检索结果-维普期刊中文期刊服务平台

基于双分支多尺度融合网络的毫米波SAR图像多目标语义分割方法被引量：4: 1; 作者丁俊华袁明辉《光电工程》 CAS CSCD 北大核心 2023年第12期70-80,共11页; 在毫米波合成孔径雷达(SAR)安检成像违禁品的检测与识别中,存在着目标尺寸过小、目标被部分遮挡和多目标之间重叠等复杂情况,不利于违禁品的准确识别。针对这些问题,提出了一种基于双分支多尺度融合网络(DBMFnet)的违禁品检测方法。该... 展开更多; 关键词毫米波合成孔径雷达违禁品检测深度学习语义分割双分支多尺度融合网络; 在线阅读下载PDF 职称材料

结合MacBERT和多尺度融合网络的档案数据分类研究被引量：2: 2; 作者刘舸舸《电子设计工程》 2022年第19期65-68,73,共5页; 针对传统深度学习模型特征提取能力不强,静态词向量语义表征能力弱等问题,提出了结合MacBERT和多尺度融合网络的档案数据分类模型。预训练模型MacBERT通过结合词的上下文语境,学习到动态词向量表示,解决一词多义问题;利用多尺度融合网... 展开更多; 关键词档案文本分类 MacBERT 多尺度融合网络软注意力; 在线阅读下载PDF 职称材料

基于多尺度深度图自适应融合的单目深度估计被引量：1: 3; 作者郑游王磊杨紫文《武汉工程大学学报》 CAS 2024年第1期85-90,共6页; 深度估计网络通常具有较多的网络层数,图像特征在网络编码和解码过程中会丢失大量信息,因此预测的深度图缺乏对象结构细节且边缘轮廓不清晰。本文提出了一种基于多尺度深度图自适应融合的单目深度估计方法,可有效保留对象的细节和几何... 展开更多; 关键词单目深度估计注意力机制多尺度特征融合网络多尺度深度自适应融合网络; 在线阅读下载PDF 职称材料

基于特征金字塔的多尺度特征融合网络被引量：9: 4; 作者郭启帆刘磊 +2 位作者张珹徐文娟靖稳峰《工程数学学报》 CSCD 北大核心 2020年第5期521-530,共10页; 特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网... 展开更多; 关键词特征金字塔网络多尺度特征融合网络注意力机制; 在线阅读下载PDF 职称材料

基于多元感受野与EResPANet的草莓病害检测算法研究: 5; 作者亢洁刘佳 +3 位作者王佳乐夏宇刘文波李明辉《陕西科技大学学报》北大核心 2024年第6期190-198,共9页; 针对草莓病害图像在检测时存在背景复杂、目标小导致难以被精确检测的问题,本文提出一种基于多元感受野与EResPANet的草莓病害检测算法.首先,该算法使用多元感受野特征标定网络替换YOLOv7-Tiny的主干网络,抑制冗余信息,解决主干网络特... 展开更多; 关键词草莓病害目标检测 YOLOv7-Tiny 多元感受野 EResPANet多尺度融合网络; 在线阅读下载PDF 职称材料

用于SAR图像舰船目标检测的MAF-Net和CS损失被引量：1: 6; 作者张丽丽蔡健楠 +1 位作者刘雨轩屈乐乐《雷达科学与技术》北大核心 2024年第1期14-20,共7页; 深度学习算法以其端到端训练和高准确率等优势被广泛应用于合成孔径雷达图像舰船检测领域。然而,SAR图像中舰船目标尺寸跨度较大,且易受到复杂背景和噪声的干扰,从而影响识别精度。为了进一步提高网络的检测精度,本文提出了一个多尺度... 展开更多; 关键词目标检测深度学习 SAR图像多尺度注意力融合网络余弦相似损失; 在线阅读下载PDF 职称材料

基于可变形卷积的图像边缘智能提取方法被引量：2: 7; 作者王文庆庞颖 +1 位作者刘洋马晓华《西安邮电大学学报》 2021年第1期84-89,103,共7页; 针对传统卷积神经网络边缘提取局限性的问题,提出一种基于可变形卷积的图像边缘智能提取方法。根据图像边缘呈现的数据分布特点,采用多尺度可变形卷积,改进图像边缘提取网络。通过跨层融合特征图的方式引入可变形卷积网络模块,增强卷积... 展开更多; 关键词边缘提取多尺度融合网络可变形卷积目标形状几何变换; 在线阅读下载PDF 职称材料

结合MacBERT的在线课程评论情感分析模型: 8; 作者高杭《电子设计工程》 2023年第10期39-43,共5页; 针对静态词向量语义表征能力弱、传统模块特征抽取不全面等问题,提出了结合MacBERT和多尺度融合网络的在线课程评论情感分析模型。MacBERT模型根据词的具体上下文进行动态编码,提升词的语义表征能力。多尺度融合网络用于捕捉评论文本多... 展开更多; 关键词情感分析 MacBERT 多尺度融合网络软注意力机制; 在线阅读下载PDF 职称材料

题名基于双分支多尺度融合网络的毫米波SAR图像多目标语义分割方法被引量：4: 1; 作者丁俊华袁明辉; 机构上海理工大学太赫兹技术创新研究院上海理工大学光电信息与计算机工程学院; 出处《光电工程》 CAS CSCD 北大核心 2023年第12期70-80,共11页; 基金国家自然科学基金资助项目(61601291) 上海市科委专项资助(14dz1206602)。; 文摘在毫米波合成孔径雷达(SAR)安检成像违禁品的检测与识别中,存在着目标尺寸过小、目标被部分遮挡和多目标之间重叠等复杂情况,不利于违禁品的准确识别。针对这些问题,提出了一种基于双分支多尺度融合网络(DBMFnet)的违禁品检测方法。该网络使用Encoder-Decoder的结构,在Encoder阶段,提出一种双分支并行特征提取网络(DBPFEN)来增强特征提取;在Decoder阶段,提出一种多尺度融合模块(MSFM)来提高对目标的检测能力。实验结果表明,该方法的均交并比(mIoU)均优于现有的语义分割方法,降低了漏检与错检率。; 关键词毫米波合成孔径雷达违禁品检测深度学习语义分割双分支多尺度融合网络; Keywords millimetre-wave synthetic aperture radar contraband detection deep learning semantic segmentation dual-branch multi-scale fusion network; 分类号 TP391 [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

题名结合MacBERT和多尺度融合网络的档案数据分类研究被引量：2: 2; 作者刘舸舸; 机构陆军军医大学第二附属医院医学工程科; 出处《电子设计工程》 2022年第19期65-68,73,共5页; 基金国家自然科学基金(61702062)。; 文摘针对传统深度学习模型特征提取能力不强,静态词向量语义表征能力弱等问题,提出了结合MacBERT和多尺度融合网络的档案数据分类模型。预训练模型MacBERT通过结合词的上下文语境,学习到动态词向量表示,解决一词多义问题;利用多尺度融合网络充分提取档案文本局部特征和上下文语义关联;根据软注意力机制计算每个特征对分类结果的影响权重,由分类层输出结果。在真实档案数据集进行实验,结果表明,结合MacBERT和多尺度融合网络的模型准确率达到90.5%,高于实验对比模型,具有一定的应用价值。; 关键词档案文本分类 MacBERT 多尺度融合网络软注意力; Keywords archive text classification MacBERT multi-scale fusion network soft attention; 分类号 TP391 [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

题名基于多尺度深度图自适应融合的单目深度估计被引量：1: 3; 作者郑游王磊杨紫文; 机构武汉工程大学电气信息学院; 出处《武汉工程大学学报》 CAS 2024年第1期85-90,共6页; 基金武汉工程大学校内科学研究基金(21QD23)。; 文摘深度估计网络通常具有较多的网络层数,图像特征在网络编码和解码过程中会丢失大量信息,因此预测的深度图缺乏对象结构细节且边缘轮廓不清晰。本文提出了一种基于多尺度深度图自适应融合的单目深度估计方法,可有效保留对象的细节和几何轮廓。首先,引入压缩与激励残差网络(SE-ResNet),利用注意力机制对不同通道的特征进行编码,从而保留远距离平面深度图的更多细节信息。然后,利用多尺度特征融合网络,融合不同尺度的特征图,得到具有丰富几何特征和语义信息的特征图。最后,利用多尺度自适应深度融合网络为不同尺度特征图生成的深度图添加可学习的权重参数,对不同尺度的深度图进行自适应融合,增加了预测深度图中的目标信息。本文方法在NYU Depth V2数据集上预测的深度图具有更高的准确度和丰富的物体信息,绝对相对误差为0.115,均方根误差为0.525,精确度最高达到99.3%。; 关键词单目深度估计注意力机制多尺度特征融合网络多尺度深度自适应融合网络; Keywords monocular depth estimation attention mechanism multi-scale feature fusion network multi-scale depth adaptive fusion network; 分类号 TP391.41 [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

题名基于特征金字塔的多尺度特征融合网络被引量：9: 4; 作者郭启帆刘磊张珹徐文娟靖稳峰; 机构西安交通大学数学与统计学院中铁第一勘察设计院集团有限公司; 出处《工程数学学报》 CSCD 北大核心 2020年第5期521-530,共10页; 基金国家自然科学基金(11690010 U1811461) 西安市科技计划项目(20180916CX5JC6).; 文摘特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网络低层细节信息,对各种视觉学习的效果造成了一定的影响.针对FPN存在的以上问题,本文提出基于特征金字塔的多尺度特征融合网络模型,在FPN主干网络的基础上,设计了混合特征金字塔和金字塔融合模块,并结合注意力机制,对特征金字塔进行了多尺度的深度融合.本文在PASCAL VOC2012和MS COCO2014数据集上,以Faster R-CNN作为基础检测器进行实验,验证了MFPN对特征融合的有效性.; 关键词特征金字塔网络多尺度特征融合网络注意力机制; Keywords feature pyramid model muti-scale feature fusion network attention mechanism; 分类号 TP391.41 [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

题名基于多元感受野与EResPANet的草莓病害检测算法研究: 5; 作者亢洁刘佳王佳乐夏宇刘文波李明辉; 机构陕西科技大学电气与控制工程学院陕西科技大学机电工程学院; 出处《陕西科技大学学报》北大核心 2024年第6期190-198,共9页; 基金国家自然科学基金项目(62203285) 陕西省自然科学基础研究计划项目(2022JQ-181) +1 种基金西安市科技计划项目(23NYGG0070)。; 文摘针对草莓病害图像在检测时存在背景复杂、目标小导致难以被精确检测的问题,本文提出一种基于多元感受野与EResPANet的草莓病害检测算法.首先,该算法使用多元感受野特征标定网络替换YOLOv7-Tiny的主干网络,抑制冗余信息,解决主干网络特征逐层提取时小目标病害丢失问题;最后,通过设计EResPANet网络,避免网络在深层特征提取时,目标信息被复杂背景干扰而导致无法检测的问题.实验结果表明,本文提出的方法相比YOLOv7-Tiny算法在mAP上提高了10.3%,证明本文算法可实现草莓各类病害的准确检测.; 关键词草莓病害目标检测 YOLOv7-Tiny 多元感受野 EResPANet多尺度融合网络; Keywords strawberry disease object detection YOLOv7-Tiny the multivariate receptive fields the EResPANet multiscale fusion network; 分类号 TP391 [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

题名用于SAR图像舰船目标检测的MAF-Net和CS损失被引量：1: 6; 作者张丽丽蔡健楠刘雨轩屈乐乐; 机构沈阳航空航天大学电子信息工程学院; 出处《雷达科学与技术》北大核心 2024年第1期14-20,共7页; 基金辽宁省兴辽英才计划项目基金(No.XLYC1907134) 辽宁省教育厅项目(No.LJKZ0174)。; 文摘深度学习算法以其端到端训练和高准确率等优势被广泛应用于合成孔径雷达图像舰船检测领域。然而,SAR图像中舰船目标尺寸跨度较大,且易受到复杂背景和噪声的干扰,从而影响识别精度。为了进一步提高网络的检测精度,本文提出了一个多尺度注意力融合网络。该网络主要包含一个多尺度特征注意力融合模块,该模块使用骨干网络输出的特征图,融合多尺度的信息,在空间和通道维度对FPN输出的特征图进行增强,用于抑制噪声和背景对舰船目标的影响,提升网络的特征提取能力。此外,本文还提出了余弦相似损失,通过计算目标与非目标区域的余弦相似度,使网络更准确地区分船舶目标与背景,以进一步提高准确率。大量的实验表明,在SSDD和SAR-Ship-Dataset数据集上,本文所提的方法与现有的几种算法相比具有更高的检测精度。; 关键词目标检测深度学习 SAR图像多尺度注意力融合网络余弦相似损失; Keywords target detection deep learning synthetic aperture radar(SAR)image multi-scale attention fusion network cosine similar(CS)loss; 分类号 TN958 [电子电信—信号与信息处理] TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于可变形卷积的图像边缘智能提取方法被引量：2: 7; 作者王文庆庞颖刘洋马晓华; 机构西安邮电大学自动化学院火箭军装备部驻南京地区第二军事代表室; 出处《西安邮电大学学报》 2021年第1期84-89,103,共7页; 基金国家自然科学基金项目(61673017,61403398) 国家博士后基金项目(2019M3643) +1 种基金陕西省重点研发计划项目(2018ZDXM-GY-039)。; 文摘针对传统卷积神经网络边缘提取局限性的问题,提出一种基于可变形卷积的图像边缘智能提取方法。根据图像边缘呈现的数据分布特点,采用多尺度可变形卷积,改进图像边缘提取网络。通过跨层融合特征图的方式引入可变形卷积网络模块,增强卷积网络对图像形状的适应能力和边缘特征提取效果。测试结果表明,该方法相比于其他多尺度融合算法具有更高的精度指标和效果。; 关键词边缘提取多尺度融合网络可变形卷积目标形状几何变换; Keywords edge extraction multi-scale fusion network deformable convolution target shape geometric transform; 分类号 TP391.41 [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

题名结合MacBERT的在线课程评论情感分析模型: 8; 作者高杭; 机构河海大学公共管理学院; 出处《电子设计工程》 2023年第10期39-43,共5页; 基金中国管理科学研究院教育科学研究所《教师教育能力建设研究》总课题(JKS80634)。; 文摘针对静态词向量语义表征能力弱、传统模块特征抽取不全面等问题,提出了结合MacBERT和多尺度融合网络的在线课程评论情感分析模型。MacBERT模型根据词的具体上下文进行动态编码,提升词的语义表征能力。多尺度融合网络用于捕捉评论文本多层次局部情感特征和全局上下文特征,软注意力机制用于计算每个特征的重要程度,由输出层得到情感分类结果。在真实在线课程评论文本数据集进行实验,结果表明,结合MacBERT和多尺度融合网络模型的F1分数达到了95.27%,高于实验对比模型,证明了模型的有效性。; 关键词情感分析 MacBERT 多尺度融合网络软注意力机制; Keywords sentiment analysis MacBERT multiscale fusion network soft attention mechanism; 分类号 TP391 [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	基于双分支多尺度融合网络的毫米波SAR图像多目标语义分割方法	丁俊华袁明辉	《光电工程》 CAS CSCD 北大核心	2023	4	在线阅读下载PDF 职称材料
2	结合MacBERT和多尺度融合网络的档案数据分类研究	刘舸舸	《电子设计工程》	2022	2	在线阅读下载PDF 职称材料
3	基于多尺度深度图自适应融合的单目深度估计	郑游王磊杨紫文	《武汉工程大学学报》 CAS	2024	1	在线阅读下载PDF 职称材料
4	基于特征金字塔的多尺度特征融合网络	郭启帆刘磊张珹徐文娟靖稳峰	《工程数学学报》 CSCD 北大核心	2020	9	在线阅读下载PDF 职称材料
5	基于多元感受野与EResPANet的草莓病害检测算法研究	亢洁刘佳王佳乐夏宇刘文波李明辉	《陕西科技大学学报》北大核心	2024	0	在线阅读下载PDF 职称材料
6	用于SAR图像舰船目标检测的MAF-Net和CS损失	张丽丽蔡健楠刘雨轩屈乐乐	《雷达科学与技术》北大核心	2024	1	在线阅读下载PDF 职称材料
7	基于可变形卷积的图像边缘智能提取方法	王文庆庞颖刘洋马晓华	《西安邮电大学学报》	2021	2	在线阅读下载PDF 职称材料
8	结合MacBERT的在线课程评论情感分析模型	高杭	《电子设计工程》	2023	0	在线阅读下载PDF 职称材料