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
5
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
改进ConvNeXt的无线胶囊内镜图像分类模型
1
作者
王向
崔倩倩
+3 位作者
张晓明
王建超
王震洲
宋佳霖
《计算机应用》
北大核心
2025年第6期2016-2024,共9页
针对无线胶囊内镜(WCE)图像分类模型存在的仅针对单一疾病或局限于某个特定器官,而难以适应临床需求的问题,提出一种改进ConvNeXt-T(ConvNeXt Tiny)的WCE图像分类模型。首先,在模型特征提取过程中引入简单无参注意力模块(SimAM),使模型...
针对无线胶囊内镜(WCE)图像分类模型存在的仅针对单一疾病或局限于某个特定器官,而难以适应临床需求的问题,提出一种改进ConvNeXt-T(ConvNeXt Tiny)的WCE图像分类模型。首先,在模型特征提取过程中引入简单无参注意力模块(SimAM),使模型关注WCE图像的关键区域,从而精准捕捉病变区域边界和纹理等细节特征;其次,设计全局上下文多尺度特征融合(GC-MFF)模块;先通过全局上下文模块(GC Block)优化模型的全局上下文建模能力,再融合浅层和深层的多尺度特征以获得更具表征能力的WCE图像特征;最后,针对WCE图像类内差异大的问题,优化交叉熵(CE)损失函数。在WCE数据集上的实验结果表明,相较于原始模型ConvNeXt-T,所提模型在准确率和F1值上分别提升了2.96和3.16个百分点;与主流分类模型中性能表现最好的Swin-B(Swin Transformer Base)模型相比,所提模型在参数量上减少了67.4%,在准确率和F1值上分别提升了0.51和0.67个百分点。以上表明所提模型具有更好的分类性能,能有效辅助医生进行准确的消化道疾病诊断。
展开更多
关键词
胶囊内镜
图像分类
ConvNeXt
注意力机制
多尺度特征融合
在线阅读
下载PDF
职称材料
掩模特征融合:实例分割新范式
2
作者
李伟康
张思全
《计算机工程》
北大核心
2025年第2期126-138,共13页
实例分割任务是视觉场景理解的基本任务之一,现有的算法具有一定的相似性,通过梳理现有算法中的共通性与差异性,抽象出一种新颖的实例分割范式:掩模特征融合(MFF)。该范式将实例分割任务分为语义无关的掩模特征提取、语义相关的序列提...
实例分割任务是视觉场景理解的基本任务之一,现有的算法具有一定的相似性,通过梳理现有算法中的共通性与差异性,抽象出一种新颖的实例分割范式:掩模特征融合(MFF)。该范式将实例分割任务分为语义无关的掩模特征提取、语义相关的序列提取以及序列特征和掩模特征融合3个模块。进一步,根据新范式的结构特性提出2项优化。首先,通过设计一个非局部全局偏置增强骨干网络对全局信息的关注,使掩模特征提取模块在网络浅层可以提取到全局的信息,并且消除预训练权重带来的数据集固有偏置。其次,实验过程中观察到一些Transformer模型在训练初期出现查询向量不稳定的现象,即多数查询向量的感兴趣区域(ROI)在每次交叉注意力操作后会发生漂移现象。为了解决查询向量漂移的问题,针对序列提取模块提出一种去噪训练的方法,保证查询向量的注意力在训练前期就可以保持在同一区域,从而加速Transformer解码器的收敛,并在其他参数配置相同的情况下提高模型精度。实验结果证明了上述改进的有效性。在MS-COCO2017数据集上的实例分割任务中,相比MMF范式的基础模型,增加了新的改进措施后,模型在掩模平均精度均值(mAP)指标上取得了5.0%的显著性能提升。
展开更多
关键词
实例分割范式
掩模特征融合
非局部全局偏置
去噪训练
查询向量漂移
在线阅读
下载PDF
职称材料
基于MFF与IWOA-LSSVM的电机轴承故障诊断研究
被引量:
5
3
作者
董程阳
《机电工程》
CAS
北大核心
2022年第6期806-812,共7页
针对电机轴承故障诊断过程中,存在种种困难的问题,提出了一种基于多特征融合(MFF)与改进鲸鱼优化算法(IWOA)优化最小二乘支持向量机(LSSVM)的电机轴承状态诊断方法。首先,利用Sobol序列去初始化算法种群,在算法种群搜索过程中加入了莱...
针对电机轴承故障诊断过程中,存在种种困难的问题,提出了一种基于多特征融合(MFF)与改进鲸鱼优化算法(IWOA)优化最小二乘支持向量机(LSSVM)的电机轴承状态诊断方法。首先,利用Sobol序列去初始化算法种群,在算法种群搜索过程中加入了莱维飞行策略,并在WOA算法位置更新公式中添加了惯性权重;然后,提取了电机轴承振动信号的小波包能量特征、平均值和峭度,并将以上电机轴承振动信号特征作为算法的输入;最后,为了验证基于MFF与IWOA-LSSVM的电机轴承诊断方法的有效性,分别以单独使用小波包能量特征作为算法输入,以及小波包能量特征和时域特征共同作为算法输入,进行了两组相关的电机轴承状态识别对比实验。研究结果表明:相比于单一小波包能量特征,采用多特征融合能更全面地反映电机轴承真实运行状态;相比于PSO、GA算法,基于WOA算法可以更有效地避免局部最优;相比于基本WOA算法,改进后的WOA算法可以更有效地避免局部最优;相比于其他电机轴承状态识别算法,IWOA-LSSVM算法的分类性能更优,对电机轴承状态识别率达到99.5%。
展开更多
关键词
电机轴承
故障诊断
多特征融合
改进鲸鱼优化算法
最小二乘支持向量机
在线阅读
下载PDF
职称材料
基于多特征融合的Chirp扩频通信调制样式分类识别方法
被引量:
3
4
作者
王翔
宋川江
杨战鹏
《电子与信息学报》
EI
CSCD
北大核心
2023年第11期4003-4015,共13页
自动调制分类(AMC)在频谱监测和认知无线电中具有重要意义。近年来,Chirp扩频通信(CSS)由于其良好的抗干扰能力和稳健性得到了较大发展,但是对CSS信号的AMC方法却鲜有研究。针对这种情况,该文提出了一种基于多特征融合(MFF)的CSS信号调...
自动调制分类(AMC)在频谱监测和认知无线电中具有重要意义。近年来,Chirp扩频通信(CSS)由于其良好的抗干扰能力和稳健性得到了较大发展,但是对CSS信号的AMC方法却鲜有研究。针对这种情况,该文提出了一种基于多特征融合(MFF)的CSS信号调制分类方法,利用频谱和时频图特征融合学习并引入注意力模块来实现CSS信号调制识别。对11类CSS信号调制样式的仿真实验结果表明,该方法有优越的识别性能。
展开更多
关键词
CHIRP信号
CSS信号
自动调制分类
多特征融合
在线阅读
下载PDF
职称材料
复杂场景下基于改进YOLOv4的小型舰船目标检测
被引量:
1
5
作者
吴维林
方健
+2 位作者
屈毅
张宁
高洁
《传感器与微系统》
CSCD
北大核心
2023年第12期119-122,共4页
针对日益复杂的海洋环境对舰船目标检测更高识别率、实时性、智能化的需求,提出了一种基于改进YOLOv4的舰船目标检测算法。算法将新设计的多层特征融合(MFF)模块和多层接收域块(M-RFB)模块集成到YOLOv4的颈部,改进了网络特征提取的能力...
针对日益复杂的海洋环境对舰船目标检测更高识别率、实时性、智能化的需求,提出了一种基于改进YOLOv4的舰船目标检测算法。算法将新设计的多层特征融合(MFF)模块和多层接收域块(M-RFB)模块集成到YOLOv4的颈部,改进了网络特征提取的能力,解决了海洋环境中小型舰船的检测和分类问题,模型训练过程中引入迁移学习的策略防止模型过拟合并加速模型训练的参数。实验结果表明:该算法能有效解决小型舰船在复杂海洋环境下检测困难、识别率低的问题。与现有算法相比,该算法能够在复杂的海洋导航条件下获得更高的精度,特别是与YOLOv4相比,准确率提高了约11%。
展开更多
关键词
舰船目标检测
改进的YOLOv4
多层特征融合
多层接收域块
在线阅读
下载PDF
职称材料
题名
改进ConvNeXt的无线胶囊内镜图像分类模型
1
作者
王向
崔倩倩
张晓明
王建超
王震洲
宋佳霖
机构
河北科技大学信息科学与工程学院
河北工业大学电气工程学院
出处
《计算机应用》
北大核心
2025年第6期2016-2024,共9页
基金
河北省高等学校科学技术研究项目(QN2023185)。
文摘
针对无线胶囊内镜(WCE)图像分类模型存在的仅针对单一疾病或局限于某个特定器官,而难以适应临床需求的问题,提出一种改进ConvNeXt-T(ConvNeXt Tiny)的WCE图像分类模型。首先,在模型特征提取过程中引入简单无参注意力模块(SimAM),使模型关注WCE图像的关键区域,从而精准捕捉病变区域边界和纹理等细节特征;其次,设计全局上下文多尺度特征融合(GC-MFF)模块;先通过全局上下文模块(GC Block)优化模型的全局上下文建模能力,再融合浅层和深层的多尺度特征以获得更具表征能力的WCE图像特征;最后,针对WCE图像类内差异大的问题,优化交叉熵(CE)损失函数。在WCE数据集上的实验结果表明,相较于原始模型ConvNeXt-T,所提模型在准确率和F1值上分别提升了2.96和3.16个百分点;与主流分类模型中性能表现最好的Swin-B(Swin Transformer Base)模型相比,所提模型在参数量上减少了67.4%,在准确率和F1值上分别提升了0.51和0.67个百分点。以上表明所提模型具有更好的分类性能,能有效辅助医生进行准确的消化道疾病诊断。
关键词
胶囊内镜
图像分类
ConvNeXt
注意力机制
多尺度特征融合
Keywords
capsule endoscopy
image classification
ConvNeXt
attention mechanism
Multi-scale
feature
fusion
(
mff
)
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
掩模特征融合:实例分割新范式
2
作者
李伟康
张思全
机构
上海海事大学物流工程学院
出处
《计算机工程》
北大核心
2025年第2期126-138,共13页
基金
国家自然科学基金(51175321)。
文摘
实例分割任务是视觉场景理解的基本任务之一,现有的算法具有一定的相似性,通过梳理现有算法中的共通性与差异性,抽象出一种新颖的实例分割范式:掩模特征融合(MFF)。该范式将实例分割任务分为语义无关的掩模特征提取、语义相关的序列提取以及序列特征和掩模特征融合3个模块。进一步,根据新范式的结构特性提出2项优化。首先,通过设计一个非局部全局偏置增强骨干网络对全局信息的关注,使掩模特征提取模块在网络浅层可以提取到全局的信息,并且消除预训练权重带来的数据集固有偏置。其次,实验过程中观察到一些Transformer模型在训练初期出现查询向量不稳定的现象,即多数查询向量的感兴趣区域(ROI)在每次交叉注意力操作后会发生漂移现象。为了解决查询向量漂移的问题,针对序列提取模块提出一种去噪训练的方法,保证查询向量的注意力在训练前期就可以保持在同一区域,从而加速Transformer解码器的收敛,并在其他参数配置相同的情况下提高模型精度。实验结果证明了上述改进的有效性。在MS-COCO2017数据集上的实例分割任务中,相比MMF范式的基础模型,增加了新的改进措施后,模型在掩模平均精度均值(mAP)指标上取得了5.0%的显著性能提升。
关键词
实例分割范式
掩模特征融合
非局部全局偏置
去噪训练
查询向量漂移
Keywords
instance segmentation paradigm
Mask
feature
fusion
(
mff
)
non-local global bias
denoising training
query vector shifting
分类号
TP18 [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
基于MFF与IWOA-LSSVM的电机轴承故障诊断研究
被引量:
5
3
作者
董程阳
机构
上海电力大学自动化工程学院
出处
《机电工程》
CAS
北大核心
2022年第6期806-812,共7页
基金
上海市科学技术委员会工程技术研究中心资助项目(14DZ2251100)。
文摘
针对电机轴承故障诊断过程中,存在种种困难的问题,提出了一种基于多特征融合(MFF)与改进鲸鱼优化算法(IWOA)优化最小二乘支持向量机(LSSVM)的电机轴承状态诊断方法。首先,利用Sobol序列去初始化算法种群,在算法种群搜索过程中加入了莱维飞行策略,并在WOA算法位置更新公式中添加了惯性权重;然后,提取了电机轴承振动信号的小波包能量特征、平均值和峭度,并将以上电机轴承振动信号特征作为算法的输入;最后,为了验证基于MFF与IWOA-LSSVM的电机轴承诊断方法的有效性,分别以单独使用小波包能量特征作为算法输入,以及小波包能量特征和时域特征共同作为算法输入,进行了两组相关的电机轴承状态识别对比实验。研究结果表明:相比于单一小波包能量特征,采用多特征融合能更全面地反映电机轴承真实运行状态;相比于PSO、GA算法,基于WOA算法可以更有效地避免局部最优;相比于基本WOA算法,改进后的WOA算法可以更有效地避免局部最优;相比于其他电机轴承状态识别算法,IWOA-LSSVM算法的分类性能更优,对电机轴承状态识别率达到99.5%。
关键词
电机轴承
故障诊断
多特征融合
改进鲸鱼优化算法
最小二乘支持向量机
Keywords
motor bearing
fault diagnosis
multi-
feature
fusion
(
mff
)
improved whale optimization algorithm(IWOA)
least squares support vector machine(LSSVM)
分类号
TH133.33 [机械工程—机械制造及自动化]
TM307 [电气工程—电机]
在线阅读
下载PDF
职称材料
题名
基于多特征融合的Chirp扩频通信调制样式分类识别方法
被引量:
3
4
作者
王翔
宋川江
杨战鹏
机构
国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室
中国科学院空天信息创新研究院
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第11期4003-4015,共13页
基金
国家自然科学基金(62271494)。
文摘
自动调制分类(AMC)在频谱监测和认知无线电中具有重要意义。近年来,Chirp扩频通信(CSS)由于其良好的抗干扰能力和稳健性得到了较大发展,但是对CSS信号的AMC方法却鲜有研究。针对这种情况,该文提出了一种基于多特征融合(MFF)的CSS信号调制分类方法,利用频谱和时频图特征融合学习并引入注意力模块来实现CSS信号调制识别。对11类CSS信号调制样式的仿真实验结果表明,该方法有优越的识别性能。
关键词
CHIRP信号
CSS信号
自动调制分类
多特征融合
Keywords
Chirp signal
Chirp Spread Spectrum(CSS)
Automatic Modulation Classification(AMC)
Multi-
feature
fusion
(
mff
)
分类号
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
复杂场景下基于改进YOLOv4的小型舰船目标检测
被引量:
1
5
作者
吴维林
方健
屈毅
张宁
高洁
机构
上海航天电子技术研究所
出处
《传感器与微系统》
CSCD
北大核心
2023年第12期119-122,共4页
基金
国家自然科学基金资助项目(616710137)。
文摘
针对日益复杂的海洋环境对舰船目标检测更高识别率、实时性、智能化的需求,提出了一种基于改进YOLOv4的舰船目标检测算法。算法将新设计的多层特征融合(MFF)模块和多层接收域块(M-RFB)模块集成到YOLOv4的颈部,改进了网络特征提取的能力,解决了海洋环境中小型舰船的检测和分类问题,模型训练过程中引入迁移学习的策略防止模型过拟合并加速模型训练的参数。实验结果表明:该算法能有效解决小型舰船在复杂海洋环境下检测困难、识别率低的问题。与现有算法相比,该算法能够在复杂的海洋导航条件下获得更高的精度,特别是与YOLOv4相比,准确率提高了约11%。
关键词
舰船目标检测
改进的YOLOv4
多层特征融合
多层接收域块
Keywords
ship target detcetion
improved YOLOv4
multi-layer
feature
fusion
(
mff
)
multi-layer
receiver field block(M-RFB)
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
改进ConvNeXt的无线胶囊内镜图像分类模型
王向
崔倩倩
张晓明
王建超
王震洲
宋佳霖
《计算机应用》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
掩模特征融合:实例分割新范式
李伟康
张思全
《计算机工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
3
基于MFF与IWOA-LSSVM的电机轴承故障诊断研究
董程阳
《机电工程》
CAS
北大核心
2022
5
在线阅读
下载PDF
职称材料
4
基于多特征融合的Chirp扩频通信调制样式分类识别方法
王翔
宋川江
杨战鹏
《电子与信息学报》
EI
CSCD
北大核心
2023
3
在线阅读
下载PDF
职称材料
5
复杂场景下基于改进YOLOv4的小型舰船目标检测
吴维林
方健
屈毅
张宁
高洁
《传感器与微系统》
CSCD
北大核心
2023
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