期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于通道注意力机制优化的轻量型SqueezeNet智能成矿预测方法
1
作者
杨娜
张振凯
《地学前缘》
北大核心
2026年第4期71-83,共13页
智能化找矿是矿产资源勘探的重要发展方向,深度学习能够揭示海量地学数据中与成矿相关的内在关联,挖掘多源控矿因素与矿产资源之间的复杂非线性关系。然而,当前用于成矿预测的深度学习模型通常参数较多、结构复杂,难以高效集成到现有矿...
智能化找矿是矿产资源勘探的重要发展方向,深度学习能够揭示海量地学数据中与成矿相关的内在关联,挖掘多源控矿因素与矿产资源之间的复杂非线性关系。然而,当前用于成矿预测的深度学习模型通常参数较多、结构复杂,难以高效集成到现有矿产资源勘查评价系统或勘查工具中。同时,在提取局部空间特征时,往往未充分考虑不同控矿因素通道的重要性差异,导致模型预测性能提升受限。为此,本文提出一种基于通道注意力机制优化的轻量型卷积神经网络方法用于成矿预测。该方法采用SqueezeNet网络减少模型参数量,并通过引入Squeeze-Excitation模块为模型添加通道注意力机制,从而依据各控矿因素对预测结果的贡献动态分配权重,使模型更关注重要性高的控矿因素通道,保留更多关键成矿特征,提升成矿预测模型性能。将所提方法应用于陕西省凤县金矿潜力预测,通过对比传统卷积神经网络、未添加通道注意力的SqueezeNet,以及添加通道注意力模块的两种优化结构构建的成矿预测模型性能,证明了本文轻量型卷积神经网络模型能够大幅度减少模型参数量,同时验证了通道注意力机制对提高预测准确率的有效性。所构建的模型能够在29.5%的研究区预测面积内,准确识别81.8%的已知金矿资源,取得了可靠的矿产预测效果。
展开更多
关键词
智能成矿预测
深度学习
squeezenet
算法
通道注意力机制
在线阅读
下载PDF
职称材料
基于轻量级深度网络的计算机病毒检测方法
被引量：
7
2
作者
吴恋
赵晨洁
+2 位作者
韦萍萍
于国龙
徐勇
《计算机工程与设计》
北大核心
2022年第3期632-638,共7页
为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络Sque...
为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络SqueezeNet的输入,将传统视觉特征与深度神经网络进行整合,实现病毒的高准确率判别。对SqueezeNet进行卷积结构和特征增强的改进,使之运行速度更快、资源消耗更低,检测精度更高。实验验证了该方法的有效性。
展开更多
关键词
深度学习
轻量级
squeezenet
模型
病毒检测
卷积神经网络
B2M算法
在线阅读
下载PDF
职称材料
基于末端视觉导航的无人机机群最优路径规划
3
作者
李佳骏
刘爽
+3 位作者
千月欣
张炜亮
王楷文
王永忠
《价值工程》
2021年第30期128-130,共3页
主要应用于未来城市空中交通,研究城市无人机路径规划系统,解决城市无人机群体协同最优路径规划以及无人机在城市空域运行安全所面临的首要问题——避障。利用具有启发式优化的蚁群算法建立初步模型,使用样条插值对路径进行优化使其适...
主要应用于未来城市空中交通,研究城市无人机路径规划系统,解决城市无人机群体协同最优路径规划以及无人机在城市空域运行安全所面临的首要问题——避障。利用具有启发式优化的蚁群算法建立初步模型,使用样条插值对路径进行优化使其适用于真实的飞行路径,解决了空间交叉点上无人机与无人机碰撞的问题;借鉴地面无人驾驶汽车基于视觉的防撞系统,设计了基于机器视觉的载人无人机辅助防撞系统,使用SqueezeNet深度神经网络与迁移学习相结合的方法,以飞鸟、建筑物和马路作为研究对象,最终经过验证得到准确率达98%以上的防撞系统。
展开更多
关键词
三维路径规划
蚁群算法
插值算法
squeezenet
神经网络
迁移学习
在线阅读
下载PDF
职称材料
SSA-SqueezeNet在轴承损伤程度识别中的应用
被引量：
2
4
作者
刘杰
谭玉涛
+1 位作者
杨娜
高宇
《工业工程与管理》
CSCD
北大核心
2024年第3期78-88,共11页
变负载工况下轴承振动信号呈现非线性、非平稳特性,轴承损伤程度复杂特征难以提取。本文提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)结合轻量级卷积神经网络(SSASqueeze Net)的滚动轴承损伤程度识别方法。首先,该故障诊断...
变负载工况下轴承振动信号呈现非线性、非平稳特性,轴承损伤程度复杂特征难以提取。本文提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)结合轻量级卷积神经网络(SSASqueeze Net)的滚动轴承损伤程度识别方法。首先,该故障诊断模型利用SSA来自适应调节Squeeze Net网络中的超参数,使得网络结构在提升精度的同时降低波动;其次,将一维振动信号经过连续小波变换输入到优化后的网络中进行训练;最后,通过凯斯西储大学滚动轴承实验数据和XJTU-SY滚动轴承加速寿命试验数据集对所提方法进行验证。对比其他诊断方法,结果表明,优化后的网络模型能够准确地实现滚动轴承损伤程度和寿命状态的识别,具有较强的跨负载自适应能力和泛化性能。
展开更多
关键词
滚动轴承
故障诊断
超参数优化
麻雀搜索算法
轻量级卷积神经网络
原文传递
题名
基于通道注意力机制优化的轻量型SqueezeNet智能成矿预测方法
1
作者
杨娜
张振凯
机构
西安科技大学人工智能与计算机学院
自然资源陕西省卫星应用技术中心
出处
《地学前缘》
北大核心
2026年第4期71-83,共13页
基金
陕西省自然科学基础研究计划青年项目(2024JC-YBQN-0288)
国家自然科学基金项目(42402302)
陕西省公益性地质调查项目(202413)。
文摘
智能化找矿是矿产资源勘探的重要发展方向,深度学习能够揭示海量地学数据中与成矿相关的内在关联,挖掘多源控矿因素与矿产资源之间的复杂非线性关系。然而,当前用于成矿预测的深度学习模型通常参数较多、结构复杂,难以高效集成到现有矿产资源勘查评价系统或勘查工具中。同时,在提取局部空间特征时,往往未充分考虑不同控矿因素通道的重要性差异,导致模型预测性能提升受限。为此,本文提出一种基于通道注意力机制优化的轻量型卷积神经网络方法用于成矿预测。该方法采用SqueezeNet网络减少模型参数量,并通过引入Squeeze-Excitation模块为模型添加通道注意力机制,从而依据各控矿因素对预测结果的贡献动态分配权重,使模型更关注重要性高的控矿因素通道,保留更多关键成矿特征,提升成矿预测模型性能。将所提方法应用于陕西省凤县金矿潜力预测,通过对比传统卷积神经网络、未添加通道注意力的SqueezeNet,以及添加通道注意力模块的两种优化结构构建的成矿预测模型性能,证明了本文轻量型卷积神经网络模型能够大幅度减少模型参数量,同时验证了通道注意力机制对提高预测准确率的有效性。所构建的模型能够在29.5%的研究区预测面积内,准确识别81.8%的已知金矿资源,取得了可靠的矿产预测效果。
关键词
智能成矿预测
深度学习
squeezenet
算法
通道注意力机制
Keywords
intelligent mineral prospectivity prediction
deep learning
squeezenet algorithm
channel attention mechanism
分类号
P628 [天文地球—地质矿产勘探]
在线阅读
下载PDF
职称材料
题名
基于轻量级深度网络的计算机病毒检测方法
被引量：
7
2
作者
吴恋
赵晨洁
韦萍萍
于国龙
徐勇
机构
贵州师范学院数学与大数据学院
贵州大学计算机科学与技术学院
哈尔滨工业大学(深圳)计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2022年第3期632-638,共7页
基金
贵州省科学技术基金项目(黔科合基础-ZK[2021]一般334、黔科合基础[2016]1114号、黔科合基础[2016]1116号)
国家科技部和国家自然科学基金奖励补助基金项目(黔科合平台人才[2017]5790-09)
+1 种基金
贵州省科技厅基础研究计划基金项目(黔科合基础-ZK[2021]一般309)
贵州省科技计划基金项目(黔科合基础[2018]1121)。
文摘
为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络SqueezeNet的输入,将传统视觉特征与深度神经网络进行整合,实现病毒的高准确率判别。对SqueezeNet进行卷积结构和特征增强的改进,使之运行速度更快、资源消耗更低,检测精度更高。实验验证了该方法的有效性。
关键词
深度学习
轻量级
squeezenet
模型
病毒检测
卷积神经网络
B2M算法
Keywords
deep learning
lightweight
squeezenet
model
virus detection
convolutional neural network
B2M
algorithm
分类号
TP309 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
基于末端视觉导航的无人机机群最优路径规划
3
作者
李佳骏
刘爽
千月欣
张炜亮
王楷文
王永忠
机构
中国民用航空飞行学院
出处
《价值工程》
2021年第30期128-130,共3页
基金
四川省2021年大学生创新创业项目(S202110624275)
中国民用航空飞行学院交通运输工程优势特色学科建设项目(D202103)。
文摘
主要应用于未来城市空中交通,研究城市无人机路径规划系统,解决城市无人机群体协同最优路径规划以及无人机在城市空域运行安全所面临的首要问题——避障。利用具有启发式优化的蚁群算法建立初步模型,使用样条插值对路径进行优化使其适用于真实的飞行路径,解决了空间交叉点上无人机与无人机碰撞的问题;借鉴地面无人驾驶汽车基于视觉的防撞系统,设计了基于机器视觉的载人无人机辅助防撞系统,使用SqueezeNet深度神经网络与迁移学习相结合的方法,以飞鸟、建筑物和马路作为研究对象,最终经过验证得到准确率达98%以上的防撞系统。
关键词
三维路径规划
蚁群算法
插值算法
squeezenet
神经网络
迁移学习
Keywords
three-dimensional path planning
ant colony
algorithm
interpolation
algorithm
squeezenet
neural network
transfer learning
分类号
V279.2 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
SSA-SqueezeNet在轴承损伤程度识别中的应用
被引量：
2
4
作者
刘杰
谭玉涛
杨娜
高宇
机构
沈阳工业大学机械工程学院
出处
《工业工程与管理》
CSCD
北大核心
2024年第3期78-88,共11页
基金
国家自然科学基金资助项目(52375258)。
文摘
变负载工况下轴承振动信号呈现非线性、非平稳特性,轴承损伤程度复杂特征难以提取。本文提出一种基于麻雀搜索算法(sparrow search algorithm,SSA)结合轻量级卷积神经网络(SSASqueeze Net)的滚动轴承损伤程度识别方法。首先,该故障诊断模型利用SSA来自适应调节Squeeze Net网络中的超参数,使得网络结构在提升精度的同时降低波动;其次,将一维振动信号经过连续小波变换输入到优化后的网络中进行训练;最后,通过凯斯西储大学滚动轴承实验数据和XJTU-SY滚动轴承加速寿命试验数据集对所提方法进行验证。对比其他诊断方法,结果表明,优化后的网络模型能够准确地实现滚动轴承损伤程度和寿命状态的识别,具有较强的跨负载自适应能力和泛化性能。
关键词
滚动轴承
故障诊断
超参数优化
麻雀搜索算法
轻量级卷积神经网络
Keywords
rolling bearing
fault diagnosis
hyperparameter optimization
sparrow search
algorithm
squeezenet
分类号
TH133.3 [机械工程—机械制造及自动化]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于通道注意力机制优化的轻量型SqueezeNet智能成矿预测方法
杨娜
张振凯
《地学前缘》
北大核心
2026
0
在线阅读
下载PDF
职称材料
2
基于轻量级深度网络的计算机病毒检测方法
吴恋
赵晨洁
韦萍萍
于国龙
徐勇
《计算机工程与设计》
北大核心
2022
7
在线阅读
下载PDF
职称材料
3
基于末端视觉导航的无人机机群最优路径规划
李佳骏
刘爽
千月欣
张炜亮
王楷文
王永忠
《价值工程》
2021
0
在线阅读
下载PDF
职称材料
4
SSA-SqueezeNet在轴承损伤程度识别中的应用
刘杰
谭玉涛
杨娜
高宇
《工业工程与管理》
CSCD
北大核心
2024
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
