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
3
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
基于单目相机的复杂场景深度估计网络
1
作者
陈占国
陈振军
+4 位作者
薛晨霞
王国亮
李金峄
李玉廷
于保才
《辽宁工程技术大学学报(自然科学版)》
北大核心
2025年第4期505-512,共8页
为提升复杂多变场景下深度估计的精度,提出一种基于U型编码器-解码器的单目深度估计网络。采用Swin Transformer架构作为编码器核心,实现对输入数据多层级、多尺度的精细化特征提取。采用逐层扩张卷积提取多尺度局部特征,通过特征交互...
为提升复杂多变场景下深度估计的精度,提出一种基于U型编码器-解码器的单目深度估计网络。采用Swin Transformer架构作为编码器核心,实现对输入数据多层级、多尺度的精细化特征提取。采用逐层扩张卷积提取多尺度局部特征,通过特征交互模块交互局部和全局特征,实现对复杂场景的更全面理解。采用对称式Transformer解码器并结合图像块扩展层将相邻维度的特征图重塑为更高分辨率的特征图,最终输出像素级深度预测结果。在NYU Depth v2数据集和KITTI数据集上进行定量实验。研究结果表明:该网络在复杂多变场景中具有高效性和实用性。研究方法突破了传统方法在复杂多变场景下的局限性,为深度估计的理论研究提供新的视角和方法。
展开更多
关键词
单目深度估计
U型
编码器
-
解码器
逐
层
扩张卷积
特征交互模块
对称
式
Transformer
解码器
在线阅读
下载PDF
职称材料
考虑多变量相关性改进的风电场Transformer中长期预测模型
被引量：
1
2
作者
李士哲
王霄慧
刘帅
《智慧电力》
北大核心
2024年第4期62-68,107,共8页
挖掘风电场多变量相关性对提高中长期的预测精度具有积极影响。针对Transformer模型在捕获多变量间相关性方面的不足,提出考虑多变量相关性的多变量中长期预测模型。首先,采用多变量独立嵌入(MIE)对风电场多变量进行独立建模;然后,使用...
挖掘风电场多变量相关性对提高中长期的预测精度具有积极影响。针对Transformer模型在捕获多变量间相关性方面的不足,提出考虑多变量相关性的多变量中长期预测模型。首先,采用多变量独立嵌入(MIE)对风电场多变量进行独立建模;然后,使用二维概率稀疏注意力(TPSA)提取时间和变量间的特征信息;最后,通过多层式编码器-解码器(MED)将多尺度的特征信息聚合,一次性输出预测结果。算例分析表明,所提模型与LSTM模型、Transformer模型、Informer模型相比,均方误差在各预测时长分别降低了42.58%~66.83%,32.58%~53.49%,14.38%~30.92%,并通过消融实验验证和分析了所提改进的有效性。
展开更多
关键词
多变量相关性
Transformer模型
多变量独立嵌入
二维概率稀疏注意力
多层式编码器-解码器
在线阅读
下载PDF
职称材料
公交专用道条件下公交车辆轨迹的Seq2Seq预测
被引量：
7
3
作者
张楠
董红召
佘翊妮
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第8期1482-1489,1517,共9页
即使在公交专用道条件下,因受前方车辆、站台通行能力、行人过街等因素影响,由路段上游到下游停车线持续一定时长的公交车辆轨迹仍然表现出较强的不确定性.简单场景下的单一目标时间序列模型难以有效应对不确定性对公交车辆轨迹预测的影...
即使在公交专用道条件下,因受前方车辆、站台通行能力、行人过街等因素影响,由路段上游到下游停车线持续一定时长的公交车辆轨迹仍然表现出较强的不确定性.简单场景下的单一目标时间序列模型难以有效应对不确定性对公交车辆轨迹预测的影响.针对上述问题,提出将车辆通过路段的整体轨迹表示为由多个相对简单的局部时间序列顺序组成的高维时间序列,应用循环神经网络的单层和多层循环编码器-解码器结构建立高维时间序列中局部序列和整体序列的映射关系,从当前时段轨迹序列开始依次循环预测每个局部序列直到获得未来时段的整体序列.在实验验证中,采用杭州市文三路公交线路的实测GPS轨迹数据对2种结构进行训练和测试.结果表明,所提方法优于现有流行的多步循环序列到序列方法,其中多层结构预测结果和复杂场景的泛化性能均优于单层结构.
展开更多
关键词
高维时间序列
循环神经网络(RNN)
序列到序列(Seq2Seq)
多层
循环
编码器
-
解码器
(HRED)
智能交通系统(ITS)
在线阅读
下载PDF
职称材料
题名
基于单目相机的复杂场景深度估计网络
1
作者
陈占国
陈振军
薛晨霞
王国亮
李金峄
李玉廷
于保才
机构
国家能源集团宝日希勒能源有限公司
辽宁工程技术大学鄂尔多斯研究院
出处
《辽宁工程技术大学学报(自然科学版)》
北大核心
2025年第4期505-512,共8页
基金
辽宁省教育厅科研项目(LJYL017)。
文摘
为提升复杂多变场景下深度估计的精度,提出一种基于U型编码器-解码器的单目深度估计网络。采用Swin Transformer架构作为编码器核心,实现对输入数据多层级、多尺度的精细化特征提取。采用逐层扩张卷积提取多尺度局部特征,通过特征交互模块交互局部和全局特征,实现对复杂场景的更全面理解。采用对称式Transformer解码器并结合图像块扩展层将相邻维度的特征图重塑为更高分辨率的特征图,最终输出像素级深度预测结果。在NYU Depth v2数据集和KITTI数据集上进行定量实验。研究结果表明:该网络在复杂多变场景中具有高效性和实用性。研究方法突破了传统方法在复杂多变场景下的局限性,为深度估计的理论研究提供新的视角和方法。
关键词
单目深度估计
U型
编码器
-
解码器
逐
层
扩张卷积
特征交互模块
对称
式
Transformer
解码器
Keywords
monocular depth estimation
U
-
shaped encoder
-
decoder
layer
-
by
-
layer dilated convolution
feature interaction module
symmetric transformer decoder
分类号
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
考虑多变量相关性改进的风电场Transformer中长期预测模型
被引量：
1
2
作者
李士哲
王霄慧
刘帅
机构
华北电力大学自动化系
出处
《智慧电力》
北大核心
2024年第4期62-68,107,共8页
基金
国家自然科学基金资助项目(61973117)
华北电力大学中央高校基本科研业务项目(9160323007)。
文摘
挖掘风电场多变量相关性对提高中长期的预测精度具有积极影响。针对Transformer模型在捕获多变量间相关性方面的不足,提出考虑多变量相关性的多变量中长期预测模型。首先,采用多变量独立嵌入(MIE)对风电场多变量进行独立建模;然后,使用二维概率稀疏注意力(TPSA)提取时间和变量间的特征信息;最后,通过多层式编码器-解码器(MED)将多尺度的特征信息聚合,一次性输出预测结果。算例分析表明,所提模型与LSTM模型、Transformer模型、Informer模型相比,均方误差在各预测时长分别降低了42.58%~66.83%,32.58%~53.49%,14.38%~30.92%,并通过消融实验验证和分析了所提改进的有效性。
关键词
多变量相关性
Transformer模型
多变量独立嵌入
二维概率稀疏注意力
多层式编码器-解码器
Keywords
multivariate correlation
transformer model
multivariate independent embedding
two
-
dimensional probabilistic sparse attention
multilayer
-
style encoder
-
decoder
分类号
TM614 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
公交专用道条件下公交车辆轨迹的Seq2Seq预测
被引量：
7
3
作者
张楠
董红召
佘翊妮
机构
浙江工业大学智能交通系统联合研究所
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021年第8期1482-1489,1517,共9页
基金
国家自然科学基金资助项目(61773347)
浙江省公益计划资助项目(LGF18E080018).
文摘
即使在公交专用道条件下,因受前方车辆、站台通行能力、行人过街等因素影响,由路段上游到下游停车线持续一定时长的公交车辆轨迹仍然表现出较强的不确定性.简单场景下的单一目标时间序列模型难以有效应对不确定性对公交车辆轨迹预测的影响.针对上述问题,提出将车辆通过路段的整体轨迹表示为由多个相对简单的局部时间序列顺序组成的高维时间序列,应用循环神经网络的单层和多层循环编码器-解码器结构建立高维时间序列中局部序列和整体序列的映射关系,从当前时段轨迹序列开始依次循环预测每个局部序列直到获得未来时段的整体序列.在实验验证中,采用杭州市文三路公交线路的实测GPS轨迹数据对2种结构进行训练和测试.结果表明,所提方法优于现有流行的多步循环序列到序列方法,其中多层结构预测结果和复杂场景的泛化性能均优于单层结构.
关键词
高维时间序列
循环神经网络(RNN)
序列到序列(Seq2Seq)
多层
循环
编码器
-
解码器
(HRED)
智能交通系统(ITS)
Keywords
high
-
dimensional time series
recurrent neural networks(RNN)
sequence to sequence(Seq2Seq)
hierarchical recurrent encoder
-
decoder(HRED)
intelligent traffic system(ITS)
分类号
U491.2 [交通运输工程—交通运输规划与管理]
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
基于单目相机的复杂场景深度估计网络
陈占国
陈振军
薛晨霞
王国亮
李金峄
李玉廷
于保才
《辽宁工程技术大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
考虑多变量相关性改进的风电场Transformer中长期预测模型
李士哲
王霄慧
刘帅
《智慧电力》
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
公交专用道条件下公交车辆轨迹的Seq2Seq预测
张楠
董红召
佘翊妮
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2021
7
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
