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
2
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
动态多头注意力与跨层优化的船舶轨迹预测算法
1
作者
孟菲
耿晓晖
+2 位作者
刘卓然
甄超
徐素宁
《海洋测绘》
北大核心
2025年第4期43-47,共5页
精准的船舶轨迹预测可以为海上交通管理奠定基础,降低船舶碰撞风险、提升搜救效率。然而现有方法在船舶轨迹预测过程中存在对数据质量与时空特征捕捉不足的问题,为提高船舶轨迹预测的精度与稳定性,提出一种融合动态多头注意力与跨层优化...
精准的船舶轨迹预测可以为海上交通管理奠定基础,降低船舶碰撞风险、提升搜救效率。然而现有方法在船舶轨迹预测过程中存在对数据质量与时空特征捕捉不足的问题,为提高船舶轨迹预测的精度与稳定性,提出一种融合动态多头注意力与跨层优化的TrAISformer-AB算法。首先,设计自适应多头注意力机制,使模型根据输入数据的复杂性和特征关系动态选择注意力头数,提升模型的学习能力和泛化能力。其次,采用ReLU6作为激活函数,增强模型的表达能力和稳定性。最后,设计跨层残差连接,减少梯度消失问题,提高训练的稳定性和收敛速度。实验结果表明,TrAISformer-AB算法相较对比算法预测误差最低,与基准模型相比预测精度提升了70%,有效提升了船舶轨迹预测的精度和稳定性。
展开更多
关键词
船舶轨迹预测
自适应多头注意力机制
relu6
激活函数
跨层残差连接
船舶自动识别系统
在线阅读
下载PDF
职称材料
基于Enhanced VGG16的油茶品种分类
被引量：
10
2
作者
孟志超
贺磊盈
+4 位作者
杜小强
张国凤
姚小华
吴顺凯
郭豪鉴
《农业工程学报》
EI
CAS
CSCD
北大核心
2022年第10期176-181,共6页
随着油茶产业不断壮大,市场上也出现了油茶幼苗品系混乱、以假乱真、以次充好的现象,因此急需开发一种专门的分类识别算法实现不同油茶品种的准确识别。农业领域常用VGG、ResNet网络模型进行分类工作,但存在权重空间过大和准确率不高等...
随着油茶产业不断壮大,市场上也出现了油茶幼苗品系混乱、以假乱真、以次充好的现象,因此急需开发一种专门的分类识别算法实现不同油茶品种的准确识别。农业领域常用VGG、ResNet网络模型进行分类工作,但存在权重空间过大和准确率不高等问题。该研究对VGG16网络模型进行层间删减以及结构调整,提出了Enhanced VGG16网络模型,在油茶叶数据集上完成模型训练与测试,并与现有经典卷积神经网络(AlexNet、VGG16、Resnet50、InceptionV3、Xception)进行对比。结果表明,Enhanced VGG16网络模型的训练集准确率和测试集准确率分别为98.98%和98.44%,权重空间为90.6 MB。与原始VGG16模型相比,训练集准确率和测试集准确率分别提高3.08和2.05个百分点,权重空间下降165.4 MB,模型性能显著提升。Enhanced VGG16网络模型与经典卷积神经网络相对比,模型综合性能更优。该研究为通过油茶叶进行品种分类识别提供了依据,同时可为其他农作物品种识别提供参考。
展开更多
关键词
深度学习
油茶叶
分类
Enhanced
VGG16
hard-Swish
relu6
在线阅读
下载PDF
职称材料
题名
动态多头注意力与跨层优化的船舶轨迹预测算法
1
作者
孟菲
耿晓晖
刘卓然
甄超
徐素宁
机构
中国四维测绘技术有限公司
北京建筑大学测绘与城市空间信息学院
自然资源部国土卫星遥感应用中心
出处
《海洋测绘》
北大核心
2025年第4期43-47,共5页
文摘
精准的船舶轨迹预测可以为海上交通管理奠定基础,降低船舶碰撞风险、提升搜救效率。然而现有方法在船舶轨迹预测过程中存在对数据质量与时空特征捕捉不足的问题,为提高船舶轨迹预测的精度与稳定性,提出一种融合动态多头注意力与跨层优化的TrAISformer-AB算法。首先,设计自适应多头注意力机制,使模型根据输入数据的复杂性和特征关系动态选择注意力头数,提升模型的学习能力和泛化能力。其次,采用ReLU6作为激活函数,增强模型的表达能力和稳定性。最后,设计跨层残差连接,减少梯度消失问题,提高训练的稳定性和收敛速度。实验结果表明,TrAISformer-AB算法相较对比算法预测误差最低,与基准模型相比预测精度提升了70%,有效提升了船舶轨迹预测的精度和稳定性。
关键词
船舶轨迹预测
自适应多头注意力机制
relu6
激活函数
跨层残差连接
船舶自动识别系统
Keywords
ship trajectory prediction
adaptive multi-head attention mechanism
relu6
activation function
cross-layer residual connection
ship automatic identification
分类号
P228.499 [天文地球—大地测量学与测量工程]
在线阅读
下载PDF
职称材料
题名
基于Enhanced VGG16的油茶品种分类
被引量：
10
2
作者
孟志超
贺磊盈
杜小强
张国凤
姚小华
吴顺凯
郭豪鉴
机构
浙江理工大学机械与自动控制学院
浙江省种植装备技术重点实验室
中国林业科学研究院亚热带林业研究所
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2022年第10期176-181,共6页
基金
国家自然科学基金项目(31971798)
国家重点研发计划课题油茶生态经济型品种筛选及配套栽培技术(2019YFD1001602)
浙江省“领雁”研发攻关计划项目(2022C02057)。
文摘
随着油茶产业不断壮大,市场上也出现了油茶幼苗品系混乱、以假乱真、以次充好的现象,因此急需开发一种专门的分类识别算法实现不同油茶品种的准确识别。农业领域常用VGG、ResNet网络模型进行分类工作,但存在权重空间过大和准确率不高等问题。该研究对VGG16网络模型进行层间删减以及结构调整,提出了Enhanced VGG16网络模型,在油茶叶数据集上完成模型训练与测试,并与现有经典卷积神经网络(AlexNet、VGG16、Resnet50、InceptionV3、Xception)进行对比。结果表明,Enhanced VGG16网络模型的训练集准确率和测试集准确率分别为98.98%和98.44%,权重空间为90.6 MB。与原始VGG16模型相比,训练集准确率和测试集准确率分别提高3.08和2.05个百分点,权重空间下降165.4 MB,模型性能显著提升。Enhanced VGG16网络模型与经典卷积神经网络相对比,模型综合性能更优。该研究为通过油茶叶进行品种分类识别提供了依据,同时可为其他农作物品种识别提供参考。
关键词
深度学习
油茶叶
分类
Enhanced
VGG16
hard-Swish
relu6
Keywords
deep learning
Camellia oleifera leaf
classification
Enhanced VGG16
hard-Swish
relu6
分类号
S223.71 [农业科学—农业机械化工程]
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
动态多头注意力与跨层优化的船舶轨迹预测算法
孟菲
耿晓晖
刘卓然
甄超
徐素宁
《海洋测绘》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于Enhanced VGG16的油茶品种分类
孟志超
贺磊盈
杜小强
张国凤
姚小华
吴顺凯
郭豪鉴
《农业工程学报》
EI
CAS
CSCD
北大核心
2022
10
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
