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
基于特征交叉注意力网络的序列推荐算法
被引量：
2
1
作者
卢敏
王千里
《计算机工程与设计》
北大核心
2023年第9期2707-2713,共7页
为解决现有序列推荐算法只从项目级别序列中挖掘用户兴趣,并未探究项目属性及其交互对用户兴趣影响的问题,提出一种基于特征交叉注意力网络的序列推荐模型。通过构建项目属性级别注意力和序列级别注意力,更好挖掘用户兴趣;项目属性级别...
为解决现有序列推荐算法只从项目级别序列中挖掘用户兴趣,并未探究项目属性及其交互对用户兴趣影响的问题,提出一种基于特征交叉注意力网络的序列推荐模型。通过构建项目属性级别注意力和序列级别注意力,更好挖掘用户兴趣;项目属性级别注意力旨在学习项目及项目属性间的自适应相关性;序列级别注意力聚焦从项目级别序列和属性级别序列上学习序列动态性。在两个公开数据集上的实验结果表明,所提方法相比其它主流序列推荐算法在Hit、NDCG和MRR指标上有明显提升。
展开更多
关键词
序列推荐
序列动态性
用户兴趣
注意力
机制
特征交叉注意力
项目属性
项目推荐
在线阅读
下载PDF
职称材料
多尺度交叉注意力特征融合的语义分割网络
被引量：
1
2
作者
张弘
高月
刘保洋
《传感器与微系统》
CSCD
北大核心
2024年第9期135-139,共5页
针对DeepLabv3+语义分割模型在解码阶段仅融合单尺度低级特征,高级与低级特征融合效果差,导致目标分割精度低的问题,本文基于注意力特征融合(AFF)结构和DeepLabv3+网络,提出了CAAF-DeepLabv3+分割网络。首先,该网络引入不同阶段的多尺...
针对DeepLabv3+语义分割模型在解码阶段仅融合单尺度低级特征,高级与低级特征融合效果差,导致目标分割精度低的问题,本文基于注意力特征融合(AFF)结构和DeepLabv3+网络,提出了CAAF-DeepLabv3+分割网络。首先,该网络引入不同阶段的多尺度浅层特征来优化空间位置信息。其次,采用交叉方式改进AFF,获得交叉注意力特征融合(CAFF)结构,提高特征间的信息交互,且通过学习高级和低级特征在通道上的重要程度,增强显著性特征,克服语义和尺度不一的特征融合问题,以获取高分辨率和高语义信息的融合特征。在道路标线数据集上进行训练和测试的结果表明,对于目标轮廓复杂、小尺寸分布较多的情况,该网络与UNet、PSPNet、DeepLabv3+、MobileNetv2-DeepLabv3+、AFF-DeepLabv3+网络相比较,平均交并比(MIoU)值和平均像素准确率(MPA)值达到最高,漏分割和错误分割明显降低。
展开更多
关键词
DeepLabv3+
语义分割
多尺度
交叉
注意力
特征
融合
在线阅读
下载PDF
职称材料
耦合全局与局部特征的苹果叶部病害识别模型
被引量：
12
3
作者
李大湘
曾小通
刘颖
《农业工程学报》
EI
CAS
CSCD
北大核心
2022年第16期207-214,共8页
为充分利用苹果叶部病害图像类间差异小且类内差异大的特点,该研究基于全局与局部特征的交互式耦合对特征提取方法进行了优化,设计出一种苹果叶部病害识别模型。首先,在全局特征提取分支设计了一个注意力融合模块,以融合通道和空间上的...
为充分利用苹果叶部病害图像类间差异小且类内差异大的特点,该研究基于全局与局部特征的交互式耦合对特征提取方法进行了优化,设计出一种苹果叶部病害识别模型。首先,在全局特征提取分支设计了一个注意力融合模块,以融合通道和空间上的信息而增强卷积提取到的特征图,并由增强后的特征图生成全局特征以及注意力激活图;然后,在局部特征提取分支,利用注意力激活图的引导,设计了一个裁剪模块对原图像进行裁剪,以得到可能包含病害信息的图像块且嵌入生成局部特征;最后,通过设计多头交叉注意力特征耦合模块,实现全局特征和局部特征的双向交叉耦合。基于苹果病害图像数据集的试验结果表明,将全局与局部特征进行交互耦合能有效提升模型对苹果叶部病害图像的特征提取能力,其识别准确率可达到98.23%,且较之单纯的局部或全局特征提取分支,准确率分别提高了3.39与4.61个百分点,所提模型可用于实现自然场景下的苹果叶部病害自动识别。
展开更多
关键词
计算机视觉
苹果叶
病害
图像识别
交叉
注意力
特征
耦合
卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于特征交叉注意力网络的序列推荐算法
被引量：
2
1
作者
卢敏
王千里
机构
中国民航大学计算机科学与技术学院
中国民航大学民航智慧机场理论与系统重点实验室
出处
《计算机工程与设计》
北大核心
2023年第9期2707-2713,共7页
基金
中央高校基本科研业务费专项资金基金项目(3122014D032)。
文摘
为解决现有序列推荐算法只从项目级别序列中挖掘用户兴趣,并未探究项目属性及其交互对用户兴趣影响的问题,提出一种基于特征交叉注意力网络的序列推荐模型。通过构建项目属性级别注意力和序列级别注意力,更好挖掘用户兴趣;项目属性级别注意力旨在学习项目及项目属性间的自适应相关性;序列级别注意力聚焦从项目级别序列和属性级别序列上学习序列动态性。在两个公开数据集上的实验结果表明,所提方法相比其它主流序列推荐算法在Hit、NDCG和MRR指标上有明显提升。
关键词
序列推荐
序列动态性
用户兴趣
注意力
机制
特征交叉注意力
项目属性
项目推荐
Keywords
sequential recommendation
sequential dynamic
user interest
attention mechanism
feature cross attention
item attributes
item recommendation
分类号
TP301.6 [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
多尺度交叉注意力特征融合的语义分割网络
被引量：
1
2
作者
张弘
高月
刘保洋
机构
西安邮电大学自动化学院
出处
《传感器与微系统》
CSCD
北大核心
2024年第9期135-139,共5页
基金
陕西省自然科学基金资助项目(2021SF-478)。
文摘
针对DeepLabv3+语义分割模型在解码阶段仅融合单尺度低级特征,高级与低级特征融合效果差,导致目标分割精度低的问题,本文基于注意力特征融合(AFF)结构和DeepLabv3+网络,提出了CAAF-DeepLabv3+分割网络。首先,该网络引入不同阶段的多尺度浅层特征来优化空间位置信息。其次,采用交叉方式改进AFF,获得交叉注意力特征融合(CAFF)结构,提高特征间的信息交互,且通过学习高级和低级特征在通道上的重要程度,增强显著性特征,克服语义和尺度不一的特征融合问题,以获取高分辨率和高语义信息的融合特征。在道路标线数据集上进行训练和测试的结果表明,对于目标轮廓复杂、小尺寸分布较多的情况,该网络与UNet、PSPNet、DeepLabv3+、MobileNetv2-DeepLabv3+、AFF-DeepLabv3+网络相比较,平均交并比(MIoU)值和平均像素准确率(MPA)值达到最高,漏分割和错误分割明显降低。
关键词
DeepLabv3+
语义分割
多尺度
交叉
注意力
特征
融合
Keywords
DeepLabv3+
semantic segmentation
multi-scale
cross attention feature fusion
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
耦合全局与局部特征的苹果叶部病害识别模型
被引量：
12
3
作者
李大湘
曾小通
刘颖
机构
西安邮电大学通信与信息工程学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2022年第16期207-214,共8页
基金
国家自然科学基金项目(62071379)
陕西省自然科学基金项目(2017KW-013)。
文摘
为充分利用苹果叶部病害图像类间差异小且类内差异大的特点,该研究基于全局与局部特征的交互式耦合对特征提取方法进行了优化,设计出一种苹果叶部病害识别模型。首先,在全局特征提取分支设计了一个注意力融合模块,以融合通道和空间上的信息而增强卷积提取到的特征图,并由增强后的特征图生成全局特征以及注意力激活图;然后,在局部特征提取分支,利用注意力激活图的引导,设计了一个裁剪模块对原图像进行裁剪,以得到可能包含病害信息的图像块且嵌入生成局部特征;最后,通过设计多头交叉注意力特征耦合模块,实现全局特征和局部特征的双向交叉耦合。基于苹果病害图像数据集的试验结果表明,将全局与局部特征进行交互耦合能有效提升模型对苹果叶部病害图像的特征提取能力,其识别准确率可达到98.23%,且较之单纯的局部或全局特征提取分支,准确率分别提高了3.39与4.61个百分点,所提模型可用于实现自然场景下的苹果叶部病害自动识别。
关键词
计算机视觉
苹果叶
病害
图像识别
交叉
注意力
特征
耦合
卷积神经网络
Keywords
computer vision
apple tree leaf
disease
image recognition
cross-attention features coupling
convolutional neural networks
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
S431.9 [农业科学—农业昆虫与害虫防治]
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
基于特征交叉注意力网络的序列推荐算法
卢敏
王千里
《计算机工程与设计》
北大核心
2023
2
在线阅读
下载PDF
职称材料
2
多尺度交叉注意力特征融合的语义分割网络
张弘
高月
刘保洋
《传感器与微系统》
CSCD
北大核心
2024
1
在线阅读
下载PDF
职称材料
3
耦合全局与局部特征的苹果叶部病害识别模型
李大湘
曾小通
刘颖
《农业工程学报》
EI
CAS
CSCD
北大核心
2022
12
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
