期刊文献+
共找到260,081篇文章
< 1 2 250 >
每页显示 20 50 100
基于非Fourier生物热传导解析解的激光辐照皮肤组织热损伤分析
1
作者 张丽静 张齐 尚新春 《北京理工大学学报》 北大核心 2026年第2期192-201,共10页
较为准确地预测激光辐照下皮肤组织内部的热分布和热损伤是生物医学领域的一个难题.为探究这个问题,提出了一种使用Laplace和Hankel变换推导出解析解的策略.建立三维非Fourier热传导模型,并引入升温函数简化问题.通过积分变换及其逆变... 较为准确地预测激光辐照下皮肤组织内部的热分布和热损伤是生物医学领域的一个难题.为探究这个问题,提出了一种使用Laplace和Hankel变换推导出解析解的策略.建立三维非Fourier热传导模型,并引入升温函数简化问题.通过积分变换及其逆变换推导出解析解,并基于该解析解进行数值模拟,得到了不同辐照时间和半径下皮肤热分布和热损伤的预测结果,进而研究了激光辐照持续时间和半径对皮肤组织的影响.此外,对非Fourier热传导模型和经典Fourier热传导模型得到的皮肤组织热损伤预测结果进行了全面比较.分析结果表明,非Fourier和经典Fourier两种热传导模型所预测的热损伤深度是不同的.具体来讲,在短时间辐照时,非Fourier热传导理论的预测深度要小于Fourier热传导理论,而长时间辐照时,结果恰好相反. 展开更多
关键词 激光 生物材料 fourier效应 积分变换 解析解 热损伤
在线阅读 下载PDF
基于BSimilar优化PTransformer的光伏功率短期预测
2
作者 张文广 蔡浩 +1 位作者 刘科 孙盼荣 《动力工程学报》 北大核心 2026年第1期77-84,102,共9页
为提高光伏功率短期预测的精度,提出了考虑光伏设备性能退化因素的相似日算法优化的分时段多通道独立光伏功率短期预测方法。首先,在PTransformer模型中用分时段与通道独立的方法来处理光伏输入数据,以降低空间复杂度及提高长时间数据... 为提高光伏功率短期预测的精度,提出了考虑光伏设备性能退化因素的相似日算法优化的分时段多通道独立光伏功率短期预测方法。首先,在PTransformer模型中用分时段与通道独立的方法来处理光伏输入数据,以降低空间复杂度及提高长时间数据序列的关注度。其次,运用Transformer的编码器模型,通过自身注意力机制捕捉光伏序列特征之间的依赖关系,进行光伏功率的短期预测。最后,运用夹角余弦距离计算相似度并考虑光伏设备性能退化因素确定相似日,利用其功率数据优化PTransformer模型,以改善功率数据的滞后性。结果表明:相比典型的光伏功率短期预测方法,所提方法训练速度更快,预测精准度更高,并且对复杂天气状况下的光伏功率也有较好的预测结果。 展开更多
关键词 光伏功率 短期预测 性能退化 贝叶斯分析 transformER 相似日
在线阅读 下载PDF
融合群分解与Transformer-KAN的短期风速预测
3
作者 史加荣 张思怡 《南京信息工程大学学报》 北大核心 2026年第1期60-68,共9页
针对风速固有的不稳定性,通过融合群分解(Swarm Decomposition,SWD)、Transformer和Kolmogorov-Arnold网络(KAN),提出一种SWD-Transformer-KAN预测模型.首先,利用SWD对原始风速数据进行分解,以提取关键特征.其次,针对每个被分解的子序列... 针对风速固有的不稳定性,通过融合群分解(Swarm Decomposition,SWD)、Transformer和Kolmogorov-Arnold网络(KAN),提出一种SWD-Transformer-KAN预测模型.首先,利用SWD对原始风速数据进行分解,以提取关键特征.其次,针对每个被分解的子序列,建立Transformer-KAN模型,所建模型充分利用了Transformer的时序处理能力和KAN的非线性逼近能力.最后,对所有子序列的预测结果进行叠加,得到最终的风速预测值.为了验证所提出模型的有效性,将其与其他模型进行实验对比,结果表明,SWD-Transformer-KAN模型具有最优的预测性能,其决定系数(R2)高达99.91%. 展开更多
关键词 风速预测 群分解 transformER Kolmogorov-Arnold网络
在线阅读 下载PDF
一种基于时域融合Transformer的4D航迹预测方法
4
作者 孔建国 马珂昕 +2 位作者 梁海军 张向伟 常瀚文 《电讯技术》 北大核心 2026年第1期21-29,共9页
针对传统4D航迹预测方法在数据单一和特征选择上的局限,提出了一种基于时域融合Transformer(Temporal Fusion Transformer,TFT)模型的4D航迹预测方法。引入下降率、时序分量等多元特征,并将数据按是否随时间变化及数值属性进行分类,以... 针对传统4D航迹预测方法在数据单一和特征选择上的局限,提出了一种基于时域融合Transformer(Temporal Fusion Transformer,TFT)模型的4D航迹预测方法。引入下降率、时序分量等多元特征,并将数据按是否随时间变化及数值属性进行分类,以体现飞行过程中不同阶段的差异;采用TFT模型有效捕捉各特征之间的隐式相关性,从而提高了预测精度;同时,结合分位数回归实现不确定性量化,提供了具有置信区间的航迹预测结果。实验表明,所提方法在真实数据上优于传统模型:与CNNLSTM模型和LSTM模型相比,平均距离误差分别减少了22.7%和50.9%,纵向、横向和垂直误差分别为305.01 m、177.91 m和25.23 m,验证了模型在解决航迹预测问题上的有效性,能够为管制精细化调控提供有效支持。 展开更多
关键词 空中交通管制 4D航迹预测 自动相关监视系统数据 时域融合transformer 时间序列预测
在线阅读 下载PDF
基于近红外光谱与Transformer的烟叶感官指标预测方法
5
作者 张云伟 张健涛 +3 位作者 张海 周渭皓 李斌 陶成金 《农业机械学报》 北大核心 2026年第1期386-396,共11页
为克服传统卷烟配方设计与维护过程中存在的主观性强、过度依赖人工经验及感官评吸等技术瓶颈,利用“近红外光谱-化学成分-感官指标”的间接关联,提出了一种基于近红外光谱与Transformer架构的端到端烟叶感官质量指标预测方法。首先采用... 为克服传统卷烟配方设计与维护过程中存在的主观性强、过度依赖人工经验及感官评吸等技术瓶颈,利用“近红外光谱-化学成分-感官指标”的间接关联,提出了一种基于近红外光谱与Transformer架构的端到端烟叶感官质量指标预测方法。首先采用Savitzky-Golay卷积平滑法(SG)、一阶导数法(D1)、多元散射校正(MSC)3种光谱预处理技术有效消除基线漂移和散射干扰;进而设计了一种面向光谱数据特征的Transformer预测模型,实现了烟叶感官质量三维评价体系(风格特征:清香、甜香、焦香;烟气特征:浓度、劲头;质量特征:香气质、香气量、杂气、刺激、余味)的精准预测,并采用了SHAP方法对模型进行分析,增强了模型的可解释性。结果表明,模型对各感官指标测试集预测的平均绝对误差均不高于0.56,具有较好可用性;针对不同感官指标,模型表现出对不同光谱特征波段的捕捉,有效挖掘了光谱特征的协同作用机制,具有较好可解释性。在此基础上,进一步结合多维相似度分析设计了一种辅助烟叶替代方法,可为烟叶替代与配方优化提供量化决策支持。 展开更多
关键词 烟叶感官指标 近红外光谱 transformER 预测模型 烟叶替代
在线阅读 下载PDF
基于Transformer模型堤坝渗漏入口精准识别方法研究
6
作者 梁越 赵硕 +4 位作者 喻金桃 许彬 张斌 龚胜勇 舒云林 《岩土工程学报》 北大核心 2026年第1期187-195,共9页
渗漏是堤坝工程面临的主要安全隐患,渗漏入口精确识别与定位对降低堤坝风险至关重要。通过堤坝渗漏入口示踪剂分布及其运移特征模拟数据,训练学习Transformer模型以确定最优参数条件并分析该条件下该模型的预测效果,进一步通过室内模型... 渗漏是堤坝工程面临的主要安全隐患,渗漏入口精确识别与定位对降低堤坝风险至关重要。通过堤坝渗漏入口示踪剂分布及其运移特征模拟数据,训练学习Transformer模型以确定最优参数条件并分析该条件下该模型的预测效果,进一步通过室内模型试验验证该模型的可靠性。研究表明:①当迭代次数达600次时,模型预测的流速最大值相对误差最小,且最大流速值坐标与真实渗漏入口坐标最为接近,预测效果最佳;在此条件下,当数据采集时长为50 s时,模型预测的流速最大值相对偏差最小,预测效果最优。②在最佳迭代次数和数据采集时长条件下,模型预测精度超过95%,渗漏入口大小和渗漏流量的预测值与真实值差异极小,且流速和位置预测相对误差均较低,其中位置预测相对误差低于5%。③将电导率试验采集数据转换为示踪剂浓度并输入至该模型进行流速分布预测,可知该模型能准确定位渗漏入口位置,且流速和渗漏入口坐标的预测平均相对误差均低于10%,进而验证了该模型在渗漏入口定位中的有效性与准确性。相关研究成果可为堤坝渗漏入口精确识别奠定理论基础和提供技术支撑。 展开更多
关键词 堤坝 渗漏入口 transformer模型 精准识别 室内模型试验
原文传递
SPTJNet:用于图像去除雨条纹的稀疏Transformer和联合注意力轻量化网络
7
作者 尹震宇 石卓 《小型微型计算机系统》 北大核心 2026年第1期121-132,共12页
下雨天气会严重影响图像的清晰度,导致图像视觉质量下降.图像去雨技术能有效去除雨条纹的干扰,提升图像的清晰度和细节表现.然而,现有方法大多依赖卷积或单一注意力机制,限制了其在捕捉全局感受野和处理复杂雨条纹方面的能力,导致图像... 下雨天气会严重影响图像的清晰度,导致图像视觉质量下降.图像去雨技术能有效去除雨条纹的干扰,提升图像的清晰度和细节表现.然而,现有方法大多依赖卷积或单一注意力机制,限制了其在捕捉全局感受野和处理复杂雨条纹方面的能力,导致图像模糊和细节丢失.此外,单一注意力机制增加了模型的复杂度和计算成本,限制了实际应用效率.为此,本文提出了一种基于稀疏Transformer和联合注意力的轻量化图像去雨网络(SParse Transformer and Joint attention Network,SPTJNet).该网络设计了稀疏Transformer模块(SParse Transformer module,SPT),在提升性能的同时减少计算冗余,提高推理效率.并设计了联合注意力模块(Joint Attention Module,JAM),由通道注意力的压缩激励单元(Squeeze-and-Excitation,SE)和高效局部注意力单元(Efficient Local Attention Unit,ELAU)组成,能增强对复杂场景的处理能力.实验表明,SPTJNet在去雨任务中表现出色. 展开更多
关键词 图像去雨 稀疏transformer 联合注意力 通道注意力 高效局部注意力
在线阅读 下载PDF
结合双路径骨干与Transformer增强的道路场景检测方法
8
作者 邱云飞 姚曦彤 辛浩 《计算机工程与应用》 北大核心 2026年第2期302-312,共11页
道路场景检测要求模型能够做出快速和精确的判断,然而在实际场景中由于目标尺度间的差异、误检及漏检情况,导致小模型不太准确,而大模型速度较慢。针对上述问题,提出一种结合双路径骨干与Transformer增强的道路场景检测方法(Dynamic-DAN... 道路场景检测要求模型能够做出快速和精确的判断,然而在实际场景中由于目标尺度间的差异、误检及漏检情况,导致小模型不太准确,而大模型速度较慢。针对上述问题,提出一种结合双路径骨干与Transformer增强的道路场景检测方法(Dynamic-DANet)。提出复合双路径骨干网络,通过级联高分辨率与低分辨率骨干,促进骨干网络语义特征与空间细节的交互。提出邻层特征交互网络,通过逐层地对相邻层特征进行拼接,并引入加权系数自适应地捕获不同层级特征,利用Transformer增强的自注意机制促进全局上下文信息的融合。应用MPDIoU边界回归损失函数,进一步简化模型计算量,加速模型收敛。以复合双路径骨干网络为基础,基于多尺度特征设计分类路由,实现模型动态决策。在KITTI和BDD100K数据集上验证所提方法的有效性,平均检测精度值(mAP)分别达到了88.7%和40.2%,检测速度(FPS)分别实现了每秒178帧和每秒166帧。相较于主流的YOLOv7-tiny、YOLOv8和YOLOv10等算法在评价指标数值和可视化效果上均有明显改善。实验结果表明,所提方法提升了复杂道路场景下的检测性能,并且实现了将两个静态检测器融合为一个动态检测器,以更优的计算消耗实现更佳的检测效果。 展开更多
关键词 道路场景检测 复合骨干网络 视觉transformer 上下文信息 动态推理 MPDIoU边界损失
在线阅读 下载PDF
基于长短期记忆网络-Transformer模型参数优化的锂离子电池剩余使用寿命预测
9
作者 高建树 郝世宇 党一诺 《汽车工程师》 2026年第1期32-39,共8页
为提高锂离子电池剩余使用寿命(RUL)预测的准确性,提出了一种基于长短期记忆(LSTM)网络-Transformer模型参数优化的RUL预测方法,采用网格搜索法选取模型的超参数,利用LSTM网络提取锂离子电池时间序列中的长短期依赖关系,使用Transforme... 为提高锂离子电池剩余使用寿命(RUL)预测的准确性,提出了一种基于长短期记忆(LSTM)网络-Transformer模型参数优化的RUL预测方法,采用网格搜索法选取模型的超参数,利用LSTM网络提取锂离子电池时间序列中的长短期依赖关系,使用Transformer的自注意力机制处理全局信息并对超参数进行优化,通过全连接层进行最终的寿命预测。基于美国国家航空航天局(NASA)数据集和先进生命周期工程中心(CALCE)数据集的试验验证结果表明,模型在更短的序列长度、更少的隐藏层数量和训练次数等条件下,在多种评价指标上均优于LSTM网络模型、Transformer模型及其他神经网络模型,具有更高的预测精度和鲁棒性。最后,通过不同电池的对比试验进一步验证了模型在不同电池数据上的泛化能力。 展开更多
关键词 锂离子电池 剩余使用寿命预测 参数优化 长短期记忆神经网络 transformER 混合模型
在线阅读 下载PDF
Cytoprotective activity of Pogonatherum paniceum(Lam.)Hack.ethanolic extract evaluated by synchrotron radiation-based Fourier transform infrared microspectroscopy
10
作者 Benjawan Dunkhunthod Kanjana Thumanu +2 位作者 Yothin Teethaisong Priyada Sittisart Patcharawan Sittisart 《Journal of Integrative Medicine》 2025年第2期182-194,共13页
Objective:The present study investigated the cytoprotective effects of a Pogonatherum paniceum extract prepared with 80%ethanol(PPE)using synchrotron radiation-based Fourier transform infrared(SR-FTIR)microspectroscop... Objective:The present study investigated the cytoprotective effects of a Pogonatherum paniceum extract prepared with 80%ethanol(PPE)using synchrotron radiation-based Fourier transform infrared(SR-FTIR)microspectroscopy and determined its phytochemical profile.Methods:The volatile and polyphenolic compounds in PPE were characterized using gas chromatography–mass spectrometry and liquid chromatography–mass spectrometry,respectively.The antioxidant capacity of PPE was evaluated using chemical and cell-based assays.The SR-FTIR microspectroscopy was performed to evaluate the cytoprotective effect of PPE by identifying changes in macromolecule composition in tert-butyl hydroperoxide(t BuOOH)-induced oxidative damage in RAW264.7 cells.Results:A total of 48 volatile compounds and 28 polyphenol components were found in PPE.PPE exhibited a high potential for antioxidant activity by scavenging the intracellular reactive oxygen species in t Bu OOH-induced oxidative damage in RAW264.7 cells.PPE treatment also significantly protected RAW264.7 cells against t BuOOH-induced toxicity and restored cell viability.The SR-FTIR analysis revealed that t BuOOH increased the lipid and ester lipid content in RAW264.7 cells.The PPE exerted a cytoprotective effect by decreasing the levels of lipid and ester lipid compounds that had been elevated by t BuOOH in RAW264.7 cells.These findings indicate that PPE has cytoprotective potential due to its ability to inhibit endogenous reactive oxygen species.Conclusion:This study extends the current knowledge on the phytochemistry of PPE and its antioxidant and cytoprotective effects.These findings support the use of SR-FTIR microspectroscopy to determine the cytoprotective effects of natural products.PPE extract may be a candidate compound for new therapeutics and nutraceuticals that target the prevention of oxidative stress-associated diseases. 展开更多
关键词 Pogonatherum paniceum Reactive oxygen species Antioxidant Phytochemical CYTOPROTECTIVE Synchrotron radiation-based fourier transform infrared microspectroscopy
原文传递
基于Transformer-卷积神经网络模型实现单节点腰部康复训练动作识别任务
11
作者 余圣涵 成贤锴 +1 位作者 郑跃 杨颖 《中国组织工程研究》 北大核心 2026年第16期4125-4136,共12页
背景:惯性测量单元被广泛用于人体姿态感知与动态捕捉。深度学习已逐步替代传统规则与特征工程,广泛应用于动作识别任务。卷积神经网络在提取局部动态特征方面表现良好,Transformer则在建模长时序依赖方面展现出强大能力。目的:通过基于... 背景:惯性测量单元被广泛用于人体姿态感知与动态捕捉。深度学习已逐步替代传统规则与特征工程,广泛应用于动作识别任务。卷积神经网络在提取局部动态特征方面表现良好,Transformer则在建模长时序依赖方面展现出强大能力。目的:通过基于Transformer-卷积神经网络融合模型识别方法,实现在单惯性传感器条件下的腰部康复训练动作识别任务。方法:采集6名健康受试者佩戴单个惯性传感器条件下执行腰部康复动作的加速度与角速度数据,以动作类型为数据进行标注,制作腰部康复动作数据集。通过腰部康复动作数据集对Transformer-卷积神经网络融合模型进行训练,构建动作分类模型。通过留一交叉验证评估模型准确性,并与线性判别分析、支持向量机、多层感知、经典Transformer等模型进行性能对比。结果与结论:在5类动作识别任务中,Transformer-卷积神经网络模型准确率达96.67%,F1-score为0.9669。在单传感器输入的条件下,相较于传统模型,在识别精度与泛化能力方面具有明显优势。验证了基于单惯性测量单元数据的深度模型在腰部康复动作分类任务中的实用性,为轻量化、高部署性的居家腰部康复训练系统提供基础。 展开更多
关键词 慢性腰痛 康复训练 深度学习 transformER 单节点惯性传感器 动作分类
暂未订购
Pricing power option under NIG model using fast Fourier transform
12
作者 LI Cui-xiang WANG Meng-na +1 位作者 LIU Hui-li LI Wen-han 《Applied Mathematics(A Journal of Chinese Universities)》 2025年第2期327-342,共16页
The aim of this paper is to price power option with its underlying asset price following exponential normal inverse gaussian(NIG)process.We first find the risk neutral equivalent martingale measure Q by Esscher transf... The aim of this paper is to price power option with its underlying asset price following exponential normal inverse gaussian(NIG)process.We first find the risk neutral equivalent martingale measure Q by Esscher transform.Then,using the Fourier transform and its inverse,we derive the analytical pricing formulas of power options which are expressed in the form of Fourier integral.In addition,the fast Fourier transform(FFT)algorithm is applied to calculate these pricing formulas.Finally,Shangzheng 50ETF options are chosen to test our results.Estimating the parameters in NIG process by maximum likelihood method,we show that the NIG prices are much closer to market prices than the Black-Scholes-Merton(BSM)ones. 展开更多
关键词 power option NIG process Esscher transform fourier transform FFT algorithm
在线阅读 下载PDF
UNCERTAINTY PRINCIPLES AND SIGNAL RECOVERY RELATED TO THE CANONICAL FOURIER-BESSEL TRANSFORM
13
作者 Jihed SAHBANI Lazhar DHAOUADI 《Acta Mathematica Scientia》 2025年第5期2190-2207,共18页
The aim of this paper is to prove another variation on the Heisenberg uncertainty principle,we generalize the quantitative uncertainty relations in n different(time-frequency)domains and we will give an algorithm for ... The aim of this paper is to prove another variation on the Heisenberg uncertainty principle,we generalize the quantitative uncertainty relations in n different(time-frequency)domains and we will give an algorithm for the signal recovery related to the canonical Fourier-Bessel transform. 展开更多
关键词 fourier Bessel transform linear canonical transform quantitative uncertainty principles Heisenberg uncertainty principle signal recovery
在线阅读 下载PDF
Microstructure effect of mechanical and cracking behaviors on brittle rocks using image-based fast Fourier transform method
14
作者 Mingyao Li Lei Peng +1 位作者 Dejun Liu Jianping Zuo 《Journal of Rock Mechanics and Geotechnical Engineering》 2025年第1期399-413,共15页
The internal microstructures of rock materials, including mineral heterogeneity and intrinsic microdefects, exert a significant influence on their nonlinear mechanical and cracking behaviors. It is of great significan... The internal microstructures of rock materials, including mineral heterogeneity and intrinsic microdefects, exert a significant influence on their nonlinear mechanical and cracking behaviors. It is of great significance to accurately characterize the actual microstructures and their influence on stress and damage evolution inside the rocks. In this study, an image-based fast Fourier transform (FFT) method is developed for reconstructing the actual rock microstructures by combining it with the digital image processing (DIP) technique. A series of experimental investigations were conducted to acquire information regarding the actual microstructure and the mechanical properties. Based on these experimental evidences, the processed microstructure information, in conjunction with the proposed micromechanical model, is incorporated into the numerical calculation. The proposed image-based FFT method was firstly validated through uniaxial compression tests. Subsequently, it was employed to predict and analyze the influence of microstructure on macroscopic mechanical behaviors, local stress distribution and the internal crack evolution process in brittle rocks. The distribution of feldspar is considerably more heterogeneous and scattered than that of quartz, which results in a greater propensity for the formation of cracks in feldspar. It is observed that initial cracks and new cracks, including intragranular and boundary ones, ultimately coalesce and connect as the primary through cracks, which are predominantly distributed along the boundary of the feldspar. This phenomenon is also predicted by the proposed numerical method. The results indicate that the proposed numerical method provides an effective approach for analyzing, understanding and predicting the nonlinear mechanical and cracking behaviors of brittle rocks by taking into account the actual microstructure characteristics. 展开更多
关键词 Rock microstructure Cracking process Brittle rocks Fast fourier transform(FFT) Digital image processing(DIP)
在线阅读 下载PDF
Multi-Scale Fusion Network Using Time-Division Fourier Transform for Rolling Bearing Fault Diagnosis
15
作者 Ronghua Wang Shibao Sun +3 位作者 Pengcheng Zhao Xianglan Yang Xingjia Wei Changyang Hu 《Computers, Materials & Continua》 2025年第8期3519-3539,共21页
The capacity to diagnose faults in rolling bearings is of significant practical importance to ensure the normal operation of the equipment.Frequency-domain features can effectively enhance the identification of fault ... The capacity to diagnose faults in rolling bearings is of significant practical importance to ensure the normal operation of the equipment.Frequency-domain features can effectively enhance the identification of fault modes.However,existing methods often suffer from insufficient frequency-domain representation in practical applications,which greatly affects diagnostic performance.Therefore,this paper proposes a rolling bearing fault diagnosismethod based on aMulti-Scale FusionNetwork(MSFN)using the Time-Division Fourier Transform(TDFT).The method constructs multi-scale channels to extract time-domain and frequency-domain features of the signal in parallel.A multi-level,multi-scale filter-based approach is designed to extract frequency-domain features in a segmented manner.A cross-attention mechanism is introduced to facilitate the fusion of the extracted time-frequency domain features.The performance of the proposed method is validated using the CWRU and Ottawa datasets.The results show that the average accuracy of MSFN under complex noisy signals is 97.75%and 94.41%.The average accuracy under variable load conditions is 98.68%.This demonstrates its significant application potential compared to existing methods. 展开更多
关键词 Rolling bearing fault diagnosis time-division fourier transform cross-attention multi-scale feature fusion
在线阅读 下载PDF
基于Transformer的壁画裂缝自动化数字修复方法
16
作者 刘晨玲 李炳焱 +3 位作者 米艳华 薛峰 王建华 戴震 《太原理工大学学报》 北大核心 2026年第1期186-194,共9页
【目的】随着现代科技的发展,文物保护领域正经历深刻变革。传统的壁画修复手段虽能维护文物的部分完整性,但受限于技术和操作的复杂性。人工智能等数字化文物修复技术能够实现对壁画文物的高精度记录与还原,然而,现有图像修复方法大多... 【目的】随着现代科技的发展,文物保护领域正经历深刻变革。传统的壁画修复手段虽能维护文物的部分完整性,但受限于技术和操作的复杂性。人工智能等数字化文物修复技术能够实现对壁画文物的高精度记录与还原,然而,现有图像修复方法大多依赖专家知识或人工辅助,无法实现壁画数字修复的自动化。【方法】本文结合北方地区长期缺水干燥的环境特征,针对壁画文物可能存在的撕扯断裂或裂缝错位问题,实现自动化数字修复。具体而言,本研究提出基于Transformer的壁画裂缝自动化数字修复方法;基于VGG16-Unet模型,创新性提出基于膨胀核的裂缝掩码优化方法,通过形态学膨胀操作显著提升裂缝覆盖率。此外,利用Transformer的全局结构学习能力与CNN上采样实现结构修复,并引入傅立叶卷积与大核注意力模块完成纹理细节还原和高保真修复。【结果】实验基于山西多地真实壁画数据验证了该方法的有效性,结果表明,该方法在裂缝识别覆盖度、结构还原度及纹理协调性方面均优于传统方法,尤其对北方干燥地区特有的断裂错位型裂缝修复效果显著。 展开更多
关键词 壁画修复 深度学习 壁画图像分割 transformER
在线阅读 下载PDF
基于Transformer-XGBoost框架的轨交车辆电池多视角数据健康诊断研究
17
作者 王健 毛建 +4 位作者 唐超伟 孙小康 候晓双 王春生 廖垠钦 《电源技术》 北大核心 2026年第1期129-142,共14页
锂离子电池凭借其高能量密度和长寿命,在轨道交通与储能系统中得到了广泛应用,但随着充放电循环次数的增加,其健康状态(SOH)逐步衰退,给电池管理带来安全风险与维护挑战。传统的SOH预测方法主要依赖单一视角的增量容量分析(ICA)及常规... 锂离子电池凭借其高能量密度和长寿命,在轨道交通与储能系统中得到了广泛应用,但随着充放电循环次数的增加,其健康状态(SOH)逐步衰退,给电池管理带来安全风险与维护挑战。传统的SOH预测方法主要依赖单一视角的增量容量分析(ICA)及常规数据驱动模型,难以全面捕捉电池退化过程中电化学特性与时序动态的多尺度变化,导致预测精度和鲁棒性均受限。提出了一种基于多视角数据分析的SOH预测方法,通过融合电压视图与时间视图下的增量容量(IC)曲线信息构建多视图健康因子(HI),并设计了结合Transformer与极限梯度提升(XGBoost)的预测框架。其中,Transformer采用动态时间窗调整和双尺度注意力机制,以适应不同退化阶段下的时序特征提取。而XGBoost则通过引入物理信息约束,进一步提升了预测的稳定性与鲁棒性。在马里兰大学的PL13电池训练集中,该方法实现的均方根误差(RMSE)仅为3.13×10^(−3),决定系数R^(2)高达0.997;而在PL11电池测试集中,RMSE仅为4.57×10^(−3),R^(2)达到0.994,充分验证了该方法在多视角特征融合和动态时序建模方面的卓越性能。 展开更多
关键词 健康状态 多视角数据分析 transformER XGBoost 电池管理系统
在线阅读 下载PDF
卷积神经网络与Vision Transformer在胶质瘤中的研究进展
18
作者 杨浩辉 徐涛 +3 位作者 王伟 安良良 敖用芳 朱家宝 《磁共振成像》 北大核心 2026年第1期168-174,共7页
胶质瘤因高度异质性、强侵袭性及预后差,传统诊疗面临巨大挑战。深度学习技术的引入为其精准诊疗提供了新路径,其中卷积神经网络(convolutional neural network,CNN)与Vision Transformer(ViT)是核心工具。CNN凭借层级化卷积操作在局部... 胶质瘤因高度异质性、强侵袭性及预后差,传统诊疗面临巨大挑战。深度学习技术的引入为其精准诊疗提供了新路径,其中卷积神经网络(convolutional neural network,CNN)与Vision Transformer(ViT)是核心工具。CNN凭借层级化卷积操作在局部特征提取(如肿瘤边缘、纹理细节)上具有天然优势,而ViT基于自注意力机制在全局上下文建模(如肿瘤跨区域异质性、多模态关联)方面表现突出,二者的融合策略通过整合局部精细特征与全局关联信息,在应对胶质瘤边界模糊、跨模态数据异构性等临床难题中展现出显著优势。本文综述了二者在胶质瘤检测与分割、病理分级、分子分型、预后评估等关键临床任务中的研究进展,阐述了原理、单独应用及融合策略。同时,本文也探讨了当前研究中存在的挑战,诸如对数据标注的强依赖性、模型可解释性不足等问题,并展望了未来的发展方向,例如构建轻量化架构、发展自监督学习以及推进多组学融合等前沿,以期为胶质瘤智能诊断提供系统性参考。 展开更多
关键词 胶质瘤 深度学习 卷积神经网络 Vision transformer 磁共振成像
暂未订购
基于改进特征金字塔和Transformer的多分支人群密度估计方法
19
作者 杨长敏 李泽滔 《现代电子技术》 北大核心 2026年第3期121-127,共7页
为了应对人群密度估计任务中背景噪声和人群尺度不一的问题,文中提出一种人群密度估计方法,通过结合多尺度特征提取和全局信息建模,可有效应对背景噪声和尺度变化的挑战。首先,在VGG19提取的高层特征基础上,引入CBAM对特征图进行细粒度... 为了应对人群密度估计任务中背景噪声和人群尺度不一的问题,文中提出一种人群密度估计方法,通过结合多尺度特征提取和全局信息建模,可有效应对背景噪声和尺度变化的挑战。首先,在VGG19提取的高层特征基础上,引入CBAM对特征图进行细粒度的通道和空间加权,从而增强特征表达的准确性;其次,构建Transformer分支,将VGG和CBAM处理后的特征作为输入,利用Transformer的自注意力机制进行全局特征建模;最后,采用IFPN进行多尺度特征融合,通过有效结合不同层级的特征,使模型同时关注目标的局部细节信息和全局上下文。在公开数据集上的实验结果表明,该方法在多个基准测试中的性能优于现有主流方法。在ShanghaiTechPartA数据集上,所提模型的MAE和RMSE分别达到55.6和94.1;在ShanghaiTechPartB数据集上,MAE和RMSE分别达到6.2和10.1;在UCF-QNRF数据集上,MAE和RMSE分别达到83.4和144.9。实验结果验证了该方法在背景噪声和人群尺度不一场景下的鲁棒性,并显著提高了人群密度估计的准确性。 展开更多
关键词 人群密度估计 深度学习 transformER CBAM 特征金字塔网络 多尺度特征融合
在线阅读 下载PDF
基于Fourier近似Wasserstein距离的隐式全波形反演方法
20
作者 陈星铨 黄兴国 +2 位作者 王乃建 雷云山 许银坡 《中国石油大学学报(自然科学版)》 北大核心 2026年第1期35-44,共10页
全波形反演作为一种高分辨率地下成像技术,在实际应用中仍面临低频数据缺失、周期跳跃以及噪声干扰等一系列挑战,因此提出一种基于Fourier近似Wasserstein距离的隐式全波形反演方法。在目标函数层面,利用Wasserstein距离与Fourier系数... 全波形反演作为一种高分辨率地下成像技术,在实际应用中仍面临低频数据缺失、周期跳跃以及噪声干扰等一系列挑战,因此提出一种基于Fourier近似Wasserstein距离的隐式全波形反演方法。在目标函数层面,利用Wasserstein距离与Fourier系数之间的有界关系,构建基于Fourier近似的低频增强型目标函数。通过对地震数据中低波数成分进行加权增强,提高模型背景速度的恢复质量,从而有效缓解周期跳跃问题。在模型重参数化层面,引入基于正弦激活函数的神经网络对速度模型进行隐式表征,利用其连续的高维映射特性替代传统的离散网格表示,在提高模型表征自由度的同时为反演过程引入由参数化带来的平滑约束。选取Marmousi、Marmousi2和SEG Salt 3个典型模型,分别在低频缺失、线性初始模型、含噪场景和强散射介质等条件下评估方法的有效性。结果表明,在初始模型较差、低频缺失、噪声干扰和强散射等复杂条件下,所提方法均表现出优异的鲁棒性与收敛性,能够有效克服周期跳跃并显著提升反演精度。 展开更多
关键词 地震成像 全波形反演 Wasserstein距离 模型重参数化 fourier变换 周期跳跃
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