检索结果-维普期刊中文期刊服务平台

基于图像相对位置和负向感知的图文匹配: 1; 作者余超王铭硕 +1 位作者赵子樵于清《现代电子技术》北大核心 2024年第17期88-93,共6页; 图文匹配任务在计算机视觉以及多模态信息处理领域引起了广泛关注。这一跨模态任务主要难点在于如何高效地提取视觉和文本的信息以及如何解决不一致图文冲突问题。文中提出了一种新颖的图像文本匹配方法,利用图像对象相对位置的注意力... 展开更多; 关键词多模态图文匹配视觉信息提取相对位置编码注意力机制负向感知; 在线阅读下载PDF 职称材料

基于卷积辅助自注意力的胸部疾病分类网络: 2; 作者张自然李锵关欣《浙江大学学报(工学版)》北大核心 2025年第5期890-901,共12页; 针对胸部X光影像中的病变大小不一,纹理复杂,且存在相互影响等问题,提出基于卷积辅助窗口自注意力的胸部X光影像疾病分类网络CAWSNet.使用Swin Transformer作为骨干网络,以窗口自注意力建模长距离视觉依赖关系,通过引入卷积辅助,在弥补... 展开更多; 关键词胸部X光图像分类窗口自注意力卷积图像相对位置编码动态难度损失函数; 在线阅读下载PDF 职称材料

基于卷积Transformer的支路参数辨识: 3; 作者王琳鹏宋公飞汪梦龙《信息技术》 2024年第9期98-103,共6页; 为了解决在电力系统支路参数辨识任务中传统的单支路特征参数辨识只能对单一目标进行识别,无法充分利用电力系统的历史信息的问题。在Transformer模型基础之上采用一种卷积自注意力,帮助模型更好地捕获输入特征之间的关系,将局部上下文... 展开更多; 关键词深度学习卷积自注意力相对位置编码参数辨识输电线路; 在线阅读下载PDF 职称材料

基于改进Transformer模型的运动想象脑电分类方法研究: 4; 作者刘月峰刘好峰 +2 位作者王越刘博暴祥《计量学报》 CSCD 北大核心 2023年第7期1147-1153,共7页; 运动想象(MI)脑电信号本身是由一组较长且连续的特征值组成的信号序列,传统Transformer模型无法捕捉较长序列之间的依赖,设置固定长度的序列又会产生碎片化问题,因此有待进一步调整和优化。针对上述问题,在传统Transformer模型中加入了... 展开更多; 关键词计量学脑电信号运动想象脑机接口卷积神经网络 Transformer模型片段循环机制相对位置编码; 在线阅读下载PDF 职称材料

基于改进自注意力神经网络的X光安检识别被引量：5: 5; 作者张弘刘保洋高月《激光杂志》 CAS 北大核心 2023年第12期47-55,共9页; 针对X光安检图像中存在背景信息复杂以及物体相互遮挡的情况,以YOLOv5m模型为基础,改进自注意力机制,提出新的视觉自注意力机制与卷积模型结合的叠加混合模型YOLOv5m-CRCS。该网络在视觉自注意力机制中,加入相对位置编码,引入高效变体卷... 展开更多; 关键词目标检测自注意力相对位置编码视觉注意力 X光神经网络; 在线阅读下载PDF 职称材料

Transformer神经网络和轴心轨迹在燃机转子故障诊断中的应用被引量：1: 6; 作者章明明蒋欢春 +1 位作者茅大钧董渊博《噪声与振动控制》 CSCD 北大核心 2023年第1期110-115,153,共7页; 针对目前国内燃机电厂转子故障诊断主要依靠振动分析,无自动识别轴心轨迹设备的现状,将在自然语言处理领域大放异彩的Transformer神经网络引入转子轴心轨迹监测与识别领域,通过独立成分分析(Independent Component Analysis,ICA)与Trans... 展开更多; 关键词故障诊断轴心轨迹 Transformer神经网络独立成分分析相对位置编码图像识别; 在线阅读下载PDF 职称材料

改进DAB⁃DETR算法的非规则交通对象检测: 7; 作者林峰宁琪琳朱智勤《现代电子技术》 2023年第21期141-148,共8页; 非规则交通对象主要指任何在车辆行驶过程中可能对车辆行驶起到阻碍作用的物体,例如坑洼、落石、树枝等影响车辆正常驾驶的目标。针对道路中的非规则交通对象检测问题,提出一种基于改进DAB⁃DETR算法的非规则交通对象目标检测算法,经过... 展开更多; 关键词非规则交通对象目标检测 DAB⁃DETR算法相对位置编码 AP损失函数消融实验; 在线阅读下载PDF 职称材料

题名基于图像相对位置和负向感知的图文匹配: 1; 作者余超王铭硕赵子樵于清; 机构新疆大学软件学院新疆大学信息科学与工程学院; 出处《现代电子技术》北大核心 2024年第17期88-93,共6页; 基金国家973重点研发计划项目(2014CB340506)。; 文摘图文匹配任务在计算机视觉以及多模态信息处理领域引起了广泛关注。这一跨模态任务主要难点在于如何高效地提取视觉和文本的信息以及如何解决不一致图文冲突问题。文中提出了一种新颖的图像文本匹配方法,利用图像对象相对位置的注意力机制解决忽视图像中物体相对位置信息的问题,从而更好地关注视觉信息的提取,同时为了解决忽视图像-文本间不对齐内容相似度贡献的问题,运用了负向感知模块关注物体相对位置和文本中的单词非对齐的信息对相似度的负贡献,从而提高图像-文本匹配相似度的准确性。最后,在公开图文匹配数据集Flickr30K上达到了最好的r_(Sum),比当前最好的负向感知模型提高了7.3,取得了最先进的性能。; 关键词多模态图文匹配视觉信息提取相对位置编码注意力机制负向感知; Keywords multimodality image-text matching visual information extraction relative position encoding attention mechanism negative perception; 分类号 TN911.73-34 [电子电信—通信与信息系统] 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

题名基于卷积辅助自注意力的胸部疾病分类网络: 2; 作者张自然李锵关欣; 机构天津大学微电子学院; 出处《浙江大学学报(工学版)》北大核心 2025年第5期890-901,共12页; 基金国家自然科学基金:资助项目(62071323) 超声医学工程国家重点实验室开放课题资助项目(2022KFKT004) 天津市自然科学基金:资助项目(22JCZDJC00220)。; 文摘针对胸部X光影像中的病变大小不一,纹理复杂,且存在相互影响等问题,提出基于卷积辅助窗口自注意力的胸部X光影像疾病分类网络CAWSNet.使用Swin Transformer作为骨干网络,以窗口自注意力建模长距离视觉依赖关系,通过引入卷积辅助,在弥补其缺陷的同时,强化局部特征提取能力.引入图像相对位置编码,通过有向相对位置的动态计算,帮助网络更好地建模像素间的位置关系.使用类别残差注意力,根据疾病类别来调整分类器关注的区域,突出有效信息,提高多标签分类能力.提出动态难度损失函数,解决不同疾病分类的难度差异大,数据集中正负样本不平衡的问题.在公开数据集ChestX-Ray14、CheXpert和MIMIC-CXR-JPG上的实验结果表明,提出CAWSNet的AUC分数分别达到0.853、0.898和0.819,表明该网络在胸部X光影像疾病诊断中的有效性和鲁棒性.; 关键词胸部X光图像分类窗口自注意力卷积图像相对位置编码动态难度损失函数; Keywords chest X-ray image classification window self-attention convolution image relative position encoding dynamic difficulty loss function; 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

题名基于卷积Transformer的支路参数辨识: 3; 作者王琳鹏宋公飞汪梦龙; 机构南京信息工程大学自动化学院; 出处《信息技术》 2024年第9期98-103,共6页; 基金国家自然科学基金资助项目(61973170,61973168)。; 文摘为了解决在电力系统支路参数辨识任务中传统的单支路特征参数辨识只能对单一目标进行识别,无法充分利用电力系统的历史信息的问题。在Transformer模型基础之上采用一种卷积自注意力,帮助模型更好地捕获输入特征之间的关系,将局部上下文更好地纳入注意力机制;同时采用卷积门控循环单元进行位置编码,保证内容和位置的一致性,从而降低训练损失,进一步改善预测的精确度。仿真结果表明,该算法预测精度较高,明显优于其它的机器学习算法和深度学习算法。; 关键词深度学习卷积自注意力相对位置编码参数辨识输电线路; Keywords deep learning convolution self-attention relative position coding strategy parameter identification transmission lines; 分类号 TP391.9 [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

题名基于改进Transformer模型的运动想象脑电分类方法研究: 4; 作者刘月峰刘好峰王越刘博暴祥; 机构内蒙古科技大学; 出处《计量学报》 CSCD 北大核心 2023年第7期1147-1153,共7页; 基金内蒙古自然科学基金(2022MS06008)。; 文摘运动想象(MI)脑电信号本身是由一组较长且连续的特征值组成的信号序列,传统Transformer模型无法捕捉较长序列之间的依赖,设置固定长度的序列又会产生碎片化问题,因此有待进一步调整和优化。针对上述问题,在传统Transformer模型中加入了片段重用的循环机制和重用之前片段信息的相对位置编码机制,使Transformer模型能够学习更长特征序列的特征信息,同时解决重用片段之间的位置编码信息错乱和重用等问题。然后,通过并行多分支CNN进一步捕捉脑电局部特征。最后,利用竞赛数据集2008 BCI-Competition 2A对改进的Transformer模型性能进行评估。结果表明,在不做任何人工特征提取的前提下,对于四分类数据集,改进Transformer模型的平均准确率和kappa值分别为94.27%和87.34%。; 关键词计量学脑电信号运动想象脑机接口卷积神经网络 Transformer模型片段循环机制相对位置编码; Keywords metrology EEG signal motor lmagery BCI convolutional neural networks transformer model loop mechanism for segment relative position encoding; 分类号 TB99 [机械工程—测试计量技术及仪器] TB973 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于改进自注意力神经网络的X光安检识别被引量：5: 5; 作者张弘刘保洋高月; 机构西安邮电大学自动化学院; 出处《激光杂志》 CAS 北大核心 2023年第12期47-55,共9页; 基金陕西省自然科学基金(No.2021 SF-478)。; 文摘针对X光安检图像中存在背景信息复杂以及物体相互遮挡的情况,以YOLOv5m模型为基础,改进自注意力机制,提出新的视觉自注意力机制与卷积模型结合的叠加混合模型YOLOv5m-CRCS。该网络在视觉自注意力机制中,加入相对位置编码,引入高效变体卷积(TVConv)和动态归一化(DTN),增强图像特征中的全局语义信息和位置信息。在网络特征融合阶段将坐标注意力(CA)与改进后的自注意力机制结合,进一步加强输出特征中的位置关系信息,同时引入改进的双自注意力模块,将残差卷积模块(CSPLayer)与双自注意力叠加混合,使得每个输出在原有特征的基础上增加了全局特征的相关性。在X光安检数据集上的实验结果表明,与原始目标检测网络相比,所提出模型的识别精度提高了4.72%,明显降低了由于X光安检图像中的背景信息复杂、相互遮挡而出现的漏检情况。; 关键词目标检测自注意力相对位置编码视觉注意力 X光神经网络; Keywords targets detection self-attention relative position coding visual attention X-rays neural network; 分类号 TN249 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名Transformer神经网络和轴心轨迹在燃机转子故障诊断中的应用被引量：1: 6; 作者章明明蒋欢春茅大钧董渊博; 机构上海电力大学自动化工程学院上海明华电力科技有限公司; 出处《噪声与振动控制》 CSCD 北大核心 2023年第1期110-115,153,共7页; 基金上海市“科技创新行动计划”地方院校能力建设专项资助项目(19020500700) 中国华电集团有限公司2020年度科技资助项目(CHDKJ20-02-149)。; 文摘针对目前国内燃机电厂转子故障诊断主要依靠振动分析,无自动识别轴心轨迹设备的现状,将在自然语言处理领域大放异彩的Transformer神经网络引入转子轴心轨迹监测与识别领域,通过独立成分分析(Independent Component Analysis,ICA)与Transformer结合提升燃机转子故障诊断准确性。使用ICA代替Transformer自身的线性变换提取图片特征信息构建输入样本,为了解决自注意力机制无法捕捉位置信息的问题,提出相对位置编码方法,区别于使用较多的绝对位置编码,通过嵌入相对位置编码子层,将相对位置信息注入自注意力机制,使得Attention模块能够学习到序列的相对位置信息,可进一步提高图像识别模型的准确性,该模型对于轴心轨迹故障类型平均识别率达到93.8%。实验结果表明ICA-Transformer模型对转子轴心轨迹的识别准确率较高,对电厂运维具有一定的指导意义。; 关键词故障诊断轴心轨迹 Transformer神经网络独立成分分析相对位置编码图像识别; Keywords fault diagnosis axis center orbit Transformer neural network ICA relative position coding image recognition; 分类号 TH133.2 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名改进DAB⁃DETR算法的非规则交通对象检测: 7; 作者林峰宁琪琳朱智勤; 机构重庆邮电大学通信与信息工程学院重庆邮电大学自动化学院; 出处《现代电子技术》 2023年第21期141-148,共8页; 基金重庆市教委“成渝地区双城经济圈建设”科技创新项目(KJCXZD2020028); 文摘非规则交通对象主要指任何在车辆行驶过程中可能对车辆行驶起到阻碍作用的物体,例如坑洼、落石、树枝等影响车辆正常驾驶的目标。针对道路中的非规则交通对象检测问题,提出一种基于改进DAB⁃DETR算法的非规则交通对象目标检测算法,经过对原始模型结构的分析,发现在图像特征输入编码器前加入绝对位置编码来弥补图像位置信息的缺失,只能隐式地表达特征间的相对位置信息,因此改进DAB⁃DETR在Transformer的编码结构中的多头自注意力机制中添加了针对图像的相对位置编码;其次发现在原始训练策略中,对得到的检测定位结果与类别信息进行二分匹配并计算损失值时,只是简单地将定位损失和分类损失加权求和,这样会导致性能下降,所以在训练策略中增加了将分类、定位损失集成在一个统一参数化公式中的AP损失函数。实验结果表明:改进DAB⁃DETR算法的检测精度达到了82.00%,比原始模型提高了3.3%,比传统模型Faster R⁃CNN、YOLOv5分别提高了6.20%、7.71%。; 关键词非规则交通对象目标检测 DAB⁃DETR算法相对位置编码 AP损失函数消融实验; Keywords irregular traffic object object detection DAB⁃DETR algorithm relative position encoding AP loss function ablation experiment; 分类号 TN911.73-34 [电子电信—通信与信息系统] TP751 [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	基于图像相对位置和负向感知的图文匹配	余超王铭硕赵子樵于清	《现代电子技术》北大核心	2024	0	在线阅读下载PDF 职称材料
2	基于卷积辅助自注意力的胸部疾病分类网络	张自然李锵关欣	《浙江大学学报(工学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于卷积Transformer的支路参数辨识	王琳鹏宋公飞汪梦龙	《信息技术》	2024	0	在线阅读下载PDF 职称材料
4	基于改进Transformer模型的运动想象脑电分类方法研究	刘月峰刘好峰王越刘博暴祥	《计量学报》 CSCD 北大核心	2023	0	在线阅读下载PDF 职称材料
5	基于改进自注意力神经网络的X光安检识别	张弘刘保洋高月	《激光杂志》 CAS 北大核心	2023	5	在线阅读下载PDF 职称材料
6	Transformer神经网络和轴心轨迹在燃机转子故障诊断中的应用	章明明蒋欢春茅大钧董渊博	《噪声与振动控制》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
7	改进DAB⁃DETR算法的非规则交通对象检测	林峰宁琪琳朱智勤	《现代电子技术》	2023	0	在线阅读下载PDF 职称材料