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732篇文章
< 1 2 … 37 >
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：
基于改进ALTRO的果园机器人实时局部轨迹优化算法
1
作者 李天博 郭奕 +2 位作者 刘慧 沈跃 沈亚运 《农业工程学报》 北大核心 2025年第9期1-10,共10页
实时局部轨迹优化是果园机器人安全、稳定自主运行的重要保障。针对原始增广拉格朗日轨迹优化器算法存在迭代效率低下、易陷入数值病态及权重难以平衡等问题,该研究提出了一种基于改进ALTRO(augmented lagrangiantrajectory optimizer)... 实时局部轨迹优化是果园机器人安全、稳定自主运行的重要保障。针对原始增广拉格朗日轨迹优化器算法存在迭代效率低下、易陷入数值病态及权重难以平衡等问题,该研究提出了一种基于改进ALTRO(augmented lagrangiantrajectory optimizer)的果园机器人实时局部轨迹优化算法。在获得机器人全局参考轨迹的前提下,首先采用加速增广拉格朗日算法,改进ALTRO算法中的乘子迭代策略,实现算法的加速收敛;其次,加入乘子可行域投影,保证每次迭代更新得到的乘子都在可行域范围内,避免迭代次数较多导致的算法数值病态现象,提高算法的稳定性。最后,引入基于轨迹时间步长的自适应缩放因子,调整原算法中的终点权重,保证算法具有更好的局部障碍响应能力。基于相同参考路径及配置参数,在多障碍仿真场景中本文算法相较于原始ALTRO算法的运算时间减少32.76%,而在实物试验中,该研究算法运算耗时相较原算法降低67.80%,且该算法优化轨迹的曲率最大值、平均曲率及曲率标准差相较原算法分别下降了10.59%、2.98%及10.17%,航向角、前轮转角、线速度和前轮角速度的最大变化率、平均变化率和变化率标准差上,改进算法相较原算法分别下降了14.19%、3.61%及10.69%,轨迹的曲率表现和控制量变化都更加平滑,能够为机器人提供良好的运行参考。 展开更多
关键词 机器人 算法 ALTRO 果园 缩放因子 局部轨迹优化
在线阅读 下载PDF
融合注意力和上下文信息的遥感图像小目标检测算法 被引量：2
2
作者 刘赏 周煜炜 +2 位作者 代娆 董林芳 刘猛 《计算机应用》 北大核心 2025年第1期292-300,共9页
对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提... 对多尺度的遥感图像进行小目标检测时,基于深度学习的目标检测算法容易出现误检和漏检的情况。这是因为此类算法的特征提取模块进行了多次的下采样操作;而且未能根据不同类别、不同尺度的目标关注所需的上下文信息。为了解决该问题,提出一种融合注意力和上下文信息的遥感图像小目标检测算法ACM-YOLO(Attention-Context-Multiscale YOLO)。首先,应用细粒度的查询感知稀疏注意力以减少小目标特征信息的丢失,从而避免漏检;其次,设计局部上下文增强(LCE)函数以更好地关注不同类别的遥感目标所需的上下文信息,从而避免误检;最后,使用加权双向特征金字塔网络(BiFPN)强化特征融合模块对遥感图像小目标的多尺度特征融合能力,从而改善算法检测效果。在DOTA数据集和NWPU VHR-10数据集上进行对比实验和消融实验,以验证所提算法的有效性和泛化性。实验结果表明,在2个数据集上所提算法的平均精确率均值(mAP)分别达到了77.33%和96.12%,而相较于YOLOv5算法,召回率分别提升了10.00和7.50个百分点。可见,所提算法能有效提升mAP和召回率,减少误检和漏检。 展开更多
关键词 遥感图像 小目标检测 稀疏采样 局部上下文信息增强 多尺度特征融合
在线阅读 下载PDF
基于启发式方案演化的数控成形轨迹时序化方法
3
作者 徐敬华 陈诚 +3 位作者 高铭宇 王康 张树有 谭建荣 《计算机辅助设计与图形学学报》 北大核心 2025年第7期1138-1149,共12页
为了减少多空隙大尺寸零件的非加工跳转行程,提出一种基于启发式方案演化的数控成形轨迹时序化方法.首先对概念设计方案规划域的每个数控成形面生成轮廓和待填充区域,构建轮廓成形对象和面成形对象并进行分类,采用邻域搜索确定在一个成... 为了减少多空隙大尺寸零件的非加工跳转行程,提出一种基于启发式方案演化的数控成形轨迹时序化方法.首先对概念设计方案规划域的每个数控成形面生成轮廓和待填充区域,构建轮廓成形对象和面成形对象并进行分类,采用邻域搜索确定在一个成形面中不同成形对象的初始连接顺序及其成形起点;然后以深度优先启发式计算对相同类型的成形对象间的连接顺序进行全域演化,建立导向混合图并求解获得新的成形对象连接顺序,以静态链表的形式进行高效存储;再采用局部启发式采样方法进行单次局域演化和多次深度局域演化,对同类型的成形对象的成形起点位置和连接顺序进行问题重构与方案精调;最后连接不同类型的成形对象间的成形轨迹,获得当前成形面的时序化的数控伺服成形方案.采用TPMS流形的实例结果表明,所提方法的跳转轨迹长度优化效率为16.07%,对单成形层跳转轨迹长度的最大优化效果为35.83%;通过机械盘盖类零件对该方法与其他方法进行性能对比,并采用物理实验进行验证,证明该方法可节省制造时间并提升加工效率. 展开更多
关键词 启发式方案演化 数控成形 多空隙大尺寸零件 局域演化 成形轨迹时序化
在线阅读 下载PDF
基于扩展局部二值模式的多尺度人脸表情识别方法
4
作者 胡黄水 戚星烁 +1 位作者 王出航 王玲 《吉林大学学报(理学版)》 北大核心 2025年第5期1427-1436,共10页
针对人脸表情识别在复杂环境下姿态和光照鲁棒性差的问题,提出一种融合扩展局部二值模式和多尺度网络结构的人脸表情识别方法.该方法通过扩展传统局部二值模式的感受野并增强像素间的空间联系,减少光照对人脸表情识别的噪声干扰;通过将... 针对人脸表情识别在复杂环境下姿态和光照鲁棒性差的问题,提出一种融合扩展局部二值模式和多尺度网络结构的人脸表情识别方法.该方法通过扩展传统局部二值模式的感受野并增强像素间的空间联系,减少光照对人脸表情识别的噪声干扰;通过将特征图在通道维度均匀分为若干子集并利用不同数量相同卷积块的方式提取特征图的多尺度特征,有效处理人脸姿态变化.在数据集Fer2013和RAF-DB上的实验结果表明,该方法可有效提高人脸表情识别的准确率和鲁棒性,为复杂环境下的人脸表情识别提供了有效解决方案. 展开更多
关键词 人脸表情识别 局部二值模式 多尺度网络 卷积神经网络
在线阅读 下载PDF
基于改进YOLOv8n的再造烟叶原料缺陷检测方法研究 被引量：1
5
作者 刘雄斌 刘志昌 +5 位作者 胡念武 姚建武 陈一桢 唐天明 王晚霞 陈寒 《包装与食品机械》 北大核心 2025年第3期88-95,共8页
针对稠浆法再造烟叶生产中,原料表面缺陷检测存在的多尺度表征能力不足与检测效率低等问题,提出一种基于改进YOLOv8n架构的智能检测网络。通过设计CSP-SDCV模块替代原始C2f模块,以优化特征提取效率,引入ADown模块增强多尺度特征表征能力... 针对稠浆法再造烟叶生产中,原料表面缺陷检测存在的多尺度表征能力不足与检测效率低等问题,提出一种基于改进YOLOv8n架构的智能检测网络。通过设计CSP-SDCV模块替代原始C2f模块,以优化特征提取效率,引入ADown模块增强多尺度特征表征能力,采用轻量化共享卷积检测头降低参数冗余,并结合局部窗口注意力机制强化遮挡目标的边界敏感性。试验结果表明,改进模型在烟叶缺陷数据集上的m AP@50达到98.1%,较基准模型YOLOv8n提升1.8个百分点,参数量与计算量分别减少54.4%,50.6%。研究为烟草工业自动化质检提供高精度、低资源消耗的解决方案。 展开更多
关键词 烟叶缺陷检测 多尺度特征融合 轻量化检测头 局部窗口注意力 YOLOv8n
在线阅读 下载PDF
结合局部强化和改进YOLOv8的隧道螺栓锈蚀检测
6
作者 武晓春 李鲁豫 《计算机工程与应用》 北大核心 2025年第19期249-259,共11页
针对地铁隧道检修环境光线不足,不可避免地导致人工检修螺栓准确率低、漏诊率高的问题,提出了基于局部强化(local enhancement algorithm,LEA)和改进YOLOv8的隧道螺栓锈蚀检测模型(YOLOv8s+LEA+MSSf+FL,YOLO-LMF),将人工检修变为智能检... 针对地铁隧道检修环境光线不足,不可避免地导致人工检修螺栓准确率低、漏诊率高的问题,提出了基于局部强化(local enhancement algorithm,LEA)和改进YOLOv8的隧道螺栓锈蚀检测模型(YOLOv8s+LEA+MSSf+FL,YOLO-LMF),将人工检修变为智能检测,提高检修效率。使用带有邻域检查(neighbor check)的局部强化算法增强螺栓锈蚀部位,使模型更好识别锈蚀特征。提出多尺度通道组混排卷积(multi-scale channel group shuffle convolution,MSCGSC),将MSCGSC融入YOLOv8的C2f(cross stage partial network fusion)模块中,得到新的模块MSSf(multiscale shuffle fusion),使模型更好地学习锈蚀螺栓与色斑在螺栓附近时的不同的表现,提高模型检测精度。考虑到锈蚀螺栓中困难样本限制了模型检测的精度且螺栓样本不平衡的问题,引入了焦点损失函数(focal loss,FL),降低数量庞大的样本在训练中所占的权重,使模型集中对分类困难样本的学习。实验结果表明:所提出的模型相较于原模型分别增长了0.032、0.05、0.011和0.003,参数量减少了10.4%。模型在地铁隧道螺栓数据集上具有更好的表现,能够为地铁隧道维护作业研发检测机器人提供参考,减少隧道养护工人工作量,提高工作效率。 展开更多
关键词 隧道螺栓 局部强化 YOLOv8 多尺度通道组混排卷积 焦点损失
在线阅读 下载PDF
结合自适应局部图卷积与多尺度时间建模的骨架行为识别
7
作者 田青 虞静静 张正 《计算机应用研究》 北大核心 2025年第7期2199-2205,共7页
鉴于人体骨架的固有拓扑结构特性,采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而,在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长,导致建模误差,影响识别... 鉴于人体骨架的固有拓扑结构特性,采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而,在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长,导致建模误差,影响识别精度的问题。为此,提出了一种结合自适应局部图卷积与多尺度时间建模的骨架行为识别方法。该方法通过自适应局部图卷积模块,实现人体骨骼结构的独立动态表征;设计多尺度时间建模模块,实现对不同持续时间的行为进行建模,并降低了参数量和计算复杂度;引入时空DropGraph结构,动态调整图拓扑结构,提升模型的泛化能力并防止过拟合。实验表明,在NTU RGB+D 60数据集的跨对象C-Sub和跨视角C-View基准下分别取得了93.39%和97.18%的准确率,在NTU RGB+D 120数据集的跨对象C-Sub和跨设置C-Set基准下分别取得了90.48%和91.95%的准确率,高于现有的行为识别方法,证明了该方法的优越性。 展开更多
关键词 局部图卷积 自适应图 多尺度时间建模 行为识别
在线阅读 下载PDF
基于改进YOLOv7-tiny的PCB缺陷检测算法
8
作者 侯培国 韩超明 +1 位作者 李宁 宋涛 《燕山大学学报》 北大核心 2025年第2期167-176,共10页
针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池... 针对现有PCB缺陷检测算法检测效率低、参数量大以及结构复杂的问题,提出了一种改进的YOLOv7-tiny算法。设计了多尺度捕获模块,通过多尺度特征捕获、上下文信息融合以及特征增强的方法,提高算法对图像特征提取的能力,改善CSPSPP层单一池化操作掩盖特征图内部有效信息的问题。提出了全局局部门控感知模块,通过选择性特征融合、局部与全局信息结合的方法,降低颈部网络的参数量。基于DeepPCB数据集进行实验得出,改进后的模型较传统模型精度提升了1.5%,参数量和计算量分别下降了66%和20.6%,模型规模降低了66.3%。改进后的算法识别精度高、参数量少、计算量小,可以为PCB缺陷的快速准确识别提供良好的条件。 展开更多
关键词 PCB表面缺陷检测 YOLOv7-tiny 多尺度捕获模块 全局局部门控感知模块 轻量化
在线阅读 下载PDF
融合变分图自编码器与局部-全局图网络的认知负荷脑电识别模型 被引量：1
9
作者 周天彤 郑妍琪 +2 位作者 魏韬 戴亚康 邹凌 《计算机应用》 北大核心 2025年第6期1849-1857,共9页
针对认知负荷识别模型存在过于依赖手动特征提取、忽视脑电图(EEG)信号的空间信息和无法有效学习图结构数据的问题,提出一种融合变分图自编码器(VGAE)与局部-全局图网络(VLGGNet)的认知负荷EEG识别模型。该模型由时间学习模块和图形学... 针对认知负荷识别模型存在过于依赖手动特征提取、忽视脑电图(EEG)信号的空间信息和无法有效学习图结构数据的问题,提出一种融合变分图自编码器(VGAE)与局部-全局图网络(VLGGNet)的认知负荷EEG识别模型。该模型由时间学习模块和图形学习模块这2个部分组成。首先,使用时间学习模块通过多尺度时间卷积捕捉EEG信号的动态频率表示,并通过空间与通道重建卷积(SCConv)和1×1卷积核级联模块融合多尺度卷积提取的特征;其次,使用图形学习模块将EEG数据定义为局部-全局图,其中,局部图特征提取层将节点属性聚合到一个低维向量,全局图特征提取层通过VGAE重构图结构;最后,对全局图和节点特征向量执行轻量化图卷积操作,由全连接层输出预测结果。通过嵌套交叉验证,实验结果表明,在心算任务(MAT)数据集上,相较于次优的局部-全局图网络(LGGNet),VLGGNet的平均准确率(mAcc)和平均F1分数(mF1)分别提升了4.07和3.86个百分点;在同时任务EEG工作量(STEW)数据集上,相较于表现最好的多尺度时空卷积神经网络(TSception),VLGGNet的mAcc与TSception相同,mF1仅降低了0.01个百分点。可见VLGGNet提高了认知负荷分类的性能,也验证了前额叶和额叶区域与认知负荷状态密切相关。 展开更多
关键词 认知负荷 脑电信号 多尺度时间卷积 变分图自编码器 局部-全局图网络
在线阅读 下载PDF
UMTransNet:结合U-Net和多尺度感知Transformer的图像拼接定位方法 被引量：1
10
作者 张维 何月顺 +3 位作者 谢浩浩 杨安博 杨超文 吕熊 《现代电子技术》 北大核心 2025年第1期33-39,共7页
当前基于深度学习的图像拼接定位方法大多只关注深层次特征,且感受野有限,忽略了浅层次特征,影响图像拼接定位的准确性。针对上述问题,文中提出一种结合改进U-Net和多尺度多视角Transformer的图像拼接定位网络UMTransNet。改进U-Net模... 当前基于深度学习的图像拼接定位方法大多只关注深层次特征,且感受野有限,忽略了浅层次特征,影响图像拼接定位的准确性。针对上述问题,文中提出一种结合改进U-Net和多尺度多视角Transformer的图像拼接定位网络UMTransNet。改进U-Net模型的编码器,将编码器中的最大池化层替换成卷积层,防止浅层次特征的流失;将多尺度多视角Transformer嵌入到U-Net的跳跃连接中,Transformer的输出特征与U-Net的上采样特征进行有效融合,实现深层次特征与浅层次特征的平衡,从而提高图像拼接定位的准确性。通过可视化检测结果图显示,所提方法在定位拼接篡改区域方面表现得更加出色。 展开更多
关键词 数字图像取证 图像拼接定位 U-Net 多尺度感知 自注意力机制 交叉注意力机制
在线阅读 下载PDF
基于全尺寸试验的百米级叶片极限失效分析
11
作者 赵建刚 王博文 +3 位作者 张文伟 冯学斌 邓航 刘鹏辉 《太阳能学报》 北大核心 2025年第8期33-38,共6页
为研究百米级风电叶片在组合极限载荷下的损伤响应,对时代新材TMT90 m+叶片进行全尺寸极限承载力测试。通过试验监测、应变数据分析以及非线性有限元仿真对叶片的失效机理进行研究。结果表明结构非线性、材料非线性导致叶片局部区域在... 为研究百米级风电叶片在组合极限载荷下的损伤响应,对时代新材TMT90 m+叶片进行全尺寸极限承载力测试。通过试验监测、应变数据分析以及非线性有限元仿真对叶片的失效机理进行研究。结果表明结构非线性、材料非线性导致叶片局部区域在承载高水平载荷时出现应力集中,进而促使局部屈曲的产生,个别区域的提前失效加速了局部屈曲对局部刚度及稳定性的削弱,从而导致叶片最终的断裂失效。 展开更多
关键词 风电叶片 复合材料 有限元分析 全尺寸试验 局部屈曲
在线阅读 下载PDF
双域掩码与多尺度局部重建的HSI和LiDAR数据协同分类方法
12
作者 左云逸 吴海滨 王爱丽 《红外与激光工程》 北大核心 2025年第10期284-296,共13页
针对高光谱图像(Hyperspectral Images, HSI)与LiDAR数据协同分类中存在的标注成本高与精度不足的问题,提出一种基于双域掩码与多尺度局部重建的HSI-LiDAR跨模态分类方法。首先,构建包含空间和光谱分支的双分支掩码重建框架,通过掩码随... 针对高光谱图像(Hyperspectral Images, HSI)与LiDAR数据协同分类中存在的标注成本高与精度不足的问题,提出一种基于双域掩码与多尺度局部重建的HSI-LiDAR跨模态分类方法。首先,构建包含空间和光谱分支的双分支掩码重建框架,通过掩码随机图像块和通道进行特征学习。其次,设计分层多尺度局部重建结构,下层编码器学习细粒度特征,上层编码器恢复宏观语义信息。在解码阶段,采用反卷积上采样和自适应池化调整尺度,实现多层级重建目标的空间对齐,以监督编码器学习。同时,考虑到CNN优秀的局部特征提取能力,引入轻量级CNN网络提取高光谱图像的光谱-空间特征以及LiDAR数据的高程信息,形成CNN与Transformer的互补机制,能够提升模型的泛化性能。在Houston2018与Augsburg数据集上的实验表明,提出模型的总体准确率分别达到了93.09%和95.36%,相较于现有的S~2ATNet和SS-MAE等主流方法显著提升了分类准确率,验证了该方法的有效性和优越性。 展开更多
关键词 高光谱图像 LIDAR数据 自监督学习 掩码图像建模 多尺度局部重建
在线阅读 下载PDF
MHVTs:多尺度混合视觉自注意力模型
13
作者 高丽丽 应文豪 +2 位作者 钟珊 胡文军 吴晓宇 《计算机工程与设计》 北大核心 2025年第5期1395-1402,共8页
为提高ViT模型在小型数据集上从零开始训练的性能,提出一种多尺度混合ViT模型(MHVT),由多尺度扩张局部聚集模块(MDLA)和多尺度先下采样再上采样模块(MPUA)组成。MDLA利用不同膨胀率的深度可分卷积在不同通道上提取不同尺度的局部特征。M... 为提高ViT模型在小型数据集上从零开始训练的性能,提出一种多尺度混合ViT模型(MHVT),由多尺度扩张局部聚集模块(MDLA)和多尺度先下采样再上采样模块(MPUA)组成。MDLA利用不同膨胀率的深度可分卷积在不同通道上提取不同尺度的局部特征。MPUA在自注意力计算前,在不同的通道上对查询、键和值进行不同粒度的池化处理,保持计算效率的同时捕获多尺度的全局特征。在各种小尺寸数据集上的大量实验验证了MHVT在精度和速度方面均获得了更好的权衡。 展开更多
关键词 视觉自注意力模型 局部相关性 多尺度特征交互 卷积神经网络 小型数据集 自注意力模型 卷积神经网络
在线阅读 下载PDF
基于局部Transformer的多尺度图像去雾网络
14
作者 毛德乾 高珊珊 +2 位作者 吕海霞 张彩明 周元峰 《计算机辅助设计与图形学学报》 北大核心 2025年第6期1006-1019,共14页
针对现有去雾方法大多无法较好地处理非均匀雾度雾天图像的问题,提出一个高效的基于局部Transformer的多尺度图像去雾网络MIDNet.首先利用局部Transformer的线性计算优势、窗口内的局部信息及像素间的远程关系,设计多尺度特征提取器,高... 针对现有去雾方法大多无法较好地处理非均匀雾度雾天图像的问题,提出一个高效的基于局部Transformer的多尺度图像去雾网络MIDNet.首先利用局部Transformer的线性计算优势、窗口内的局部信息及像素间的远程关系,设计多尺度特征提取器,高效而全面地提取多尺度特征;然后结合金字塔结构和密集连接提出特征聚合模块,实现多源多层级特征的全面聚合;最后基于门控结构设计细节增强单元,保留图像更多边缘等细节信息.在RESIDE, O-HAZE, I-HAZE, NH-HAZE和NITER数据集上的大量实验证明, MIDNet获得了更优的视觉效果,且在NITER数据集上, MIDNet相较于SRKTDN和DeHamer方法的PSNR分别提高了5.552 0 dB和8.170 2 dB, SSIM分别提高了0.029 7和0.095 3. 展开更多
关键词 图像去雾 局部Transformer 多尺度 金字塔结构 密集连接
在线阅读 下载PDF
水流作用下大直径墩柱周围局部冲刷实验
15
作者 王东 闫圣 李绍武 《哈尔滨工程大学学报》 北大核心 2025年第4期703-709,共7页
针对桥梁、港口水工建筑物以及近岸海洋结构墩柱基础稳定性问题,本文采用物理模型实验方法在较大宽度的造流水槽中开展了较大直径圆柱周围的局部冲刷研究。实验是在清水冲刷条件下进行的,实时观测了圆柱周围控制点的冲刷发展过程,观察... 针对桥梁、港口水工建筑物以及近岸海洋结构墩柱基础稳定性问题,本文采用物理模型实验方法在较大宽度的造流水槽中开展了较大直径圆柱周围的局部冲刷研究。实验是在清水冲刷条件下进行的,实时观测了圆柱周围控制点的冲刷发展过程,观察到冲刷坑发展达到平衡历时最长近10 d。结合实验结果对几个代表性冲刷坑深度预报公式进行了评价,发现Sheppard公式计算结果最接近实验。结果表明:在这种尺度下圆柱周围冲刷最大冲刷深度随摩阻流速的增大而增大,但受水深影响不大。对最大冲刷深度起控制作用的因素是摩阻流速,在冲刷预报公式中采用摩阻流速代替断面平均流速作为影响因素更为合理。 展开更多
关键词 水流 大直径墩柱 清水局部冲刷 大冲刷 模型实验 无粘性沙 冲刷坑深度 预报公式
在线阅读 下载PDF
大型活动进场时段城市轨道交通运行计划优化
16
作者 肖起强 石俊刚 +1 位作者 朱炜 侯伟 《都市快轨交通》 北大核心 2025年第4期144-153,共10页
为缓解大型活动开始前大量乘客集中在活动举办地附近的地铁站出站而产生的站台拥堵问题,采用错开上下行列车的到站时刻和设计列车跳停策略的方法,建立以最小化出站乘客在站台的滞留时间、乘客出站时在站台的拥挤风险和列车跳停次数为目... 为缓解大型活动开始前大量乘客集中在活动举办地附近的地铁站出站而产生的站台拥堵问题,采用错开上下行列车的到站时刻和设计列车跳停策略的方法,建立以最小化出站乘客在站台的滞留时间、乘客出站时在站台的拥挤风险和列车跳停次数为目标的数学优化模型,对列车的运行时间和停站方案进行优化。此外,结合地铁运行图和大型活动的客流特点,设计迭代局部搜索算法求解。设计算法包含2种搜索可行邻域解的方法:一种是通过调整列车运行和停站时间搜索邻域解,另一种是通过调整停站方案搜索邻域解。以南昌某大型活动的数据为例,对模型和算法的效果进行验证,实例表明:设计的迭代局部搜索算法能快速得到高质量解,优化后站台上的人数最大值由2951人降至1006人,乘客的平均出站时间减少了94.7 s,减少明显,站台的拥挤风险降低了94%,错开列车到站时间和使列车跳停的策略能有效减少乘客的出站时间,缓解活动开始前活动现场附近车站的拥挤情况。 展开更多
关键词 地铁 运行计划优化 拥堵 迭代局部搜索算法 大型活动
在线阅读 下载PDF
面向多模态预训练的子图匹配式对比学习方法研究
17
作者 陈公冠 刘慧 +2 位作者 李恒泰 郭强 张彩明 《计算机学报》 北大核心 2025年第4期893-909,共17页
通过图像文本对的联合学习,多模态预训练大模型在各种视觉任务中展现出巨大的潜力,比如在高质量数据集匮乏的医学领域。然而,现有的模态匹配式预训练方法通常使用全局匹配的方式,易受到低质量信息的干扰。尽管少量研究开始关注局部匹配... 通过图像文本对的联合学习,多模态预训练大模型在各种视觉任务中展现出巨大的潜力,比如在高质量数据集匮乏的医学领域。然而,现有的模态匹配式预训练方法通常使用全局匹配的方式,易受到低质量信息的干扰。尽管少量研究开始关注局部匹配,但这些方法仅仅通过简单的池化操作来缩小匹配范围,忽略了跨模态重要对象之间的内在关系以及跨样本对之间同语义表征的获取。鉴于此,本文在多模态大模型的预训练过程中,提出了一种基于图神经网络的消息传递机制,对多模态数据特征进行节点化和子图化,从而将跨模态的匹配方式由全局匹配转变为子图匹配,减少低质量信息的干扰。同时,利用交叉注意力在单一模态内进行子图级别的差异化处理,使其在跨模态学习中建立更细致的关联和语义理解。此外,提出高维空间的样本对聚类方法,以减少多模态大模型对相同语义的无关联错误表达。在涵盖图像分类、病灶区域目标检测和语义分割任务的七个医学图像数据集上进行了大量实验,验证了本文所提出模型的可行性和优越性能。同时在表情识别任务中进行实验,验证了本文模型的泛化性能。 展开更多
关键词 多模态预训练大模型 局部匹配 子图匹配 无关联错误 聚类
在线阅读 下载PDF
机构实施循证实践准备度评估量表的汉化及内容效度验证
18
作者 陈佳佳 蔡毅媛 +3 位作者 杨薇 卯润 令狐浪 徐东 《协和医学杂志》 北大核心 2025年第3期765-776,共12页
目的本研究旨在汉化工作场所准备度问卷(workplace readiness questionnaire,WRQ),并验证其在中国基层医疗机构评估循证实践(evidence-based practices,EBP)实施准备度的适用性,为评估组织变革准备度(organizational readiness for chan... 目的本研究旨在汉化工作场所准备度问卷(workplace readiness questionnaire,WRQ),并验证其在中国基层医疗机构评估循证实践(evidence-based practices,EBP)实施准备度的适用性,为评估组织变革准备度(organizational readiness for change,ORC)提供实用测量工具。方法采用改良Brislin翻译模型汉化WRQ,通过德尔菲法评价其内容效度、跨文化效度及可推广性,采用条目水平内容效度指数(item-level content validity index,I-CVI)、量表水平内容效度指数(scale-level content validity index,S-CVI)和矫正后的Kappa值评价专家反馈意见,结合层次分析法(analytic hierarchical process,AHP)确定指标权重。邀请量表目标使用人群对条目重要性(item importance score,IIS)进行定量评价,结合认知访谈定性反馈意见,评价表面效度。结果为明确用途,修订量表名称为“机构实施循证实践准备度评估量表”(organizational readiness of implementing evidence-based practices scale,ORIEBP),内容包含变革背景、变革效价、信息评估、变革承诺、变革效能5个维度,共32个条目。经两轮德尔菲专家函询修改了3个维度的构念和11个条目的表述,量表内容效度较好,I-CVI为0.73~1.00,Kappa值为0.70~1.00,S-CVI≥0.92。ORIEBP量表各维度权重依次为0.2083、0.2022、0.1907、0.2193、0.1795,一致性比率(consistency ratio,CR)达标(CR<0.1)。81.8%(9/11)的专家认为量表条目具有较好的可推广性。各维度和条目的IIS评分分别为2.93~3.54和2.71~3.42,表面效度良好;认知访谈结果显示,受访者主要困惑于专业术语。结论本研究验证了ORIEBP量表的内容效度,可推广性较好。后续可扩大量表使用范围,进一步开展结构效度与信度验证,比较不同变革下组织准备度的差异,促进量表的进一步完善。 展开更多
关键词 组织变革 准备度 量表汉化 内容效度 认知访谈 基层保健机构
在线阅读 下载PDF
基于Transformer的全局-局部融合特征的遮挡行人重识别方法
19
作者 汪旭 胡晓光 +1 位作者 付哲宇 赵利欣 《计算机科学与探索》 北大核心 2025年第7期1832-1850,共19页
行人重识别(ReID)是利用人工智能解决车站安检、城市监控系统等公共安全应用问题的技术,具有从跨设备采集的图像中识别某一特定行人的能力。但是在行人重识别等问题中,往往会出现行人被刻意遮挡或被复杂场景环境遮挡等因素,这大大增加... 行人重识别(ReID)是利用人工智能解决车站安检、城市监控系统等公共安全应用问题的技术,具有从跨设备采集的图像中识别某一特定行人的能力。但是在行人重识别等问题中,往往会出现行人被刻意遮挡或被复杂场景环境遮挡等因素,这大大增加了行人重识别的难度。在目前所提出的大部分遮挡行人重识别方法中,卷积神经网络模型更加关注局部特征,但难以获得全局结构信息,Transformer网络模型建模长距离的特征依赖,但易忽略局部特征细节。为解决这些难题,提出了一种全局-局部融合特征的遮挡行人重识别方法,利用CNN和Transformer特征学习网络的特点,在丰富行人局部特征的同时提升特征的全局表达能力。该模型由三个部分组成:CNN网络主要提取局部细节特征,Transformer分支侧重提取全局特征信息,并通过跨维度多尺度池化融合模块计算上述两个分支特征的相关性,进而实现全局-局部的特征融合;由多层级注意力引导生成的掩码模块能够精准地突出行人图像中的关键特征,自动对齐行人特征信息,抑制遮挡部分或背景噪声的干扰;图像高低频特征增强模块强化被遮挡行人的高低频特征信息,突出有效信息。消融实验以及在相关数据集上的实验结果证明了所提方法的有效性。 展开更多
关键词 全局 局部 跨维度多尺度池化融合 多层级注意力 高低频特征
在线阅读 下载PDF
基于多尺度局部与全局特征提取的时间序列预测网络
20
作者 王静 王济昂 +1 位作者 丁建立 李永华 《计算机工程与设计》 北大核心 2025年第6期1734-1741,共8页
为有效提取序列数据中的局部与全局变化,并对多尺度特征进行建模,提高时间序列预测准确率,提出一种基于多尺度局部与全局特征提取的时间序列预测网络。多尺度特征捕获模块使用多个不同大小的卷积提取序列中多周期的特征;关注对周期性序... 为有效提取序列数据中的局部与全局变化,并对多尺度特征进行建模,提高时间序列预测准确率,提出一种基于多尺度局部与全局特征提取的时间序列预测网络。多尺度特征捕获模块使用多个不同大小的卷积提取序列中多周期的特征;关注对周期性序列的建模,利用多尺度时序分离模块,使用平均池化分离得到时间序列的周期性和趋势性部分;局部与全局特征模块对序列中的局部变化和全局趋势进行建模。实验结果表明,所提算法在4个数据集上的预测效果均优于相关基线算法。 展开更多
关键词 多维时间序列预测 局部与全局特征 多尺度 卷积神经网络 时序分解 特征提取 深度学习
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 … 37 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