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
基于Transformer的逐通道点云分析网络
1
作者
冯凯浩
陶志勇
+2 位作者
李衡
李铭朗
林森
《电子测量与仪器学报》
北大核心
2025年第2期49-59,共11页
三维点云能够充分描述目标对象的几何信息,在自动驾驶、医学影像和机器人等领域有着广泛的应用前景。然而,现有方法在处理不同通道间的特征时缺乏差异化,同时对低级空间坐标和高级语义特征采用统一的编码策略,进而导致点云特征提取不全...
三维点云能够充分描述目标对象的几何信息,在自动驾驶、医学影像和机器人等领域有着广泛的应用前景。然而,现有方法在处理不同通道间的特征时缺乏差异化,同时对低级空间坐标和高级语义特征采用统一的编码策略,进而导致点云特征提取不全面。因此,提出了基于Transformer的逐通道点云分析网络。首先,为了克服传统图卷积在混合通道中难以区分有效信息的挑战,设计了一种深度可分离边缘卷积,可以在逐通道特征提取时保留局部几何信息的同时,显著提升通道间的区分能力。其次,针对Transformer在低级空间坐标和高级语义特征中采用统一编码方式,导致信息提取不足的问题,提出了两种特征编码策略,自适应位置编码和空间上下文编码,分别用于探索低级空间中的隐式几何结构和高级空间中的复杂上下文关系。最后,提出了一种有效的融合策略,可以形成更具区分性的特征表示。为了充分证明所提出模型的有效性,在公开数据集ModelNet40和ScanObjectNN上进行点云分类实验,总体分类精度分别达到93.7%和83.2%,在公开数据集ShapeNet Part上,整体部件分割的平均交并比达到86.0%。因而,研究方法在分类和分割任务中均具有先进的性能。
展开更多
关键词
点云分类
分割
深度可分离卷积
transfomer
融合算法
ModelNet40
在线阅读
下载PDF
职称材料
融合Transformer注意力的舰船要害部位检测
2
作者
高兵
祝宇鸿
《计算机工程与应用》
北大核心
2025年第11期284-294,共11页
针对舰船及要害部位检测任务的需求,设计了SEC-YOLOv5(Swin Transformer C3EE CBAM-YOLOv5)舰船及要害部位检测算法。SEC-YOLOv5算法利用Swin Transformer改进网络主干部分C3模块,增强模型对语义特征的提取能力,提升要害部位小目标的识...
针对舰船及要害部位检测任务的需求,设计了SEC-YOLOv5(Swin Transformer C3EE CBAM-YOLOv5)舰船及要害部位检测算法。SEC-YOLOv5算法利用Swin Transformer改进网络主干部分C3模块,增强模型对语义特征的提取能力,提升要害部位小目标的识别精度;使用CBAM注意力机制加权有效特征信息,提升特征信息利用率;设计C3EE(C3 easy effect)模块替换瓶颈层所有C3模块,扩大模型感受野,丰富模型的梯度信息流。基于RS-ship数据集验证所提算法,以原YOLOv5算法为基准进行逐模块的消融对比实验,实验结果表明,SEC-YOLOv5算法在增加少量参数量的前提下,将平均精度值mAP@0.5提高5个百分点。
展开更多
关键词
Swin
transfomer
舰船检测
卷积神经网络
深度学习
在线阅读
下载PDF
职称材料
基于TransMP模型的Web系统剩余寿命预测方法
被引量：
1
3
作者
党伟超
张桄菖
《计算机应用研究》
CSCD
北大核心
2024年第6期1784-1789,共6页
针对当前软件剩余使用寿命预测方法忽略了多性能指标间所蕴涵寿命信息的问题,提出一种融合多性能指标Transformer(TransMP)模型的Web系统剩余寿命预测方法。首先,搭建内存故障型Web系统加速老化实验平台,创建包含内存使用量、响应时间...
针对当前软件剩余使用寿命预测方法忽略了多性能指标间所蕴涵寿命信息的问题,提出一种融合多性能指标Transformer(TransMP)模型的Web系统剩余寿命预测方法。首先,搭建内存故障型Web系统加速老化实验平台,创建包含内存使用量、响应时间和吞吐率性能指标的数据集;其次,考虑不同性能指标蕴涵老化特征信息的差异性,构造由多编码器-解码器组成的TransMP模型,将性能指标数据分别输入内存指标编码器、响应时间编码器和吞吐率编码器提取老化特征信息,再引入特征融合层进行信息融合;最后,将融合信息输入由掩码注意力-多头注意力结构构成的解码器,预测得到系统状态达到老化阈值的剩余寿命。实验结果表明,该Web系统剩余寿命预测方法与最优的SALSTM方法相比,均方根误差分别降低了12.0%、17.3%和13.2%,平均绝对误差分别降低了13.3%、21.0%和10.4%,证明了该方法的有效性。
展开更多
关键词
WEB系统
软件老化
剩余使用寿命
transfomer
软件再生
在线阅读
下载PDF
职称材料
题名
基于Transformer的逐通道点云分析网络
1
作者
冯凯浩
陶志勇
李衡
李铭朗
林森
机构
辽宁工程技术大学电子与信息工程学院
沈阳理工大学自动化与电气工程学院
出处
《电子测量与仪器学报》
北大核心
2025年第2期49-59,共11页
基金
辽宁省科技厅应用基础研究项目(2022JH2/101300274)
辽宁省高等学校基本科研项目(LJKMZ20220679)资助。
文摘
三维点云能够充分描述目标对象的几何信息,在自动驾驶、医学影像和机器人等领域有着广泛的应用前景。然而,现有方法在处理不同通道间的特征时缺乏差异化,同时对低级空间坐标和高级语义特征采用统一的编码策略,进而导致点云特征提取不全面。因此,提出了基于Transformer的逐通道点云分析网络。首先,为了克服传统图卷积在混合通道中难以区分有效信息的挑战,设计了一种深度可分离边缘卷积,可以在逐通道特征提取时保留局部几何信息的同时,显著提升通道间的区分能力。其次,针对Transformer在低级空间坐标和高级语义特征中采用统一编码方式,导致信息提取不足的问题,提出了两种特征编码策略,自适应位置编码和空间上下文编码,分别用于探索低级空间中的隐式几何结构和高级空间中的复杂上下文关系。最后,提出了一种有效的融合策略,可以形成更具区分性的特征表示。为了充分证明所提出模型的有效性,在公开数据集ModelNet40和ScanObjectNN上进行点云分类实验,总体分类精度分别达到93.7%和83.2%,在公开数据集ShapeNet Part上,整体部件分割的平均交并比达到86.0%。因而,研究方法在分类和分割任务中均具有先进的性能。
关键词
点云分类
分割
深度可分离卷积
transfomer
融合算法
ModelNet40
Keywords
point cloud classification
segmentation
deep separable convolution
transfomer
fusion algorithm
ModelNet40
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
TN911.7 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
融合Transformer注意力的舰船要害部位检测
2
作者
高兵
祝宇鸿
机构
吉林大学通信工程学院
出处
《计算机工程与应用》
北大核心
2025年第11期284-294,共11页
文摘
针对舰船及要害部位检测任务的需求,设计了SEC-YOLOv5(Swin Transformer C3EE CBAM-YOLOv5)舰船及要害部位检测算法。SEC-YOLOv5算法利用Swin Transformer改进网络主干部分C3模块,增强模型对语义特征的提取能力,提升要害部位小目标的识别精度;使用CBAM注意力机制加权有效特征信息,提升特征信息利用率;设计C3EE(C3 easy effect)模块替换瓶颈层所有C3模块,扩大模型感受野,丰富模型的梯度信息流。基于RS-ship数据集验证所提算法,以原YOLOv5算法为基准进行逐模块的消融对比实验,实验结果表明,SEC-YOLOv5算法在增加少量参数量的前提下,将平均精度值mAP@0.5提高5个百分点。
关键词
Swin
transfomer
舰船检测
卷积神经网络
深度学习
Keywords
Swin Transformer
ship detection
convolutional neural network
deep learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
TJ765.3 [兵器科学与技术—武器系统与运用工程]
在线阅读
下载PDF
职称材料
题名
基于TransMP模型的Web系统剩余寿命预测方法
被引量：
1
3
作者
党伟超
张桄菖
机构
太原科技大学计算机科学与技术学院
出处
《计算机应用研究》
CSCD
北大核心
2024年第6期1784-1789,共6页
基金
太原科技大学博士科研启动基金资助项目(20202063)
太原科技大学研究生联合培养示范基地项目(JD2022010)。
文摘
针对当前软件剩余使用寿命预测方法忽略了多性能指标间所蕴涵寿命信息的问题,提出一种融合多性能指标Transformer(TransMP)模型的Web系统剩余寿命预测方法。首先,搭建内存故障型Web系统加速老化实验平台,创建包含内存使用量、响应时间和吞吐率性能指标的数据集;其次,考虑不同性能指标蕴涵老化特征信息的差异性,构造由多编码器-解码器组成的TransMP模型,将性能指标数据分别输入内存指标编码器、响应时间编码器和吞吐率编码器提取老化特征信息,再引入特征融合层进行信息融合;最后,将融合信息输入由掩码注意力-多头注意力结构构成的解码器,预测得到系统状态达到老化阈值的剩余寿命。实验结果表明,该Web系统剩余寿命预测方法与最优的SALSTM方法相比,均方根误差分别降低了12.0%、17.3%和13.2%,平均绝对误差分别降低了13.3%、21.0%和10.4%,证明了该方法的有效性。
关键词
WEB系统
软件老化
剩余使用寿命
transfomer
软件再生
Keywords
Web system
software aging
remaining useful life(RUL)
Transformer
software rejuvenation
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
基于Transformer的逐通道点云分析网络
冯凯浩
陶志勇
李衡
李铭朗
林森
《电子测量与仪器学报》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
融合Transformer注意力的舰船要害部位检测
高兵
祝宇鸿
《计算机工程与应用》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于TransMP模型的Web系统剩余寿命预测方法
党伟超
张桄菖
《计算机应用研究》
CSCD
北大核心
2024
1
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
