荐 分层注意力机制 文本卷积神经网络 动态偏好
在线阅读 下载PDF
基于自注意力机制的双向分层语义模型 被引量：1
5
作者 张志远 李庭恩 《计算机工程与设计》 北大核心 2019年第9期2607-2613,共7页
针对以文本词向量作为输入的神经网络无法充分利用文本语义结构特征信息、难以有效表示每个词语在句子中的重要程度等问题,提出一种基于自注意力机制的双向分层语义模型Satt-BiHSNN。通过双层双向LSTM将文本词向量进行训练得到文本表示... 针对以文本词向量作为输入的神经网络无法充分利用文本语义结构特征信息、难以有效表示每个词语在句子中的重要程度等问题,提出一种基于自注意力机制的双向分层语义模型Satt-BiHSNN。通过双层双向LSTM将文本词向量进行训练得到文本表示,解决长距离依赖问题;通过自注意力机制从多个视角有效获取每个词语在句子中的重要程度,减少噪音词语权重并获取更多隐藏信息;使用softmax分类器进行文本分类。在IMDB和20Newsgroup数据集上的实验结果表明,该方法在文本分类任务中,较之前基于传统注意力机制的文本分类模型在准确率和收敛速度上有了进一步的提高。 展开更多
关键词 深度学习 文本分类 自注意力机制 循环神经网络 分层语义表示
在线阅读 下载PDF
神经元活性引导机器人脱困的全覆盖路径规划 被引量：2
6
作者 江静岚 《机械设计与制造》 北大核心 2022年第6期295-299,304,共6页
为了解决生物激励神经网络算法在全覆盖路径规划中陷入死区的问题,提出了脱困点搜索和脱困路径规划组合的脱困机制。建立了工作区域的栅格模型,分析了生物激励神经网络算法原理和缺陷。通过设计元胞演化规则,给出了基于元胞自动机的最... 为了解决生物激励神经网络算法在全覆盖路径规划中陷入死区的问题,提出了脱困点搜索和脱困路径规划组合的脱困机制。建立了工作区域的栅格模型,分析了生物激励神经网络算法原理和缺陷。通过设计元胞演化规则,给出了基于元胞自动机的最佳脱困点搜索方法。对于脱困路径规划问题,传统RRT算法的采样和扩展具有随机性和盲目性,提出了神经元活性引导RRT算法,使RRT算法的随机树扩展具有较强的方向性。经仿真验证,与传统RRT算法相比,神经元活性引导RRT算法的耗时减少了一个数量级,扩展节点数减少了2倍,脱困路径减少了12.96%,是一种非常高效的脱困方法。另外,具有脱困机制的生物激励神经网络算法能够完成工作区域全覆盖,有效解决了死区问题。 展开更多
关键词 机器人全覆盖规划 生物激励神经网络 脱困机制 元胞自动机 神经元活性引导RRT算法
在线阅读 下载PDF
邻域信息分层感知的知识图谱补全方法 被引量：2
7
作者 梁梅霖 段友祥 +1 位作者 昌伦杰 孙歧峰 《计算机工程与应用》 CSCD 北大核心 2024年第2期147-153,共7页
知识图谱补全(KGC)旨在利用知识图谱的现有知识推断三元组的缺失值。近期的一些研究表明,将图卷积网络(GCN)应用于KGC任务有助于改善模型的推理性能。针对目前大多数GCN模型存在的同等对待邻域信息、忽略了邻接实体对中心实体的不同贡... 知识图谱补全(KGC)旨在利用知识图谱的现有知识推断三元组的缺失值。近期的一些研究表明,将图卷积网络(GCN)应用于KGC任务有助于改善模型的推理性能。针对目前大多数GCN模型存在的同等对待邻域信息、忽略了邻接实体对中心实体的不同贡献度、采用简单的线性变换更新关系嵌入等问题,提出了一个邻域信息分层感知的图神经网络模型NAHAT,在关系更新中引入实体特征信息,通过聚合实体和关系表征来丰富异质关系语义,提高模型的表达能力。同时,将自我对立的负样本训练应用到损失计算中,实现模型的高效训练。实验结果表明,与图卷积网络模型COMPGCN相比,所提出的模型在FB15K-237数据集上Hits@1、Hits@10指标分别提高了3%、2.6%;在WN18RR数据集上分别提高了0.9%、2.2%。验证了所提出的模型的有效性。 展开更多
关键词 知识图谱 知识表示学习 分层注意力机制 图神经网络
在线阅读 下载PDF
基于双重注意力和分层感知表征的IQA方法 被引量：1
8
作者 史再峰 佟博文 +2 位作者 孔凡宁 康泰 罗韬 《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2024年第3期234-243,共10页
图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一... 图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一种全参考图像质量评价方法,采用Siamese结构的卷积神经网络实现非线性映射,从不同尺度和视觉复杂度表征图像信息,并通过双重注意力模拟人类在评价图像质量时对视觉注意力的调控过程.此方法在特征提取阶段引入空间注意力机制,对特征图的二维空间位置赋以权重,计算人在感知图像失真信息时对空间区域的注意力差别.在特征融合阶段利用分组通道注意力模块显式建模通道间的依赖关系,对感知差异特征进行自适应的校准,使网络关注对于图像质量评价影响大的通道特征.实验结果表明,该方法在LIVE、TID2013和CSIQ 3个公开数据集上的斯皮尔曼相关系数分别达到0.975、0.938和0.963,在应对复杂失真类型图像时的性能提升显著,与人类主观评价的一致性良好. 展开更多
关键词 图像质量评价 卷积神经网络 双重注意力机制 分层感知表征
在线阅读 下载PDF
融合多特征与全局-局部Transformer的图像修复算法
9
作者 滕诗宇 何丽君 《电子测量技术》 北大核心 2025年第6期121-129,共9页
针对当前图像修复领域所面临的高计算复杂度以及在生成结构合理且细节丰富的图像方面的局限,提出了一种融合多尺度分层特征与全局-局部协同Transformer的图像修复模型。首先提出多尺度分层特征融合模块,以实现深层特征与浅层特征细节上... 针对当前图像修复领域所面临的高计算复杂度以及在生成结构合理且细节丰富的图像方面的局限,提出了一种融合多尺度分层特征与全局-局部协同Transformer的图像修复模型。首先提出多尺度分层特征融合模块,以实现深层特征与浅层特征细节上的有效融合,在扩大感受野的同时减少关键信息丢失情况。其次提出用于全局推理的全局-局部协同Transformer模块,它通过集成矩形窗口注意力机制和局部前馈神经网络,在降低计算复杂度的同时,提高模型对全局上下文信息的宏观理解和对局部细节特征的微观捕捉能力,增强图像的整体一致性。实验在CelebA-HQ和Places2数据集上进行了验证,在处理40%~50%掩码时,所提方法与常用的修复方法对比,PSNR平均提高了0.26~6.25 dB,SSIM平均提升了1.4%~19%,L1平均下降了0.2%~5.66%。实验证明,所提方法修复后的图像在视觉上具有更加真实和自然的效果,进一步验证了该方法的有效性。 展开更多
关键词 深度学习 图像修复 多尺度分层特征融合 全局-局部协同Transformer 矩形窗口注意力机制 局部前馈神经网络
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 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