期刊文献+
共找到2,491篇文章
< 1 2 125 >
每页显示 20 50 100
Design of dual-network structure based on coordination bonds and hydrogen bonds for high-performance multifunctional flexible gel absorbers
1
作者 Xinyue Xie Zijing Li +3 位作者 Shusheng Wang Geng Chen Limin Zhang Hongjing Wu 《International Journal of Minerals,Metallurgy and Materials》 2026年第2期693-703,共11页
The emergence of precision electronic devices and wearable electronic products urgently requires high-performance multifunctional electromagnetic wave(EMW)absorbers to meet the applicability and versatility in various... The emergence of precision electronic devices and wearable electronic products urgently requires high-performance multifunctional electromagnetic wave(EMW)absorbers to meet the applicability and versatility in various applications.Herein,a dual-network(DN)gel was successfully prepared using acrylamide and sodium lignosulphonate as the basic units by simple chemical cross-linking and physical cross-linking methods.Specifically,the hydrogel forms two types of cross-linking networks through metal coordination and hydrogen bonding.Benefiting from the combined effects of dipole polarization and conductivity loss,the gel achieves an effective absorption bandwidth(EAB)of 6.74 GHz at a thickness of only 1.89 mm,demonstrating excellent EMW absorption performance.In addition,this unique structural configuration endows the EMW absorber with multifunctional features,such as remarkable tensile strength,good environmental compatibility,ultraviolet(UV)resistance,and excellent adhesion.Integrating multiple functional features into the EMW gels displays a broad application prospect in a variety of application scenarios.This research reveals the significance of DN structure design in the electromagnetic wave absorption(EWA)performance of gel-based materials,providing a substantial foundation for the multifunctional design of gel-based absorbers. 展开更多
关键词 electromagnetic wave absorbers dual-network structure polarization loss hydrogen bonds coordination bonds multifunc-tional characteristics
在线阅读 下载PDF
Bacterial Cellulose/Zwitterionic Dual-network Porous Gel Polymer Electrolytes with High Ionic Conductivity
2
作者 侯朝霞 WANG Haoran QU Chenying 《Journal of Wuhan University of Technology(Materials Science)》 SCIE EI CAS CSCD 2024年第3期596-605,共10页
Bacterial cellulose(BC)was innovatively combined with zwitterionic copolymer acrylamide and sulfobetaine methacrylic acid ester[P(AM-co-SBMA)]to build a dual-network porous structure gel polymer electrolytes(GPEs)with... Bacterial cellulose(BC)was innovatively combined with zwitterionic copolymer acrylamide and sulfobetaine methacrylic acid ester[P(AM-co-SBMA)]to build a dual-network porous structure gel polymer electrolytes(GPEs)with high ionic conductivity.The dual network structure BC/P(AM-co-SBMA)gels were formed by a simple one-step polymerization method.The results show that ionic conductivity of BC/P(AM-co-SBMA)GPEs at the room temperature are 3.2×10^(-2) S/cm@1 M H_(2)SO_(4),4.5×10^(-2) S/cm@4 M KOH,and 3.6×10^(-2) S/cm@1 M NaCl,respectively.Using active carbon(AC)as the electrodes,BC/P(AM-co-SBMA)GPEs as both separator and electrolyte matrix,and 4 M KOH as the electrolyte,a symmetric solid supercapacitors(SSC)(AC-GPE-KOH)was assembled and testified.The specific capacitance of AC electrode is 173 F/g and remains 95.0%of the initial value after 5000 cycles and 86.2%after 10,000 cycles. 展开更多
关键词 bacterial cellulose ZWITTERION gel polymer electrolytes ionic conductivity dual-network structure
原文传递
Dual-Network Restriction in Dense EDTA-Metal Coordination Polymers for Highly Efficient and Stable Organic RTP in Aqueous System
3
作者 Xin Zheng Yongling Liu +4 位作者 Suhua Jiang Jinyun Zhao Peiyuan Wang Yuanshan Huang Zhenghuan Lin 《Aggregate》 2026年第2期220-227,共8页
Organic room-temperature phosphorescence(RTP)materials are promising for bioimaging applications due to their tunable structures,excellent biocompatibility,and long-lived luminescence.However,the development of highly... Organic room-temperature phosphorescence(RTP)materials are promising for bioimaging applications due to their tunable structures,excellent biocompatibility,and long-lived luminescence.However,the development of highly efficient organic RTP materials for aqueous systems remains challenging,as the organic phosphorescence is prone to being quenched by the dissolved oxygen in water.Herein,heteroaromatic carboxylic acids serve as ligand vips to construct a series of host-vip composites with nontoxic,dense EDTA-M(M=Ca,Mg,and Al)coordination polymer in water.These composites exhibit ultra-long pure RTP of vip molecules with phosphorescence quantum yield up to 53%,and lifetime up to 589.7 ms,due to the synergistic effect of dual-network structure:a coordinatively cross-linked network of EDTA-M,and a non-covalent bonded network formed by ligands and water molecules.The phosphorescence intensity is more than three times that of the composite with a single coordination network.Notably,the dual-network configuration can form a rigid and dense structure and block the intrusion of external H_(2)O and O_(2) molecules to avoid phosphorescence quenching in water.As a result,the RTP of the composites remains unchanged after 1 month in water.Furthermore,the nanoparticles fabricated from composites and anionic surfactants can be successfully applied in in vivo imaging of mice for the stable RTP in water.This work provides a novel strategy for the development of high-performance RTP materials in aqueous systems. 展开更多
关键词 bioimaging coordination polymers dual-network efficient RTP water stability
在线阅读 下载PDF
基于时空双流网络与多重注意力的光伏功率预测
4
作者 李恒杰 隆贤华 +2 位作者 周云 冯冬涵 马喜平 《太阳能学报》 北大核心 2026年第2期51-59,共9页
针对光伏发电的间歇性和随机性给光伏功率预测带来的准确性不足问题,提出基于时空双流网络与多重注意力的短期光伏功率预测模型。模型结合ModernTCN、ITransformer、GRU及TimesNet网络,充分挖掘光伏发电的空间分布特性和时间序列动态性... 针对光伏发电的间歇性和随机性给光伏功率预测带来的准确性不足问题,提出基于时空双流网络与多重注意力的短期光伏功率预测模型。模型结合ModernTCN、ITransformer、GRU及TimesNet网络,充分挖掘光伏发电的空间分布特性和时间序列动态性,利用迭代交叉注意力机制有效融合独立提取的特征,形成包含丰富时空信息的特征向量,从而有效提升光伏功率的短期预测精度。实验结果证实,该模型在预测精度方面要优于现有主流时序模型。 展开更多
关键词 光伏功率预测 聚类集成 特征融合 注意力机制 双流网络
原文传递
对比学习引导的双通道自适应融合网络多视图聚类方法
5
作者 周丽娟 刘子源 +1 位作者 许鑫航 张志鸿 《小型微型计算机系统》 北大核心 2026年第1期229-239,共11页
近年来,图卷积网络在多视图聚类中表现突出,但其侧重节点间结构信息建模,而属性信息仅通过简单的线性变换进行更新,限制了模型对节点属性信息的学习能力.为此,本文提出了对比学习引导的双通道自适应融合网络多视图聚类方法.首先,结合自... 近年来,图卷积网络在多视图聚类中表现突出,但其侧重节点间结构信息建模,而属性信息仅通过简单的线性变换进行更新,限制了模型对节点属性信息的学习能力.为此,本文提出了对比学习引导的双通道自适应融合网络多视图聚类方法.首先,结合自编码器与图自编码器构建双通道网络,分别编码节点属性和结构信息,并设计通道自适应融合模块,利用注意力机制自适应融合不同通道网络在同一神经网络层中学习的属性与结构信息,以及不同神经网络层间的嵌入表示,以获得每个视图的嵌入表示.在此基础上,进一步利用注意力机制对多个视图的嵌入表示进行加权融合获得全局嵌入表示.最后,通过跨视图对比损失与自监督聚类损失迭代优化全局嵌入表示,强化视图间一致性信息学习,并生成了面向聚类任务的高质量嵌入表示.在3个公开数据集和3个来自郑州商品交易所的期货数据集上进行的实验表明,该方法在聚类任务中表现优异. 展开更多
关键词 多视图聚类 自编码器 图自编码器 双通道网络
在线阅读 下载PDF
基于对偶学习的高效可见光通信非线性均衡器
6
作者 宋锐 邓春丽 +1 位作者 李志良 刘宏立 《光学技术》 北大核心 2026年第1期68-74,共7页
针对室内可见光通信(VLC)中由LED动态非线性和信道衰落所引起的信号失真问题,提出一种基于对偶学习的非线性均衡方法。通过搭建PAM4调制VLC仿真系统,结合LED非线性模型与NLOS信道以模拟失真特性,设计了基于对偶神经网络结构的均衡器,利... 针对室内可见光通信(VLC)中由LED动态非线性和信道衰落所引起的信号失真问题,提出一种基于对偶学习的非线性均衡方法。通过搭建PAM4调制VLC仿真系统,结合LED非线性模型与NLOS信道以模拟失真特性,设计了基于对偶神经网络结构的均衡器,利用正向均衡与反向映射网络实现双向约束,并借助对偶一致性损失提升在有限训练样本下的均衡性能。实验结果表明,方法显著降低了系统误码率,在相同训练符号数量下,误码率较传统均衡方法最多可降低2个数量级;与传统神经网络均衡器相比,达到FEC阈值所需训练序列长度最大可减少62.5%,能够在显著提升VLC系统传输可靠性的同时,大幅降低均衡器训练开销。 展开更多
关键词 可见光通信 非线性均衡 神经网络 对偶学习
原文传递
基于对比学习的双通道源代码漏洞检测模型
7
作者 宋建华 何佳伟 张龑 《计算机科学》 北大核心 2026年第3期424-432,共9页
随着软件漏洞日益增多,系统安全正面临着严峻的挑战。源代码漏洞检测可以在软件开发阶段及时发现软件应用中的潜在安全威胁,对保障软件应用的安全性至关重要。目前,主流的源代码漏洞检测方式为基于深度学习模型的漏洞检测方式。然而,现... 随着软件漏洞日益增多,系统安全正面临着严峻的挑战。源代码漏洞检测可以在软件开发阶段及时发现软件应用中的潜在安全威胁,对保障软件应用的安全性至关重要。目前,主流的源代码漏洞检测方式为基于深度学习模型的漏洞检测方式。然而,现有的许多深度学习模型仅依赖单一形式特征,未能充分挖掘源代码语义中的全局和局部信息,并且这些模型往往忽略了不同样本之间的差异性和相似性,导致其在处理复杂漏洞模式时表现不佳,误报率和漏报率较高。为了解决上述问题,提出了一种基于对比学习的双通道源代码漏洞检测模型。该模型使用不同通道来分别提取源代码语义中的全局特征和局部特征,并引入对比学习,使得模型能够学习不同样本之间的相似性和差异性,并以此来优化特征提取过程。实验结果表明,此模型在真实世界的漏洞数据集Devign和Reveal上的召回率、F1分数相较于基线模型显著提升。在Devign上平均提升14.65个百分点和6.30个百分点;在Reveal上平均提升31.18个百分点和22.44个百分点。 展开更多
关键词 源代码漏洞检测 双通道网络模型 对比学习 交叉注意力 特征融合
在线阅读 下载PDF
基于多尺度双流网络的深度伪造检测方法
8
作者 蒋翠玲 程梓源 +1 位作者 俞新贵 万永菁 《计算机工程》 北大核心 2026年第1期242-253,共12页
人脸深度伪造技术的滥用给社会和个人带来了极大的安全隐患,因此深度伪造检测技术已成为当今研究的热点。目前基于深度学习的伪造检测技术在高质量(HQ)数据集上效果较好,但在低质量(LQ)数据集和跨数据集上的检测效果不佳。为提升深度伪... 人脸深度伪造技术的滥用给社会和个人带来了极大的安全隐患,因此深度伪造检测技术已成为当今研究的热点。目前基于深度学习的伪造检测技术在高质量(HQ)数据集上效果较好,但在低质量(LQ)数据集和跨数据集上的检测效果不佳。为提升深度伪造检测的泛化性,提出一种基于多尺度双流网络(MSDSnet)的深度伪造检测方法。MSDSnet输入分为空域特征流和高频噪声特征流,首先采用多尺度融合(MSF)模块捕获不同情况下图像在空域被篡改的粗粒度人脸特征和伪造图像的细粒度高频噪声特征信息,然后通过MSF模块将空域流和高频噪声流的双流特征充分融合,由多模态交互注意力(MIA)模块进一步交互以充分学习双流特征信息,最后利用FcaNet(Frequency Channel Attention Network)获取伪造人脸特征的全局信息并完成检测分类。实验结果表明,该方法在HQ数据集Celeb-DF v2上的准确率为98.54%,在LQ数据集FaceForensics++上的准确率为93.11%,同时在跨数据集上的实验效果也优于其他同类方法。 展开更多
关键词 深度伪造检测 双流网络 多尺度融合 多模态交互注意力 高频噪声
在线阅读 下载PDF
结合差分引导融合的双分支裂缝检测网络
9
作者 刘恒洋 曹博林 邵桂芳 《重庆理工大学学报(自然科学)》 北大核心 2026年第1期193-202,共10页
裂缝检测对于土木基础设施的维护至关重要,若不及时处理,可能导致整体结构进一步恶化,同时裂缝也是结构健康评估与监测中不可忽视的关键指标。然而,由于裂缝复杂的拓扑特征和背景噪声,现有的卷积神经网络(CNN)虽然在局部特征提取方面表... 裂缝检测对于土木基础设施的维护至关重要,若不及时处理,可能导致整体结构进一步恶化,同时裂缝也是结构健康评估与监测中不可忽视的关键指标。然而,由于裂缝复杂的拓扑特征和背景噪声,现有的卷积神经网络(CNN)虽然在局部特征提取方面表现优秀,但其感受野受限,难以高效捕捉图像中相距较远区域之间的联系。因此,提出了一种双分支CNN融合架构DCFNet,通过扩展瓶颈分支(expand bottleneck module, EBM)与边缘感知多尺度分支(edge-aware multi-scale module, EAMS)逐层扩展通道维度,捕获裂缝局部的细节轮廓与结构变化。此外,设计的差异信息动态融合模块(differential information dynamic fusion block, DIDF)通过调整不同尺度的特征,建立双分支信息的全局关联,实现跨域融合和相关性增强。最后以公开的裂缝数据集为实验对象,对所提出的DCFNet网络的性能进行评估。实验结果表明,DCFNet在MixCrack数据集上的F1分数、mAP50和mAP50-95分别达到了90、93.4%和77.8%,在各种场景下都优于现有的网络算法。 展开更多
关键词 裂缝检测 双路径网络 边缘感知 动态融合
在线阅读 下载PDF
基于增强型残差递归门控网络的信道估计方法
10
作者 刘娇蛟 王若尘 马碧云 《华南理工大学学报(自然科学版)》 北大核心 2026年第1期53-59,共7页
在高速移动场景下,无线通信要经历时间和频率双选择性衰落,信道估计用于准确获取信道状态信息,其结果有助于提高通信性能。时频双选信道是一个描述信号在时间和频率维度上都具有选择性衰落特性的信道模型。针对时频双选信道估计问题,近... 在高速移动场景下,无线通信要经历时间和频率双选择性衰落,信道估计用于准确获取信道状态信息,其结果有助于提高通信性能。时频双选信道是一个描述信号在时间和频率维度上都具有选择性衰落特性的信道模型。针对时频双选信道估计问题,近年来深度学习方法被广泛应用,原本在计算机视觉和自然语言处理领域表现优秀的卷积神经网络(CNN)和长短期记忆网络(LSTM)等被应用于信道估计,但是它们专注于时序相关性及局部时频特征的捕捉,直接用于时频双选信道估计还存在着诸多挑战。该研究提出了一种基于增强型深度残差递归门控网络(CEHNet)的信道估计算法。该算法将时频双选信道的时频网格视为二维图像,使用超分辨率网络(SR)重建信道状态信息,并且使用增加幅度特征的预处理方法扩充数据集,引入Lasso回归作为约束加快网络收敛速度。实验结果表明:针对不同信道模型,该算法在导频数量较少时的估计性能优于超分辨率网络(SRCNN)等现有方法,其收敛速度明显加快,在信噪比为22 dB时比SRCNN方法提升了4倍。 展开更多
关键词 信道估计 超分网络 时频双选信道 递归门控卷积
在线阅读 下载PDF
基于KAN的双通道图神经网络
11
作者 王静红 李鹏超 +1 位作者 王熙照 张自立 《计算机科学》 北大核心 2026年第3期188-196,共9页
图神经网络(GNNs)是一种专门针对图数据的神经网络模型,近年来被成功应用在各种图学习任务上,如节点分类、链路预测等。然而,目前的图神经网络模型大多基于消息传递范式,无法充分捕捉节点的结构信息与特征信息之间的多维关联关系。此外... 图神经网络(GNNs)是一种专门针对图数据的神经网络模型,近年来被成功应用在各种图学习任务上,如节点分类、链路预测等。然而,目前的图神经网络模型大多基于消息传递范式,无法充分捕捉节点的结构信息与特征信息之间的多维关联关系。此外,传统激活函数容易导致信息丢失和模型解释性不足的问题。为此,提出了一种基于Kolmogorov-Arnold网络(KAN)的双通道图神经网络(KDCGNN)。KDCGNN利用结构卷积和特征卷积,从两个通道分别提取图的结构信息和特征信息,生成节点的结构编码和特征编码,拼接融合后,进一步借助KAN对嵌入表示进行特征转换,提升分类性能和模型的可解释性。同时,引入一致性损失函数,鼓励结构编码和特征编码之间的分布一致性,从而增强模型的泛化能力。在3个经典引文网络数据集(Cora,Citeseer,Pubmed)上的实验表明,KDCGNN在节点分类任务中的表现优于现有基准方法。KDCGNN的提出为图神经网络的可解释性与性能优化提供了新思路。 展开更多
关键词 图神经网络 Kolmogorov-Arnold网络 双通道机制 节点分类 高斯-Dice相似度
在线阅读 下载PDF
OSCJC:An open-set compound jamming cognition method for radar systems in high-intensity electromagnetic warfare
12
作者 Kaixiang Zhang Jiaxiang Zhang +3 位作者 Xinrui Han Yilin Wang Bo Wang Quanhua Liu 《Defence Technology(防务技术)》 2026年第1期436-455,共20页
In high-intensity electromagnetic warfare,radar systems are persistently subjected to multi-jammer attacks,including potentially novel unknown jamming types that may emerge exclusively under wartime conditions.These j... In high-intensity electromagnetic warfare,radar systems are persistently subjected to multi-jammer attacks,including potentially novel unknown jamming types that may emerge exclusively under wartime conditions.These jamming signals severely degrade radar detection performance.Precise recognition of these unknown and compound jamming signals is critical to enhancing the anti-jamming capabilities and overall reliability of radar systems.To address this challenge,this article proposes a novel open-set compound jamming cognition(OSCJC)method.The proposed method employs a detection-classification dual-network architecture,which not only overcomes the false alarm and misdetection issues of traditional closed-set recognition methods when dealing with unknown jamming but also effectively addresses the performance bottleneck of existing open-set recognition techniques focusing on single jamming scenarios in compound jamming environments.To achieve unknown jamming detection,we first employ a consistency labeling strategy to train the detection network using diverse known jamming samples.This strategy enables the network to acquire highly generalizable jamming features,thereby accurately localizing candidate regions for individual jamming components within compound jamming.Subsequently,we introduce contrastive learning to optimize the classification network,significantly enhancing both intra-class clustering and inter-class separability in the jamming feature space.This method not only improves the recognition accuracy of the classification network for known jamming types but also enhances its sensitivity to unknown jamming types.Simulations and experimental data are used to verify the effectiveness of the proposed OSCJC method.Compared with the state-of-the-art open-set recognition methods,the proposed method demonstrates superior recognition accuracy and enhanced environmental adaptability. 展开更多
关键词 Radar compound jamming cognition Open-set recognition Detection-classification dual-network Time-frequency analysis Contrastive learning
在线阅读 下载PDF
基于双分支-交叉注意力融合的风电齿轮箱故障诊断方法
13
作者 孙抗 李腾飞 +2 位作者 王浩 杨明 赵来军 《电力系统保护与控制》 北大核心 2026年第1期83-93,共11页
针对风电齿轮箱故障诊断数据存在时序性和单通道模型难以有效提取复合故障特征信息的问题,提出一种基于改进正交卷积胶囊网络(orthogonal convolutional capsule network,OCCN)和双向长短期记忆神经网络(bi-directional long short-term... 针对风电齿轮箱故障诊断数据存在时序性和单通道模型难以有效提取复合故障特征信息的问题,提出一种基于改进正交卷积胶囊网络(orthogonal convolutional capsule network,OCCN)和双向长短期记忆神经网络(bi-directional long short-term memory,BiLSTM)融合的故障诊断方法。首先,对原始信号进行预处理。其次,将经过预处理操作后的信号输入构建的OCCN-BiLSTM双通道模型中,分别提取复合故障特征的空间特征、时域特征。最后将提取的时空特征通过交叉注意力机制进行特征融合,输入到全连接层中进行信号的分类,实现风电齿轮箱智能故障诊断。试验结果表明,所提诊断方法可有效实现风电齿轮箱智能故障诊断,其在测试集上的准确率达到99.53%。 展开更多
关键词 故障诊断 胶囊网络 并行双通道 特征融合 风电齿轮箱
在线阅读 下载PDF
股东关系网络如何赋能企业双化协同?
14
作者 王守海 孟永涛 +1 位作者 郭英栋 潘立才 《证券市场导报》 北大核心 2026年第2期29-42,共14页
数字化绿色化协同转型(简称双化协同)是企业应对气候变化、提升生产经营效率的重要举措,但在实践中存在资金有限、人才供给不足、技术基础薄弱以及投资者顾虑较多等困难。本文以股东关系网络,即企业间因存在相同股东而建立的社会关系网... 数字化绿色化协同转型(简称双化协同)是企业应对气候变化、提升生产经营效率的重要举措,但在实践中存在资金有限、人才供给不足、技术基础薄弱以及投资者顾虑较多等困难。本文以股东关系网络,即企业间因存在相同股东而建立的社会关系网络为视角,以沪深A股上市公司为样本,研究发现当企业处于股东关系网络较核心位置时,股东关系网络能显著促进双化协同,进而提升企业价值。股东关系网络一是为企业拓宽内外部融资渠道,缓解企业融资约束,避免数字化投资与绿色化改造间的资金挤出;二是为企业提供人才培养和管理信息,帮助企业建立高质量的复合型人才供给体系,促进企业人力资本结构升级;三是通过建立共享研发平台、促成战略技术合作等方式,帮助企业获取、整合前沿创新知识,提升企业创新能力;四是提供双化协同政策、进展和成效等信息,降低企业和投资者对双化协同“投入大、收益不明确”的担忧。进一步分析表明,对于内部控制水平较高、地处环境规制强度和市场化程度较高区域的企业,以及属双化协同需求迫切行业(如电力、热力、燃气及水生产和供应业)、劳动密集型行业(如制造业)、重资产行业(如卫生和社会工作)的企业,上述积极效应更加显著。此外,由非金融类股东、非国有股东、跨行业股东形成的股东关系网络,对企业双化协同的推动作用更强。本文为提升新质生产力、促进经济可持续发展提供了实践参考。 展开更多
关键词 股东关系网络 双化协同 数字化转型 绿色转型 度中心性
在线阅读 下载PDF
多模态融合的输电线路部件多尺度检测方法
15
作者 周景 赵毅 刘心 《电子测量技术》 北大核心 2026年第1期188-198,共11页
在输电线路无人机巡检航拍图像的关键部件检测任务中,针对单一模态检测方法精度低和小目标漏检率高的问题,提出了一种融合可见光图像和红外图像的多模态多尺度目标检测方法。首先,该网络构建了并行的双流特征提取主干,旨在同步处理可见... 在输电线路无人机巡检航拍图像的关键部件检测任务中,针对单一模态检测方法精度低和小目标漏检率高的问题,提出了一种融合可见光图像和红外图像的多模态多尺度目标检测方法。首先,该网络构建了并行的双流特征提取主干,旨在同步处理可见光与红外图像,以充分利用前者丰富的色彩与纹理细节信息,以及后者卓越的成像稳定性与高对比度特性。其次,为实现跨模态信息的交互与互补,设计了多模态特征交互融合模块(MFIFM),该模块能动态地调整不同模态特征的融合权重,自适应地整合最具判别力的信息,有效缓解模态差异带来的信息冲突。此外,为提升对小目标部件的感知能力,提出了混合残差多尺度Transformer(HRMS Transformer)模块嵌入到双流主干中,通过多头窗口注意力机制,层级式特征重组以及与残差相结合的策略,增强全局上下文信息提取能力。实验结果表明,该模型精度mAP@50和mAP@50:95较现有单模态方法分别提升5.35%和4.48%。验证了多模态融合技术在输电线路检测领域的有效性和可用性。 展开更多
关键词 输电线路检测 多模态特征融合 Swing Transformer 注意力机制 双流主干网络 深度学习
原文传递
本土领先企业全球生产网络重构特征及机制——以华为为例
16
作者 陈肖飞 张雯璐 +1 位作者 胡永桂 苗长虹 《地理学报》 北大核心 2026年第2期407-423,共17页
国内国际双循环战略既是中国在新形势下参与全球生产网络(GPN)、推动区域发展的重要实践与经验凝练,同时也为GPN研究提供了新的理论视角和现实契机。本文基于当前受中美地缘政治危机影响最深刻的华为技术有限公司,利用2020年与2023年华... 国内国际双循环战略既是中国在新形势下参与全球生产网络(GPN)、推动区域发展的重要实践与经验凝练,同时也为GPN研究提供了新的理论视角和现实契机。本文基于当前受中美地缘政治危机影响最深刻的华为技术有限公司,利用2020年与2023年华为典型机型P30 Pro和Mate60 Pro关键零部件的全球供应商数据,探讨了供应商的全球生产网络重构特征和驱动机制。研究发现:①在GPN 2.0企业行动者类型划分的基础上,华为手机的全球生产网络等级可以分为4种,分别是高价值的研发型网络、中等价值的专业化网络、低价值的标准化网络和代工组装网络,网络等级特征明显,空间差异化显著。②在中美贸易摩擦的影响下,华为全球供应商格局发生了剧烈变化,呈现出从东亚、西欧、北美收缩为东亚高度集聚的空间特征,其主导建构的全球生产网络结构和组织也发生了深刻重构。③在GPN 2.0框架下,影响华为全球生产网络重构的动态因子主要包括3个,一是成本—能力比率,主要依靠地方比较优势和加强研发投入,实现生产效率优化提升;二是环境风险,面对地缘政治风险时华为企业战略做出重要调整,实现了与更多本土企业建立新的产业生态系统;三是市场动因,零部件国产替代计划叠加地方政府的激励政策,为华为赢得全球市场领先地位提供了重要支撑。 展开更多
关键词 “双循环” 本土领先企业 全球生产网络 华为
原文传递
面向聚驱井组注采生产指标预测的时空图注意力网络模型研究
17
作者 张强 赵丝蕊 王晨雨 《重庆理工大学学报(自然科学)》 北大核心 2026年第2期160-167,共8页
针对传统聚驱井组注采生产指标预测方法难以捕捉复杂时空依赖关系的问题,提出一种时空图注意力网络的注采生产指标预测模型。该模型首先利用Transformer编码器提取油田生产数据的全局时序特征并将其转换为图结构;其次,采用改进的双通道... 针对传统聚驱井组注采生产指标预测方法难以捕捉复杂时空依赖关系的问题,提出一种时空图注意力网络的注采生产指标预测模型。该模型首先利用Transformer编码器提取油田生产数据的全局时序特征并将其转换为图结构;其次,采用改进的双通道图注意力网络从井网拓扑结构和生产参数相似性2个视角挖掘空间关联特征,通过融合两通道输出,实现对井网节点间复杂空间依赖关系的精准建模;接着,引入融合位置编码的残差连接,增强模型泛化能力;最后,通过交叉注意力机制实现时空特征深度融合并用于预测。选取某油田实际数据进行实验,该模型在产油量和含水率预测中的R2均超过0.90,显著优于对比方法,验证了其有效性和优越性,为聚驱生产指标预测提供了新思路。 展开更多
关键词 聚驱井组 生产指标 双通道图注意力网络 时空特征融合 预测
在线阅读 下载PDF
双路径编码与自适应感受野驱动的医学图像分割
18
作者 彭晏飞 孙伟强 《中国图象图形学报》 北大核心 2026年第1期320-334,共15页
目的受限于局部感受野,卷积神经网络难以有效建模长程依赖。现有研究尝试将Transformer模块引入编码器、解码器或跳跃连接以增强全局信息建模能力,但此类局部式嵌入仍不足以捕获器官在尺度与形态高度可变情况下所呈现的复杂依赖关系。此... 目的受限于局部感受野,卷积神经网络难以有效建模长程依赖。现有研究尝试将Transformer模块引入编码器、解码器或跳跃连接以增强全局信息建模能力,但此类局部式嵌入仍不足以捕获器官在尺度与形态高度可变情况下所呈现的复杂依赖关系。此外,传统卷积在训练后趋于静态,难以适应器官的几何形变,从而在一定程度上限制了模型对动态形变结构的表征能力。方法针对上述问题,提出一种端到端的医学图像分割框架,通过双路径编码与自适应感受野机制的协同设计,增强模型对全局—局部特征融合能力。具体而言,首先,设计了双路径编码结构,在多个网络层级融合卷积神经网络与Transformer特征,实现局部细节与全局上下文的渐进式融合;其次,构建编码器多层次融合机制,通过跨尺度信息交互整合浅层纹理与深层语义特征,增强模型对目标结构的多分辨率解析能力;最后,提出自适应感受野机制,基于像素级语义差距动态调整卷积核感知范围,突破静态卷积在形变组织表征中的瓶颈。结果实验在两个公开数据集上与最新的方法进行比较,在Synapse数据集中,本文方法较次优模型在DSC(Dice similarity coefficient)和HD95(95%Hausdorff distance)评价指标上分别提升0.54%和0.44;在ACDC(auto⁃mated cardiac diagnosis challenge)数据集上的DSC值提高0.34%;消融实验进一步验证了双路径编码与自适应感受野机制的协同有效性。结论本文方法通过深度融合卷积神经网络局部感知与Transformer全局建模的各自优势,结合自适应感受野机制,有效解决了当前医学图像分割模型中全局—局部特征融合不足及卷积核参数静态固化的问题,实现了SOTA(state-of-the-art)级别的分割精度,为复杂医学图像分割任务提供了新的方案。代码已开源:https://github.com/Swq308/DPAR-Net。 展开更多
关键词 卷积神经网络(CNN) TRANSFORMER 双路径编码 自适应感受野 多层次融合
原文传递
基于文本引导的轻量异构编码多模态图像融合
19
作者 王传云 周明奇 +3 位作者 孙冬冬 王田 高骞 李照奎 《工程科学学报》 北大核心 2026年第2期346-359,共14页
针对资源受限的无人机平台对红外与可见光图像的融合效率与感知性能需求,本文提出一种基于文本引导的轻量异构编码多模态图像融合网络.该网络设计了一种面向红外与可见光图像信息表达功能互补的轻量化双分支异构编码,红外图像编码分支... 针对资源受限的无人机平台对红外与可见光图像的融合效率与感知性能需求,本文提出一种基于文本引导的轻量异构编码多模态图像融合网络.该网络设计了一种面向红外与可见光图像信息表达功能互补的轻量化双分支异构编码,红外图像编码分支强调热目标与边缘响应,可见光图像编码分支侧重于纹理与细节信息建模,从而有效避免同构编码器带来的特征冗余与性能瓶颈.同时,引入轻量级跨模态特征融合模块,增强多模信息之间的互补性与融合表达能力.进一步,通过预训练视觉语言模型结合语义文本特征对融合过程进行引导与调控,提升融合图像的语义一致性与环境适应性.在三个公开多模态图像数据集TNO、LLVIP与M3FD上,本文方法与九种代表性图像融合算法进行了系统对比实验与综合评估,结果显示本文网络在互信息、结构相似性等多个主流评价指标上均表现优越,融合图像在细节清晰度、边缘结构一致性与目标可辨性方面优于现有方法.同时,消融实验表明所提出模型的推理时间相较基线方法减少约50%,且在不显著牺牲性能的前提下实现了更高的效率.除定量评估外,本文还开展了基于文本指令的定性实验,结果显示模型可根据不同语义指令灵活调整红外与可见光特征融合策略,适应低光、过曝、低对比、噪声等多种任务场景.在保证语义一致性的同时,有效增强了热源感知、结构清晰度与抗干扰能力,展现出传统无引导方法难以实现的语义可控性与内容适应性. 展开更多
关键词 多模态图像融合 双分支异构编码 文本引导 轻量化网络 注意力机制
在线阅读 下载PDF
基于双网络策略改善冷冻鱼糜凝胶冻融品质
20
作者 史欣昱 王莹莹 +3 位作者 刘书来 丁玉庭 周绪霞 朱士臣 《食品工业科技》 北大核心 2026年第6期88-95,共8页
针对冷冻鱼糜凝胶制品冻融过程中凝胶品质劣化、营养成分损失、加工特性降低等问题,本研究分别基于谷氨酰胺转氨酶(Transglutaminase,TGase)/可得然胶与肌原纤维蛋白间的共价/非共价交联作用,制备了具有双网络微结构的鱼糜凝胶,并从凝... 针对冷冻鱼糜凝胶制品冻融过程中凝胶品质劣化、营养成分损失、加工特性降低等问题,本研究分别基于谷氨酰胺转氨酶(Transglutaminase,TGase)/可得然胶与肌原纤维蛋白间的共价/非共价交联作用,制备了具有双网络微结构的鱼糜凝胶,并从凝胶特性变化和冰晶形态演变等角度,研究了双网络鱼糜凝胶的冻融稳定性。结果表明:TG/C双网络鱼糜凝胶(TGase/Curdlan,0.4%TG酶+1%可得然胶)的凝胶强度和持水性经5次冻融循环后降幅最小,分别为24.38%和9.29%,显著低于对照组(35.46%、16.44%)。此外,TG/C双网络鱼糜凝胶内部冰晶尺寸小、数量少且分布均匀;差示扫描量热分析结果表明,TG/C双网络鱼糜凝胶具有最低的可冻结水含量和凝胶共晶点,表明基于双网络结构调控的微结构抑冰策略能够减缓冰晶生长诱导的凝胶品质劣变,增强其冻融稳定性。本研究结果可为鱼糜凝胶制品高质冻存提供理论参考。 展开更多
关键词 鱼糜凝胶 双网络 冻融稳定性 冷冻保护 凝胶强度
在线阅读 下载PDF
上一页 1 2 125 下一页 到第
使用帮助 返回顶部