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：
自适应卷积注意力与掩码结构协同的显著目标检测
1
作者 朱磊 袁金垚 +1 位作者 王文武 蔡小嫚 《电子与信息学报》 北大核心 2025年第1期260-270,共11页
显著目标检测(SOD)旨在模仿人类视觉系统注意力机制和认知机制来自动提取场景中的显著物体。虽然现有基于卷积神经网络(CNN)或Transformer的模型不断刷新该领域方法的性能,但较少研究关注以下两个问题:(1)此领域多数方法常采用逐像素点... 显著目标检测(SOD)旨在模仿人类视觉系统注意力机制和认知机制来自动提取场景中的显著物体。虽然现有基于卷积神经网络(CNN)或Transformer的模型不断刷新该领域方法的性能,但较少研究关注以下两个问题:(1)此领域多数方法常采用逐像素点的密集预测方式以获取像素显著值,然而该方式不符合基于人类视觉系统的场景解析机制,即人眼通常对语义区域进行整体分析而非关注像素级信息;(2)增强上下文信息关联在SOD任务中受到广泛关注,但通过Transformer主干结构获取长程关联特征不一定具有优势。SOD应更关注目标在适当区域内其中心-邻域差异性而非全局长程依赖。针对上述问题,该文提出一种新的显著目标检测模型,将CNN形式的自适应注意力和掩码注意力集成到网络中,以提高显著目标检测的性能。该算法设计了基于掩码感知的解码模块,通过将交叉注意力限制在预测的掩码区域来感知图像特征,有助于网络更好地聚焦于显著目标的整体区域。同时,该文设计了基于卷积注意力的上下文特征增强模块,与Transformer逐层建立长程关系不同,该模块仅捕获最高层特征中的适当上下文关联,避免引入无关的全局信息。该文在4个广泛使用的数据集上进行了实验评估,结果表明,该文提出的方法在不同场景下均取得了显著的性能提升,具有良好的泛化能力和稳定性。 展开更多
关键词 显著目标检测 卷积神经网络形式的自适应注意力 掩码注意力 特征增强
在线阅读 下载PDF
采用多尺度自适应选择卷积神经网络的轴承故障诊断研究 被引量：4
2
作者 张玺君 尚继洋 《西安交通大学学报》 EI CAS CSCD 北大核心 2024年第2期127-135,共9页
针对轴承故障诊断方法中传统多尺度卷积神经网络对不同尺度的特征只是简单拼接,而未考虑不同尺度的特征差异的问题,提出一种多尺度自适应选择卷积神经网络轴承故障诊断模型(MSASCNN)。通过不同大小的宽卷积筛选原始轴承振动信号中的特征... 针对轴承故障诊断方法中传统多尺度卷积神经网络对不同尺度的特征只是简单拼接,而未考虑不同尺度的特征差异的问题,提出一种多尺度自适应选择卷积神经网络轴承故障诊断模型(MSASCNN)。通过不同大小的宽卷积筛选原始轴承振动信号中的特征,合并为初始特征;构建多尺度自适应选择卷积块,提取不同尺度的特征,利用改进的注意力机制自适应调整不同尺度的特征权重,加入残差连接,防止模型退化;通过分类器完成轴承故障诊断。在凯斯西储大学轴承数据集和XJTU-SY轴承数据集上的实验结果表明:在模型改进实验中,与没有改进注意力机制的模型相比,所提模型的轴承故障诊断准确率提升了1.98%;在不同信噪比的噪声干扰环境中,所提模型的轴承故障诊断准确率均高于93%。 展开更多
关键词 轴承故障诊断 卷积神经网络 自适应融合 注意力机制 多尺度特征
在线阅读 下载PDF
融合多注意力机制的卷积神经网络轴承故障诊断方法 被引量：18
3
作者 康涛 段蓉凯 +2 位作者 杨磊 薛久涛 廖与禾 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第12期68-77,共10页
针对卷积神经网络学习关键故障特征的能力不足从而影响轴承故障诊断准确率的问题,提出一种融合多注意力机制的卷积神经网络自适应抗噪模型(MACNN)。利用通道和时间的复合注意力机制优化学习机制,从不同角度抑制噪声及无关信号分量等干... 针对卷积神经网络学习关键故障特征的能力不足从而影响轴承故障诊断准确率的问题,提出一种融合多注意力机制的卷积神经网络自适应抗噪模型(MACNN)。利用通道和时间的复合注意力机制优化学习机制,从不同角度抑制噪声及无关信号分量等干扰信息的影响,并自适应地增强故障特征的响应;引入残差连接,防止网络性能退化。采用多尺度特征提取方法,通过通道注意力机制自适应融合不同尺度下提取的特征。使用分类器进行滚动轴承故障诊断。实验结果表明:与没有实施注意力机制的模型相比,轴承故障诊断准确率平均提升了22.12%;所提方法在各噪声背景下的故障识别准确率均在98.5%以上,验证了其自适应抗噪能力;在跨载荷实验中,模型故障诊断准确率保持在88%以上,相比其他方法,MACNN的抗噪性能和稳定性更优。 展开更多
关键词 轴承故障诊断 自适应抗噪 卷积神经网络 注意力机制
在线阅读 下载PDF
复杂场景下自适应注意力机制融合实时语义分割
4
作者 陈丹 刘乐 +2 位作者 王晨昊 白熙茹 王子晨 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第8期3334-3342,共9页
实现高准确度和低计算负担是卷积神经网络(CNN)实时语义分割面临的严峻挑战。针对复杂城市街道场景目标种类众多、光照变化大等特点,该文设计了一种高效的实时语义分割自适应注意力机制融合网络(AAFNet)分别提取图像空间细节和语义信息... 实现高准确度和低计算负担是卷积神经网络(CNN)实时语义分割面临的严峻挑战。针对复杂城市街道场景目标种类众多、光照变化大等特点,该文设计了一种高效的实时语义分割自适应注意力机制融合网络(AAFNet)分别提取图像空间细节和语义信息,再经过特征融合网络(FFN)获得准确语义图像。AAFNet采用扩展的深度可分离卷积(DDW)可增大语义特征提取感受野,提出自适应平均池化(Avp)和自适应最大池化(Amp)构成自适应注意力机制融合模块(AAFM),可细化目标边缘分割效果并降低小目标的漏分率。最后在复杂城市街道场景Cityscapes和CamVid数据集上分别进行了语义分割实验,所设计的AAFNet以32帧/s(Cityscapes)和52帧/s(CamVid)的推理速度获得73.0%和69.8%的平均分割精度(mIoU),且与扩展的空间注意力网络(DSANet)、多尺度上下文融合网络(MSCFNet)以及轻量级双边非对称残差网络(LBARNet)相比,AAFNet平均分割精度最高。 展开更多
关键词 卷积神经网络 复杂城市街道场景 扩展的深度可分离卷积 自适应注意力机制融合 分割精度
在线阅读 下载PDF
基于注意力和标签自适应的跨域行人重识别
5
作者 陈思文 吴怀宇 陈洋 《高技术通讯》 CAS 2022年第2期143-151,共9页
针对现有的大多数行人重识别算法都依赖于监督训练,而监督训练中人工标注的数据需要昂贵的资源开销从而限制了其在新场景中拓展应用的问题,提出了基于注意力和标签自适应的跨域行人重识别方法。该方法首先对深度卷积神经网络(DCNN)中不... 针对现有的大多数行人重识别算法都依赖于监督训练,而监督训练中人工标注的数据需要昂贵的资源开销从而限制了其在新场景中拓展应用的问题,提出了基于注意力和标签自适应的跨域行人重识别方法。该方法首先对深度卷积神经网络(DCNN)中不同深度的特征层嵌入注意力机制和BNNeck模块,增强模型在不同数据集下对行人的特征表示能力;其次针对没有任何标签的目标数据集,提出了无监督标签自适应方法,将标签信息逐渐扩展至目标数据集中;最后采用知识蒸馏(KD)的方法不断对模型进行微调,使模型逐渐适应新的场景。该方法在Market-1501数据集上的平均精度均值(m AP)为33.1%,在DukeMTMC-reID数据集上的m AP为36.1%,与PTGAN、IPGAN等跨域行人重识别算法相比性能有明显提升。 展开更多
关键词 跨域行人重识别 注意力 标签自适应 知识蒸馏(KD) 深度卷积神经网络(DCNN)
在线阅读 下载PDF
自注意力与域适应对抗模板重建方法
6
作者 贾可 赵锞 +2 位作者 曾欣科 贾力 李孝杰 《现代信息科技》 2020年第18期1-6,共6页
该文提出一种基于卷积神经网络的模板重建方法,采用残差学习方式逐级精细化得到重建结果,通过产品图像与模板的比对完成对工业品的外观质量检测。在模板重建过程中,结合自注意力机制的关联度检索与编码融合方式,在保持细节还原效果的同... 该文提出一种基于卷积神经网络的模板重建方法,采用残差学习方式逐级精细化得到重建结果,通过产品图像与模板的比对完成对工业品的外观质量检测。在模板重建过程中,结合自注意力机制的关联度检索与编码融合方式,在保持细节还原效果的同时大幅减少了计算量;并提出域适应对抗学习方法,避免重建过程对缺陷信息的还原,显著控制了检测漏报率。实验结果表明了该方法的有效性与较强适应能力。 展开更多
关键词 卷积神经网络 模板重建 缺陷检测 自注意力 域适应对抗学习
在线阅读 下载PDF
适用于图像超分辨率的多路径融合增强网络 被引量：1
7
作者 沈俊晖 薛丽霞 +1 位作者 汪荣贵 杨娟 《微电子学与计算机》 2024年第3期59-70,共12页
卷积神经网络(Convolutional Neural Network,CNN)在单幅图像的超分辨率重建方面表现出了非常强大的能力,相比传统方法有着明显的改进。然而,尽管这些方法非常成功,但是由于需要大量的计算资源,直接应用于一些边缘设备并不现实。为了解... 卷积神经网络(Convolutional Neural Network,CNN)在单幅图像的超分辨率重建方面表现出了非常强大的能力,相比传统方法有着明显的改进。然而,尽管这些方法非常成功,但是由于需要大量的计算资源,直接应用于一些边缘设备并不现实。为了解决该问题,设计了一种轻量级的图像超分辨率重建网络——多路径融合增强网络(Multi-path Fusion Enhancement Network,MFEN)。具体来说,提出了一个新颖的融合注意力增强模块(Fusion Attention Enhancement Block,FAEB)作为多路径融合增强网络的主要构建模块。融合注意力增强模块由一条主干分支和两条层级分支构成:主干分支由堆叠的增强像素注意力模块组成,负责对特征图实现深度特征学习;层级分支则负责提取并融合不同大小感受野的特征图,从而实现多尺度特征学习。层级分支的融合方式则是以相邻的增强像素注意力模块输出为分支输入,通过自适应注意力模块(Self-Adaptive Attention Module,SAAM)来动态地增强不同大小感受野特征的融合程度,进一步补全特征信息,从而实现更全面、更精准的特征学习。大量实验表明,该多路径融合增强网络在基准测试集上具有更高的准确性。 展开更多
关键词 多路径融合增强网络 轻量化图像超分辨率重建 多尺度特征融合 自适应注意力 卷积神经网络
在线阅读 下载PDF
改进YOLOv8n的林业害虫检测方法
8
作者 陈万志 袁航 《北京林业大学学报》 北大核心 2025年第2期119-131,共13页
【目的】针对现有林业害虫检测方法检测速度慢,检测类别少,小目标害虫检测效果差等问题,提出了一种改进YOLOv8n的林业害虫检测方法。【方法】首先,采用高效多尺度级联注意力特征提取网络EfficientViT作为改进模型的主干网络,降低计算复... 【目的】针对现有林业害虫检测方法检测速度慢,检测类别少,小目标害虫检测效果差等问题,提出了一种改进YOLOv8n的林业害虫检测方法。【方法】首先,采用高效多尺度级联注意力特征提取网络EfficientViT作为改进模型的主干网络,降低计算复杂度,提高检测速度;其次,通过构建多尺度自适应特征融合模块DA-C2F提升模型在复杂背景下害虫目标的聚焦能力和识别精度,此外新增的小目标检测头XSH能够进一步提升小目标害虫的检测能力;最后,采用基于最小点距离交并比损失函数MPDIoU作为模型的边界框损失,提升网络收敛速度,进一步增强害虫目标的定位准确率。【结果】改进模型的检测精确率、召回率、平均精度、平均精度均值(mAP50-95)和F_(1)分数分别达到98.6%、95.7%、98.3%、85.6%和0.979,前4者较原模型分别提升了3.9、2.6、2.8、2.5个百分点,F_(1)分数提升了4.4%;检测速度(帧率)达到了95帧/秒,提升了15.9%,优于更轻量级的模型。此外,对比其他检测模型,改进模型对飞蛾类害虫的检测精确率提升了11.2个百分点,并且两种独立飞蛾害虫综合检测的表现也更为优异。【结论】本研究提出的方法对于林业害虫的检测准确度更高,检测速度更快,且对多类别害虫的检测精度更高,改进模型的泛化能力更强。 展开更多
关键词 深度学习 卷积神经网络(CNN) 林业害虫检测 YOLOv8n 多尺度级联注意力特征提取网络 多尺度自适应特征融合 小目标检测头
在线阅读 下载PDF
基于对抗训练的跨语料库语音情感识别方法 被引量：3
9
作者 薛艳飞 张建明 《微电子学与计算机》 2021年第3期77-83,共7页
在跨语料库语音情感识别中,训练和测试数据分布的差异变得非常明显,导致验证和测试性能差别很大.针对该问题,提出一种基于对抗训练的跨语料库语音情感识别方法.该方法通过语料库之间的对抗训练能有效地缩小不同语料库之间的差异,提升模... 在跨语料库语音情感识别中,训练和测试数据分布的差异变得非常明显,导致验证和测试性能差别很大.针对该问题,提出一种基于对抗训练的跨语料库语音情感识别方法.该方法通过语料库之间的对抗训练能有效地缩小不同语料库之间的差异,提升模型对域不变情感特征的提取能力.同时,通过引入多头自注意力机制,对语音序列中不同位置元素之间的依赖关系进行序列建模,增强序列中情感显著特征的提取能力.在以IEMOCAP为源域、MSP-IMPRO为目标域和在以MSP-IMPRO为源域、IEMOCAP为目标域上的实验表明,所提出方法的相对UAR性能相比于基准方法分别提升了0.91%~12.22%和2.27%~6.90%.因此,在目标域标注缺失的情况下,所提出的跨语料库语音情感识别方法具有更好的域不变情感显著特征的提取能力. 展开更多
关键词 领域适应 对抗训练 卷积神经网络 循环神经网络 自注意力机制
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