期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
多尺度金字塔注意力的葡萄果梗分割模型
1
作者 张丽英 贺静宇 赵建辉 《计算机工程与设计》 北大核心 2025年第5期1445-1450,共6页
为降低葡萄图像中目标尺寸差异大、光照等复杂环境的影响,提出一种多尺度金字塔注意力网络MPANet(multiscale pyramid attention network)。网络包括特征提取模块、多尺度特征的注意力池化金字塔模块和特征增强模块。在采集的葡萄图像... 为降低葡萄图像中目标尺寸差异大、光照等复杂环境的影响,提出一种多尺度金字塔注意力网络MPANet(multiscale pyramid attention network)。网络包括特征提取模块、多尺度特征的注意力池化金字塔模块和特征增强模块。在采集的葡萄图像数据集上进行实验,提出方法的交并比(IoU)和Dice系数分别为85.3%、97.98%,均优于对比模型,使用几何学方法对分割的果梗进行采摘点定位,准确率为98.26%,验证了模型在果梗分割任务上的有效性。 展开更多
关键词 果梗识别 语义分割 注意力机制 多尺度特征提取 池化金字塔 残差连接 采摘点定位
在线阅读 下载PDF
基于边缘强化神经拉动模型的三维表面重建
2
作者 徐宝昌 王毅豪 +3 位作者 郝围围 尹士轩 王威 李雅飞 《红外与激光工程》 EI CSCD 北大核心 2024年第6期202-212,共11页
通过学习空间点云数据的符号距离函数(Signed Distance Functions, SDFs)进行三维表面重建是当前的研究热点。为重建出高精度的水密模型,神经拉动(Neural-pull, NP)采用点云拉动,以训练同步更新SDFs,但在实际重建过程中,重建模型会因为... 通过学习空间点云数据的符号距离函数(Signed Distance Functions, SDFs)进行三维表面重建是当前的研究热点。为重建出高精度的水密模型,神经拉动(Neural-pull, NP)采用点云拉动,以训练同步更新SDFs,但在实际重建过程中,重建模型会因为点云存在噪声和缺失而导致重建结果不够精细,带来错误的表面重建。针对以上问题,引入边缘提取强化输入点云的边缘信息,提出利用残差学习机制的边缘强化神经拉动模型(Neural Pull based on Edge Enhancement, NPEE)。为确保重建表面平滑的同时能够获取更多的表面细节,该方法在保留原本神经网络用于学习SDFs的基础上引入一个新的网络,利用残差学习机制学习点云的边缘SDFs。同时在原始点云的基础上,引入边缘因子σ,结合学习的边缘SDFs,通过点云边缘的鲁棒提取强化输入点云。为验证算法模型的优化效果,采用目前广泛使用的ABC数据集、斯坦福扫描模型和模拟扫描数据集设计对比实验,实验结果以及评估指标(CD)表明,NPEE可以有效改善神经拉动算法在边缘表面重建的缺陷,同时和其他重建方法相比,NPEE在面对稀疏点云和含噪点云时仍能保证重建的精确性和完整性。 展开更多
关键词 深度学习 三维点云 表面重建 符号距离函数
在线阅读 下载PDF
基于改进时序网络的钻进参数可解释实时预测 被引量:1
3
作者 张瑞 祝兆鹏 +4 位作者 李大钰 宋先知 李根生 张诚恺 朱硕 《石油机械》 北大核心 2024年第4期1-10,共10页
实时准确预测钻进参数变化趋势对现场钻井作业具有重要参考价值。针对智能模型在现场作业应用中面临的钻进参数可获取性限制,提出了一种基于注意力时域卷积网络(AT-TCN)的钻进参数超前预测方法。该方法不仅考虑了录井曲线随深度变化的... 实时准确预测钻进参数变化趋势对现场钻井作业具有重要参考价值。针对智能模型在现场作业应用中面临的钻进参数可获取性限制,提出了一种基于注意力时域卷积网络(AT-TCN)的钻进参数超前预测方法。该方法不仅考虑了录井曲线随深度变化的趋势和自相关性,同时嵌入高拓展性的注意力机制模块,使模型更好地捕捉钻进参数的动态变化。利用现场钻井数据集测试,评估了模型在预测4种关键钻进参数(扭矩、立管压力、钻井液当量密度和机械钻速)方面的有效性和准确性。研究结果表明:AT-TCN预测当量密度的准确率最高达到99%,且在模型精度和计算效率上,均优于其他4种深度学习模型,能够有效捕捉钻进参数的变化趋势。AT-TCN还提供模型的双重可解释性,可从时序和特征维度方面反映输入序列对预测结果的影响。研究结果有望为钻井作业的安全性、高效性作出重要贡献,具有较强的落地应用价值。 展开更多
关键词 钻进参数 智能模型 超前预测 注意力机制 时序卷积网络 可解释性
在线阅读 下载PDF
Radon变换频变自适应多次波压制方法 被引量:2
4
作者 冯璐瑜 薛亚茹 +3 位作者 张程 苏军利 梁琪 乔佳瑜 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2024年第6期2402-2414,共13页
Radon变换是常用多次波压制方法之一,然而有限、离散的采样空间导致一次波和多次波在Radon域混叠,并且混叠程度随频率降低愈加严重.高分辨率Radon变换可以改善一次波和多次波分离效果,但分辨率的提高会降低保幅性,导致多次波残留或一次... Radon变换是常用多次波压制方法之一,然而有限、离散的采样空间导致一次波和多次波在Radon域混叠,并且混叠程度随频率降低愈加严重.高分辨率Radon变换可以改善一次波和多次波分离效果,但分辨率的提高会降低保幅性,导致多次波残留或一次波损伤.为此,本文在最小二乘反演基础上,提出一种随混叠程度自适应分离多次波的频变滤波方法.根据Radon变换褶积模型,分析一次波和多次波频变混叠机制;建立随频率调整的修正柯西函数混叠模型;依据一次波和多次波的混叠比例设计多次波滤波器,该滤波器能够根据一次波和多次波的混叠程度自适应调整滤波函数,提高多次波估计精度.合成数据和实际数据的多次波压制实验表明,这种频变滤波方法既可以改善多次波压制效果,又可避免高分辨率反演方法计算量大的问题. 展开更多
关键词 RADON变换 多次波压制 混叠机制 频变滤波
在线阅读 下载PDF
多尺度子群体交互关系下的群体行为识别方法 被引量:1
5
作者 朱丽萍 吴祀霖 +2 位作者 陈晓禾 李承阳 朱凯杰 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第5期2228-2236,共9页
群体行为识别旨在识别包含多个个体的群体行为。在现实场景中,群体行为通常可以被视为从群体到子群体再到个人的层次结构。然而,以前的群体行为识别方法主要侧重于对个体之间的关系进行建模,缺乏对子群体之间关系的深度研究。从该角度出... 群体行为识别旨在识别包含多个个体的群体行为。在现实场景中,群体行为通常可以被视为从群体到子群体再到个人的层次结构。然而,以前的群体行为识别方法主要侧重于对个体之间的关系进行建模,缺乏对子群体之间关系的深度研究。从该角度出发,该文提出一种基于多尺度子群体交互关系(MSIR)的多层次群体行为识别框架。除对个体关系进行建模外,重点关注了子群体之间的多尺度交互特征。具体优化如下:设计子群体划分模块,通过个体外观特征和其空间位置来聚合可能存在关联的个体,再进一步利用语义信息动态地生成不同尺度大小的子群体;设计子群体交互特征提取模块,通过构建不同子群体之间的交互矩阵以及图神经网络的关系推理能力,提取更具判别力的子群体特征。实验结果表明,与现有12种方法在排球数据集和集体活动数据集这两个群体行为识别基准数据集上对比,该文方法都取得最好的性能结果。作为一个易于扩展和优化的群体行为识别框架,该算法在不同数据集上都具有较好的泛化能力。 展开更多
关键词 行为识别 群体行为 子群体划分 关系推理
在线阅读 下载PDF
基于特征融合的微电阻率成像测井空白带无监督填充方法 被引量:1
6
作者 曾祥安 朱丹丹 +1 位作者 周昊 徐朝晖 《电子测量技术》 北大核心 2024年第8期171-180,共10页
针对微电阻率电成像测井仪器的特点导致测井成像呈现规律性空白带的问题,本文提出一种融合多尺度多层级特征的无监督填充模型及全井段填充框架用于填充空白带。填充模型采用UNet架构,利用非空白带区域电阻率数据自身的统计先验基于MAE... 针对微电阻率电成像测井仪器的特点导致测井成像呈现规律性空白带的问题,本文提出一种融合多尺度多层级特征的无监督填充模型及全井段填充框架用于填充空白带。填充模型采用UNet架构,利用非空白带区域电阻率数据自身的统计先验基于MAE损失进行无监督训练填充,主要通过以下2个措施对传统UNet进行改进:在编码器中引入MSR-Conv,提升单层网络的多尺度表征能力;在编解码特征连接环节引入多层级编码特征融合模块与信息引导模块,丰富上采样的特征尺度,减少解码过程中的信息丢失。实验结果表明:相较UNet,本文所提模型在自然场景数据集上的视觉效果与客观指标均有明显提升,其中PE降低了19.03%,SSIM提升了2.9%,PSNR提升了4.66%。全井段填充框架应用填充模型分段训练填充空白带电阻率数据后再合并,实现端到端填充单口井的微电阻率成像测井空白带,填充结果具有一定的鲁棒性,贴合实际生产场景。 展开更多
关键词 电成像测井 空白带填充 无监督学习 特征融合 全井段填充框架
在线阅读 下载PDF
基于概率误差的三维室内定位系统最优布站方法 被引量:1
7
作者 谷雨泰 赵京翼 +1 位作者 杨腾 陈冲 《计算机科学》 CSCD 北大核心 2024年第S01期777-783,共7页
随着智能化、自动化技术的不断发展,室内定位技术的应用场景日益广泛,如何提高室内定位系统的精度和可靠性一直是研究热点。对基站布局进行优化,提升系统整体的定位精度是现有的室内定位系统优化方法之一。对于该方法,现有的研究普遍选... 随着智能化、自动化技术的不断发展,室内定位技术的应用场景日益广泛,如何提高室内定位系统的精度和可靠性一直是研究热点。对基站布局进行优化,提升系统整体的定位精度是现有的室内定位系统优化方法之一。对于该方法,现有的研究普遍选择采用其他相似领域的已有方法,主要的两种方法中用于评价卫星共轭的精度稀释因子忽略了基站与标签的距离;作为导弹、惯导系统中落点精度评价因子的概率误差方法没有考虑基站几何结构的影响。对此,提出了一种基于精度稀释因子和概率误差方法的精度评价模型,用于推导三维室内定位系统的最优基站布局,该模型同时考虑了距离和几何结构对室内定位精度的影响,可以很好地应用于室内定位的领域。所提方法在程序模拟和实际定位实验中均取得了优异的效果。在程序模拟中,最优基站布局系统的定位误差均值相比传统四顶角定位系统降低了约14.38%,在实际定位实验中,最优布局的定位精度和效果都得到了显著提升。实验结果验证了精度评价模型的准确性与实用性。所提出的最优基站布局方法在三维室内定位领域具有很高的应用价值和普适性,能够有效提高室内定位系统的精度和效果。 展开更多
关键词 室内定位 最优布站方法 位置精度稀释因子 椭球概率误差 超宽带
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部