期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于FVC-CNN模型的野外车辆声信号分类
被引量：
2
1
作者
李翔
王艳
李宝清
《中国科学院大学学报（中英文）》
CSCD
北大核心
2023年第2期208-216,共9页
针对野外环境下单通道车辆声信号受风噪影响严重、分类性能较低的问题,提出一种基于声阵列4通道同步采集信号的一维卷积神经网络模型(FVC-CNN)。该模型借鉴注意力机制加权平均的思想对Inception网络结构进行改进,作为输入层有针对性地提...
针对野外环境下单通道车辆声信号受风噪影响严重、分类性能较低的问题,提出一种基于声阵列4通道同步采集信号的一维卷积神经网络模型(FVC-CNN)。该模型借鉴注意力机制加权平均的思想对Inception网络结构进行改进,作为输入层有针对性地提取4通道声信号多个不同时间尺度的特征,抑制噪声干扰,再根据不同车辆声信号特征分布特点,分别训练3个特征提取网络SWNet、LWNet和TNet来提取相应车辆的特征,最后对提取的特征进行多分支多维度的融合以供分类。在相同数据集上进行验证,实验结果表明,FVC-CNN模型总识别率可达94.22%,相较于传统方法识别率提高14.08%,取得了较好的分类效果。
展开更多
关键词
野外车辆信号分类
4通道声阵列输入
Inception结构
注意力机制
多分支
特征
提取
多分支
多维度
特征
融合
在线阅读
下载PDF
职称材料
基于局部增强傅里叶神经算子的偏微分方程求解方法
2
作者
罗驰
陆凌云
刘飞
《计算机科学》
2025年第9期144-151,共8页
偏微分方程(PDE)是描述现实系统的重要数学工具,对其进行求解可以预测和分析系统的行为。PDE的解析解通常难以获取,一般通过数值法进行近似解算,但数值法求解参数化PDE时效率较低。近年来,利用深度学习求解PDE的方法在应对上述问题时展...
偏微分方程(PDE)是描述现实系统的重要数学工具,对其进行求解可以预测和分析系统的行为。PDE的解析解通常难以获取,一般通过数值法进行近似解算,但数值法求解参数化PDE时效率较低。近年来,利用深度学习求解PDE的方法在应对上述问题时展现出了优势,特别是傅里叶神经算子FNO(Fourier Neural Operator)已在此类问题中展现出显著成效。然而,FNO仅通过频域上的卷积来提取全局信息,难以捕获PDE的多尺度信息。针对此挑战,提出一种基于局部增强的FNO模型,在傅里叶层引入并行多尺寸卷积模块,通过不同尺寸的卷积提高模型捕获局部多尺度信息的能力。同时,在线性层后引入一种多分支特征融合模块,通过将数据提升到不同通道进行学习来提高模型整合多通道信息的能力。实验结果表明,该模型在Burgers方程的求解中误差降低了30.9%,在Darcy Flow方程的求解中误差降低了18.5%,在Navier-Stokes方程的求解中误差降低了5.5%。
展开更多
关键词
深度学习
偏微分方程
傅里叶神经算子
多尺寸卷积
多分支特征融合
多尺度PDE
在线阅读
下载PDF
职称材料
题名
基于FVC-CNN模型的野外车辆声信号分类
被引量：
2
1
作者
李翔
王艳
李宝清
机构
中国科学院上海微系统与信息技术研究所微系统技术重点实验室
中国科学院大学
出处
《中国科学院大学学报（中英文）》
CSCD
北大核心
2023年第2期208-216,共9页
基金
微系统技术重点实验室基金项目(6142804190304)资助。
文摘
针对野外环境下单通道车辆声信号受风噪影响严重、分类性能较低的问题,提出一种基于声阵列4通道同步采集信号的一维卷积神经网络模型(FVC-CNN)。该模型借鉴注意力机制加权平均的思想对Inception网络结构进行改进,作为输入层有针对性地提取4通道声信号多个不同时间尺度的特征,抑制噪声干扰,再根据不同车辆声信号特征分布特点,分别训练3个特征提取网络SWNet、LWNet和TNet来提取相应车辆的特征,最后对提取的特征进行多分支多维度的融合以供分类。在相同数据集上进行验证,实验结果表明,FVC-CNN模型总识别率可达94.22%,相较于传统方法识别率提高14.08%,取得了较好的分类效果。
关键词
野外车辆信号分类
4通道声阵列输入
Inception结构
注意力机制
多分支
特征
提取
多分支
多维度
特征
融合
Keywords
field vehicle signal classification
four channel acoustic array input
Inception structure
attention mechanism
multi branch feature extraction
multi-branch and multi-dimensional feature fusion
分类号
TN911.7 [电子电信—通信与信息系统]
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
基于局部增强傅里叶神经算子的偏微分方程求解方法
2
作者
罗驰
陆凌云
刘飞
机构
华南理工大学软件学院
出处
《计算机科学》
2025年第9期144-151,共8页
文摘
偏微分方程(PDE)是描述现实系统的重要数学工具,对其进行求解可以预测和分析系统的行为。PDE的解析解通常难以获取,一般通过数值法进行近似解算,但数值法求解参数化PDE时效率较低。近年来,利用深度学习求解PDE的方法在应对上述问题时展现出了优势,特别是傅里叶神经算子FNO(Fourier Neural Operator)已在此类问题中展现出显著成效。然而,FNO仅通过频域上的卷积来提取全局信息,难以捕获PDE的多尺度信息。针对此挑战,提出一种基于局部增强的FNO模型,在傅里叶层引入并行多尺寸卷积模块,通过不同尺寸的卷积提高模型捕获局部多尺度信息的能力。同时,在线性层后引入一种多分支特征融合模块,通过将数据提升到不同通道进行学习来提高模型整合多通道信息的能力。实验结果表明,该模型在Burgers方程的求解中误差降低了30.9%,在Darcy Flow方程的求解中误差降低了18.5%,在Navier-Stokes方程的求解中误差降低了5.5%。
关键词
深度学习
偏微分方程
傅里叶神经算子
多尺寸卷积
多分支特征融合
多尺度PDE
Keywords
Deep learning
Partial differential equations
Fourier neural operator
Multi-size convolution
Multi-branch feature fusion
Multiscale PDE
分类号
TP391 [自动化与计算机技术]
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FVC-CNN模型的野外车辆声信号分类
李翔
王艳
李宝清
《中国科学院大学学报（中英文）》
CSCD
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
基于局部增强傅里叶神经算子的偏微分方程求解方法
罗驰
陆凌云
刘飞
《计算机科学》
2025
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
