期刊文献+
共找到84,396篇文章
< 1 2 250 >
每页显示 20 50 100
领域知识驱动结合深度学习的调制识别方法
1
作者 刘高辉 张宇 《小型微型计算机系统》 北大核心 2026年第2期343-350,共8页
针对数据驱动深度学习调制识别中的数据冗余及低信噪比下训练性能欠佳的问题,提出了一种基于领域知识驱动的双流网络模型,并引入了自适应注意力机制.首先,利用通信信号领域知识和主分量分析算法提取信号关键动态特性,并初始化卷积神经网... 针对数据驱动深度学习调制识别中的数据冗余及低信噪比下训练性能欠佳的问题,提出了一种基于领域知识驱动的双流网络模型,并引入了自适应注意力机制.首先,利用通信信号领域知识和主分量分析算法提取信号关键动态特性,并初始化卷积神经网络,提高训练效率;其次,将信号的I/Q数据送入初始化后的卷积神经网络提取信号时域特征;同时,对具有噪声抑制特性的双谱数据进行对角切片处理,送入结合软阈值降噪算法的深度残差收缩网络提取频域特征,将时、频域特征同领域知识组成联合特征向量;在分类阶段,自适应注意力机制通过动态调整注意力头数量与权重筛选冗余特征,最后经全连接层完成分类.仿真结果表明:提出的模型在SNR=0dB时识别率达到87.9%,最高识别率达到95.8%,训练时间减少6.40%~39.68%.相比其他深度学习模型,本方法在较低参数量下表现出更好的性能. 展开更多
关键词 调制识别 知识驱动 深度学习 网络初始化 注意力机制
在线阅读 下载PDF
基于最优短时分数阶傅里叶变换的分段线性调频信号检测方法
2
作者 范黎林 郭鑫 +1 位作者 张艳娜 李源 《探测与控制学报》 北大核心 2026年第1期89-97,共9页
目前基于时频分析技术的分段线性调频(LFM)信号检测方法,因不同时间段频率随时间动态变化差异,面临两大核心问题:一是交叉项干扰严重,影响信号检测准确性;二是时频分辨率受限于定性分析和固定搜索步长,难以灵活应对复杂多变的信号特性... 目前基于时频分析技术的分段线性调频(LFM)信号检测方法,因不同时间段频率随时间动态变化差异,面临两大核心问题:一是交叉项干扰严重,影响信号检测准确性;二是时频分辨率受限于定性分析和固定搜索步长,难以灵活应对复杂多变的信号特性。为解决上述问题,利用自适应短时分数阶傅里叶变换(STFRFT)技术,提出基于最优STFRFT的分段LFM信号检测方法。首先,从理论上建立窗长和分数阶与时频支撑区域之间精确的映射关系,以定量分析的方式弥补现有自适应STFRFT在解释时频质量提升方面的不足,避免交叉项干扰;其次,构建高效的STFRFT优化模型,并提出一种基于信号局部特性差异的“先粗后细”搜索策略,旨在提高时频分辨率优化算法效率,保证算法在处理复杂信号时的灵活性和准确性;最后,采用信息熵和运行时间作为算法性能衡量指标,在噪声环境下验证所提方法对分段LFM信号的检测性能。与其他时频分析方法对比,所提方法在提高分段LFM信号的时频分辨率方面表现出色,能够在较低的信噪比环境下显著提升分段LFM信号瞬时频率提取的鲁棒性。 展开更多
关键词 分段线性调频信号 自适应短时分数阶傅里叶变换 时频分辨率 支撑区域
在线阅读 下载PDF
双域多尺度状态空间网络下的口腔颌面全景X射线图像分割算法研究
3
作者 李冰 胡伟杰 刘侠 《电子与信息学报》 北大核心 2026年第1期382-393,共12页
针对口腔颌面全景X射线图像中存在的形态变异显著、牙体-牙龈边界模糊以及牙周组织灰度值重叠等问题,该研究提出基于双域多尺度状态空间网络的口腔颌面全景X射线图像分割算法。空间域利用视觉状态空间块建立牙弓动态传播模型,并利用微... 针对口腔颌面全景X射线图像中存在的形态变异显著、牙体-牙龈边界模糊以及牙周组织灰度值重叠等问题,该研究提出基于双域多尺度状态空间网络的口腔颌面全景X射线图像分割算法。空间域利用视觉状态空间块建立牙弓动态传播模型,并利用微分方程实现跨象限长程关联捕捉。特征域构建可变形多尺度注意力金字塔,并利用通道-空间注意力动态加权关键解剖标志的灰度渐变特征,解析牙体-牙龈模糊边界。双域特征进一步通过三重注意力融合机制,强化解剖标注的语义表达。实验表明,该算法在颌面全景X射线图像分割任务中取得显著效果,戴斯系数(Dice)达93.8%,豪斯多夫距离(HD95)为18.73像素,充分验证了算法的有效性。 展开更多
关键词 口腔颌面全景X射线图像分割 视觉状态空间块 可变形多尺度注意力金字塔 三重注意力融合
在线阅读 下载PDF
基于多码深度特征融合生成对抗网络的文本生成图像方法
4
作者 顾广华 孙文星 伊柏宇 《电子与信息学报》 北大核心 2026年第1期287-296,共10页
文本生成图像是一项极具挑战的跨模态任务,其核心在于生成与文本描述高度一致、细节丰富的高质量图像。当前基于生成对抗网络的方法多依赖单一噪声输入,导致生成图像细粒度不足;同时,单词级特征利用不充分,也制约了文本与图像之间的语... 文本生成图像是一项极具挑战的跨模态任务,其核心在于生成与文本描述高度一致、细节丰富的高质量图像。当前基于生成对抗网络的方法多依赖单一噪声输入,导致生成图像细粒度不足;同时,单词级特征利用不充分,也制约了文本与图像之间的语义对齐精度。为此,该文提出一种多码深度特征融合生成对抗网络(mDFAGAN)。该方法通过设计多噪声输入生成器与多码先验融合模块,提升生成图像的细节表现力;在生成器中引入多头注意力机制,从多角度对齐单词与图像子区域,增强语义一致性;此外,提出多码先验融合损失以稳定训练过程。在CUB和COCO数据集上的实验结果表明,所提方法在IS与FID评价指标上均优于当前主流生成对抗网络方法,能够生成更逼真、细节更丰富、语义一致性更强的图像。 展开更多
关键词 文本生成图像 生成对抗网络 跨模态 多码先验融合
在线阅读 下载PDF
基于WOA动态复合模型的管道螺旋焊缝检测研究
5
作者 张俊红 曲鹤 +2 位作者 潘惊涛 杨松 李凌宇 《电子测量技术》 北大核心 2026年第2期57-64,共8页
针对复杂工况下管道螺旋焊缝检测数据中时间和空间特征提取不能兼顾和模型参数优化效率低的问题,提出一种基于深度学习的动态复合优化检测模型。通过传感器采集管道的超声导波信号,利用卷积神经网络提取空间特征和长短期记忆网络对时间... 针对复杂工况下管道螺旋焊缝检测数据中时间和空间特征提取不能兼顾和模型参数优化效率低的问题,提出一种基于深度学习的动态复合优化检测模型。通过传感器采集管道的超声导波信号,利用卷积神经网络提取空间特征和长短期记忆网络对时间序列数据进行处理。采用鲸鱼优化算法对时空融合模型的卷积层滤波器数量、LSTM层的单元数量、学习率和Dropout率四个关键超参数进行优化,提高模型的鲁棒性。基于高噪声、低噪声和正常数据集上进行对比试验,结果表明,所提检测模型在不同工况下的准确率分别达到了98.88%、99.7%和100%,均方误差分别降至0.1955、0.177和0.095。验证了其在高噪声、多干扰复杂环境下的检测性能优势,为基于超声波的螺旋焊缝管道检测提供理论依据。 展开更多
关键词 管道螺旋焊缝 深度学习 优化检测模型 识别与定位
原文传递
非欧度量下最优子空间拟合高分辨测向方法
6
作者 殷敬伟 周璇 +3 位作者 曹然 韩笑 李德文 杜治成 《声学学报》 北大核心 2026年第1期28-39,共12页
针对阵列物理孔径有限导致目标测向空间分辨率不足的问题,提出一种非欧度量下最优子空间拟合高分辨测向方法。建立矩阵间信息几何距离与目标方位匹配估计之间的映射关系,构建基于协方差矩阵拟合的测向模型。引入矩阵信息几何理论,采用... 针对阵列物理孔径有限导致目标测向空间分辨率不足的问题,提出一种非欧度量下最优子空间拟合高分辨测向方法。建立矩阵间信息几何距离与目标方位匹配估计之间的映射关系,构建基于协方差矩阵拟合的测向模型。引入矩阵信息几何理论,采用非欧几里得距离度量替代传统欧式距离度量,提出利用改进对称Kullback-Leibler距离精确度量矩阵间的相似性,并使用最优子空间估计算法提高信号子空间估计的精度,最终通过理论信号子空间与估计最优信号子空间的拟合实现高分辨测向。仿真与海试结果表明,所提方法在分辨力和估计精度方面均优于现有典型高分辨测向方法,在阵列孔径和快拍数受限条件下仍保持良好的分辨性能,且在信号功率差异较大的复杂水下场景中表现出良好的稳健性。 展开更多
关键词 波达方向 高分辨力 最优子空间估计 子空间拟合 矩阵信息几何
原文传递
基于外码分块编码的BATS码度优化
7
作者 杨柳 阴慧颖 +2 位作者 马征 刘恒 王士恒 《西南交通大学学报》 北大核心 2026年第1期156-166,共11页
为解决分批稀疏码(BATS码)在现有外码分块编码方案下,外码随机分批导致的数据重复译码及资源浪费问题,系统地研究基于外码分块编码方案的BATS码理论批次数优化与动态适应性问题.首先,在已知丢包率的条件下,构建BATS码批次数消耗分析模型... 为解决分批稀疏码(BATS码)在现有外码分块编码方案下,外码随机分批导致的数据重复译码及资源浪费问题,系统地研究基于外码分块编码方案的BATS码理论批次数优化与动态适应性问题.首先,在已知丢包率的条件下,构建BATS码批次数消耗分析模型,并推导得出最优度值的计算方法,以此应对现有方案在计算理论批次数以及确定最小化批次数消耗的最优度值方面所面临的挑战;其次,针对信道丢包率未知的场景,提出一种基于强化学习的BATS码动态度优化方法,借助智能学习机制,在丢包率未知的情况下实时获取度值;最后,通过仿真实验对所构建的理论模型和提出的动态优化方法进行评估.理论分析结果显示,所构建的基于外码分块的传输模型及其理论批次数计算公式能够精准计算批次数消耗并确定最优度值.仿真结果进一步证明,在丢包率未知的场景下,所提出的强化学习优化方案的平均批次数消耗低于固定度值方案,且在动态信道环境中能够保持良好的性能表现. 展开更多
关键词 分批稀疏码 分块码 传输次数 强化学习
在线阅读 下载PDF
基于LM算法的三维点云与二维图像标定方法
8
作者 吴龙 陶奕帆 +2 位作者 杨旭 徐璐 陈淑玉 《现代电子技术》 北大核心 2026年第1期59-65,共7页
针对激光雷达与相机检测时标定精度不足,导致后续激光雷达点云与相机图像的空间对齐产生误差,影响后续特征匹配、物体检测和三维重建准确性的问题,文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法,旨在实现对大规模物... 针对激光雷达与相机检测时标定精度不足,导致后续激光雷达点云与相机图像的空间对齐产生误差,影响后续特征匹配、物体检测和三维重建准确性的问题,文中提出一种基于激光雷达三维点云和单目相机的二维图像的标定方法,旨在实现对大规模物体的精确检测和三维环境重建。该方法首先通过多帧点云数据叠加获得相对密集的点云测量,并利用角点检测算法检测图像中的特征角点;随后使用偏最小二乘法(PLS)对参数进行求解;最后利用LM迭代算法最小化重投影误差,提高标定精度。标定结果表明,SPAAM算法相较于经典方法重投影误差减少8.6%,所提方法相较于经典方法重投影误差减少近38.2%,验证了所提方法的准确性和有效性。 展开更多
关键词 激光雷达 单目相机 标定方法 点云数据 偏最小二乘法 LM迭代算法
在线阅读 下载PDF
基于多特征融合的轴承故障诊断方法
9
作者 张娜 王卓 +1 位作者 王枭雄 白晓平 《现代电子技术》 北大核心 2026年第4期178-186,共9页
旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内... 旋转机械设备轴承的转速会随工作环境变化而波动,该波动会干扰故障特征提取。为了更准确地识别出轴承故障在不同转速下引发的信号微弱变化,提出一种基于多特征融合的轴承故障诊断方法。该研究基于声发射信号,采集了三种转速下轴承的内圈故障、外圈故障和滚动体故障数据。首先,将一维声发射时序信号通过小波变换(WT)和灰度化处理转换为二维灰度图像。其次,将二维图像作为特征图,输入到优化后的梯度方向直方图(HOG)、局部二值模式(LBP)及深度神经网络(CVGG16)中进行特征提取,构建HLV模型以得到特征图的全方位、多层次信息。最后,将HLV模型提取到的三类特征进行多特征串行融合,采用主成分分析(PCA)对融合后的特征进行降维,提升检测速率;使用支持向量机(SVM)学习算法训练分类模型,进而实现轴承的故障诊断。研究结果表明:HLV特征提取模型与其他单一模型相比可以得到更有效的故障特征,准确率为97.50%,采用的PCA可提升训练速率;所提WHLVS轴承故障诊断方法相较于其他方法具有优越性,精确率高达97.52%;在三种公开数据集上的评估指标P、R、F_(1)、mAP均在94%以上,验证了该方法的可靠性和应用潜力。 展开更多
关键词 轴承 故障诊断 多特征融合 声发射信号 小波变换 主成分分析 支持向量机
在线阅读 下载PDF
基于改进ConvNeXt Block的新型双域融合图像隐写
10
作者 段新涛 徐凯欧 +4 位作者 白鹿伟 张萌 保梦茹 武银行 秦川 《郑州大学学报(理学版)》 北大核心 2026年第1期1-9,共9页
针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案。首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息。其次,设计一种新型的空间域和频域信息... 针对图像隐写中不可感知性差、安全性不足和隐写容量低的问题,提出一种基于改进ConvNeXt Block的新型双域融合图像隐写方案。首先,改进后的深度可分离卷积模块可以学习到更为细节的图像特征信息。其次,设计一种新型的空间域和频域信息融合方式来提高图像的不可感知性和安全性。最后,采用多个损失函数对网络进行级联约束。实验结果表明,相比其他隐写方案,所提方案在峰值信噪比上平均提高3~4 dB,结构相似性和学习感知图像块相似度的平均值分别为0.99和0.001;抗隐写分析能力更接近50%,具有更高的安全性,且大容量隐藏时仍具有较好效果。 展开更多
关键词 图像隐写 深度可分离卷积 空间域 频域 安全性 大容量
在线阅读 下载PDF
基于Arnold变换的数字音频解密信号质量评判方法
11
作者 黄丽娜 李江华 《现代电子技术》 北大核心 2026年第2期121-125,共5页
数字音频解密信号在评判过程中忽略了普遍存在的压缩、噪声干扰及数据传输过程中的丢包问题,使数字音频解密信号波形与原始音频形态不一致,导致评判结果的PCC值较低,RMSE结果较高,影响评判精度。为此提出一种基于Arnold变换的数字音频... 数字音频解密信号在评判过程中忽略了普遍存在的压缩、噪声干扰及数据传输过程中的丢包问题,使数字音频解密信号波形与原始音频形态不一致,导致评判结果的PCC值较低,RMSE结果较高,影响评判精度。为此提出一种基于Arnold变换的数字音频解密信号质量评判方法。首先设计基于Arnold变换的数字音频解密过程,根据Arnold变换的加密过程的逆变换,得到解密后的数字音频信号;其次构建基于波形的数字音频信号质量评判模型,将数字音频解密信号码流作为模型输入,完全解码波形分析模块获取信号波形,在此基础上提取数字音频解码信号中的发音特征;然后利用压缩与噪声失真评判模块,基于上述发音特征评估压缩与噪声环境下数字音频解密信号的质量,同时统计音频包数量及丢包数量,以此评判信号的丢包失真状况;最后综合压缩与噪声失真评判结果、丢包失真评判结果,即可获得数字音频解密信号整体评判结果。实验结果显示,所提方法处理后的数字音频解密信号波形与原始音频在整体形态上保持一致,评判结果的PCC均达到0.8以上,RMSE均控制在0.3以内,验证该方法评判结果具有较高精度。 展开更多
关键词 ARNOLD变换 数字音频 解密信号 质量评判 波形分析 丢包失真
在线阅读 下载PDF
一种融合指数平滑和梯度升压的短期负荷预测方法
12
作者 王哲 王成福 《现代电子技术》 北大核心 2026年第4期135-140,共6页
为提升区域性大负荷场景下的负荷预测精度,同时满足小型区域性场景短期配电网的运维保护需求,设计一种融合指数平滑方法和梯度升压的短期负荷预测算法。该算法采用指数平滑方法对历史负荷数据进行预处理,减少了负荷随机波动的影响;进而... 为提升区域性大负荷场景下的负荷预测精度,同时满足小型区域性场景短期配电网的运维保护需求,设计一种融合指数平滑方法和梯度升压的短期负荷预测算法。该算法采用指数平滑方法对历史负荷数据进行预处理,减少了负荷随机波动的影响;进而构建梯度提升机制,利用梯度升压算法对预处理后的数据进行特征学习,增强了对非线性关系和高维数据的处理能力。同时,该算法引入了各类控制因素,实现了对短期配电网负荷的精准预测。采集某高校的真实用电数据作为样本数据集,进行短期预测数值实验,并与同类负荷预测算法进行横向对比。结果表明,所提算法的负荷预测精度为99.1%,预测准确率可达99.3%,有效提升了预测的准确性和可靠性,能够为区域内配电网的平稳运行提供有力的数据支持。 展开更多
关键词 短期负荷预测 指数平滑方法 梯度升压算法 区域性配电网 负荷预测精度 控制因素
在线阅读 下载PDF
DNE-ACENet:一种夜间低温红外图像增强网络
13
作者 郭全民 于晨洁 +1 位作者 高民 陈超波 《红外与激光工程》 北大核心 2026年第1期353-365,共13页
夜间红外成像技术在智能驾驶等领域具有重要应用,但低温环境热辐射弱,易导致红外图像整体亮度低、细节退化严重,影响系统对路况的精准感知。为此文中提出一种基于深度网络估计的自适应曲线增强网络DNE-ACENet。该网络通过设计的非线性... 夜间红外成像技术在智能驾驶等领域具有重要应用,但低温环境热辐射弱,易导致红外图像整体亮度低、细节退化严重,影响系统对路况的精准感知。为此文中提出一种基于深度网络估计的自适应曲线增强网络DNE-ACENet。该网络通过设计的非线性三次亮度增强曲线进行迭代优化,在渐进增强中逐步提升暗区亮度和细节,并防止高亮局部过曝。曲线簇的参数根据原始图像的关键特征与曲线参数之间的映射关系生成,其核心是通过设计的Transformer-Wavelet混合结构在不同尺度上建立长距离依赖关系,进行多尺度信息融合与重构来增强全局低频特征;并采用具有小感受野的密集连接机制聚焦细节信息,通过特征复用保留前置层的局部特征,实现局部高频细节的精准捕捉与表达。实验结果表明,DNE-ACENet与现有算法相比,对比度、信息熵、CEIQ等指标分别提高至少5.26%、2.28%、2.63%,增强后的图像整体亮度提升明显,目标更易辨识,表明其更适用于夜间低温场景红外图像增强。此外,DNE-ACENet满足轻量级部署要求,且具备良好的实时性。 展开更多
关键词 红外图像增强 夜间低温红外图像 自适应曲线增强 迭代优化 深度网络估计
原文传递
基于条件生成对抗网络和混合注意力机制的图像隐写方法
14
作者 李名 王孟齐 +2 位作者 张爱丽 任花 窦育强 《计算机应用》 北大核心 2026年第2期475-484,共10页
目前以图藏图的深度隐写术存在隐写图像安全性不强以及恢复的秘密图像中存在图像失真的问题,难以实际应用于隐私保护和秘密通信。针对以上问题,提出一种基于条件生成对抗网络和混合注意力机制的以图藏图隐写方法(CBAM-CGAN)。首先,在生... 目前以图藏图的深度隐写术存在隐写图像安全性不强以及恢复的秘密图像中存在图像失真的问题,难以实际应用于隐私保护和秘密通信。针对以上问题,提出一种基于条件生成对抗网络和混合注意力机制的以图藏图隐写方法(CBAM-CGAN)。首先,在生成器网络中引入混合注意模块,帮助生成器从通道和空间维度全面地学习图像特征,提高隐写图像的视觉质量;其次,引入残差连接降低网络学习过程中秘密图像的特征损失,并通过提取器和判别器的对抗训练,实现秘密图像的无噪声提取;最后,通过生成器和隐写分析器的对抗训练,提高隐写图像的安全性。在COCO等公开数据集上的实验结果显示,与StegGAN隐写方法相比,所提隐写方法的隐写图像和解密图像的峰值信噪比(PSNR)分别提高了4.37 dB和4.71 dB,结构相似性(SSIM)分别提高了9.16%和6.46%。在安全性方面,所提方法面对隐写分析器Ye-Net的检测,检测准确率(Acc)降低了9.35个百分点,误检率(FNR)提升了12.01个百分点。可见,所提方法在保证隐写图像安全性的同时能高质量地恢复秘密图像。 展开更多
关键词 深度学习 图像隐写 条件对抗生成网络 混合注意力机制 以图藏图
在线阅读 下载PDF
一种色噪声下相干和非相干信号混合的DOA估计方法
15
作者 王川川 韩慧 +1 位作者 王满喜 王建路 《强激光与粒子束》 北大核心 2026年第2期139-147,共9页
复杂环境下,应用阵列测向系统进行DOA估计时,难以实现小样本、混叠色噪声且入射信号存在相干性情况下的DOA估计。面向窄带信号DOA估计需求,采用协方差矩阵收缩估计改善其小样本情况下的协方差估计效果,再应用协方差差分法对收缩后的协... 复杂环境下,应用阵列测向系统进行DOA估计时,难以实现小样本、混叠色噪声且入射信号存在相干性情况下的DOA估计。面向窄带信号DOA估计需求,采用协方差矩阵收缩估计改善其小样本情况下的协方差估计效果,再应用协方差差分法对收缩后的协方差矩阵进行处理,以抑制色噪声和信号相干性,最后应用MUSIC算法进行DOA估计,提出一种小样本、混叠色噪声且入射信号存在相干性情况下的DOA估计方法。通过仿真实验验证了算法的有效性,为解决复杂环境下的DOA估计问题提供一种有效方案。 展开更多
关键词 色噪声 信号相干 协方差矩阵收缩 协方差矩阵差分 DOA估计
在线阅读 下载PDF
一种伪造注意图驱动的多任务深伪视频检测模型
16
作者 刘鹏宇 郑添阳 董敏 《电子与信息学报》 北大核心 2026年第1期346-358,共13页
目前高质量深度伪造视频检测方法大多基于隐式注意力机制的监督二分类模型。虽然该类模型能够通过自学习,判别伪造痕迹,鉴别异常区域,但在面对未经学习的伪造技术时,对伪造区域的敏感性降低,泛化性不足。基于此,该文提出一种伪造注意图... 目前高质量深度伪造视频检测方法大多基于隐式注意力机制的监督二分类模型。虽然该类模型能够通过自学习,判别伪造痕迹,鉴别异常区域,但在面对未经学习的伪造技术时,对伪造区域的敏感性降低,泛化性不足。基于此,该文提出一种伪造注意图驱动的多任务深伪视频检测模型(F-BiFPN-MTLNet)。首先,设计了一种融合伪造注意图的新型加权双向特征金字塔网络(F-BiFPN),通过伪造注意图监督低层和高层特征图的融合过程,在减少信息冗余的同时,增强模型对高质量伪造区域的敏感性。然后,定义了一种基于显式注意力机制的多任务学习网络(MTLNet)。一方面,该网络在原有基于监督二分类器的单任务模型的基础上,结合基于可学习掩码的注意策略与增强自一致性的注意策略,实现多任务加权判别,提高模型检测的可靠性;另一方面,引入显式注意力机制,通过生成的伪造位置标签对特征图进行监督,显式地指导模型聚焦于容易产生伪影的敏感区域,提高模型的泛化能力。实验结果表明,该文构建的F-BiFPN-MTLNet模型在多个基准测试中均表现出了较好性能,在曲线下面积(AUC)和平均精度(AP)等指标上取得了显著的提升。 展开更多
关键词 深度伪造 深度学习 显式注意力 多任务学习
在线阅读 下载PDF
基于频偏矫正辅助的Starlink下行信号帧同步轻量化电路设计
17
作者 韩煜 周雪齐 沈雷 《电信科学》 北大核心 2026年第2期161-172,共12页
传统正交频分复用(orthogonal frequency division multiplexing,OFDM)帧同步方法,如基于前导序列、基于导频、基于深度学习的帧同步算法在面对Starlink高速率、高动态通信环境时局限于单路计算思路,且具有较多的资源消耗和较高的时钟... 传统正交频分复用(orthogonal frequency division multiplexing,OFDM)帧同步方法,如基于前导序列、基于导频、基于深度学习的帧同步算法在面对Starlink高速率、高动态通信环境时局限于单路计算思路,且具有较多的资源消耗和较高的时钟需求。而基于差分相移键控(symmetric differential phase shift keying,SDPSK)调制的多路并行帧同步算法虽然引入频偏矫正和本地前导序列相关使得性能上有所提升并降低了时钟需求,但加大了计算量和硬件资源占用。针对以上情况,基于Starlink公开前导结构,提出了四路并行的基于频偏矫正辅助的Starlink下行信号帧同步轻量化电路设计。首先,设计基于延时相关复用的轻量化粗帧同步和频偏估计结构使电路在频偏估计时不需要再次计算延时相关值。然后,提出基于四路并行直接数字式频率合成器(direct digital synthesizer,DDS)的轻量化频偏矫正模块避免单路信号在多路结构下变频时需要缓存。最后,设计基于符号相关和查找表复数乘法器的轻量化精帧同步结构减少了本地序列和信号相关的资源耗用,在保证性能的前提下使得查找表(look-up table,LUT)、查找表随机存取存储器(look-up table random access memory,LUTRAM)、触发器(flip-flop,FF)、块随机存取存储器(block random access memory,BRAM)资源分别节省了7%、2%、5%和8%。对电路编写verilog代码进行现场可编程门阵列(field programmable gate array,FPGA)实现,并通过Xilinx生产的xczu47dr芯片上板验证了其资源占用及性能表现。 展开更多
关键词 Starlink 帧同步 轻量化
在线阅读 下载PDF
基于异构计算的航天测控数传基带架构设计
18
作者 孟景涛 成亚勇 +2 位作者 田之俊 刘云杰 邢翠柳 《航天技术与工程学报》 2026年第1期71-81,共11页
随着我国低轨星座规模的扩大,地面测控数传基带需应对更大处理规模、更高通用性与更强扩展性的挑战。为了构建一个高效、灵活、可扩展的异构计算系统,以满足当前测控数传基带的发展要求,在借鉴目前云计算领域对计算资源的调度管理及异... 随着我国低轨星座规模的扩大,地面测控数传基带需应对更大处理规模、更高通用性与更强扩展性的挑战。为了构建一个高效、灵活、可扩展的异构计算系统,以满足当前测控数传基带的发展要求,在借鉴目前云计算领域对计算资源的调度管理及异构算力发展现状分析的基础上,围绕CPU+GPU+FPGA异构通用计算平台,开展基带信号处理架构研究,该架构设计使用统一资源管理模型对多类型计算资源进行动态调度与协同,支持集群管理并具备良好的跨平台部署能力,且能依据不同场景灵活配置资源以提升性能与能效。试验验证表明,这种基于异构计算的基带信号处理架构能够满足各类测控数传任务体制场景下的通用性和扩展性需求,具备良好的工程应用前景,为未来测控系统中异构计算资源的使用提供了可行的技术路径。 展开更多
关键词 测控数传基带 异构计算 GPU FPGA 信号处理 资源调度
在线阅读 下载PDF
ArgusFusion:基于MLP的轻量化高效的氩花分割网络
19
作者 李豆 王静宇 +1 位作者 任国印 褚佳兴 《电子测量技术》 北大核心 2026年第2期221-229,共9页
钢包底吹氩是炼钢生产的关键环节,其中钢液的裸露面积(氩花)是评估底吹效果的重要依据。为实现氩花的量化分析,引入了图像分割技术。然而,现有的分割网络普遍存在参数量大,计算机资源要求高,分割精度不足等问题,无法满足工业生产中对实... 钢包底吹氩是炼钢生产的关键环节,其中钢液的裸露面积(氩花)是评估底吹效果的重要依据。为实现氩花的量化分析,引入了图像分割技术。然而,现有的分割网络普遍存在参数量大,计算机资源要求高,分割精度不足等问题,无法满足工业生产中对实时性和高效性的要求。为此,本文提出了一种创新性的氩花分割网络ArgusFusion。该网络采用U形结构,在特征提取和重建阶段,结合卷积模块与创新性的注意力机制(Glo-MLP attention)实现高效信息交换。瓶颈层引入改进的多分支混合模块(MACA-Mixer)以增强特征表达能力。此外,跳跃连接中引入自适应层级特征融合架构(AHFF)优化边缘分割。实验结果表明,ArgusFusion在工业氩花数据集上以0.51 M参数量,1.38 GFLOPs计算量,实现88.90%IoU精度,具备高分割精度和低资源消耗优势,完全满足工业实时性要求。 展开更多
关键词 图像分割 氩花 实时性 高效性
原文传递
基于深度视觉信息的驾驶员分心行为检测方法
20
作者 赵栓峰 王茂权 +3 位作者 李乐平 谢乐坤 李小雨 李开放 《现代电子技术》 北大核心 2026年第4期165-172,共8页
驾驶员分心行为(DDB)检测对于高级驾驶辅助系统(ADAS)极为关键。针对现有DDB检测模型依赖单一RGB视觉信息、全局特征表示不足且泛化性弱等问题,提出一种基于深度视觉信息的DDB检测模型,旨在利用多特征融合与深度学习技术,解决传统方法在... 驾驶员分心行为(DDB)检测对于高级驾驶辅助系统(ADAS)极为关键。针对现有DDB检测模型依赖单一RGB视觉信息、全局特征表示不足且泛化性弱等问题,提出一种基于深度视觉信息的DDB检测模型,旨在利用多特征融合与深度学习技术,解决传统方法在DDB检测中存在的问题。首先,开发了基于IHSNet的视觉特征融合模块,通过结合彩色纹理特征与深度信息,捕捉驾驶员行为的空间依赖关系;其次,构建反向残差软阈值注意力(STA-IR)模块来抑制复杂背景的干扰,减少特征提取过程中冗余特征的生成;然后,提出了全局特征提取STA-FE模块,增强模型的全局特征表示能力。实验结果表明,所提方法在自建驾驶行为数据集上的检测准确率高达98.76%,在准确性和可靠性方面优于现有的方法,对推进ADAS的发展具有重要的理论和实践意义。 展开更多
关键词 分心行为检测 深度视觉信息 高级驾驶辅助系统 多特征融合 反向残差 软阈值注意力
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部