期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
双先验引导的注意力特征聚合去雾生成对抗网络
1
作者
王燕
胡津源
+1 位作者
刘晶晶
陈燕燕
《计算机工程与科学》
北大核心
2025年第10期1841-1852,共12页
图像去雾是计算机视觉领域中一个具有挑战性的热点问题。现有的去雾方法通常使用单一的卷积神经网络(CNN)来解决问题,但此类方法缺乏细节恢复机制,并且在非均匀雾情况下去雾性能较差。为了解决上述2个问题,提出了一个双先验引导的注意...
图像去雾是计算机视觉领域中一个具有挑战性的热点问题。现有的去雾方法通常使用单一的卷积神经网络(CNN)来解决问题,但此类方法缺乏细节恢复机制,并且在非均匀雾情况下去雾性能较差。为了解决上述2个问题,提出了一个双先验引导的注意力特征聚合去雾生成对抗网络,暗通道先验和语义先验分别引导图像广义特征和纹理细节的恢复。其中,生成器采用参数共享编码器提取特征,添加了注意力特征聚合块(AFAB)对多尺度特征进行聚合增强,并通过解码多尺度特征恢复无雾图像,最后用多尺度判别器监督无雾图像的恢复。此外,考虑到图像中可能存在雾的不均匀分布,提出了坐标注意力残差块(CARB),它能自适应地分配权重,使网络关注图像的重要特征;同时,采用残差聚合的方式通过3个CARB构造了坐标注意力密集残差组(CARG),使得残差特征能被充分利用。实验结果表明,提出的网络在合成有雾图像数据集和现实有雾图像数据集上均表现优异。
展开更多
关键词
图像去雾
生成对抗网络
双先验引导
注意力特征聚合
参数共享编码器
坐标
注意力
在线阅读
下载PDF
职称材料
三维坐标注意力路径聚合网络的目标检测算法
被引量：
3
2
作者
涂小妹
包晓安
+2 位作者
吴彪
金瑜婷
张庆琪
《计算机科学与探索》
CSCD
北大核心
2023年第12期2984-2998,共15页
针对YOLO系列算法在实际工业应用中存在对目标预测框定位不够准确,难以适用于对定位要求较高的现实场景的问题,提出了三维坐标注意力路径聚合网络的目标检测算法YOLO-T。首先,采用短连接方式对路径聚合特征金字塔的跨层特征进行融合,保...
针对YOLO系列算法在实际工业应用中存在对目标预测框定位不够准确,难以适用于对定位要求较高的现实场景的问题,提出了三维坐标注意力路径聚合网络的目标检测算法YOLO-T。首先,采用短连接方式对路径聚合特征金字塔的跨层特征进行融合,保留其浅层语义信息;其次,基于坐标注意力机制提出了三维坐标注意力(TDCA)模型,利用该模型对路径聚合特征金字塔内的特征进行注意力加权(TPA-FPN),保留有用信息和去除冗余信息;然后,改进了标签分配策略中简单最优传输分配(SimOTA)的损失矩阵计算方法,在保证不损失效率的同时增强了性能;最后,利用Depthwise Separable Conv改进了主干特征提取网络中的卷积模块使模型轻量化。实验结果表明:该算法在PASCAL VOC2007+2012数据集上,检测准确率mAP@0.50比YOLOX-S提高了1.3个百分点,mAP@0.50:0.95提高了3.8个百分点;在COCO2017数据集上平均检测精度mAP@0.50:0.95提高了2.4个百分点。
展开更多
关键词
目标检测
三维坐标
注意力
(TDCA)
注意力
路径
聚合
特征
金字塔(TPA-FPN)
YOLOX-S算法
改进SimOTA策略
在线阅读
下载PDF
职称材料
基于CABFAM-Transformer的输电线路在线测距实测行波预分类方法
3
作者
唐玉涛
束洪春
+3 位作者
刘皓铭
苏萱
韩一鸣
代月
《电工技术学报》
北大核心
2025年第5期1455-1470,共16页
行波采集装置是电力系统保护与测距的重要设备,广泛应用于110 kV及以上输电线路,且正向配电网延拓。由于启动灵敏,非故障信息的采集给故障辨识与行波测距带来了挑战。该文提出了一种基于卷积注意力机制的特征聚合模块(CABFAM)与自适应Tr...
行波采集装置是电力系统保护与测距的重要设备,广泛应用于110 kV及以上输电线路,且正向配电网延拓。由于启动灵敏,非故障信息的采集给故障辨识与行波测距带来了挑战。该文提出了一种基于卷积注意力机制的特征聚合模块(CABFAM)与自适应Transformer模型的输电线路实测故障性质识别方法。首先,通过CBAM机制增强卷积层提取特征信息的表达与理解能力;然后,构建自适应编码层级调整机制的Transformer模型库,以获取多层次差异化特征信息;最后,利用云南电网110~220 kV输电线路的5076条实测数据及220 kV DL站H-P线的15924条伪实测数据进行训练与测试,针对16种典型行波数据进行分类。测试结果表明,该方法降低了模型参数量,提高了准确度,算法的多个关键指标均有不同幅度的提升,表现出优异的检测精度与识别效率。
展开更多
关键词
行波采集装置
基于卷积
注意力
机制的
特征
聚合
模块
CABFAM
自适应Transformer
实测数据故障辨识
在线阅读
下载PDF
职称材料
题名
双先验引导的注意力特征聚合去雾生成对抗网络
1
作者
王燕
胡津源
刘晶晶
陈燕燕
机构
兰州理工大学计算机与通信学院
出处
《计算机工程与科学》
北大核心
2025年第10期1841-1852,共12页
基金
国家自然科学基金(62266030)。
文摘
图像去雾是计算机视觉领域中一个具有挑战性的热点问题。现有的去雾方法通常使用单一的卷积神经网络(CNN)来解决问题,但此类方法缺乏细节恢复机制,并且在非均匀雾情况下去雾性能较差。为了解决上述2个问题,提出了一个双先验引导的注意力特征聚合去雾生成对抗网络,暗通道先验和语义先验分别引导图像广义特征和纹理细节的恢复。其中,生成器采用参数共享编码器提取特征,添加了注意力特征聚合块(AFAB)对多尺度特征进行聚合增强,并通过解码多尺度特征恢复无雾图像,最后用多尺度判别器监督无雾图像的恢复。此外,考虑到图像中可能存在雾的不均匀分布,提出了坐标注意力残差块(CARB),它能自适应地分配权重,使网络关注图像的重要特征;同时,采用残差聚合的方式通过3个CARB构造了坐标注意力密集残差组(CARG),使得残差特征能被充分利用。实验结果表明,提出的网络在合成有雾图像数据集和现实有雾图像数据集上均表现优异。
关键词
图像去雾
生成对抗网络
双先验引导
注意力特征聚合
参数共享编码器
坐标
注意力
Keywords
image defogging
generative adversarial network(GAN)
dual-prior guided
attention feature aggregation
parameter-sharing encoder
coordinate attention
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
三维坐标注意力路径聚合网络的目标检测算法
被引量：
3
2
作者
涂小妹
包晓安
吴彪
金瑜婷
张庆琪
机构
浙江广厦建设职业技术大学建筑工程学院
浙江理工大学计算机科学与技术学院(人工智能学院)
浙江理工大学理学院
浙江广厦建设职业技术大学信息学院
山口大学东亚研究科
出处
《计算机科学与探索》
CSCD
北大核心
2023年第12期2984-2998,共15页
基金
浙江省重点研发计划项目(2020C03094)
国家级大学生创新创业训练计划项目(202010338024)
浙江省教育厅一般科研项目(Y202250677,Y202250706,Y202147659,Y202250679)。
文摘
针对YOLO系列算法在实际工业应用中存在对目标预测框定位不够准确,难以适用于对定位要求较高的现实场景的问题,提出了三维坐标注意力路径聚合网络的目标检测算法YOLO-T。首先,采用短连接方式对路径聚合特征金字塔的跨层特征进行融合,保留其浅层语义信息;其次,基于坐标注意力机制提出了三维坐标注意力(TDCA)模型,利用该模型对路径聚合特征金字塔内的特征进行注意力加权(TPA-FPN),保留有用信息和去除冗余信息;然后,改进了标签分配策略中简单最优传输分配(SimOTA)的损失矩阵计算方法,在保证不损失效率的同时增强了性能;最后,利用Depthwise Separable Conv改进了主干特征提取网络中的卷积模块使模型轻量化。实验结果表明:该算法在PASCAL VOC2007+2012数据集上,检测准确率mAP@0.50比YOLOX-S提高了1.3个百分点,mAP@0.50:0.95提高了3.8个百分点;在COCO2017数据集上平均检测精度mAP@0.50:0.95提高了2.4个百分点。
关键词
目标检测
三维坐标
注意力
(TDCA)
注意力
路径
聚合
特征
金字塔(TPA-FPN)
YOLOX-S算法
改进SimOTA策略
Keywords
object detection
three-dimensional coordinate attention(TDCA)
TDCA path aggregation feature pyramid networks(TPA-FPN)
YOLOX-S algorithm
improved SimOTA strategy
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CABFAM-Transformer的输电线路在线测距实测行波预分类方法
3
作者
唐玉涛
束洪春
刘皓铭
苏萱
韩一鸣
代月
机构
省部共建智能电网故障检测与保护控制协同创新中心(昆明理工大学)
昆明理工大学电力工程学院
出处
《电工技术学报》
北大核心
2025年第5期1455-1470,共16页
基金
国家自然科学基金重点资助项目(52337005)。
文摘
行波采集装置是电力系统保护与测距的重要设备,广泛应用于110 kV及以上输电线路,且正向配电网延拓。由于启动灵敏,非故障信息的采集给故障辨识与行波测距带来了挑战。该文提出了一种基于卷积注意力机制的特征聚合模块(CABFAM)与自适应Transformer模型的输电线路实测故障性质识别方法。首先,通过CBAM机制增强卷积层提取特征信息的表达与理解能力;然后,构建自适应编码层级调整机制的Transformer模型库,以获取多层次差异化特征信息;最后,利用云南电网110~220 kV输电线路的5076条实测数据及220 kV DL站H-P线的15924条伪实测数据进行训练与测试,针对16种典型行波数据进行分类。测试结果表明,该方法降低了模型参数量,提高了准确度,算法的多个关键指标均有不同幅度的提升,表现出优异的检测精度与识别效率。
关键词
行波采集装置
基于卷积
注意力
机制的
特征
聚合
模块
CABFAM
自适应Transformer
实测数据故障辨识
Keywords
Traveling wave acquisition device
convolutional attention-based feature aggregation module(CABFAM)
adaptive Transformer
measured data samples
fault identification
分类号
TM773 [电气工程—电力系统及自动化]
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
双先验引导的注意力特征聚合去雾生成对抗网络
王燕
胡津源
刘晶晶
陈燕燕
《计算机工程与科学》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
三维坐标注意力路径聚合网络的目标检测算法
涂小妹
包晓安
吴彪
金瑜婷
张庆琪
《计算机科学与探索》
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
3
基于CABFAM-Transformer的输电线路在线测距实测行波预分类方法
唐玉涛
束洪春
刘皓铭
苏萱
韩一鸣
代月
《电工技术学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
