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
共找到369篇文章
< 1 2 … 19 >
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：
iHNHC-RsFPN:基于多特征和特征金字塔网络预测人类非组蛋白巴豆酰化位点
1
作者 魏欣 胡思亲 +1 位作者 涂建 Muhammad Akmal Remli 《中国生物化学与分子生物学报》 北大核心 2025年第10期1541-1551,共11页
人类非组蛋白赖氨酸巴豆酰化位点在生物学活动中发挥至关重要的作用。然而传统湿实验耗时耗力,使得计算预测方法在近年来备受欢迎。尽管赖氨酸巴豆酰化位点具有重要的生物学意义,但针对人类非组蛋白的相关研究较少。本文构建了一个残差... 人类非组蛋白赖氨酸巴豆酰化位点在生物学活动中发挥至关重要的作用。然而传统湿实验耗时耗力,使得计算预测方法在近年来备受欢迎。尽管赖氨酸巴豆酰化位点具有重要的生物学意义,但针对人类非组蛋白的相关研究较少。本文构建了一个残差金字塔网络(residual neural network,RsFPN),开发名为iHNHC-RsFPN的集成深度学习预测器。首先,采用3种特征提取方法从样本中提取特征;其次,针对不同特征类型分别构建基于RsFPN训练的弱分类器;最后,整合3个弱分类器构建最终的强分类器。独立测试集结果显示,iHNHC-RsFPN的灵敏性(Sn=0.8580)、特异性(Sp=0.7463)、准确性(Acc=0.7798)和马修斯相关系数(MCC=0.5586)等4个指标均表现优异。研究结果表明,与现有的预测器相比,iHNHC-RsFPN在人类非组蛋白巴豆酰化位点的预测精度上有了显著改进。此外,本文还创建了一个用户友好的网络服务器(http://www.lzzzlab.top/ihnc/),它无需复杂的公式计算,可直接为相关专家学者提供预测服务,助力其进一步研究。 展开更多
关键词 人类非组蛋白 巴豆酰化位点 深度学习 特征提取 集成学习 残差金字塔网络
在线阅读 下载PDF
基于坐标注意力和加权双向特征金字塔网络的舰载机阻拦着舰拉制状态精准识别
2
作者 李哲 杨杰 +4 位作者 张椅 王华 李亚飞 王可 徐明亮 《中国舰船研究》 北大核心 2025年第4期124-133,共10页
[目的]舰载机着舰安全的关键在于尾钩与阻拦索成功挂索,而现有研究中,借助智能化手段辅助着舰指挥官(LSO)识别阻拦着舰状态的工作较少。为此,提出一种融合坐标注意力和加权双向特征金字塔网络的阻拦着舰拉制状态识别模型。[方法]先使用... [目的]舰载机着舰安全的关键在于尾钩与阻拦索成功挂索,而现有研究中,借助智能化手段辅助着舰指挥官(LSO)识别阻拦着舰状态的工作较少。为此,提出一种融合坐标注意力和加权双向特征金字塔网络的阻拦着舰拉制状态识别模型。[方法]先使用坐标注意力机制(CA)从空间和通道两个维度增强模型捕捉特征的能力;再通过加权双向特征金字塔网络(BiFPN)纳入可学习的权值学习不同输入特征的重要性,实现双向多尺度特征融合;然后采用C2F模块轻量化模型架构,减少参数和计算量;最后通过仿真实验将所提模型与5种基线模型进行对比。[结果]结果表明,在舰载机尾钩和阻拦着舰拉制状态的检测上,该模型综合性能均优于基线模型。[结论]该模型有助于提高尾钩及阻拦索的啮合状态检测的准确率和鲁棒性,对提高舰载机着舰作业的效率、预防潜在的人员伤害和装备损失具有重要意义。 展开更多
关键词 舰载机 阻拦装置 状态识别 双向特征金字塔网络(Bifpn) 航空母舰
在线阅读 下载PDF
基于特征金字塔网络的TFDS图像去噪算法
3
作者 陈佳伟 岳建海 +1 位作者 周航 胡准庆 《铁道学报》 北大核心 2025年第9期104-118,共15页
为进一步提高深度学习方法对货车运行故障动态图像检测系统(TFDS)图像去噪效果和边缘保持性,提出一种基于特征金字塔网络的图像去噪算法。该算法构建了一种由CBAM-Wnet特征提取网络、内容增强器和转换器三部分构成的新型图像去噪网络模... 为进一步提高深度学习方法对货车运行故障动态图像检测系统(TFDS)图像去噪效果和边缘保持性,提出一种基于特征金字塔网络的图像去噪算法。该算法构建了一种由CBAM-Wnet特征提取网络、内容增强器和转换器三部分构成的新型图像去噪网络模型。采用特征金字塔网络与U-Net衍生网络,以增强模型的多尺度特征提取能力;利用内容增强器、卷积注意力机制(CBAM),以及转换器提高模型的边缘感知能力;构建新型复合函数,降低网络过拟合风险,同时提高其去噪性能。试验结果表明:与主流算法相比,所提算法在去噪效果和边缘保持性方面均表现更佳;在高斯噪声条件下的TFDS图像去噪任务中,峰值信噪比(PSNR)相较于其他算法平均提升0.86 dB,提升幅度为2.40%;结构相似(SSIM)性指数平均提升1.95%;在模拟真实世界噪声的TFDS图像去噪任务中,相较于其他算法,该算法的PSNR平均提升0.68 dB,提升幅度1.78%;SSIM平均提升1.28%。 展开更多
关键词 图像降噪 货车运行故障动态图像检测系统 特征金字塔网络 复合金字塔损失
在线阅读 下载PDF
一种融合双向特征金字塔网络的月表小尺度撞击坑无锚识别方法
4
作者 杨俊涛 牛召兴 +2 位作者 周梦蝶 李林 马月超 《空间控制技术与应用》 北大核心 2025年第5期58-69,共12页
撞击坑作为月球表面的重要特征,其形态结构和空间分布对月球地质演化、气候形成以及月球表面年代研究具有重要意义.针对月表小尺度撞击坑数量庞大、边缘腐蚀导致撞击坑难以检测以及非极大值抑制操作导致嵌套撞击坑中小尺度撞击坑漏识别... 撞击坑作为月球表面的重要特征,其形态结构和空间分布对月球地质演化、气候形成以及月球表面年代研究具有重要意义.针对月表小尺度撞击坑数量庞大、边缘腐蚀导致撞击坑难以检测以及非极大值抑制操作导致嵌套撞击坑中小尺度撞击坑漏识别的问题,提出一种融合双向特征金字塔网络的月表小尺度撞击坑无锚识别方法.本文提出的方法选用堆叠沙漏网络结合重复加权双向特征金字塔网络作为主干特征提取网络,通过对撞击坑的不同尺度特征进行高效融合,以生.成月表撞击坑的高分辨率、高区分度视觉特征表达.同时,该方法在成的高分辨率特征图上直接进行不同类型撞击坑的无锚定位和形状回归,无需使用非极大值抑制操作,有效解决了边缘腐蚀及小尺度撞击坑的漏识别问题.为了验证提出方法的可靠性和有效性,选择虹湾和风暴洋月表地区的影像进行实验验证,并与其现有人工标注的Robbins撞击坑数据库进行定量与定性评估.实验结果表明本文提出的方法能够准确地自动识别出不同种类且数量庞大的撞击坑,尤其是嵌套撞击坑中小尺度撞击坑,准确率达到79.26%,召回率达到79.58%. 展开更多
关键词 撞击坑提取 双向特征金字塔 无锚卷积神经网络 迁移学习
在线阅读 下载PDF
改进特征金字塔网络的小目标检测 被引量：3
5
作者 马郑凯 周林立 梁兴柱 《电光与控制》 CSCD 北大核心 2024年第12期48-54,共7页
由于小目标可视化特征少、难以定位,故许多小目标检测方法基于特征金字塔网络(FPN)进行多尺度融合丰富各特征层的信息。然而,FPN只关注特征局部相关性并且使用逐元素相加操作融合不同的特征层忽略了不同特征层感受野的不同。因此,提出... 由于小目标可视化特征少、难以定位,故许多小目标检测方法基于特征金字塔网络(FPN)进行多尺度融合丰富各特征层的信息。然而,FPN只关注特征局部相关性并且使用逐元素相加操作融合不同的特征层忽略了不同特征层感受野的不同。因此,提出增强上下文特征金字塔网络(ECFPN),设计了上下文信息增强(CIE)模块增强上下文信息,注意力引导特征融合(AGFF)模块融合高层特征图和低层特征图。实验结果表明,ECFPN在VOC2012数据集上的AP 0.5、AP S分别达到75.05%和19.48%,在NWPU VHR-10数据集上的AP 0.5、AP S分别达到93.48%和45%,具有良好的小目标检测性能。 展开更多
关键词 小目标检测 特征金字塔网络 注意力机制
在线阅读 下载PDF
轻量化的多尺度特征校准小目标检测网络
6
作者 徐杰 郭立君 +2 位作者 冯海 徐栋炯 张荣 《计算机应用》 北大核心 2025年第S1期228-234,共7页
为了解决复杂工业场景中边缘设备部署和小目标检测的漏检问题,提出一种轻量化的多尺度特征校准小目标检测网络(LMFC-Net)。首先,针对由于网络层数加深导致的浅层特征信息丢失及空间特征错位问题,提出多尺度特征校准的特征金字塔网络(MSF... 为了解决复杂工业场景中边缘设备部署和小目标检测的漏检问题,提出一种轻量化的多尺度特征校准小目标检测网络(LMFC-Net)。首先,针对由于网络层数加深导致的浅层特征信息丢失及空间特征错位问题,提出多尺度特征校准的特征金字塔网络(MSFC-FPN),利用深层特征校准浅层特征,在降低参数量的同时,提高模型对密集小目标的检测能力;其次,提出一种轻量化的共享参数卷积检测头(LSPC-Head),显著提升特征表达能力,并有效降低模型的参数和计算量;最后,通过通道剪枝和特征蒸馏降低计算和内存开销,并提升检测精度,使它适用于资源受限设备。实验结果表明,在FactorySafeDet数据集上,与YOLOv8n相比,LMFC-Net的参数量和计算量分别降低了76.7%和24.7%,召回率和平均精度均值(mAP50)分别提高了5.9和2.7个百分点。此外,在VisDrone2019、CrowdHuman和PCB公开数据集上,LMFC-Net具有良好的泛化性。与其他单阶段目标检测模型相比,LMFC-Net具有更小的模型参数量、计算量和更优的检测效果。 展开更多
关键词 小目标检测 轻量化 多尺度特征校准 特征金字塔网络 共享参数卷积检测头
在线阅读 下载PDF
时空网络特征融合的病理步态识别方法
7
作者 李聪聪 王斌 +1 位作者 李亚南 李一帆 《计算机工程与设计》 北大核心 2025年第7期2109-2116,共8页
针对病理步态识别方法中存在空间信息或时序信息丢失的问题,提出一种时空网络特征融合的病理步态识别方法。结合卷积网络和时序网络,学习更具判别性的步态时空特征。卷积网络中引入阶梯融合式空洞空间金字塔池化,获得更鲁棒的多尺度融... 针对病理步态识别方法中存在空间信息或时序信息丢失的问题,提出一种时空网络特征融合的病理步态识别方法。结合卷积网络和时序网络,学习更具判别性的步态时空特征。卷积网络中引入阶梯融合式空洞空间金字塔池化,获得更鲁棒的多尺度融合步态表征。联合卷积核替换和残差块改进对卷积网络进一步优化。时序网络中引入全局与局部时空特征融合模块,形成对时空特征的更细节表达。融合空间特征和时空特征,减轻Bi LSTM学习空间特征中时间模式的过程中丢失空间特征的影响。所提模型在自建数据集和GAIT-IST数据集上的准确率分别达到了97.69%和94.16%,实验结果表明,该方法较其它方法取得了更优的性能。 展开更多
关键词 病理步态识别 时空网络 特征融合 时空特征 阶梯融合式空洞空间金字塔池化 多尺度特征 全局与局部时空特征融合模块
在线阅读 下载PDF
基于深度残差金字塔的皮肤病变分割与特征提取研究
8
作者 董春序 李雪 陈思光 《传感技术学报》 北大核心 2025年第2期263-271,共9页
由于皮肤病的类内差异大、类间差异小及样本分布不均衡导致恶性皮肤病智能诊断误诊率极高,因此提出一种基于深度残差金字塔的皮肤病变分割与特征提取机制。具体地,对比主流的单一尺度网络输出,为了提高特征提取和训练结果的准确度,构建... 由于皮肤病的类内差异大、类间差异小及样本分布不均衡导致恶性皮肤病智能诊断误诊率极高,因此提出一种基于深度残差金字塔的皮肤病变分割与特征提取机制。具体地,对比主流的单一尺度网络输出,为了提高特征提取和训练结果的准确度,构建了一个深度残差金字塔多尺度编码网络,将瓶颈层划分为多尺度编码网络,通过提取多尺度特征,实现网络分割与提取结果的输出。进一步,为了解决样本不均衡问题,设计了基于焦点损失的损失梯度监督机制,即通过焦点损失增加模型对难分样本的关注度,同时通过梯度协调机制减小难分样本和离群点对模型整体准确率的影响,从而达到减小类别不平衡对诊断结果的影响。实验结果表明,所提机制的分割与提取与现有相关方案相比,Jaccard系数提高了3%~10%,达到82.3%。 展开更多
关键词 皮肤病变 深度残差网络 特征金字塔 损失函数
在线阅读 下载PDF
改进特征金字塔池化的遥感影像障碍物提取
9
作者 孙凯 徐青 +1 位作者 张瑞鑫 苏友能 《测绘通报》 北大核心 2025年第4期90-95,共6页
在高分辨率遥感影像中提取出的障碍物是进行越野路径规划的重要依据之一,精确的障碍物位置能够大大降低通行成本。传统的测绘方法提取障碍物效率低,且易受到人为因素和地形的影响,不适用于复杂的环境。当前的深度学习方法在提取居民地... 在高分辨率遥感影像中提取出的障碍物是进行越野路径规划的重要依据之一,精确的障碍物位置能够大大降低通行成本。传统的测绘方法提取障碍物效率低,且易受到人为因素和地形的影响,不适用于复杂的环境。当前的深度学习方法在提取居民地、水系等障碍物时存在特征丢失、分辨能力不强等问题,尤其是在小尺度地物的分辨上精度较低,提取的结果无法满足需求。为了解决这些问题,本文提出了基于特征金字塔注意力网络(ResT-PNet)提取遥感影像地物的方法,采用特征金字塔池化模块获取全局语义信息。首先,构建了特征融合模块,融合不同尺度的特征信息,增强特征提取效果;然后,引入了注意力机制中的空间注意力和通道注意力,以减少细节信息的丢失,整合局部特征与全局特征;最后,设置了对比试验与模型应用性验证。结果表明,本文模型具有更高的准确率,能够更好地分辨小尺度的障碍物,提取出的结果能够为越野路径规划提供支撑。 展开更多
关键词 地物提取 全卷积神经网络 注意力机制 特征金字塔池化 路径规划
在线阅读 下载PDF
用于小麦多生长阶段倒伏边界精准检测的分层交互特征金字塔网络 被引量：2
10
作者 庞春晖 陈鹏 +6 位作者 夏懿 章军 王兵 邹岩 陈天娇 康辰瑞 梁栋 《智慧农业（中英文）》 CSCD 2024年第2期128-139,共12页
[目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一... [目的/意义]传统的小麦倒伏检测方法需要人工进行田间观测和记录,这种方法存在主观、效率低、劳动强度大等问题,难以满足大规模的小麦倒伏检测的需求。基于深度学习的小麦倒伏检测技术虽已在一定程度上得到应用,但普遍局限于对小麦单一发育阶段的倒伏识别,而倒伏可能发生在小麦生长的各个时期,不同时期倒伏特征变化复杂,这给模型特征捕捉能力带来考验。本研究旨在探索一种基于深度学习技术的多生育期小麦倒伏区域检测方法。[方法]用无人机采集小麦灌浆期、早熟期、晚熟期这三个关键生长阶段的RGB图像,通过数据增强等技术构建出多生育期小麦倒伏数据集。提出一种小麦倒伏提取模型Lodging2Former,该模型在Mask2Former的基础上加以改进,引入分层交互式特征金字塔网络(Hierarchical Interactive Feature Pyramid Network,HI-FPN),用于提高模型在复杂田间背景干扰下对于多个生长阶段小麦倒伏特征的捕捉能力。[结果和讨论]所提出的Lodg⁃ing2Former模型相较于现存的多种主流算法,如Mask R-CNN(Mask Region-Based Convolutional Neural Network)、SOLOv2(Segmenting Objects by Locations,Version 2)以及Mask2Former,在平均精度均值(mean Average Precision,mAP)上展现出显著优势。在阈值分别为0.5、0.75以及0.5~0.95的条件下,模型的mAP值分别达到了79.5%、40.2%和43.4%,相比Mask2Former模型,mAP性能提升了1.3%~4.3%。[结论]提出的HI-FPN网络可以有效利用图像中的上下文语义和细节信息,通过提取丰富的多尺度特征,增强了模型对小麦在不同生长阶段倒伏区域的检测能力,证实了HI-FPN在多生育期小麦倒伏检测中的应用潜力和价值。 展开更多
关键词 无人机 深度学习 小麦倒伏检测 特征金字塔网络 Mask2Former
在线阅读 下载PDF
融合岛式双向特征金字塔的遥感图像目标检测
11
作者 梁礼明 冯耀 +1 位作者 龙鹏威 王泽欣 《计算机工程与应用》 北大核心 2025年第19期202-213,共12页
针对遥感图像目标检测存在复杂背景干扰、目标多尺度差异等问题,提出一种融合岛式双向特征金字塔网络的遥感图像目标检测算法(IFD-YOLOv8s)。设计岛式双向特征金字塔网络,增强模型对目标尺度变化的适应性,减少多层次特征融合过程中信息... 针对遥感图像目标检测存在复杂背景干扰、目标多尺度差异等问题,提出一种融合岛式双向特征金字塔网络的遥感图像目标检测算法(IFD-YOLOv8s)。设计岛式双向特征金字塔网络,增强模型对目标尺度变化的适应性,减少多层次特征融合过程中信息丢失,有助于深层语义和细粒度信息的高效传播;提出特征上下文增量模块,对地物目标特征进行更全面的捕获,提高模型检测能力;设计双线池化注意力模块,抑制非目标噪声干扰,增强遥感目标特征可辨别性。在公共数据集RSOD和NWPU VHR-10上进行消融和对比实验,平均准确率均值分别为98.2%和91.4%,相较于基线算法YOLOv8s分别提升1.8和2.1个百分点。与主流目标检测算法相比,IFD-YOLOv8s对复杂背景目标和多尺度目标的检测更有效。在公共数据集DOTA上进行泛化实验,平均准确率均值为78.7%,相比原模型提高1.8个百分点。 展开更多
关键词 遥感图像 目标检测 特征金字塔网络 上下文信息 注意力机制
在线阅读 下载PDF
基于梅尔谱特征和改进ResNet网络的室内跌倒检测方法
12
作者 杨松铭 王玫 《桂林理工大学学报》 北大核心 2025年第2期251-259,共9页
为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神... 为了解决现有的老年人跌倒事件识别方法存在的相关局限性,提出一种利用声音信号来进行跌倒检测的方法。该方法在声学特征提取阶段,从时间维度对梅尔谱特征进行补充,将梅尔谱及其一阶、二阶差分系数构建为类似图片的三维特征,使用卷积神经网络进行分类,提高了室内跌倒事件识别的抗噪性能。通过SimAM注意力、特征金字塔(FPN)以及动态区域感知卷积(DRConv)来改进网络结构。实验结果表明,在不同数据集下,该方法比传统识别方法性能更优。改进后的网络模型在A3FALL数据集上的查准率、召回率和F1-Score分别达到了98.43%、98.21%和98.32%;对于人类跌倒的声音识别,其F1-Score达到了96.45%,相较于其他传统网络模型都具有更好的表现。 展开更多
关键词 跌倒检测 SimAM 卷积神经网络 特征金字塔 动态区域感知卷积 梅尔频率倒谱系数(MFCC)
在线阅读 下载PDF
用于胸片分类的自校正特征融合金字塔网络
13
作者 宫霄霖 程琦 李锵 《天津大学学报（自然科学与工程技术版）》 EI CAS CSCD 北大核心 2024年第5期511-520,共10页
胸部疾病的病灶区域面积差异较大,易受健康部位的影响,难以定位,并且用于诊断疾病的X射线胸片样本数据分布不平衡,导致胸部疾病分类网络的分类准确度较低.针对胸部疾病分类任务中仍然存在的问题和挑战,本文提出了一种自校正特征融合金... 胸部疾病的病灶区域面积差异较大,易受健康部位的影响,难以定位,并且用于诊断疾病的X射线胸片样本数据分布不平衡,导致胸部疾病分类网络的分类准确度较低.针对胸部疾病分类任务中仍然存在的问题和挑战,本文提出了一种自校正特征融合金字塔网络.该网络使用自校正卷积增强疾病部位在特征图上以及通道之间的位置联系,在不引入额外参数量的条件下增大了卷积的感受野,避免无病区域的信息干扰;然后通过特征融合金字塔网络整合多尺度图像特征信息,在获取高分辨率特征图的同时,能够准确地定位病变区域,可以更好地识别不同尺度疾病的特征,在多标签分类任务上具有独特的优势;同时引入频率通道注意力机制强化网络对疾病特征的提取能力,在上采样和特征融合变换之前,减少全局平均池化过程中造成的特征丢失;最后提出一种轮次焦点损失函数区分不同种类胸部疾病的训练程度,根据分类难易程度区分样本,并在不同的训练轮次调整权重,以解决胸部疾病样本分布不平衡问题.在ChestX-ray14数据集上的平均AUC值可达0.853,在CheXpert数据集上的平均AUC值可达0.903,超过了近年来较为先进的网络模型.实验结果表明,该网络与传统的胸部疾病分类网络相比能有效地提高胸部疾病的分类精度,并且具有较强的泛化能力. 展开更多
关键词 胸部疾病 自校正卷积 特征融合金字塔网络 频率通道注意力 轮次焦点损失函数
在线阅读 下载PDF
面向小目标检测结合特征金字塔网络的SSD改进模型 被引量：13
14
作者 张建明 刘煊赫 +1 位作者 吴宏林 黄曼婷 《郑州大学学报（理学版）》 CAS 北大核心 2019年第3期61-66,72,共7页
针对SSD卷积神经网络模型对小目标检测精度不高的问题,提出了一种基于特征金字塔网络的SSD改进模型.特征金字塔网络可以将深层的携带有更抽象、更丰富的语义信息的卷积特征图与浅层的分辨率更高、更细节的卷积特征图进行融合.检测的过... 针对SSD卷积神经网络模型对小目标检测精度不高的问题,提出了一种基于特征金字塔网络的SSD改进模型.特征金字塔网络可以将深层的携带有更抽象、更丰富的语义信息的卷积特征图与浅层的分辨率更高、更细节的卷积特征图进行融合.检测的过程是将原始SSD网络得到的多层特征图,经改进设计的横向连接层、上采样层、融合层和预测层处理后,再通过非极大值抑制得到最终的检测结果.采用PASCALVOC2007和2012(train+val)作为训练集,PASCALVOC2007(test)测试集的mAP达到了75.8%,相比原SSD模型提高了1.5%.其中,在盆栽植物类密集小目标检测上有9.9%的提升. 展开更多
关键词 目标检测 卷积神经网络 SSD模型 特征金字塔网络 特征图融合
在线阅读 下载PDF
基于特征金字塔卷积循环神经网络的故障诊断方法 被引量：14
15
作者 刘秀丽 徐小力 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第2期182-190,共9页
变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)... 变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)框架,并联CNN的卷积层和循环神经网络(RNN)中的长短时记忆(LSTM)层,形成新的CRNN,以充分利用CNN对空间域信息和RNN对时域信息的学习能力;在每一层中权值共享,减少网络参数;利用FPN构建全新特征图,输入一维信号和堆叠后形成的二维信号,对传感器采集的信号进行特征提取,实现故障诊断.利用行星齿轮箱进行故障试验,并进行5折交叉验证,该方法的诊断准确率平均值为99.20%,比基本神经网络模型至少高3.62%,表明该方法诊断精度高、鲁棒性强;利用凯斯西储大学轴承数据集进行验证,证明该方法具有良好的泛用性;利用t-SNE方法对模型的特征学习效果进行可视化分析,结果表明不同故障类别特征具有良好的聚类效果. 展开更多
关键词 卷积循环神经网络 特征金字塔 故障诊断 特征可视化
在线阅读 下载PDF
一种面向散乱点云语义分割的深度残差-特征金字塔网络框架 被引量：9
16
作者 彭秀平 仝其胜 +2 位作者 林洪彬 冯超 郑武 《自动化学报》 EI CAS CSCD 北大核心 2021年第12期2831-2840,共10页
针对当前基于深度学习的散乱点云语义特征提取方法通用性差以及特征提取不足导致的分割精度和可靠性差的难题,提出了一种散乱点云语义分割深度残差-特征金字塔网络框架.首先,针对当前残差网络在卷积方式上的局限性,定义一种立方体卷积运... 针对当前基于深度学习的散乱点云语义特征提取方法通用性差以及特征提取不足导致的分割精度和可靠性差的难题,提出了一种散乱点云语义分割深度残差-特征金字塔网络框架.首先,针对当前残差网络在卷积方式上的局限性,定义一种立方体卷积运算,不仅可以通过二维卷积运算实现三维表示点的高层特征的抽取,还可以解决现有的参数化卷积设计通用性差的问题;其次,将定义的立方体卷积计算与残差网络相结合,构建面向散乱点云语义分割的深度残差特征学习网络框架;进一步,将深度残差网络与特征金字塔网络相结合,实现三维表示点高层特征多尺度学习与散乱点云场景语义分割.实验结果表明,本文提出的立方体卷积运算具有良好的适用性,且本文提出的深度残差-特征金字塔网络框架在分割精度方面优于现存同类方法. 展开更多
关键词 散乱点云 语义分割 立方体卷积 残差网络 特征金字塔网络
在线阅读 下载PDF
基于U-Net和特征金字塔网络的秸秆覆盖率计算方法 被引量：8
17
作者 马钦 万传峰 +2 位作者 卫建 汪玮韬 吴才聪 《农业机械学报》 EI CAS CSCD 北大核心 2023年第1期224-234,共11页
针对田间秸秆覆盖分散、秸秆形态多样,细碎秸秆识别困难,传统图像识别方法易受光照、阴影等因素干扰等问题,本文以黑龙江省齐齐哈尔市龙江县为研究地点,构建田间秸秆图像数据集;对图像进行裁剪、标注后,构建了以U-Net为基础网络的秸秆... 针对田间秸秆覆盖分散、秸秆形态多样,细碎秸秆识别困难,传统图像识别方法易受光照、阴影等因素干扰等问题,本文以黑龙江省齐齐哈尔市龙江县为研究地点,构建田间秸秆图像数据集;对图像进行裁剪、标注后,构建了以U-Net为基础网络的秸秆检测模型。将编码阶段的网络结构换成ResNet34的前4层作为特征提取器,增加模型的复杂度,增强秸秆特征的提取;为增强秸秆边缘识别,在最高语义信息层对深层特征图使用多分支非对称空洞卷积块(Multibranch asymmetric dilated convolutional block, MADC Block)提取多尺度的图像特征;为增加细碎秸秆的检测能力,在跳跃连接阶段使用密集特征图金字塔网络(Dense feature pyramid networks, DFPN)进行低层特征图和高层特征图的信息融合,利用特征图对应秸秆图像中感受野的不同,解决秸秆形态多样的问题;为避免秸秆特征图在上采样时的无效计算,解码阶段使用快速上卷积块(Fast up-convolution block, FUC Block)进行上采样,避免秸秆特征图在上采样时的无效计算。试验表明,本文算法在车载相机采集到的秸秆图像数据集上平均交并比为84.78%,相比U-Net提高2.59个百分点,该网络对于640像素×480像素的图像平均处理时间低于3 ms,符合作业检测时的时间复杂度要求,算法在一定程度上改善了阴影区域秸秆的识别问题,提高了细碎秸秆的识别能力。 展开更多
关键词 秸秆检测 计算机视觉 非对称空洞卷积 特征图金字塔网络
在线阅读 下载PDF
基于残差网络和改进特征金字塔的油田作业现场目标检测算法 被引量：5
18
作者 梁鸿 李洋 +2 位作者 邵明文 李传秀 张兆雷 《科学技术与工程》 北大核心 2020年第11期4442-4450,共9页
针对单点多盒检测器(single shot multibox detector,SSD)对小目标识别率低的问题,提出一种基于残差网络和改进特征金字塔(feature pyramid networks,FPN)的RP-SSD(residual and pyramid SSD)算法,并将其应用于油田安防领域。为了得到... 针对单点多盒检测器(single shot multibox detector,SSD)对小目标识别率低的问题,提出一种基于残差网络和改进特征金字塔(feature pyramid networks,FPN)的RP-SSD(residual and pyramid SSD)算法,并将其应用于油田安防领域。为了得到小物体更多的信息,首先在特征金字塔中增加上采样模块,并在上采样模块之后添加预测模块,之后采用空洞卷积增大Conv43的感受野。RP-SSD网络变深,针对RP-SSD在反向传播过程中存在梯度爆炸或梯度消失的问题,采用跳层连接的方式改进基础网络。RP-SSD在PASCAL VOC测试的准确率(meanaverage precision,mAP)为78.9%,比SSD提高了1.7%,其中对于目标较小的bottle类提高了8.9%。实验结果表明,RP-SSD对小目标检测的性能提高显著,同时RP-SSD在GTX 1080Ti上测试的速度为32帧/s,可见RP-SSD可以达到实时处理的要求。 展开更多
关键词 深度学习 单点多盒检测器(SSD) 小目标检测 特征金字塔 残差网络 空洞卷积 油田安防
在线阅读 下载PDF
基于拉普拉斯金字塔残差网络的多尺度图像压缩研究
19
作者 田学军 章文强 +3 位作者 马梓轩 陈良哲 叶卉荣 舒忠 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第5期33-44,共12页
为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核... 为了更好地进行图像重建,加强对图像多尺度特征表示和特征融合的处理,本研究提出一种新的多尺度特征融合图像重建网络模型。模型包括迭代降采样和迭代上采样过程。迭代降采样过程是通过在拉普拉斯金字塔残差控制网络模型中将高斯卷积核与子采样和高斯平滑滤波迭代操作规则相结合完成的。迭代上采样过程是通过使用拉普拉斯卷积核和二阶差分操作规则实现的。GJ-UNet深度学习网络模型通过其编码器下采样模块实现图像多尺度语义特征的精细分类,并在解码器上采样模块中应用反卷积和卷积操作规则,规范处理图像多尺度语义特征。实验表明,所提出的方法可以实现高精度的特征提取,同时对于图像特征融合的相关性更强,提取的图像边缘信息更清晰且相对噪声信息更低,重建图像的视觉效果基本与原始输入图像相同。本研究有望广泛应用于计算机图像视觉领域。 展开更多
关键词 压缩感知图像重构 图像多尺度特征 拉普拉斯金字塔模型 差分运算 GJ-UNet深度学习网络模型 Dice损失函数
在线阅读 下载PDF
基于卷积神经网络的线结构光高精度三维测量方法 被引量：1
20
作者 叶涛 何威燃 +2 位作者 刘国鹏 欧阳煜 王斌 《仪器仪表学报》 北大核心 2025年第2期183-195,共13页
线结构光视觉三维测量技术因其高精度和非接触的三维重建优势而被广泛应用。然而,现有的线结构光三维测量方法在标定过程中往往面临较高的耦合性问题,且在复杂环境下,背景噪声和光照变化会严重干扰条纹的提取,导致结构光条纹中心定位精... 线结构光视觉三维测量技术因其高精度和非接触的三维重建优势而被广泛应用。然而,现有的线结构光三维测量方法在标定过程中往往面临较高的耦合性问题,且在复杂环境下,背景噪声和光照变化会严重干扰条纹的提取,导致结构光条纹中心定位精度下降,进而影响整体三维测量的精度和鲁棒性。针对上述问题,提出了一种基于卷积神经网络的鲁棒三维测量方法。首先,设计了一种创新性的残差U型块特征金字塔网络(RSU-FPN),旨在实现背景噪声的干扰抑制和结构光条纹区域中心的高精度鲁棒提取。其次,构建了一种新型的线结构光视觉传感器,并提出了一种分离式测量模型,成功将摄像机标定与光平面标定解耦,极大地提高了系统的灵活性与扩展性。通过这种解耦的标定方式,避免了传统标定方法中存在的耦合问题,使得整个测量系统更加高效且易于调整。实验结果表明,所提出的基于卷积神经网络的鲁棒三维测量方法,在复杂背景下能够实现结构光条纹中心的高精度提取,利用提取出的光条纹中心进行标定,其均方根误差分别为x方向0.005 mm、y方向0.009 mm以及z方向0.097 mm。并且,该方法在不同表面类型(如漫反射表面和光滑反射表面)上均能实现高精度的三维重建,验证了其在实际应用中的优越性和强大的鲁棒性。 展开更多
关键词 线结构光 三维测量 卷积神经网络 残差U型块特征金字塔网络 背景噪声抑制
在线阅读 下载PDF
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 2 … 19 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部