期刊文献+
共找到137篇文章
< 1 2 7 >
每页显示 20 50 100
A bi-scale assessing framework for aesthetic ecosystem services of villages in a world heritage site 被引量:1
1
作者 DING Yin-ping LIU Zhi-lin +4 位作者 JIAO Yuan-mei XU Qiu-e ZHANG Kan-feng LIU Cheng-jing CHEN Fan 《Journal of Mountain Science》 SCIE CSCD 2022年第3期874-891,共18页
The relative spatial scale relationship of observers and ecosystem and their aesthetic dynamic interaction process are fundamental to evaluation and optimization of aesthetic ecosystem service(AES).A comprehensive and... The relative spatial scale relationship of observers and ecosystem and their aesthetic dynamic interaction process are fundamental to evaluation and optimization of aesthetic ecosystem service(AES).A comprehensive and efficient framework for the assessment of AES is lack in the integration of scale relationship and dynamic process.This study took 9 villages in 4 different developmental stages(traditional,folk,rapidly changed,newly built)in Honghe Hani Rice Terraces,a world heritage site,as the research object.From two scales,viewing from inside and outside,the bi-scale assessing framework was established,which includes the three components of interaction process,connection area(as precondition of interaction),quality(as result of interaction),and influencing factors of quality(elements’characteristics of villages).Among them,the connection areas were evaluated with visual and traffic accessibility along the route.The quality and influencing factors were evaluated through participatory preferences methods by expert group.The influencing factors include 9 characteristics,such as,space size,architecture layout,vegetation species richness,color diversity.The results suggested that villages with high AES quality and low accessibility need to be optimized,and the key influencing factors are space size,architecture layout,color harmony and surrounding sanitation.Therefore,the bi-scale assessing framework can provide important references for decision making and visual protection regulations on the villages. 展开更多
关键词 Aesthetic ecosystem service bi-scale framework Hani Rice Terraces World heritage Minority village
原文传递
基于D2STGNN的双向高效多尺度交通流预测
2
作者 黄艳国 肖洁 吴水清 《广西师范大学学报(自然科学版)》 北大核心 2026年第1期10-22,共13页
由于交通流的复杂性和时空特征提取不足,D2STGNN难以捕捉交通网络的动态变化,限制了预测精度提升。本文提出一种高效的多头自注意力机制(EMHSA)和双向门控循环单元(BiGRU)结合的Bi-EMHGRU模型,该模型通过BiGRU捕捉前后时序依赖,并利用... 由于交通流的复杂性和时空特征提取不足,D2STGNN难以捕捉交通网络的动态变化,限制了预测精度提升。本文提出一种高效的多头自注意力机制(EMHSA)和双向门控循环单元(BiGRU)结合的Bi-EMHGRU模型,该模型通过BiGRU捕捉前后时序依赖,并利用多头自注意力机制动态分配各时间步权重,聚焦关键时序特征。同时,引入多尺度时间特征提取模块,增强对短期波动和长期趋势的建模能力,提升复杂时空动态的建模效果。实验结果表明,Bi-EMHGRU在PeMS04和PeMS08数据集上表现优异,均方根误差值下降约0.55~1.55,平均绝对误差下降约0.89~1.40,平均绝对百分比误差下降约0.86~1.77个百分点,预测步长增加时仍能保持稳定的预测性能,泛化能力强。与现有基准模型相比,Bi-EMHGRU能够更有效地捕捉交通流的动态时空特征,显著提升预测精度和鲁棒性。 展开更多
关键词 交通流预测 多头自注意力机制 Bi-EMHGRU 动态时空特征 多尺度时间特征
在线阅读 下载PDF
基于分布式双层强化学习的区域综合能源系统多时间尺度优化调度 被引量:4
3
作者 张薇 王浚宇 +1 位作者 杨茂 严干贵 《电工技术学报》 北大核心 2025年第11期3529-3544,共16页
考虑异质能源在网络中的流动时间差异性,提升系统设备在不同时间尺度下调控的灵活性,是实现区域综合能源系统(RIES)多时间尺度优化调度的关键。为此,该文提出一种面向冷-热-电RIES的分布式双层近端策略优化(DBLPPO)调度模型。首先将RIE... 考虑异质能源在网络中的流动时间差异性,提升系统设备在不同时间尺度下调控的灵活性,是实现区域综合能源系统(RIES)多时间尺度优化调度的关键。为此,该文提出一种面向冷-热-电RIES的分布式双层近端策略优化(DBLPPO)调度模型。首先将RIES内部能源的出力、储存和转换构建高维空间的马尔可夫决策过程数学模型;其次基于改进的分布式近端策略优化算法对其进行序贯决策描述,构建内部双层近端策略优化(PPO)的控制模型,局部网络采用“先耦合-再解耦”的求解思路对冷-热力系统和电力系统的设备进行多时间尺度优化决策,最终实现RIES冷-热力系统与电力系统的多时间尺度调度和协同优化运行;最后仿真结果表明,所提模型不仅能克服深度强化学习算法在复杂随机场景下的“维数灾难”问题,实现RIES各能源网络在不同时间尺度下的协同优化管理,还能加快模型的最优决策求解速度,提高系统运行的经济效益。 展开更多
关键词 区域综合能源系统 多时间尺度 分布式双层近端策略优化 深度强化学习 协同优化管理 经济效益
在线阅读 下载PDF
基于MSCNN-BiGRU-Attention的短期电力负荷预测 被引量:2
4
作者 李科 潘庭龙 许德智 《中国电力》 北大核心 2025年第6期10-18,共9页
为解决电力负荷关键特征难以提取的问题,提出一种结合多尺度卷积神经网络-双向门控循环单元-注意力机制(multi-scale convolutional neural network-bi-directional gated recurrent unit-Attention,MSCNN-BiGRU-Attention)的组合模型... 为解决电力负荷关键特征难以提取的问题,提出一种结合多尺度卷积神经网络-双向门控循环单元-注意力机制(multi-scale convolutional neural network-bi-directional gated recurrent unit-Attention,MSCNN-BiGRU-Attention)的组合模型进行短期电力负荷预测。首先,通过Spearman相关系数分析电力负荷数据集的相关性,筛选出相关性较高的特征,构建电力负荷数据集;其次,将数据输入到多尺度卷积神经网络(multi-scale convolutional neural network,MSCNN),对电力负荷数据进行多尺度的时序提取;然后,将提取后的时序特征输入到双向门控循环单元(bi-directional gated recurrent unit,BiGRU)神经网络进行时序预测,并通过注意力(Attention)机制对时序特征进行过滤和筛选;最后,通过全连接层整合输出预测值。以澳大利亚某地区3年的多维电力负荷数据作为数据集,并设置5种对照组模型。同时选用国内南方某地区2年的多维电力负荷数据作为模型验证数据集。结果表明,相较其他模型,MSCNN-BiGRU-Attention组合模型能够取得更好的预测效果,有效解决区域级电力负荷关键特征难以提取的问题。 展开更多
关键词 电力负荷预测 多尺度卷积神经网络 双向门控循环单元 注意力机制 深度学习 Spearman相关系数
在线阅读 下载PDF
结合双层路由与多尺度注意力的多目标跟踪实验设计
5
作者 项学智 周宪坤 +2 位作者 贲晛烨 王路 吴广浩 《实验室研究与探索》 北大核心 2025年第12期69-77,90,共10页
为解决一阶段跟踪器忽略全局信息利用且未能有效融合多尺度信息的问题,提出一种融合全局与多尺度信息的一阶段多目标跟踪框架。该框架通过双层路由Transformer模块增强全局信息交互,并采用细粒度动态稀疏注意力对关键图像区域全局建模,... 为解决一阶段跟踪器忽略全局信息利用且未能有效融合多尺度信息的问题,提出一种融合全局与多尺度信息的一阶段多目标跟踪框架。该框架通过双层路由Transformer模块增强全局信息交互,并采用细粒度动态稀疏注意力对关键图像区域全局建模,以突出目标细节信息;针对ReID任务引入多尺度注意力模块,实现丰富的特征聚合与上下文信息的有效利用,从而提升对目标尺度变化的鲁棒性。在MOT16、MOT17和MOT20数据集上的实验结果表明,所提方法的IDF1指标分别达75.0、74.3和68.8,在多个基准测试中取得了有竞争力的结果,验证了其在提升检测质量与身份嵌入效果方面的有效性,为高效多目标跟踪提供了新思路。 展开更多
关键词 一阶段跟踪 多目标跟踪 双层路由Transformer 多尺度注意力
在线阅读 下载PDF
基于分形维数和BiLSTM的离心泵空化状态识别方法
6
作者 邹淑云 刘忠 +2 位作者 王文豪 喻哲钦 孙旭辉 《振动与冲击》 北大核心 2025年第4期305-312,共8页
针对离心泵空化状态下压力脉动信号的非线性和复杂程度以及浅层机器学习方法在数据深度挖掘上的不足,提出一种基于分形维数和双向长短时记忆神经网络的离心泵空化状态识别方法。通过离心泵空化试验获得不同空化状态压力脉动信号。采用... 针对离心泵空化状态下压力脉动信号的非线性和复杂程度以及浅层机器学习方法在数据深度挖掘上的不足,提出一种基于分形维数和双向长短时记忆神经网络的离心泵空化状态识别方法。通过离心泵空化试验获得不同空化状态压力脉动信号。采用固有时间尺度分解对压力脉动信号进行处理,筛选出有效分量,计算其盒维数和关联维数,构建空化分形特征向量。将空化特征向量导入基于双向长短时记忆神经网络的空化状态识别模型。研究结果表明,有效分量的盒维数及关联维数随空化系数的变化具有明显的规律性,且模型识别的准确率高达92.8%,能够实现离心泵空化状态的识别。 展开更多
关键词 离心泵 空化 压力脉动 固有时间尺度分解 分形维数 双向长短时记忆神经网络
在线阅读 下载PDF
YOLO-BFEPS:一种高效注意力增强的跨尺度YOLOv10火灾检测模型 被引量:2
7
作者 高均益 张伟 李泽麟 《计算机科学》 北大核心 2025年第S1期412-420,共9页
为解决传统火灾检测模型在处理复杂场景时,特征提取不充分和模型复杂度过高导致预警延迟及识别精度下降的问题,提出一种可部署到终端设备上的基于改进YOLOv10的新型火灾检测模型YOLO-BFEPS(YOLO Bi-directional Fusion with Enhanced Pa... 为解决传统火灾检测模型在处理复杂场景时,特征提取不充分和模型复杂度过高导致预警延迟及识别精度下降的问题,提出一种可部署到终端设备上的基于改进YOLOv10的新型火灾检测模型YOLO-BFEPS(YOLO Bi-directional Fusion with Enhanced Partial Self-Attention),实现了同时对烟雾与火灾的快速准确检测。首先,改进PSA模块,加强空间语义特征提取,解决通道降维建模跨通道关系时带来的信息丢失与计算复杂度增加的问题,提高检测精度,并将改进后的模块记为E-PSA(Enhanced Partial Self-Attention);其次,基于BiFPN提出特征层双向跨连接的思想进行尺度融合,重新设计了YOLOv10的颈部结构,并创新性地增加来自低特征层信息的融合,在保持准确度的同时大大减少了模型参数以及计算复杂度;引入Faster Block结构替换C2f模块的Bottleneck结构,实现模型的轻量化设计,并将其称为C2f-Faster。最后,通过在多个数据集上进行实验验证了所提模型的有效性,其在参数量减少35.5%、计算复杂度降低17.6%的基础上,将检测精度(Precision)和mAP@0.5分别提升了5.9%和1.4%。 展开更多
关键词 高效注意力 多尺度特征 加权双向特征金字塔 火灾检测 YOLOv10 轻量化 计算机视觉 深度学习
在线阅读 下载PDF
基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别 被引量:5
8
作者 毛清华 苏毅楠 +3 位作者 贺高峰 翟姣 王荣泉 尚新芒 《工矿自动化》 北大核心 2025年第1期11-20,103,共11页
针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换... 针对煤矿带式输送机场景存在尘雾干扰严重、背景环境复杂、人员尺度多变且易遮挡等因素导致人员入侵危险区域识别准确率不高等问题,提出一种基于改进YOLOv8模型的井下人员入侵带式输送机危险区域智能识别系统。改进YOLOv8模型通过替换主干网络C2f模块为C2fER模块,加强模型的细节特征提取能力,提升模型对小目标人员的识别性能;通过在颈部网络引入特征强化加权双向特征金字塔网络(FE-BiFPN)结构,提高模型的特征融合能力,从而提升模型对多尺度人员目标的识别效果;通过引入分离增强注意力模块(SEAM)增强模型在复杂背景下对局部特征的关注度,提升模型对遮挡目标人员的识别能力;通过引入WIoU损失函数增强训练效果,提升模型识别准确率。消融实验结果表明:改进YOLOv8模型的准确率较基线模型YOLOv8s提升2.3%,mAP@0.5提升3.4%,识别速度为104帧/s。人员识别实验结果表明:与YOLOv10m,YOLOv8s-CA、YOLOv8s-SPDConv和YOLO8n模型相比,改进YOLOv8模型对小目标、多尺度目标、遮挡目标的识别效果均更佳,识别准确率为90.2%,mAP@0.5为87.2%。人员入侵危险区域实验结果表明:井下人员入侵带式输送机危险区域智能识别系统判别人员入侵危险区域的平均准确率为93.25%,满足识别需求。 展开更多
关键词 煤矿带式输送机 人员入侵危险区域 YOLOv8模型 遮挡目标检测 小目标检测 多尺度融合 C2fER模块 特征强化加权双向特征金字塔网络结构
在线阅读 下载PDF
加权双向金字塔融合的肝脏肿瘤检测方法
9
作者 马金林 贺康康 +1 位作者 马自萍 欧阳轲 《北京航空航天大学学报》 北大核心 2025年第11期3745-3758,共14页
针对肝脏肿瘤检测中多尺度特征表达能力不足的问题,提出一种融合重参数化卷积、加权双向特征金字塔和注意力机制的肝脏肿瘤CT图像检测方法。使用数据增强改善样本量较少的问题,提高模型的泛化能力;使用加权双向特征金字塔网络融合图像... 针对肝脏肿瘤检测中多尺度特征表达能力不足的问题,提出一种融合重参数化卷积、加权双向特征金字塔和注意力机制的肝脏肿瘤CT图像检测方法。使用数据增强改善样本量较少的问题,提高模型的泛化能力;使用加权双向特征金字塔网络融合图像的浅层与深层特征,提高多尺度特征的提取能力;在特征融合中引入无参数平均注意力模块,关注肝脏肿瘤的关键特征;使用重参数化卷积和边界框(SIoU)损失函数提高肿瘤的检测和定位能力。实验结果表明:所提方法在LT3DM和LiTS2017数据集上的平均精度均值(m AP)分别达到了92.9%和92.2%,比YOLOv5模型提高了2.3%和1.8%,相较于主流检测模型,所提方法具有更好的肝脏肿瘤检测能力。 展开更多
关键词 YOLOv5 加权双向特征金字塔 多尺度 无参数平均注意力模块 重参数化卷积 SIoU
原文传递
Android智能手机的MEMS IMU精度指标分析
10
作者 丁杨 柴艳菊 张宝成 《全球定位系统》 2025年第3期14-22,共9页
针对安卓(Android)智能手机的微机电系统(micro-electro-mechanical systems,MEMS)惯性测量单元(inertial measurement unit,IMU)传感器数据精度评估相对较少,尤其在复杂场景下对GNSS信号跟踪辅助作用不明确的问题,对11款Android手机的... 针对安卓(Android)智能手机的微机电系统(micro-electro-mechanical systems,MEMS)惯性测量单元(inertial measurement unit,IMU)传感器数据精度评估相对较少,尤其在复杂场景下对GNSS信号跟踪辅助作用不明确的问题,对11款Android手机的IMU数据质量从零偏估值、尺度因子和导航误差积累三方面进行了定量评估.结果表明:1)手机端内置加速度计精度与稳定性相对较好,零偏估值一般优于100 mGal;2)内置陀螺精度和稳定性相对较差,零偏估值一般在5°~20°/h;3)陀螺观测存在尺度因子误差且量级差异较大,经过尺度因子误差校正后IMU导航误差积累情况得到明显改善;4)IMU导航误差小于10 m时,单独导航时间一般不超过30 s;5)一般新款手机IMU性能指标明显优于旧款.本研究为了解手机端IMU传感器精度水平,进一步削弱其误差影响,实现复杂场景下辅助GNSS信号重新捕获及用户精密定位提供了技术支持. 展开更多
关键词 微机电系统(MEMS) 惯性测量单元(IMU) 阿伦(Allan)方差 零偏不稳定性(BI) 尺度因子 机械编排 GNSS
在线阅读 下载PDF
基于双层多目标决策的规模风电并网系统连锁故障路径预测 被引量:1
11
作者 吴宇航 刘翔宇 +1 位作者 王涛 顾雪平 《电测与仪表》 北大核心 2025年第4期148-156,共9页
风电出力的不确定性增大了电网连锁故障路径预测的难度,因此基于双层多目标决策提出一种适用于规模风电并网系统的连锁故障路径预测方法。所提方法利用概率潮流模型刻画了风电出力波动和负荷波动等不确定性因素,并将其作为连锁故障路径... 风电出力的不确定性增大了电网连锁故障路径预测的难度,因此基于双层多目标决策提出一种适用于规模风电并网系统的连锁故障路径预测方法。所提方法利用概率潮流模型刻画了风电出力波动和负荷波动等不确定性因素,并将其作为连锁故障路径预测的计算基础。提出一种双层多目标决策模型确定后继故障,模型将故障概率和故障后果分别作为上、下层决策目标,根据后继故障的帕累托最优解确定符合条件的连锁故障路径集。以IEEE 39节点系统为例对所提方法进行验证,结果表明:基于双层多目标决策的预测方法能同时预测出发生概率较高和故障后果较为严重的两类连锁故障路径,有利于指导规模风电并网系统的连锁故障防控工作。 展开更多
关键词 规模风电 连锁故障预测 概率潮流 双层多目标决策
在线阅读 下载PDF
融合注意力机制和CNN-Bi-LSTM网络的建筑能耗预测方法
12
作者 蔡碧贞 李佳宝 +2 位作者 柴琴琴 陈鋆垠 张永明 《建筑电气》 2025年第6期59-64,共6页
针对现有建筑能耗预测方法难以有效捕捉能耗数据多尺度特征和时序依赖关系的不足,提出一种融合注意力机制和CNN-Bi-LSTM的建筑能耗预测新方法。首先,采用平滑线性插值法处理数据缺失问题;其次,构建多尺度特征提取模块,通过卷积神经网络(... 针对现有建筑能耗预测方法难以有效捕捉能耗数据多尺度特征和时序依赖关系的不足,提出一种融合注意力机制和CNN-Bi-LSTM的建筑能耗预测新方法。首先,采用平滑线性插值法处理数据缺失问题;其次,构建多尺度特征提取模块,通过卷积神经网络(CNN)分层捕获能耗数据的局部和全局特征;然后,引入双向长短期记忆网络(Bi-LSTM)建模时序依赖关系,并结合注意力机制自适应加权关键特征;最终实现多尺度时空特征的有效融合。实验结果表明,所提方法在MSE、R^(2)等指标上较传统方法提升30%以上,显著提高了预测精度和稳定性,为建筑能源管理系统提供了更可靠的技术支持。 展开更多
关键词 建筑能耗预测 Bi-LSTM 注意力机制 多尺度特征融合 数据预处理 插值法 归一化处理 预测精度
在线阅读 下载PDF
CMB-YOLO:基于上下文感知的多尺度道路目标检测算法
13
作者 张善淇 陈雪芳 +1 位作者 唐穗谷 林盛鑫 《东莞理工学院学报》 2025年第3期46-54,共9页
针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题,提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先,在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多... 针对复杂交通场景中存在因待测目标尺度变化多样及目标间相互遮挡重叠造成漏检、错检的问题,提出一种基于YOLOv10n的道路目标检测改进模型CMB-YOLO。首先,在主干网络引入大核多尺度分层特征融合模块(Multi-Scale, MS-Block),捕获局部多尺度特征图的语义信息;再利用上下文锚点注意力机制(Context Anchor Attention, CAA)聚焦远程上下文信息,并在此两者基础上设计了上下文锚点多尺度模块CAMS,进一步丰富骨干网络的多尺度特征提取能力;然后在Neck网络引入GSConv,提出轻量化特征提取模块GSC2f,减少模型参数量同时提升精度;最后,Neck部分采用加权双向特征金字塔结构(Bi-FPN)通过引入额外的双向路径连接加强对小目标信息的融合能力。实验结果表明,所提算法在KITTI和BDD100K数据集上平均精度均值(mAP@0.5)分别达到89.8%和46.2%,相较基准模型YOLOv10n分别提高了1.5%和2.1%,同时模型参数量减少了0.3 M。因此,改进CMB-YOLO模型有效提升了对多尺度目标和小目标的检测性能,可以更好地满足复杂道路目标检测的需求。 展开更多
关键词 多尺度道路目标检测 CAA 加权双向特征金字塔网络 YOLOv10n
在线阅读 下载PDF
一类时标可积耦合系统及其双哈密顿结构
14
作者 程如梦 董焕河 《曲阜师范大学学报(自然科学版)》 2025年第3期52-58,共7页
通过构造Lax算子,利用时标上的R-矩阵,建立基于时标的AKNS可积耦合系统,并利用递推算子构造Poisson张量,成功得到了其双哈密顿结构.选取特殊时标得到经典的AKNS可积耦合系统及其哈密顿结构.
关键词 R-矩阵 AKNS方程 时标 双哈密顿结构
在线阅读 下载PDF
基于遗传算法的双目标供水管网协同优化策略 被引量:1
15
作者 何钦茂 李兆恒 罗顺杰 《水利科技与经济》 2025年第5期69-75,79,共8页
针对某农村集中供水工程规模和结构的双目标协同优化问题,提出一种基于遗传算法的供水管网优化策略,该优化策略旨在最大化供水管网的供水能力和最小化工程的投资成本。首先建立供水管网的水力模型,然后利用遗传算法对该模型进行优化。... 针对某农村集中供水工程规模和结构的双目标协同优化问题,提出一种基于遗传算法的供水管网优化策略,该优化策略旨在最大化供水管网的供水能力和最小化工程的投资成本。首先建立供水管网的水力模型,然后利用遗传算法对该模型进行优化。通过某农村集中供水工程的实际案例分析,验证该优化策略的有效性。结果显示,该策略能够快速找到一组满足供水需求且投资成本较低的优化方案,相比于传统方式具有更高的效率和准确性。研究表明,基于供水管网和遗传算法的双目标协同优化策略能在集中供水工程中实现供水能力和投资成本的双重优化,具有一定的实用价值和推广意义。 展开更多
关键词 供水管网 遗传算法 农村集中供水工程 规模和结构 双目标协同优化
在线阅读 下载PDF
MS-SwinCE:融合多尺度Swin Transformer与对比特征增强的遥感图像变化检测
16
作者 朱永进 李熹 +1 位作者 李永胜 苏湘粤 《计算机系统应用》 2025年第12期67-74,共8页
遥感图像变化检测在城市扩张与灾害监测等领域中具有重要意义,然而,现有方法在特征提取能力、抗伪变化干扰以及多尺度融合方面仍存在不足之处.本文提出一种融合多尺度Swin Transformer、对比特征增强模块(contrastive feature enhanceme... 遥感图像变化检测在城市扩张与灾害监测等领域中具有重要意义,然而,现有方法在特征提取能力、抗伪变化干扰以及多尺度融合方面仍存在不足之处.本文提出一种融合多尺度Swin Transformer、对比特征增强模块(contrastive feature enhancement module, CFEM)与双向特征金字塔网络(bi-directional feature pyramid network,BiFPN)的变化检测模型MS-SwinCE.该模型利用局部窗口和移位机制增强长程依赖建模能力, CFEM精准提取变化差异并抑制噪声, BiFPN实现多尺度语义信息的高效融合.实验结果表明, MS-SwinCE在LEVIR-CD数据集上,相较于ChangeFormer, IoU提升了1.18%, F1分数提升了0.70%, Precision提升了0.32%, Recall提升了1.06%;在WHU-CD数据集上,相较于BIT, IoU提升了1.84%, F1分数提升了1.06%, Precision提升了0.47%, Recall提升了1.66%.此外,在保持较高精度的同时,模型参数量为31.66M,明显低于精度相近的ChangeFormer(41.03M),在精度与效率间实现了良好权衡.消融实验进一步验证了各模块的有效性与协同增益. 展开更多
关键词 遥感图像变化检测 Swin Transformer 对比特征增强模块 多尺度特征融合 双向特征金字塔网络
在线阅读 下载PDF
基于融合邻域规则的双尺度拓扑优化新方法
17
作者 王震 《南方农机》 2025年第3期147-149,159,共4页
【目的】开发一种创新的双尺度拓扑优化策略,应用于结构设计与优化研究。【方法】结合混合元胞自动机(HCA)与双向渐进法(BESO),推出HCA-BESO拓扑优化方法,其核心创新点在于采用HCA的邻域规则替代传统基于距离的加权处理机制,简化了灵敏... 【目的】开发一种创新的双尺度拓扑优化策略,应用于结构设计与优化研究。【方法】结合混合元胞自动机(HCA)与双向渐进法(BESO),推出HCA-BESO拓扑优化方法,其核心创新点在于采用HCA的邻域规则替代传统基于距离的加权处理机制,简化了灵敏度过滤规则,并引入了多样的邻域组合形式。【结果】通过引入HCA,该方法在双尺度优化方面显著提升了性能,减少了迭代次数,相比传统BESO算法,能够创建出刚度更高的结构。【结论】HCA-BESO方法代表了双尺度拓扑优化研究的一个重大进步,为未来的结构设计与优化研究开辟了新的路径。 展开更多
关键词 双尺度优化 双向渐进法(BESO) 混合元胞自动机(HCA) 灵敏度过滤
在线阅读 下载PDF
基于多尺度特征融合的改进YOLOv8n车辆与行人目标检测算法
18
作者 雷亮 陈小庆 +4 位作者 周华勇 徐山雯 陈毅 刘学涵 赵锦 《重庆科技大学学报(自然科学版)》 2025年第3期57-69,共13页
针对YOLOv8n算法在面对复杂多变的多尺度目标时出现的错检、漏检问题,提出了一种基于多尺度特征融合的改进YOLOv8n车辆与行人目标检测算法——BF-YOLOv8n。首先,在空间池化层中设计高级筛选特征提取模块(CA_SPPF),以增强模型对不同尺度... 针对YOLOv8n算法在面对复杂多变的多尺度目标时出现的错检、漏检问题,提出了一种基于多尺度特征融合的改进YOLOv8n车辆与行人目标检测算法——BF-YOLOv8n。首先,在空间池化层中设计高级筛选特征提取模块(CA_SPPF),以增强模型对不同尺度特征的提取能力;然后,设计一种160×160的小目标检测头,以提高模型对小目标的识别精度;接着,提出一种基于4检测头的双向融合特征金字塔网络(BiFPN-4H),以提高模型对不同尺度目标的适应性和检测精度;最后,采用EIoU作为边框损失函数,以增强模型对目标的定位精度。在VOC数据集上的实验结果表明,相较于YOLOv8n模型,BF-YOLOv8n模型的精准率、召回率和平均精度均值分别提升了5.7、5.1和5.0百分点;在COCO数据集上的实验结果表明,BF-YOLOv8n模型的各项评价指标都有不同程度的提升,说明该算法具有良好的泛化性和鲁棒性。 展开更多
关键词 高级筛选特征提取 双向特征融合 YOLOv8n算法 多尺度特征 小目标检测头
在线阅读 下载PDF
离散振动信号分形盒维数的改进算法和应用 被引量:24
19
作者 訾艳阳 胥永刚 何正嘉 《机械科学与技术》 EI CSCD 北大核心 2001年第3期373-375,共3页
提出了振动信号的双尺度性概念 ,分析了离散信号盒维数一般计算方法的不足 ,推导出了确定周期或准周期振动信号无标度区的经验公式 ,给出了盒维数的改进算法。验证结果表明 :盒维数的改进算法简单可靠。对汽轮机组轴瓦松动故障的分析说... 提出了振动信号的双尺度性概念 ,分析了离散信号盒维数一般计算方法的不足 ,推导出了确定周期或准周期振动信号无标度区的经验公式 ,给出了盒维数的改进算法。验证结果表明 :盒维数的改进算法简单可靠。对汽轮机组轴瓦松动故障的分析说明 :盒维数可以作为识别振动信号复杂程度的一个新的无量纲指标。 展开更多
关键词 离散振动信号 双尺度 无标度区 盒维数 故障诊断 分形
在线阅读 下载PDF
基于双尺度相关运算的拉曼谱峰识别方法 被引量:4
20
作者 姜承志 孙强 +3 位作者 刘英 梁静秋 安岩 刘兵 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2014年第1期103-107,共5页
拉曼谱峰识别是拉曼定性分析中的关键技术之一,针对现有拉曼谱峰识别方法中存在的缺陷和不足提出了一种双尺度相关拉曼光谱谱峰识别方法,即采用两个尺度下的相关系数与局部信噪比相结合来实现拉曼谱峰识别。利用MATLAB对所提算法与传统... 拉曼谱峰识别是拉曼定性分析中的关键技术之一,针对现有拉曼谱峰识别方法中存在的缺陷和不足提出了一种双尺度相关拉曼光谱谱峰识别方法,即采用两个尺度下的相关系数与局部信噪比相结合来实现拉曼谱峰识别。利用MATLAB对所提算法与传统的连续小波变换法进行了对比分析,并通过实测拉曼光谱进行验证。分析结果:双尺度相关法识别一幅拉曼谱的平均时间为0.51s,连续小波变换法为0.71s;当谱峰信噪比≥6时(现代拉曼光谱仪器均可达到较高的信噪比),双尺度相关法的谱峰识别准确率高于99%,连续小波变换法的谱峰识别准确率小于84%,且双尺度相关法谱峰位置识别误差的均值与标准差均要小于连续小波变换法。通过仿真对比分析和实验验证表明:双尺度相关法具有无需人工干预,无需做去噪及去背景等预处理操作,识别速度快,识别准确率高等特点,是一种切实可行的拉曼谱峰识别方法。 展开更多
关键词 拉曼光谱 谱峰识别 双尺度相关 局部信噪比 连续小波变换
在线阅读 下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部