期刊文献+
共找到989篇文章
< 1 2 50 >
每页显示 20 50 100
时空数据查询技术研究综述 被引量:1
1
作者 孟祥福 翁雪 徐永杰 《计算机科学与探索》 北大核心 2025年第8期2001-2023,共23页
随着现代信息技术的快速发展与应用,时空数据的规模迅速增长。这些数据呈现出海量聚集、高维异构以及动态复杂等特点。近年来,以时空数据为背景的时空查询技术得到广泛的研究和应用,如何有效地存储、管理和查询这些数据成为了研究的重... 随着现代信息技术的快速发展与应用,时空数据的规模迅速增长。这些数据呈现出海量聚集、高维异构以及动态复杂等特点。近年来,以时空数据为背景的时空查询技术得到广泛的研究和应用,如何有效地存储、管理和查询这些数据成为了研究的重点。对时空数据的相关查询技术进行综述,从时空数据相关基本概念入手,系统阐述了当前主流的时空查询处理模式,涵盖了范围查询、K近邻查询、反K近邻查询等多种类型;介绍了不同的时空索引技术,包括基于轨迹的索引结构、基于抽样的索引以及其他创新的索引方法;分析了结合其他技术的查询方法,主要包括时空-文本查询、语义近似轨迹查询、并行和分布式查询等,这些技术不仅提升了时空查询的多样性和准确性,还能有效地处理大规模时空数据。展望了时空查询技术的未来发展方向,包括查询结果的可视化展示、隐私保护以及结合机器学习的新型索引结构,为时空数据的高效利用提供了新的思路和挑战。 展开更多
关键词 时空数据 查询处理 索引技术 时空-文本 语义近似 分布式
在线阅读 下载PDF
结合模板与互信息的全景图拼接技术研究与实现 被引量:4
2
作者 刘文进 张蕾 《激光杂志》 CAS CSCD 北大核心 2014年第9期62-65,共4页
针对传统互信息图像配准拼接算法计算量大、效率低等问题,本文结合模板匹配,提出基于模板与互信息的全景图拼接技术。首先将误差法和二次匹配误差法相结合,对待拼接图像进行初次模板匹配,划定大致重叠区域;接着从互信息量的角度比较相... 针对传统互信息图像配准拼接算法计算量大、效率低等问题,本文结合模板匹配,提出基于模板与互信息的全景图拼接技术。首先将误差法和二次匹配误差法相结合,对待拼接图像进行初次模板匹配,划定大致重叠区域;接着从互信息量的角度比较相邻重叠的两幅图像的相似性,通过建立两幅图像之间的互信息量,计算最大互信息,获得匹配区域;然后再次利用模板匹配,设定最佳匹配区域,最终实现图像配准拼接。在VS2010+Opencv环境中编程实现重叠图像的拼接,并验证了算法的正确性。实验表明,本文算法具有计算量相对小,自动化程度高,配准拼接精度高等优点。 展开更多
关键词 图像配准 模板匹配 互信息 全景图拼接
在线阅读 下载PDF
数据挖掘技术在C2C电子商务中的应用 被引量:2
3
作者 汪赫瑜 丛喜宾 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2008年第A01期208-210,共3页
为了充分利用这些数据来提高网站的服务质量和创造更多潜在的利润空间,提出了用数据挖掘方法对商务网站数据进行聚类划分。主要针对电子商务中的C2C(consumer to consumer)模式,将数据挖掘技术应用于C2C模式电子下商务数据分析,具有一... 为了充分利用这些数据来提高网站的服务质量和创造更多潜在的利润空间,提出了用数据挖掘方法对商务网站数据进行聚类划分。主要针对电子商务中的C2C(consumer to consumer)模式,将数据挖掘技术应用于C2C模式电子下商务数据分析,具有一定的实用价值和现实意义,为正确的电子商务应用决策提供强有力的支持和可靠的保证。 展开更多
关键词 电子商务 C2C 数据挖掘 聚类分析
在线阅读 下载PDF
电子商务中信息传输与共享 被引量:1
4
作者 关昕 孙劲光 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2002年第6期801-803,共3页
电子商务中信息传输与共享技术是电子商务的核心技术,电子商务是以Internet为基础的新兴产业,保护信息的安全无疑是十分重要的,人们越来越多地使用计算机网络来传送对安全敏感的信息,所以在信息传输域共享中,认证业务、保密业务、数据... 电子商务中信息传输与共享技术是电子商务的核心技术,电子商务是以Internet为基础的新兴产业,保护信息的安全无疑是十分重要的,人们越来越多地使用计算机网络来传送对安全敏感的信息,所以在信息传输域共享中,认证业务、保密业务、数据完整性业务、不可否认业务是当前电子商务急需解决的关键技术,本文对这方面做了一些探讨并提出自己的看法。 展开更多
关键词 信息传输 电子商务 身份认证 公钥加密体制 信息共享 互联网 网络安全
在线阅读 下载PDF
基于BP神经网络的工程图形数据远程安全快速传输法 被引量:1
5
作者 秦威 秦书玉 《中国工程科学》 2007年第1期49-52,共4页
在数字化制造中,企业内部及企业之间可以通过Internet实现在不同时空坐标上进行短时间工程图形信息交流,这种传输工程图形信息的方式,既节省了人力、物力、财力,也使得数据的获取最大程度上减少了错误和冗余。根据图形的几何元素相关性... 在数字化制造中,企业内部及企业之间可以通过Internet实现在不同时空坐标上进行短时间工程图形信息交流,这种传输工程图形信息的方式,既节省了人力、物力、财力,也使得数据的获取最大程度上减少了错误和冗余。根据图形的几何元素相关性的特征,建立参数结构,采用人工神经网络BP算法同时进行数据编码压缩和数据加密,实现复杂工程图形数据的远程高效安全传输。实例表明,此方法可用于实际工程。 展开更多
关键词 神经网络 BP算法 相关性 加密 快速传输 图形数据
在线阅读 下载PDF
基于Wi-Fi子载波互信息的人体呼吸感知系统 被引量:2
6
作者 刘影 胡梦圆 钱志鸿 《通信学报》 EI CSCD 北大核心 2024年第2期240-253,共14页
不可预测环境变化使Wi-Fi信号存在较大的波动,很难对子载波中的静态分量和行为感知的动态分量进行量化,导致无法准确刻画出动态呼吸特征的波动形式。基于此,提出了一种基于子载波互信息的呼吸感知(SMIBP)系统。首先,提出了动态分量信息(... 不可预测环境变化使Wi-Fi信号存在较大的波动,很难对子载波中的静态分量和行为感知的动态分量进行量化,导致无法准确刻画出动态呼吸特征的波动形式。基于此,提出了一种基于子载波互信息的呼吸感知(SMIBP)系统。首先,提出了动态分量信息(DCI)的刻画形式,利用互信息理论提取子载波中代表呼吸的动态分量信息。然后,利用层次分析法组合各子载波以最大化呼吸信号的动态特征,得到重构的DCI感知基信号,最后联合小波变换和峰值检测法得到呼吸速率,揭示了代表人体呼吸动态分量的理论途径。仿真结果表明,所提系统能较好地刻画每个子载波中动态呼吸分量,且在不同场景下可显著提高Wi-Fi对于小尺度动作的感知精度与范围。 展开更多
关键词 动态分量信息 信道状态信息 无接触呼吸监测 层次分析法
在线阅读 下载PDF
基于上下文信息与特征细化的无人机小目标检测算法 被引量:8
7
作者 彭晏飞 赵涛 +1 位作者 陈炎康 袁晓龙 《计算机工程与应用》 CSCD 北大核心 2024年第5期183-190,共8页
无人机航拍图像中的目标检测是近年来研究的热点,针对无人机视角下目标小而密集、背景复杂导致检测精度低的问题,提出一种基于上下文信息与特征细化的无人机小目标检测算法。通过上下文特征增强模块,利用多尺度扩张卷积捕获与周围区域... 无人机航拍图像中的目标检测是近年来研究的热点,针对无人机视角下目标小而密集、背景复杂导致检测精度低的问题,提出一种基于上下文信息与特征细化的无人机小目标检测算法。通过上下文特征增强模块,利用多尺度扩张卷积捕获与周围区域像素点的潜在关系,为网络补充上下文信息,并根据不同尺度的特征层自适应生成各层级特征图的输出权重,动态优化特征图表达能力;由于不同特征图细粒度不同,使用特征细化模块来抑制特征融合中冲突信息的干扰,防止小目标特征淹没在冲突信息中;设计了一种带权重的损失函数,加快模型收敛速度,进一步提高小目标检测精度。在VisDrone2021数据集进行大量实验表明,改进后的模型较基准模型mAP50提高8.4个百分点,mAP50:95提高5.9个百分点,FPS为42,有效提高了无人机航拍图像中小目标的检测精度。 展开更多
关键词 无人机 小目标检测 上下文信息 特征细化 损失函数
在线阅读 下载PDF
电子商务中关键技术的分析与研究
8
作者 何晓军 刘万军 《辽宁工程技术大学学报(自然科学版)》 CAS 北大核心 2004年第z1期45-46,共2页
电子商务是以开放的因特网环境为基础,在计算机系统支持下进行的商务活动,它基于浏览器/服务器应用方式,是实现网上购物,网上交易和在线支付的一种新型商业运营模式。对基于因特网的电子商务系统进行了分析和研究,提出了决定电子商务正... 电子商务是以开放的因特网环境为基础,在计算机系统支持下进行的商务活动,它基于浏览器/服务器应用方式,是实现网上购物,网上交易和在线支付的一种新型商业运营模式。对基于因特网的电子商务系统进行了分析和研究,提出了决定电子商务正常运行的关键技术。 展开更多
关键词 电子商务 在线支付 关键技术
在线阅读 下载PDF
融合信息瓶颈与图卷积的跨域推荐算法
9
作者 王永贵 胡鹏程 +2 位作者 时启文 赵炀 邹赫宇 《计算机工程与应用》 CSCD 北大核心 2024年第15期77-90,共14页
基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数,但其性能仍然受到表征质量不高和负迁移问题的影响,不能有效地为冷启动用户进行推荐,为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型(IBGC)。利用图卷积神经... 基于迁移学习的跨域推荐可以有效地学习连接源域和目标域的映射函数,但其性能仍然受到表征质量不高和负迁移问题的影响,不能有效地为冷启动用户进行推荐,为此提出了一种融合信息瓶颈与图卷积网络的跨域推荐模型(IBGC)。利用图卷积神经网络聚合有关联的用户-用户和项目-项目信息;利用注意力机制学习用户和项目偏好,以提高节点特征表示质量;考虑到两个领域的信息交互,将重叠用户进行嵌入表示的同时限制特定信息的编码,利用信息瓶颈理论设计了三种正则化器,以捕获域内和跨域用户-项目的相关性,并将不同领域的重叠用户表征对齐以解决负迁移问题。在Amazon数据集中的四对公开数据集上进行实验,实验结果表明该模型在MRR、HR@K和NDCG@K三个推荐性能指标上的表现均优于基线模型,在四对数据集上与最优对比基线模型相比,MRR平均提升34.36%,HR@10平均提升34.94%,NDCG@10平均提升36.83%,证明了IBGC模型的有效性。 展开更多
关键词 跨域推荐算法 用户冷启动推荐 图卷积神经网络 信息瓶颈理论 网络嵌入学习 注意力机制
在线阅读 下载PDF
基于Transformer模型的时序数据预测方法综述 被引量:12
10
作者 孟祥福 石皓源 《计算机科学与探索》 北大核心 2025年第1期45-64,共20页
时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据... 时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。 展开更多
关键词 深度学习 时序数据预测 数据预处理 Transformer模型
在线阅读 下载PDF
基于深度学习的轨迹相似性度量方法研究综述 被引量:1
11
作者 孟祥福 师光启 +2 位作者 张霄雁 冷强奎 方金凤 《计算机科学与探索》 北大核心 2025年第3期623-644,共22页
移动通信和传感设备技术的发展与应用,产生了大量轨迹数据,这些数据呈现出高维异构性、多粒度性和不确定性等特征,这使得传统基于点对匹配的轨迹相似性度量方法难以适用。近年来,研究者将深度学习技术用于轨迹相似性度量,旨在挖掘更多... 移动通信和传感设备技术的发展与应用,产生了大量轨迹数据,这些数据呈现出高维异构性、多粒度性和不确定性等特征,这使得传统基于点对匹配的轨迹相似性度量方法难以适用。近年来,研究者将深度学习技术用于轨迹相似性度量,旨在挖掘更多轨迹特征,提高计算效率,增强模型鲁棒性。对近年来基于深度学习的轨迹相似性度量方法进行系统性综述。阐述轨迹的相关定义;根据相似性度量方法分类框架,从度量表示形式(即序列表示与图表示)和学习策略(即表示学习、度量学习与对比学习)两个角度综述相关方法。从轨迹数据预处理、嵌入表示学习和相似性度量三个方面,对上述方法的实现原理及其特点进行详细对比分析;阐述了基于深度学习的轨迹相似性度量方法的常用数据集和评估指标,并对学习模型的来源、评估指标、时间复杂度和应用场景进行了归纳总结。分析了当前轨迹相似性度量方法所面临的挑战并对未来研究方向进行了展望。 展开更多
关键词 轨迹相似性度量 深度学习 度量表示形式 学习策略
在线阅读 下载PDF
结合图同构和混合阶残差门控图神经网络的会话推荐 被引量:1
12
作者 王永贵 于琦 《计算机科学与探索》 北大核心 2025年第2期502-512,共11页
基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的... 基于会话推荐的目的是依据当前会话的先前动作来预测用户的下一个动作。针对现有基于图神经网络的会话推荐模型存在的不足之处,提出一种结合图同构和混合阶残差门控图神经网络的会话推荐模型(GIHR-GNN)。使用图同构网络聚合相邻项目的特征向量,有效融合全局和局部信息,解决图神经网络善于捕获节点之间的局部连接而忽略全局信息的问题,并通过门控融合函数聚合用户的长短期兴趣以更好地捕捉用户兴趣的动态变化。使用混合阶门控图神经网络对位置嵌入向量进行处理以捕获用户长时间后重新交互所反映出的用户意图,并在此基础之上添加残差模块,解决深层网络的退化问题。将未去噪和去噪后的用户长期兴趣表示进行对比学习,缓解了数据稀疏和噪声干扰的问题。在Tmall和RetailRocket两个数据集上进行多次实验,并与先进基线模型进行比较,结果表明该模型在Tmall数据集上P@20指标和MRR@20指标至少提升了3.26%和10.33%,在RetailRocket数据集上P@20指标和MRR@20指标至少提升了0.55%和2.57%,证明了GIHR-GNN模型的有效性。 展开更多
关键词 会话推荐 图同构网络 混合阶残差门控图神经网络 对比学习
在线阅读 下载PDF
轨迹表示学习方法研究综述
13
作者 孟祥福 孙硕男 +2 位作者 张霄雁 冷强奎 方金凤 《计算机科学与探索》 北大核心 2025年第6期1437-1454,共18页
全球定位系统(GPS)、全球移动通信系统(GSM)的快速发展以及移动设备的普遍应用,产生了大量的轨迹数据。目前的轨迹数据处理方法通常以定长的向量形式输入到模型,因此如何将变长的轨迹数据转换成定长低维的嵌入向量十分重要。轨迹表示学... 全球定位系统(GPS)、全球移动通信系统(GSM)的快速发展以及移动设备的普遍应用,产生了大量的轨迹数据。目前的轨迹数据处理方法通常以定长的向量形式输入到模型,因此如何将变长的轨迹数据转换成定长低维的嵌入向量十分重要。轨迹表示学习旨在将轨迹数据转换为更具表达力和可解释性的表示形式。对轨迹表示学习的研究现状、方法及应用进行了全面综述。分类介绍了轨迹表示学习的关键技术,总结了现有轨迹公开数据集。将轨迹表示学习方法按照不同的下游任务进行分类,重点综述了轨迹表示学习方法在轨迹相似性计算、相似轨迹搜索、轨迹聚类、轨迹预测等领域的原理、优缺点和应用,并分别分析了每一类任务中具有代表性的模型结构和原理,及各类任务中不同方法的特点和优势。分析了当前轨迹表示学习所面临的挑战,探讨了如何解决轨迹表示学习中的数据稀疏性、多模态以及模型优化与隐私保护等问题,并提出了具体的研究思路和方法。 展开更多
关键词 轨迹表示学习 轨迹数据挖掘 轨迹相似性计算 相似轨迹搜索 轨迹聚类 轨迹预测
在线阅读 下载PDF
基于多通道特征融合的人体动作识别方法
14
作者 陶志勇 郭希俊 +2 位作者 任晓奎 刘影 王泽民 《工程科学与技术》 北大核心 2025年第1期68-79,共12页
现阶段,深度学习已在基于WiFi的人体动作识别领域得到广泛应用且取得显著成果。然而,在利用多输入、多输出(MIMO)系统强大的空间分集特性进行动作识别时,受多径效应影响,获得信道状态信息(CSI)存在对相同动作的特征描述存在差异、不同... 现阶段,深度学习已在基于WiFi的人体动作识别领域得到广泛应用且取得显著成果。然而,在利用多输入、多输出(MIMO)系统强大的空间分集特性进行动作识别时,受多径效应影响,获得信道状态信息(CSI)存在对相同动作的特征描述存在差异、不同动作的特征描述存在类似、特征提取不完整和动作分类复杂的问题。为解决上述问题,本文提出一种基于双重注意力机制和多通道、多尺度的时间卷积网络的动作识别方法。首先,根据MIMO系统的空间分集特性,构建多通道信息提取模型,从各个天线接收到的信道中提取出有关动作的特性信息。然后,设计多尺度的统合机制,强化同一动作在不同通道接收数据的表征,通过整合不同尺度的动作特征,增强对动作的表征能力。再次,采用特征图融合注意力机制和特征通道注意力机制对各通道的动作特征进行聚合。注意力机制能有效地找出对最终动作识别有重要贡献的特征,使模型可以更好地进行特征聚焦。与此同时,将时间卷积网络应用于特征处理过程,使不同时间步的动作特征间的长期依赖关系得以维持,增加对复杂和连续动作的识别能力。最终,利用全局平均池化层(GAP)将各通道的特征图与动作分类器进行连接,以便多通道的动作特性能有效聚合在一起,进一步提高动作识别的精度。本文提出的模型在公共数据集7种动作测试中,实现98.72%的平均准确率。同时在自行搭建的实验室、教室和走廊等真实环境下进行测试时,10种不同的动作分别获得97.94%、97.28%和95.66%的识别准确率。实验结果充分证明了本文所提出的基于WiFi的人体动作识别模型在不同环境的有效性和优越性。 展开更多
关键词 动作识别 深度学习 信道状态信息 TCN 注意力
在线阅读 下载PDF
基于Transformer与深度可分离卷积的轻量级遥感图像语义分割
15
作者 马飞 张森峰 +1 位作者 杨飞霞 徐光宪 《电光与控制》 北大核心 2025年第7期33-38,66,共7页
遥感图像语义分割在环境变化监测、汽车辅助驾驶等领域具有广泛的应用。遥感图像在语义对象层面表现出较大的类内变化和较小的类间差异,导致分割模型精度受限且耗费计算资源。为此提出了一种基于Transformer与深度可分离卷积的轻量级遥... 遥感图像语义分割在环境变化监测、汽车辅助驾驶等领域具有广泛的应用。遥感图像在语义对象层面表现出较大的类内变化和较小的类间差异,导致分割模型精度受限且耗费计算资源。为此提出了一种基于Transformer与深度可分离卷积的轻量级遥感图像语义分割方法。首先,引入权重自适应的多头自注意力,在全局范围内对远距离像素关联性建模,获取丰富的上下文信息;其次,构建堆叠的深度可分离卷积层,以低计算复杂度减少空间细节信息的丢失;此外利用线性注意力机制设计特征聚合模块,对全局情景信息与空间细节信息进行融合。经过在Vaihingen和Potsdam数据集上测试结果表明,所提方法的分割总体准确率分别高达92.6%和92.1%,GFLOPs仅为11.5,不仅有效提升了分割精度,而且大大降低了计算复杂度。 展开更多
关键词 遥感图像 语义分割 深度学习 深度可分离卷积 线性注意力机制
在线阅读 下载PDF
基于深度元学习的工控系统异常检测方法
16
作者 李新春 谭新欢 +1 位作者 李琳 许驰 《计算机科学与探索》 北大核心 2025年第8期2251-2260,共10页
工控系统在不断网络化的过程中,正面临着层出不穷的新型网络攻击,导致传统异常检测方法因样本数量有限、泛化能力不足而造成检测精度低的问题。为此,采用模型无关的元学习(MAML)架构,提出基于卷积神经网络的深度元学习(D-MAML)异常检测... 工控系统在不断网络化的过程中,正面临着层出不穷的新型网络攻击,导致传统异常检测方法因样本数量有限、泛化能力不足而造成检测精度低的问题。为此,采用模型无关的元学习(MAML)架构,提出基于卷积神经网络的深度元学习(D-MAML)异常检测方法。构建D-MAML的内、外双循环异常检测架构。其中,内循环提取样本特征,外循环动态更新参数,以提高模型泛化能力,满足少样本检测需求。设计元模块增强的卷积神经网络,并基于梯度下降法更新内循环模型参数,提高特征提取能力。提出基于多步损失函数的外循环模型参数更新算法,提高算法稳定性。采用余弦退火算法动态更新外循环学习率,解决算法泛化能力不足问题。基于三个公开的数据集对DMAML进行了5分类实验验证。结果表明,D-MAML的单样本最佳准确率为67.17%,多样本最佳准确率可进一步提升到92.84%。 展开更多
关键词 工控系统 异常检测 少样本 模型无关的元学习(MAML)
在线阅读 下载PDF
CNN联合多尺度Transformer的高光谱与多光谱图像融合
17
作者 徐光宪 周伟杰 马飞 《红外技术》 北大核心 2025年第1期52-62,共11页
高光谱图像具有丰富的光谱信息,多光谱图像具有精妙的几何特征,融合高分辨率的多光谱图像和低分辨率的高光谱图像可以获取更为全面的遥感数据图像。然而现有的融合网络大多数基于卷积神经网络所设计,对于结构复杂的遥感类图像而言,依赖... 高光谱图像具有丰富的光谱信息,多光谱图像具有精妙的几何特征,融合高分辨率的多光谱图像和低分辨率的高光谱图像可以获取更为全面的遥感数据图像。然而现有的融合网络大多数基于卷积神经网络所设计,对于结构复杂的遥感类图像而言,依赖于核大小的卷积运算,容易导致特征融合阶段缺乏一些全局上下文信息。为保证图像融合的质量,本文提出了一种CNN(Convolutional Neural Network,CNN)联合多尺度transformer网络来实现多光谱和高光谱图像融合,结合了CNN的特征提取能力与transformer的全局建模优势。网络将融合任务分为了两个阶段,特征提取阶段和融合阶段。特征提取阶段,针对图像特性,基于卷积神经网络分别设计了不同模块用于特征提取。融合阶段,通过多尺度transformer模块从局部到全局建立信息间长距离关联,最后通过多层卷积层将特征映射为高分辨率的高光谱图像。经过在CAVE和Harvard数据集的实验结果表明,本文所提算法与其他经典算法相比,能更好地提升融合图像的质量。 展开更多
关键词 高光谱图像 多光谱图像 卷积神经网络 TRANSFORMER 图像融合
在线阅读 下载PDF
高隔离度的三陷波UWB-MIMO天线设计
18
作者 南敬昌 苏东蕊 +2 位作者 高明明 潘俊汝 王艺扉 《传感器与微系统》 北大核心 2025年第10期85-89,共5页
提出了一种具有高隔离度的三陷波超宽带(UWB)—多输入多输出(MIMO)天线,整体尺寸为23 mm×31 mm×1.6 mm。通过对辐射贴片底部两侧进行倒“W”型切角和窄化馈线,实现了UWB;将接地板改进为阶梯“T”型去偶结构,并开半圆形凹槽,... 提出了一种具有高隔离度的三陷波超宽带(UWB)—多输入多输出(MIMO)天线,整体尺寸为23 mm×31 mm×1.6 mm。通过对辐射贴片底部两侧进行倒“W”型切角和窄化馈线,实现了UWB;将接地板改进为阶梯“T”型去偶结构,并开半圆形凹槽,实现了较高隔离度;在馈线上刻蚀类“回”字型缝隙、在辐射贴片上刻蚀“U”型缝隙以及在右侧加载类“U”型寄生枝节,实现了WLAN(5.15-5.85 GHz)、X波段(7.25-7.75 GHz)和国际电信联盟(ITU)(8.01-8.5 GHz)3个频段的陷波。仿真与测试结果表明:该天线工作频段为3.09-12 GHz(相对带宽达到118%),隔离度小于-21.55 dB,包络相关系数(ECC)小于0.01,辐射效率高,辐射特性良好,设计的天线可以广泛应用于无线通信系统领域中。 展开更多
关键词 超宽带—多输入多输出 三陷波 高隔离度 类“U”型枝节 半圆形凹槽
在线阅读 下载PDF
基于变换域多尺度加权神经网络的全色锐化
19
作者 马飞 孙陆鹏 +1 位作者 杨飞霞 徐光宪 《自然资源遥感》 北大核心 2025年第3期76-84,共9页
为了解决全色锐化过程中存在的空间与光谱信息融合问题,该文提出了一种在非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下,基于多尺度加权的脉冲耦合神经网络(pulse-coupled neural network,PCNN)和低秩稀疏分解的全... 为了解决全色锐化过程中存在的空间与光谱信息融合问题,该文提出了一种在非下采样剪切波变换(non-subsampled shearlet transform,NSST)域下,基于多尺度加权的脉冲耦合神经网络(pulse-coupled neural network,PCNN)和低秩稀疏分解的全色图像和多光谱图像的锐化模型。该模型分为低频和高频处理模块,对于高频子带,提出了一种适用于不同尺度不同方向高频子带的加权方式,并针对其不同方向上的特性,采用一种自适应PCNN模型;对于低频子带,首先将其分解为低秩与稀疏2部分,并根据低秩部分与稀疏部分特点设计相应的融合规则,再采取逆NSST变换得到融合图像。实验在GeoEye,QuickBird与Pléiades数据集上进行,并针对高频信息多尺度加权模块设计了消融实验,相比于次优模型,峰值信噪比(peak signal-to-noise ratio,PSNR)值分别提高了约1 dB,1.6 dB和2.2 dB。实验结果表明,该模型在指标评估中优于其他算法,并有效解决高频信息提取困难问题。 展开更多
关键词 全色锐化 非下采样剪切波变换 多尺度加权 脉冲耦合神经网络 低秩稀疏分解
在线阅读 下载PDF
结合平面约束与Kolmogorov-Arnold网络的室内场景三维重建方法
20
作者 贾迪 孟晓华 +3 位作者 程硕 徐驰 刘洋 宋慧伦 《计算机应用研究》 北大核心 2025年第10期3167-3173,共7页
为缓解室内三维重建面临弱纹理区域重建较为困难以及复杂场景表达能力有限的问题,提出一种结合平面约束优化模块与KAN颜色分支模块的室内三维重建网络KAN-PlaneNet。该网络基于神经辐射场,在颜色分支中引入KAN模块与颜色属性输入,以增... 为缓解室内三维重建面临弱纹理区域重建较为困难以及复杂场景表达能力有限的问题,提出一种结合平面约束优化模块与KAN颜色分支模块的室内三维重建网络KAN-PlaneNet。该网络基于神经辐射场,在颜色分支中引入KAN模块与颜色属性输入,以增强复杂场景的细节表达能力;此外,通过引入平面约束优化模块,强制墙壁区域与地板区域垂直,针对墙壁区域的多样性,定义一个可学习的墙壁法向量nw,约束墙壁表面点的法线方向与nw平行或正交,同时对室内物体区域施加约束,要求该区域法线方向与地板法线方向的余弦相似度大于0.95时,强制法线平行。实验结果表明,该方法在ScanNet数据集上的性能优于现有的3D监督方法,与VolSDF方法相比,综合评价指标平均提升0.356,验证了其优越性。 展开更多
关键词 室内三维重建 神经辐射场 平面约束优化模块 KAN颜色分支模块
在线阅读 下载PDF
上一页 1 2 50 下一页 到第
使用帮助 返回顶部