检索结果-维普期刊中文期刊服务平台

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：8: 1; 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

Shearlet域深度残差CNN用于沙漠地震信号去噪被引量：10: 2; 作者郑升李月董新桐《吉林大学学报（信息科学版）》 CAS 2019年第1期1-7,共7页; 由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet变换的深度残差卷积神经网络(ST-CNN:Deep Residual Convolutional Neural Network for Shearlet Transfo... 展开更多; 关键词沙漠地震信号噪声压制 SHEARLET变换深度残差卷积神经网络; 在线阅读下载PDF 职称材料

横山区雷惠渠灌区渠道混凝土裂缝检测分析: 3; 作者王陆陆孙卫勇《陕西水利》 2025年第3期169-171,174,共4页; 混凝土裂缝检测对于预防渠灌区安全风险和延长渠道使用寿命至关重要。目前的目标检测方法在准确检测小目标和模糊目标方面仍然面临挑战,针对细小裂缝和模糊裂缝检测问题,提出一种基于SResNet-RFPNYOLOv7的目标检测方法,实现对横山区雷... 展开更多; 关键词混凝土裂缝检测细小模糊裂缝深度残差卷积网络特征融合金字塔网络; 在线阅读下载PDF 职称材料

基于TransformerEncoder-DR1DCNN的锂离子电池RUL预测: 4; 作者王浩李亚 +1 位作者王海瑞朱贵富《陕西理工大学学报(自然科学版)》 2025年第2期54-63,共10页; 针对锂离子电池的剩余使用寿命(RUL)预测,提出了一种基于Transformer编码器层(TransformerEncoder)与深度残差一维卷积神经网络(DR1DCNN)相结合的预测方法。首先提取容量数据作为直接健康因子,并对容量数据进行归一化处理以消除数据量... 展开更多; 关键词 Transformer编码器层深度残差一维卷积神经网络多步预测锂离子电池剩余使用寿命预测; 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：9: 5; 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：8: 1; 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Shearlet域深度残差CNN用于沙漠地震信号去噪被引量：10: 2; 作者郑升李月董新桐; 机构吉林大学通信工程学院; 出处《吉林大学学报（信息科学版）》 CAS 2019年第1期1-7,共7页; 基金国家自然科学基金资助项目(41730422); 文摘由于沙漠地震信号中含有较强的随机噪声,从而给沙漠地震数据的处理和解释带来了很大的困难。针对上述问题,提出了一种基于Shearlet变换的深度残差卷积神经网络(ST-CNN:Deep Residual Convolutional Neural Network for Shearlet Transform)模型,实现沙漠地震信号的随机噪声压制。在训练阶段,将沙漠地震信号经Shearlet分解后的系数作为输入,将随机噪声经Shearlet分解后的系数作为标签,通过卷积神经网络(CNN:Convolutional Neural Network)学习输入和标签之间的映射关系;在测试阶段,利用此映射关系即可从沙漠地震信号系数中预测出噪声系数,并间接地获得有效信号系数,最后通过Shearlet反变换获得有效信号。通过与传统的Shearlet硬阈值去噪算法对比,发现该算法可把沙漠地震信号的信噪比从-4. 48 d B提高到14. 15 d B,具有更好的去噪效果。; 关键词沙漠地震信号噪声压制 SHEARLET变换深度残差卷积神经网络; Keywords desert seismic signals noise suppression Shearlet transform deep residual convolutional neural network; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程] P631.44 [天文地球—地质矿产勘探]; 在线阅读下载PDF 职称材料

题名横山区雷惠渠灌区渠道混凝土裂缝检测分析: 3; 作者王陆陆孙卫勇; 机构榆林市横山区雷惠渠服务所; 出处《陕西水利》 2025年第3期169-171,174,共4页; 文摘混凝土裂缝检测对于预防渠灌区安全风险和延长渠道使用寿命至关重要。目前的目标检测方法在准确检测小目标和模糊目标方面仍然面临挑战,针对细小裂缝和模糊裂缝检测问题,提出一种基于SResNet-RFPNYOLOv7的目标检测方法,实现对横山区雷惠渠灌区渠道混凝土裂缝的高效检测与定位。在原始YOLO-v7网络结构基础上,设计一个分割残差卷积网络(SResNet)来捕获梯度特征信息,并构建特征融合金字塔网络(RFPN)最小化特征的损失。实验结果表明,所提出的方法在混凝土裂缝检测任务中表现出了较高的准确性和鲁棒性,相比YOLO-v7检测精确度提升了11.9%。; 关键词混凝土裂缝检测细小模糊裂缝深度残差卷积网络特征融合金字塔网络; 分类号 TV431 [水利工程—水工结构工程]; 在线阅读下载PDF 职称材料

题名基于TransformerEncoder-DR1DCNN的锂离子电池RUL预测: 4; 作者王浩李亚王海瑞朱贵富; 机构昆明理工大学信息工程与自动化学院昆明理工大学信息化建设管理中心; 出处《陕西理工大学学报(自然科学版)》 2025年第2期54-63,共10页; 基金国家自然科学基金项目(61863016)。; 文摘针对锂离子电池的剩余使用寿命(RUL)预测,提出了一种基于Transformer编码器层(TransformerEncoder)与深度残差一维卷积神经网络(DR1DCNN)相结合的预测方法。首先提取容量数据作为直接健康因子,并对容量数据进行归一化处理以消除数据量纲影响;接着使用滑动时间窗口机制构建容量时序序列数据,并划分训练集和测试集;然后采用TransformerEncoder捕捉容量时序序列全局各个位置之间的相关性以及序列长距离的依赖关系,使用DR1DCNN提取局部相邻数据间的关联关系。最后采用不同预测起点的多步预测方式以检验模型的有效性。以NASA公开的数据集进行实验,两组电池的均方根误差不超过2%,平均绝对误差不超过1.4%。并通过与其他文献的实验结果进行对比,验证了所提方法能够提前多步预测锂离子电池的RUL,以起到早期预警作用。; 关键词 Transformer编码器层深度残差一维卷积神经网络多步预测锂离子电池剩余使用寿命预测; Keywords TransformerEncoder DR1DCNN multi-step prediction lithium-ion battery remaining useful life prediction; 分类号 TM912 [电气工程—电力电子与电力传动]; 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：9: 5; 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	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	8	在线阅读下载PDF 职称材料
2	Shearlet域深度残差CNN用于沙漠地震信号去噪	郑升李月董新桐	《吉林大学学报（信息科学版）》 CAS	2019	10	在线阅读下载PDF 职称材料
3	横山区雷惠渠灌区渠道混凝土裂缝检测分析	王陆陆孙卫勇	《陕西水利》	2025	0	在线阅读下载PDF 职称材料
4	基于TransformerEncoder-DR1DCNN的锂离子电池RUL预测	王浩李亚王海瑞朱贵富	《陕西理工大学学报(自然科学版)》	2025	0	在线阅读下载PDF 职称材料
5	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	9	在线阅读下载PDF 职称材料