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632篇文章
< 1 2 … 32 >
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：
自适应交叉融合局部特征的空间目标小样本识别方法
1
作者 谢文茜 任笑圆 +2 位作者 王粲雨 蒋李兵 王壮 《国防科技大学学报》 北大核心 2025年第3期162-172,共11页
针对空间目标在低频次观测的小样本识别场景中,不同姿态下图像表征变化剧烈导致的辨识性特征提取难、图像间特征关联难的问题,提出一种自适应交叉融合局部特征的空间目标小样本识别方法。在现有小样本学习框架上,引入基于自注意力和互... 针对空间目标在低频次观测的小样本识别场景中,不同姿态下图像表征变化剧烈导致的辨识性特征提取难、图像间特征关联难的问题,提出一种自适应交叉融合局部特征的空间目标小样本识别方法。在现有小样本学习框架上,引入基于自注意力和互注意力的特征交叉融合模块,自适应地学习局部特征之间的相关关系,提高不同姿态下特征提取的判别性和鲁棒性,有效挖掘支持集和查询集之间的相似性,提升存在表征差异条件下的特征关联准确性。同时,在损失函数中引入基于邻域密度的样本标签权重,以解决空间目标数据集中姿态不均衡导致的网络模型学习偏差问题。通过在不同数据集上的验证,证明提出的方法具有更高的识别精度。 展开更多
关键词 空间目标识别 小样本学习 样本不均衡 特征交叉融合 注意力机制
在线阅读 下载PDF
基于多浮标空间多特征融合的海水溶解氧浓度预测
2
作者 朱奇光 申震 +4 位作者 李享 魏祯 乔文静 张淋淞 陈颖 《海洋学报》 北大核心 2025年第1期104-116,共13页
溶解氧浓度是衡量海水水质的重要指标之一。为了及时掌握海水水质变化情况,降低海水污染风险及其带来的损失,建立海洋水质参数预测机制至关重要。为此,本文提出了一种基于浮标网络时空信息融合和改进生成对抗网络(Generative Adversaria... 溶解氧浓度是衡量海水水质的重要指标之一。为了及时掌握海水水质变化情况,降低海水污染风险及其带来的损失,建立海洋水质参数预测机制至关重要。为此,本文提出了一种基于浮标网络时空信息融合和改进生成对抗网络(Generative Adversarial Networks,GAN)的海水溶解氧浓度预测模型,旨在整合监测区域内浮标网络的拓扑信息并实现浮标传感器的多特征融合。该模型利用图注意力网络(Graph Attention Mechanism,GAT)挖掘不同近邻点对目标节点的影响,计算邻接节点的权重,从而捕获浮标数据的时空特征;通过双头注意力机制与双时间尺度更新规则(Two Time-Scale Update Rule,TTUR)优化GAN预测网络及网络训练过程,改善生成对抗网络的训练速度平衡问题,提高生成器网络的拟合效果。以均方误差、均方根误差、平均绝对误差与决定系数为评价指标进行模型预测性能对比,结果表明,所提出模型的各项评价指标均优于其他模型,能够有效挖掘多浮标的空间信息,克服了传统方法在海水溶解氧浓度预测中存在的精度低、无法灵活利用历史空间数据、训练稳定性差和速度慢等不足,可为海洋水质监测及预测提供重要的技术支撑。 展开更多
关键词 溶解氧浓度预测 空间多特征融合 GAT GAN TTUR
在线阅读 下载PDF
基于特征交互与自适应分组融合的多模态目标检测
3
作者 叶志晖 武健 +2 位作者 赵晓忠 王文娟 邵新光 《红外技术》 北大核心 2025年第4期468-474,共7页
为提升目标检测方法在复杂场景下的检测效果,将深度学习算法与多模态信息融合技术相结合,提出了一种基于特征交互与自适应分组融合的多模态目标检测模型。模型采用红外和可见光目标图像为输入,以PP-LCNet网络为基础构建对称双支路特征... 为提升目标检测方法在复杂场景下的检测效果,将深度学习算法与多模态信息融合技术相结合,提出了一种基于特征交互与自适应分组融合的多模态目标检测模型。模型采用红外和可见光目标图像为输入,以PP-LCNet网络为基础构建对称双支路特征提取结构,并引入特征交互模块,保证不同模态目标特征在提取过程中的信息互补;其次,设计二值化分组注意力机制,利用全局池化结合Sign函数将交互模块的输出特征以所属目标类别进行特征分组,再分别采用空间注意力机制增强各特征组中的目标信息;最后,基于分组增强后的特征,提取不同尺度下的同类特征组,通过自适应加权方式由深至浅进行多尺度融合,并根据融合后的各尺度特征实现目标预测。实验结果表明,所提方法在多模态特征交互、关键特征增强以及多尺度融合方面都有较大的提升作用,并且在复杂场景下,模型也具有更高的鲁棒性,可以更好地适用于不同场景中。 展开更多
关键词 多模态 目标检测 特征交互 二值化分组 自适应融合
在线阅读 下载PDF
基于多特征融合的空间多目标在轨检测方法
4
作者 桑海瑞 郑然 +3 位作者 程会艳 李林 孟小迪 齐静雅 《空间控制技术与应用》 北大核心 2025年第1期105-114,共10页
在轨光学观测不受云层、大气、白昼等因素干扰,在时空范围及使用成本上均优于传统地基测量.立足于空间非合作目标在轨检测跟踪需求,提出一种空间多目标在轨检测方法,该方法首先利用Delaunay三角匹配实现恒星背景差分,并通过融合目标光... 在轨光学观测不受云层、大气、白昼等因素干扰,在时空范围及使用成本上均优于传统地基测量.立足于空间非合作目标在轨检测跟踪需求,提出一种空间多目标在轨检测方法,该方法首先利用Delaunay三角匹配实现恒星背景差分,并通过融合目标光度学、形态学与运动学特征进行轨迹关联,最终进行轨迹识别实现空间目标鲁棒检测.在密集星场多目标观测仿真数据集以及外场目标观测实验中多目标跟踪准确率均大于95%,能够在不依赖星表进行姿态解算、相机标定参数和目标先验信息的情况下有效输出多目标轨迹,相较于传统算法减小了运算量,提高了空间目标在轨检测能力,为空间多目标检测跟踪研究提拱参考. 展开更多
关键词 空间非合作目标 在轨检测跟踪 Delaunay三角匹配 多特征融合
在线阅读 下载PDF
基于多特征空间自适应网络的谐波减速器故障诊断
5
作者 陈仁祥 张晓 +2 位作者 李嘉琳 杨宝军 张旭 《振动工程学报》 北大核心 2025年第2期432-440,共9页
由于多测点位置不同引起的数据分布差异造成谐波减速器故障诊断效果不佳,提出基于多特征空间自适应网络(multiple feature spaces adaptation network,MFSAN)的谐波减速器故障诊断方法。对谐波减速器振动信号进行连续小波变换,以构造时... 由于多测点位置不同引起的数据分布差异造成谐波减速器故障诊断效果不佳,提出基于多特征空间自适应网络(multiple feature spaces adaptation network,MFSAN)的谐波减速器故障诊断方法。对谐波减速器振动信号进行连续小波变换,以构造时频图来描述其运行状态特征。将不同位置传感器所测数据划分为多个源域数据和目标域数据映射到不同特征空间,得到不同测点位置下的特征表示。利用自适应网络将源域中学习到的知识自动应用到目标域,以自动对齐特定领域的特征分布,从而学习多个域不变表示。利用领域特定的决策边界来对齐分类器的输出,从而有效减少因传感器位置差异引起的数据分布差异。在工业机器人谐波减速器诊断实验中,所提诊断方法达到了99.72%的准确率,高于其他对比方法,验证了所提诊断方法的有效性和可行性。 展开更多
关键词 故障诊断 谐波减速器 连续小波变换 多特征空间自适应
在线阅读 下载PDF
结合互注意力空间自适应和特征对集成判别的细粒度图像分类
6
作者 李志欣 匡文兰 《广西师范大学学报(自然科学版)》 北大核心 2025年第4期69-82,共14页
细粒度图像具有类间差异小和类内区别大的特点,许多研究利用Vision Transformer挖掘关键区域特征来提升细粒度图像分类的精度,但其仍存在2个主要问题:首先,网络挖掘关键性分类线索时背景区域也考虑在内,给模型带来额外噪声干扰;其次,输... 细粒度图像具有类间差异小和类内区别大的特点,许多研究利用Vision Transformer挖掘关键区域特征来提升细粒度图像分类的精度,但其仍存在2个主要问题:首先,网络挖掘关键性分类线索时背景区域也考虑在内,给模型带来额外噪声干扰;其次,输入的图像局部嵌入特征之间欠缺空间联系,模型缺乏物体结构认知能力,导致提取的类别特征不准确。针对此问题,本文提出互注意力空间自适应和特征对集成判别2个模块。先通过互注意力空间自适应模块学习不同嵌入层的互注意力增强权重,用于选择更佳的判别性区域,通过图卷积网络自适应学习不同区域的邻接关系;再利用特征对集成判别模块考虑图像对之间的线索交互,减少细粒度图像间的混淆,在令牌特征增强策略下得出最终预测结果。本文方法在CUB-200-2011、Stanford Dogs和NABirds等3个基准数据集上测试准确率分别达到92.5%、93.3%和91.8%,优于现有许多先进方法。 展开更多
关键词 细粒度图像分类 互注意力空间自适应 特征对集成判别 图卷积网络 令牌特征增强
在线阅读 下载PDF
残差混合注意力与自适应特征融合的脑肿瘤分割
7
作者 吴进旭 吴云 《计算机应用研究》 北大核心 2025年第8期2525-2531,共7页
脑肿瘤图像的自动化分割在脑肿瘤的辅助诊断和治疗方面至关重要。针对脑肿瘤图像病变区域复杂多变、病灶与背景区域边界模糊的问题,提出了一种结合残差混合注意力、自适应特征融合的脑肿瘤分割方法(residual adaptive convolution-Net,R... 脑肿瘤图像的自动化分割在脑肿瘤的辅助诊断和治疗方面至关重要。针对脑肿瘤图像病变区域复杂多变、病灶与背景区域边界模糊的问题,提出了一种结合残差混合注意力、自适应特征融合的脑肿瘤分割方法(residual adaptive convolution-Net,RAC-Net)。首先,使用双动态卷积增强(dual dynamic convolution enhancement,DDCE)模块以实现更灵活的特征提取和增强模型的适应能力;然后,引入残差混合注意力(residual mixed attention,RMA)模块,以充分提取图像的全局与局部特征;最后,在解码路径中使用自适应特征融合(adaptive feature fusion module,AF2M)模块来对深层与浅层特征进行融合,以获取更丰富的特征信息。在公共数据集BraTS2019与BraTS2021上进行实验,并使用数据集BraTS2023进行跨数据集验证,结果显示RAC-Net的大部分指标均优于现有主流分割方法,说明该分割方法对临床相关脑肿瘤疾病的辅助诊断具有一定的应用价值。 展开更多
关键词 脑肿瘤分割 自适应特征融合 残差混合注意力 双动态卷积增强
在线阅读 下载PDF
基于图卷积的自适应特征融合MRI脑肿瘤分割方法
8
作者 张野 张睦卿 +1 位作者 袁学刚 牛大田 《河北科技大学学报》 北大核心 2025年第4期395-404,共10页
针对U-Net模型在MRI脑肿瘤分割上存在的全局信息捕获不足和深层语义信息融合不充分等问题,提出一种新的基于图卷积的自适应特征融合网络(adaptive spatial and graph-convolutional U-Net, ASGU-Net)。以三维U-Net为基础,通过构建图卷... 针对U-Net模型在MRI脑肿瘤分割上存在的全局信息捕获不足和深层语义信息融合不充分等问题,提出一种新的基于图卷积的自适应特征融合网络(adaptive spatial and graph-convolutional U-Net, ASGU-Net)。以三维U-Net为基础,通过构建图卷积推理模块,捕获额外的远程上下文特征;在编解码器中引入动态蛇形卷积(dynamic snake convolution, DSConv)能更精准地契合肿瘤形态各异的特点,提高边缘特征提取能力,从而有效提升分割精度;在解码器中引入自适应空间特征融合(adaptive spatial feature fusion, ASFF)模块,通过整合多个编码器块捕获的语义信息提升特征融合效果。在公开的BraTS 2019—2021数据集上的评估表明,整个肿瘤、肿瘤核心和增强肿瘤的Dice值分别为90.70%/90.70%/91.00%、84.90%/84.00%/88.80%和77.30%/77.40%/82.50%,证明了ASGU-Net在脑肿瘤分割任务中的有效性。ASGU-Net可有效解决全局信息捕获不足和特征融合不充分的问题,为脑肿瘤高精度自动化分割提供了参考。 展开更多
关键词 计算机神经网络 脑肿瘤分割 三维U-Net 图卷积推理瓶颈层 动态蛇形卷积 自适应空间特征融合
在线阅读 下载PDF
基于空间转换与多尺度特征融合的行人重识别方法
9
作者 金鹭 刘敏昆 +3 位作者 张春红 陈可飞 罗压琼 李博 《计算机科学》 北大核心 2025年第S1期524-530,共7页
针对行人空间特征未对齐以及因遮挡导致网络无法充分表征行人信息的问题,设计了一种结合空间转换与多尺度特征融合的网络。首先,提出了一种增强行人检索的方法,旨在增强网络对特殊样本的识别能力;其次,提出了一种自约束-注意力空间转换... 针对行人空间特征未对齐以及因遮挡导致网络无法充分表征行人信息的问题,设计了一种结合空间转换与多尺度特征融合的网络。首先,提出了一种增强行人检索的方法,旨在增强网络对特殊样本的识别能力;其次,提出了一种自约束-注意力空间转换网络,以解决行人图像空间语义信息不一致的问题;然后,从网络中提取不同尺度特征,并根据网络各分支特点分别融入坐标注意力、实例批量归一化;最后,将各支路特征进行融合,以获取高表征能力的融合特征。在多个数据集上的实验表明,所提方法相比现有方法的重识别性能更优。 展开更多
关键词 行人重识别 空间转换 特征融合 多尺度 侧窗滤波
在线阅读 下载PDF
基于大内核自适应融合的小目标检测算法 被引量：1
10
作者 王磊 胡君红 任洋 《计算机工程》 北大核心 2025年第6期65-73,共9页
针对当前基于卷积神经网络的单阶段目标检测算法(YOLO系列、VFNet等)在高空拍摄场景下目标背景复杂、检测精度低、特征混叠等问题,提出一种端到端的目标检测算法CSPENet。首先,采用基于大内核深度卷积CSPNeXt作为模型主干,提高模型捕捉... 针对当前基于卷积神经网络的单阶段目标检测算法(YOLO系列、VFNet等)在高空拍摄场景下目标背景复杂、检测精度低、特征混叠等问题,提出一种端到端的目标检测算法CSPENet。首先,采用基于大内核深度卷积CSPNeXt作为模型主干,提高模型捕捉全局上下文的能力;其次,通过引入特征细化模块(FRM)在空间和通道维度上生成自适应权重,可有效抑制混叠特征,并在特征融合阶段添加基于移动网络的感受野注意力(RFA)机制解决大内核参数共享问题;最后,采用EIoU损失函数作为模型的回归损失函数,并拆分预测框和真实框纵横比的影响因子,以提高模型收敛速度并改善定位效果。实验结果表明,CSPENet在VisDrone-DET数据集上相对于DINO算法平均准确率均值提升4.4百分点,为小目标检测算法的研究及其应用提供新的参考方案。 展开更多
关键词 大内核 小目标 上下文信息 特征细化 自适应融合 感受野
在线阅读 下载PDF
基于特征融合和增强的蚕茧图像分类模型
11
作者 刘莫尘 侯欣 +6 位作者 韦伟 张鑫山 李法德 宋占华 张桂征 梁光健 闫银发 《蚕业科学》 北大核心 2025年第1期59-67,共9页
为对原料茧中的上车茧和下茧进行准确分类,实现蚕茧分拣智能化、机械化,文中提出了一种基于多尺度特征融合和增强的双线性池化分类模型。首先以ResNet41作为特征提取骨干网络构建双线性池化模型,增强网络特征提取能力的同时得到不同维... 为对原料茧中的上车茧和下茧进行准确分类,实现蚕茧分拣智能化、机械化,文中提出了一种基于多尺度特征融合和增强的双线性池化分类模型。首先以ResNet41作为特征提取骨干网络构建双线性池化模型,增强网络特征提取能力的同时得到不同维度语义信息;然后引入自适应空间特征融合模块,融合蚕茧浅层图像信息和深层语义信息,解决ResNet41在特征提取过程中出现的信息丢失问题;最后采用挤压和激发模块抑制冗余信息,降低分类偏差。改进模型B-Res41-ASE在测试集中的分类准确率和F 1值分别为93.7%和94.9%,对上车茧的分类精确率为97.8%,对黄斑茧、柴印茧、烂茧、瘪茧、薄皮茧等下茧的分类精确率分别为96.4%、93.7%、98.6%、94.5%、93.1%,相比于改进前模型和常用的细粒度分类模型均有明显优势,且B-Res41-ASE对蚕茧的可判别区域的聚焦更精准。实验结果表明,文中提出的优化方法在分类准确率、鲁棒性等方面优于其他蚕茧分类模型,可为蚕茧智能分拣提供理论依据。 展开更多
关键词 蚕茧分类 双线性池化 自适应空间特征融合 可视化分析
在线阅读 下载PDF
基于多尺度空间-光谱特征提取的颜料高光谱图像分类方法
12
作者 汤斌 罗希玲 +6 位作者 王建旭 范文奇 孙玉宇 刘家路 唐欢 赵雅 钟年丙 《光谱学与光谱分析》 北大核心 2025年第8期2364-2372,共9页
颜料不仅赋予文物色彩和美感,更承载着丰富的历史、文化与技术信息,因此对颜料的准确分类与识别是古代彩绘作品修复、保护及学术研究的重要基础。通过检测颜料的种类与化学成分,不仅能帮助确定作品的创作年代、地域特征及工艺风格,还能... 颜料不仅赋予文物色彩和美感,更承载着丰富的历史、文化与技术信息,因此对颜料的准确分类与识别是古代彩绘作品修复、保护及学术研究的重要基础。通过检测颜料的种类与化学成分,不仅能帮助确定作品的创作年代、地域特征及工艺风格,还能为科学修复提供指导依据。然而,传统颜料分析受限于样品尺寸、表面平整度,且部分分析方法需要取样,对文物造成不可逆损伤,这使得古书画颜料的检测面临诸多挑战。高光谱成像技术(HSI)凭借其无损检测、广域扫描及获取完整光谱信息的优势,成为文物颜料分析的重要工具。HSI克服了样品表面不平整、尺寸受限等问题,能够从不同波段获取细致的光谱和空间信息,帮助提取颜料的微观特征。旨在利用HSI技术实现古书画颜料的精准分类与深度特征提取,以应对复杂场景下的颜料检测挑战。为此,我们提出了一种多尺度空间-光谱特征融合的方法,在分析过程中结合不同层次的信息:利用光谱-空间注意力机制捕捉细节特征,并通过视觉转换器(ViT)模型获取图像整体的高层语义信息,从而增强对复杂颜料特征的表示能力和分类性能。实验结果表明,该方法在模拟画作样品上的分类性能显著优于传统和其他深度学习模型:与支持向量机(SVM)相比,分类精度提升了34.35%;相较于HyBridSN与SSRN模型,精度分别提高了8.93%和5.6%。本方法不仅提升了颜料检测的准确性,还为古书画的科学修复和价值保护提供了无损、可靠的技术支持,并为文物保护的智能化发展奠定了技术基础。 展开更多
关键词 高光谱成像 多尺度特征融合 Vision Transformer 光谱-空间注意力 颜料分类
在线阅读 下载PDF
长江经济带“水-能-碳”系统适应性评价及空间关联特征 被引量：4
13
作者 袁亮 程娟 +1 位作者 何伟军 徐沙沙 《中国人口·资源与环境》 CSSCI CSCD 北大核心 2024年第6期187-199,共13页
为应对全球气候变化和资源环境压力,研究水资源、能源和碳排放(水-能-碳)系统间的复杂作用关系和适应性水平,对促进“自然-社会-经济”协调发展和推动经济社会高质量发展具有重要意义。基于复杂适应系统理论,界定“水-能-碳”系统适应... 为应对全球气候变化和资源环境压力,研究水资源、能源和碳排放(水-能-碳)系统间的复杂作用关系和适应性水平,对促进“自然-社会-经济”协调发展和推动经济社会高质量发展具有重要意义。基于复杂适应系统理论,界定“水-能-碳”系统适应性内涵,建立“水-能-碳”系统交互适应性框架,从敏感性、稳定性、兼容性和可持续性4个子系统构建系统适应性评价指标体系,运用综合协同进化模型评价2010—2021年长江经济带“水-能-碳”系统适应性水平,探究长江经济带“水-能-碳”系统适应性的时空演变规律。结果表明:(1)从系统适应性影响权重来看,子系统权重排序为:可持续性>稳定性>兼容性>敏感性。(2)从指标适应性来看,各指标绝对适应性大于相对适应性。从子系统适应性来看,敏感性水平呈稳定发展趋势,兼容性和稳定性水平呈上升趋势,可持续性水平呈下降趋势;从省际适应性来看,各省系统适应性差距较大且呈“下游>中游>上游”的不均衡态势;从整体适应性来看,长江经济带系统适应性处于中等水平且呈“U”型发展趋势。(3)从子系统适应性协调水平来看,敏感性协调程度保持稳定,兼容性和可持续性协调程度不断上升,稳定性协调程度有所减小。(4)从空间关联特征来看,长江经济带系统适应性水平存在显著的正向全局空间自相关,空间聚集由弱变强再变弱,区域差异逐渐缩小;并且系统适应性水平呈现出“东高西低”的梯度格局,省域差异显著且表现出较强的路径依赖。该研究据此从敏感性、兼容性、稳定性和可持续性等方面提出提高长江经济带“水-能-碳”系统适应性的政策建议。 展开更多
关键词 “水-能-碳”系统 适应性评价 空间特征 系统协调
在线阅读 下载PDF
自适应空间与分组注意的激光点云分割方法
14
作者 李庆祥 覃丽萍 罗训 《激光与红外》 北大核心 2025年第6期893-900,共8页
随着激光点云数据的普及,研究如何提取丰富的点云特征信息变得尤为重要。现有方法多注重局部特征学习,却忽视了点云的位置与特征间的关联,且未对全局信息进行建模。为改进此状况,本文提出了自适应空间特征模块(Adaptive Spatial Feature... 随着激光点云数据的普及,研究如何提取丰富的点云特征信息变得尤为重要。现有方法多注重局部特征学习,却忽视了点云的位置与特征间的关联,且未对全局信息进行建模。为改进此状况,本文提出了自适应空间特征模块(Adaptive Spatial Feature, ASF)和分组注意力(GroupFormer)。ASF包括自适应特征块(adaptive feature block)和混合局部块(mixed local block),其可以动态学习点云位置与特征之间关系以及消除均匀加权。混合局部块将局部最大值特征数据与局部自适应特征数据结合起来,以保留局部上下文细节。ASF融入编码器-解码器结构形成ASF-Net网络,同时引入分组注意力以提取全局点云特征信息。实验表明,ASF-Net在S3DIS和ScanNet v2数据集上的语义分割性能卓越,提高了点云特征提取的准确性。 展开更多
关键词 点云语义分割 自适应空间特征模块 自适应特征块 混合局部块 分组注意力
在线阅读 下载PDF
多尺度特征增强与交互融合的遥感小目标检测
15
作者 李云红 魏小双 +5 位作者 苏雪平 李丽敏 田谷丰 郝特吉 冯准若 李仕博 《西北大学学报(自然科学版)》 北大核心 2025年第2期277-285,共9页
针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature ... 针对遥感图像小目标检测任务中,存在目标细节纹理信息模糊导致特征提取与融合不佳、小目标漏检等问题,提出了一种基于多尺度特征增强与交互融合的遥感小目标检测算法。首先,采用跨层多分支连接结构的多尺度特征增强(multiscale feature enhancement,MFE)模块,利用Split分流操作丰富和增强不同梯度获取的纹理特征信息,同时引入轻量级特征幻影模块Ghost进行通道线性变换,生成更多有效的特征细节信息流,以增强对图像中局部细节特征信息的关注;其次,构建特征交互融合(feature interaction fusion,FIF)模块,引入多分支串并行的卷积块与自适应机制的池化块,交互输入特征的通道语义信息和空间特征变换,捕获全局上下文信息,精确小目标的关键位置信息,加强特征信息之间的相关性,实现细粒度特征的多维度交互融合。使用公开的光学遥感数据集DIOR验证所提算法,改进后的网络模型平均精度值为87.6%,与NPMMR-Det、YOLOv7、YOLOv5等其他7种优秀算法相比均有提高,改进后的遥感图像小目标检测算法取得了更好的检测精度。 展开更多
关键词 遥感图像小目标检测 多尺度特征增强 Split分流 自适应机制 细节特征交互融合
在线阅读 下载PDF
基于多尺度特征融合与重构卷积的肝肿瘤图像分割方法
16
作者 马金林 酒志青 +4 位作者 马自萍 夏明格 张凯 程叶霞 马瑞士 《华南理工大学学报(自然科学版)》 北大核心 2025年第5期94-108,共15页
针对肝肿瘤图像特征表达能力不足和全局上下文信息传递受限的问题,该文提出一种基于改进U-Net的肝肿瘤图像分割方法。首先,设计了一种低秩重构卷积来优化传统卷积运算所导致的大量参数问题,并用其构建使用残差结构改进编解码器的卷积核... 针对肝肿瘤图像特征表达能力不足和全局上下文信息传递受限的问题,该文提出一种基于改进U-Net的肝肿瘤图像分割方法。首先,设计了一种低秩重构卷积来优化传统卷积运算所导致的大量参数问题,并用其构建使用残差结构改进编解码器的卷积核重构模块,使编码器保留更多的细节信息,并使解码器能更有效地恢复信息,以提升肝肿瘤图像特征的表达能力。然后,为丰富全局上下文信息的传递,设计了三分支空间金字塔池化模块来优化瓶颈结构的信息传递,打破单一路径的限制。接着,设计了多尺度特征融合模块来优化编码器信息的复用机制,增强模型对全局上下文信息的建模能力,并提升其在提取不同尺度肝肿瘤图像特征时的效能。最后,在LiTS2017和3DIRCADb数据集上对该文方法的性能进行了测试。实验结果表明:在LiTS2017数据集上的肝脏图像分割任务中,该文方法的Dice系数和IoU值分别达97.56%和95.25%,在肝肿瘤图像分割任务中的Dice系数和IoU值分别达89.71%和81.58%;在3DIRCADb数据集上的肝脏图像分割任务中,该文方法的Dice系数和IoU值分别达97.63%和95.39%,在肝肿瘤图像分割任务中的Dice系数和IoU值分别达89.62%和81.63%。 展开更多
关键词 肝肿瘤图像分割 卷积核重构 空间金字塔池化 多尺度特征融合
在线阅读 下载PDF
紫外-荧光特征级融合结合CARS-BO-LSSVM的水质COD检测方法
17
作者 郑培超 李成林 +5 位作者 王金梅 杨琴 曾金锐 吕强 阮伟 何浩楠 《中国测试》 北大核心 2025年第4期91-99,共9页
化学需氧量(COD)是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测,针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足,提出基于紫外-荧光特征级融合的光谱检测方法。将采集... 化学需氧量(COD)是表征水体中有机物含量的重要指标。使用基于不同光谱法的算法模型可以实现地表水COD的快速准确检测,针对紫外吸收光谱法和激光诱导荧光光谱法在测量精度上的不足,提出基于紫外-荧光特征级融合的光谱检测方法。将采集的实际水样经标准化学法得到COD理化值,以氘卤灯作为紫外-可见光源和以405 nm单波长半导体激光器作为激发光源,采用自主搭建的光谱系统采集水样的紫外吸收光谱和荧光发射光谱。选择Savitzky-Golay滤波对光谱去噪平滑,由竞争性自适应重加权采样(CARS)对光谱进行特征提取,并与主成分分析、连续投影算法对比,以贝叶斯优化的最小二乘支持向量(BO-LSSVM)算法作为建模方法,分别建立基于紫外吸收光谱法、激光诱导荧光光谱法和紫外-荧光特征级融合法的预测模型。结果表明:采用紫外-荧光特征级融合法的预测模型性能优于单一光谱法,提出的基于紫外-荧光特征级融合结合CARS-BO-LSSVM模型在噪声容限和预测精度方面优于其他模型,训练集R2为0.9371、RMSE为0.2726 mg·L^(–1)、MRE为9.99%,测试集R2为0.9377、RMSE为0.2578 mg·L^(–1)、MRE为7.68%。该方法对水质光谱的非线性分析具有良好的泛化性和鲁棒性,可为水质COD的快速检测提供可靠的参考价值和研究思路。 展开更多
关键词 化学需氧量 激光诱导荧光 特征级数据融合 竞争性自适应重加权采样
在线阅读 下载PDF
农旅融合背景下江西乡村空间适应性营建策略研究 被引量：3
18
作者 李枝秀 张志鹏 《农业考古》 北大核心 2024年第3期202-208,共7页
近年来,随着乡村振兴战略的有效实施,江西省不少乡村借助当地特色农业,结合旅游文化资源,以农旅融合发展助力乡村振兴。然而,在此背景下,许多乡村空间出现了保护与发展之间的矛盾,如缺乏总体调控,生产用地粗放化,邻里交往空间被破坏,村... 近年来,随着乡村振兴战略的有效实施,江西省不少乡村借助当地特色农业,结合旅游文化资源,以农旅融合发展助力乡村振兴。然而,在此背景下,许多乡村空间出现了保护与发展之间的矛盾,如缺乏总体调控,生产用地粗放化,邻里交往空间被破坏,村落风貌原真性丧失等问题。对此,本文就江西省乡村空间营建提出以下策略:整合土地资源要素,合理规划空间布局;优化乡村空间类型,改善乡村人居环境;明确主体职责分工,强化乡村空间长效管护,以此促进江西省乡村农旅融合发展,助力乡村振兴。 展开更多
关键词 农旅融合 乡村空间 适应性营建
在线阅读 下载PDF
基于孪生网络的特征融合位移RGB-T目标跟踪
19
作者 李海燕 曹永辉 +1 位作者 郎恂 李海江 《湖南大学学报(自然科学版)》 北大核心 2025年第4期68-78,共11页
为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多... 为解决现有目标跟踪算法深层次特征提取困难、不能充分利用跨模态信息以及目标特征表示较弱等问题,提出了基于孪生网络的特征融合位移RGB-T目标跟踪算法.首先,基于可见光模态SiameseRPN++的目标跟踪框架,扩展设计红外模态分支,以获得多模态目标跟踪框架,设计了改进步长的ResNet50作为特征提取网络,有效挖掘目标的深层次特征.随后,设计特征交互学习模块,利用一种模态的判别信息引导另一种模态的目标外观特征学习,挖掘特征空间和通道中的跨模态信息,增强网络对前景信息的关注.然后,设计多模特征融合模块计算输入的可见光图像和红外图像的特征融合度,对不同模态的重要特征进行空间融合以去除冗余信息,并采用级联融合策略重建多模态图像,增强目标特征表示.最后,设计特征空间位移模块,分割红外模态分支的特征图并向四个不同方向移位,增强热源目标特征的边缘表示.在两个RGB-T数据集上的实验验证了提出算法的有效性,消融实验证明了设计的单个模块的优越性. 展开更多
关键词 RGB-T跟踪 多模特征融合模块 特征空间位移模块 特征交互学习模块
在线阅读 下载PDF
基于自适应特征融合和注意力机制的变电设备红外图像识别 被引量：1
20
作者 王媛彬 吴冰超 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第9期3749-3756,共8页
针对变电设备红外图像复杂背景下多目标、小目标及遮挡目标识别效果差的问题,该文提出一种基于中心点网络(CenterNet)的变电设备红外图像识别方法。通过将自适应特征融合模块(ASFF)和特征金字塔(FPN)相结合,构建ASFF+FPN结构的特征融合... 针对变电设备红外图像复杂背景下多目标、小目标及遮挡目标识别效果差的问题,该文提出一种基于中心点网络(CenterNet)的变电设备红外图像识别方法。通过将自适应特征融合模块(ASFF)和特征金字塔(FPN)相结合,构建ASFF+FPN结构的特征融合网络,增强了模型对多目标和小目标的跨尺度特征融合能力,排除背景信息;针对网络对遮挡目标特征捕捉能力差的问题,在特征融合网络中添加全局注意力机制,增强目标显著度;为实现模型轻量化,引入深度可分离卷积,减少参数量和推理时间;最后,通过引入分布焦点损失函数,克服了原损失函数对遮挡目标敏感性差的问题,提升了模型收敛速度和识别精度。在包含7种红外变电设备图像的自建数据集上进行测试。实验表明该算法与原始算法相比,识别精度提升了3.55%,达到了95.19%,模型参数量仅为32.52M,与4种主流目标识别算法对比,该算法在识别精度和算法复杂度上具有明显优势。 展开更多
关键词 变电设备 红外图像识别 中心点网络 自适应特征融合 注意力机制
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 2 … 32 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