期刊文献+
共找到4,133篇文章
< 1 2 207 >
每页显示 20 50 100
Fourier and wavelet transformations application to fault detection of induction motor with stator current 被引量:6
1
作者 LEE Sang-hyuk 王一奇 SONG Jung-il 《Journal of Central South University》 SCIE EI CAS 2010年第1期93-101,共9页
Fault detection of an induction motor was carried out using the information of the stator current. After synchronizing the actual data, Fourier and wavelet transformations were adopted in order to obtain the sideband ... Fault detection of an induction motor was carried out using the information of the stator current. After synchronizing the actual data, Fourier and wavelet transformations were adopted in order to obtain the sideband or detail value characteristics under healthy and various faulty operating conditions. The most reliable phase current among the three phase currents was selected using an approach that employs the fuzzy entropy measure. Data were trained with a neural network system, and the fault detection algorithm was verified using the unknown data. Results of the proposed approach based on Fourier and wavelet transformations indicate that the faults can be properly classified into six categories. The training error is 5.3×10-7, and the average test error is 0.103. 展开更多
关键词 Fourier transformation wavelet transformation induction motor fault detection
在线阅读 下载PDF
Improved Relative-transformation Principal Component Analysis Based on Mahalanobis Distance and Its Application for Fault Detection 被引量:8
2
作者 SHI Huai-Tao LIU Jian-Chang +4 位作者 XUE Peng ZHANG Ke WU Yu-Hou ZHANG Li-Xiu TAN Shuai 《自动化学报》 EI CSCD 北大核心 2013年第9期1533-1542,共10页
主要部件分析(PCA ) 广泛地在过程工业被使用了,它能维持最大的差错察觉率。尽管许多问题在 PCA 被处理了,一些必要问题仍然保持未解决。这研究以下列方法为差错察觉性能改进 PCA。第一,一个相对转变计划基于 Mahalanobis 距离(MD )... 主要部件分析(PCA ) 广泛地在过程工业被使用了,它能维持最大的差错察觉率。尽管许多问题在 PCA 被处理了,一些必要问题仍然保持未解决。这研究以下列方法为差错察觉性能改进 PCA。第一,一个相对转变计划基于 Mahalanobis 距离(MD ) 被介绍消除数据的尺寸的效果而不是无尺寸的标准化,并且改进精确性和差错察觉的即时性能。理论推导证明那相对转变能直接基于 MD 消除尺寸的效果并且在结果显示出的相对空间,分析和模拟给 PCA 的合理解释它的优势和有效性。第二,一个改进摆平的预言错误(SPE ) 统计数值被给改进标准化 PCA 的差错察觉表演,它能使标准化基于 PCA 的差错察觉方法成为对实际工业过程合适的更多。最后,二个改进方法被联合更有效地检测差错。建议方法被使用在热连续滚动过程检测 looper 系统的单个差错和多差错,模拟结果以易感知,精确性和差错察觉的即时性能为差错察觉性能表明这些改进的有效性。 展开更多
关键词 故障检测率 主成分分析 马氏距离 应用 分析基 转化 故障检测方法 实时性能
在线阅读 下载PDF
基于改进Transformer结构的电力绝缘子运动模糊图像复原网络
3
作者 李鹏 常乐 +2 位作者 覃发富 孟庆伟 陈继明 《电网技术》 北大核心 2025年第6期2623-2631,I0143-I0146,共13页
针对高压输电线路巡检航拍过程中产生的电力绝缘子图像运动模糊的失真情形,影响后续绝缘子定位及缺陷检测的问题,提出了一种基于改进Transformer结构的电力绝缘子图像运动模糊复原方法。为了适应电力绝缘子航拍图像中全局与局部模糊的... 针对高压输电线路巡检航拍过程中产生的电力绝缘子图像运动模糊的失真情形,影响后续绝缘子定位及缺陷检测的问题,提出了一种基于改进Transformer结构的电力绝缘子图像运动模糊复原方法。为了适应电力绝缘子航拍图像中全局与局部模糊的复原需求,在Transformer网络结构上引入条带注意力模块,结合卷积神经网络,在减小内存空间需求和不依赖大量训练数据的同时实现高效的模糊绝缘子图像复原;同时,在网络目标函数中引入对比学习损失,充分地挖掘和利用清晰与模糊电力绝缘子图像的关联信息。构建运动模糊绝缘子图像数据集进行图像复原与缺陷检测实验,结果表明,该文的运动模糊绝缘子图像复原方法在峰值信噪比(peak signal-to-noise ratio,PSNR)和结构相似度(structure similarity index measure,SSIM)这两个指标上均高于Deblur GAN-v2、MIMO-UNet等主流算法,使用目标检测算法YOLOv5和YOLOv7对去模糊前后的绝缘子进行定位与自爆缺陷检测后显示该文方法在提升高压输电线路巡检任务中绝缘子定位与缺陷检测的准确率上具有实际应用意义。 展开更多
关键词 运动模糊图像复原 transformER 对比学习 绝缘子及缺陷检测
在线阅读 下载PDF
基于Transformer两阶段策略的古代服饰线图提取
4
作者 周蓬勃 冯龙 +1 位作者 武浩东 寇宇帆 《西北大学学报(自然科学版)》 北大核心 2025年第1期75-84,共10页
古代服饰线图提取旨在精确获取轮廓与形状信息,以助于再创作和传统服饰保护。但现有方法增加网络以提高泛化性,导致参数量大增。为此,提出了基于Transformer的两阶段边缘检测方法,旨在解决图像局部信息丢失以及模型参数量大的问题。第... 古代服饰线图提取旨在精确获取轮廓与形状信息,以助于再创作和传统服饰保护。但现有方法增加网络以提高泛化性,导致参数量大增。为此,提出了基于Transformer的两阶段边缘检测方法,旨在解决图像局部信息丢失以及模型参数量大的问题。第一阶段将图像分割成16×16粗粒度补丁,利用编码器进行全局自注意力计算以捕获补丁间依赖;第二阶段采用8×8细粒度无重叠滑动窗口覆盖图像,通过局部编码器计算窗口内注意力有效捕捉细微边缘且降低成本。设计了轻量特征融合模块,支持全局与局部特征的高效整合。实验结果表明,该方法在古代服饰和公共数据集上边缘轮廓信息提取效果优于现有方法,ODS指标平均提升15.9%。虽然OIS和AP未超过Informative Drawing,但在模型体量和耗时方面具有明显优势。 展开更多
关键词 边缘检测 transformER 轻量特征融合模块
在线阅读 下载PDF
基于Transformer和Text-CNN的日志异常检测
5
作者 尹春勇 张小虎 《计算机工程与科学》 北大核心 2025年第3期448-458,共11页
日志数据作为软件系统中最为重要的数据资源之一,记录着系统运行期间的详细信息,自动化的日志异常检测对于维护系统安全至关重要。随着大型语言模型在自然语言处理领域的广泛应用,基于Transformer的日志异常检测方法被广泛地提出。传统... 日志数据作为软件系统中最为重要的数据资源之一,记录着系统运行期间的详细信息,自动化的日志异常检测对于维护系统安全至关重要。随着大型语言模型在自然语言处理领域的广泛应用,基于Transformer的日志异常检测方法被广泛地提出。传统的基于Transformer的方法,难以捕捉日志序列的局部特征,针对上述问题,提出了基于Transformer和Text-CNN的日志异常检测方法LogTC。首先,通过规则匹配将日志转换成结构化的日志数据,并保留日志语句中的有效信息;其次,根据日志特性采用固定窗口或会话窗口将日志语句划分为日志序列;再次,使用自然语言处理技术Sentence-BERT生成日志语句的语义化表示;最后,将日志序列的语义化向量输入到LogTC日志异常检测模型中进行检测。实验结果表明,LogTC能够有效地检测日志数据中的异常,且在2个数据集上都取得了较好的结果。 展开更多
关键词 日志异常检测 深度学习 词嵌入 transformER Text-CNN
在线阅读 下载PDF
PillarTNet:基于Transformer的三维目标检测模型
6
作者 韩建栋 苏佳 《小型微型计算机系统》 北大核心 2025年第9期2168-2175,共8页
针对三维点云目标检测中传统的卷积神经网络在特征提取阶段因下采样导致分辨率降低,影响小目标的识别准确性问题,本文提出一种基于Transformer的三维目标检测模型:PillarTNet.该模型首先使用双重注意力融合模块强化特征编码,然后通过区... 针对三维点云目标检测中传统的卷积神经网络在特征提取阶段因下采样导致分辨率降低,影响小目标的识别准确性问题,本文提出一种基于Transformer的三维目标检测模型:PillarTNet.该模型首先使用双重注意力融合模块强化特征编码,然后通过区域扩张注意力模块提取特征,保持整个过程伪图像分辨率不变,更有利于小目标的检测,同时引入区域移位机制促进不同区域的信息交流.但是注意力操作会存在大量空体素,可能增加大目标的漏检与误检风险,为此,对检测头采用空体素关注模块以缓解这一问题.在KITTI数据集上的实验结果显示:PillarTNet在确保Car和Cyclist检测精度的同时,Pedestrian的检测在3个难度等级的AP 3D分别达到了62.48%、53.21%和49.57%,且本模型在推理速度和内存需求方面均表现出色,充分验证了PillarTNet的优越性和适应性. 展开更多
关键词 三维目标检测 点云 transformER 双重注意力融合 空体素关注
在线阅读 下载PDF
Image edge detection based on beamlet transform 被引量:10
7
作者 Li Jing Huang Peikang Wang Xiaohu Pan Xudong 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第1期1-5,共5页
Combining beamlet transform with steerable filters, a new edge detection method based on line gradient is proposed. Compared with operators based on point local properties, the edge-detection results with this method ... Combining beamlet transform with steerable filters, a new edge detection method based on line gradient is proposed. Compared with operators based on point local properties, the edge-detection results with this method achieve higher SNR and position accuracy, and are quite helpful for image registration, object identification, etc. Some edge-detection experiments on optical and SAR images that demonstrate the significant improvement over classical edge operators axe also presented. Moreover, the template matching result based on edge information of optical reference image and SAR image also proves the validity of this method. 展开更多
关键词 edge detection beamlet transform steerable filters optical image SAR image.
在线阅读 下载PDF
Wigner-Hough transform based on slice's entropy and its application to multi-LFM signal detection 被引量:6
8
作者 Hongwei Wang Xiangyu Fan +1 位作者 You Chen Yuanzhi Yang 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2017年第4期634-642,共9页
To enhance the capacity of the radar-reconnaissance interception receiver recognizing linear frequency modulated (LFM) at a low signal-noise ratio, this paper presents WignerHough transform (WHT) of the LFM signal and... To enhance the capacity of the radar-reconnaissance interception receiver recognizing linear frequency modulated (LFM) at a low signal-noise ratio, this paper presents WignerHough transform (WHT) of the LFM signal and its corresponding characteristics, derives the probability density functions of the LFM signal and Gaussian white noise within WHT based on entropy (WHTE), dimension under different assumptions and puts forward a WHT algorithm based on entropy of slice to improve the capacity of detecting the LFM signal. Entropy of the WHT domain slice is adopted to assess the information size of polar radius or angle slice, which is converted into the weight factor to weight every slice. Double-deck weight is used to weaken the influences of noise and disturbance terms and WHTE treatment and signal detection procedure are also summarized. The rationality of the algorithm is demonstrated through theoretical analysis and formula derivation, the efficiency of the algorithm is verified by simulation comparison between WHT, fractional Fourier transform and periodic WHT, and it is highlighted that the WHTE algorithm has better detection accuracy and range of application against strong noise background. 展开更多
关键词 low signal-to-noise ratio linear frequency modulated signal probability density function Wigner-Hough transform (WHT) signal detection entropy of slice
在线阅读 下载PDF
Combining Radon-ambiguity transform with second-order difference to improve detection probability of LFM signals in low SNR 被引量:4
9
作者 Tan Xiaogang Wei Ping Li Liping 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第1期13-19,共7页
The Radon-ambiguity transform (RAT), although efficient for detecting the linear frequency modulated signals (LFMs), is troubled by the energy accumulation of noise in low signal-to-noise ratio (SNR). A secondor... The Radon-ambiguity transform (RAT), although efficient for detecting the linear frequency modulated signals (LFMs), is troubled by the energy accumulation of noise in low signal-to-noise ratio (SNR). A secondorder difference (SOD) method is proposed to treat with this problem. In the SOD method, the optimal search step and difference step are derived from the LFM rate resolution formula. The sharpness of the peaks of RAT is measured by curvature, and the sharpness, but not the magnitude of the peaks, is used to detect the LFMs. The SOD method removes the noise energy accumulation and reserves the drastically changing components integrally; thus, it improves the detection probability of LFMs in low SNR. The expected performance of the new method is verified by 100 Monte Carlo simulations. 展开更多
关键词 linear frequency modulated signals Radon-axnbiguity transform detection probability low signal-to-noise ratio.
在线阅读 下载PDF
Detection of weak target for MIMO radar based on Hough transform 被引量:2
10
作者 Zeng Jiankui He Zishu 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2009年第1期76-80,共5页
An effective method of multiple input multiple output (MIMO) radar weak target detection is proposed based on the Hough transform. The detection time duration is divided into multiple coherent processing intervals ... An effective method of multiple input multiple output (MIMO) radar weak target detection is proposed based on the Hough transform. The detection time duration is divided into multiple coherent processing intervals (CPIs). Within each CPI, conventional methods such as fast Fourier transform (FFT) is exploit to coherent inte- grating in same range cell. Furthermore, noncoherent integration through several range cells can be implemented by Hough transform among all CPIs. Thus, higher integration gain can be obtained. Simulation results are also given to demonstrate that the detection performance of weak moving target can be dramatically improved. 展开更多
关键词 MIMO radar weak target detection Hough transform noncoherent integration.
在线阅读 下载PDF
基于Swin Transformer和PJF颜色空间的火灾检测算法 被引量:1
11
作者 杜丽霞 梁晓萍 《现代电子技术》 北大核心 2025年第5期147-152,共6页
为了更加准确和可靠地在监控图像中对火灾进行早期监测,以便辅助火焰检测仪器更加高效和准确地检测火焰,文中基于Transformer算法和PJF颜色空间,设计了一种深度学习的火灾图像检测算法。首先,对数据集中的火灾图像数据进行预处理,将图像... 为了更加准确和可靠地在监控图像中对火灾进行早期监测,以便辅助火焰检测仪器更加高效和准确地检测火焰,文中基于Transformer算法和PJF颜色空间,设计了一种深度学习的火灾图像检测算法。首先,对数据集中的火灾图像数据进行预处理,将图像从RGB颜色空间转化为PJF颜色空间,突出显示图像的火焰区域;然后,将预处理后的图像输入到Swin Transformer网络中,过程中采用注意力机制、移动窗口机制、相对位置偏移机制对火灾图像进行特征提取;最后,将提取的图像特征送入全连接层,获取火灾图像的检测结果。实验结果表明:该算法在测试数据集的准确率达到了98.6%。该算法同时采用迁移学习的方法,测试数据集的准确率提升至99.1%,对提高广西森林火灾防控监督效能和实现深度学习智能监测森林和城市视频火灾情况具有现实意义。 展开更多
关键词 transformER PJF颜色空间 火灾检测 图像分类 注意力机制 知识迁移
在线阅读 下载PDF
Scale effect removal and range migration correction for hypersonic target coherent detection
12
作者 WU Shang SUN Zhi +4 位作者 JIANG Xingtao ZHANG Haonan DENG Jiangyun LI Xiaolong CUI Guolong 《Journal of Systems Engineering and Electronics》 SCIE EI CSCD 2024年第1期14-23,共10页
The detection of hypersonic targets usually confronts range migration(RM)issue before coherent integration(CI).The traditional methods aiming at correcting RM to obtain CI mainly considers the narrow-band radar condit... The detection of hypersonic targets usually confronts range migration(RM)issue before coherent integration(CI).The traditional methods aiming at correcting RM to obtain CI mainly considers the narrow-band radar condition.However,with the increasing requirement of far-range detection,the time bandwidth product,which is corresponding to radar’s mean power,should be promoted in actual application.Thus,the echo signal generates the scale effect(SE)at large time bandwidth product situation,influencing the intra and inter pulse integration performance.To eliminate SE and correct RM,this paper proposes an effective algorithm,i.e.,scaled location rotation transform(ScLRT).The ScLRT can remove SE to obtain the matching pulse compression(PC)as well as correct RM to complete CI via the location rotation transform,being implemented by seeking the actual rotation angle.Compared to the traditional coherent detection algorithms,Sc LRT can address the SE problem to achieve better detection/estimation capabilities.At last,this paper gives several simulations to assess the viability of ScLRT. 展开更多
关键词 hypersonic target detection coherent integration(CI) scale effect(SE)removal range migration(RM)correction scaled location rotation transform(ScLRT)
在线阅读 下载PDF
基于Swin Transformer改进YOLO的密集场景行人检测算法
13
作者 张森奕 张雪松 +2 位作者 郭佳琦 金花 李光宇 《科学技术与工程》 北大核心 2025年第21期9018-9027,共10页
在密集场景中,常常包含众多被遮挡或者小尺度的行人目标。这样的场景对常规的目标检测模型提出了挑战,往往会出现大量的漏检和错检问题。为了解决密集场景中行人检测时出现的高漏报率和误报率问题,提出了一种新的密集场景行人检测框架ST... 在密集场景中,常常包含众多被遮挡或者小尺度的行人目标。这样的场景对常规的目标检测模型提出了挑战,往往会出现大量的漏检和错检问题。为了解决密集场景中行人检测时出现的高漏报率和误报率问题,提出了一种新的密集场景行人检测框架ST-YOLO。首先,将YOLOv5的骨干网络中的低层小目标检测层融入特征金字塔网络和路径聚合网络结构中,增加了一个检测小目标行人检测层;其次,对YOLOv5的颈部网络进行改进,利用基于Swin Transformer的多尺度全局信息和卷积神经网络(convolutional neural networks,CNN)所提取的局部信息来构建聚合特征,提高网络的特征提取能力;并且在预测过程中引入了SIoU(scalable-IoU)损失函数,加快模型的收敛速度和提升检测能力;最后,使用Soft-NMS(soft non-maximum suppression)代替原非极大值抑制(non-maximum suppression,NMS)算法,减少非最大化抑制阶段误删除检测框问题,降低了检测算法的误报率。在Wider Person数据集上的大量实验表明,改进后的ST-YOLO算法的精度和mAP0.5比目前主流的YOLOv9算法分别提升了5.7%和3.6%。 展开更多
关键词 行人检测 密集场景 Swin transformer YOLOv5 特征融合
在线阅读 下载PDF
基于CNN与Transformer相结合的工业零件缺陷检测
14
作者 夏兴华 李佳莹 韩忠华 《现代电子技术》 北大核心 2025年第15期119-126,共8页
在工业生产过程中,零件会存在裂痕、污渍与折痕等缺陷,采用单一的神经网络很难同时学习图像的全局信息和边缘细节信息,无法实现缺陷准确的检测。因此,文中将CNN局部特征提取的优势和Transformer较强的捕获全局依赖关系的能力相结合,利用... 在工业生产过程中,零件会存在裂痕、污渍与折痕等缺陷,采用单一的神经网络很难同时学习图像的全局信息和边缘细节信息,无法实现缺陷准确的检测。因此,文中将CNN局部特征提取的优势和Transformer较强的捕获全局依赖关系的能力相结合,利用ResNet34与Swin Transformer两个分支分别对图像进行特征提取,引入注意力机制,进行空间与通道维度的注意力增强,并拼接得到特征融合的输出,实现全局信息与局部信息的融合。最终,解码在UNet结构的基础上采用多尺度跳步连接,通过上采样、拼接和逐像素分类等操作,得到最终的语义分割结果,且分割结果图清晰地展示了图像中的缺陷位置,实现了对工业零件的缺陷检测。通过对比实验证明,所提算法在工业生产零件MVTecAD数据集上的IoU结果远好于其他的语义分割算法,并且分割结果图与样本图像的标签结果十分吻合,充分验证了所提算法的有效性与实用性。 展开更多
关键词 深度学习 工业零件 缺陷检测 CNN transformER 特征提取
在线阅读 下载PDF
基于对比学习和预训练Transformer的流量隐匿数据检测方法
15
作者 何帅 张京超 +3 位作者 徐笛 江帅 郭晓威 付才 《通信学报》 北大核心 2025年第3期221-233,共13页
为解决海量加密流量难表征、恶意行为难感知以及隐私数据归属难识别的问题,提出了一种基于对比学习和预训练Transformer的流量隐匿数据检测方法。考虑加密流量的高度复杂性、非结构化的特点以及传统下游任务的微调方法在加密流量领域的... 为解决海量加密流量难表征、恶意行为难感知以及隐私数据归属难识别的问题,提出了一种基于对比学习和预训练Transformer的流量隐匿数据检测方法。考虑加密流量的高度复杂性、非结构化的特点以及传统下游任务的微调方法在加密流量领域的效果不佳的挑战,数据报文通过提取数据包序列被转换为类似自然语言处理中的词元。然后利用预训练Transformer模型将浅层表征转换为适用于多种加密流量下游任务的通用流量表征。通过将流量中的隐匿数据检测问题转换为相似性分析问题,基于对比学习的思想设计了一种差异性敏感的Transformer模型架构,同时使用样本的正负样本对增强模型对流量差异性的感知能力,并提出使用信息对比估计作为加密流量下游任务微调的损失函数。实验结果表明,所提方法在检测准确率、精确率、召回率以及F1分数等方面优于主流方法。 展开更多
关键词 流量隐匿数据检测 预训练transformer模型 对比学习 加密流量
在线阅读 下载PDF
基于改进U-Transformer模型的金刚石刀刃异常检测算法
16
作者 王大伟 李丛 朱长水 《现代制造工程》 北大核心 2025年第7期120-128,共9页
针对金刚石刀刃缺陷特征差异大、缺陷样本少的问题,提出了一种基于改进U-Transformer特征重建模型的金刚石刀刃异常检测算法。该方法仅需使用正常样本训练即可完成异常区域的检测与定位。首先,利用冻结的预训练深度卷积神经网络(Convolu... 针对金刚石刀刃缺陷特征差异大、缺陷样本少的问题,提出了一种基于改进U-Transformer特征重建模型的金刚石刀刃异常检测算法。该方法仅需使用正常样本训练即可完成异常区域的检测与定位。首先,利用冻结的预训练深度卷积神经网络(Convolutional Neural Networks,CNN)模型提取多尺度融合特征,放大正常图像与异常图像的差异;然后,构建基于U型Transformer结构的编码器-解码器特征重建模型,计算重建特征与输入特征的特征相似性,生成相似性响应图;最后,为消除正常区域的噪声响应,利用多层感知机(Multi-Layer Perceptron,MLP)网络估计异常比例因子,修正相似性响应图,得到异常分数图。实验结果表明,提出的方法在金刚石刀刃缺陷数据集上Image AUROC指标为0.989,Piexl AUROC指标为0.992,能够满足金刚石刀刃异常检测需求。 展开更多
关键词 金刚石刀刃 异常检测 U-transformer模型 预训练 多层感知机网络 特征重建
在线阅读 下载PDF
基于Transformer模型的5G P-IoT在高压设备测温中的应用
17
作者 秦秉东 陈保豪 +4 位作者 刘博林 张国翊 朱海龙 索思亮 欧嘉俊 《广东电力》 北大核心 2025年第4期109-116,共8页
针对当前换流站一次设备温度监测中非接触式红外测温存在成本高、准确率低、时效性差等问题,提出一种面向高压场景的温度监控方案。该方案结合5G无源物联网(Passive Internet of Things,P-IoT)技术与Transformer模型。通过在高压设备关... 针对当前换流站一次设备温度监测中非接触式红外测温存在成本高、准确率低、时效性差等问题,提出一种面向高压场景的温度监控方案。该方案结合5G无源物联网(Passive Internet of Things,P-IoT)技术与Transformer模型。通过在高压设备关键部位部署无源温度传感器,利用反向散射通信技术实现低功耗数据传输,并借助5G网络将数据传输至边缘服务器处理。随后,采用基于Transformer的异常检测模型,通过多头注意力机制有效捕捉温度数据中的时序特征,结合最大池化操作实现对异常温度的准确识别与预警。实验结果表明,该方案在高电磁干扰环境下的传输成功率达到99.0%,在温度异常检测任务中的精度、召回率和F1值分别为98.7%、97.5%和96.9%,显著优于LSTM和GRU等传统时序模型。研究成果验证了所提方法在复杂高压场景下的适用性和稳定性,可为后续在更高电压等级的特高压设备中推广应用奠定技术基础。 展开更多
关键词 5G P-IoT 无源温度传感器 transformer模型 特高压设备 温度异常检测
在线阅读 下载PDF
融合Transformer注意力的舰船要害部位检测
18
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
CNN与Transformer协同的多模态边缘检测网络
19
作者 李永辉 赵耀 +2 位作者 加小红 魏琛珍 常文文 《计算机工程与应用》 北大核心 2025年第14期195-205,共11页
边缘检测在计算机视觉任务中扮演至关重要的角色,然而,现有边缘检测算法主要依赖CNN作为编码器,导致其在精细度、准确性以及噪声处理等方面存在缺陷。为了解决这些问题,提出了一个CNN与Transformer协同的多模态边缘检测网络。设计了一... 边缘检测在计算机视觉任务中扮演至关重要的角色,然而,现有边缘检测算法主要依赖CNN作为编码器,导致其在精细度、准确性以及噪声处理等方面存在缺陷。为了解决这些问题,提出了一个CNN与Transformer协同的多模态边缘检测网络。设计了一个基于无参数注意力残差结构的高分辨率特征融合模块,保留图像的底层属性,增强全局特征表示;设计了一种包含多尺度混洗注意力模块的轻量化CNN层来完成梯度编码,捕捉图像的高频属性,利用Transformer架构实现特征编码,构建高层的全局依赖关系,通过融合高频属性和全局依赖关系重构特征表达,将CNN、Transformer以及高分辨率特征融合模块的多尺度特征进行逐层聚合解码,从而高精度定位图像边界。与主流算法相比,所提模型在BSDS500、NYUD-v2上均获得较优指标。 展开更多
关键词 边缘检测 卷积神经网络(CNN) transformER 多模态 深度学习
在线阅读 下载PDF
C-T Net:融合CNN和Transformer的遥感图像变化检测模型
20
作者 武一 贠世林 《华东师范大学学报(自然科学版)》 北大核心 2025年第4期49-60,共12页
双时相遥感图像由于拍摄时间、角度和传感器等因素会产生各种伪变化,同时存在一些不感兴趣的变化,变化的位置通常与周边其他物体相关,采用全卷积神经网络会丢失长程信息.针对这一问题,提出了一种融合CNN(Convolutional Neural Networks)... 双时相遥感图像由于拍摄时间、角度和传感器等因素会产生各种伪变化,同时存在一些不感兴趣的变化,变化的位置通常与周边其他物体相关,采用全卷积神经网络会丢失长程信息.针对这一问题,提出了一种融合CNN(Convolutional Neural Networks)和Transformer的网络(C-T Net)模型.整体网络结构分为深度特征提取部分和检测头部分:网络主干部分将CNN和Swin Transformer相结合,设计融合模块Cto-T、T-to-C以聚合信息;检测头部分利用Transformer编码、解码,获得精细化的特征图以进行变化区域的判别.与多个变化检测模型相比,在LEVIR-CD数据集和WHU-CD数据集上F1_1(90.63%、86.24%)和PIoU_1(82.87%、75.81%)均为最高,在两个数据集上的结果表明,无论是可视化结果还是数据指标,与现有的方法相比,该模型具有一定的优越性. 展开更多
关键词 多时相 变化检测 卷积神经网络 转换器 特征融合
在线阅读 下载PDF
上一页 1 2 207 下一页 到第
使用帮助 返回顶部