检索结果-维普期刊中文期刊服务平台

基于动态图卷积网络的局部重叠点云配准方法研究: 1; 作者汤轶丰《江苏通信》 2024年第4期85-90,共6页; 在点云配准工作中,大偏转角和部分重叠的不同视角点云会导致在特定区域没有匹配点对,在位姿匹配中陷入局部最优解,无法求解出最优匹配变换。因此,本文首先通过动态图卷积神经网络构造图卷积结构,强化局部空间拓扑信息提取。然后,利用重... 展开更多; 关键词局部重叠点云点云配准动态图卷积神经网络注意力机制; 在线阅读下载PDF 职称材料

基于动态图卷积神经网络和BiLSTM的情绪识别: 2; 作者郑进港杨俊《陕西理工大学学报（自然科学版）》 2024年第5期67-73,82,共8页; 针对情绪发生过程中电极通道间的空间依赖关系会随着时间推移而发生变化的问题,提出了一种基于动态图卷积神经网络-双向长短时记忆网络(DGCNN-BiLSTM)的模型用于情绪识别。首先,利用DGCNN通过训练神经网络动态学习不同电极通道之间的联... 展开更多; 关键词图卷积神经网络动态图卷积神经网络双向长短时记忆网络情绪识别邻接矩阵; 在线阅读下载PDF 职称材料

基于动态图卷积神经网络的装甲威胁评估方法: 3; 作者张成佳《舰船电子工程》 2024年第4期91-95,共5页; 针对传统装甲目标威胁评估方法主观因素影响大、孤立考虑目标特征、忽略时序性的问题,提出一种基于动态图卷积神经网络(Dynamic Graph Convolutional Network,DCGN)的装甲目标威胁评估方法。分析陆域装甲装备作战问题,使用合理的目标特... 展开更多; 关键词威胁评估陆域装甲装备动态图卷积神经网络; 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：6: 4; 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: 5; 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: 6; 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: 7; 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

基于行程时间预测的城市车辆出行路径推荐方法: 8; 作者李晓玉邢雪《黑龙江交通科技》 2023年第12期153-156,161,共5页; 路径推荐在提高出行者出行效率、减少出行成本和平衡路网运行状态、减少时间和空间上的拥堵方面具有重要意义。通过构建动态图卷积神经网络(DGCN)对路网各路段进行多步行程时间预测,根据出行需求并考虑避让拥堵区和均衡路网因素进行车... 展开更多; 关键词智能交通路径推荐动态图卷积网络行程时间预测拥堵避让; 在线阅读下载PDF 职称材料

题名基于动态图卷积网络的局部重叠点云配准方法研究: 1; 作者汤轶丰; 机构中移(苏州)软件技术有限公司; 出处《江苏通信》 2024年第4期85-90,共6页; 文摘在点云配准工作中,大偏转角和部分重叠的不同视角点云会导致在特定区域没有匹配点对,在位姿匹配中陷入局部最优解,无法求解出最优匹配变换。因此,本文首先通过动态图卷积神经网络构造图卷积结构,强化局部空间拓扑信息提取。然后,利用重叠预测模块对重叠区域进行概率计算,减少非重叠区域带来的影响。最后,在位姿估计模块中利用自注意力机制和姿态编码器增强了全局特征提取和位姿估计的鲁棒性。实验结果表示,在Model Net40数据集上,本文算法在旋转矩阵(R)和平移向量(t)的均方根误差与平均绝对误差指标上值分别为6.457、0.045和3.126、0.034,配准精度优于ICP(Iterative Closest Point,迭代最近邻算法)等方法。同时根据Stanford 3D数据集上的泛化实验可视化结果可知,本文所提算法可作为ICP的初始位置输入,收敛到全局最优。; 关键词局部重叠点云点云配准动态图卷积神经网络注意力机制; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] 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

题名基于动态图卷积神经网络和BiLSTM的情绪识别: 2; 作者郑进港杨俊; 机构昆明理工大学信息工程与自动化学院; 出处《陕西理工大学学报（自然科学版）》 2024年第5期67-73,82,共8页; 基金云南省基础研究项目(202301AV070003)。; 文摘针对情绪发生过程中电极通道间的空间依赖关系会随着时间推移而发生变化的问题,提出了一种基于动态图卷积神经网络-双向长短时记忆网络(DGCNN-BiLSTM)的模型用于情绪识别。首先,利用DGCNN通过训练神经网络动态学习不同电极通道之间的联系,从而动态更新优化邻接矩阵;其次,BiLSTM可以学习特征序列的前后时间相关性,从而提高网络情绪识别能力。在SEED和DEAP数据集上进行了实验,前者取得92.03%的最高平均准确率,后者在唤醒维度和效价维度实验中分别取得96.56%和95.22%的最高平均准确率。结果表明,模型有利于提升情绪识别准确率,与其他方法相比,情绪分类精度也有不同程度的提升。; 关键词图卷积神经网络动态图卷积神经网络双向长短时记忆网络情绪识别邻接矩阵; Keywords graph convolutional neural networks dynamical graph convolutional neural networks bidirectional long short-term memory network emotion recognition adjacency matrix; 分类号 TP391 [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

题名基于动态图卷积神经网络的装甲威胁评估方法: 3; 作者张成佳; 机构陆军特种作战学院; 出处《舰船电子工程》 2024年第4期91-95,共5页; 文摘针对传统装甲目标威胁评估方法主观因素影响大、孤立考虑目标特征、忽略时序性的问题,提出一种基于动态图卷积神经网络(Dynamic Graph Convolutional Network,DCGN)的装甲目标威胁评估方法。分析陆域装甲装备作战问题,使用合理的目标特征预处理;根据选取的目标特征,建立威胁评估的初始图;利用动态图卷积神经网络将建立的初始图进行深度学习;最后进行仿真实验,并将评估结果与传统方法进行对比,验证了基于动态图卷积神经网络的装甲目标威胁评估方法在动态不确定、关联性复杂的陆域作战中有更高的准确率、更强的鲁棒性。; 关键词威胁评估陆域装甲装备动态图卷积神经网络; Keywords threat assessment armored on land battlefield dynamic graph convolutional neural 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：6: 4; 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: 5; 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: 6; 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: 7; 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

题名基于行程时间预测的城市车辆出行路径推荐方法: 8; 作者李晓玉邢雪; 机构吉林化工学院信息与控制工程学院; 出处《黑龙江交通科技》 2023年第12期153-156,161,共5页; 基金吉林省科技发展计划资助项目(20210101416JC)。; 文摘路径推荐在提高出行者出行效率、减少出行成本和平衡路网运行状态、减少时间和空间上的拥堵方面具有重要意义。通过构建动态图卷积神经网络(DGCN)对路网各路段进行多步行程时间预测,根据出行需求并考虑避让拥堵区和均衡路网因素进行车辆出行路径推荐。其中,通过GN算法对结合路网结构和流量特征构建加权网络模型进行路网分区,并结合平均行程速度和预测所得行程时间,识别拥堵区域交通状态。实验结果表明:在实例数据集上使用残差拉普拉斯矩阵DGCN Res模型进行行程时间预测,比基于注意力的时空图卷积网络模型(ASTGCN)的MAPE提高4%、RMSE提高9.2%。在此基础上进行拥堵区避让的路径选择推荐,可有效降低路网拥堵均衡指数,因此从路网全局层面考虑拥堵避让机制可减缓路网整体拥堵程度。; 关键词智能交通路径推荐动态图卷积网络行程时间预测拥堵避让; Keywords intelligent transportation path recommendation Dynamic Graph Convolutional Network travel time prediction congestion avoidance; 分类号 U491.1 [交通运输工程—交通运输规划与管理]; 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	基于动态图卷积网络的局部重叠点云配准方法研究	汤轶丰	《江苏通信》	2024	0	在线阅读下载PDF 职称材料
2	基于动态图卷积神经网络和BiLSTM的情绪识别	郑进港杨俊	《陕西理工大学学报（自然科学版）》	2024	0	在线阅读下载PDF 职称材料
3	基于动态图卷积神经网络的装甲威胁评估方法	张成佳	《舰船电子工程》	2024	0	在线阅读下载PDF 职称材料
4	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	6	在线阅读下载PDF 职称材料
5	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
6	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
7	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
8	基于行程时间预测的城市车辆出行路径推荐方法	李晓玉邢雪	《黑龙江交通科技》	2023	0	在线阅读下载PDF 职称材料