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8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：
基于双层注意力和深度自编码器的时间序列异常检测模型 被引量：1
1
作者 尹春勇 赵峰 《计算机工程与科学》 CSCD 北大核心 2024年第5期826-835,共10页
目前时间序列通常具有弱周期性以及高度复杂的相关性特征,传统的时间序列异常检测方法难以检测此类异常。针对这一问题,提出了一种新的无监督时间序列异常检测模型(DA-CBG-AE)。首先,使用新型滑动窗口方法,针对时间序列周期性设置滑动... 目前时间序列通常具有弱周期性以及高度复杂的相关性特征,传统的时间序列异常检测方法难以检测此类异常。针对这一问题,提出了一种新的无监督时间序列异常检测模型(DA-CBG-AE)。首先,使用新型滑动窗口方法,针对时间序列周期性设置滑动窗口大小;其次,采用卷积神经网络提取时间序列高维度空间特征;然后,提出具有堆叠式Dropout双向门循环单元网络作为自编码器的基本结构,从而捕捉时间序列的相关性特征;最后,引入双层注意力机制,进一步提取特征,选择更加关键的时间序列,从而提高异常检测准确率。为了验证该模型的有效性,将DA-CBG-AE与6种基准模型在8个数据集上进行比较。最终的实验结果表明,DA-CBG-AE获得了最优的F1值(0.863),并且其检测性能相比最新的基准模型Tad-GAN高出25.25%。 展开更多
关键词 异常检测 双层注意力机制 自编码器 卷积神经网络 双向门循环单元
在线阅读 下载PDF
基于双层路由注意力机制的指纹二级特征检测方法
2
作者 闫睿骜 李金成 代雪晶 《科学技术与工程》 北大核心 2024年第34期14765-14771,共7页
指纹识别是身份认定和同一认定中重要的方法之一,但由于其特征尺寸较小、分布密集并且存在一定的漏检以及误检等问题。针对以上问题,提出了一种基于双层路由注意力机制(bi-level routing attention, BRA)的指纹二级特征检测方法。在Yol... 指纹识别是身份认定和同一认定中重要的方法之一,但由于其特征尺寸较小、分布密集并且存在一定的漏检以及误检等问题。针对以上问题,提出了一种基于双层路由注意力机制(bi-level routing attention, BRA)的指纹二级特征检测方法。在Yolov8中嵌入BRA注意力机制、从而减少在指纹特征检测过程中出现的漏检以及误检等问题并实现更灵活的内容感知;调整YOLOv8的网络结构,针对指纹特征添加小尺寸目标检测层。实验结果表明YOLOv8-B网络模型的平均精准度mAP@0.5提升了4.3%,mAP@0.5:0.95提升了8.5%,分别达到98.2%和74.9%。并且检测速度基本保持不变,能够有效地检测指纹的二级特征,降低误检、漏检等问题的发生。 展开更多
关键词 指纹识别 指纹二级特征 双层路由注意力机制 YOLOv8
在线阅读 下载PDF
基于注意力循环神经网络的联合深度推荐模型 被引量：1
3
作者 郭东坡 何彬 +1 位作者 张明焱 段超 《现代电子技术》 北大核心 2025年第1期80-84,共5页
为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和... 为了向用户推荐符合兴趣偏好的项目,设计一种基于注意力循环神经网络的联合深度推荐模型。将双层注意力机制设置于网络中,该模型由五个部分构成,在输入层中生成联合深度推荐模型的输入矩阵,通过序列编码层对项目评论文本语义展开正向和反向编码,获得隐藏状态输出,并将其输入双层注意力机制中,提取项目特征,利用全连接层提取用户偏好特征。在预测层中建立项目与用户的交互模型,获得项目评分,为用户推荐高评分的项目。为了提高模型精度,加权融合MSE损失函数、CE损失函数和RK损失函数建立组合损失函数,对深度联合训练模型展开训练,提高模型的推荐性能。仿真结果表明,所提方法具有良好的推荐效果,能够适应不断变化的市场需求和用户行为。 展开更多
关键词 双层注意力机制 循环神经网络 用户偏好 组合损失函数 交互模型 联合深度推荐模型
在线阅读 下载PDF
基于双层路由注意力机制的煤粒粒度定量分析
4
作者 程德强 郑丽娟 +2 位作者 刘敬敬 寇旗旗 江鹤 《工矿自动化》 CSCD 北大核心 2024年第2期9-17,共9页
煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前,基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一,但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题,设计了一种基... 煤粒粒度分布特征与煤中甲烷气体传播规律的分析密切相关。目前,基于图像分割的煤粒粒度分析方法已成为获取煤粒粒度的主流方案之一,但存在上下文信息丢失、煤粒特征融合不当造成煤粒漏分割和过分割等问题。针对上述问题,设计了一种基于双层路由注意力机制(BRA)的煤粒粒度分析模型。在残差U型网络ResNet-UNet中嵌入BRA模块,得到B-ResUNet网络模型:为减少在煤粒分割过程中出现的漏分割问题,在ResNet-UNet网络的上采样前添加BRA模块,使网络根据上一层的特征调整当前特征层的重要性,增强特征的表达能力,提高长距离信息的传递能力;为减少在煤粒分割过程中出现的过分割问题,在ResNet-UNet网络的特征拼接模块后添加BRA模块,通过动态选择和聚合重要特征,实现更有效的特征融合。对分割出的煤粒进行特征信息提取,针对实验分析中采用的煤粒数据集的煤粒粒度与细胞大小相当,为精确表征煤粒粒度,采用等效圆粒径获取煤粒粒度及粒度分布。实验结果表明:①B-ResUNet网络模型的准确率、平均交并比、召回率较ResNet-UNet基础网络分别提高了0.6%,14.3%,35.9%,准确率达99.6%,平均交并比达92.6%,召回率达94.4%,B-ResUNet网络模型在煤样中具有较好的分割效果,能够检测出较为完整的颗粒结构。②在上采样前和特征拼接后均引入BRA模块时,网络对煤粒的边缘区域给予了足够的关注,且对一些不太重要的区域减少了关注度,从而提高了网络的计算效率。③煤粒的粒度大小在1~2 mm内呈相对均衡的分布趋势,粒度在1~2 mm内的煤粒占比最大为99.04%,最小为90.59%,表明基于BRA的图像处理方法在粒度分析方面具有较高的准确性。 展开更多
关键词 煤粒粒度 粒度分布 双层路由注意力机制 图像处理 残差U型网络 语义分割 等效圆粒径
在线阅读 下载PDF
基于改进YOLOv5s的漂浮垃圾目标检测算法
5
作者 张岩松 高茂庭 《计算机工程与设计》 北大核心 2025年第3期910-917,共8页
针对漂浮垃圾检测存在小目标特征丢失引起的漏检误检和模型过于复杂导致部署困难的问题,提出一种基于改进YOLOv5s的目标检测算法YOLOv5s-PBW。采用改进的PB-FPN特征融合结构,在不影响检测精度的情况下,降低模型的复杂度;引入双层路由注... 针对漂浮垃圾检测存在小目标特征丢失引起的漏检误检和模型过于复杂导致部署困难的问题,提出一种基于改进YOLOv5s的目标检测算法YOLOv5s-PBW。采用改进的PB-FPN特征融合结构,在不影响检测精度的情况下,降低模型的复杂度;引入双层路由注意力机制(BRA),关注关键信息,提高对小目标特征的提取能力;使用Wise-IoU边框损失函数,专注于训练普通质量的锚框,提高模型的泛化能力。实验结果表明,改进后的模型相比原始YOLOv5s算法,参数量减少了62%,权重文件减少了61%,mAP@0.5提高了1.2%,适合无人水面船的漂浮垃圾实时检测。 展开更多
关键词 深度学习 目标检测 YOLOv5s 漂浮垃圾 特征融合 双层路由注意力机制 损失函数
在线阅读 下载PDF
基于YOLOv8n的梨树叶片病害检测模型
6
作者 黄政 张涛 +2 位作者 孔万仔 赵丹枫 魏泉苗 《湖南农业大学学报(自然科学版)》 北大核心 2025年第2期113-121,共9页
针对传统目标检测模型对自然场景下梨树叶片病害检测存在精度低、模型参数量大等问题,提出一种基于YOLOv8n的梨树叶片病害检测改进模型。首先,使用RepGhostNet改进主干网络,利用结构重参数化实现特征的隐式重用,在提升网络特征提取能力... 针对传统目标检测模型对自然场景下梨树叶片病害检测存在精度低、模型参数量大等问题,提出一种基于YOLOv8n的梨树叶片病害检测改进模型。首先,使用RepGhostNet改进主干网络,利用结构重参数化实现特征的隐式重用,在提升网络特征提取能力的同时使网络更加轻量化。其次,引入双层路由注意力机制,通过查询自适应的方式降低模型对不相关特征的关注,提高模型对关键信息的敏感性,增强网络的表征能力和特征融合能力。最后,使用Inner-SIoU损失函数优化边界框回归,加快模型收敛速度,提高识别精度。结果表明:改进后的模型能够有效对梨树叶片病害进行检测,在DiaMOSPlant数据集上对梨树叶片病害的检测平均精准度m AP@50达到0.901,相较于原模型提高了5.6%;而模型参数量仅为2.4×10^(6)个,计算量仅为7GFLOPs,相较于原模型分别降低了20.00%和13.58%。与SSD、Faster-RCNN、YOLOv5n、YOLOv8s等主流目标检测模型相比,改进的模型不仅平均精准度有所提高,而且参数量和计算量均减少。 展开更多
关键词 梨树叶片病害检测 YOLOv8n 模型轻量化 RepGhostNet 双层路由注意力机制
在线阅读 下载PDF
基于增强局部特征提取的SAR密集目标检测
7
作者 王杰坤 王金伟 +2 位作者 宋富骏 许京新 赵博 《火力与指挥控制》 北大核心 2025年第4期93-99,共7页
针对SAR图像在密集区域检测准确率低的问题,提出增强局部特征提取能力的改进算法。采用CNeB模块,通过降低空间维度和扩大模型的感受野增强小目标特征的提取。引入BRA机制,增强模型对目标上下文信息的理解能力。损失函数WIoU取代CIoU,通... 针对SAR图像在密集区域检测准确率低的问题,提出增强局部特征提取能力的改进算法。采用CNeB模块,通过降低空间维度和扩大模型的感受野增强小目标特征的提取。引入BRA机制,增强模型对目标上下文信息的理解能力。损失函数WIoU取代CIoU,通过智能权重调整机制抑制低质量图像产生有害梯度。在HRSID数据集上验证,mAP从92%提高到94.4%,召回率和准确度分别提升4%和1.1%,证明改进后的算法在密集目标检测中有显著优势。 展开更多
关键词 目标检测 双层路由注意力机制 CNeB模块 合成孔径雷达
在线阅读 下载PDF
基于YOLOv8s的轻量级绝缘子多缺陷检测模型 被引量：2
8
作者 蓝贵文 任新月 +2 位作者 徐梓睿 郭瑞东 钟展 《现代电子技术》 北大核心 2024年第20期72-80,共9页
YOLO系列算法已广泛用于识别电力线路中的各类缺陷目标。由于巡检图像背景复杂、缺陷目标的尺度不一等,直接利用YOLO算法难以有效避免绝缘子闪络、破损等小目标的错检漏检问题。为解决这一问题,在YOLOv8s模型的基础上提出一种轻量化绝... YOLO系列算法已广泛用于识别电力线路中的各类缺陷目标。由于巡检图像背景复杂、缺陷目标的尺度不一等,直接利用YOLO算法难以有效避免绝缘子闪络、破损等小目标的错检漏检问题。为解决这一问题,在YOLOv8s模型的基础上提出一种轻量化绝缘子缺陷检测算法。在骨干网络中引入双层路由注意力机制(BRA),以提升对全局特征的关注度,抑制背景噪声,降低小目标缺陷的错检漏检率。通过加权双向特征金字塔网络(BiFPN)实现跨尺度特征之间的加权融合,获取各类缺陷更全面的特征信息。重构Neck网络来消除低贡献度的网络节点,在增强检测性能的同时减少了模型的参数量,实现了性能提升和参数效率之间的平衡。实验结果显示,改进后的网络模型平均检测精度达到84.9%,而参数量仅为8.4×10^(6),可实现对绝缘子缺陷的快速准确检测。 展开更多
关键词 轻量化网络 YOLOv8s 绝缘子缺陷 小目标缺陷检测 双层路由注意力机制 加权双向特征金字塔网络 特征融合
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