检索结果-维普期刊中文期刊服务平台

基于多尺度融合神经网络的同频同调制单通道盲源分离算法: 1; 作者付卫红张鑫钰刘乃安《系统工程与电子技术》北大核心 2025年第2期641-649,共9页; 针对单通道条件下同频同调制混合信号分离时存在的计算复杂度高、分离效果差等问题,提出一种基于时域卷积的多尺度融合递归卷积神经网络(recursive convolutional neural network, RCNN),采用编码、分离、解码结构实现单通道盲源分离。... 展开更多; 关键词单通道盲源分离深度学习同频同调制信号分离多尺度融合递归卷积神经网络通信信号处理; 在线阅读下载PDF 职称材料

一种基于特征融合的Transformer目标跟踪算法: 2; 作者管旭胡春燕李菲菲《小型微型计算机系统》北大核心 2025年第1期173-180,共8页; 近年来,基于深度学习的目标跟踪网络取得了显著的进展.这些网络主要采用两种类型的框架:双流双阶段框架和单流单阶段框架.然而,前者忽视了在特征提取过程中的信息交互,后者则受限于骨干网络自身的局限性.因此,本文采用独立骨干网络来直... 展开更多; 关键词视觉目标跟踪单流单阶段框架多尺度特征融合递归门控卷积网络初始化; 在线阅读下载PDF 职称材料

基于LSTM的递归网络图像去雨算法被引量：2: 3; 作者谷腾飞赖惠成 +1 位作者高古学倪萍《激光杂志》 CAS 北大核心 2022年第7期65-69,共5页; 随着深度学习的发展的热潮,单幅图像去雨得到了很大的发展。然而由于雨图像在方向、大小和雨密度的雨纹的不同,使得去雨的工作变得更困难。针对以上问题,提出了一种基于LSTM的递归图像去雨算法,在特征提取方面采用卷积块和残差块相结合... 展开更多; 关键词注意力融合(AF)模块多层递归尺度卷积长短期记忆残差块; 在线阅读下载PDF 职称材料

融合递归自编解码器的蒙卡画面重构降噪方法被引量：1: 4; 作者卢娟陈纯毅《智能系统学报》 CSCD 北大核心 2023年第3期459-467,共9页; 针对生成对抗模型降噪结果出现的伪影和模糊问题,提出一种基于对抗生成递归自编码器的蒙卡渲染画面降噪方法。在模型上,设计多尺度卷积编码结构,以多尺度残差自编码模型为生成器,通过组合连接实现不同层次特征提取,融合不同感受野的特... 展开更多; 关键词递归残差网络多尺度卷积生成对抗网络蒙特卡罗渲染画面图像处理图像去噪深度学习自编码网络; 在线阅读下载PDF 职称材料

基于RD-YOLO的光伏组件表面缺陷检测方法: 5; 作者周宇辉张杰 +1 位作者康玉浩刘宝《科学技术与工程》 2025年第31期13464-13472,共9页; 随着光伏发电技术的快速发展,光伏组件缺陷检测对电站运维效率及能源安全至关重要,然而传统的检测方法在处理航拍图像时易受多尺度特征模糊与微小目标漏检的局限,难以满足高精度、实时化的工程需求。针对上述问题,提出了一种基于YOLOv8(... 展开更多; 关键词光伏组件缺陷检测多尺度特征递归深度可分离卷积; 在线阅读下载PDF 职称材料

题名基于多尺度融合神经网络的同频同调制单通道盲源分离算法: 1; 作者付卫红张鑫钰刘乃安; 机构西安电子科技大学通信工程学院; 出处《系统工程与电子技术》北大核心 2025年第2期641-649,共9页; 文摘针对单通道条件下同频同调制混合信号分离时存在的计算复杂度高、分离效果差等问题,提出一种基于时域卷积的多尺度融合递归卷积神经网络(recursive convolutional neural network, RCNN),采用编码、分离、解码结构实现单通道盲源分离。首先,编码模块提取出混合通信信号的编码特征;然后,分离模块采用不同尺度大小的卷积块以进一步提取信号的特征信息,再利用1×1卷积块捕获信号的局部和全局信息,估计出每个源信号的掩码;最后,解码模块利用掩码与混合信号的编码特征恢复源信号波形。仿真结果表明,所提多尺度融合RCNN不仅可以分离出仅有少量参数区别的混合通信信号,而且相较于U型网络(U-Net)降低了约62%的参数量和41%的计算量,同时网络也具有较强的泛化能力,可以高效面对复杂通信环境的挑战。; 关键词单通道盲源分离深度学习同频同调制信号分离多尺度融合递归卷积神经网络通信信号处理; Keywords single channel blind source separation deep learning co-frequency and co-modulation signals separation multi-scale fusion recursive convolutional neural network(RCNN) communication signal processing; 分类号 TN911 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名一种基于特征融合的Transformer目标跟踪算法: 2; 作者管旭胡春燕李菲菲; 机构上海理工大学光电信息与计算机工程学院; 出处《小型微型计算机系统》北大核心 2025年第1期173-180,共8页; 基金上海市高校特聘教授(东方学者)岗位计划项目(ES2015XX)资助。; 文摘近年来,基于深度学习的目标跟踪网络取得了显著的进展.这些网络主要采用两种类型的框架:双流双阶段框架和单流单阶段框架.然而,前者忽视了在特征提取过程中的信息交互,后者则受限于骨干网络自身的局限性.因此,本文采用独立骨干网络来直接构建跟踪器,并设计了一种轻量化的多尺度特征融合架构,以较低的计算成本增强了网络对多尺度信息的感知能力;同时,引入递归门控卷积作为特征学习单元,以自适应高阶空间交互实现了网络对特征的深层挖掘;此外,本文使用DropMAE预训练模型来进行网络初始化,以提升网络的泛化能力.实验结果表明,所提出的目标跟踪网络在多个大型跟踪数据集基准上都表现出优异的性能,并能以78.4 FPS的速度进行实时跟踪.; 关键词视觉目标跟踪单流单阶段框架多尺度特征融合递归门控卷积网络初始化; Keywords visual object tracking single-stream single-stage framework multi-scale feature fusion recursive gated convolution network initialization; 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LSTM的递归网络图像去雨算法被引量：2: 3; 作者谷腾飞赖惠成高古学倪萍; 机构新疆大学信息科学与工程学院新疆大学信号检测与处理自治区重点实验室; 出处《激光杂志》 CAS 北大核心 2022年第7期65-69,共5页; 基金国家自然科学基金(No.U1803261,No.U1903213)。; 文摘随着深度学习的发展的热潮,单幅图像去雨得到了很大的发展。然而由于雨图像在方向、大小和雨密度的雨纹的不同,使得去雨的工作变得更困难。针对以上问题,提出了一种基于LSTM的递归图像去雨算法,在特征提取方面采用卷积块和残差块相结合,并运用长短期记忆模块(LSTM)进行多层递归去雨,最后通过注意力融合模块进一步提取雨纹特征,对不同方向、大小等雨纹有较强的学习能力,较好地保留了图像的细节,通过在真实数据集和合成数据集上进行实验,证明了该方法的有效性,通过与其他算法的比较,在客观指标和主观效果上优于它们。主观效果去雨更彻底,图像细节更加清晰。在合成数据集Rain100H上PSNR达到30.48,SSIM为0.91,在Rain100L上PSNR达到38.05,SSIM为0.98。; 关键词注意力融合(AF)模块多层递归尺度卷积长短期记忆残差块; Keywords attention fusion(AF)module multi-layer recursive scale convolution LSTM residual block; 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

题名融合递归自编解码器的蒙卡画面重构降噪方法被引量：1: 4; 作者卢娟陈纯毅; 机构长春理工大学计算机科学技术学院; 出处《智能系统学报》 CSCD 北大核心 2023年第3期459-467,共9页; 基金吉林省科技发展计划项目(20190302113GX).; 文摘针对生成对抗模型降噪结果出现的伪影和模糊问题,提出一种基于对抗生成递归自编码器的蒙卡渲染画面降噪方法。在模型上,设计多尺度卷积编码结构,以多尺度残差自编码模型为生成器,通过组合连接实现不同层次特征提取,融合不同感受野的特征信息。以设计的递归残差网络模型为判别器,判断蒙卡渲染画面真伪,在对抗中提高网络性能。以端到端的方式将辅助信息特征、含有噪声的蒙卡画面和8192采样率下的画面输入到融合递归自编解码器中进行降噪处理。实验表明,该方法在测试场景下的平均峰值信噪比为32.44 dB,比生成对抗网络方法和残差网络方法分别提升4.80%和3.13%;平均结构相似性为0.92,比2种已有的算法分别提高2.54%和1.01%。; 关键词递归残差网络多尺度卷积生成对抗网络蒙特卡罗渲染画面图像处理图像去噪深度学习自编码网络; Keywords recursive residual network multi-scale convolution generative adversarial networks Monte Carlo rendering screen image processing image denoising deep learning auto-encoder network; 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

题名基于RD-YOLO的光伏组件表面缺陷检测方法: 5; 作者周宇辉张杰康玉浩刘宝; 机构中煤西安设计工程有限责任公司; 出处《科学技术与工程》 2025年第31期13464-13472,共9页; 基金陕西省重点研发计划(2021GY-131) 中煤西安设计工程有限责任公司项目(XMSHT*KC-KY-SMGF-00-24-020)。; 文摘随着光伏发电技术的快速发展,光伏组件缺陷检测对电站运维效率及能源安全至关重要,然而传统的检测方法在处理航拍图像时易受多尺度特征模糊与微小目标漏检的局限,难以满足高精度、实时化的工程需求。针对上述问题,提出了一种基于YOLOv8(you only look once v8)的优化模型RD(recursive depthwise)-YOLO,该模型通过引入多尺度通道挤压激励模块(multi-scale channel squeeze-and-excitation network,MultiSENet),增强了对多尺度特征的捕捉能力;同时结合递归深度可分离卷积注意力模块(recursive depthwise separable convolutional block attention module,RDCBAM)优化通道信息,提升模型对于小目标的检测精度。通过自制数据集进行实验测试,结果表明,RD-YOLO相较于传统检测模型,精度和效率均有显著提升。; 关键词光伏组件缺陷检测多尺度特征递归深度可分离卷积; Keywords photovoltaic modules defect detection multi-scale features recursive depthwise separable convolution; 分类号 TP29 [自动化与计算机技术]; 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	基于多尺度融合神经网络的同频同调制单通道盲源分离算法	付卫红张鑫钰刘乃安	《系统工程与电子技术》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种基于特征融合的Transformer目标跟踪算法	管旭胡春燕李菲菲	《小型微型计算机系统》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于LSTM的递归网络图像去雨算法	谷腾飞赖惠成高古学倪萍	《激光杂志》 CAS 北大核心	2022	2	在线阅读下载PDF 职称材料
4	融合递归自编解码器的蒙卡画面重构降噪方法	卢娟陈纯毅	《智能系统学报》 CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
5	基于RD-YOLO的光伏组件表面缺陷检测方法	周宇辉张杰康玉浩刘宝	《科学技术与工程》	2025		在线阅读下载PDF 职称材料