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
8
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
基于改进SKNet-SVM的网络安全态势评估
被引量:
10
1
作者
赵冬梅
孙明伟
+1 位作者
宿梦月
吴亚星
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期334-349,共16页
为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,...
为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,增强特征之间关联性。然后,将提取的特征输入到支持向量机中进行分类,并使用网格优化算法对支持向量机中的参数进行全局寻优。最后,根据网络攻击影响指标计算网络安全态势值。实验表明,基于改进选择性卷积核卷积神经网络和支持向量机的态势评估模型与传统的卷积神经网络搭建的态势评估模型相比,准确率更高,并且具有更强的稳定性和鲁棒性。
展开更多
关键词
网络安全态势评估
网络安全态势感知
改进选择性卷积核卷积神经网络
支持向量机
网格优化算法
在线阅读
下载PDF
职称材料
基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法
被引量:
25
2
作者
何耀耀
闻才喜
许启发
《电力自动化设备》
EI
CSCD
北大核心
2016年第11期120-126,共7页
利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰...
利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法。相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优。最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性。
展开更多
关键词
中期电力负荷
核密度估计
窗宽选择
概率密度预测
神经网络分位数回归
负荷预测
在线阅读
下载PDF
职称材料
基于改进Faster-RCNN的绝缘子检测算法
被引量:
21
3
作者
马耀名
张雨
《计算机应用》
CSCD
北大核心
2022年第2期631-637,共7页
为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN...
为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN)层,以避免模型陷入梯度饱和区域;最后,使用距离交并比(DIoU)代替原交并比(IoU)方法,以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强,将数据集扩充到3000张并从中随机选择2500张作为训练集,其余500张作为测试集。相较于原Faster-RCNN算法,所提算法平均准确率提高了3.46个百分点,平均召回率提高了2.76个百分点。实验结果表明:所提算法具有较高检测精度和稳定性,可满足电力巡线绝缘子检测应用场景需求。
展开更多
关键词
绝缘子检测
Faster-RCNN
动态选择机制网络
距离交并比
滤波器响应归一化
在线阅读
下载PDF
职称材料
基于选择性搜索和卷积神经网络的人脸检测
被引量:
30
4
作者
吴素雯
战荫伟
《计算机应用研究》
CSCD
北大核心
2017年第9期2854-2857,2876,共5页
针对复杂背景下存在的光照变化及多姿态的人脸检测问题,提出一种基于Gabor优化的卷积神经网络与选择性搜索策略相结合的算法进行人脸检测。首先采用选择性搜索策略检测出图像中可能存在人脸的目标候选窗口,将候选窗口中的图像子块作为...
针对复杂背景下存在的光照变化及多姿态的人脸检测问题,提出一种基于Gabor优化的卷积神经网络与选择性搜索策略相结合的算法进行人脸检测。首先采用选择性搜索策略检测出图像中可能存在人脸的目标候选窗口,将候选窗口中的图像子块作为训练好的改进卷积神经网络的输入,经过一系列卷积和池化操作后,提取窗口图像的特征信息并进行分类,确认候选窗口中是否包含人脸。算法在LFW人脸数据库上取得了较高的检测率及检测速度。实验结果表明,融合Gabor特征的卷积神经网络用于人脸检测时可避免传统手工提取特征造成的不确定性,具有更好的泛化能力及鲁棒性。
展开更多
关键词
卷积神经网络
选择性搜索
人脸检测
Gabor核
在线阅读
下载PDF
职称材料
基于SASK和双分支结构的服装图像识别方法
被引量:
1
5
作者
周啸辉
余磊
+2 位作者
张睿婷
熊邦书
欧巧凤
《应用科学学报》
CAS
CSCD
北大核心
2023年第6期967-977,共11页
服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠...
服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠密连接和多尺度、通道拆分的思想,设计双分支神经网络,充分提取服装对象的整体特征。其次,基于空间注意力机制,设计SASK模块,使网络可以更多地关注服装对象的形态特征信息,从而提升识别效果。实验结果表明,本文所提方法不但在典型服装数据集上能够取得优于现有主流方法的识别精度,而且在具有明暗不一、尺度各异特性的其他图像数据集上同样表现良好。
展开更多
关键词
服装图像识别
空间注意力选择核
双分支神经网络
明暗不一
尺度各异
在线阅读
下载PDF
职称材料
SKASNet:用于语义分割的轻量级卷积神经网络
被引量:
5
6
作者
谭镭
孙怀江
《计算机工程》
CAS
CSCD
北大核心
2020年第9期261-267,共7页
多数语义分割模型中的每个卷积层仅采用单一大小的感受野,不利于模型提取多尺度特征。为此,使用选择核卷积构建一个新的残差模块SKAS,通过调节感受野的大小获得多尺度信息。同时,提出一种逐层分组卷积并构建轻量级网络结构SKASNet,在连...
多数语义分割模型中的每个卷积层仅采用单一大小的感受野,不利于模型提取多尺度特征。为此,使用选择核卷积构建一个新的残差模块SKAS,通过调节感受野的大小获得多尺度信息。同时,提出一种逐层分组卷积并构建轻量级网络结构SKASNet,在连续的SKAS模块中分别使用不同的分组数,从而以相对平滑的方式降低网络参数量并增强不同分组之间的信息交流。在Cityscapes数据集上的实验结果表明,该网络模型仅有1.7 M的参数量,分割精度达到68.5%,与SegNet、ICNet和PSPNet等模型相比,其能够在大幅降低网络参数量的同时取得良好的分割效果。
展开更多
关键词
卷积神经网络
语义分割
选择核卷积
逐层分组卷积
轻量级网络模型
在线阅读
下载PDF
职称材料
基于小波核支持度变换的图像融合改进方法
7
作者
赵彩云
张峰
《计算机工程与应用》
CSCD
北大核心
2011年第6期172-175,195,共5页
为更有效地提取图像的显著特征,提高多聚焦图像融合的性能,针对高斯核不完备基的缺点,其生成的滤波器不能有效提取图像显著特征,利用小波核近似正交和信号局部分析的优点,构造支持度变换,经过支持度分解后的低频信息使用PCNN的融合规则...
为更有效地提取图像的显著特征,提高多聚焦图像融合的性能,针对高斯核不完备基的缺点,其生成的滤波器不能有效提取图像显著特征,利用小波核近似正交和信号局部分析的优点,构造支持度变换,经过支持度分解后的低频信息使用PCNN的融合规则,高频信息使用绝对值最大选取的规则进行图像融合,实验数据和理论分析表明:该方法有效地改进了图像的显著特征,与高斯核构造的支持度变换图像融合方法相比,信息熵等评价指标结果均有提高,并且视觉效果有所改进。
展开更多
关键词
小波核
支持度变换
脉冲耦合神经网络
绝对值最大选取融合规则
在线阅读
下载PDF
职称材料
基于HardSoftmax的并行选择核注意力
8
作者
朱梦
闵卫东
+1 位作者
张煜
段静雯
《计算机工程与应用》
CSCD
北大核心
2021年第21期95-101,共7页
注意力被广泛地运用在卷积神经网络中,并有效地提升了卷积神经网络的性能。同时,注意力是非常轻量的,且几乎不需要改变卷积神经网络原来的架构。提出了基于HardSoftmax的并行选择核注意力。针对Softmax包含指数运算,对于较大的正输入很...
注意力被广泛地运用在卷积神经网络中,并有效地提升了卷积神经网络的性能。同时,注意力是非常轻量的,且几乎不需要改变卷积神经网络原来的架构。提出了基于HardSoftmax的并行选择核注意力。针对Softmax包含指数运算,对于较大的正输入很容易发生计算溢出的问题,提出了计算更安全的HardSoftmax来替换Softmax。不同于选择核注意力将全局特征的提取和转换放在特征融合之后,并行选择核注意力将全局特征的提取和转换单独放在一个分支,与具有不同核大小的多个分支构成并行结构。同时,并行选择核注意力的全局特征转换使用分组卷积,进一步减少参数量和计算量。并行选择核注意力通过HardSoftmax注意来关注不同核大小的多个分支。一系列的图像分类实验表明,只是简单地用HardSoftmax替换Softmax,也能保持或提升原注意力的性能。HardSoftmax的运行速度在实验中也比Softmax更快速。并行选择核注意力能够以更少的参数量和计算量追平或超越选择核注意力。
展开更多
关键词
卷积神经网络
HardSoftmax
并行选择核注意力
在线阅读
下载PDF
职称材料
题名
基于改进SKNet-SVM的网络安全态势评估
被引量:
10
1
作者
赵冬梅
孙明伟
宿梦月
吴亚星
机构
河北师范大学计算机与网络空间安全学院
河北师范大学河北省网络与信息安全重点实验室
供应链大数据分析与数据安全河北省工程研究中心
出处
《应用科学学报》
CAS
CSCD
北大核心
2024年第2期334-349,共16页
基金
国家自然科学基金(No.61672206)
中央引导地方科技发展资金(No.216Z0701G)
+1 种基金
河北省省级科技计划(No.22567606H)
河北师范大学科研基金(No.L2023J04,No.L2021T09)资助。
文摘
为提高网络安全态势评估的准确率,增强稳定性与鲁棒性,提出一种基于改进选择性卷积核卷积神经网络和支持向量机的网络安全态势评估模型。首先,使用改进选择性卷积核代替传统卷积核进行特征提取,提高卷积神经网络感受野变化的自适应性,增强特征之间关联性。然后,将提取的特征输入到支持向量机中进行分类,并使用网格优化算法对支持向量机中的参数进行全局寻优。最后,根据网络攻击影响指标计算网络安全态势值。实验表明,基于改进选择性卷积核卷积神经网络和支持向量机的态势评估模型与传统的卷积神经网络搭建的态势评估模型相比,准确率更高,并且具有更强的稳定性和鲁棒性。
关键词
网络安全态势评估
网络安全态势感知
改进选择性卷积核卷积神经网络
支持向量机
网格优化算法
Keywords
network
security situation assessment
network
security situation awareness
improved
selective
kernel
convolutional
neural
network
support vector machine
grid optimization algorithm
分类号
TP393.08 [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
基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法
被引量:
25
2
作者
何耀耀
闻才喜
许启发
机构
合肥工业大学过程优化与智能决策教育部重点实验室
出处
《电力自动化设备》
EI
CSCD
北大核心
2016年第11期120-126,共7页
基金
国家自然科学基金资助项目(71401049)
安徽省自然科学基金资助项目(1408085QG137)
高等学校博士学科点专项科研基金资助课题(20130111120015)~~
文摘
利用神经网络分位数回归获得预测当天在不同分位点上的电力负荷预测值,将Epanechnikov核函数与不同的最优窗宽选择方法相组合,得到中期电力负荷概率密度估计函数以及在所有分位点上连续的概率密度曲线图。此外,通过选取概率密度曲线峰值处的点预测值,比较不同窗宽组合方法。相对于传统高斯核密度估计方法的组合方式,Epanechnikov核函数的组合方式较优。最后将获得的最优方法与现有的预测方法进行对比,结果表明通过选取最优窗宽可以提高预测精度,更好地反映中期电力负荷的波动性。
关键词
中期电力负荷
核密度估计
窗宽选择
概率密度预测
神经网络分位数回归
负荷预测
Keywords
mid-term power load
kernel
density estimation
window bandwidth selection
probability density forecast
neural
network
quantile regression
electric load forecasting
分类号
TM732 [电气工程—电力系统及自动化]
在线阅读
下载PDF
职称材料
题名
基于改进Faster-RCNN的绝缘子检测算法
被引量:
21
3
作者
马耀名
张雨
机构
辽宁工程技术大学电气与控制工程学院
出处
《计算机应用》
CSCD
北大核心
2022年第2期631-637,共7页
文摘
为了提高高压输电线路巡检效率,提出改进Faster-RCNN的绝缘子检测算法。首先,在特征提取网络中添加具有注意力机制动态选择机制网络(SKNet),从而使网络着重学习与绝缘子特征相关通道;其次,借助滤波器响应归一化(FRN)层替代原批归一化(BN)层,以避免模型陷入梯度饱和区域;最后,使用距离交并比(DIoU)代替原交并比(IoU)方法,以精确表达特征候选区域框位置。对开源航拍绝缘子数据集进行平移、旋转、Cutout和CutMix等操作来进行增强,将数据集扩充到3000张并从中随机选择2500张作为训练集,其余500张作为测试集。相较于原Faster-RCNN算法,所提算法平均准确率提高了3.46个百分点,平均召回率提高了2.76个百分点。实验结果表明:所提算法具有较高检测精度和稳定性,可满足电力巡线绝缘子检测应用场景需求。
关键词
绝缘子检测
Faster-RCNN
动态选择机制网络
距离交并比
滤波器响应归一化
Keywords
insulator detection
Faster Region-based Convolutional
neural
network
(Faster-RCNN)
selective
kernel
neural
network
(
sknet
)
Distance Intersection Over Union(DIoU)
Filter Response Normalization(FRN)
分类号
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
基于选择性搜索和卷积神经网络的人脸检测
被引量:
30
4
作者
吴素雯
战荫伟
机构
广东工业大学计算机学院
出处
《计算机应用研究》
CSCD
北大核心
2017年第9期2854-2857,2876,共5页
基金
广东省科技计划资助项目(2014B040401012)
文摘
针对复杂背景下存在的光照变化及多姿态的人脸检测问题,提出一种基于Gabor优化的卷积神经网络与选择性搜索策略相结合的算法进行人脸检测。首先采用选择性搜索策略检测出图像中可能存在人脸的目标候选窗口,将候选窗口中的图像子块作为训练好的改进卷积神经网络的输入,经过一系列卷积和池化操作后,提取窗口图像的特征信息并进行分类,确认候选窗口中是否包含人脸。算法在LFW人脸数据库上取得了较高的检测率及检测速度。实验结果表明,融合Gabor特征的卷积神经网络用于人脸检测时可避免传统手工提取特征造成的不确定性,具有更好的泛化能力及鲁棒性。
关键词
卷积神经网络
选择性搜索
人脸检测
Gabor核
Keywords
convolutional
neural
network
selective
search
face detection
Gabor
kernel
分类号
TP391.41 [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
基于SASK和双分支结构的服装图像识别方法
被引量:
1
5
作者
周啸辉
余磊
张睿婷
熊邦书
欧巧凤
机构
南昌航空大学图像处理与模式识别江西省重点实验室
出处
《应用科学学报》
CAS
CSCD
北大核心
2023年第6期967-977,共11页
基金
国家自然科学基金(No.62162044,No.61866027)
江西省重点研发计划项目基金(20212BBE53017)
+1 种基金
江西省自然科学基金(No.20202BAB202016)
南昌航空大学研究生创新专项基金(No.YC2020043)资助。
文摘
服装图像具有明暗不一、尺度各异的特性,这使得已有识别方法表现不佳。为解决此问题,本文基于空间注意力选择核(space attention selective kernel, SASK)模块和双分支结构搭建神经网络模型对服装图像进行识别。首先,结合跳跃连接、稠密连接和多尺度、通道拆分的思想,设计双分支神经网络,充分提取服装对象的整体特征。其次,基于空间注意力机制,设计SASK模块,使网络可以更多地关注服装对象的形态特征信息,从而提升识别效果。实验结果表明,本文所提方法不但在典型服装数据集上能够取得优于现有主流方法的识别精度,而且在具有明暗不一、尺度各异特性的其他图像数据集上同样表现良好。
关键词
服装图像识别
空间注意力选择核
双分支神经网络
明暗不一
尺度各异
Keywords
clothing image recognition
spatial attention
selective
kernel
(SASK)
twobranch
neural
network
different brightness
different scales
分类号
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
SKASNet:用于语义分割的轻量级卷积神经网络
被引量:
5
6
作者
谭镭
孙怀江
机构
南京理工大学计算机科学与工程学院
出处
《计算机工程》
CAS
CSCD
北大核心
2020年第9期261-267,共7页
基金
国家自然科学基金(61772272)。
文摘
多数语义分割模型中的每个卷积层仅采用单一大小的感受野,不利于模型提取多尺度特征。为此,使用选择核卷积构建一个新的残差模块SKAS,通过调节感受野的大小获得多尺度信息。同时,提出一种逐层分组卷积并构建轻量级网络结构SKASNet,在连续的SKAS模块中分别使用不同的分组数,从而以相对平滑的方式降低网络参数量并增强不同分组之间的信息交流。在Cityscapes数据集上的实验结果表明,该网络模型仅有1.7 M的参数量,分割精度达到68.5%,与SegNet、ICNet和PSPNet等模型相比,其能够在大幅降低网络参数量的同时取得良好的分割效果。
关键词
卷积神经网络
语义分割
选择核卷积
逐层分组卷积
轻量级网络模型
Keywords
Convolutional
neural
network
(CNN)
semantic segmentation
selective
kernel
convolution
layer-wise grouped convolution
lightweight
network
model
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
基于小波核支持度变换的图像融合改进方法
7
作者
赵彩云
张峰
机构
常熟理工学院计算机科学与工程学院
沂水县职业教育中心
出处
《计算机工程与应用》
CSCD
北大核心
2011年第6期172-175,195,共5页
基金
甘肃省自然科学基金(No.3ZS051-A25-047)
文摘
为更有效地提取图像的显著特征,提高多聚焦图像融合的性能,针对高斯核不完备基的缺点,其生成的滤波器不能有效提取图像显著特征,利用小波核近似正交和信号局部分析的优点,构造支持度变换,经过支持度分解后的低频信息使用PCNN的融合规则,高频信息使用绝对值最大选取的规则进行图像融合,实验数据和理论分析表明:该方法有效地改进了图像的显著特征,与高斯核构造的支持度变换图像融合方法相比,信息熵等评价指标结果均有提高,并且视觉效果有所改进。
关键词
小波核
支持度变换
脉冲耦合神经网络
绝对值最大选取融合规则
Keywords
wavelet
kernel
support value transform
Pulse-Coupled
neural
network
(PCNN)
the maximum absolute value selection fusion rule
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
基于HardSoftmax的并行选择核注意力
8
作者
朱梦
闵卫东
张煜
段静雯
机构
南昌大学信息工程学院
南昌大学软件学院
江西省智慧城市重点实验室
出处
《计算机工程与应用》
CSCD
北大核心
2021年第21期95-101,共7页
基金
国家自然科学基金(62076117,61762061)
江西省自然科学基金(20161ACB20004)
江西省智慧城市重点实验室(20192BCD40002)。
文摘
注意力被广泛地运用在卷积神经网络中,并有效地提升了卷积神经网络的性能。同时,注意力是非常轻量的,且几乎不需要改变卷积神经网络原来的架构。提出了基于HardSoftmax的并行选择核注意力。针对Softmax包含指数运算,对于较大的正输入很容易发生计算溢出的问题,提出了计算更安全的HardSoftmax来替换Softmax。不同于选择核注意力将全局特征的提取和转换放在特征融合之后,并行选择核注意力将全局特征的提取和转换单独放在一个分支,与具有不同核大小的多个分支构成并行结构。同时,并行选择核注意力的全局特征转换使用分组卷积,进一步减少参数量和计算量。并行选择核注意力通过HardSoftmax注意来关注不同核大小的多个分支。一系列的图像分类实验表明,只是简单地用HardSoftmax替换Softmax,也能保持或提升原注意力的性能。HardSoftmax的运行速度在实验中也比Softmax更快速。并行选择核注意力能够以更少的参数量和计算量追平或超越选择核注意力。
关键词
卷积神经网络
HardSoftmax
并行选择核注意力
Keywords
Convolutional
neural
network
s(CNNs)
HardSoftmax
Parallel
selective
kernel
(PSK)attention
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
作者
出处
发文年
被引量
操作
1
基于改进SKNet-SVM的网络安全态势评估
赵冬梅
孙明伟
宿梦月
吴亚星
《应用科学学报》
CAS
CSCD
北大核心
2024
10
在线阅读
下载PDF
职称材料
2
基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法
何耀耀
闻才喜
许启发
《电力自动化设备》
EI
CSCD
北大核心
2016
25
在线阅读
下载PDF
职称材料
3
基于改进Faster-RCNN的绝缘子检测算法
马耀名
张雨
《计算机应用》
CSCD
北大核心
2022
21
在线阅读
下载PDF
职称材料
4
基于选择性搜索和卷积神经网络的人脸检测
吴素雯
战荫伟
《计算机应用研究》
CSCD
北大核心
2017
30
在线阅读
下载PDF
职称材料
5
基于SASK和双分支结构的服装图像识别方法
周啸辉
余磊
张睿婷
熊邦书
欧巧凤
《应用科学学报》
CAS
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
6
SKASNet:用于语义分割的轻量级卷积神经网络
谭镭
孙怀江
《计算机工程》
CAS
CSCD
北大核心
2020
5
在线阅读
下载PDF
职称材料
7
基于小波核支持度变换的图像融合改进方法
赵彩云
张峰
《计算机工程与应用》
CSCD
北大核心
2011
0
在线阅读
下载PDF
职称材料
8
基于HardSoftmax的并行选择核注意力
朱梦
闵卫东
张煜
段静雯
《计算机工程与应用》
CSCD
北大核心
2021
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