检索结果-维普期刊中文期刊服务平台

基于双流自适应图卷积网络的管制员睡岗行为识别被引量：2: 1; 作者王超王志锋李雯清《安全与环境学报》 CAS CSCD 北大核心 2024年第2期596-601,共6页; 为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应... 展开更多; 关键词安全社会工程睡岗行为空中交通管制员自适应图卷积网络行为识别; 在线阅读下载PDF 职称材料

强背景噪声条件下自适应图卷积神经网络的航空发动机附件机匣故障诊断方法被引量：31: 2; 作者余晓霞汤宝平 +1 位作者魏静邓蕾《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第8期78-86,共9页; 针对强背景噪声条件下航空发动机附件机匣故障难以诊断的问题,提出了自适应图卷神经网络(AGCNet)航空发动机附件机匣故障诊断方法。将航空发动机附件机匣振动信号通过小波包进行分解,并将小波包系数矩阵定义为包含节点与边的图。在图卷... 展开更多; 关键词航空发动机附件机匣自适应图卷积神经网络强背景噪声故障诊断; 在线阅读下载PDF 职称材料

基于自适应时空网络的SDN流量预测模型被引量：1: 3; 作者刘月张慧 +1 位作者蔡安亮沈建华《光通信技术》北大核心 2024年第6期34-39,共6页; 为了提高软件定义网络(SDN)流量预测的准确率,提出了一种基于自适应时空网络的SDN流量预测模型。该模型通过采用自适应图卷积神经网络来捕捉SDN流量的空间相关性,利用门控循环单元来捕捉时间上的变化趋势,并针对SDN流量的高度动态特性... 展开更多; 关键词软件定义网络流量预测自适应图卷积网络门控循环时空相关性; 在线阅读下载PDF 职称材料

基于图卷积网络改进的人体动作识别模型被引量：3: 4; 作者陶峰李燕苹王瑞《电子测量技术》北大核心 2023年第8期59-64,共6页; 针对双流自适应图卷积动作识别网络2S-AGCN模型忽略了人体动作识别中特征的长距离信息以及通道之间的依赖的缺点,设计了一种双重注意力机制对2S-AGCN模型的图卷积模块进行改进,实现精度的提升。双重注意力机制包含了空间注意力机制以及... 展开更多; 关键词动作识别双流自适应图卷积网络双重注意力机制深度学习; 在线阅读下载PDF 职称材料

结合多特征嵌入和多网络融合的中文医疗命名实体识别被引量：5: 5; 作者雷松泽刘博 +1 位作者王瑜菲单奥奎《电子与信息学报》 EI CSCD 北大核心 2023年第8期3032-3039,共8页; 在医疗领域中,实体识别能够从大规模电子病历文本中提取有价值信息,由于缺乏定位实体边界的特征以及存在语义信息提取不完整等问题,中文的命名实体识别(NER)实现更加困难。该文提出一种针对中文电子病历的结合多特征嵌入和多网络融合的... 展开更多; 关键词命名实体识别多特征嵌入多网络融合自适应图卷积网络; 在线阅读下载PDF 职称材料

基于SE-AGCN的工人爬梯危险行为识别研究: 6; 作者朱文锐史东辉 +1 位作者周欢黄瑞丰《传感器与微系统》 2025年第9期59-62,67,共5页; 为及时准确地检测在施工作业和日常生活攀爬梯子过程中的危险行为,现利用计算机视觉技术,提出基于挤压激励自适应图卷积网络(SE-AGCN)的工人危险爬梯行为识别模型。首先,通过在施工现场采集工人爬梯作业的相关视频,分析其中的安全与危... 展开更多; 关键词自适应图卷积网络挤压激励模块爬梯行为危险行为识别施工安全; 在线阅读下载PDF 职称材料

题名基于双流自适应图卷积网络的管制员睡岗行为识别被引量：2: 1; 作者王超王志锋李雯清; 机构中国民航大学空中交通管理学院; 出处《安全与环境学报》 CAS CSCD 北大核心 2024年第2期596-601,共6页; 文摘为识别空中交通管制员的睡岗行为,减少管制差错,保障航空器飞行安全,提出了一种基于双流自适应图卷积网络的管制员睡岗行为识别方法。该方法设计双流网络分别处理管制员骨架的一阶信息和二阶信息,实现对骨架数据的充分提取;通过自适应学习的骨骼拓扑连接矩阵,挖掘管制员不同关节之间的功能连接关系;同时在卷积层引入时空通道注意力机制,增强管制员睡岗行为识别模型在时间、空间、通道3个方向提取重要信息的能力。仿真结果表明,该方法能有效识别管制员3种睡岗行为,相较于传统的时空图卷积网络,识别准确率提高了3.08百分点,达到95.03%,可以提高民航运行安全管理水平。; 关键词安全社会工程睡岗行为空中交通管制员自适应图卷积网络行为识别; Keywords safety social engineering sleeping on duty behavior air traffic controller Adaptive Graph Convolution Network(AGCN) behavior recognition; 分类号 X949 [环境科学与工程—安全科学]; 在线阅读下载PDF 职称材料

题名强背景噪声条件下自适应图卷积神经网络的航空发动机附件机匣故障诊断方法被引量：31: 2; 作者余晓霞汤宝平魏静邓蕾; 机构重庆大学机械传动国家重点实验室; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2021年第8期78-86,共9页; 基金重庆市自然科学基金(cstc2019jcyj-zdxmX0026) 国家重点研发计划(2020YFB1709800) 国家自然科学基金(51775065)项目资助。; 文摘针对强背景噪声条件下航空发动机附件机匣故障难以诊断的问题,提出了自适应图卷神经网络(AGCNet)航空发动机附件机匣故障诊断方法。将航空发动机附件机匣振动信号通过小波包进行分解,并将小波包系数矩阵定义为包含节点与边的图。在图卷积神经网络中构建自适应图卷积核,基于切比雪夫多项式设计了一种自适应图卷积操作,通过自适应图卷积核对图中节点与边进行特征提取,增强模型在强噪声条件下的泛化性。最后利用全连接层进行特征抽取,进而实现航空发动机附件机匣故障。应用案例表明所提自适应图卷积神经网络模型(AGCNet);在强背景噪声条件下对航空发动机附件机匣故障平均诊断精度为86.42%,均高于LeNet、ResNet以及GCNet模型。能够有效识别故障,可应用于航空发动机附件机匣故障诊断。; 关键词航空发动机附件机匣自适应图卷积神经网络强背景噪声故障诊断; Keywords aero-engine accessory gearbox adaptive graph convolution networks strong background noise fault diagnosis; 分类号 TH17 [机械工程—机械制造及自动化]; 在线阅读下载PDF 职称材料

题名基于自适应时空网络的SDN流量预测模型被引量：1: 3; 作者刘月张慧蔡安亮沈建华; 机构南京邮电大学通信与信息工程学院深圳赛柏特通信技术有限公司; 出处《光通信技术》北大核心 2024年第6期34-39,共6页; 基金国家自然科学青年基金项目(批准号:62301284)资助。; 文摘为了提高软件定义网络(SDN)流量预测的准确率,提出了一种基于自适应时空网络的SDN流量预测模型。该模型通过采用自适应图卷积神经网络来捕捉SDN流量的空间相关性,利用门控循环单元来捕捉时间上的变化趋势,并针对SDN流量的高度动态特性引入了自回归模块。实验结果表明,所提出的SDN流量预测方法相比现有的基线模型能够识别出更多的流量特征,同时表现出更优的预测性能。; 关键词软件定义网络流量预测自适应图卷积网络门控循环时空相关性; Keywords software defined network traffic prediction adaptive graph convolutional network gated recurrent spatiotemporal correlation; 分类号 TN91 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于图卷积网络改进的人体动作识别模型被引量：3: 4; 作者陶峰李燕苹王瑞; 机构上海大学通信与信息工程学院; 出处《电子测量技术》北大核心 2023年第8期59-64,共6页; 文摘针对双流自适应图卷积动作识别网络2S-AGCN模型忽略了人体动作识别中特征的长距离信息以及通道之间的依赖的缺点,设计了一种双重注意力机制对2S-AGCN模型的图卷积模块进行改进,实现精度的提升。双重注意力机制包含了空间注意力机制以及通道注意力机制,其中空间注意力机制有选择性地聚集上下文,通道注意力机制分为两个并行的模块,第1部分提高了特征的可辨性,第2部分在捕获特征远程依赖的同时,保留了精准的位置信息。结果表明,以双流自适应图卷积动作识别网络2S-AGCN模型为基础网络,融入了双重注意力机制模块的模型在Kinetics数据集上的Top-1和Top-5分别提升了0.6%和1.3%,在NTURGB+D120数据集的CS和CV上的Top-1分别提升了1.2%和0.5%,在NTURGB+D数据集的CS和CV上的Top-1分别提了0.2%和0.1%。; 关键词动作识别双流自适应图卷积网络双重注意力机制深度学习; Keywords action recognition two-stream adaptive graph convolutional networks dual attention mechanism deep learning; 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

题名结合多特征嵌入和多网络融合的中文医疗命名实体识别被引量：5: 5; 作者雷松泽刘博王瑜菲单奥奎; 机构西安工业大学计算机科学与工程学院; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第8期3032-3039,共8页; 基金新型网络与检测控制国家地方联合工程实验室基金(GSYSJ2016008)。; 文摘在医疗领域中,实体识别能够从大规模电子病历文本中提取有价值信息,由于缺乏定位实体边界的特征以及存在语义信息提取不完整等问题,中文的命名实体识别(NER)实现更加困难。该文提出一种针对中文电子病历的结合多特征嵌入和多网络融合的模型(MFE-MNF)。该模型嵌入多粒度特征,即字符、单词、部首和外部知识,扩展字符的特征表示,明确实体边界。将特征向量分别输入到双向长短期记忆神经网络(BiLSTM)和该文构建的自适应图卷积网络等双通路中,全面深入地捕获上下文语义信息和全局语义信息,缓解语义信息提取不完整问题。在CCKS2019和CCKS2020数据集上进行实验验证,结果表明,相比于传统实体识别模型,该文模型能够准确且有效地提取实体。; 关键词命名实体识别多特征嵌入多网络融合自适应图卷积网络; Keywords Named Entity Recognition(NER) Multi-feature embedding Multi-network fusion Adaptive graph convolutional network; 分类号 TP391.1 [自动化与计算机技术—计算机应用技术] R-05 [医药卫生]; 在线阅读下载PDF 职称材料

题名基于SE-AGCN的工人爬梯危险行为识别研究: 6; 作者朱文锐史东辉周欢黄瑞丰; 机构安徽新华学院大数据与人工智能学院; 出处《传感器与微系统》 2025年第9期59-62,67,共5页; 基金安徽省教育厅高校自然科学重点研究资助项目(KJ2021A1160)。; 文摘为及时准确地检测在施工作业和日常生活攀爬梯子过程中的危险行为,现利用计算机视觉技术,提出基于挤压激励自适应图卷积网络(SE-AGCN)的工人危险爬梯行为识别模型。首先,通过在施工现场采集工人爬梯作业的相关视频,分析其中的安全与危险行为,来构建爬梯行为数据集;其次,通过姿态估计算法,提取工人行为的人体骨骼信息,并将其作为行为识别模型的输入;最终,构建通过挤压激励模块(SE Block)改进的自适应图卷积网络(AGCN)用于行为识别。实验结果表明,该方法具有较好的爬梯行为识别效果。同时,该方法将有助于保障施工人员人身安全,实现爬梯过程中的安全风险信息化预警。; 关键词自适应图卷积网络挤压激励模块爬梯行为危险行为识别施工安全; Keywords AGCN SE Block ladder climbing behavior risky behavior recognition construction safety; 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	基于双流自适应图卷积网络的管制员睡岗行为识别	王超王志锋李雯清	《安全与环境学报》 CAS CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	强背景噪声条件下自适应图卷积神经网络的航空发动机附件机匣故障诊断方法	余晓霞汤宝平魏静邓蕾	《仪器仪表学报》 EI CAS CSCD 北大核心	2021	31	在线阅读下载PDF 职称材料
3	基于自适应时空网络的SDN流量预测模型	刘月张慧蔡安亮沈建华	《光通信技术》北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于图卷积网络改进的人体动作识别模型	陶峰李燕苹王瑞	《电子测量技术》北大核心	2023	3	在线阅读下载PDF 职称材料
5	结合多特征嵌入和多网络融合的中文医疗命名实体识别	雷松泽刘博王瑜菲单奥奎	《电子与信息学报》 EI CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料
6	基于SE-AGCN的工人爬梯危险行为识别研究	朱文锐史东辉周欢黄瑞丰	《传感器与微系统》	2025		在线阅读下载PDF 职称材料