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9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：
基于改进视觉自注意力模型的分心驾驶行为识别研究
1
作者 夏嗣礼 《无线互联科技》 2024年第7期13-16,67,共5页
针对分心驾驶行为识别问题,文章提出一种基于改进视觉自注意力模型的方法,构建了模型ViT_CR,用于估计驾驶员头部姿势,通过多任务学习提高角度预测精度,在数据集AFLW上预测误差MAE为4.61;运用ViT_CR处理连续视频帧,并基于分心驾驶识别原... 针对分心驾驶行为识别问题,文章提出一种基于改进视觉自注意力模型的方法,构建了模型ViT_CR,用于估计驾驶员头部姿势,通过多任务学习提高角度预测精度,在数据集AFLW上预测误差MAE为4.61;运用ViT_CR处理连续视频帧,并基于分心驾驶识别原则设定安全阈值与辅助参数判断驾驶员是否处于分心状态。实验表明,在真实驾驶数据集Dimags上,该方法能有效利用头部姿势的时序信息进行识别,为分心驾驶监测及预警提供了一种新的思路。 展开更多
关键词 分心驾驶 视觉自注意力模型 行为识别 头部姿势
在线阅读 下载PDF
基于自注意力模型的图像去雾算法
2
作者 周欣 谢耀华 +1 位作者 王润民 郑兵兵 《现代电子技术》 2022年第19期37-43,共7页
为了提高路侧相机在雾天气象环境下的图像对比度和清晰度,基于自注意力模型建立了一种图像去雾算法。通过视觉感知实时获取道路交通目标信息,是实现道路数字化与智慧化的基础,而雾天环境会使感知算法出现性能衰退。文中在生成式对抗神... 为了提高路侧相机在雾天气象环境下的图像对比度和清晰度,基于自注意力模型建立了一种图像去雾算法。通过视觉感知实时获取道路交通目标信息,是实现道路数字化与智慧化的基础,而雾天环境会使感知算法出现性能衰退。文中在生成式对抗神经网络框架下建立了基于自注意力模型的图像去雾算法,能够有效建模图像中不同区域间的关系,同时解决实际环境中难以建立无雾-有雾图像对训练集问题。利用Vision-Transformer网络提取图像中雾层特征,通过U-Net网络对图像雾层进行估计;采用卷积神经网络对去雾图像进行评估,通过对抗训练方式对网络参数进行优化;基于实际高速公路路侧相机采集了自然雾天环境下的道路交通图像数据,并结合Foggy Driving和O-HAZE开源数据集对提出的图像去雾算法进行了验证,结合主观和量化指标对算法的去雾效果进行了验证评估,表明该算法能够有效提高图像质量。 展开更多
关键词 图像去雾算法 自注意力模型 道路数字化 Vision-Transformer网络 卷积神经网络 量化指标
在线阅读 下载PDF
基于多头自注意力模型的本体匹配方法 被引量：1
3
作者 吴楠 唐雪明 《无线电通信技术》 2023年第6期1081-1087,共7页
随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多... 随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多头自注意力模型的本体匹配方法(Ontology Matching Method Based on Multi-Head Self-Attention, OM-MHSA)自主学习各相似度方法对匹配结果的贡献值。在国际本体对齐评测组织(Ontology Alignment Evaluation Initiative, OAEI)提供的Conference数据集上进行实验,结果表明,相对LSMatch和KGMatcher+方法,提出的模型准确率(Precision)提升了6%,召回率(Recall)和F1值(F1-measure)超过了ALIOn、TOMATO和Matcha等方法。可见,提出的模型能够提升匹配结果的效率。 展开更多
关键词 语义关系 OWL2Vec* 本体匹配 多头自注意力模型
在线阅读 下载PDF
一种基于深度学习的即时配送时间预测模型
4
作者 丁翔 倪丽萍 韩露 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第9期1248-1254,1274,共8页
为了提高即时配送服务水平,文章针对即时配送时间预测问题,提出一种分特征学习的预测模型。首先考虑不同因素对配送过程的影响,使用地理哈希、图嵌入等方法对多种特征进行表示;然后使用多头自注意力模型(multi-head self-attention,MHSA... 为了提高即时配送服务水平,文章针对即时配送时间预测问题,提出一种分特征学习的预测模型。首先考虑不同因素对配送过程的影响,使用地理哈希、图嵌入等方法对多种特征进行表示;然后使用多头自注意力模型(multi-head self-attention,MHSA)和残差连接组合的方法学习多种特征间存在的关联关系,同时利用卷积神经网络(convolutional neural network,CNN)对配送节点间存在的空间关系进行提取,实现对不同特征的学习;最后将提取的特征进行融合,输入多层感知机实现对配送时间的预测。在真实即时配送数据集上的对比实验表明,该文提出的预测模型能够有效学习各类特征及关联关系,预测效果更优。 展开更多
关键词 即时配送 时间预测 多头自注意力模型(MHSA) 卷积神经网络(CNN) 深度学习
在线阅读 下载PDF
IEMAyoloViT:基于改进YOLOv8的水下目标检测算法
5
作者 施克权 李祺 +1 位作者 隋皓 朱宏娜 《电讯技术》 北大核心 2025年第1期54-62,共9页
针对光学成像技术受到光线衰减、散射等因素影响,图像质量和目标分辨率较差,不利于开展水下目标检测任务的问题,提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer(ViT)主干的YOLOv8算法YOLOViT和一种融... 针对光学成像技术受到光线衰减、散射等因素影响,图像质量和目标分辨率较差,不利于开展水下目标检测任务的问题,提出了一种高效水下目标检测框架IEMAyoloViT。该框架结合了改进Vision Transformer(ViT)主干的YOLOv8算法YOLOViT和一种融合多尺度高效空间注意力机制(Efficient Multi-scale Attention,EMA)的C2f模块,以解决目标特征提取过程中注意力分散的问题。同时改进了Inner-CIoU损失函数,基于不同尺度的辅助边界加速边界框回归。实验结果表明,在全国水下机器人大赛(Underwater Robot Professional Contest,URPC)2021数据集中,IEMAyoloViT的mAP50高达83.2%,较YOLOv8高9.2%;mAP50:95较YOLOv8高1.0%,证明了IEMAyoloViT的有效性和应用潜力。 展开更多
关键词 水下目标检测 深度学习 视觉自注意力模型 注意力机制
在线阅读 下载PDF
基于多信息融合分析的客户精准画像与推送算法设计
6
作者 齐光鹏 《现代电子技术》 北大核心 2025年第6期175-179,共5页
针对原始图卷积神经网络推送模型存在的冷启动和过平滑问题,文中基于堆叠重构网络和改进自编码器网络,提出一种针对用户画像的多信息推送模型。对于冷启动问题,在图卷积网络的输出部分,将用户画像中的评价信息嵌入到网络中,之后通过注... 针对原始图卷积神经网络推送模型存在的冷启动和过平滑问题,文中基于堆叠重构网络和改进自编码器网络,提出一种针对用户画像的多信息推送模型。对于冷启动问题,在图卷积网络的输出部分,将用户画像中的评价信息嵌入到网络中,之后通过注意力网络层提取特征信息,并对模型进行堆叠,以提升用户交互数据的质量。对于过平滑问题,增加网络层数的同时,使用改进的自编码器和度预测模块对动态图网络进行局部训练,从而提升算法的个性化推荐能力。在实验测试中,相较基线最优算法,所提算法的HR指标分别提升22.7%、12.2%,NDCG指标分别提升4.7%和6.5%。证明了该算法性能良好,能够为用户提供精确化的推送服务。 展开更多
关键词 图卷积神经网络 堆叠重构网络 用户精准画像 自注意力模型 度预测模块 推送算法
在线阅读 下载PDF
车联网背景下的机动车辆轨迹预测模型 被引量：11
7
作者 吴翊恺 胡启洲 吴啸宇 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第6期1199-1208,共10页
针对传统深度学习算法对长序列特征提取效果有限的问题,提出一种基于Transformer的机动车辆轨迹预测模型.将利用车联网技术获取的周围车辆位置、速度、加速度及工况数据作为模型输入,通过Transformer的自注意力层及全连接层的处理得到... 针对传统深度学习算法对长序列特征提取效果有限的问题,提出一种基于Transformer的机动车辆轨迹预测模型.将利用车联网技术获取的周围车辆位置、速度、加速度及工况数据作为模型输入,通过Transformer的自注意力层及全连接层的处理得到区域内机动车辆状态向量.卷积联合池化层将车辆状态信息特征进一步提炼,经解码器得到未来时刻的车辆轨迹分布.将模型部署在仿真环境,使用NGSIM数据集对模型进行验证分析.结果表明:该模型对机动车辆未来横向轨迹和纵向轨迹的预测准确率分别为97.4%和88.4%;与其他深度学习模型横向相比,预测值与真实值的均方根误差和交叉熵代价函数值均最小.该模型在提取车辆历史轨迹特征上效果显著,提高了轨迹预测的准确性. 展开更多
关键词 车联网 车辆轨迹预测 特征提取 自注意力模型
在线阅读 下载PDF
基于语义分割的视频鱼类特征提取方法研究
8
作者 李潇洋 陈健 常剑波 《水生态学杂志》 CSCD 北大核心 2024年第5期204-212,共9页
从视频图像中快速、准确提取水生生物(如鱼类)的特征信息,是信息科学与水生态研究结合的热点。基于Transformer的视觉模型,采用一种基于弱监督语义分割的视频鱼类特征提取方法,在无需预训练或微调的条件下,可以实现对鱼的身体、头部和鱼... 从视频图像中快速、准确提取水生生物(如鱼类)的特征信息,是信息科学与水生态研究结合的热点。基于Transformer的视觉模型,采用一种基于弱监督语义分割的视频鱼类特征提取方法,在无需预训练或微调的条件下,可以实现对鱼的身体、头部和鱼鳍3类形态区域标签的分割提取。采用DeepFish分割数据集构建计算机视觉自注意力模型(vision transformer,ViT),通过对水下拍摄的鱼类视频进行实验,结果实现了鱼体形态主体特征的有效提取,对拟定的3类形态标签区域进行了良好的分割标记。研究方法具有较高的效率、分割准确度和标记区域的连续平滑性,可提供良好的语义特征,为人工智能技术在鱼类等水生生物监测实践中提供了一种低成本、高效率的新方法。 展开更多
关键词 弱监督学习 语义分割 视觉自注意力模型 鱼类特征提取
在线阅读 下载PDF
多尺度时空特征融合的动态手势识别网络 被引量：3
9
作者 刘杰 王月 田明 《电子与信息学报》 EI CSCD 北大核心 2023年第7期2614-2622,共9页
由于动态手势数据具有时间复杂性以及空间复杂性,传统的机器学习算法难以提取准确的手势特征;现有的动态手势识别算法网络设计复杂、参数量大、手势特征提取不充分。为解决以上问题,该文提出一种基于卷积视觉自注意力模型(CvT)的多尺度... 由于动态手势数据具有时间复杂性以及空间复杂性,传统的机器学习算法难以提取准确的手势特征;现有的动态手势识别算法网络设计复杂、参数量大、手势特征提取不充分。为解决以上问题,该文提出一种基于卷积视觉自注意力模型(CvT)的多尺度时空特征融合网络。首先,将图片分类领域的CvT网络引入动态手势分类领域,用于提取单张手势图片的空间特征,将不同空间尺度的浅层特征与深层特征融合。其次,设计一种多时间尺度聚合模块,提取动态手势的时空特征,将CvT网络与多时间尺度聚合模块结合,抑制无效特征。最后为了弥补CvT网络中dropout层的不足,将R-Drop模型应用于多尺度时空特征融合网络。在Jester数据集上进行实验验证,与多种基于深度学习的动态手势识别方法进行对比,实验结果表明,该文方法在识别率上优于现有动态手势识别方法,在动态手势数据集Jester上识别率达到92.26%。 展开更多
关键词 动态手势识别 深度学习 卷积视觉自注意力模型 多尺度融合
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 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