检索结果-维普期刊中文期刊服务平台

基于双分支卷积神经网络的气水动态分析: 1; 作者李道伦吕茂春 +1 位作者查文舒沈路航《合肥工业大学学报(自然科学版)》北大核心 2025年第6期828-832,838,共6页; 传统气水分析方法主要有数值分析方法、实验模拟法等,但数值分析方法需要大量难以测量的数据,实验模拟法难以表征复杂油气开发现场,为此,文章基于深度学习神经网络提出一种新的气水分析方法。该方法根据气水动态物理模型建立的双分支卷... 展开更多; 关键词气水动态分析主动排水井组双分支卷积神经网络日产气日产水; 在线阅读下载PDF 职称材料

基于优选多源遥感特征和双分支卷积神经网络的茶园提取方法被引量：1: 2; 作者林欣怡汪小钦 +6 位作者李蒙蒙金时来龙江冯晓敏吴瑞姣林敬兰李琳《农业机械学报》北大核心 2025年第6期446-456,共11页; 准确的茶园分布信息可以为土地利用规划、种植布局优化提供科学的决策支撑,有助于推动茶产业可持续发展。本文基于GF-2 PMS影像的RGB波段,Sentinel-2光学影像计算的NDVI,Sentinel-1时序SAR数据构建的物候特征(包括茶树生长幅度(Growth a... 展开更多; 关键词茶园提取多源遥感深度学习语义分割多模态双分支卷积神经网络; 在线阅读下载PDF 职称材料

基于散射点拓扑和双分支卷积神经网络的SAR图像小样本舰船分类被引量：3: 3; 作者张翼鹏卢东东 +1 位作者仇晓兰李飞《雷达学报（中英文）》 EI CSCD 北大核心 2024年第2期411-427,共17页; 随着合成孔径雷达(SAR)图像在舰船检测和识别领域的广泛应用,准确而高效地进行舰船分类已经成为一个亟待解决的问题。在小样本学习场景下,一般的方法面临着泛化能力不足的问题,因此该文引入了额外的信息和特征,旨在增加模型对目标的理... 展开更多; 关键词合成孔径雷达(SAR) 舰船分类小样本学习散射点拓扑双分支卷积神经网络; 在线阅读下载PDF 职称材料

基于双分支卷积神经网络的弱光图像显著性目标识别研究被引量：1: 4; 作者陈虹云徐欢潇 +1 位作者李秀静梅香香《激光杂志》 CAS 北大核心 2024年第10期136-140,共5页; 图像的亮度和对比度通常较低,使得目标信息变得模糊不清,增加识别的难度。针对传统识别方法面对多个显著性目标识别不准确的问题,提出基于双分支卷积神经网络的弱光图像显著性目标识别方法。针对弱光图像实施图像灰度化处理和去噪处理... 展开更多; 关键词双分支卷积神经网络弱光图像显著性目标识别方法; 在线阅读下载PDF 职称材料

基于双分支卷积神经网络的红外与可见光图像局部融合算法被引量：5: 5; 作者许云英杨瑞 +3 位作者贺天福刘尚为范太然徐晨晨《红外技术》 CSCD 北大核心 2022年第5期521-528,共8页; 红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双... 展开更多; 关键词双分支卷积神经网络红外与可见光图像梯度下降理论小波变换图像插值图像融合; 在线阅读下载PDF 职称材料

题名基于双分支卷积神经网络的气水动态分析: 1; 作者李道伦吕茂春查文舒沈路航; 机构合肥工业大学数学学院; 出处《合肥工业大学学报(自然科学版)》北大核心 2025年第6期828-832,838,共6页; 基金国家自然科学基金资助项目(12172115)。; 文摘传统气水分析方法主要有数值分析方法、实验模拟法等,但数值分析方法需要大量难以测量的数据,实验模拟法难以表征复杂油气开发现场,为此,文章基于深度学习神经网络提出一种新的气水分析方法。该方法根据气水动态物理模型建立的双分支卷积神经网络分别对排水井和产气井进行建模,个性化表征生产井和排水井的动静态数据;将产气井的气水产量数据作为输出,实现井组动态耦合关联,建立井组气水动态分析的深度学习网络模型。主动排水井组动态生产数据分析表明,该双分支卷积神经网络可实现3口生产井的日产气量和日产水量的高质量预测,揭示了主动排水井组中的复杂关联,可进行气水关系动态分析,从而为油气藏工程师提供了一种方便快捷的分析方法。; 关键词气水动态分析主动排水井组双分支卷积神经网络日产气日产水; Keywords gas-water dynamic analysis active drainage well group two-branch convolutional neural network daily gas production daily water production; 分类号 TE331.2 [石油与天然气工程—油气田开发工程] 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

题名基于优选多源遥感特征和双分支卷积神经网络的茶园提取方法被引量：1: 2; 作者林欣怡汪小钦李蒙蒙金时来龙江冯晓敏吴瑞姣林敬兰李琳; 机构福州大学数字中国研究院(福建) 中国电建集团福建省电力勘测设计院有限公司福建省水土保持试验站福建省地质测绘院; 出处《农业机械学报》北大核心 2025年第6期446-456,共11页; 基金福建省水利科技项目(MSK202214、MSK202431) 福建省科技创新基金项目(2022C0024)。; 文摘准确的茶园分布信息可以为土地利用规划、种植布局优化提供科学的决策支撑,有助于推动茶产业可持续发展。本文基于GF-2 PMS影像的RGB波段,Sentinel-2光学影像计算的NDVI,Sentinel-1时序SAR数据构建的物候特征(包括茶树生长幅度(Growth amplitude,GA)和生长期长度(Growth length,GL)),以及GF-7立体像对影像计算的坡向、坡度、曲率,构建了茶园多模态遥感特征,并通过随机森林特征优选出最佳组合。利用双分支网络联合学习策略,以AMLNet(Attentional multiscale lightweight encoder-decoder network)为第1分支,Vanilla AMLNet为第2分支,构建耦合多模态信息的双分支网络模型MIPBNet(Multi-modal information parallel branch network);利用特征融合模块(Dual-branch feature fusion block,DBFF)在解码器末端进行特征级融合;利用复合损失函数进行优化训练。研究结果表明:NDVI+GA+坡向+坡度组合最能提高茶园分类精度。基于RGB数据依次加入NDVI、GA、坡向、坡度的组合方案,实验结果表明,融合多模态特征后,茶园提取结果漏提和误提现象明显减少,总体精度提升3.11个百分点。与典型的语义分割模型UNet、UNeXt、Segformer相比,MIPBNet的单分支AMLNet获得了更优的茶园提取结果。; 关键词茶园提取多源遥感深度学习语义分割多模态双分支卷积神经网络; Keywords tea plantations extraction multi-source remote sensing deep learning semantic segmentation multi-modal two-branch convolutional neural network; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置] S127 [农业科学—农业基础科学]; 在线阅读下载PDF 职称材料

题名基于散射点拓扑和双分支卷积神经网络的SAR图像小样本舰船分类被引量：3: 3; 作者张翼鹏卢东东仇晓兰李飞; 机构苏州市微波成像处理与应用技术重点实验室苏州空天信息研究院中国科学院空天信息创新研究院中国科学院大学中国科学院大学电子电气与通信工程学院; 出处《雷达学报（中英文）》 EI CSCD 北大核心 2024年第2期411-427,共17页; 基金国家自然科学基金(61991421,62022082)。; 文摘随着合成孔径雷达(SAR)图像在舰船检测和识别领域的广泛应用,准确而高效地进行舰船分类已经成为一个亟待解决的问题。在小样本学习场景下,一般的方法面临着泛化能力不足的问题,因此该文引入了额外的信息和特征,旨在增加模型对目标的理解和泛化能力。该文通过散射关键点构建拓扑结构以表征舰船目标的结构和形状特征,并计算拓扑结构的拉普拉斯矩阵,将散射点之间的拓扑关系转化为矩阵形式,最后将SAR图像和拉普拉斯矩阵分别作为双分支网络的输入进行特征提取。在网络结构方面,该文设计了一个由两个独立的卷积分支组成的双分支卷积神经网络,分别负责处理视觉特征和拓扑特征,并用两个交叉融合注意力模块分别对两个分支的特征进行交互融合。该方法有效地将目标散射点拓扑关系与网络的自动学习过程相结合,从而增强模型的泛化能力并提高分类精度。实验结果表明,在OpenSARShip数据集上,所提方法在1-shot和5-shot任务的平均准确率分别为53.80%和73.00%。而在FUSAR-Ship数据集上,所提方法分别取得了54.44%和71.36%的平均准确率。所提方法在1-shot和5-shot的设置下相比基础方法准确率均提升超过15%,证明了散射点拓扑的应用对SAR图像小样本舰船分类的有效性。; 关键词合成孔径雷达(SAR) 舰船分类小样本学习散射点拓扑双分支卷积神经网络; Keywords Synthetic Aperture Radar(SAR) Ship classification Few-shot learning Scattering point topology Dual-Branch Convolutional Neural Network(DB-CNN); 分类号 TN957.52 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于双分支卷积神经网络的弱光图像显著性目标识别研究被引量：1: 4; 作者陈虹云徐欢潇李秀静梅香香; 机构南通理工学院计算机与信息工程学院; 出处《激光杂志》 CAS 北大核心 2024年第10期136-140,共5页; 基金南通理工学院第二批中青年骨干教师培养专项(科学研究或校企合作)(No.ZONGGJS202236) 江苏省高等学校基础科学(自然科学)研究面上项目(No.22KJD520008)。; 文摘图像的亮度和对比度通常较低,使得目标信息变得模糊不清,增加识别的难度。针对传统识别方法面对多个显著性目标识别不准确的问题,提出基于双分支卷积神经网络的弱光图像显著性目标识别方法。针对弱光图像实施图像灰度化处理和去噪处理。增强弱光图像,调节弱光问题,利用双分支卷积神经网络,提取弱光图像显著性目标特征。实验结果表明:所研究方法应用下,无论图像中存在几个显著性目标,Kappa值均在0.8以上,准确性较高。; 关键词双分支卷积神经网络弱光图像显著性目标识别方法; Keywords double branch convolutional neural network low light image significance goals recognition methods; 分类号 TN249 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于双分支卷积神经网络的红外与可见光图像局部融合算法被引量：5: 5; 作者许云英杨瑞贺天福刘尚为范太然徐晨晨; 机构江苏海洋大学电子工程学院; 出处《红外技术》 CSCD 北大核心 2022年第5期521-528,共8页; 基金江苏海洋大学电子工程学院研究生科研创新项目(DZXS202006)。; 文摘红外图像和可见光图像均存在一定的局限性,依靠单个种类图像无法满足工程实际需求,可通过引入图像融合技术,获取高质量的融合图像。为更好保障输出信息特征的多样性,本文引入一种双分支卷积神经网络实现红外与可见光图像局部融合;在双分支卷积神经网络基础上,同时从红外图像、可见光图像得到跨渠道信息、渠道内信息种特征,增加了融合图像的信息量。采用整数小波变换方法进行图像压缩。建立颜色空间模型时,合理调节t因子的数值,获得理想的融合图像。实验结果表明,与现有方法相比,本方法融合后图像边缘信息得到充分保留,图像细节得到增强,红外与可见光图像融合效果更好。; 关键词双分支卷积神经网络红外与可见光图像梯度下降理论小波变换图像插值图像融合; Keywords two-branch convolutional neural network infrared and visible light images Gradient descent theory wavelet transform image interpolation image fusion; 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	作者	出处	发文年	被引量	操作
1	基于双分支卷积神经网络的气水动态分析	李道伦吕茂春查文舒沈路航	《合肥工业大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于优选多源遥感特征和双分支卷积神经网络的茶园提取方法	林欣怡汪小钦李蒙蒙金时来龙江冯晓敏吴瑞姣林敬兰李琳	《农业机械学报》北大核心	2025	1	在线阅读下载PDF 职称材料
3	基于散射点拓扑和双分支卷积神经网络的SAR图像小样本舰船分类	张翼鹏卢东东仇晓兰李飞	《雷达学报（中英文）》 EI CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料
4	基于双分支卷积神经网络的弱光图像显著性目标识别研究	陈虹云徐欢潇李秀静梅香香	《激光杂志》 CAS 北大核心	2024	1	在线阅读下载PDF 职称材料
5	基于双分支卷积神经网络的红外与可见光图像局部融合算法	许云英杨瑞贺天福刘尚为范太然徐晨晨	《红外技术》 CSCD 北大核心	2022	5	在线阅读下载PDF 职称材料