检索结果-维普期刊中文期刊服务平台

基于多重注意力机制的图神经网络股市波动预测方法被引量：2: 1; 作者李晓寒王俊 +1 位作者贾华丁萧刘《计算机应用》 CSCD 北大核心 2022年第7期2265-2273,共9页; 股票市场是金融市场关键组成部分,因此对股票市场波动的研究对合理化控制金融市场风险、提高投资收益提供了重要支持,一直以来都是学术界和相关业界的关注焦点,然而,股票市场会受到各种因素的影响。面对股票市场中多源化、异构化的信息... 展开更多; 关键词股市预测多重注意力机制图神经网络股市新闻图数据; 在线阅读下载PDF 职称材料

融合多重注意力机制残差网络的血细胞识别: 2; 作者倪锦园张建勋《重庆理工大学学报（自然科学）》 CAS 北大核心 2023年第4期217-225,共9页; 针对自然状态下血细胞识别精度不高、速度较慢等情况,提出一种融合多重注意力机制残差网络的血细胞分类方法。为提高网络运算速度,加强模型的非线性表达能力,提出了注意力混洗单元模块;为提高模型对血细胞特征的表示能力,嵌入了多重注... 展开更多; 关键词多重注意力机制残差网络混洗单元过拟合; 在线阅读下载PDF 职称材料

LOL-YOLO:融合多注意力机制的低照度目标检测被引量：2: 3; 作者蒋畅江何旭颖向杰《计算机工程与应用》 CSCD 北大核心 2024年第24期177-187,共11页; 针对低照度图像中目标检测面临的夜间模糊场景、边界不明显场景、明暗差异较大场景等挑战,提出了一种动态特征融合的的检测方法 LOL-YOLO(low-light YOLO)。引入了自校正照明模块改善低光照图片的质量,应对低照度下的目标不明显问题;提... 展开更多; 关键词低照度图像增强大卷积核可变形卷积多重注意力机制; 在线阅读下载PDF 职称材料

基于多重注意力的金融事件大数据精准画像被引量：3: 4; 作者陈剑南杜军平 +1 位作者薛哲寇菲菲《计算机科学与探索》 CSCD 北大核心 2021年第7期1237-1244,共8页; 随着知识图谱技术的兴起,利用金融事件大数据中的实体关系来构建金融事件的精准画像成为一个重要的研究方向。通过对金融事件大数据信息进行精准画像,人们可以详细分析金融事件大数据中的属性关系,全面了解金融事件的发展态势,从而分析... 展开更多; 关键词金融事件大数据精准画像多重注意力机制实体关系抽取; 在线阅读下载PDF 职称材料

基于逐像素自适应对抗网络的电力巡检图像增强方法被引量：3: 5; 作者庄雪澄邵洁《南方电网技术》 CSCD 北大核心 2024年第6期138-147,共10页; 针对电力智能巡检中图像细节丢失、边缘模糊,导致目标检测、识别错误的问题,提出一种基于逐像素自适应对抗网络(per-pixel self-paced adversarial network,PSPA)的超分辨率方法。该方法以生成对抗网络为基础,加入多重注意力机制,并通... 展开更多; 关键词电力巡检图像增强生成对抗网络逐像素自适应多重注意力机制; 在线阅读下载PDF 职称材料

题名基于多重注意力机制的图神经网络股市波动预测方法被引量：2: 1; 作者李晓寒王俊贾华丁萧刘; 机构西南财经大学经济信息工程学院四川久远银海软件股份有限公司住房金融行业部; 出处《计算机应用》 CSCD 北大核心 2022年第7期2265-2273,共9页; 基金四川省科技计划项目(2020JDJQ0061,2021YFG0099)。; 文摘股票市场是金融市场关键组成部分,因此对股票市场波动的研究对合理化控制金融市场风险、提高投资收益提供了重要支持,一直以来都是学术界和相关业界的关注焦点,然而,股票市场会受到各种因素的影响。面对股票市场中多源化、异构化的信息,如何高效挖掘、融合股票市场的多源异构数据具有挑战性。为了充分解释不同信息及信息间相互作用对于股票市场价格波动的影响,提出一种基于多重注意力机制的图神经网络来预测股票市场的价格波动。首先,引入关系维度构建股票市场交易数据和新闻文本的异构子图,并利用多重注意力机制实现图数据的融合;其次,通过图神经网络门控循环单元(GRU)进行图分类,在此基础上完成对股票市场中上证综合指数、沪深300指数、深证成份指数这三个重要指数波动的预测。实验结果表明,从异构信息特性角度,相较于股票市场交易数据,股市新闻信息对于股票价格影响存在滞后性;从异构信息融合角度,所提方法与支持向量机(SVM)、随机森林、多核k-means(MKKM)聚类等算法相比,预测准确率分别提升了17.88个百分点、30.00个百分点和38.00个百分点,并进行了模型交易策略的量化投资模拟。; 关键词股市预测多重注意力机制图神经网络股市新闻图数据; Keywords stock market prediction multi-attention mechanism graph neural network stock market news graph data; 分类号 TP391.7 [自动化与计算机技术—计算机应用技术] TP18 [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

题名融合多重注意力机制残差网络的血细胞识别: 2; 作者倪锦园张建勋; 机构重庆理工大学计算机科学与工程学院; 出处《重庆理工大学学报（自然科学）》 CAS 北大核心 2023年第4期217-225,共9页; 基金重庆市教育委员会科学技术重点研究项目(KJZD-K201801901) 重庆市研究生科研创新项目(CYS22663)。; 文摘针对自然状态下血细胞识别精度不高、速度较慢等情况,提出一种融合多重注意力机制残差网络的血细胞分类方法。为提高网络运算速度,加强模型的非线性表达能力,提出了注意力混洗单元模块;为提高模型对血细胞特征的表示能力,嵌入了多重注意力机制;为了进一步减缓网络的过拟合现象,加强模型的泛化能力,优化了残差支路结构。实验结果表明,该模型在血细胞数据集上的准确率为95.67%,参数量为13.22 M,与其他网络相比,所提出的模型具有更高的精确度,同时能保持较低的参数量。; 关键词多重注意力机制残差网络混洗单元过拟合; Keywords multiple attention mechanism residual network blending unit overfitting; 分类号 TP311.11 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名LOL-YOLO:融合多注意力机制的低照度目标检测被引量：2: 3; 作者蒋畅江何旭颖向杰; 机构重庆邮电大学自动化学院/工业互联网学院工业物联网与网络化控制教育部重点实验室; 出处《计算机工程与应用》 CSCD 北大核心 2024年第24期177-187,共11页; 基金国家自然科学基金(62277008)。; 文摘针对低照度图像中目标检测面临的夜间模糊场景、边界不明显场景、明暗差异较大场景等挑战,提出了一种动态特征融合的的检测方法 LOL-YOLO(low-light YOLO)。引入了自校正照明模块改善低光照图片的质量,应对低照度下的目标不明显问题;提出了动态特征提取模块,采用结合了大卷积核和可变形卷积的注意力机制,广泛灵活的捕捉图像的上下文信息;设计动态检测头增强对不同尺度、空间位置和任务的感知能力,进一步提升目标检测的精度和鲁棒性。采用ExDark、DarkFace、NPD(nighttime pedestrian detection)数据集进行实验验证,实验结果表明,提出的方法与主流算法相比检测精度明显提升,充分验证了该方法的有效性。; 关键词低照度图像增强大卷积核可变形卷积多重注意力机制; Keywords low-light image enhancement large convolutional kernels deformable convolutions multiple attention mechanisms; 分类号 TP391.4 [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

题名基于多重注意力的金融事件大数据精准画像被引量：3: 4; 作者陈剑南杜军平薛哲寇菲菲; 机构北京邮电大学智能通信软件与多媒体北京市重点实验室; 出处《计算机科学与探索》 CSCD 北大核心 2021年第7期1237-1244,共8页; 基金国家重点研发计划(2018YFB1402600) 国家自然科学基金(61772083,61802028) 广西科技重大专项(桂科AA18118054)。; 文摘随着知识图谱技术的兴起,利用金融事件大数据中的实体关系来构建金融事件的精准画像成为一个重要的研究方向。通过对金融事件大数据信息进行精准画像,人们可以详细分析金融事件大数据中的属性关系,全面了解金融事件的发展态势,从而分析金融市场发展趋势与规律。然而金融事件大数据存在文本数据噪音多、中文语义复杂以及实体关系抽取不准确等研究难点,导致金融事件大数据画像不精准。针对以上问题,提出一种基于多重注意力的金融事件大数据实体关系抽取算法(REMA)来进行实体关系的抽取,然后利用抽取的实体关系信息结合知识图谱技术进行金融事件大数据的精准画像。实验结果表明:在不使用外部资源的情况下,该算法在金融事件大数据中实体关系抽取的准确率、召回率以及F1值比其他对比算法均有所提升,其中准确率提升了5.6个百分点,召回率提升了4.6个百分点,F1值提升了5个百分点。; 关键词金融事件大数据精准画像多重注意力机制实体关系抽取; Keywords big data of financial event accurate portrait multiple attention mechanism entity relationship extraction; 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

题名基于逐像素自适应对抗网络的电力巡检图像增强方法被引量：3: 5; 作者庄雪澄邵洁; 机构上海电力大学电子与信息工程学院; 出处《南方电网技术》 CSCD 北大核心 2024年第6期138-147,共10页; 基金国家自然科学基金资助项目(61802250) 上海市科委地方院校能力建设项目(20020500700)。; 文摘针对电力智能巡检中图像细节丢失、边缘模糊,导致目标检测、识别错误的问题,提出一种基于逐像素自适应对抗网络(per-pixel self-paced adversarial network,PSPA)的超分辨率方法。该方法以生成对抗网络为基础,加入多重注意力机制,并通过逐像素比对的方式还原细节纹理。实验结果表明,该方法生成的超分图像不仅在人眼主观体验上优于现有算法,而且在电力设备巡检数据集测试中峰值信噪比和结构相似性指标对比其他最优结果分别提高了6.2和0.0993。对还原后的超分辨率图像使用Yolov3网络在无人机输电线路绝缘子数据集和电力施工安全帽佩戴数据集上进行目标检测,不仅能够降低漏检率,而且能够将检测置信度提高到接近原始高清图像的结果。; 关键词电力巡检图像增强生成对抗网络逐像素自适应多重注意力机制; Keywords electric power patrol inspection image enhancement generative adversarial network per-pixel self-paced multiple 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	基于多重注意力机制的图神经网络股市波动预测方法	李晓寒王俊贾华丁萧刘	《计算机应用》 CSCD 北大核心	2022	2	在线阅读下载PDF 职称材料
2	融合多重注意力机制残差网络的血细胞识别	倪锦园张建勋	《重庆理工大学学报（自然科学）》 CAS 北大核心	2023	0	在线阅读下载PDF 职称材料
3	LOL-YOLO:融合多注意力机制的低照度目标检测	蒋畅江何旭颖向杰	《计算机工程与应用》 CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
4	基于多重注意力的金融事件大数据精准画像	陈剑南杜军平薛哲寇菲菲	《计算机科学与探索》 CSCD 北大核心	2021	3	在线阅读下载PDF 职称材料
5	基于逐像素自适应对抗网络的电力巡检图像增强方法	庄雪澄邵洁	《南方电网技术》 CSCD 北大核心	2024	3	在线阅读下载PDF 职称材料