期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
频率多尺度全波形速度反演
被引量：
30
1
作者
张文生
罗嘉
滕吉文
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2015年第1期216-228,共13页
以二维声波方程为模型,在时间域深入研究了全波形速度反演.全波形反演要解一个非线性的最小二乘问题,是一个极小化模拟数据与已知数据之间残量的过程.针对全波形反演易陷入局部极值的困难,本文提出了基于不同尺度的频率数据的"逐...
以二维声波方程为模型,在时间域深入研究了全波形速度反演.全波形反演要解一个非线性的最小二乘问题,是一个极小化模拟数据与已知数据之间残量的过程.针对全波形反演易陷入局部极值的困难,本文提出了基于不同尺度的频率数据的"逐级反演"策略,即先基于低频尺度的波场信息进行反演,得出一个合理的初始模型,然后再利用其他不同尺度频率的波场进行反演,并且用前一尺度的迭代反演结果作为下一尺度反演的初始模型,这样逐级进行反演.文中详细阐述和推导了理论方法及公式,包括有限差分正演模拟、速度模型修正、梯度计算和算法描述,并以Marmousi复杂构造模型为例,进行了MPI并行全波形反演数值计算,得到了较好的反演结果,验证了方法的有效性和稳健性.
展开更多
关键词
声波方程
频率多尺度
时间域
全波形反演
速度
BFGS
MARMOUSI模型
有限差分法
MPI并行
在线阅读
下载PDF
职称材料
基于多尺度圆周频率滤波与卷积神经网络的遥感图像飞机目标检测方法研究
被引量：
15
2
作者
杨钧智
吴金亮
智军
《电子与信息学报》
EI
CSCD
北大核心
2021年第5期1397-1404,共8页
针对遥感图像飞机目标检测因目标尺度不一存在漏警、虚警等问题,该文基于遥感图像中飞机目标形状特征和灰度变化特点提出了一种多尺度圆周频率滤波(MSCFF)与卷积神经网络(CNN)相结合的MSCFF+CNN飞机目标自动检测算法。该算法首先采用多...
针对遥感图像飞机目标检测因目标尺度不一存在漏警、虚警等问题,该文基于遥感图像中飞机目标形状特征和灰度变化特点提出了一种多尺度圆周频率滤波(MSCFF)与卷积神经网络(CNN)相结合的MSCFF+CNN飞机目标自动检测算法。该算法首先采用多尺度圆周频率滤波器滤除遥感图像复杂背景,实现不同尺度飞机目标候选区域提取;然后,通过构建卷积神经网络(CNN)模型实现候选区域有效分类,最终精确确定飞机目标位置。最后,基于获取的真实遥感图像进行目标检测算法实验验证,经统计该算法的飞机目标检测率为94.38%,虚警率为3.76%,实验结果充分验证了该文算法的有效性,该算法可为机场监管、军事侦察等应用提供重要的技术支持。
展开更多
关键词
遥感图像处理
飞机目标检测
多尺度
圆周
频率
滤波器
卷积神经网络
在线阅读
下载PDF
职称材料
融合PVTv2和DenseNet121的双注意力视网膜病变分级算法
3
作者
梁礼明
钟奕
+1 位作者
陈康泉
王成斌
《光电工程》
北大核心
2025年第4期15-29,共15页
针对视网膜眼底病变图像数据集类间分布不均和病灶区域识别困难的问题,提出一种融合金字塔视觉变压器(pyramid vision transformer v2,PVTv2)和DenseNet121双注意力视网膜病变分级算法。首先,该算法经由PVTv2和DenseNet121组成的双分支...
针对视网膜眼底病变图像数据集类间分布不均和病灶区域识别困难的问题,提出一种融合金字塔视觉变压器(pyramid vision transformer v2,PVTv2)和DenseNet121双注意力视网膜病变分级算法。首先,该算法经由PVTv2和DenseNet121组成的双分支网络,对视网膜图像的全局和局部信息进行初步提取;其次,在PVTv2和DenseNet121输出处分别采用空间通道协同注意力模块和多频率多尺度模块,优化局部特征细节,突显微小病灶特征,增强模型对复杂微小病变特征敏感性和病灶的定位感知;再次设计神经元交叉融合模块,建立病灶区域宏观布局和微观纹理信息之间的远程依赖关系,进而提高视网膜病变分级准确率;最后,利用混合损失函数缓解样本分布不均所导致的各等级之间模型关注度不平衡情况。在IDRID和APTOS 2019数据集上进行实验验证,其二次加权系数分别为90.68%和90.35%,IDRID数据集上的准确率和APTOS 2019数据集ROC曲线下方面积分别为80.58%和93.22%。实验结果表明,所提算法在视网膜病变分级领域具有一定应用价值。
展开更多
关键词
视网膜病变分级
空间通道协同注意力模块
多
频率多尺度
注意力模块
神经元交叉融合模块
在线阅读
下载PDF
职称材料
题名
频率多尺度全波形速度反演
被引量：
30
1
作者
张文生
罗嘉
滕吉文
机构
中国科学院数学与系统科学研究院、计算数学与科学工程计算研究所、LSEC
中国科学院地质与地球物理研究所
出处
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2015年第1期216-228,共13页
基金
国家自然科学基金项目(11471328)
973项目(2010CB731503)资助
文摘
以二维声波方程为模型,在时间域深入研究了全波形速度反演.全波形反演要解一个非线性的最小二乘问题,是一个极小化模拟数据与已知数据之间残量的过程.针对全波形反演易陷入局部极值的困难,本文提出了基于不同尺度的频率数据的"逐级反演"策略,即先基于低频尺度的波场信息进行反演,得出一个合理的初始模型,然后再利用其他不同尺度频率的波场进行反演,并且用前一尺度的迭代反演结果作为下一尺度反演的初始模型,这样逐级进行反演.文中详细阐述和推导了理论方法及公式,包括有限差分正演模拟、速度模型修正、梯度计算和算法描述,并以Marmousi复杂构造模型为例,进行了MPI并行全波形反演数值计算,得到了较好的反演结果,验证了方法的有效性和稳健性.
关键词
声波方程
频率多尺度
时间域
全波形反演
速度
BFGS
MARMOUSI模型
有限差分法
MPI并行
Keywords
Acoustic wave equation
Frequency multiscale
Time domain
Full-waveform inversion
Velocity
BFGS
Marmousi model
Finite-difference method
MPI parallel
分类号
P315 [天文地球—地震学]
在线阅读
下载PDF
职称材料
题名
基于多尺度圆周频率滤波与卷积神经网络的遥感图像飞机目标检测方法研究
被引量：
15
2
作者
杨钧智
吴金亮
智军
机构
北京市遥感信息研究所
中国电子科技集团公司第五十四研究所
出处
《电子与信息学报》
EI
CSCD
北大核心
2021年第5期1397-1404,共8页
文摘
针对遥感图像飞机目标检测因目标尺度不一存在漏警、虚警等问题,该文基于遥感图像中飞机目标形状特征和灰度变化特点提出了一种多尺度圆周频率滤波(MSCFF)与卷积神经网络(CNN)相结合的MSCFF+CNN飞机目标自动检测算法。该算法首先采用多尺度圆周频率滤波器滤除遥感图像复杂背景,实现不同尺度飞机目标候选区域提取;然后,通过构建卷积神经网络(CNN)模型实现候选区域有效分类,最终精确确定飞机目标位置。最后,基于获取的真实遥感图像进行目标检测算法实验验证,经统计该算法的飞机目标检测率为94.38%,虚警率为3.76%,实验结果充分验证了该文算法的有效性,该算法可为机场监管、军事侦察等应用提供重要的技术支持。
关键词
遥感图像处理
飞机目标检测
多尺度
圆周
频率
滤波器
卷积神经网络
Keywords
Remote sensing image processing
Airplane target detection
Multi-scale circle frequency filter
Convolutional Neural Network(CNN)
分类号
TN911.73 [电子电信—通信与信息系统]
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
融合PVTv2和DenseNet121的双注意力视网膜病变分级算法
3
作者
梁礼明
钟奕
陈康泉
王成斌
机构
江西理工大学电气工程与自动化学院
出处
《光电工程》
北大核心
2025年第4期15-29,共15页
基金
国家自然科学基金资助项目(51365017,61463018)
江西省自然科学基金资助项目(20192BAB205084)
江西省教育厅科学技术研究青年项目(GJJ2200848)。
文摘
针对视网膜眼底病变图像数据集类间分布不均和病灶区域识别困难的问题,提出一种融合金字塔视觉变压器(pyramid vision transformer v2,PVTv2)和DenseNet121双注意力视网膜病变分级算法。首先,该算法经由PVTv2和DenseNet121组成的双分支网络,对视网膜图像的全局和局部信息进行初步提取;其次,在PVTv2和DenseNet121输出处分别采用空间通道协同注意力模块和多频率多尺度模块,优化局部特征细节,突显微小病灶特征,增强模型对复杂微小病变特征敏感性和病灶的定位感知;再次设计神经元交叉融合模块,建立病灶区域宏观布局和微观纹理信息之间的远程依赖关系,进而提高视网膜病变分级准确率;最后,利用混合损失函数缓解样本分布不均所导致的各等级之间模型关注度不平衡情况。在IDRID和APTOS 2019数据集上进行实验验证,其二次加权系数分别为90.68%和90.35%,IDRID数据集上的准确率和APTOS 2019数据集ROC曲线下方面积分别为80.58%和93.22%。实验结果表明,所提算法在视网膜病变分级领域具有一定应用价值。
关键词
视网膜病变分级
空间通道协同注意力模块
多
频率多尺度
注意力模块
神经元交叉融合模块
Keywords
retinal disease grading
spatial-channel synergistic attention module
multi-frequency multi-scale attention module
neuron cross fusion module
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
作者
出处
发文年
被引量
操作
1
频率多尺度全波形速度反演
张文生
罗嘉
滕吉文
《地球物理学报》
SCIE
EI
CAS
CSCD
北大核心
2015
30
在线阅读
下载PDF
职称材料
2
基于多尺度圆周频率滤波与卷积神经网络的遥感图像飞机目标检测方法研究
杨钧智
吴金亮
智军
《电子与信息学报》
EI
CSCD
北大核心
2021
15
在线阅读
下载PDF
职称材料
3
融合PVTv2和DenseNet121的双注意力视网膜病变分级算法
梁礼明
钟奕
陈康泉
王成斌
《光电工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
