检索结果-维普期刊中文期刊服务平台

编码器-解码器结构的刀具磨损状态预测研究: 1; 作者刘本刚吴文江 +2 位作者赵丹王裴岩彭春杨《小型微型计算机系统》北大核心 2025年第6期1530-1536,共7页; 针对航空钛合金加工中刀具磨损状态监测难题,提出了面向刀具磨损状态预测的编码器-解码器网络结构,构建了Transformer、BiLSTM、BiGRU等72种组合模型,通过在航空钛合金高效加工实测数据样本集上验证发现:以Transformer为编码器的模型性... 展开更多; 关键词编码器-解码器结构刀具磨损状态预测 TRANSFORMER 双向循环神经网络航空钛合金高效加工; 在线阅读下载PDF 职称材料

基于类别-实例分割的室内点云场景修复补全被引量：10: 2; 作者缪永伟刘家宗 +1 位作者孙瑜亮吴向阳《计算机学报》 EI CAS CSCD 北大核心 2021年第11期2189-2202,共14页; 三维室内场景修复补全是计算机图形学﹑数字几何处理﹑3D计算机视觉中的重要问题.针对室内场景修复补全中难以处理大规模点云数据的问题,本文提出了一种基于类别-实例分割的室内点云场景修复补全框架.该框架包括点云场景分割模块和点云... 展开更多; 关键词室内场景点云数据类别-实例分割编码器-解码器结构修复补全; 在线阅读下载PDF 职称材料

基于跨层次聚合网络的实时城市街景语义分割被引量：2: 3; 作者侯志强程敏婕 +2 位作者马素刚屈敏杰杨小宝《光学精密工程》 EI CAS CSCD 北大核心 2024年第8期1212-1226,共15页; 随着自动驾驶技术的迅速发展,精确高效的场景理解显得尤为重要。城市街景语义分割旨在准确识别并分割出行人、障碍物、道路和标志物等要素,为自动驾驶技术提供必要的道路信息。然而,当前的语义分割算法在城市街景分割中仍然面临一些挑战... 展开更多; 关键词语义分割卷积神经网络城市街景编码器-解码器结构金字塔池化模块; 在线阅读下载PDF 职称材料

跨尺度点匹配结合多尺度特征融合的图像配准: 4; 作者欧卓林吕晓琪谷宇《液晶与显示》 CAS CSCD 北大核心 2024年第8期1090-1102,共13页; 图像配准在脑部疾病的计算机辅助诊疗和远程手术等方面具有重要作用。U-Net及其变体网络广泛应用于医学图像配准领域,在配准精确度和配准时间上取得了较好效果。然而,现有的配准模型在处理复杂图像形变时,难以学习到图像中微小结构的边... 展开更多; 关键词医学图像配准编码器-解码器结构特征加权特征匹配注意力机制; 在线阅读下载PDF 职称材料

海洋涡旋智能检测研究进展: 5; 作者徐广珺施宇诚 +6 位作者余洋谢华荣谢文鸿刘婧媛林夏艳刘宇董昌明《海洋学研究》 CSCD 北大核心 2024年第3期38-50,共13页; 海洋涡旋是一种常见的海洋现象,在全球海洋物质和能量的输运中起着重要作用。随着海洋研究技术手段的不断提升,各类海洋涡旋检测方法应运而生。传统涡旋检测方法应用广泛,但其过度依赖于专家经验设置阈值和持续的人工干预,存在检测误差... 展开更多; 关键词海洋涡旋人工智能特征检测深度学习编码器-解码器结构全卷积神经网络多尺度上下文方法注意力机制; 在线阅读下载PDF 职称材料

基于双Transformer结构的多模态视频段落描述生成研究: 6; 作者赵宏张立军《计算机工程与应用》 2025年第21期182-191,共10页; 针对现有视频段落描述方法对视频中主要事件的关注度不足与多事件描述之间缺乏连贯性的问题,在现有编码器-解码器框架的基础上,提出了一种基于双Transformer结构的多模态视频段落描述模型。采用Faster-RCNN对视频中心帧目标进行细粒度... 展开更多; 关键词视频段落描述编码器-解码器结构细粒度局部视觉特征双Transformer结构; 在线阅读下载PDF 职称材料

题名编码器-解码器结构的刀具磨损状态预测研究: 1; 作者刘本刚吴文江赵丹王裴岩彭春杨; 机构中国科学院沈阳计算技术研究所中国科学院大学沈阳飞机工业(集团)有限公司沈阳中科数控技术股份有限公司沈阳航空航天大学; 出处《小型微型计算机系统》北大核心 2025年第6期1530-1536,共7页; 基金工业母机重大专项项目(2024ZD0712801)资助.; 文摘针对航空钛合金加工中刀具磨损状态监测难题,提出了面向刀具磨损状态预测的编码器-解码器网络结构,构建了Transformer、BiLSTM、BiGRU等72种组合模型,通过在航空钛合金高效加工实测数据样本集上验证发现:以Transformer为编码器的模型性能最优,其中Transformer-BiGRU组合模型F1值达69.61%,显著优于GS-XGBoost(58.01%)、Attention-CNN(57.65%)等方法,研究表明基于编码器-解码器的刀具状态预测模型在航空钛合金复杂切削工况下具有显著优势,未来可通过模型优化和扩充样本数据进一步提升其性能.; 关键词编码器-解码器结构刀具磨损状态预测 TRANSFORMER 双向循环神经网络航空钛合金高效加工; Keywords encoder-decoder structure tool wear state prediction Transformer bidirectional recurrent neural network high-efficiency machining of aeronautical titanium alloys; 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

题名基于类别-实例分割的室内点云场景修复补全被引量：10: 2; 作者缪永伟刘家宗孙瑜亮吴向阳; 机构杭州师范大学信息科学与技术学院浙江理工大学信息学院浙江工业大学计算机科学与技术学院杭州电子科技大学计算机学院; 出处《计算机学报》 EI CAS CSCD 北大核心 2021年第11期2189-2202,共14页; 基金国家自然科学基金(No.61972458,61972122)资助.; 文摘三维室内场景修复补全是计算机图形学﹑数字几何处理﹑3D计算机视觉中的重要问题.针对室内场景修复补全中难以处理大规模点云数据的问题,本文提出了一种基于类别-实例分割的室内点云场景修复补全框架.该框架包括点云场景分割模块和点云形状补全模块,前者由基于PointNet的类别分割网络和基于聚类的实例分割模块完成,后者由基于编码器-解码器结构的点云补全网络实现.本文框架以缺失的室内场景点云数据为输入,首先根据“类别-实例”分割策略,采用PointNet对室内场景进行类别分割,并利用基于欧式距离的聚类方法进行实例分割得到室内各家具点云,然后借助点云补全网络将分割出的缺失家具点云逐一进行形状补全并融合进原始场景,最终实现室内点云场景的修复.其中,为了实现缺失家具点云形状的补全,本文提出了一种基于编码器-解码器结构的点云补全网络,首先通过输入变换和特征变换对齐缺失的家具点云数据采样点位置与特征信息;然后借助权共享多层感知器和PointSIFT特征提取模块对各采样点提取形状特征和近邻点特征信息,并利用最大池化层与多层感知器编码提取出采样点的特征码字;最后将采样点特征码字加上网格坐标数据作为解码器的输入,解码器使用两个连续的三层感知器折叠操作将网格数据转变成完整的点云补全数据.实验结果表明,本文提出的点云补全网络能够较好地补全室内场景中缺失的家具结构形状,同时基于该网络的场景修复补全框架能够有效修复大型室内点云场景.; 关键词室内场景点云数据类别-实例分割编码器-解码器结构修复补全; Keywords indoor scenes point cloud data category-instance segmentation encoder-decoder structure shape completion; 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

题名基于跨层次聚合网络的实时城市街景语义分割被引量：2: 3; 作者侯志强程敏婕马素刚屈敏杰杨小宝; 机构西安邮电大学计算机学院西安邮电大学陕西省网络数据分析与智能处理重点实验室; 出处《光学精密工程》 EI CAS CSCD 北大核心 2024年第8期1212-1226,共15页; 基金国家自然科学基金资助项目(No.62072370) 陕西省自然科学基金项目(No.2023-JC-YB-598)。; 文摘随着自动驾驶技术的迅速发展,精确高效的场景理解显得尤为重要。城市街景语义分割旨在准确识别并分割出行人、障碍物、道路和标志物等要素,为自动驾驶技术提供必要的道路信息。然而,当前的语义分割算法在城市街景分割中仍然面临一些挑战,主要表现为不同类别的像素区分不够清晰、对于复杂场景结构的理解不够精准以及对小尺度对象或大尺度结构的分割不准确等问题。为此,本文提出一种基于跨层次聚合网络的实时城市街景语义分割算法。首先,在编码器末端设计了结合跨层次聚合的金字塔池化模块,用于高效提取多尺度上下文信息;其次,在编码器和解码器之间设计了跨层次聚合模块,通过引入通道注意力机制增强信息的表征能力,逐级聚合编码器阶段的特征以充分实现特征复用;最后,在解码器阶段设计了多尺度融合模块,在通道维度聚合全局信息与局部信息,促进深层特征与浅层特征的融合。将所提算法在两个通用的城市街景数据集上进行了验证。在一张RTX3090显卡上(TensorRT测速环境),本文算法在Cityscapes测试集以294 FPS的实时性达到73.0%mIoU的准确性,在更高分辨率的图像上以164 FPS的实时性达到75.8%mIoU的准确性;在CamVid数据集以239 FPS的实时性达到74.8%mIoU的准确性。实验结果表明,本文算法在准确性与实时性之间取得了有效平衡,对比其他算法的语义分割性能具有显著提升,为实时城市街景语义分割领域带来了新的突破。; 关键词语义分割卷积神经网络城市街景编码器-解码器结构金字塔池化模块; Keywords semantic segmentation convolutional neural network urban street view encoder-decoder structure pyramid pooling module; 分类号 TP394.1 [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

题名跨尺度点匹配结合多尺度特征融合的图像配准: 4; 作者欧卓林吕晓琪谷宇; 机构内蒙古科技大学信息工程学院内蒙古工业大学信息工程学院; 出处《液晶与显示》 CAS CSCD 北大核心 2024年第8期1090-1102,共13页; 基金国家自然科学基金(No.62001255,No.61841204,No.61771266)。; 文摘图像配准在脑部疾病的计算机辅助诊疗和远程手术等方面具有重要作用。U-Net及其变体网络广泛应用于医学图像配准领域,在配准精确度和配准时间上取得了较好效果。然而,现有的配准模型在处理复杂图像形变时,难以学习到图像中微小结构的边缘特征,且忽视了不同尺度上下文信息的关联。针对上述问题,本文提出了一种基于跨尺度点匹配结合多尺度特征融合的配准模型。首先,在模型的编码结构中引入跨尺度点匹配模块,增强对图像突出区域特征的表达以及对微小结构边缘细节特征的把握;然后,在解码结构中对多尺度特征进行融合,形成更全面的特征描述;最后,在多尺度特征融合模块中融入注意力模块,突出空间和通道的信息。在3个脑部核磁共振(Magnetic Resonance,MR)数据集上的实验结果表明,以OASIS-3数据集为例,本文方法的配准精确度相较于Affine、SyN、VoxelMorph以及CycleMorph等方法,本文方法分别提升了23.5%、12.4%、0.9%和2.1%;ASD值相较于各方法分别降低了1.074、0.434、0.043和0.076。本文提出的模型能更好地把握图像的特征信息,提升配准的精确度,对医学图像配准的发展具有重要意义。; 关键词医学图像配准编码器-解码器结构特征加权特征匹配注意力机制; Keywords medical image registration encoder decoder structure feature weighting feature matching attention mechanism; 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

题名海洋涡旋智能检测研究进展: 5; 作者徐广珺施宇诚余洋谢华荣谢文鸿刘婧媛林夏艳刘宇董昌明; 机构广东海洋大学电子与信息工程学院南方海洋科学与工程广东省实验室(珠海) 福建省气象台南京信息工程大学海洋科学学院南京星遥科技有限公司浙江海洋大学海洋科学与技术学院; 出处《海洋学研究》 CSCD 北大核心 2024年第3期38-50,共13页; 基金国家重点研发计划项目(2023YFC3008200) 南方海洋科学与工程广东省实验室(珠海)自主科研项目(SML2020SP007) 热带海洋环境国家重点实验室(中国科学院南海海洋研究所)开放课题(LTO2319)。; 文摘海洋涡旋是一种常见的海洋现象,在全球海洋物质和能量的输运中起着重要作用。随着海洋研究技术手段的不断提升,各类海洋涡旋检测方法应运而生。传统涡旋检测方法应用广泛,但其过度依赖于专家经验设置阈值和持续的人工干预,存在检测误差较大、工作效率低以及全球普适性差等问题,难以适应复杂多变的海洋环境。当前人工智能快速发展,其在海洋涡旋智能检测中能够自动、快速地提取图像深层特征,有效解决海洋现象特征相似度高、几何差异大的问题。该文立足于当前海洋涡旋智能检测的发展现状,从编码器-解码器结构、全卷积神经网络、多尺度上下文方法和注意力机制等方面回顾了不同深度学习方法在海洋涡旋智能检测中的应用,以期为海洋涡旋研究提供一些启示和参考。; 关键词海洋涡旋人工智能特征检测深度学习编码器-解码器结构全卷积神经网络多尺度上下文方法注意力机制; Keywords oceanic eddy artificial intelligence feature detection deep learning coder-decoder structure fully convolutional neural network multi-scale context method attention mechanism; 分类号 P731.2 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名基于双Transformer结构的多模态视频段落描述生成研究: 6; 作者赵宏张立军; 机构兰州理工大学计算机与通信学院; 出处《计算机工程与应用》 2025年第21期182-191,共10页; 基金国家自然科学基金(62166025)。; 文摘针对现有视频段落描述方法对视频中主要事件的关注度不足与多事件描述之间缺乏连贯性的问题,在现有编码器-解码器框架的基础上,提出了一种基于双Transformer结构的多模态视频段落描述模型。采用Faster-RCNN对视频中心帧目标进行细粒度特征提取,由混合注意力结合全局视觉特征选择最具代表性的细粒度局部视觉特征,对视频中主要事件信息进行补充与增强,提高视频内容描述的准确性;提出在Transformer结构中增加存储模块与混合注意力模块,并设计了双Transformer结构,内部Transformer对事件内一致性进行建模,外部Transformer由混合注意力计算与当前事件最相关的状态建模事件间的一致性,结合内外部Transformer的输出对事件内容进行预测,提高生成描述语句的连贯性。在ActivityNet Captions数据集和YouCookII数据集上的实验结果表明,所提模型在BLEU-4、METEOR、ROUGE-L和CIDEr指标上相较于现有主流视频段落描述模型有明显提升,验证了模型的有效性。; 关键词视频段落描述编码器-解码器结构细粒度局部视觉特征双Transformer结构; Keywords video paragraph captioning encoder-decoder framework fine-grained local visual features dual-Transformer structure; 分类号 TP391 [自动化与计算机技术]; 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	编码器-解码器结构的刀具磨损状态预测研究	刘本刚吴文江赵丹王裴岩彭春杨	《小型微型计算机系统》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于类别-实例分割的室内点云场景修复补全	缪永伟刘家宗孙瑜亮吴向阳	《计算机学报》 EI CAS CSCD 北大核心	2021	10	在线阅读下载PDF 职称材料
3	基于跨层次聚合网络的实时城市街景语义分割	侯志强程敏婕马素刚屈敏杰杨小宝	《光学精密工程》 EI CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
4	跨尺度点匹配结合多尺度特征融合的图像配准	欧卓林吕晓琪谷宇	《液晶与显示》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
5	海洋涡旋智能检测研究进展	徐广珺施宇诚余洋谢华荣谢文鸿刘婧媛林夏艳刘宇董昌明	《海洋学研究》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
6	基于双Transformer结构的多模态视频段落描述生成研究	赵宏张立军	《计算机工程与应用》	2025		在线阅读下载PDF 职称材料