检索结果-维普期刊中文期刊服务平台

基于残差注意力机制的肺结节数据增强方法: 1; 作者李阳李春璇 +1 位作者徐灿飞方立梅《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第6期880-886,共7页; 针对带标注的肺CT图像数据匮乏而导致的深度学习模型训练困难,以及现有生成算法生成肺结节不同特征模糊、细节丢失的问题,提出了肺结节图像的数据增强RAU-GAN算法。首先,在生成器网络中嵌入残差注意力模块,该模块可以聚焦于局部不同的... 展开更多; 关键词数据增强 Pix2Pix RAU-GAN 残差注意力机制 U-Net判别器; 在线阅读下载PDF 职称材料

基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法: 2; 作者李海燕乔仁超 +1 位作者李海江陈泉《东北大学学报(自然科学版)》北大核心 2025年第1期26-34,共9页; 为解决现有图像去雾算法因缺乏全局上下文信息、处理分布不均匀的雾时效果差且复用细节信息时引入噪声的缺陷,提出了基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法.首先,引入全局残差注意力机制编码模块自适应地提取非均... 展开更多; 关键词图像去雾全局残差注意力机制 CNN-Transformer架构门控特征融合图像重建; 在线阅读下载PDF 职称材料

改进融合注意力机制的小目标和被遮挡目标检测: 3; 作者刘丽伟王玲戚星烁《长春工业大学学报》 CAS 2024年第5期428-436,共9页; 针对夜间光照条件不足等条件下交通环境的多目标检测问题,提出一种改进YOLOv5s的目标检测算法。该算法首先在原始的YOLOv5s网络中嵌入三分支结构并行卷积注意力模块,通过计算跨维度注意力权值矩阵,实现了一种轻量级的有效注意力机制。其... 展开更多; 关键词目标检测 YOLOv5 三重并行卷积注意力机制残差遮挡注意力机制; 在线阅读下载PDF 职称材料

融合注意力机制的高效率网络车型识别被引量：3: 4; 作者柳长源何先平毕晓君《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第4期775-782,共8页; 为了解决现有的车型识别算法对车型特征描述不充分的情况,提出融合注意力机制的高效率网络车型识别算法.利用高效率网络中的复合缩放方式来平衡网络的深度、宽度和分辨率,将深度可分离卷积集成到基础特征提取模块中来提高模型准确率.增... 展开更多; 关键词车型识别高效率网络残差注意力机制标签平滑正则化深度可分离卷积; 在线阅读下载PDF 职称材料

基于残差卷积自注意力神经网络的铝电解过热度识别方法被引量：3: 5; 作者林清扬陈晓方谢永芳《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第1期8-17,共10页; 过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基... 展开更多; 关键词过热度识别多源异构残差卷积自注意力机制无监督预训练铝电解过程; 在线阅读下载PDF 职称材料

面向密集行人场景的YOLOv8n改进算法: 6; 作者王丽黎樊盼盼张诗雨《电子技术应用》 2025年第2期15-20,共6页; 为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题,提出一种基于YOLOv8n的改进型密集行人检测模型。首先,引入SPPELAN模块替换骨干网络中的SPPF模块,以提升模型对多尺度目标的特征感知能力。其次,设计一种残差注意力机... 展开更多; 关键词 YOLOv8n 密集行人检测 SPPELAN模块残差注意力机制 DySample 小目标检测层; 在线阅读下载PDF 职称材料

基于改进YOLOv5的矿山遥感图像去噪方法: 7; 作者裴丹房坤 +1 位作者庆宇东陈沛《工矿自动化》北大核心 2025年第3期148-155,共8页; 典型露天矿场景的图像呈现多类型复合噪声特征,信噪比较低且具有显著的空间异质性,现有深度学习模型大多直接迁移自然图像去噪架构,忽视了矿山遥感图像特有的噪声分布规律。针对该问题,提出了一种基于改进YOLOv5的矿山遥感图像去噪方法... 展开更多; 关键词矿山遥感图像去噪 YOLOv5 多尺度特征融合残差注意力机制自适应噪声估计; 在线阅读下载PDF 职称材料

基于改进Swin-Unet的遥感图像分割方法被引量：2: 8; 作者张越王逊《无线电工程》 2024年第5期1217-1225,共9页; 针对遥感图像数据本身存在分辨率高、背景复杂和光照不均等特性导致边界分割不连续、目标错分漏分以及存在孔洞等问题,提出了一种基于改进Swin-Unet的遥感图像分割方法。在编码器末端引入空洞空间金字塔池化(Atrous Spatial Pyramid Poo... 展开更多; 关键词遥感图像语义分割 Swin-Unet 空洞空间金字塔池化残差注意力机制; 在线阅读下载PDF 职称材料

题名基于残差注意力机制的肺结节数据增强方法: 1; 作者李阳李春璇徐灿飞方立梅; 机构东北师范大学前沿交叉研究院长春工业大学计算机科学与工程学院浙江大学医学院附属邵逸夫医院长春中医药大学附属第三临床医院; 出处《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第6期880-886,共7页; 基金国家自然科学基金(NSFC 61806024,NSFC12226003,NSFC12171076) 吉林省科技厅重点研发计划(20210201081GX,20200401103GX) +1 种基金吉林省卫生厅卫生科研人才专项(2020SCZ25)。; 文摘针对带标注的肺CT图像数据匮乏而导致的深度学习模型训练困难,以及现有生成算法生成肺结节不同特征模糊、细节丢失的问题,提出了肺结节图像的数据增强RAU-GAN算法。首先,在生成器网络中嵌入残差注意力模块,该模块可以聚焦于局部不同的感兴趣区域,以实现肺结节与背景信息的独立生成,并且重新设计了注意力模块中的残差块来减少网络的深度和训练的复杂度。其次,将判别器设计为U-Net架构,可以给更新后的生成器反馈更多信息,以提高判别性能。最后,在数据集LUNA16和Deep Lesion上进行实验,结果与现有方法相比,在视觉效果和不同评价指标上均有提升,验证了生成图像包含了更丰富的细节信息。; 关键词数据增强 Pix2Pix RAU-GAN 残差注意力机制 U-Net判别器; Keywords data augmentation Pix2Pix RAU-GAN residual Attention mechanism U-Net discrimination; 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

题名基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法: 2; 作者李海燕乔仁超李海江陈泉; 机构云南大学信息学院云南省交通投资建设集团有限公司阿尔多瓦大学人文学院; 出处《东北大学学报(自然科学版)》北大核心 2025年第1期26-34,共9页; 基金国家自然科学基金资助项目(62266049) 云南省万人计划“云岭教学名师”项目(20190101055) 2023年度云南省档案局科技项目(2023016607).; 文摘为解决现有图像去雾算法因缺乏全局上下文信息、处理分布不均匀的雾时效果差且复用细节信息时引入噪声的缺陷,提出了基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法.首先,引入全局残差注意力机制编码模块自适应地提取非均匀雾区的细节特征,设计跨维度通道空间注意力优化信息权重.然后,提出全局建模Transformer模块加深编码器的特征提取过程,设计带有并行卷积的Swin Transformer捕捉特征之间的依赖关系.最后,设计门控特征融合解码模块复用图像重建所需的纹理信息,滤除不相关的雾噪声,提高去雾性能.在4个公开数据集上进行定性和定量实验,实验结果表明:所提算法能够有效地处理非均匀雾区域,重建纹理细腻且语义丰富的高保真无雾图像,其峰值信噪比和结构相似性指数都优于经典对比算法.; 关键词图像去雾全局残差注意力机制 CNN-Transformer架构门控特征融合图像重建; Keywords image dehazing global residual attention mechanism CNN-Transformer architecture gated feature fusion image reconstruction; 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

题名改进融合注意力机制的小目标和被遮挡目标检测: 3; 作者刘丽伟王玲戚星烁; 机构长春工业大学计算机科学与工程学院; 出处《长春工业大学学报》 CAS 2024年第5期428-436,共9页; 基金吉林省科技发展计划项目(20220201099GX) 吉林省预算内创新动力建设资金项目(2022C047-7)。; 文摘针对夜间光照条件不足等条件下交通环境的多目标检测问题,提出一种改进YOLOv5s的目标检测算法。该算法首先在原始的YOLOv5s网络中嵌入三分支结构并行卷积注意力模块,通过计算跨维度注意力权值矩阵,实现了一种轻量级的有效注意力机制。其次,为了解决小目标和遮挡目标的检测问题,嵌入残差遮挡感知注意力机制,通过不同卷积核大小的卷积块对图像进行类分块操作,更准确地突显小目标和被遮挡目标。通过在FLIR数据集上的对比实验表明,改进算法在夜间交通环境下的多目标检测任务中能够提高检测精度,相较于传统YOLOv5s,其检测准确率mAP@0.5提高2.9%。; 关键词目标检测 YOLOv5 三重并行卷积注意力机制残差遮挡注意力机制; Keywords target detection YOLOv5 triple parallel convolutional attention mechanism residual occlusion attention.; 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

题名融合注意力机制的高效率网络车型识别被引量：3: 4; 作者柳长源何先平毕晓君; 机构哈尔滨理工大学测控技术与通信工程学院中央民族大学信息工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第4期775-782,共8页; 基金国家自然科学基金资助项目(51779050) 黑龙江省自然科学基金资助项目(F2016022)。; 文摘为了解决现有的车型识别算法对车型特征描述不充分的情况,提出融合注意力机制的高效率网络车型识别算法.利用高效率网络中的复合缩放方式来平衡网络的深度、宽度和分辨率,将深度可分离卷积集成到基础特征提取模块中来提高模型准确率.增加双通道的残差注意力机制来关注图片中的关键信息,获得含有更加丰富语义信息的特征图.在网络的末端添加单独的softmax分类器,使用标签平滑正则化对损失函数进行处理,减小模型过拟合的问题.在BIT-Vehicles数据集上进行实验,结果表明,提出方法的平均分类准确率为96.83%,较改进前的模型提高了1.11%,优于现有DCNN、Faster-CNN的改进算法,较Faster R-CNN提升了7.16%.; 关键词车型识别高效率网络残差注意力机制标签平滑正则化深度可分离卷积; Keywords vehicle type identification high efficiency network residual attention mechanism label smoothing regularization depth separable convolution; 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

题名基于残差卷积自注意力神经网络的铝电解过热度识别方法被引量：3: 5; 作者林清扬陈晓方谢永芳; 机构中南大学自动化学院; 出处《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2023年第1期8-17,共10页; 基金国家自然科学基金资助项目(62133016,61773405) 中央高校基本科研业务费专项资金资助项目(2020zzts577).; 文摘过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.; 关键词过热度识别多源异构残差卷积自注意力机制无监督预训练铝电解过程; Keywords superheat identification multi-source heterogeneous residual convolutional self-attention mechanism unsupervised pre-training aluminium electrolysis process; 分类号 TP277 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名面向密集行人场景的YOLOv8n改进算法: 6; 作者王丽黎樊盼盼张诗雨; 机构西安理工大学自动化与信息工程学院无线光通信与网络研究重点实验室; 出处《电子技术应用》 2025年第2期15-20,共6页; 文摘为了解决传统算法在密集行人场景中识别精度不足和检测不准确的问题,提出一种基于YOLOv8n的改进型密集行人检测模型。首先,引入SPPELAN模块替换骨干网络中的SPPF模块,以提升模型对多尺度目标的特征感知能力。其次,设计一种残差注意力机制,提高模型对细微特征的提取能力,进而提高检测精度。最后通过添加DySample算子、改进的小目标检测层提高模型对小尺度目标的定位识别能力。实验结果显示,改进的模型相较于YOLOv8n在CrowdHuman数据集上的召回率、mAP_(50)和mAP_(50-95)分别提升了2.5%、2.9%和2.4%,并且该模型在WiderPerson和CityPersons数据集上表现优异。实验结果表明,该算法能更好适用于密集行人检测任务。; 关键词 YOLOv8n 密集行人检测 SPPELAN模块残差注意力机制 DySample 小目标检测层; Keywords YOLOv8n dense pedestrian detection SPPELAN module residual attention mechanism DySample small object detection layer; 分类号 TP391.41 [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

题名基于改进YOLOv5的矿山遥感图像去噪方法: 7; 作者裴丹房坤庆宇东陈沛; 机构洛阳职业技术学院信息工程学院洛阳船舶材料研究所中国航空工业集团公司洛阳电光设备研究所北京航空航天大学可靠性与系统工程学院; 出处《工矿自动化》北大核心 2025年第3期148-155,共8页; 基金 2022年河南省教育厅高校重点项目(22B520023)。; 文摘典型露天矿场景的图像呈现多类型复合噪声特征,信噪比较低且具有显著的空间异质性,现有深度学习模型大多直接迁移自然图像去噪架构,忽视了矿山遥感图像特有的噪声分布规律。针对该问题,提出了一种基于改进YOLOv5的矿山遥感图像去噪方法。针对传统YOLOv5在高噪声环境下性能不稳定的问题,引入了多尺度特征融合模块,以增强模型对不同尺寸噪声的识别能力,同时结合残差注意力机制,提升了模型对有用特征的提取能力,增强了去噪效果的鲁棒性。采用自适应噪声估计技术,根据图像不同区域的噪声特性动态调整去噪参数,实现了更为精准的噪声抑制。实验结果表明:改进YOLOv5在峰值信噪比(PSNR)和结构相似性指数(SSIM)上均显著优于其他经典去噪方法,相较原始YOLOv5,PSNR提高2.5 dB,SSIM提高了0.05;改进YOLOv5在所有噪声类型下均表现出色,尤其是在高斯噪声环境中,其PSNR和SSIM分别达32.5 dB和0.95,显著优于其他经典去噪方法。; 关键词矿山遥感图像去噪 YOLOv5 多尺度特征融合残差注意力机制自适应噪声估计; Keywords mine remote sensing image denoising YOLOv5 multi-scale feature fusion residual attention mechanism adaptive noise estimation; 分类号 TD67 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于改进Swin-Unet的遥感图像分割方法被引量：2: 8; 作者张越王逊; 机构江苏科技大学计算机学院; 出处《无线电工程》 2024年第5期1217-1225,共9页; 文摘针对遥感图像数据本身存在分辨率高、背景复杂和光照不均等特性导致边界分割不连续、目标错分漏分以及存在孔洞等问题,提出了一种基于改进Swin-Unet的遥感图像分割方法。在编码器末端引入空洞空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块,用于捕获多尺度特征,增强网络获取不同尺度的能力,充分提取上下文信息;将解码器端的Swin Transformer Block替换为残差Swin Transformer Block,不仅保留了原始信息,又能够缓解模型出现梯度弥散现象;在跳跃连接中引入残差注意力机制,可以让模型更加关注特征图中的重要特征信息,抑制无效信息,从而提高模型分割的准确率。在自建数据集上进行实验,结果表明,改进后的网络平均交并比(mean Intersection over Union,mIoU)达到了80.55%,提高了4.13个百分点,证明改进后的网络可以有效提高遥感图像分割的精度。; 关键词遥感图像语义分割 Swin-Unet 空洞空间金字塔池化残差注意力机制; Keywords remote sensing image semantic segmentation Swin-Unet atrous spatial pyramid pooling residual attention mechanism; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置]; 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	基于残差注意力机制的肺结节数据增强方法	李阳李春璇徐灿飞方立梅	《电子科技大学学报》 EI CAS CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
2	基于全局残差注意力和门控特征融合的CNN-Transformer去雾算法	李海燕乔仁超李海江陈泉	《东北大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
3	改进融合注意力机制的小目标和被遮挡目标检测	刘丽伟王玲戚星烁	《长春工业大学学报》 CAS	2024	0	在线阅读下载PDF 职称材料
4	融合注意力机制的高效率网络车型识别	柳长源何先平毕晓君	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
5	基于残差卷积自注意力神经网络的铝电解过热度识别方法	林清扬陈晓方谢永芳	《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心	2023	3	在线阅读下载PDF 职称材料
6	面向密集行人场景的YOLOv8n改进算法	王丽黎樊盼盼张诗雨	《电子技术应用》	2025	0	在线阅读下载PDF 职称材料
7	基于改进YOLOv5的矿山遥感图像去噪方法	裴丹房坤庆宇东陈沛	《工矿自动化》北大核心	2025	0	在线阅读下载PDF 职称材料
8	基于改进Swin-Unet的遥感图像分割方法	张越王逊	《无线电工程》	2024	2	在线阅读下载PDF 职称材料