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286篇文章
< 1 2 … 15 >
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I_CBAM-DenseNet模型的小麦发育期识别研究
1
作者 付景枝 马悦 +4 位作者 宏观 刘云平 吴文宇 丁明明 尹泽凡 《南京信息工程大学学报》 北大核心 2025年第1期42-52,共11页
针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通... 针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通道注意力模块(CAM)由传统的串联连接改为并行连接,并将改进的CBAM(I_CBAM)插入到DenseNet最后一个密集网络中,构建一种I_CBAM-DenseNet模型,再选取小麦7个重要发育时期进行自动识别.为最大化提取小麦的特征信息,将超绿特征(ExG)因子和最大类间方差法(Otsu)相结合对采集到的小麦图像进行分割处理.对比分析了I_CBAM-DenseNet、AlexNet、ResNet、DenseNet、CBAM-DenseNet以及VGG等模型的准确率和损失值的变化.结果表明,采取基于I_CBAM-DenseNet的卷积神经网络建立的模型,准确率达到99.64%,高于对比模型. 展开更多
关键词 小麦 发育期 DenseNet 卷积块注意模块(cbam)
在线阅读 下载PDF
基于U^(2)-Net和CBAM融合注意力的双模态睡眠分期研究 被引量：1
2
作者 赵倩 李锦 +2 位作者 凤飞龙 强宁 胡静 《陕西师范大学学报(自然科学版)》 北大核心 2025年第1期1-11,共11页
针对当前自动睡眠分期方法存在的难点问题,提出了一种结合U^(2)-Net和CBAM融合注意力对EEG-ECG双模态信号进行自动睡眠分期的方法。首先,采用MIT-BIH公开数据集中的EEG-ECG信号进行预处理;然后,利用添加了多尺度特征提取模块的U^(2)-Ne... 针对当前自动睡眠分期方法存在的难点问题,提出了一种结合U^(2)-Net和CBAM融合注意力对EEG-ECG双模态信号进行自动睡眠分期的方法。首先,采用MIT-BIH公开数据集中的EEG-ECG信号进行预处理;然后,利用添加了多尺度特征提取模块的U^(2)-Net网络并行提取EEG和ECG中的波形特征;其次,利用CBAM融合注意力对全部特征进行权重分配;最后,使用Softmax激活函数对睡眠时期进行六分类。结果表明:基于U^(2)-Net和CBAM融合注意力模型进行睡眠分期时,使用ECG单模态信号的六分类总体准确率为80.2%,F1分数为75.3%;使用EEG单模态信号的六分类总体准确率为85.8%,F1分数为81.7%;使用EEG-ECG双模态信号的六分类总体准确率为90.4%,F1分数为85.6%。提出的双模态睡眠分期模型是可行有效的,并且为自动睡眠分期提供了一种新的思路。 展开更多
关键词 自动睡眠分期 EEG-ECG双模态信号 U^(2)-Net网络 cbam融合注意力
在线阅读 下载PDF
融合CBAM的违法犯罪类安卓恶意软件检测与分类模型研究 被引量：1
3
作者 刘红玉 高见 《计算机工程与应用》 北大核心 2025年第6期317-327,共11页
针对公安工作领域移动终端APP违法犯罪日益频发的情况,为解决Android恶意违法犯罪软件检测领域中相关数据集数量少、分类不清晰,识别Android恶违法软件可行性方法匮乏等情况,提出了一种基于安卓违法犯罪APP数据集,融合CBAM注意力机制的... 针对公安工作领域移动终端APP违法犯罪日益频发的情况,为解决Android恶意违法犯罪软件检测领域中相关数据集数量少、分类不清晰,识别Android恶违法软件可行性方法匮乏等情况,提出了一种基于安卓违法犯罪APP数据集,融合CBAM注意力机制的深度学习模型。收集6181个违法犯罪类APP并整理划分为4个家族;对违法APP软件进行灰度图、RGB以及RGBA三种图像可视化处理;利用融合CBAM注意力机制的深度模型进行家族检测分类。在违法犯罪APP数据集上的实验表明,融合CBAM机制的Resnet18模型在RGBA图像上与未引入该机制的灰度图图像相比,准确度提升了4.04%,达到93.52%。融合CBAM机制的模型在公开Drebin数据集上进行了验证,引入CBAM深度学习模型VGG16在RGBA图像上取得了96.35%的准确率。 展开更多
关键词 违法犯罪 安卓恶意软件 RGBA图像 可视化处理 卷积块注意力模块(cbam) 深度学习
在线阅读 下载PDF
基于CBAM改进YOLOv7的电力设备红外图像分类检测 被引量：1
4
作者 陈佳 余成波 +3 位作者 王士彬 蒋启超 何鑫 张未 《红外技术》 北大核心 2025年第1期72-80,共9页
针对复杂环境下电力设备红外图像的深度学习目标检测数据繁杂、检测精度较低等问题,本文提出一种基于卷积块注意模块(Convolutional Block Attention Module,CBAM)改进YOLOv7的电力设备红外图像分类算法。首先将已有数据集进行标注,并... 针对复杂环境下电力设备红外图像的深度学习目标检测数据繁杂、检测精度较低等问题,本文提出一种基于卷积块注意模块(Convolutional Block Attention Module,CBAM)改进YOLOv7的电力设备红外图像分类算法。首先将已有数据集进行标注,并按一定比例划分成训练集、验证集以及测试集,然后在YOLOv7的主干网络中引入CBAM,使模型能对感兴趣的区域进行强调并抑制无用信息,其次将划分好的数据集放入改进后的YOLOv7进行模型训练,同时对比了6种改进的YOLOv5s模型。实验结果表明,在相同实验条件下改进YOLOv7模型优于YOLOv7模型、YOLOv5s模型和基于YOLOv5s的6种注意力模型。改进YOLOv7性能有明显提升,可实现快速、精准的红外图像分类。 展开更多
关键词 电力设备 YOLOv7 红外图像 cbam
在线阅读 下载PDF
融合CBAM的Mask R-CNN模型在球团识别与粒径测量中的应用
5
作者 王猛 刘卫星 +3 位作者 李喆 李浩 齐西伟 杨爱民 《烧结球团》 北大核心 2025年第1期85-94,125,共11页
球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,... 球团粒径的大小是影响高炉透气性、高炉冶炼效率与能源消耗的主要因素之一。本文针对工业条件下球团粒径难以精准测量的问题,采用融合注意力机制Mask R-CNN模型对球团进行分割与粒径测量。在对球团图像进行预处理后,构建了球团数据集,对比了多种主干网络的训练表现,并与多个分割模型进行了精度对比。此外,利用像素点统计分割掩膜面积实现了球团粒径的测量。结果表明,ResNet50作为主干网络在球团的特征提取中更具优越性。引入Convolutional Block Attention Module(CBAM)的Mask R-CNN模型对比初始模型A mean提高了2.18%。对比BlendMask、SOLOv2、YOLACT以及CondInst等分割模型,改进后的模型在分割精度上也有优势,并能更好地处理分割细节。此外,与Image J测量的球团粒径相比,本文所提出的球团粒径测量方法的最大误差保持在±1.8 mm之内,A_(IoU=0.5)可达到0.9483。 展开更多
关键词 球团粒径 Mask R-CNN 迁移学习 ResNet cbam
在线阅读 下载PDF
基于CBAM-YOLOv4的东巴象形文识别方法研究
6
作者 黄颢 吴国新 +1 位作者 徐小力 赵西伟 《计算机应用与软件》 北大核心 2025年第2期196-201,226,共7页
东巴象形文字是中国早期使用的一种象形文字,对该文字的识别和数字化保护等方面的研究对传承我国文化具有深远意义。针对从东巴古籍提取的象形文字结构复杂、存在异体字、记录该文字的特殊东巴纸的纹理特征干扰识别的情况,提出一种基于C... 东巴象形文字是中国早期使用的一种象形文字,对该文字的识别和数字化保护等方面的研究对传承我国文化具有深远意义。针对从东巴古籍提取的象形文字结构复杂、存在异体字、记录该文字的特殊东巴纸的纹理特征干扰识别的情况,提出一种基于CBAM-YOLOv4的图像识别改进算法,该算法添加注意力机制模块CBAM(Convolutional Block Attention Module)和特征融合模块,通过CBAM中的通道和空间注意力子模块依次对图像推断出注意力图,并结合特征融模块对输入的东巴象形文字图片进行更深的特征提取,从而实现对YOLOv4图像检测识别算法的优化。将改进后的CBAM-YOLOv4算法应用于东巴象形文字识别,相比YOLOv4算法mAP值提高了4.42百分点,表明该算法具有较好的东巴文字识别性能。 展开更多
关键词 东巴文识别 YOLOv4 cbam 特征提取
在线阅读 下载PDF
融入GhostNet和CBAM的YOLOv8水稻害虫识别算法
7
作者 程盟盟 郑泽林 +1 位作者 马泽亮 吴小华 《中国农机化学报》 北大核心 2025年第11期125-132,共8页
水稻生产常受到各种害虫的威胁,导致产量和质量下降。由于水稻田环境复杂,存在光照变化、遮挡、背景干扰等问题,给害虫识别带来挑战。为此,提出一种基于YOLOv8的水稻害虫识别算法,融入轻量级网络GhostNet和卷积块注意力机制(CBAM),以提... 水稻生产常受到各种害虫的威胁,导致产量和质量下降。由于水稻田环境复杂,存在光照变化、遮挡、背景干扰等问题,给害虫识别带来挑战。为此,提出一种基于YOLOv8的水稻害虫识别算法,融入轻量级网络GhostNet和卷积块注意力机制(CBAM),以提升识别精度与计算效率。首先,通过GhostNet架构替换传统卷积层,在保持高性能的同时显著降低模型的计算负担。其次,嵌入CBAM注意力机制,使得算法能够自动调整对输入特征的关注度,优先处理关键害虫特征,进一步提升模型的鲁棒性。试验结果表明,该算法在水稻害虫数据集上的平均精度均值达到95.6%,相比于原始YOLOv8模型提升1.8%。该方法在提升识别精度的同时,保持良好的计算效率,适用于实际应用中害虫检测任务,为农作物的病虫害识别提供参考,推动智慧农业的技术创新。 展开更多
关键词 水稻害虫识别 cbam注意力机制 轻量级网络 智慧农业
在线阅读 下载PDF
基于CNN-BiLSTM-CBAM的波浪能发电功率短期预测模型研究
8
作者 滕翔宇 罗心仪 +1 位作者 周生奇 张智晟 《电气工程学报》 北大核心 2025年第3期271-279,共9页
波浪能具有较大的波动性,使得波浪能发电系统并网运行时,会对电力系统的安全稳定运行造成严重影响,准确的预测波浪能发电功率对电力系统的实时调度与控制有着重要的作用。为提升波浪能发电功率预测精度,以阵列式(Floating heave-buoy ar... 波浪能具有较大的波动性,使得波浪能发电系统并网运行时,会对电力系统的安全稳定运行造成严重影响,准确的预测波浪能发电功率对电力系统的实时调度与控制有着重要的作用。为提升波浪能发电功率预测精度,以阵列式(Floating heave-buoy array,F-HBA)波浪能发电装置为研究对象,提出基于CNN-Bi LSTM-CBAM组合神经网络的波浪能发电功率预测模型,该模型包括2个子模块,分别为基于CNN-BiLSTM-CBAM组合神经网络的波浪因素预测模块和基于F-HBA的功率转换模块。首先对有效波高和波浪周期进行预测,然后将有效波高和波浪周期的预测值输入功率转换模型,最终得到预测的波浪能发电功率值。通过实际仿真算例验证了基于CNN-Bi LSTM-CBAM组合神经网络的波浪能发电功率预测模型的准确性。 展开更多
关键词 波浪能 发电功率预测 cbam注意力模块 组合神经网络 功率转换模型
在线阅读 下载PDF
基于CBAM-YOLOv8的温室番茄果实识别
9
作者 廖新芝 孔国希 +2 位作者 林桂潮 曹惠茹 李小敏 《中国瓜菜》 北大核心 2025年第9期48-56,共9页
在农业自动化和精准农业的背景下,果实识别检测是智能收获系统中的重要环节。快速且准确地识别番茄果实大小、数量、位置等信息,对番茄生长状况实时监测、产量检测和提高采摘效率具有重要意义。然而,现有的基于深度学习的目标检测算法... 在农业自动化和精准农业的背景下,果实识别检测是智能收获系统中的重要环节。快速且准确地识别番茄果实大小、数量、位置等信息,对番茄生长状况实时监测、产量检测和提高采摘效率具有重要意义。然而,现有的基于深度学习的目标检测算法在番茄果实检测领域仍面临挑战,由于现实应用的需要,期待目标检测模型更加精确化和快速化,然而这两者难以同时兼顾,所以在实际应用中,根据应用需求来权衡这两者的关系。笔者提出一种基于YOLOv8的番茄检测改进模型,将CBAM注意力机制加入到YOLOv8模型的特征提取环节。CBAM体积小,可方便集成在任一CNN架构中,有效抑制噪声和无关信息,动态调整特征图的权重,提升模型检测的精确率。经过试验,该模型的精确率、召回率、平均精度分别达到了91%、78%和90%,与SSD相比,分别提升21、14和15个百分点;与Faster RCNN相比,分别提升了13、11和15个百分点;与原始的YOLOv8相比,分别提升了5、3和7个百分点。这说明了CBAM-YOLOv8模型降低了误检率和漏检率。在预测时间方面,YOLOv8的综合耗时最短。相比之下,CBAM-YOLOv8模型所需的预测时间有所增加,推断速度更慢,从而增加了计算成本。因此,在实际应用中需要在精度与速度之间进行权衡。综上所述,CBAM-YOLOv8模型为番茄果实精准、高效识别提供了一种有效的解决方案,将来可应用于番茄实时监测、计数和采摘中。 展开更多
关键词 番茄识别 目标检测 注意力机制 cbam-YOLOv8
在线阅读 下载PDF
基于CBAM-STCN的齿轮箱故障智能诊断方法
10
作者 万志国 王治国 +1 位作者 赵伟 窦益华 《科学技术与工程》 北大核心 2025年第9期3760-3768,共9页
针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse t... 针对齿轮箱在多种工况下故障特征存在差异,故障诊断易受噪声干扰,导致故障诊断模型泛化性差和识别准确率低的问题,提出一种端到端的具有混合注意力机制和软阈值化特点的时间卷积神经网络(convolutional block attention module-sparse temporal convolutional network with soft thresholding,CBAM-STCN)齿轮箱故障诊断模型识别分类方法。首先,利用希尔伯特变换将齿轮故障振动信号转换为包络谱信号;然后,将其输入CBAM-STCN故障诊断模型中;该模型嵌入的混合注意力机制模块(convolutional block attention module,CBAM),能够自适应学习通道和空间注意力的权重,提取与故障特征相关的敏感信息;嵌入的软阈值函数能够最小化模型输出和原输入之间的差异;最后,利用所提出的方法对两种工况、不同类型的齿轮故障进行识别分类。结果表明:CBAM-STCN故障诊断模型对齿轮故障智能诊断的平均准确率为98.95%。该方法对于齿轮箱故障的智能诊断具有一定的参考价值。 展开更多
关键词 齿轮箱 故障智能诊断 混合注意力机制 软阈值化 时间卷积神经网络
在线阅读 下载PDF
基于MobileViT-CBAM的枇杷表面缺陷检测方法 被引量：3
11
作者 赵茂程 邹涛 +2 位作者 齐亮 汪希伟 李大伟 《农业机械学报》 EI CAS CSCD 北大核心 2024年第9期420-427,共8页
为实现枇杷采后快速、准确筛选,本文以MobileViT为主干特征提取网络,通过分别在Layer1和Layer2层之后嵌入注意力模块CBAM(Convolutional block attention module),强化网络在通道和空间上对细节特征的提取能力,构建了一种轻量化网络模型... 为实现枇杷采后快速、准确筛选,本文以MobileViT为主干特征提取网络,通过分别在Layer1和Layer2层之后嵌入注意力模块CBAM(Convolutional block attention module),强化网络在通道和空间上对细节特征的提取能力,构建了一种轻量化网络模型MobileViT-CBAM。相较于MobileViT,在验证集和测试集上本文方法对疤痕、机械伤、腐烂等缺陷果的识别准确率分别提高1.17、1.23个百分点。试验结果表明,MobileViT-CBAM模型与VGG16、ResNet34、MobileNetV2相比较,准确率最高(97.86%),同时兼具内存占用量小(3.768 MB)、推理时间短(每幅图像需42 ms)的优势。该轻量化网络模型可部署于嵌入式系统。本研究为构建枇杷在线检测系统提供了缺陷识别理论基础,为枇杷等农产品外部品质检测提供了一个高效、准确的方法。 展开更多
关键词 枇杷 MobileViT-cbam 缺陷检测 轻量化
在线阅读 下载PDF
考虑CBAM的中国外贸钢铁碳减排前景分析——基于隐含碳强度预测 被引量：2
12
作者 李伟 刘行 《工业技术经济》 CSSCI 北大核心 2024年第8期118-128,共11页
欧盟碳边境调节机制(CBAM)正逐步实施,其高额碳关税无疑会加速中国出口钢铁行业碳减排进程,而与此同时,中国为实现“双碳”目标也出台了一系列减碳政策。为探究中国出口钢铁行业在复杂政策下的减排前景与关键因素,使用MRIO方法对隐含碳... 欧盟碳边境调节机制(CBAM)正逐步实施,其高额碳关税无疑会加速中国出口钢铁行业碳减排进程,而与此同时,中国为实现“双碳”目标也出台了一系列减碳政策。为探究中国出口钢铁行业在复杂政策下的减排前景与关键因素,使用MRIO方法对隐含碳排放进行计算,构建了基于AO-ELM方法的隐含碳排放强度预测体系,模拟了不同政策情景下该行业的碳排放前景。研究发现,CBAM对该行业碳减排具有推动作用,但作用程度有限,提高中国国内政策的落实速度是更有效的途径;在同时考虑CBAM与国内政策如期落地的情景下,2034年该行业较基准情景可以降低8.35%的隐含碳排放。 展开更多
关键词 cbam 情景构建 AO-ELM 碳预测 MRIO 隐含碳排放强度 碳减排 熵权法
在线阅读 下载PDF
融合动态词典特征和CBAM的苹果病虫害命名实体识别方法
13
作者 蒲攀 刘勇 +4 位作者 张越 王飞逸 苗园爽 谦博 黄铝文 《农业机械学报》 CSCD 北大核心 2024年第12期333-343,共11页
在苹果病虫害命名实体识别中,针对罕见字语义特征提取不充分,实体类别相似难以区分的问题,本文提出一种融合动态词典和卷积块注意力模块(Convolutional block attention module,CBAM)的实体识别方法。首先,基于字的双向长短时记忆-条件... 在苹果病虫害命名实体识别中,针对罕见字语义特征提取不充分,实体类别相似难以区分的问题,本文提出一种融合动态词典和卷积块注意力模块(Convolutional block attention module,CBAM)的实体识别方法。首先,基于字的双向长短时记忆-条件随机场模型(Bidirectional long short-term memory-conditional random field,BiLSTMCRF),在嵌入层利用通道注意力网络(Channel attention module,CAM)动态融合词典信息,同步集成字的四角号码信息,以提高对罕见字表征能力。随后,对序列编码层输出序列特征,基于空间注意力网络(Spatial attention module,SAM),新增并行连接的空间注意力(Parallel connection spatial attention,PCSA)模块,提高模型对上下文信息提取能力。最后,使用含有6大类标签、127574个标注字符的苹果病虫害数据集进行验证测试。结果显示模型精确率、召回率和F1值分别达到95.76%、92.46%、94.08%,较现有的常用同类模型性能显著提升,实现了对农业病虫害命名实体的精准识别。 展开更多
关键词 苹果病虫害 命名实体识别 动态嵌入 词典 cbam
在线阅读 下载PDF
基于改进CBAM注意力机制的MobileNetV2玉米种子品种识别研究 被引量：9
14
作者 牛思琪 马睿 +4 位作者 许晓琳 梁敖 穆春华 许金普 马德新 《中国粮油学报》 CAS CSCD 北大核心 2024年第3期159-165,共7页
玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,研究采集了9种玉米种... 玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,研究采集了9种玉米种子图像共2792张建立数据集,并按照7∶2∶1的比例随机划分训练集、验证集和测试集。将注意力机制CBAM引入轻量化模型MobileNetV2,对CBAM的串行方式进行改进,构建一个新型注意力模块E_CBAM,并通过对比不同的压缩比,选出效果最佳的压缩比为4,提出了E_CBAM_MobileNetV2模型。实验表明E_CBAM_MobileNetV2的准确率为98.18%,相较于MobileNetV2提高了5.45%。 展开更多
关键词 图像分类 玉米种子 MobileNetV2 cbam
在线阅读 下载PDF
基于CBAM-UNet的大菱鲆鱼卵识别计数方法 被引量：2
15
作者 钱程 张佳鹏 +3 位作者 涂雪滢 刘晃 乔淦 刘世晶 《南方水产科学》 CAS CSCD 北大核心 2024年第6期132-144,共13页
大菱鲆(Scophthalmus maximus)鱼卵数量的精准统计是影响其苗种优选过程的重要因素。由于大菱鲆鱼卵体积微小、透明度高且容易粘连,目前人工操作效率低下且误差较大。为了实现鱼卵的自动、快速、准确计数,根据大菱鲆鱼卵的成像特点,提... 大菱鲆(Scophthalmus maximus)鱼卵数量的精准统计是影响其苗种优选过程的重要因素。由于大菱鲆鱼卵体积微小、透明度高且容易粘连,目前人工操作效率低下且误差较大。为了实现鱼卵的自动、快速、准确计数,根据大菱鲆鱼卵的成像特点,提出了一种基于卷积块注意力机制和U形卷积神经网络(CBAM-UNet)的大菱鲆鱼卵计数方法。首先,设计了一套由工业相机、漫反射光源和图像采集箱构成的标准化鱼卵采样结构,获取无影的高清鱼卵图像,构建鱼卵图像样本集;随后,以UNet网络作为基础语义分割模型,针对鱼卵图像中无法有效分割鱼卵与背景边界及细节等问题,进一步引入了双重注意力机制,以增强模型对鱼卵特征的表达能力,提高分割精度;最后,根据分割后鱼卵面积、拍摄高度及鱼卵数量等构建多元线性回归模型,实现鱼卵的精准计数。结果表明,所提出的基于CBAM-UNet的鱼卵识别计数方法能有效提高大菱鲆鱼卵的计数精确度,平均计数误差为6.32%,低于基于其他模型和人工统计方法(质量比对法)的平均计数误差。 展开更多
关键词 大菱鲆 鱼卵计数 语义分割 U-Net cbam 线性回归分析
在线阅读 下载PDF
基于MobileViT-CBAM-BiLSTM的开放式养殖环境鱼群摄食强度分类模型 被引量：2
16
作者 徐立鸿 黄志尊 +2 位作者 龙伟 蒋林华 童欣 《农业机械学报》 EI CAS CSCD 北大核心 2024年第11期147-153,共7页
鱼群摄食的精准投喂技术是实现智慧化水产养殖的一项关键技术。大多数精准投喂模型都是基于水质较清晰的室内养殖池,不太适用于开放式养殖环境。本研究通过水上视角采集构建了一套开放式池塘数据集,并对数据集进行数据增强增加其多样性... 鱼群摄食的精准投喂技术是实现智慧化水产养殖的一项关键技术。大多数精准投喂模型都是基于水质较清晰的室内养殖池,不太适用于开放式养殖环境。本研究通过水上视角采集构建了一套开放式池塘数据集,并对数据集进行数据增强增加其多样性,然后在轻量化神经网络MobileViT基础上,将CBAM注意力模块与MV2模块结合设计了CBAM-MV2模块,并嵌入BiLSTM循环神经网络用于识别分类,提出改进的MobileViT-CBAM-BiLSTM模型,提高了模型预测能力、鲁棒性和泛化性能,实现了鱼群摄食行为的三分类。实验结果显示,改进后MobileViT在采集的视频帧数据集上明显优于改进前的MobileViT,准确率98.61%,宏F1值达98.79%,相对于原始MobileViT准确率提高6.33个百分点,宏F1值提高6.75个百分点。 展开更多
关键词 鱼群摄食强度分类模型 精准投喂 MobileViT BiLSTM cbam
在线阅读 下载PDF
基于CBAM-CNN和压电悬臂梁的温度解耦质量感知方法 被引量：6
17
作者 闫宇楠 刘智康 +1 位作者 徐佳文 严如强 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第4期113-126,共14页
悬臂梁结构广泛用于微小质量测量,而温度变化会引起测量结果漂移。传统测量方法需要在温度稳定的环境中进行,但实际应用中通常难以满足此要求,且温度漂移对测量的影响难以直接解耦。本文提出了一种基于数据驱动,CBAM-CNN和压电悬臂梁的... 悬臂梁结构广泛用于微小质量测量,而温度变化会引起测量结果漂移。传统测量方法需要在温度稳定的环境中进行,但实际应用中通常难以满足此要求,且温度漂移对测量的影响难以直接解耦。本文提出了一种基于数据驱动,CBAM-CNN和压电悬臂梁的自适应温度解耦质量感知方法。首先,搭建谐振式压电悬臂梁温控测量平台采集不同质量负载下的阻抗响应信号,设计自适应加权预处理方法以增强结构特征并突出有限样本中的关键信息;其次,设计基于混合领域注意力机制的CBAM-CNN网络来评估信号中多个谐振峰的相对关系,实现温度解耦和质量感知。实验结果表明,该方法在25℃至55℃的温度范围内的对0.1~1 g的质量感知准确率高达99.70%,无需进行温度补偿即可实现大跨度温度下的精确质量感知。 展开更多
关键词 压电悬臂梁 深度学习 CNN cbam 质量感知 温度解耦
在线阅读 下载PDF
融入GhostNet和CBAM的YOLOv8烟雾识别算法 被引量：4
18
作者 胡久松 刘张驰 +2 位作者 余谦 谷志茹 钟皓 《电子测量与仪器学报》 CSCD 北大核心 2024年第8期201-207,共7页
火灾防控在公共安全中至关重要,传统探测手段在特定环境下面临局限。计算机视觉技术能实时监控大范围,精准识别烟雾等火灾前兆。但烟雾形状、纹理和颜色的复杂性给机器视觉的烟雾精准识别带来了极大挑战。针对这个问题,设计了一种融入... 火灾防控在公共安全中至关重要,传统探测手段在特定环境下面临局限。计算机视觉技术能实时监控大范围,精准识别烟雾等火灾前兆。但烟雾形状、纹理和颜色的复杂性给机器视觉的烟雾精准识别带来了极大挑战。针对这个问题,设计了一种融入轻量级网络和卷积块注意力机制的YOLOv8烟雾分类算法,旨在提升烟雾分类的精度与效率。首先,算法采用了GhostNet架构,通过替换传统的卷积层,保持高性能的同时,极大减轻了模型的负担。其次,算法嵌入了CBAM注意力机制,能够自动调整对不同区域的关注程度,确保关键烟雾特征被优先处理和精细分析,增强了模型的鲁棒性。采用公开烟雾数据集和加入挑战样本的自制数据集进行了大量实验。实验结果证明,算法烟雾识别准确率在公开数据集上达到了99.9%,在自制数据集达到了99.2%,优于同类方法。在实验电脑上,算法在GPU条件下帧率达到了833 fps,CPU条件下帧率达到了28 fps,可以用于快速准确地进行早期火灾探测。 展开更多
关键词 早期火灾探测 烟雾识别 YOLOv8 GhostNet cbam
在线阅读 下载PDF
基于MobileNetV2-CBAM的机收场景下冬小麦成熟期在线分类识别方法 被引量：3
19
作者 王发明 倪昕东 +3 位作者 张旗 陶伟 陈度 毛旭 《农业机械学报》 CSCD 北大核心 2024年第S1期71-80,100,共11页
小麦成熟期在线精准分类识别将为实现联合收获机的智能化调控提供有效支撑。本文提出一种基于车载相机和深度学习结合的冬小麦成熟期在线分类方法。以车载相机拍摄的实时图像为主,无人机拍摄的图像为辅,构建小麦乳熟-蜡熟初期、蜡熟后期... 小麦成熟期在线精准分类识别将为实现联合收获机的智能化调控提供有效支撑。本文提出一种基于车载相机和深度学习结合的冬小麦成熟期在线分类方法。以车载相机拍摄的实时图像为主,无人机拍摄的图像为辅,构建小麦乳熟-蜡熟初期、蜡熟后期-完熟初期、完熟后期-枯熟期和已收割区数据集(4400幅)。针对机收环境复杂、小麦图像模糊等问题,以MobileNetV2为基础网络结构,在特征提取后添加卷积注意力模块(Convolutional block attention module,CBAM)提升对图像特征的自适应提取能力。为了评估模型可信度,采用可视化技术观察模型对图像的关注区域。以不同分类模型为对比,对建立的MobileNetV2-CBAM模型性能进行评价。试验结果表明,MobileNetV2-CBAM模型在测试集中的分类识别准确率达到99.5%,相比于MobileNetV2高0.7个百分点;与ResNet和Swin Transformer模型相比,在分类精度未发生明显差异的前提下,MobileNetV2-CBAM模型内存占用量(8.73 MB)仅为其1/8和1/11。为了验证模型实际应用效果,田间试验结果表明,在车速4~6 km/h条件下,每隔1 s识别1幅图像,成熟期分类识别精度为96.8%,满足机收场景下的小麦成熟期在线分类准确性和实时性要求。 展开更多
关键词 小麦 成熟期 MobileNetV2-cbam 深度学习 车载相机
在线阅读 下载PDF
基于CBAM-InceptionV3迁移学习的食品图像分类 被引量：4
20
作者 杜慧江 崔潇以 +1 位作者 王艺蒙 孙丽萍 《粮油食品科技》 CAS CSCD 北大核心 2024年第1期91-98,共8页
为提高食品图像自动识别分类的准确率,提出一种嵌入通道注意力机制和空间注意力机制的卷积块注意力模块(CBAM)的“开端”第三版(Inception V3)分类模型。将带有图像网络(ImageNet)预训练权重参数的InceptionV3模型拆分后,在每个Inceptio... 为提高食品图像自动识别分类的准确率,提出一种嵌入通道注意力机制和空间注意力机制的卷积块注意力模块(CBAM)的“开端”第三版(Inception V3)分类模型。将带有图像网络(ImageNet)预训练权重参数的InceptionV3模型拆分后,在每个Inception块后嵌入CBAM模块,再重新组装成新模型,共嵌入11个CBAM模块。将此模型用于经过填充和缩放到299×299像素的Food-101食品图像数据集进行迁移学习,最高准确率达到82.01%。与原始的InceptionV3模型相比,CBAM模块能够有效提升模型的特征提取和分类能力;同时迁移学习与从头开始训练相比也可以大幅提高准确率、缩短训练时间。与其它几类主流卷积神经网络模型进行对比实验,结果表明该模型具有较高的识别准确率,可为食品图像分类识别提供有力支撑。 展开更多
关键词 食品图像分类 通道注意力 空间注意力 cbam InceptionV3 迁移学习
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 … 15 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