检索结果-维普期刊中文期刊服务平台

一种通过增强图像编码和非对称卷积网络的心音分类算法: 1; 作者王晟懿杨宏波 +1 位作者潘家华王威廉《计算机科学》北大核心 2025年第S1期118-125,共8页; 文中提出了一种通过增强图像编码和非对称卷积网络的心音分类算法。与传统的基于统计特征和时频域特征提取心音的方法不同,该算法通过引入分数阶傅里叶变换(FrFT)分别对格拉姆角场(GAF)、马尔可夫场(MTF)、递归图(RP)3种图像编码方法进... 展开更多; 关键词先天性心脏病心音图像编码分数阶傅里叶变换非对称卷积网络; 在线阅读下载PDF 职称材料

基于全卷积神经网络的非对称并行语义分割模型被引量：12: 2; 作者李宝奇贺昱曜 +1 位作者何灵蛟强伟《电子学报》 EI CAS CSCD 北大核心 2019年第5期1058-1064,共7页; 针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN(Asymmetric Parallelism Fully Convolutional Networks).APFCN上路设计了一个卷积核尺寸非... 展开更多; 关键词语义分割全卷积神经网络非对称并行全卷积神经网络空洞卷积空洞率; 在线阅读下载PDF 职称材料

与图像内容无关的聚焦程度评价方法: 3; 作者夏晓华柴玉琳 +2 位作者岳鹏举杨治秦绪芳《西安交通大学学报》 EI CAS 北大核心 2025年第1期116-124,共9页; 针对现有的聚焦程度评价方法在图像场景内容改变时不能正确评价图像聚焦程度的问题,基于“分类+拟合”的思想,提出了一种与高斯模糊标准差完全等价的图像聚焦程度评价方法。首先,建立了以有限高斯模糊标准差为标记的图像聚焦程度分类数... 展开更多; 关键词聚焦程度评价高斯模糊标准差非对称核卷积神经网络三次样条插值; 在线阅读下载PDF 职称材料

改进YOLOv5在电力生产违规穿戴检测中的应用被引量：10: 4; 作者杨乐郭一鸣 +3 位作者霍勇博任晓龙林平远张志宏《电力系统保护与控制》 EI CSCD 北大核心 2023年第14期160-168,共9页; 为了解决现有目标检测系统在电力现场识别中存在的环境复杂、检测物体形状方差过大以及视觉特征辨识性不佳等问题,提出了一种适用于电力现场穿戴识别的目标检测模型。首先,通过在YOLOv5特征提取网络中嵌入非对称卷积模块,从而得到更加... 展开更多; 关键词非对称卷积网络注意力机制目标检测违规穿戴检测 YOLOv5; 在线阅读下载PDF 职称材料

题名一种通过增强图像编码和非对称卷积网络的心音分类算法: 1; 作者王晟懿杨宏波潘家华王威廉; 机构云南大学信息学院云南省阜外心血管病医院; 出处《计算机科学》北大核心 2025年第S1期118-125,共8页; 基金国家自然科学基金(81960067) 云南省重大科技专项基金(2018ZF017)。; 文摘文中提出了一种通过增强图像编码和非对称卷积网络的心音分类算法。与传统的基于统计特征和时频域特征提取心音的方法不同,该算法通过引入分数阶傅里叶变换(FrFT)分别对格拉姆角场(GAF)、马尔可夫场(MTF)、递归图(RP)3种图像编码方法进行增强,构成FrFT-GAF,FrFT-MTF,FrFT-RP图像编码模块。运用上述图像编码模块将一维心音信号转换为二维编码特征图,并利用计算机视觉技术在分类任务中的优势,采用非对称卷积网络(ACNet)对心音的二维编码特征图进行分析处理,从而实现对心音的有效分类。此外,还分别对上述图像编码模块的性能进行了评估和比较。实验结果表明,在心音二分类任务中,FrFT-RP模块的分类效果最好,在数据集1和数据集2(Physio Net/CinC 2016数据集)上的准确率分别为0.981和0.977,F1分别为0.989和0.974。FrFT-MTF和FrFT-GAF模块的效果次之。使用FrFT增强图像编码特征后较以往方法有明显提升,为心音信号分类提供了新的思路和方法,有望应用于先心病机器辅助诊断。; 关键词先天性心脏病心音图像编码分数阶傅里叶变换非对称卷积网络; Keywords Congenital heart disease Heart sound Image coding Fractional Fourier transform Asymmetric convolutional network; 分类号 TN912 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于全卷积神经网络的非对称并行语义分割模型被引量：12: 2; 作者李宝奇贺昱曜何灵蛟强伟; 机构西北工业大学航海学院; 出处《电子学报》 EI CAS CSCD 北大核心 2019年第5期1058-1064,共7页; 基金国家自然科学基金(No.61271143); 文摘针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN(Asymmetric Parallelism Fully Convolutional Networks).APFCN上路设计了一个卷积核尺寸非统一的五层空洞卷积网络来提取红外图像目标高层轮廓特征;下路沿用卷积加池化网络提取RGB图像三个尺度上的细节特征;后端将红外图像高层特征与RGB图像三个尺度的细节特征进行融合,并将4倍上采样后的融合特征作为语义分割输出.结果表明,APFCN在像素精度和交并比等方面均优于FCN(输入为RGB图像或红外图像),适用于背景一致下地面目标的语义分割任务.; 关键词语义分割全卷积神经网络非对称并行全卷积神经网络空洞卷积空洞率; Keywords semantic segmentation fully convolution neural network asymmetric parallelism fully convolutional networks dilation convolution dilation rate; 分类号 TP183 [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

题名与图像内容无关的聚焦程度评价方法: 3; 作者夏晓华柴玉琳岳鹏举杨治秦绪芳; 机构长安大学道路施工技术与装备教育部重点实验室; 出处《西安交通大学学报》 EI CAS 北大核心 2025年第1期116-124,共9页; 基金国家自然科学基金资助项目(61901056) 陕西省重点研发计划资助项目(2024GX-YBXM-197)。; 文摘针对现有的聚焦程度评价方法在图像场景内容改变时不能正确评价图像聚焦程度的问题,基于“分类+拟合”的思想,提出了一种与高斯模糊标准差完全等价的图像聚焦程度评价方法。首先,建立了以有限高斯模糊标准差为标记的图像聚焦程度分类数据集;然后,构建了用于提取图像高斯模糊标准差分类分数的非对称核卷积神经网络(AKC-net);最后,采用三次样条插值函数拟合AKC-net全连接层输出的分类分数以及对应的高斯模糊标准差,以最大分数对应的标准差作为图像的聚焦程度评价结果,并在Waterloo数据集和实际拍摄图像上分别进行仿真实验和实拍实验。结果表明:所提方法在不同聚焦图像上分类的平均准确率可达到97.7%,得到的评价结果与高斯模糊标准差真值的均方根误差和平均绝对误差均小于0.07,且实际拍摄图像的聚焦测度值与图像内容无关,实现了图像聚焦程度的绝对评价。; 关键词聚焦程度评价高斯模糊标准差非对称核卷积神经网络三次样条插值; Keywords degree of focus evaluation Gaussian blur standard deviation asymmetric kernel convolution neural network cubic spline interpolation; 分类号 TP399 [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

题名改进YOLOv5在电力生产违规穿戴检测中的应用被引量：10: 4; 作者杨乐郭一鸣霍勇博任晓龙林平远张志宏; 机构国网陕西省信息通信有限公司厦门大学信息学院; 出处《电力系统保护与控制》 EI CSCD 北大核心 2023年第14期160-168,共9页; 基金国家自然科学基金资助项目资助(62176227,U2066213) 中央高校基本科研业务费资助(20720210047) 国家电网陕西省电力公司科技项目资助(SGSNXT00GCJS2200106)。; 文摘为了解决现有目标检测系统在电力现场识别中存在的环境复杂、检测物体形状方差过大以及视觉特征辨识性不佳等问题,提出了一种适用于电力现场穿戴识别的目标检测模型。首先,通过在YOLOv5特征提取网络中嵌入非对称卷积模块,从而得到更加具备辨识性及鲁棒性的视觉特征。其次,为了能够在全局背景噪声的影响下自适应地关注与检测物体特征相关性更强的区域,采用全局注意力机制进行上下文信息的建模,改进了视觉信息处理的效率与准确性。最后,通过对比现有的目标检测算法,证明了所提针对YOLOv5改进算法的有效性和优越性。同时,通过消融实验证明了所改进的模块在目标检测模型中的有效性。; 关键词非对称卷积网络注意力机制目标检测违规穿戴检测 YOLOv5; Keywords asymmetric convolutional network attention mechanism object detection illegal wearing detection YOLOv5; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP183 [自动化与计算机技术—控制理论与控制工程] TM08 [电气工程—电工理论与新技术]; 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	一种通过增强图像编码和非对称卷积网络的心音分类算法	王晟懿杨宏波潘家华王威廉	《计算机科学》北大核心	2025	0	在线阅读下载PDF 职称材料
2	基于全卷积神经网络的非对称并行语义分割模型	李宝奇贺昱曜何灵蛟强伟	《电子学报》 EI CAS CSCD 北大核心	2019	12	在线阅读下载PDF 职称材料
3	与图像内容无关的聚焦程度评价方法	夏晓华柴玉琳岳鹏举杨治秦绪芳	《西安交通大学学报》 EI CAS 北大核心	2025	0	在线阅读下载PDF 职称材料
4	改进YOLOv5在电力生产违规穿戴检测中的应用	杨乐郭一鸣霍勇博任晓龙林平远张志宏	《电力系统保护与控制》 EI CSCD 北大核心	2023	10	在线阅读下载PDF 职称材料