检索结果-维普期刊中文期刊服务平台

面向局部学习的点云分割分类网络被引量：1: 1; 作者冯锦梁王蕾 +2 位作者温智成叶森辉马晗《激光与红外》 CAS CSCD 北大核心 2024年第1期24-30,共7页; 在各种3D对象表示中,三维点云越来越受欢迎,其中基于点的方法在各种数据集上都表现出了良好的性能。针对PointNet++只关注了点本身的信息,并未关注相邻点的信息,同时它采用最大池化聚合局部信息,导致丢失次最大值信息。由此,文中提出Con... 展开更多; 关键词三维点云语义分割分类局部注意力机制局部增强模块; 在线阅读下载PDF 职称材料

基于改进YOLOv8n的井下人员多目标检测: 2; 作者问永忠贾澎涛 +2 位作者夏敏高张龙刚王伟峰《工矿自动化》北大核心 2025年第1期31-37,77,共8页; 针对井下危险区域人员监测视频存在光照不均匀、目标尺度不一致、遮挡等复杂情况,基于YOLOv8n网络结构,提出一种改进的井下人员多目标检测算法—YOLOv8n-MSMLAS。该算法对YOLOv8n的Neck层进行改进,添加多尺度空间增强注意力机制(MultiSE... 展开更多; 关键词煤矿井下危险区域井下人员多目标检测 YOLOv8n 多尺度空间增强注意力机制自适应空间特征融合轻量化混合局部通道注意力机制; 在线阅读下载PDF 职称材料

基于超小波变换与OD−ConvNeXt−ELA的矿用滚动轴承故障诊断: 3; 作者吴新忠罗康 +2 位作者唐守锋何泽旭陈琪《工矿自动化》 CSCD 北大核心 2024年第12期120-127,共8页; 针对现有矿用滚动轴承故障诊断方法存在特征提取能力有限、泛化性欠佳的问题,提出了一种基于超小波变换(SLT)与OD−ConvNeXt−ELA的矿用滚动轴承故障诊断方法。以ConvNeXt−T为基础,引入批归一化(BN)技术以提高网络的泛化性,使用全维动态卷... 展开更多; 关键词矿用滚动轴承故障诊断 ConvNeXt 超小波变换全维动态卷积高效局部注意力机制; 在线阅读下载PDF 职称材料

中文重叠关系抽取的动态分层级联标记模型: 4; 作者张利张欢欢袁玉波《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期450-458,共9页; 构建了动态分层级联标记中文重叠关系抽取(RWG-LSA)模型:首先基于预训练语言模型和gated机制构建了动态字词融合特征学习模型(RWG),有效避免了主体标记模块的特征缺失和无法并行计算等问题;其次引入动态权局部自注意力(LSA),自主学习到... 展开更多; 关键词文本挖掘中文重叠关系抽取动态字词融合预训练语言模型 gated机制局部自注意力机制; 在线阅读下载PDF 职称材料

题名面向局部学习的点云分割分类网络被引量：1: 1; 作者冯锦梁王蕾温智成叶森辉马晗; 机构东华理工大学; 出处《激光与红外》 CAS CSCD 北大核心 2024年第1期24-30,共7页; 基金江西省核地学数据科学与系统工程技术研究中心基金项目(No.JELRGBDT202202) 江西省放射性地学大数据技术工程实验室开放基金项目(No.JELRGBDT202103)资助。; 文摘在各种3D对象表示中,三维点云越来越受欢迎,其中基于点的方法在各种数据集上都表现出了良好的性能。针对PointNet++只关注了点本身的信息,并未关注相邻点的信息,同时它采用最大池化聚合局部信息,导致丢失次最大值信息。由此,文中提出Con-PointNet++网络,该网络利用增强局部信息模块,以关注相邻点的信息,从而增强局部信息特征提取;采用局部注意力机制下的融合池化模块,将最大池化与注意力池化特征信息融合,得到更为丰富的局部特征信息。本文方法在室内数据集S3DIS的Area_5区域上评估模型语义分割能力,mIoU达55.2%;在数据集ModelNet40上评估模型分类效果,OA达91.2%。与其他方法相比,所提模型性能均有提升,进一步证明了本文方法的有效性。; 关键词三维点云语义分割分类局部注意力机制局部增强模块; Keywords 3D point cloud semantic segmentation classification local attention mechanism local enhancement module; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TN249 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于改进YOLOv8n的井下人员多目标检测: 2; 作者问永忠贾澎涛夏敏高张龙刚王伟峰; 机构陕西陕煤蒲白矿业有限公司西安科技大学计算机科学与技术学院西安科技大学安全科学与工程学院; 出处《工矿自动化》北大核心 2025年第1期31-37,77,共8页; 基金陕西省重点研发计划(2022QCY−LL−70) 陕西省秦创原“科学家+工程师”队伍建设项目(2023KXJ−052)。; 文摘针对井下危险区域人员监测视频存在光照不均匀、目标尺度不一致、遮挡等复杂情况,基于YOLOv8n网络结构,提出一种改进的井下人员多目标检测算法—YOLOv8n-MSMLAS。该算法对YOLOv8n的Neck层进行改进,添加多尺度空间增强注意力机制(MultiSEAM),以增强对遮挡目标的检测性能;在C2f模块中引入混合局部通道注意力(MLCA)机制,构建C2f-MLCA模块,以融合局部和全局特征信息,提高特征表达能力;在Head层检测头中嵌入自适应空间特征融合(ASFF)模块,以增强对小尺度目标的检测性能。实验结果表明:(1)与Faster R-CNN,SSD,RT-DETR,YOLOv5s,YOLOv7等主流模型相比,YOLOv8n-MSMLAS综合性能表现最佳,mAP@0.5和mAP@0.5:0.95分别达到93.4%和60.1%,FPS为80.0帧/s,参数量为5.80×106个,较好平衡了模型的检测精度和复杂度。(2)YOLOv8n-MSMLAS在光照不均、目标尺度不一致、遮挡等条件下表现出较好的检测性能,适用于现场检测。; 关键词煤矿井下危险区域井下人员多目标检测 YOLOv8n 多尺度空间增强注意力机制自适应空间特征融合轻量化混合局部通道注意力机制; Keywords underground hazardous areas in coal mines multi-target detection of underground personnel YOLOv8n multi-scale spatially enhanced attention mechanism adaptive spatial feature fusion lightweight hybrid local channel attention mechanism; 分类号 TD323 [矿业工程—矿井建设]; 在线阅读下载PDF 职称材料

题名基于超小波变换与OD−ConvNeXt−ELA的矿用滚动轴承故障诊断: 3; 作者吴新忠罗康唐守锋何泽旭陈琪; 机构中国矿业大学信息与控制工程学院; 出处《工矿自动化》 CSCD 北大核心 2024年第12期120-127,共8页; 基金国家重点研发计划项目(2018YFC0808100) 江苏省重点研发计划项目(BE2016046)。; 文摘针对现有矿用滚动轴承故障诊断方法存在特征提取能力有限、泛化性欠佳的问题,提出了一种基于超小波变换(SLT)与OD−ConvNeXt−ELA的矿用滚动轴承故障诊断方法。以ConvNeXt−T为基础,引入批归一化(BN)技术以提高网络的泛化性,使用全维动态卷积(ODConv)替换原有的深度可分离卷积,以提高网络的适应性,引入高效局部注意力(ELA)以使网络聚焦关键位置特征,构建了矿用滚动轴承故障诊断OD−ConvNeXt−ELA网络模型;为充分利用OD−ConvNeXt−ELA网络模型的图像特征提取能力,选用SLT将采集的滚动轴承一维振动信号转换为二维时频图像后输入OD−ConvNeXt−ELA进行模型训练。选用凯斯西储大学(CWRU)和帕德博恩大学(PU)轴承数据集进行故障诊断实验,结果表明:对于单一工况下的CWRU轴承数据集,OD−ConvNeXt−ELA平均故障诊断准确率为99.65%,较ConvNeXt−T提高了1.61%;对于跨工况下的CWRU轴承数据集,OD−ConvNeXt−ELA平均故障诊断准确率为87.50%,较ConvNeXt−T提高了3.30%;对于跨工况下的PU轴承数据集,OD−ConvNeXt−ELA平均故障诊断准确率为89.33%,较ConvNeXt−T提高了3.46%;基于SLT与OD−ConvNeXt−ELA的矿用滚动轴承故障诊断方法在跨轴承、跨工况及噪声干扰下具有准确率高、泛化能力强的优势。; 关键词矿用滚动轴承故障诊断 ConvNeXt 超小波变换全维动态卷积高效局部注意力机制; Keywords mining rolling bearings fault diagnosis ConvNeXt Superlet Transform full-dimensional dynamic convolution efficient local attention mechanism; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名中文重叠关系抽取的动态分层级联标记模型: 4; 作者张利张欢欢袁玉波; 机构华东理工大学信息科学与工程学院上海大数据与互联网受众工程技术研究中心; 出处《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第3期450-458,共9页; 基金上海市工程技术中心项目(18DZ2252300)。; 文摘构建了动态分层级联标记中文重叠关系抽取(RWG-LSA)模型:首先基于预训练语言模型和gated机制构建了动态字词融合特征学习模型(RWG),有效避免了主体标记模块的特征缺失和无法并行计算等问题;其次引入动态权局部自注意力(LSA),自主学习到主体层面的语义特征;最后在有效融合了输入序列的全局和主体局部特征的基础上,实现RWG-LSA模型对文本中实体对和关系的抽取。在SKE中文数据集上的实验表明,本模型对重叠关系抽取有显著效果,F1值达到了82.44%。; 关键词文本挖掘中文重叠关系抽取动态字词融合预训练语言模型 gated机制局部自注意力机制; Keywords text mining Chinese overlapping relation extraction dynamic character-word fusion pretrained language model gated mechanism local self-attention mechanism; 分类号 TP391.1 [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	面向局部学习的点云分割分类网络	冯锦梁王蕾温智成叶森辉马晗	《激光与红外》 CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于改进YOLOv8n的井下人员多目标检测	问永忠贾澎涛夏敏高张龙刚王伟峰	《工矿自动化》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于超小波变换与OD−ConvNeXt−ELA的矿用滚动轴承故障诊断	吴新忠罗康唐守锋何泽旭陈琪	《工矿自动化》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	中文重叠关系抽取的动态分层级联标记模型	张利张欢欢袁玉波	《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料