检索结果-维普期刊中文期刊服务平台

基于多尺度注意力和空间通道重构卷积的冲击回波频谱图像分类: 1; 作者崔博武冰冰 +3 位作者陈伟孟庆洪王晓黄祺祥《南京信息工程大学学报》北大核心 2025年第5期659-669,共11页; 针对传统卷积神经网络对冲击回波信号频谱图像进行分类时,面临卷积神经网络特征提取能力不足和数据集类别不平衡的问题,提出一种基于多尺度注意力和空间通道重构卷积的神经网络模型(Multi-scale Hybrid Attention and Spatial Channel R... 展开更多; 关键词频谱图像分类多尺度注意力模块卷积神经网络混合损失函数空间通道重构卷积; 在线阅读下载PDF 职称材料

融合空间与通道重构卷积和注意力的轻量型动物姿态估计被引量：1: 2; 作者宰清鹏徐杨《计算机工程与应用》北大核心 2025年第6期282-294,共13页; 动物姿态估计在行为生态学、动物健康监测、野生动物保护等领域的重要性不断凸显。然而,目前主流的动物姿态估计算法过于关注准确率,导致网络复杂度和计算成本不断攀升,这使得在移动设备和嵌入式平台上的应用受到了限制。针对该问题,提... 展开更多; 关键词动物姿态估计轻量型高分辨率注意力机制空间与通道重构卷积; 在线阅读下载PDF 职称材料

具有空间-通道重构卷积模块的肺音分类模型: 3; 作者叶娜吴辰文蒋佳霖《南方医科大学学报》 CAS CSCD 北大核心 2024年第9期1720-1728,共9页; 目的探究肺音数据的准确识别及分类。方法本文提出了一种结合空间-通道重构卷积(SCConv)模块的卷积网络架构以及双可调Q因子小波变换(DTQWT)与三重Wigner-Ville变换(WVT)结合的肺音特征提取方法,通过自适应地聚焦于重要的通道和空间特征... 展开更多; 关键词肺音分类卷积神经网络空间-通道重构卷积双可调Q因子小波变换三重Wigner-Ville变换; 在线阅读下载PDF 职称材料

基于改进YOLOv7的血细胞检测算法: 4; 作者张文鹏李晨《电子测量技术》北大核心 2024年第24期128-138,共11页; 血细胞检测是诊断许多疾病的重要手段,血细胞数量和形态的变化常常反映人体的健康状况。然而,人工检测耗时且易出现误检和漏检。为此,本文提出了一种基于改进YOLOv7的血细胞检测算法—YOLOv7-SMC。该算法首先在特征提取过程中结合空间... 展开更多; 关键词血细胞检测 YOLOv7 空间和通道重构卷积注意力机制; 在线阅读下载PDF 职称材料

题名基于多尺度注意力和空间通道重构卷积的冲击回波频谱图像分类: 1; 作者崔博武冰冰陈伟孟庆洪王晓黄祺祥; 机构华北理工大学人工智能学院华北理工大学冶金与能源学院; 出处《南京信息工程大学学报》北大核心 2025年第5期659-669,共11页; 基金河北省自然科学基金(E2012209025) 河北省创新能力提升计划(20557605D) +1 种基金华北理工大学研究生创新项目(2023047)。; 文摘针对传统卷积神经网络对冲击回波信号频谱图像进行分类时,面临卷积神经网络特征提取能力不足和数据集类别不平衡的问题,提出一种基于多尺度注意力和空间通道重构卷积的神经网络模型(Multi-scale Hybrid Attention and Spatial Channel Reconstruction Convolutional Neural Network,MHA-SCConvNet).首先设计了多尺度混合注意力(Multi-scale Hybrid Attention,MHA)模块,用于提取不同尺度的频谱图像特征并增强模型对频谱波形关键信息的关注力度.其次,引入空间通道重构卷积(Spatial and Channel Reconstruction Convolution,SCConv)模块,通过优化图像特征的表示来降低特征冗余.最后,提出了新的混合损失函数GDHM Loss(Gradient and Distribution Harmonized Margin Loss,梯度与分布协调边距损失),该损失函数在动态情况下同时考虑难分类样本和少数类样本.在自建的数据集上进行了训练与测试,并与AlexNet、VGGNet、GoogLeNet等分类模型对比,MHA-SCConvNet准确率达到94.58%.实验结果表明,MHA-SCConvNet模型能够有效提高冲击回波信号频谱图像分类的准确率和效率.; 关键词频谱图像分类多尺度注意力模块卷积神经网络混合损失函数空间通道重构卷积; Keywords spectral image classification multi-scale attention module convolutional neural network(CNN) mixed loss function spatial and channel reconstruction convolution; 分类号 TP391.4 [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

题名融合空间与通道重构卷积和注意力的轻量型动物姿态估计被引量：1: 2; 作者宰清鹏徐杨; 机构贵州大学大数据与信息工程学院贵阳铝镁设计研究院有限公司; 出处《计算机工程与应用》北大核心 2025年第6期282-294,共13页; 基金贵州省科技计划项目(黔科合支撑[2023]一般326)。; 文摘动物姿态估计在行为生态学、动物健康监测、野生动物保护等领域的重要性不断凸显。然而,目前主流的动物姿态估计算法过于关注准确率,导致网络复杂度和计算成本不断攀升,这使得在移动设备和嵌入式平台上的应用受到了限制。针对该问题,提出融合空间与通道重构卷积和金字塔分割注意力的多尺度动物姿态估计网络SPANet。使用金字塔分割注意力与坐标注意力机制,重新设计了高分辨率网络的瓶颈层EPSAneck,在减轻过度使用大卷积核带来的计算成本的同时,增强了网络对有用特征的提取能力;提出了基于空间和通道重构卷积以及坐标注意力机制的SCCAblock基础模块,在显著减少计算冗余和内存访问的同时,增强了通道与空间之间的信息交互;利用反卷积模块对网络输出的特征融合方式进行重新设计,进一步提升了网络的准确率。实验结果表明,提出的网络模型相较于高分辨率网络在AP10K测试集上的平均精度提升了1.8个百分点,同时浮点运算量降低了48.5%、模型参数量减少了67.0%。在AnimalPose数据集上,浮点运算量降低49.5%,模型参数量降低67.0%。实验数据表明,该网络可在降低模型复杂度的同时实现预测精度的小范围提升。; 关键词动物姿态估计轻量型高分辨率注意力机制空间与通道重构卷积; Keywords animal pose estimation lightweight high-resolution attention mechanism spatial and channel reconstruction convolution; 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

题名具有空间-通道重构卷积模块的肺音分类模型: 3; 作者叶娜吴辰文蒋佳霖; 机构兰州交通大学电子与信息工程学院计算机科学与技术系; 出处《南方医科大学学报》 CAS CSCD 北大核心 2024年第9期1720-1728,共9页; 基金国家自然科学基金(62241204)。; 文摘目的探究肺音数据的准确识别及分类。方法本文提出了一种结合空间-通道重构卷积(SCConv)模块的卷积网络架构以及双可调Q因子小波变换(DTQWT)与三重Wigner-Ville变换(WVT)结合的肺音特征提取方法,通过自适应地聚焦于重要的通道和空间特征,提高模型对肺音关键特征的捕捉能力。基于ICBHI2017数据集,进行正常音、哮鸣音、爆裂音、哮鸣音和爆裂音结合的分类。结果方法在分类的准确率、敏感性、特异性以及F1分数上分别达到85.68%、93.55%、86.79%、90.51%。结论所提方法在ICBHI 2017肺音数据库上取得了优异的性能,特别是在区分正常肺音和异常肺音方面。; 关键词肺音分类卷积神经网络空间-通道重构卷积双可调Q因子小波变换三重Wigner-Ville变换; Keywords lung sound classification convolutional neural network spatial and channel reconstruction convolution dual tunable Q-factor wavelet transform triple Wigner-Ville transform; 分类号 TN912.3 [电子电信—通信与信息系统] R563.9 [医药卫生—呼吸系统] 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

题名基于改进YOLOv7的血细胞检测算法: 4; 作者张文鹏李晨; 机构南京信息工程大学电子与信息工程学院无锡学院江苏省通感融合光子器件及系统集成工程研究中心; 出处《电子测量技术》北大核心 2024年第24期128-138,共11页; 基金无锡学院人才启动费(2021r028)项目资助。; 文摘血细胞检测是诊断许多疾病的重要手段,血细胞数量和形态的变化常常反映人体的健康状况。然而,人工检测耗时且易出现误检和漏检。为此,本文提出了一种基于改进YOLOv7的血细胞检测算法—YOLOv7-SMC。该算法首先在特征提取过程中结合空间和通道重构卷积,减少了特征冗余并提高了性能;然后在颈部网络中加入混合局部通道注意力机制,增强了模型的表征能力;并且用内容感知特征重组上采样算子替换最近邻插值上采样,从而自适应地调整上采样策略,得到细节丰富的结果;最后引入基于最小点距离的边界框相似度度量损失函数,简化了边界框相似性比较。实验结果表明,该算法在BCCD数据集上的3类血细胞检测中,总样本均值平均精度mAP@0.5和mAP@[0.5:0.95]分别提升了2.6%和2.9%,展现出较高的实用性和准确性。; 关键词血细胞检测 YOLOv7 空间和通道重构卷积注意力机制; Keywords blood cell detection YOLOv7 spatial and channel reconstruction convolution attention mechanism; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术] TN06 [电子电信—物理电子学]; 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	基于多尺度注意力和空间通道重构卷积的冲击回波频谱图像分类	崔博武冰冰陈伟孟庆洪王晓黄祺祥	《南京信息工程大学学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	融合空间与通道重构卷积和注意力的轻量型动物姿态估计	宰清鹏徐杨	《计算机工程与应用》北大核心	2025	1	在线阅读下载PDF 职称材料
3	具有空间-通道重构卷积模块的肺音分类模型	叶娜吴辰文蒋佳霖	《南方医科大学学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	基于改进YOLOv7的血细胞检测算法	张文鹏李晨	《电子测量技术》北大核心	2024	0	在线阅读下载PDF 职称材料