检索结果-维普期刊中文期刊服务平台

融合注意力机制的深度残差网络在一维大地电磁反演中的应用: 1; 作者封常青李予国 +1 位作者杜志俊李盼《地球物理学报》北大核心 2025年第6期2390-2403,共14页; 传统的线性反演方法在面对复杂地质情况时,往往受到初始模型选择的限制,容易陷入局部极值而导致反演结果不准确.相比之下,深度学习算法具有强大的非线性拟合能力,在电磁数据反演中具有巨大的应用潜力.本文融合了注意力机制的深度残差卷... 展开更多; 关键词大地电磁反演深度学习注意力机制深度残差卷积网络; 在线阅读下载PDF 职称材料

基于深浅特征融合的深度卷积残差网络的脑电情绪识别模型被引量：11: 2; 作者周如双赵慧琳 +6 位作者林玮玥胡婉柔张力黄淦李琳玲张治国梁臻《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第6期641-652,共12页; 基于脑电信号的智能情绪识别系统具有便携性、高时间分辨率、实时性等特点,能够在健康、娱乐、教育等多个领域实现情绪监控与调节的应用。但由于脑电信号的非平稳性和个体差异性,传统分类器难以深入提取脑电信号中潜在的与情绪语义相关... 展开更多; 关键词脑电信号情绪识别深度卷积残差网络深浅特征融合双向门控循环单元; 在线阅读下载PDF 职称材料

基于深度时空残差卷积神经网络的课堂教学视频中多人课堂行为识别被引量：24: 3; 作者黄勇康梁美玉 +2 位作者王笑笑陈徵曹晓雯《计算机应用》 CSCD 北大核心 2022年第3期736-742,共7页; 针对课堂教学场景遮挡严重、学生众多,以及目前的视频行为识别算法并不适用于课堂教学场景,且尚无学生课堂行为的公开数据集的问题,构建了课堂教学视频库以及学生课堂行为库,提出了基于深度时空残差卷积神经网络的课堂教学视频中实时多... 展开更多; 关键词深度时空残差卷积神经网络目标检测目标跟踪多人课堂行为识别智能教学评估; 在线阅读下载PDF 职称材料

基于自适应高斯混合模型与ResDN的火焰检测算法: 4; 作者王文标时启衡郝友维《科学技术与工程》北大核心 2025年第4期1580-1586,共7页; 针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利... 展开更多; 关键词火焰检测自适应高斯混合模型(AGMM) 残差深度归一化卷积神经网络(ResDN) 机器视觉深度学习; 在线阅读下载PDF 职称材料

多源信息深度融合的行星齿轮箱故障诊断方法被引量：10: 5; 作者陈仁祥黄鑫 +3 位作者胡小林徐向阳黄钰朱孙科《振动工程学报》 EI CSCD 北大核心 2020年第5期1094-1102,共9页; 行星齿轮箱运行工况复杂,振动激励源多,仅依靠单一征兆域会导致故障诊断结果不确定性高。为此,对行星齿轮箱多通道多征兆域深层特征信息进行融合,提出基于多源信息深度融合的行星齿轮箱故障诊断方法。首先构建多个深度残差卷积神经网络(... 展开更多; 关键词故障诊断行星齿轮箱深度残差卷积神经网络随机森林多源信息深度融合; 在线阅读下载PDF 职称材料

基于快速非局部均值和超分辨率重建的图像降噪算法被引量：10: 6; 作者李静刘哲黄文准《兵工学报》 EI CAS CSCD 北大核心 2021年第8期1716-1727,共12页; 针对实际图像噪声强度变化范围宽,目前已有的图像降噪算法多数只能用于处理强度范围有限的噪声情况,结合快速非局部均值和基于深度残差卷积网的超分辨率重建,提出一种适用于不同噪声强度的图像降噪算法。利用改进的非局部均值算法和Boxf... 展开更多; 关键词图像降噪非局部均值 Boxfilter滤波器深度残差卷积网络超分辨率; 在线阅读下载PDF 职称材料

题名融合注意力机制的深度残差网络在一维大地电磁反演中的应用: 1; 作者封常青李予国杜志俊李盼; 机构中国海洋大学海洋地球科学学院海洋油气勘探国家工程研究中心; 出处《地球物理学报》北大核心 2025年第6期2390-2403,共14页; 基金国家自然科学基金项目(U2344221,91958210)资助.; 文摘传统的线性反演方法在面对复杂地质情况时,往往受到初始模型选择的限制,容易陷入局部极值而导致反演结果不准确.相比之下,深度学习算法具有强大的非线性拟合能力,在电磁数据反演中具有巨大的应用潜力.本文融合了注意力机制的深度残差卷积网络(ADRN)应用于一维大地电磁反演中,经过训练得到了大地电磁数据空间至模型空间的非线性映射关系.提出了一种构建大地电磁复杂地电模型数据集的方法,通过引入控制层并改变其分布位置和电阻率值,再结合临近插值算法得到完整的模型地电参数.仿真数据反演结果表明,ADRN能够实现大地电磁数据快速反演并获得相对准确的反演结果.此外,为了在实测数据反演中获得最佳的预测结果,通过向网络输入层添加噪声来增强反演网络的鲁棒性.该方法在COPROD2和南黄海大地电磁实测数据反演中也展现出了较好的应用效果.; 关键词大地电磁反演深度学习注意力机制深度残差卷积网络; Keywords MT inversion Deep learning Attention mechanism Deep residual convolutional networks; 分类号 P631 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名基于深浅特征融合的深度卷积残差网络的脑电情绪识别模型被引量：11: 2; 作者周如双赵慧琳林玮玥胡婉柔张力黄淦李琳玲张治国梁臻; 机构深圳大学医学部生物医学工程学院医学超声关键技术国家地方联合工程实验室广东省医学信息检测与超声成像重点实验室; 出处《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第6期641-652,共12页; 基金国家自然科学基金(61906122,91859122) 腾讯“犀牛鸟”-深圳大学青年教师科研基金项目。; 文摘基于脑电信号的智能情绪识别系统具有便携性、高时间分辨率、实时性等特点,能够在健康、娱乐、教育等多个领域实现情绪监控与调节的应用。但由于脑电信号的非平稳性和个体差异性,传统分类器难以深入提取脑电信号中潜在的与情绪语义相关的特征。为了有效地提取脑电特征,提高脑电-情绪识别的准确性,提出一种新型的基于深浅特征融合的深度卷积残差网络情绪识别模型,主要包括浅层-深层特征提取两个模块和分类模块。首先,通过设计多层不同卷积核的卷积层,以实现浅层时-空特征提取;其次,将所提取的浅层时-空特征输入到双向GRU网络和注意力机制网络,进一步提取得到浅层-深层融合特征;最后,将浅层-深层融合特征输入到全连接层进行分类。使用DEAP数据集中76 800个脑电样本进行基于被试独立的留一交叉验证,在效价和唤醒度的维度上,跨个体、跨试次、跨时间的二分类准确率分别为96.95%和97.22%,比现有同类模型的最优识别性能分别提升3.53%和4.25%。另外,模型的性能也在MAHNOB-HCI和SEED数据集上得到验证。结果表明,提出的模型能有效地提取与情绪语义相关的脑电特征。; 关键词脑电信号情绪识别深度卷积残差网络深浅特征融合双向门控循环单元; Keywords electroencephalography(EEG) emotion recognition deep residual networks feature extraction bidirectional gated recurrent unit; 分类号 R318 [医药卫生—生物医学工程]; 在线阅读下载PDF 职称材料

题名基于深度时空残差卷积神经网络的课堂教学视频中多人课堂行为识别被引量：24: 3; 作者黄勇康梁美玉王笑笑陈徵曹晓雯; 机构北京邮电大学计算机学院; 出处《计算机应用》 CSCD 北大核心 2022年第3期736-742,共7页; 基金国家自然科学基金资助项目(61877006)。; 文摘针对课堂教学场景遮挡严重、学生众多,以及目前的视频行为识别算法并不适用于课堂教学场景,且尚无学生课堂行为的公开数据集的问题,构建了课堂教学视频库以及学生课堂行为库,提出了基于深度时空残差卷积神经网络的课堂教学视频中实时多人学生课堂行为识别算法。首先,结合实时目标检测和跟踪,得到每个学生的实时图片流;接着,利用深度时空残差卷积神经网络对每个学生行为的时空特征进行学习,从而实现课堂教学场景中面向多学生目标的课堂行为的实时识别;此外,构建了智能教学评估模型,并设计实现了基于学生课堂行为识别的智能教学评估系统,助力教学质量的提升,以实现智慧教育。通过在课堂教学视频数据集上进行实验对比与分析,验证了提出的课堂教学视频中实时多人学生课堂行为识别模型能够达到88.5%的准确率,且所构建的基于课堂行为识别的智能教学评估系统在课堂教学视频数据集上也已取得较好的运行效果。; 关键词深度时空残差卷积神经网络目标检测目标跟踪多人课堂行为识别智能教学评估; Keywords deep spatiotemporal residual convolution neural network object detection object tracking multi-person classroom action recognition intelligent teaching evaluation; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于自适应高斯混合模型与ResDN的火焰检测算法: 4; 作者王文标时启衡郝友维; 机构大连海事大学船舶电气工程学院; 出处《科学技术与工程》北大核心 2025年第4期1580-1586,共7页; 基金国家自然科学基金(52071047,62073054)。; 文摘针对火焰检测算法在复杂场景下误检率高、算法适应性差、效率低等问题,设计一种轻量高效的两阶段视频火焰检测算法。第一阶段采用改进的自适应高斯混合模型(adaptive gaussian mixture model, AGMM)对视频图像序列进行快速背景建模,利用火焰的闪烁和涌动特性,提取出序列中的可疑候选区域。第二阶段使用残差深度归一化卷积神经网络(residual deep normalization and convolutional neural network, ResDN)对可疑候选区域进行判别,并引入简化的残差块替换原有的卷积层进行轻量化设计,实现对火焰的检测与定位。相比于传统分类算法,所设计的两阶段视频火焰检测算法能够有效克服复杂场景下的环境干扰,准确快速地识别火焰,具有更高的检测率和适应性。; 关键词火焰检测自适应高斯混合模型(AGMM) 残差深度归一化卷积神经网络(ResDN) 机器视觉深度学习; Keywords flame detection adaptive Gaussian mixture model(AGMM) residual deep normalization and convolutional neural network(ResDN) machine vision deep learning; 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

题名多源信息深度融合的行星齿轮箱故障诊断方法被引量：10: 5; 作者陈仁祥黄鑫胡小林徐向阳黄钰朱孙科; 机构重庆交通大学交通工程应用机器人重庆市工程实验室重庆工业大数据创新中心有限公司西华大学汽车与交通工程学院; 出处《振动工程学报》 EI CSCD 北大核心 2020年第5期1094-1102,共9页; 基金国家自然科学基金资助项目(51975079,51975078) 重庆市技术创新与应用示范项目(cstc2018jscxmsybX0012) +2 种基金交通工程应用机器人重庆市工程实验室开放基金资助项目(CELTEAR-KFKT-202002)。; 文摘行星齿轮箱运行工况复杂,振动激励源多,仅依靠单一征兆域会导致故障诊断结果不确定性高。为此,对行星齿轮箱多通道多征兆域深层特征信息进行融合,提出基于多源信息深度融合的行星齿轮箱故障诊断方法。首先构建多个深度残差卷积神经网络(Deep Residual Convolution Neural Network,DRCNN)分别对行星齿轮箱多通道多征兆域信息进行特征学习以建立局部特征空间与故障空间的映射;其次提取各子DRCNN所学习到的各征兆域深层故障特征以构建全局特征空间的证据体集;最后利用随机森林(Random Forest,RF)对证据体集进行融合以从不同角度充分利用多源故障特征信息,建立起全局特征空间与故障空间的映射,得到诊断结果。所提方法将特征自动提取与信息融合有效统一为整体,增强了方法的智能化与自适应能力。多工况下行星齿轮箱故障诊断实验结果表明所提方法诊断不确定度小、精确度高,能够有效对行星齿轮箱故障进行诊断。; 关键词故障诊断行星齿轮箱深度残差卷积神经网络随机森林多源信息深度融合; Keywords fault diagnosis planetary gearboxes deep residual convolution neural network random forest multi-source information deep fusion; 分类号 TP165.3 [自动化与计算机技术—控制理论与控制工程] TH132.41 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于快速非局部均值和超分辨率重建的图像降噪算法被引量：10: 6; 作者李静刘哲黄文准; 机构西京学院信息工程学院; 出处《兵工学报》 EI CAS CSCD 北大核心 2021年第8期1716-1727,共12页; 基金陕西省自然科学基础研究计划一般项目(2020JQ-921)。; 文摘针对实际图像噪声强度变化范围宽,目前已有的图像降噪算法多数只能用于处理强度范围有限的噪声情况,结合快速非局部均值和基于深度残差卷积网的超分辨率重建,提出一种适用于不同噪声强度的图像降噪算法。利用改进的非局部均值算法和Boxfilter滤波器对图像进行初步降噪,再通过深度残差卷积网络对初步降噪的图像实现端到端的低分辨率图像超分辨重建。仿真实验结果表明:当噪声强度分别为15、25、40、50、60时,相比于其他经典降噪算法,新算法能获得更高的峰值信噪比和结构相似性,且随着噪声强度的升高,优势越来越明显;新算法适用于已知噪声水平的降噪,也适用于盲噪声降噪,且盲降噪性能优于其他经典降噪算法;此外,该算法还可以更好地恢复图像细节,产生较好的视觉效果。; 关键词图像降噪非局部均值 Boxfilter滤波器深度残差卷积网络超分辨率; Keywords image deniosing non-local mean Box filter deep residual convolutional network super-resolution; 分类号 TP751.1 [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	融合注意力机制的深度残差网络在一维大地电磁反演中的应用	封常青李予国杜志俊李盼	《地球物理学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于深浅特征融合的深度卷积残差网络的脑电情绪识别模型	周如双赵慧琳林玮玥胡婉柔张力黄淦李琳玲张治国梁臻	《中国生物医学工程学报》 CAS CSCD 北大核心	2021	11	在线阅读下载PDF 职称材料
3	基于深度时空残差卷积神经网络的课堂教学视频中多人课堂行为识别	黄勇康梁美玉王笑笑陈徵曹晓雯	《计算机应用》 CSCD 北大核心	2022	24	在线阅读下载PDF 职称材料
4	基于自适应高斯混合模型与ResDN的火焰检测算法	王文标时启衡郝友维	《科学技术与工程》北大核心	2025	0	在线阅读下载PDF 职称材料
5	多源信息深度融合的行星齿轮箱故障诊断方法	陈仁祥黄鑫胡小林徐向阳黄钰朱孙科	《振动工程学报》 EI CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料
6	基于快速非局部均值和超分辨率重建的图像降噪算法	李静刘哲黄文准	《兵工学报》 EI CAS CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料