多尺度信息系统下基于证据理论的三支多属性决策建模

1

作者 李瑞 张超 李德玉 《小型微型计算机系统》 北大核心 2025年第9期2082-2089,共8页

多尺度信息系统为智能决策提供多个粒度层次的数据信息.本文旨在克服单尺度信息系统的局限,改进三支决策的主观性缺陷,并解决D-S证据理论在处理高度冲突证据时的矛盾问题,进而探索三支多属性决策方法.首先,提出基于熵权法的多尺度信息... 多尺度信息系统为智能决策提供多个粒度层次的数据信息.本文旨在克服单尺度信息系统的局限,改进三支决策的主观性缺陷,并解决D-S证据理论在处理高度冲突证据时的矛盾问题,进而探索三支多属性决策方法.首先,提出基于熵权法的多尺度信息系统融合模型,以综合考虑各尺度的重要性.其次,将灰色关联度融入TOPSIS法,获取备选方案的评价值,并作为三支决策的条件概率.然后,利用D-S证据理论和信息散度融合三支决策的多组阈值,以获得最终决策结果.最后,通过高等教育综合评估数据集验证该方法在人才评价中的可行性与有效性.本文模型丰富了多尺度信息系统、三支决策、证据理论和信息散度的理论,并有效降低了多属性决策的风险. 展开更多

关键词 粒计算 多尺度信息系统 三支决策 D-S证据理论 信息散度

在线阅读 下载PDF 职称材料

融合多级注意力与多尺度信息的铁轨缺陷分割网络

2

作者 周炜杰 李智 +2 位作者 张绍荣 唐洪贶 莫云 《电子测量与仪器学报》 北大核心 2025年第7期140-150,共11页

铁路轨道缺陷检测技术面临许多挑战。轨道表面纹理复杂、背景噪声干扰严重,使得缺陷难以检出;缺陷种类多样,形态各异,导致检测方法难以同时捕捉所有细节特征;尺寸较小的缺陷由于特征不明显,往往会被漏检。为了精确分割铁路轨道表面缺陷... 铁路轨道缺陷检测技术面临许多挑战。轨道表面纹理复杂、背景噪声干扰严重,使得缺陷难以检出;缺陷种类多样,形态各异,导致检测方法难以同时捕捉所有细节特征;尺寸较小的缺陷由于特征不明显,往往会被漏检。为了精确分割铁路轨道表面缺陷,提出一种融合多级注意力与多尺度信息的铁轨缺陷分割网络。该网络的编码器通过堆叠倒置瓶颈卷积和融合倒置瓶颈卷积有效提高特征提取编码的效率;解码器部分使用多级并行像素级注意力模块辅助模型从大量背景噪声中聚焦定位缺陷区域;金字塔池化模块用于捕获多尺度上下文信息,增强模型对场景中的局部和全局特征的解析能力;多尺度信息融合方法融合像素级注意力模块和金字塔池化模块的输出,充分利用各阶段的特征信息。利用NRSD-MN数据集进行实验,在Craft和Real两类数据上,平均精度分别达到0.8364和0.7258;平均交并比分别达到0.6858和0.6342。实验结果表明,提出的网络在针对铁路轨道表面缺陷分割任务时,精度上显著优于现有的模型。 展开更多

关键词 缺陷检测 语义分割 注意力机制 多尺度信息融合 小目标检测

在线阅读 下载PDF 职称材料

井、震多尺度信息融合预测老油田浅层岩性气藏 被引量：9

3

作者 张宪国 林承焰 +1 位作者 张涛 王永刚 《石油地球物理勘探》 EI CSCD 北大核心 2009年第5期609-612,共4页

老油田浅层岩性气藏岩性分布复杂,利用地震属性分析、含气砂岩地震正演模拟及基于概率神经网络(PNN)的声波时差参数预测等方法对气藏分布进行描述,是寻找该类气藏的有效手段,其中建立符合研究区地质特征的地质模型,开展地震正演研究,总... 老油田浅层岩性气藏岩性分布复杂,利用地震属性分析、含气砂岩地震正演模拟及基于概率神经网络(PNN)的声波时差参数预测等方法对气藏分布进行描述,是寻找该类气藏的有效手段,其中建立符合研究区地质特征的地质模型,开展地震正演研究,总结含气砂体的地震反射特征,是利用地震反射资料进行含气目标检验的前提。在属性优选的基础上,利用PNN神经网络算法将多种地震属性与声波时差测井信息相结合,对三维空间的声波时差参数分布特征进行预测,一方面避免了单一地震属性信息的片面性,另一方面实现了气藏敏感测井参数的合理延伸,是一种快速有效的气藏检测方法。将井、震多尺度信息融合预测浅层岩性气藏方法应用于吉林红岗油气田,地震正演结果显示,气藏顶部为较强的波谷反射,底部为强波峰反射特征,地震属性异常区的特征在地震反射剖面上与正演的含气砂岩反射特征相近,从而查明了HI3气藏的主控因素,并获得高产气井。 展开更多

关键词 老油田 浅层气藏 多属性分析 正演 概率神经网络 多尺度信息融合

在线阅读 下载PDF 职称材料

基于多尺度信息融合的层次聚类算法 被引量：11

4

作者 李春忠 靖稳峰 徐健 《工程数学学报》 CSCD 北大核心 2019年第3期245-255,共11页

在体绘制领域和图像分割中,数据集通常具有流形结构,各部分边界连接紧密且伴随局部噪声,给传统聚类算法的应用带来了较大的困难.本文根据非参数密度估计方法提出了一种基于多尺度信息融合的层次聚类算法.新算法通过整合密度差异和边界... 在体绘制领域和图像分割中,数据集通常具有流形结构,各部分边界连接紧密且伴随局部噪声,给传统聚类算法的应用带来了较大的困难.本文根据非参数密度估计方法提出了一种基于多尺度信息融合的层次聚类算法.新算法通过整合密度差异和边界信息构造了一种多尺度结构信息融合的相似性度量,通过水平集的图连接策略推导出一种层次化的类结构剖析过程以获取稳定的聚类结果.新算法不受数据集形状、密度类型的限制,无需对数据集进行假设,可自动识别数据集常见的聚类结构特征.同时聚类结果较为稳定,算法对噪声具有较强的鲁棒性.从人工数据集和真实数据集以及应用试验的测试结果可以看出新算法的优越性能. 展开更多

关键词 层次聚类 多尺度信息融合 水平集 点云数据 体绘制

在线阅读 下载PDF 职称材料

基于动态感受野的自适应多尺度信息融合的图像转换 被引量：7

5

作者 尹梦晓 林振峰 杨锋 《电子与信息学报》 EI CSCD 北大核心 2021年第8期2386-2394,共9页

为提高图像转换模型生成图像的质量,该文针对转换模型中的生成器进行改进,同时探究多样化的图像转换,拓展转换模型的生成能力。在生成器的改进方面,利用选择性(卷积)核模块(SKBlock)的动态感受野机制获取和融合生成器中每个上采样特征... 为提高图像转换模型生成图像的质量,该文针对转换模型中的生成器进行改进,同时探究多样化的图像转换,拓展转换模型的生成能力。在生成器的改进方面,利用选择性(卷积)核模块(SKBlock)的动态感受野机制获取和融合生成器中每个上采样特征的多尺度信息,借助特征的多尺度信息和动态感受野构造选择性(卷积)核的生成式对抗网络(SK-GAN)。与传统生成器相比,SK-GAN以动态感受野获取多尺度信息的生成结构提高了生成图像的质量。在多样化图像转换方面,基于SK-GAN在草图合成真实图像任务提出带引导图像的选择性(卷积)核的生成式对抗网络(GSK-GAN)。该模型利用引导图像指导源图像的转换,通过引导图像编码器提取引导图像特征,然后由参数生成器(PG)和特征转换层(FT)将引导图像特征的信息传递至生成器。此外,该文还提出双分支引导图像编码器以提高转换模型的编辑能力,以及利用引导图像的隐变量分布实现随机样式的图像生成。实验表明,改进后的生成器有助于提高生成图像质量,SK-GAN在多个数据集中获得合理的生成结果。GSK-GAN不仅保证了生成图像的质量,还能生成更多样式的图像。 展开更多

关键词 图像转换 多尺度信息 动态感受野 自适应特征选择

在线阅读 下载PDF 职称材料

考虑空域分布多尺度信息熵的SAR图像模板匹配 被引量：4

6

作者 张东兴 陈金来 赵培洪 《电讯技术》 北大核心 2015年第1期45-49,共5页

图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵(SDMSE),将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或... 图像的熵和多尺度熵仅考虑像素灰度分布而无视像素在空域分布的情况,基于此的图像匹配容易受噪声的影响而导致误配。为解决此问题,给出了一种空域分布多尺度信息熵(SDMSE),将图像像素在空域的分布与灰度空间分布结合起来,对不同的行或列求多尺度信息熵。在合成孔径雷达(SAR)图像匹配时,对输入图像和基准子图(基准图中和输入图尺寸一样的子图)求SDMSE矩阵,并通过求两矩阵的相似性来度量匹配程度,相似性最大的位置对应匹配点。仿真结果表明,所提匹配算法相比基于熵和多尺度熵的SAR匹配算法有更优异的噪声适应性,匹配误差更小,但计算耗时较多。在如何减少计算时间方面也做了尝试,实验表明尺度个数减少可以大幅减少计算时间而抗噪声性能并没有明显降低。 展开更多

关键词 SAR图像处理 模板匹配 空域分布多尺度信息熵 噪声适应性

在线阅读 下载PDF 职称材料

基于多尺度信息熵的雷达辐射源信号识别 被引量：22

7

作者 黄颖坤 金炜东 +1 位作者 葛鹏 李冰 《电子与信息学报》 EI CSCD 北大核心 2019年第5期1084-1091,共8页

随着雷达信号的日益复杂,从实数序列中提取特征变得越来越困难,但当它们表示成符号序列时,通常能更容易地挖掘出有效的特征参数。因此,该文提出一种基于多尺度信息熵(MSIE)的雷达信号识别方法。首先通过符号聚合近似(SAX)算法在不同字... 随着雷达信号的日益复杂,从实数序列中提取特征变得越来越困难,但当它们表示成符号序列时,通常能更容易地挖掘出有效的特征参数。因此,该文提出一种基于多尺度信息熵(MSIE)的雷达信号识别方法。首先通过符号聚合近似(SAX)算法在不同字符集尺度下将雷达信号转换为符号化序列;然后联合各符号序列的信息熵值,组成MSIE特征向量;最后,使用k邻近算法(k-NN)作为分类器实现雷达信号的分类识别。通过仿真6种典型的雷达信号进行验证,结果表明该方法在信噪比(SNR)为5 dB时,不同雷达信号的识别正确率大于90%,并且优于传统的基于复杂度特征(盒维数和稀疏性)的识别方法。 展开更多

关键词 雷达信号识别 符号聚合近似算法 多尺度信息熵 k邻近算法

在线阅读 下载PDF 职称材料

融合多尺度信息的道路场景实时语义分割 被引量：2

8

作者 王俊 蒋自强 别雄波 《激光杂志》 CAS 北大核心 2023年第6期137-142,共6页

道路场景语义分割是自动驾驶车辆实现环境感知的重要技术。针对道路场景实时语义分割中存在目标区域尺度不一、变化迅速的问题,在DABNet语义分割网络的基础上进行优化改进提出一种融合多尺度信息的道路场景实时语义分割网络。对于网络设... 道路场景语义分割是自动驾驶车辆实现环境感知的重要技术。针对道路场景实时语义分割中存在目标区域尺度不一、变化迅速的问题,在DABNet语义分割网络的基础上进行优化改进提出一种融合多尺度信息的道路场景实时语义分割网络。对于网络设计:首先引入带有自适应卷积核的卷积层优化DAB模块,自适应地引导网络学习最合适的特征图感受野,提高网络获取多尺度语义信息的能力;然后在编码阶段后引入了金字塔池化PSP模块来聚合特征图中不同尺度子区域的上下文信息,提高网络获取全局信息的能力。本网络提高了对大目标区域完整分割,避免小目标区域漏分割的能力,保证较高的道路场景实时语义分割精度。 展开更多

关键词 语义分割 自动驾驶 多尺度信息 深度学习

在线阅读 下载PDF 职称材料

融合多尺度前沿边界信息的移动机器人自主探索方法

9

作者 吴兰 李嘉琦 闫晶晶 《中国惯性技术学报》 北大核心 2025年第2期147-154,共8页

针对移动机器人在多障碍未知环境自主探索时,存在导航目标点选择盲目的问题,提出一种融合多尺度前沿边界信息的移动机器人自主探索方法。首先,对原始代价地图进行一次卷积处理,得到区域型代价地图。其次,利用聚类算法得到边界簇密度替... 针对移动机器人在多障碍未知环境自主探索时,存在导航目标点选择盲目的问题,提出一种融合多尺度前沿边界信息的移动机器人自主探索方法。首先,对原始代价地图进行一次卷积处理,得到区域型代价地图。其次,利用聚类算法得到边界簇密度替代原始算法以反映前沿边界数量。再次,引入Fast特征提取以及孤立随机森林算法,将前沿边界的信息增益以及全局离群边界加入到评估中。最后,将多尺度边界信息进行归一化处理,重构价值评估函数,实时更新最优导航目标点。通过仿真与实机验证,所提算法相较于原始算法在时间上平均缩短了19.7%、路径长度平均缩短16.2%,且在复杂环境下提升更加明显,表明所提算法提高了自主搜索的效率。 展开更多

关键词 移动机器人 自主探索 区域代价地图 多尺度边界信息

在线阅读 下载PDF 职称材料

不协调广义多尺度序决策信息系统的知识获取

10

作者 黄彪 韩邦合 《郑州大学学报（理学版）》 CAS 北大核心 2025年第2期51-60,共10页

针对不协调广义多尺度序决策信息系统中的最优尺度组合和IF-THEN知识获取问题,首先,提出了集值优势矩阵的概念,给出了其判断序决策信息系统是否协调的条件。然后,在不协调的广义多尺度序决策信息系统中,引入基于优势关系的广义决策概念... 针对不协调广义多尺度序决策信息系统中的最优尺度组合和IF-THEN知识获取问题,首先,提出了集值优势矩阵的概念,给出了其判断序决策信息系统是否协调的条件。然后,在不协调的广义多尺度序决策信息系统中,引入基于优势关系的广义决策概念,同时通过定义区间值优势关系的方法,构造了新的协调广义多尺度序决策信息系统,并设计了通过集值优势矩阵求最优尺度组合的算法,挖掘了隐藏在不协调广义多尺度序决策信息系统中的决策规则。最后,通过实验验证了所提广义决策最优尺度组合的有效性。 展开更多

关键词 广义多尺度序决策信息系统 集值优势矩阵 广义决策 属性约简 决策规则

在线阅读 下载PDF 职称材料

基于多尺度特征信息融合的时间序列异常检测 被引量：5

11

作者 衡红军 喻龙威 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2024年第3期203-214,共12页

目前大多数的时间序列都缺少相应的异常标签,且现有基于重构的异常检测算法不能很好地捕获到多维数据间复杂的潜在相关性和时间依赖性,为了构建特征丰富的时间序列,提出一种多尺度特征信息融合的异常检测模型。该模型首先通过卷积神经... 目前大多数的时间序列都缺少相应的异常标签,且现有基于重构的异常检测算法不能很好地捕获到多维数据间复杂的潜在相关性和时间依赖性,为了构建特征丰富的时间序列,提出一种多尺度特征信息融合的异常检测模型。该模型首先通过卷积神经网络对滑动窗口内的不同序列进行特征卷积来获取不同尺度下的局部上下文信息。然后,利用Transformer中的位置编码对卷积后的时间序列窗口进行位置嵌入,增强滑动窗口中每一个时间序列和邻近序列之间的位置联系,并引入时间注意力获取数据在时间维度上的自相关性,并进一步通过多头自注意力自适应地为窗口内不同时间序列分配不同的权重。最后,对反卷积过程中上采样得到的窗口数据与不同尺度下得到的局部特征和时间上下文信息进行逐步融合,从而准确重构原始时间序列,并将重构误差作为最终的异常得分进行异常判定。实验结果表明,所构建模型在SWaT和SMD数据集上与基线模型相比F1分数均有所提升。在数据维度高且均衡性较差的WADI数据集上与GDN模型相比F1分数降低了1.66%。 展开更多

关键词 异常检测 多尺度信息融合 卷积神经网络 TRANSFORMER 多维时间序列 自编码器

在线阅读 下载PDF 职称材料

面向分割的局部分块与全局多尺度注意力机制

12

作者 谭荆彬 赵旭俊 苏慧娟 《计算机工程与设计》 北大核心 2025年第4期1141-1148,共8页

现有的注意力机制仅增强特征图的通道或空间维度,未能充分捕捉细微视觉元素和多尺度特征变化。为解决此问题,提出一种基于局部分块与全局多尺度特征融合的注意力机制(patch and global multiscale attention,PGMA)。将特征图分割成多个... 现有的注意力机制仅增强特征图的通道或空间维度,未能充分捕捉细微视觉元素和多尺度特征变化。为解决此问题,提出一种基于局部分块与全局多尺度特征融合的注意力机制(patch and global multiscale attention,PGMA)。将特征图分割成多个小块,分别计算这些小块的注意力得分,增强对局部信息的感知能力。使用一组空洞卷积计算整个特征图的得分,获得全局多尺度信息的权衡。实验中,将PGMA集成到U-Net、DeepLab、SegNet等语义分割网络中,有效提升了它们的分割性能。这表明PGMA在增强CNN性能方面优于当前主流方法。 展开更多

关键词 卷积神经网络 注意力机制 局部信息 分块策略 细节感知 全局多尺度信息 语义分割

在线阅读 下载PDF 职称材料

基于可分离性的多尺度决策信息系统的最优尺度约简

13

作者 金铭 陈锦坤 李进金 《郑州大学学报（理学版）》 CAS 北大核心 2024年第4期72-80,共9页

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散... 针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。 展开更多

关键词 多尺度决策信息系统 最优尺度约简 可分离性

在线阅读 下载PDF 职称材料

基于多尺度上下文语义信息的图像场景分类算法 被引量：14

14

作者 张瑞杰 李弼程 魏福山 《电子学报》 EI CAS CSCD 北大核心 2014年第4期646-652,共7页

传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率... 传统视觉词典模型没有考虑图像的多尺度和上下文语义共生关系.本文提出一种基于多尺度上下文语义信息的图像场景分类算法.首先,对图像进行多尺度分解,从多个尺度提取不同粒度的视觉信息;其次利用基于密度的自适应选择算法确定最优概率潜在语义分析模型主题数;然后,结合Markov随机场共同挖掘图像块的上下文语义共生信息,得到图像的多尺度直方图表示;最后结合支持向量机实现场景分类.实验结果表明,本文算法能有效利用图像的多尺度和上下文语义信息,提高视觉单词的语义准确性,从而改善场景分类性能. 展开更多

关键词 场景分类 多尺度信息 概率潜在语义分析 自适应主题数 上下文语义信息

在线阅读 下载PDF 职称材料

分层多尺度决策信息系统的序贯三支决策

15

作者 刘芳 李磊军 +1 位作者 米据生 李美争 《南京大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第6期981-995,共15页

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法.将多尺度决策信息系统与三... 传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法.将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题. 展开更多

关键词 多尺度信息系统 序贯三支决策 粗糙集 分层 分类

在线阅读 下载PDF 职称材料

融合多尺度特征与边缘增强的前列腺图像分割

16

作者 王飞 丁德锐 +1 位作者 朱天佑 何晓晨 《小型微型计算机系统》 CSCD 北大核心 2024年第11期2710-2716,共7页

针对前列腺磁共振(MR)图像上组织边缘模糊、形状和大小的多样性所导致的挑战,本文提出一种多尺度信息挖掘(Multi-scale Information Excavation Network,MSIE-Net)的医学图像分割算法提高图像分割的精度.首先,在编码阶段使用InceptionN... 针对前列腺磁共振(MR)图像上组织边缘模糊、形状和大小的多样性所导致的挑战,本文提出一种多尺度信息挖掘(Multi-scale Information Excavation Network,MSIE-Net)的医学图像分割算法提高图像分割的精度.首先,在编码阶段使用InceptionNext模块,将大核深度卷积沿着通道维度分解成4个并行分支,从而获取多尺度感受野.其次,在解码阶段设计双尺度特征密集融合模块(Dual-scale Feature Dense Fusion,DSFDF),实现了高低分辨率之间的特征交互.最后,通过边缘引导注意力(Edge-guided Attention,EGA),实现高层特征指导低层特征的相关信息的传输,从而提高了边界分割的精度.所提方法在前列腺公开数据集ProstateX和Promise12上分别进行了性能评估和泛化能力测试.ProstateX数据集上评估指标Dice和mIoU相较于TransUNet分别提高了1.54%和2.43%.结果表明,所提算法具有更好的边缘分割能力. 展开更多

关键词 前列腺分割 InceptionNext 多尺度信息 密集融合 边缘引导注意力

在线阅读 下载PDF 职称材料

融合双注意力机制的多尺度胰腺分割方法 被引量：2

17

作者 张国栋 唐晓艺 +1 位作者 鞠蓉晖 宫照煊 《计算机工程与设计》 北大核心 2024年第4期1189-1194,共6页

为解决CT图像中胰腺边界不规则导致分割精度不高的问题,提出一种融合双注意机制的多尺度U型网络模型。该模型由一个编码器及两个解码器组成,提高特征利用。针对模型中连续下采样导致特征空间信息损失的问题,提出一种金字塔注意力特征融... 为解决CT图像中胰腺边界不规则导致分割精度不高的问题,提出一种融合双注意机制的多尺度U型网络模型。该模型由一个编码器及两个解码器组成,提高特征利用。针对模型中连续下采样导致特征空间信息损失的问题,提出一种金字塔注意力特征融合模块,引入通道和空间两个独立注意力机制,提供多尺度输入信息并行采样,提高边界提取性能,提升分割精度。实验结果表明,该方法在ISICDM 2018数据集上的平均Dice系数为85.35%,具有效性。 展开更多

关键词 胰腺分割 注意力机制 双解码器 金字塔池化 特征融合 边界提取 多尺度信息

在线阅读 下载PDF 职称材料

多尺度自适应注意力检测模型用于皮革织物瑕疵检测 被引量：1

18

作者 李皞 刘义凡 +6 位作者 徐华伟 杨可 康镇 黄梦真 欧啸 赵雨晨 邢同振 《丝绸》 CAS CSCD 北大核心 2024年第10期36-45,共10页

在工业皮革织物生产中,缺陷检测是控制工业质量至关重要的一部分。而皮革织物表面的缺陷局部相似程度高,造成不同缺陷类间存在高相似性,导致缺陷检测的效果不佳。为此,文章提出了一种自适应卷积注意力(ACA),并引入骨干网络中增强语义特... 在工业皮革织物生产中,缺陷检测是控制工业质量至关重要的一部分。而皮革织物表面的缺陷局部相似程度高,造成不同缺陷类间存在高相似性,导致缺陷检测的效果不佳。为此,文章提出了一种自适应卷积注意力(ACA),并引入骨干网络中增强语义特征表示能力。其次设计了基于自适应卷积注意力的特征金字塔(AC-FPN)改进多尺度融合,进行更低粒度的皮革缺陷区分。最后将传统检测头替换为侧面感知边界定位(SABL)检测头,聚焦皮革缺陷精确位置,有助于网络区分相似和不同类别的缺陷及更精确的定位。文章在自建皮革数据集对ACA及改进后的各个组件进行消融实验,与目前各种主流检测模型进行对比。其中,AP、AP_(50)和AP_(75)三项评估指标分别达到了83.4、89.7、85.6,并且在AP_(S)、AP_(M)和AP_(L)上分别达到了71.3、89.9、88.9。通过实验证明了可行性,为自动皮革缺陷检测方法提供了新的思路。 展开更多

关键词 注意力机制 多尺度信息 缺陷检测 卷积神经网络 缺陷分类 皮革织物

在线阅读 下载PDF 职称材料

层次信息自适应聚合的图像超分辨率重建算法 被引量：1

19

作者 陈伟杰 黄国恒 +1 位作者 莫非 林俊宇 《计算机工程与应用》 CSCD 北大核心 2024年第5期221-231,共11页

随着卷积神经网络的发展,图像超分辨率重建算法取得了一定的突破。尽管如此,现有的图像超分辨率算法很少区分利用层次特征,并且存在多尺度特征提取代价大的问题。针对这些问题,提出了层次信息自适应聚合的图像超分辨率重建算法。具体来... 随着卷积神经网络的发展,图像超分辨率重建算法取得了一定的突破。尽管如此,现有的图像超分辨率算法很少区分利用层次特征,并且存在多尺度特征提取代价大的问题。针对这些问题,提出了层次信息自适应聚合的图像超分辨率重建算法。具体来说,采用多层次信息精炼机制对不同层次的特征进行自适应增强处理,解决层次特征没有区分利用的问题。构造细粒度的多尺度信息聚合块,解决多尺度信息提取代价大,特征表征能力弱的问题。提出对比度增强的重组注意力块,以较低的代价同时利用特征的通道和空间信息,实现对特征的自适应校准。大量实验表明,相比其他先进的算法,所提方法在Urban100等五个基准数据集上能取得更好的指标和视觉效果。 展开更多

关键词 超分辨率 多层次信息精炼 多尺度信息 重组注意力

在线阅读 下载PDF 职称材料

融合视觉机制和多尺度特征的小目标检测算法 被引量：1

20

作者 武德彬 刘笑楠 +1 位作者 刘振宇 杨娜 《电讯技术》 北大核心 2024年第2期200-206,共7页

针对SSD(Single Shot MultiBox Detector)目标检测算法对小目标检测能力不足的问题,提出一种引入视觉机制和多尺度语义信息融合的VFF-SSD(Vision Feature Fusion SSD)改进算法。为了增大浅层网络的感受野提高特征提取能力,首先在SSD浅... 针对SSD(Single Shot MultiBox Detector)目标检测算法对小目标检测能力不足的问题,提出一种引入视觉机制和多尺度语义信息融合的VFF-SSD(Vision Feature Fusion SSD)改进算法。为了增大浅层网络的感受野提高特征提取能力,首先在SSD浅层特征层中加入视觉机制,然后利用改进PANet(Path Aggregation Network)多尺度特征融合网络与深层特征增强网络得到新的特征层,旨在增强浅层网络的语义信息并加强深层特征的特征表达能力,最后应用注意力机制模块提高对重要信息的学习能力。实验结果表明,在PASCAL VOC2007测试集检测的mAP(Mean Average Precision)值达到81.1%,对数据集中小目标的mAP值较原SSD提高了6.6%。 展开更多

关键词 小目标检测 深度学习 视觉机制 多尺度语义信息 注意力机制

在线阅读 下载PDF 职称材料