检索结果-维普期刊中文期刊服务平台

基于挤压-激励注意力机制的CNN-LSTM煤矿用电机异常状态检测: 1; 作者郭开宇袁逸萍 +2 位作者陈彩凤陈钧钖杜汶聪《煤炭技术》 CAS 2024年第10期223-227,共5页; 针对环境恶劣和复杂工况导致煤矿用电机故障频发,为保障煤矿用电机的可靠运行,提出一种基于挤压-激励注意力机制的CNN-LSTM煤矿用电机异常状态检测模型。首先引入卷积神经网络(CNN)获取多特征输入空间联系,采用长短期记忆网络(LSTM)提... 展开更多; 关键词煤矿用电机卷积神经网络长短期记忆网络挤压-激励注意力机制异常状态检测; 在线阅读下载PDF 职称材料

基于全局注意力机制的Robust-PointPillars三维目标检测: 2; 作者王盈丰吴俭 +2 位作者宋佳柯涛付伟《舰船电子对抗》 2024年第2期86-92,共7页; 提出了一种基于全局注意力机制的Robust-PointPillars三维目标检测方法,在智能驾驶的应用中,提高了目标检测的精度和鲁棒性。PointPillars等神经网络通过使用点云柱表示点云,具有实现三维目标检测的潜力。首先介绍了空间和通道双重注意... 展开更多; 关键词三维目标检测 PointPillars 全局注意力机制挤压与激励网络模块; 在线阅读下载PDF 职称材料

基于双注意力图神经网络的链路预测: 3; 作者杨真真林泽龙杨永鹏《南京邮电大学学报(自然科学版)》北大核心 2025年第1期106-114,共9页; 链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1... 展开更多; 关键词链路预测图神经网络注意力机制压缩-激励模块频率自适应; 在线阅读下载PDF 职称材料

基于注意力机制和卷积神经网络的网络安全感知预测: 4; 作者张飞《佳木斯大学学报（自然科学版）》 CAS 2024年第9期129-132,共4页; 为了提高网络安全防御效果,注意力机制和卷积神经网络成为研究的热点,但传统方案可能带来模型过拟合、计算和内存开销较大且缺乏空间上下文关系建模的问题。针对上述问题,研究基于注意力机制和卷积神经网络的网络安全感知预测方法,通过... 展开更多; 关键词注意力机制卷积神经网络网络安全感知预测挤压与激励网络; 在线阅读下载PDF 职称材料

基于BS-YOLO11模型的混凝土桥梁裂缝识别研究: 5; 作者周水兴罗成周琳淇《公路交通技术》 2025年第2期119-126,共8页; 为进一步提高裂缝识别精度和识别率,提出一种新型裂缝识别BS-YOLO11模型,该模型结合了加权双向特征金字塔网络、挤压-激励注意力模块与YOLO11模型三者的优点。为验证该模型的有效性,设计了4组模块消融试验,评估了BiFPN模块与SE模块对YOL... 展开更多; 关键词混凝土桥梁裂缝识别 BS-YOLO11 BiFPN模块挤压-激励注意力模块深度学习; 在线阅读下载PDF 职称材料

应用注意力机制的文档图像篡改与脱敏定位: 6; 作者郑铿涛李斌曾锦华《西安电子科技大学学报》 EI CAS CSCD 北大核心 2023年第6期207-218,共12页; 诸如合同、证明文件和通知书等一些重要的文档材料,常常以电子图像格式被存储和传播。然而,由于包含关键的文字信息,此类图像往往容易被非法篡改利用,造成严重的社会影响和危害;与此同时,考虑到个人的隐私安全问题,人们往往也会对这类... 展开更多; 关键词文档图像篡改定位脱敏定位 U-Net 挤压激励注意力机制; 在线阅读下载PDF 职称材料

卷积神经网络结合子域适应的低采样率肌电手势识别: 7; 作者周雕熊馨 +2 位作者周建华宗静张琪《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第10期2011-2019,共9页; 为了提升模型识别低采样率肌电手势的性能,提出新的识别方法.通过信息扩展层对预处理后的低采样率肌电信号信息进行扩展,增强关键特征的表示.在特征提取网络中,利用子域适应网络提取源域与目标域中的域不变特征后进行域不变特征分类.使... 展开更多; 关键词低采样率表面肌电手势识别子域适应信息扩展挤压与激励注意力机制; 在线阅读下载PDF 职称材料

题名基于挤压-激励注意力机制的CNN-LSTM煤矿用电机异常状态检测: 1; 作者郭开宇袁逸萍陈彩凤陈钧钖杜汶聪; 机构新疆大学机械工程学院; 出处《煤炭技术》 CAS 2024年第10期223-227,共5页; 基金国家自然科学基金项目(72361032,71961029)。; 文摘针对环境恶劣和复杂工况导致煤矿用电机故障频发,为保障煤矿用电机的可靠运行,提出一种基于挤压-激励注意力机制的CNN-LSTM煤矿用电机异常状态检测模型。首先引入卷积神经网络(CNN)获取多特征输入空间联系,采用长短期记忆网络(LSTM)提取序列时序变化特征,结合挤压-激励注意力机制(SE)为LSTM层进行自适应权重分配来增强电机定子电流的关键信息提取;然后通过均方根误差(RMSE)对电机定子电流进行残差分析,检测电机定子电流的异常变化;最后,以新疆某大型露天煤矿121带式输送机1#煤矿用电机实时运行状态数据验证所提方法的实用性,结果表明该方法能够精准检测到电机定子电流异常状态,为煤矿用电机可靠运行提供重要依据。; 关键词煤矿用电机卷积神经网络长短期记忆网络挤压-激励注意力机制异常状态检测; Keywords coal mine motors CNN LSTM SE abnormal state detection; 分类号 TD76 [矿业工程—矿井通风与安全] TM3 [电气工程—电机]; 在线阅读下载PDF 职称材料

题名基于全局注意力机制的Robust-PointPillars三维目标检测: 2; 作者王盈丰吴俭宋佳柯涛付伟; 机构中国船舶集团有限公司第七二三研究所; 出处《舰船电子对抗》 2024年第2期86-92,共7页; 文摘提出了一种基于全局注意力机制的Robust-PointPillars三维目标检测方法,在智能驾驶的应用中,提高了目标检测的精度和鲁棒性。PointPillars等神经网络通过使用点云柱表示点云,具有实现三维目标检测的潜力。首先介绍了空间和通道双重注意力模块,以增强有学习价值的点云特征,解决了PointPillars缺乏点云柱内部学习机制和特征提取不足的问题;挤压与激励网络(SENet)模块的引入,使PointPillars对特征信息的学习理解能力得到进一步提高;最终,对受到干扰或缺失的传感器信号进行抑制,并利用全局注意力算法来提高鲁棒性。基于KITTI数据集上的目标检测结果,本文算法具有良好的目标检测精度和鲁棒性。; 关键词三维目标检测 PointPillars 全局注意力机制挤压与激励网络模块; Keywords 3-D target detection PointPillars global attention mechanism squeeze-and-excitation networks module; 分类号 U462 [机械工程—车辆工程] TN957.51 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于双注意力图神经网络的链路预测: 3; 作者杨真真林泽龙杨永鹏; 机构南京邮电大学宽带无线通信与传感网技术教育部重点实验室; 出处《南京邮电大学学报(自然科学版)》北大核心 2025年第1期106-114,共9页; 基金国家自然科学基金(62071242,62171232) 江苏省研究生科研与实践创新计划(KYCX22_0955,SJCX23_0251)资助项目。; 文摘链路预测是在图结构中预测未知或潜在的边,对挖掘图中的隐含信息、补全图中的缺失数据和发现图中的新知识都具有重要意义。图神经网络(Graph Neural Network,GNN)已被广泛应用于链路预测,然而,现有基于GNN的链路预测方法存在一些问题:(1)大多数基于GNN的方法往往容易忽略为链路预测提供额外帮助的边信息的重要性;(2)大多数基于GNN的方法都仅捕获表示图的邻居节点间相似性的低频信息,忽略了表示邻居节点间差异性的高频信息;(3)大多数基于GNN的方法都未考虑输入特征矩阵的节点维度和特征维度两个维度,只关注其中一个维度。针对这些问题,提出了一种基于双注意力图神经网络(Dual Attention Graph Neural Network,DAGNN)的链路预测方法,该方法包含两条路径,以不同的角度更新节点表示。其中一条是基于图神经网络的路径,采用含边信息的频率自适应图注意力网络(Frequency Adaptive Graph Attention Network with Edge Information,FAGAT⁃EI)作为基础模型,有效地利用边信息增强节点之间的关系,并利用频率自适应机制平衡高低频率邻居信息的权重,从而缓解GNN的过度平滑问题;另一条是基于通道注意力网络的路径,提出了一种新的压缩-激励通道注意力模块(Squeeze and Excitation⁃Channel At⁃tention Module,SE⁃CAM)作为基础模型,充分考虑输入特征矩阵的节点维度和特征维度,并自动学习和调整每个节点的不同特征权重,从而得到更有意义的节点表示。最后在两个基准数据集上进行了实验,实验结果表明,提出的链路预测方法在Last⁃FM和Book⁃Crossing两个数据集上的AUC和ACC指标均优于其他基线模型,展现出了卓越的链路预测性能。; 关键词链路预测图神经网络注意力机制压缩-激励模块频率自适应; Keywords link prediction graph neural network(GNN) attention mechanism squeeze excitation module frequency adaptive; 分类号 TP393 [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

题名基于注意力机制和卷积神经网络的网络安全感知预测: 4; 作者张飞; 机构阜阳开放大学; 出处《佳木斯大学学报（自然科学版）》 CAS 2024年第9期129-132,共4页; 文摘为了提高网络安全防御效果,注意力机制和卷积神经网络成为研究的热点,但传统方案可能带来模型过拟合、计算和内存开销较大且缺乏空间上下文关系建模的问题。针对上述问题,研究基于注意力机制和卷积神经网络的网络安全感知预测方法,通过加深网络结构、添加dropout层、数据归一化、数据融合四个步骤的改进,最终得到改进挤压与激励网络方案。实验结果表明,该方案收敛速度较快,在65轮迭代后收敛,最终准确率收敛于97.3%。在融合五条数据的情况下,准确率达到最高为97.5%,说明研究建立的网络安全感知预测模型具有较高的准确率以及强大的泛化能力。; 关键词注意力机制卷积神经网络网络安全感知预测挤压与激励网络; Keywords attention mechanism convolutional neural network network security perception prediction squeeze-and-excitation network; 分类号 TP309 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于BS-YOLO11模型的混凝土桥梁裂缝识别研究: 5; 作者周水兴罗成周琳淇; 机构重庆交通大学土木工程学院; 出处《公路交通技术》 2025年第2期119-126,共8页; 基金贵州省交通运输厅科技项目(2021-022-123)。; 文摘为进一步提高裂缝识别精度和识别率,提出一种新型裂缝识别BS-YOLO11模型,该模型结合了加权双向特征金字塔网络、挤压-激励注意力模块与YOLO11模型三者的优点。为验证该模型的有效性,设计了4组模块消融试验,评估了BiFPN模块与SE模块对YOLO11模型性能的影响,并与原YOLO系列模型的识别效果进行对比。结果表明:YOLO模型中结合BiFPN与SE注意力机制模块,能充分发挥各自优势所带来的性能提升,实现图像增强与目标识别的高效协同,可将识别精度提升到81.4%,BS-YOLO11模型表现出较高的精度和鲁棒性,具有良好的应用前景。; 关键词混凝土桥梁裂缝识别 BS-YOLO11 BiFPN模块挤压-激励注意力模块深度学习; Keywords concrete bridges crack detection BS-YOLO11 BiFPN module squeeze-and-excitation attention module deep learning; 分类号 U445.71 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名应用注意力机制的文档图像篡改与脱敏定位: 6; 作者郑铿涛李斌曾锦华; 机构深圳大学广东省智能信息处理重点实验室深圳市人工智能与机器人研究院司法鉴定科学研究院; 出处《西安电子科技大学学报》 EI CAS CSCD 北大核心 2023年第6期207-218,共12页; 基金国家自然科学基金(U22B2047,61872244,62272314) 广东省基础与应用基础研究基金杰出青年基金项目(2019B151502001) +1 种基金上海市科委技术标准项目(21DZ2200100)。; 文摘诸如合同、证明文件和通知书等一些重要的文档材料,常常以电子图像格式被存储和传播。然而,由于包含关键的文字信息,此类图像往往容易被非法篡改利用,造成严重的社会影响和危害;与此同时,考虑到个人的隐私安全问题,人们往往也会对这类图像做脱除敏感信息处理。恶意篡改与脱敏均会给原始图像引入额外痕迹,但在动机上存在区别,且在操作方式上也存在一定差异。因此,有必要对二者进行区分,从而更准确地定位出篡改区域。针对这个问题,提出了一个卷积编解码网络,通过U形连接获取编码器多级特征,有效学习篡改和脱敏处理痕迹;同时,在解码网络引入多个挤压激励注意力机制模块,抑制图像内容,关注更微弱的处理痕迹,提高网络的检测能力。为了有效地辅助网络训练,构建了一个包含常见篡改操作和脱敏操作的文档图像取证数据集。实验结果表明,算法模型在此数据集上表现良好,在公开的篡改数据集上也有不错的性能,并优于对比算法。同时,所提的算法对几种常见的后处理操作具有较好的鲁棒性。; 关键词文档图像篡改定位脱敏定位 U-Net 挤压激励注意力机制; Keywords document image forgery localization desensitization localization U-Net squeeze-and-excitation 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

题名卷积神经网络结合子域适应的低采样率肌电手势识别: 7; 作者周雕熊馨周建华宗静张琪; 机构昆明理工大学信息工程与自动化学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第10期2011-2019,共9页; 基金国家自然科学基金资助项目(82060329).; 文摘为了提升模型识别低采样率肌电手势的性能,提出新的识别方法.通过信息扩展层对预处理后的低采样率肌电信号信息进行扩展,增强关键特征的表示.在特征提取网络中,利用子域适应网络提取源域与目标域中的域不变特征后进行域不变特征分类.使用NinaPro数据库中的DB1和DB5子数据库对所提方法进行评估.实验结果表明,所提方法识别53种和52种手势的最高准确率分别为90.89%(DB1)、89.90%(DB5)和82.01%(DB1)、77.07%(DB5),能够降低电极移位、肌肉疲劳、皮肤阻抗的变化和肌肉相对电极的相对运动等因素对低采样率肌电手势识别的影响.; 关键词低采样率表面肌电手势识别子域适应信息扩展挤压与激励注意力机制; Keywords low sampling rate surface electromyography gesture recognition subdomain adaptation information expansion squeeze-and-excitation 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	操作
1	基于挤压-激励注意力机制的CNN-LSTM煤矿用电机异常状态检测	郭开宇袁逸萍陈彩凤陈钧钖杜汶聪	《煤炭技术》 CAS	2024	在线阅读下载PDF 职称材料
2	基于全局注意力机制的Robust-PointPillars三维目标检测	王盈丰吴俭宋佳柯涛付伟	《舰船电子对抗》	2024	在线阅读下载PDF 职称材料
3	基于双注意力图神经网络的链路预测	杨真真林泽龙杨永鹏	《南京邮电大学学报(自然科学版)》北大核心	2025	在线阅读下载PDF 职称材料
4	基于注意力机制和卷积神经网络的网络安全感知预测	张飞	《佳木斯大学学报（自然科学版）》 CAS	2024	在线阅读下载PDF 职称材料
5	基于BS-YOLO11模型的混凝土桥梁裂缝识别研究	周水兴罗成周琳淇	《公路交通技术》	2025	在线阅读下载PDF 职称材料
6	应用注意力机制的文档图像篡改与脱敏定位	郑铿涛李斌曾锦华	《西安电子科技大学学报》 EI CAS CSCD 北大核心	2023	在线阅读下载PDF 职称材料
7	卷积神经网络结合子域适应的低采样率肌电手势识别	周雕熊馨周建华宗静张琪	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2024	在线阅读下载PDF 职称材料