期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
结合双向注意力机制的网络欺凌检测
1
作者 周杭霞 厉贤斌 +1 位作者 崔晨 许瑞旭 《计算机工程与设计》 北大核心 2025年第2期523-529,共7页
针对网络欺凌文本内容嘈杂、文本特征交互不足的问题,提出一种结合双向注意力机制的网络欺凌检测模型。多尺度门控扩张因果卷积(MGDC)提取文本不同感受视野下的局部特征;双向门控循环单元(BiGRU)提取全局上下文语义特征;利用双向注意力... 针对网络欺凌文本内容嘈杂、文本特征交互不足的问题,提出一种结合双向注意力机制的网络欺凌检测模型。多尺度门控扩张因果卷积(MGDC)提取文本不同感受视野下的局部特征;双向门控循环单元(BiGRU)提取全局上下文语义特征;利用双向注意力机制学习全局上下文语义特征和局部特征之间的交互作用,弥补各自特征之间的不足。通过胶囊网络进行深层次的特征提取。通过实验验证了该方法在网络欺凌文本检测中的准确性和有效性。 展开更多
关键词 网络欺凌 社交媒体 多尺度门控扩张因果卷积 双向注意力机制 胶囊网络 双向门控循环单元 特征提取
在线阅读 下载PDF
基于SCANet的雨天指针式仪表读数识别
2
作者 张淑敏 吐松江·卡日 +2 位作者 张紫薇 刘煜博 马小晶 《计算机工程与设计》 北大核心 2025年第6期1810-1817,共8页
针对雨天环境下指针式仪表图像识别精度差的问题,提出一种基于SCANet(spatial and channel attention network)的雨天环境下指针式仪表示数读取算法。SCANet在SPANet(spatial attentive network, SPANet)网络的基础上引入多尺度平滑扩... 针对雨天环境下指针式仪表图像识别精度差的问题,提出一种基于SCANet(spatial and channel attention network)的雨天环境下指针式仪表示数读取算法。SCANet在SPANet(spatial attentive network, SPANet)网络的基础上引入多尺度平滑扩张卷积模块,提取图像中不同形状和方向的雨纹特征;采用卷积块注意模块替换SPANet中的空间注意力机制,实现空间和通道的双维度特征提取;整合各阶段输出结果,利用门控网络进行通道调整得到无雨图像。去雨后的仪表图像送入仪表识别网络获取仪表示数。实验结果表明,指针式仪表识别的精确率、召回率、平均精度均值分别增加了5.5%、11.5%、12.8%。 展开更多
关键词 指针式仪表 读数识别 图片去雨 多尺度平滑扩张卷积 空间注意力网络 门控网络 空间和通道注意力网络
在线阅读 下载PDF
改进Segformer的前列腺超声图像语义分割算法 被引量:1
3
作者 石勇涛 柳迪 +2 位作者 高超 杜威 邱康齐 《现代电子技术》 北大核心 2024年第15期65-72,共8页
前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确... 前列腺超声图像在临床中的准确分割对后续诊断具有重要影响。因此,通过深度学习辅助实现前列腺边界的快速、准确分割非常必要。为此,文中提出了一种改进的前列腺分割网络(DA-Segformer)。利用Transformer、深监督和注意力机制,快速准确地分割前列腺超声图像。引入MAG模块提高网络对特征图和像素关联性的理解能力,以及对前景像素的敏感度。采用深监督策略,在解码过程中引入损失函数,优化梯度传播,增强网络对关键特征的学习表征能力。实验结果显示,在前列腺超声图像数据集上,DA-Segformer模型的mIoU、Dice系数、准确率和召回率等指标均优于其他主流语义分割模型。该方法有效解决了前列腺超声图像手工分割的难题,为临床诊断提供了有价值的计算机辅助工具。 展开更多
关键词 医学图像分割 超声图像分割 TRANSFORMER 门控注意力 深监督 扩张卷积 梯度下降 多尺度特征
在线阅读 下载PDF
基于时空图注意力的短期电力负荷预测方法 被引量:1
4
作者 李文英 杨高才 +4 位作者 文明 罗姝晨 于宗超 姜羽 王鼎湘 《湖南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2024年第2期57-67,共11页
准确的电力负荷预测对现代电力系统的安全经济运行至关重要.电力负荷预测可以表述为一个具有一定潜在空间依赖性的多变量时序预测问题.然而,大多数现有的电力负荷预测工作未能探索这种空间依赖关系.基于此,本文提出了一种基于时空图注... 准确的电力负荷预测对现代电力系统的安全经济运行至关重要.电力负荷预测可以表述为一个具有一定潜在空间依赖性的多变量时序预测问题.然而,大多数现有的电力负荷预测工作未能探索这种空间依赖关系.基于此,本文提出了一种基于时空图注意网络的短期电力负荷预测方法.提出一种基于时空图注意网络模块,该模块使用图注意层实现自适应的捕捉各用户间的潜在空间依赖性,同时使用门控卷积注意力层对各用户用电量在时间维度上进行自适应拟合,以提高网络的预测精度.实际数据实验表明,本文提出的模型整体预测精度提高明显,特别是在一定程度上缓解了长程预测精度恶化的问题,验证了所提方法的有效性与可行性. 展开更多
关键词 电力负荷预测 小世界网络 时空图注意力 门控扩张因果卷积
在线阅读 下载PDF
基于深度学习的水平非均匀蒸发波导反演方法研究
5
作者 吴佳静 张金鹏 +1 位作者 张玉石 魏志强 《电波科学学报》 CSCD 北大核心 2023年第4期665-672,共8页
水平非均匀蒸发波导是一种异常的大气结构,在海上出现的概率高,对海上低空雷达具有较强的电磁捕获能力.然而,海上低空蒸发波导修正折射率剖面反演过程中由于水平方向剖面参数的非均匀变化,导致在实际的海洋环境中产生较大的反演复杂度... 水平非均匀蒸发波导是一种异常的大气结构,在海上出现的概率高,对海上低空雷达具有较强的电磁捕获能力.然而,海上低空蒸发波导修正折射率剖面反演过程中由于水平方向剖面参数的非均匀变化,导致在实际的海洋环境中产生较大的反演复杂度和误差.为解决上述问题,首先提出了一维残差扩张因果卷积自编码器(one-dimensional residual dilated causal convolutional autoencoder,1D-RDCAE)网络实现低自由度的非均匀蒸发波导剖面建模,其次提出了多尺度卷积残差网络(multi-scale convolutional attention residual network,MSCA-ResNet)框架来实现水平非均匀蒸发波导剖面反演.为验证建模模型的有效性,在模拟海杂波功率数据集上验证降维模型的有效性,实验结果表明,基于1D-RDCAE比基于主分量分析法、堆栈自动编码器和一维卷积自动编码器降维重构后更接近原始数据,并且在模型训练过程中收敛速度更快.为了验证反演模型的有效性,在模拟的海杂波和实测海杂波数据上进行了测试,结果表明基于仿真海杂波和实测海杂波数据分别可实现蒸发波导高度反演准确率为96.98%和91.25%,优于目前典型的反演方法.本文提出的基于深度学习的水平非均匀蒸发波导反演方法具有模型反演效率高、模型复杂度低、反演误差小的特点,为海上反常传播环境实时高精度认知提供了新技术. 展开更多
关键词 海杂波 蒸发波导 水平非均匀 深度学习 反演 主分量分析(PCA)法 一维残差扩张因果卷积自编码器 多尺度卷积残差网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部