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
共找到9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：
基于注意力机制的MWCNN网络的海洋自由表面多次波压制研究
1
作者 胡嘉晨 童思友 +5 位作者 尚新民 孙朋朋 王忠成 王士雨 魏皓 辛成庆 《中国海洋大学学报(自然科学版)》 北大核心 2025年第2期89-102,共14页
本文提出了一种基于注意力机制的多级小波变换驱动的卷积神经网络(Multi-level wavelet CNN, MWCNN)来压制海洋地震资料中的自由表面多次波。该方法通过小波变换实现数据特征尺寸的压缩,从而避免传统下采样带来的信息缺失问题。此外,它... 本文提出了一种基于注意力机制的多级小波变换驱动的卷积神经网络(Multi-level wavelet CNN, MWCNN)来压制海洋地震资料中的自由表面多次波。该方法通过小波变换实现数据特征尺寸的压缩,从而避免传统下采样带来的信息缺失问题。此外,它还引入了注意力机制来扩大感受野,提高训练的保真效果。用本文算法与DnCNN网络、U-Net网络分别对不同观测系统下的模拟数据和实际数据进行对比测试,实验结果表明基于注意力机制的MWCNN网络能较好地分离一次波和自由表面多次波,对有效信号的保护比其它两种网络更优秀,具有较强的泛化能力和压制效率。 展开更多
关键词 海洋地震资料 自由表面多次波 多级小波变换驱动的卷积神经网络(MWCNN) 注意力机制
在线阅读 下载PDF
基于组合差异图和卷积小波神经网络的SAR图像变化检测 被引量：2
2
作者 王世杰 易稳 +2 位作者 姬楠楠 王长鹏 宋学力 《激光杂志》 北大核心 2021年第1期93-97,共5页
合成孔径雷达(Synthetic aperture radar,SAR)图像变化检测可以看作是一个分类过程,像素被分类为变化类和不变类。但是,差异图的质量影响了现有方法的检测精度。为了提供高质量的差异图,提出一种基于组合差异图和卷积小波神经网络(Convo... 合成孔径雷达(Synthetic aperture radar,SAR)图像变化检测可以看作是一个分类过程,像素被分类为变化类和不变类。但是,差异图的质量影响了现有方法的检测精度。为了提供高质量的差异图,提出一种基于组合差异图和卷积小波神经网络(Convolutional-Wavelet Neural Network,CWNN)结合的SAR图像变化检测方法。首先,使用对数比算子、均值比算子和差分算子产生差异图,并使用简单的组合方法得到最终的差异图。然后,在差异图上使用分层模糊C均值获得变化类和不变化类的训练样本。最后,使用训练好的CWNN对所有像素进行分类。该方法提高了差异图的质量,为网络提供高质量的训练样本。真实SAR图像数据集上的实验结果表明,该方法提高了变化检测精度。 展开更多
关键词 合成孔径雷达图像 变化检测 差异图像 卷积小波神经网络
在线阅读 下载PDF
基于卷积小波神经网络的鲁棒无监督SAR图像变化检测
3
作者 苏心意 郭涛 +2 位作者 刘叶琦 时英元 李威 《激光杂志》 CAS 北大核心 2023年第10期32-36,共5页
因合成孔径雷达(synthetic aperture radar,SAR)成像不受大气和阳光条件的影响,其成为进行变化检测的理想信息源。针对SAR图像变化检测中的易受噪声影响、过拟合等问题,提出了一种基于卷积小波神经网络的鲁棒无监督SAR图像变化检测方法... 因合成孔径雷达(synthetic aperture radar,SAR)成像不受大气和阳光条件的影响,其成为进行变化检测的理想信息源。针对SAR图像变化检测中的易受噪声影响、过拟合等问题,提出了一种基于卷积小波神经网络的鲁棒无监督SAR图像变化检测方法。通过NR算子产生差异图,在差异图上使用分级模糊C均值获得训练样本;采用虚拟样本的方法,对训练样本进行扩充;在网络中引入双树复小波变换(dual-tree complex wavelet transform,DT-CWT),保留图像信息的同时抑制散斑噪声的干扰,进一步提高检测精度。在Sulzburger和Ottawa数据集上进行了实验,结果表明该方法提高了变化检测精度和准确率,准确率分别达到了98.8%和98.39%。 展开更多
关键词 合成孔径雷达 变化检测 卷积小波神经网络 模糊C均值
在线阅读 下载PDF
融合时间和知识信息的生成对抗网络序列推荐算法
4
作者 李忠伟 周洁 +2 位作者 刘昕 吴金燠 李可一 《计算机工程》 CAS CSCD 北大核心 2024年第11期70-79,共10页
序列推荐作为一种常用的推荐系统技术,通过对用户的历史交互序列进行建模来预测下一个可能交互的项目。现有的序列推荐方法主要利用用户交互序列和上下文信息进行推荐,忽略了序列中交互项目之间的时间间隔信息,交互项目之间的组合依赖... 序列推荐作为一种常用的推荐系统技术,通过对用户的历史交互序列进行建模来预测下一个可能交互的项目。现有的序列推荐方法主要利用用户交互序列和上下文信息进行推荐,忽略了序列中交互项目之间的时间间隔信息,交互项目之间的组合依赖以及上下文信息中存在噪声的问题,导致推荐结果受限。针对以上问题,提出一种基于生成对抗网络的序列推荐模型TKWGAN,该模型包含一个生成器和一个判别器。生成器结合了用户历史交互序列和各项目之间的时间间隔信息对用户偏好进行建模并生成预测,判别器则引入了知识图谱信息对项目进行语义扩充,从而能更准确地对生成器的预测进行合理性判断。针对用户交互序列和知识图谱信息中可能存在噪声的问题,提出一种基于小波变换的多核卷积神经网络来构造判别器,以更全面、准确地捕获用户的潜在兴趣,提高推荐的准确性。在MovieLens-1M、Amazon Books和Yelp2018这3个公开数据集上的实验结果表明,与8个序列化推荐算法相比,提出的TKWGAN模型在命中率(HR@N)和归一化折损累计增益(NDCG@N)指标上均有显著提升。 展开更多
关键词 推荐算法 序列推荐 生成对抗网络 知识图谱 小波卷积网络
在线阅读 下载PDF
小波卷积增强的对比学习推荐算法 被引量：4
5
作者 许凤 杨兴耀 +3 位作者 于炯 李梓杨 李晨瑜 张君 《计算机工程》 CAS CSCD 北大核心 2023年第5期105-111,121,共8页
推荐算法是一种用于解决信息过载问题的方法,序列化推荐通过建模用户购买的物品序列预测下一个物品。现有的序列化推荐算法通常忽视用户行为序列中的噪声、跨序列信息和物品间的组合依赖等问题,导致推荐性能受限。为此,提出一种小波卷... 推荐算法是一种用于解决信息过载问题的方法,序列化推荐通过建模用户购买的物品序列预测下一个物品。现有的序列化推荐算法通常忽视用户行为序列中的噪声、跨序列信息和物品间的组合依赖等问题,导致推荐性能受限。为此,提出一种小波卷积增强的对比学习推荐算法WCLR。利用数据的内在相关性获得自监督信号,并根据预训练的方法来增强数据表示。给出3个辅助的自监督学习任务,利用信息最大化原理学习属性、物品、序列与邻居序列的相关性,通过互信息最大化提供一种统一的方式描述不同类型数据间的相关性。由于小波卷积网络能提取物品的组合依赖,降低用户交互序列中的噪声,设计一个多核小波卷积模块,通过多尺寸用户序列多方面捕获用户的潜在兴趣,将自监督学习和小波卷积融入到推荐算法模型中,降低序列数据稀疏性和噪声,提高推荐精度。在LastFM、Beauty和Toys 3个数据集上的实验结果表明,与8个序列化推荐模型相比,WCLR算法的命中率、归一化折损累计增益和平均倒数秩分别提升了3.30%、1.47%和2.17%。 展开更多
关键词 推荐算法 序列化推荐 小波变换 小波卷积网络 自监督学习
在线阅读 下载PDF
基于小波卷积与注意力机制的RV减速器齿轮箱故障诊断 被引量：7
6
作者 阮强 刘韬 +1 位作者 王振亚 张博 《机电工程》 CAS 北大核心 2023年第6期815-824,共10页
在变负载工况下,RV减速器齿轮箱的特征提取存在困难,且其故障模式也难以得到识别。针对这一些问题,提出了一种基于Laplace小波卷积网络(LWNet)和注意力机制(ATT)的变工况下齿轮箱故障诊断方法(模型)。首先,基于Laplace小波变换原理设计... 在变负载工况下,RV减速器齿轮箱的特征提取存在困难,且其故障模式也难以得到识别。针对这一些问题,提出了一种基于Laplace小波卷积网络(LWNet)和注意力机制(ATT)的变工况下齿轮箱故障诊断方法(模型)。首先,基于Laplace小波变换原理设计了小波卷积层(Laplace Net),代替传统卷积神经网络第一层,对输入信号进行了自适应特征提取,以获得更明显的冲击特征;然后,将注意力机制引入模型卷积网络,以增强故障信息权重,以SoftMax作为分类器进行了故障诊断;为了提高模型的稳定性,每层卷积后接归一化层(batch normalization,BN),对特征进行了归一化处理,使用Dropout(0.5)防止过拟合;最后,使用RV减速器齿轮箱的数据集对基于LWNet和ATT的方法(模型)进行了验证。研究结果表明:基于LWNet和ATT的方法(模型)能够自适应地定位故障信号的冲击信息,在定负载条件下,其平均诊断准确率高达99.92%(相比于经典的深度学习模型与近期的方法,其准确率提高了3.25%~12.26%),该方法具有更高的诊断效率;在变负载条件下,该方法的平均准确率也可以达到98.09%。基于LWNet和ATT的方法(模型)解决了变工况条件下减速器齿轮箱振动信号特征提取困难的问题。 展开更多
关键词 变速器 Laplace小波卷积网络 小波变换 注意力机制 卷积神经网络 故障特征提取
在线阅读 下载PDF
基于差异图构造与融合的SAR图像变化检测方法
7
作者 林娇 火久元 《激光杂志》 CAS 北大核心 2024年第4期128-134,共7页
针对合成孔径雷达(SAR)图像固有的相干斑点噪声而影响变化检测精度和准确性等问题,提出了一种基于差异图构造与融合的SAR图像变化检测方法。该方法通过L-SRAD混合滤波对SAR图像进行预处理,使用基于边缘预检测的小波融合算法实现对数双... 针对合成孔径雷达(SAR)图像固有的相干斑点噪声而影响变化检测精度和准确性等问题,提出了一种基于差异图构造与融合的SAR图像变化检测方法。该方法通过L-SRAD混合滤波对SAR图像进行预处理,使用基于边缘预检测的小波融合算法实现对数双曲余弦比值差异图DCLR和邻域比值差异图DNR的融合,结合FCM算法和CWNN卷积神经网络对所得融合差异图进行变化检测。其中FCM算法将融合差异图预分类为三个聚类,选择合适的预分类结果作为训练样本训练CWNN模型,最后使用CWNN模型对预分类结果进行二次分类,得到最终的变化检测图。在Bern数据集上进行了对比实验,实验结果证明该方法具有较强的变化检测能力,变化检测准确率达到99.67%。 展开更多
关键词 SAR变化检测 L-SRAD滤波器 对数双曲余弦比 改进的小波融合 卷积小波神经网络
在线阅读 下载PDF
基于图像处理与深度学习方法的棉纤维梳理过程纤维检测识别技术 被引量：8
8
作者 邵金鑫 张宝昌 曹继鹏 《纺织学报》 EI CAS CSCD 北大核心 2020年第7期40-46,共7页
针对棉纤维梳理过程中高速摄像机对锡林表面拍摄得到的图像无法人眼识别的问题,使用图像处理与深度学习结合的算法,通过一系列检测流程实现人眼的辅助识别。采用高速摄像机对梳棉机移动盖板下的锡林表面梳理过程进行拍摄得到数据图像,... 针对棉纤维梳理过程中高速摄像机对锡林表面拍摄得到的图像无法人眼识别的问题,使用图像处理与深度学习结合的算法,通过一系列检测流程实现人眼的辅助识别。采用高速摄像机对梳棉机移动盖板下的锡林表面梳理过程进行拍摄得到数据图像,首先对图像通过多级小波卷积神经网络提取去噪残差,然后使用深度卷积超分辨率重构网络进行超分辨率重构,最后使用一种强噪声条件下的多尺度边缘检测与增强算法进行纤维的勾画,得到可供人眼识别的清晰的纤维图像,最后尝试使用特征增强后的图像样本进行循环生成对抗网络的训练,得到更连续清晰的纤维提取结果。研究表明,该图像处理流程提高了对梳理过程纤维的检测识别效果,为纤维梳理领域的研究提供了一种新的思路。 展开更多
关键词 棉纤维梳理 纤维图像 纤维识别 多级小波卷积神经网络 多尺度边缘检测
在线阅读 下载PDF
基于DS证据融合生成伪标签的SAR图像变化检测
9
作者 黄炳赫 宋学力 +3 位作者 肖玉柱 许王琴 易稳 杜社林 《激光杂志》 CAS 北大核心 2023年第6期60-66,共7页
合成孔径雷达(Synthetic Aperture Radar,SAR)图像变化检测是一种检测两张SAR图像中变化区域的技术。在基于神经网络的无监督变化检测方法中,伪标签的质量影响到了检测结果的精度。为了提高精度,提出一种基于登普斯特-沙弗(Dempster-Sha... 合成孔径雷达(Synthetic Aperture Radar,SAR)图像变化检测是一种检测两张SAR图像中变化区域的技术。在基于神经网络的无监督变化检测方法中,伪标签的质量影响到了检测结果的精度。为了提高精度,提出一种基于登普斯特-沙弗(Dempster-Shafer,DS)证据融合理论生成伪标签的方法,再结合多层次模糊C类均值聚类和卷积小波神经网络实现变化检测。该方法通过对三种不同差异图聚类生成的伪标签进行DS证据融合得到融合伪标签,使训练样本更加准确,然后利用网络对像素进行分类,得到变化检测结果。经过实验,该方法在渥太华、越南红河和黄河数据集上的检测精度分别达到了98.48%、97.95%和96.18%。 展开更多
关键词 合成孔径雷达图像 训练样本 登普斯特-沙弗证据理论 卷积小波神经网络
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部