检索结果-维普期刊中文期刊服务平台

结合自相关注意力动态卷积的交通预测网络: 1; 作者王思超汤颖《小型微型计算机系统》 CSCD 北大核心 2024年第6期1418-1425,共8页; 交通流量预测作为智能交通系统(ITS)的重要任务之一,受到极大关注,其常被建模为时空序列预测问题,准确把握交通数据的时间-空间相关性成为了解决此问题的关键,现有的工作往往采用循环神经网络以捕获时间依赖性,采用图卷积网络以捕获空... 展开更多; 关键词交通流量预测 TRANSFORMER 自相关注意力机制动态图卷积网络; 在线阅读下载PDF 职称材料

边界注意力辅助的动态图卷积视网膜血管分割被引量：7: 2; 作者吕佳王泽宇梁浩城《光电工程》 CAS CSCD 北大核心 2023年第1期31-42,共12页; 针对视网膜血管分割任务中存在的毛细血管分割遗漏和断连的问题,从最大限度地利用视网膜血管的特征信息的角度出发,添补视网膜血管的全局结构信息和边界信息,在U型网络的基础上,提出边界注意力辅助的动态图卷积视网膜血管分割网络。本... 展开更多; 关键词医学图像处理视网膜血管分割 U型网络动态图卷积网络边界注意力网络; 在线阅读下载PDF 职称材料

基于动态图特征的堆叠宽度学习三维物体识别网络被引量：2: 3; 作者李威林孙叶宋伟《激光杂志》 CAS 北大核心 2024年第6期161-166,共6页; 三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过... 展开更多; 关键词宽度学习系统点云识别动态图卷积网络; 在线阅读下载PDF 职称材料

采用动态残差图卷积的3D点云超分辨率被引量：5: 4; 作者钟帆柏正尧《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第11期2251-2259,共9页; 为了在超分辨率中对非欧数据的3D点云进行局部信息高效提取,提出采用动态残差图卷积的3D点云超分辨率网络(PSR-DRGCN),该网络包括特征提取模块、DRGCN模块及上采样模块.对于输入的3D点云,特征提取模块采用k-近邻(k-NN)算法在3D空间中找... 展开更多; 关键词 3D点云超分辨率动态图卷积网络语义特征深度学习; 在线阅读下载PDF 职称材料

集加权K近邻与卷积块注意力的三维点云语义分割: 5; 作者肖剑王晓红 +3 位作者周润民李炜杨祎斐罗季《激光杂志》北大核心 2025年第2期225-231,共7页; 基于深度学习的点云语义分割模型在改进模型时多采用复杂度高的注意力机制,而且在提取局部深度语义特征和近邻点特征表达中存在不足。因此,提出集加权K近邻与卷积块注意力的点云语义分割模型。在动态图卷积网络架构上,设计加权K近邻算... 展开更多; 关键词语义分割三维点云动态图卷积网络 K近邻卷积块注意力; 在线阅读下载PDF 职称材料

人工智能大数据技术在治理虚拟货币刑事犯罪中的应用研究: 6; 作者刘欢肖蔚《现代电子技术》北大核心 2025年第16期167-171,共5页; 针对虚拟货币刑事犯罪治理需求,提出一种基于动态图卷积网络的增强识别模型(RGCN)。创新性地在图嵌入层设计中融合原始特征与跨时特征的拼接机制,有效缓解了卷积冗余导致的信息流失问题;采用随机森林集成学习策略优化图嵌入层特征表达,... 展开更多; 关键词人工智能虚拟货币刑事犯罪动态图卷积网络 LSTM GRU 召回率优化; 在线阅读下载PDF 职称材料

基于GM-APD激光雷达数据融合的小目标检测被引量：6: 7; 作者杜达宽孙剑峰 +2 位作者丁源雪姜鹏张海龙《光学精密工程》 EI CAS CSCD 北大核心 2023年第3期393-403,共11页; GM-APD激光雷达具有单光子探测灵敏度,大幅降低了系统体积和功耗,但受像元数限制,难以获得远距离小目标清晰轮廓,目标检测率不高。针对该问题,提出了基于强度像和距离像多级处理的小目标深度学习检测算法,充分挖掘强度图像和点云特征信... 展开更多; 关键词激光雷达目标检测感受野注意力机制动态图卷积神经网络; 在线阅读下载PDF 职称材料

题名结合自相关注意力动态卷积的交通预测网络: 1; 作者王思超汤颖; 机构浙江工业大学计算机科学与技术学院、软件学院; 出处《小型微型计算机系统》 CSCD 北大核心 2024年第6期1418-1425,共8页; 基金浙江省自然科学基金重点项目(LZ23F020010)资助国家自然科学基金面上项目(61972355)资助国家自然科学基金重大项目(72192820)资助。; 文摘交通流量预测作为智能交通系统(ITS)的重要任务之一,受到极大关注,其常被建模为时空序列预测问题,准确把握交通数据的时间-空间相关性成为了解决此问题的关键,现有的工作往往采用循环神经网络以捕获时间依赖性,采用图卷积网络以捕获空间依赖性,两者尚未有机的结合且捕获时空依赖的能力有限,导致预测精度不佳.本文提出了用于交通预测的基于自相关注意力和动态卷积的时空网络(AADCSN),设计采用类Transformer架构,结合自相关注意力与动态学习图卷积有效捕获交通数据的时间特征与空间特征,并引入数据蒸馏技术和多种嵌入表示有效提升预测性能.论文选用4个真实数据集和9个先进的基线方法进行比较,实验结果表明,本文提出的模型在几乎所有对比指标上都优于基线模型.; 关键词交通流量预测 TRANSFORMER 自相关注意力机制动态图卷积网络; Keywords traffic forecasting Transformer auto-correlation attention mechanism dynamic graph convolutional network; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名边界注意力辅助的动态图卷积视网膜血管分割被引量：7: 2; 作者吕佳王泽宇梁浩城; 机构重庆师范大学计算机与信息科学学院重庆师范大学重庆国家应用数学中心; 出处《光电工程》 CAS CSCD 北大核心 2023年第1期31-42,共12页; 基金国家自然科学基金重大项目(11991024) 重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCX2020024) +1 种基金重庆市科技局技术预见与制度创新项目(2022TFII-OFX0265)。; 文摘针对视网膜血管分割任务中存在的毛细血管分割遗漏和断连的问题,从最大限度地利用视网膜血管的特征信息的角度出发,添补视网膜血管的全局结构信息和边界信息,在U型网络的基础上,提出边界注意力辅助的动态图卷积视网膜血管分割网络。本模型先将动态图卷积嵌入到U型网络中形成多尺度结构,提升模型获取全局结构信息的能力,以提高分割质量,再利用边界注意力网络辅助模型,增加模型对边界信息的关注度,进一步提高分割性能。将模型在DRIVE、CHASEDB1和STARE三个视网膜图像数据集上进行实验,均取得了较好的分割效果。实验结果证明,该模型能较好地区分噪声和毛细血管,分割出结构较完整的视网膜血管,具有泛化性和鲁棒性。; 关键词医学图像处理视网膜血管分割 U型网络动态图卷积网络边界注意力网络; Keywords medical image processing retinal vessels segmentation U-shaped network dynamic graph convolution network boundary attention network; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于动态图特征的堆叠宽度学习三维物体识别网络被引量：2: 3; 作者李威林孙叶宋伟; 机构北方工业大学信息学院北京市工业芯片创新中心; 出处《激光杂志》 CAS 北大核心 2024年第6期161-166,共6页; 基金国家自然科学基金(No.61503005) 北方工业大学研究生教育教学改革研究项目。; 文摘三维物体点云识别是智能机器人环境感知任务中的重要组成部分。提出一种基于动态图特征的堆叠宽度学习三维物体识别网络(DG-S-BLS),利用动态图卷积网络提取点云的高维特征,通过宽度学习系统(BLS)模型依据样本整体特征对点云分类,再通过基于BLS块间残差的堆叠宽度学习系统模型进一步提高分类精度。在Li DARNet户外点云数据集上的实验结果表明,DG-S-BLS的分类准确率可达99.5%。; 关键词宽度学习系统点云识别动态图卷积网络; Keywords broad learning system point cloud recognition dynamic graph convolutional network; 分类号 TN273 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名采用动态残差图卷积的3D点云超分辨率被引量：5: 4; 作者钟帆柏正尧; 机构云南大学信息学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第11期2251-2259,共9页; 基金云南省重大科技专项计划资助项目(202002AD080001).; 文摘为了在超分辨率中对非欧数据的3D点云进行局部信息高效提取,提出采用动态残差图卷积的3D点云超分辨率网络(PSR-DRGCN),该网络包括特征提取模块、DRGCN模块及上采样模块.对于输入的3D点云,特征提取模块采用k-近邻(k-NN)算法在3D空间中找到每个点对应的k个邻居,通过逐点卷积把局部几何信息转换到高维特征空间中;DRGCN模块利用多层图卷积操作将3D空间中每个点的局部几何特征抽象为语义特征,在每一层对点的近邻空间进行动态调整以增加感受野范围,并通过残差连接融合多层次语义信息,从而对局部几何信息高效提取;上采样模块将特征空间中的点进行上采样并转换到3D空间中.实验结果表明,PSR-DRGCN生成的高分辨率点云在放大尺度为2倍时,相似性指标CD、EMD、F-score相比第2网络分别优化了10.00%,4.76%,16.84%;当放大尺度为6倍时,相似性指标相比第2网络分别优化了2.35%,40.00%,0.58%;在所有情况下的均值与标准差指标上达到最优效果,生成的高分辨率点云质量高.; 关键词 3D点云超分辨率动态图卷积网络语义特征深度学习; Keywords 3D point cloud super-resolution dynamic GCN semantic feature deep learning; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名集加权K近邻与卷积块注意力的三维点云语义分割: 5; 作者肖剑王晓红周润民李炜杨祎斐罗季; 机构贵州大学矿业学院; 出处《激光杂志》北大核心 2025年第2期225-231,共7页; 基金国家青年科学基金(No.42301440) 贵州省科技计划项目(No.黔科合支撑[2022]一般204) 教育部规划基金项目(No.22YJIAZH083)。; 文摘基于深度学习的点云语义分割模型在改进模型时多采用复杂度高的注意力机制,而且在提取局部深度语义特征和近邻点特征表达中存在不足。因此,提出集加权K近邻与卷积块注意力的点云语义分割模型。在动态图卷积网络架构上,设计加权K近邻算法以获取更有效的局部邻域;再引入通卷积块注意力处理局部邻域中特征;在卷积块注意力中,通道注意力用于加强点云通道关联,空间注意力用于感知三维空间结构并获取上下文信息及深度语义特征。实验结果表明,该模型在ShapeNet Part部件分割数据集和S3DIS室内语义分割数据集分别达到85.86%和61.2%的平均交并比,相比其他方法具有较高的分割精度。; 关键词语义分割三维点云动态图卷积网络 K近邻卷积块注意力; Keywords semantic segmentation 3D point cloud graph convolutional neural network k-nearest neighbors convolution attention; 分类号 TN959.3 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名人工智能大数据技术在治理虚拟货币刑事犯罪中的应用研究: 6; 作者刘欢肖蔚; 机构西安交通大学陕西警察学院陕西公安新型网络金融犯罪研究中心陕西省公安厅; 出处《现代电子技术》北大核心 2025年第16期167-171,共5页; 基金公安部科技计划理论软科学:大数据背景下公安机关打击虚拟货币涉毒洗钱犯罪对策研究(2022LL43012)。; 文摘针对虚拟货币刑事犯罪治理需求,提出一种基于动态图卷积网络的增强识别模型(RGCN)。创新性地在图嵌入层设计中融合原始特征与跨时特征的拼接机制,有效缓解了卷积冗余导致的信息流失问题;采用随机森林集成学习策略优化图嵌入层特征表达,显著提升模型识别精度。所构建的3层RGCN框架通过时空特征融合策略降低计算开销,并重点优化召回率。实验结果表明:LSTM动态图卷积网络在召回率指标上表现最优,为67.6%,较GRU变体提升4.4%;而GRU结构则更侧重精确率优化,精确率达到87.3%。最后,结合当前反洗钱场景对高风险个体监控的迫切需求,验证了所提模型通过强化召回率性能,可有效支撑虚拟货币交易监管实践。; 关键词人工智能虚拟货币刑事犯罪动态图卷积网络 LSTM GRU 召回率优化; Keywords artificial intelligence virtual currency criminal offense dynamic graph convolutional network LSTM GRU recall optimization; 分类号 TN915.08-34 [电子电信—通信与信息系统] TP39 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于GM-APD激光雷达数据融合的小目标检测被引量：6: 7; 作者杜达宽孙剑峰丁源雪姜鹏张海龙; 机构哈尔滨工业大学光电子技术研究所可调谐(气体)激光技术重点实验室复杂系统控制与智能协同技术重点实验室; 出处《光学精密工程》 EI CAS CSCD 北大核心 2023年第3期393-403,共11页; 基金国防重点实验室基金资助项目。; 文摘 GM-APD激光雷达具有单光子探测灵敏度,大幅降低了系统体积和功耗,但受像元数限制,难以获得远距离小目标清晰轮廓,目标检测率不高。针对该问题,提出了基于强度像和距离像多级处理的小目标深度学习检测算法,充分挖掘强度图像和点云特征信息及相互关联性,提高小目标检测概率。通过改进特征金字塔网络,将感受野模块和注意力机制模块与特征提取网络相结合,增强强度像初筛目标准确性,在候选区域内将强度像与距离像融合成带有强度信息的四维点云。然后,使用动态图卷积网络对候选区内目标进行二次检测,利用点云信息进一步筛选候选框内的目标。经GM-APD激光雷达远距离车辆数据集测试,网络的检测准确率达到98.8%,对于车辆结构不完整,车辆回波弱,背景存在强反射光斑等复杂场景有很好的鲁棒性。相较于SSD,YOLOv5等较为先进的目标检测网络,检测准确率分别提升了3.1%与2.5%,该算法为激光雷达弱小目标检测识别提供了一种可行性解决方案。; 关键词激光雷达目标检测感受野注意力机制动态图卷积神经网络; Keywords lidar object detection receptive field block convolutional block attention module dynamic graph convolution neural network; 分类号 TN958.98 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	结合自相关注意力动态卷积的交通预测网络	王思超汤颖	《小型微型计算机系统》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
2	边界注意力辅助的动态图卷积视网膜血管分割	吕佳王泽宇梁浩城	《光电工程》 CAS CSCD 北大核心	2023	7	在线阅读下载PDF 职称材料
3	基于动态图特征的堆叠宽度学习三维物体识别网络	李威林孙叶宋伟	《激光杂志》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
4	采用动态残差图卷积的3D点云超分辨率	钟帆柏正尧	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料
5	集加权K近邻与卷积块注意力的三维点云语义分割	肖剑王晓红周润民李炜杨祎斐罗季	《激光杂志》北大核心	2025	0	在线阅读下载PDF 职称材料
6	人工智能大数据技术在治理虚拟货币刑事犯罪中的应用研究	刘欢肖蔚	《现代电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
7	基于GM-APD激光雷达数据融合的小目标检测	杜达宽孙剑峰丁源雪姜鹏张海龙	《光学精密工程》 EI CAS CSCD 北大核心	2023	6	在线阅读下载PDF 职称材料