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
共找到1,527篇文章
< 1 2 … 77 >
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：
基于YOLOv8改进的河道漂浮物检测算法
1
作者 王晓辉 吕方哲 +3 位作者 郭丰娟 宋可欣 刘为群 贾韫硕 《计算机工程与设计》 北大核心 2026年第1期64-72,共9页
为解决无人水面艇在清理河道垃圾过程中面临的挑战,如目标尺寸多样、形状复杂、光照变化多端以及水面反射干扰等问题,提出一种基于YOLOv8m的改进模型。通过引入RFCBAMConv模块增强多尺度特征提取能力,采用C2f_DeepDBB模块优化模型结构... 为解决无人水面艇在清理河道垃圾过程中面临的挑战,如目标尺寸多样、形状复杂、光照变化多端以及水面反射干扰等问题,提出一种基于YOLOv8m的改进模型。通过引入RFCBAMConv模块增强多尺度特征提取能力,采用C2f_DeepDBB模块优化模型结构。同时提出了Wise-Focaler-ShapeIoU损失函数,提升回归精度。实验结果表明,改进模型在公开数据集FloW-Img上mAP@0.5达0.893,mAP@0.5∶0.95达0.465,相较YOLOv8m分别提升了3.3%和2.8%,在map@0.5∶0.95上相较现有算法提升了1.4%,验证了其在河道漂浮物检测任务中的有效性和适应性。 展开更多
关键词 河道漂浮物检测 深度多分支模块 多尺度特征 YOLOv8 神经网络 深度学习 损失函数
在线阅读 下载PDF
基于改进YOLOv8的烟草移栽识别系统设计
2
作者 张四伟 陈刚 彭支光 《农业工程》 2026年第2期17-23,共7页
为提高烟草移栽作业质量,优化移栽工作,提出基于改进YOLOv8的烟草移栽识别系统。首先,对烟草剔补苗移栽装置整体结构进行软硬件设计,对输送机构、信息采集机构和取投苗移栽机构等关键机构进行作业原理分析和元件选型;其次,提出一种基于Y... 为提高烟草移栽作业质量,优化移栽工作,提出基于改进YOLOv8的烟草移栽识别系统。首先,对烟草剔补苗移栽装置整体结构进行软硬件设计,对输送机构、信息采集机构和取投苗移栽机构等关键机构进行作业原理分析和元件选型;其次,提出一种基于YOLOv8s-MS-DCNv2-ILOSS(YOLOv8s-MSDI)的烟草移栽识别方法,实现较小目标的精准识别;最后,将该方法应用到系统中完成烟草自动移栽作业。结果表明,YOLOv8s-MSDI在烟草埋苗识别任务中的全类平均精度和F1分数分别为98.03%和99.45%,均高于YOLOv3-FDN、YOLOv5s和Faster R-CNN。由此说明,YOLOv8sMSDI可提高烟草埋苗特征准确提取和识别,从而降低漏检率,提高烟草移栽质量和效率,进一步提高烟草移栽工作信息化水平。 展开更多
关键词 YOLOv8 烟草移栽 识别系统 深度学习 多尺度注意力 可变形卷积
在线阅读 下载PDF
基于Transformer多尺度融合网络的暖通空调能耗预测模型
3
作者 于水 韩府宏 +1 位作者 罗宇晨 孙圣坤 《太阳能学报》 北大核心 2026年第2期300-309,共10页
提出一种基于Transformer的多尺度融合网络模型,用于预测建筑暖通空调的能耗。通过引入多尺度金字塔模块与时间卷积网络结构,该模型能够有效捕捉时序特征的局部与整体信息,从而提高预测的准确性。实验结果表明,该模型在预测性能上优于... 提出一种基于Transformer的多尺度融合网络模型,用于预测建筑暖通空调的能耗。通过引入多尺度金字塔模块与时间卷积网络结构,该模型能够有效捕捉时序特征的局部与整体信息,从而提高预测的准确性。实验结果表明,该模型在预测性能上优于传统的单一模型,均方根误差(RMSE)与平均绝对误差(MAE)均显著降低,决定系数(R2)达到0.9826。该模型可为建筑能耗管理提供一种高效且准确的预测工具,有助于实现更高效的建筑能源管理与节能策略。 展开更多
关键词 HVAC 特征提取 深度学习 负荷预测 多尺度特征 Transformer模型
原文传递
PCSED-YOLO:复杂环境下跨尺度多目标穿戴检测算法研究
4
作者 薛光辉 闫朝阳 吴冕 《计算机工程与应用》 北大核心 2026年第5期88-105,共18页
车间工人在作业期间若未按规定穿戴安全装备,不仅可能对其健康造成影响,还可能导致伤亡等安全事故。基于此,计算机视觉的穿戴检测技术是目前研究的热点领域。然而,由于生产车间内设备繁多,环境复杂且恶劣,生产过程中产生的大量粉尘会使... 车间工人在作业期间若未按规定穿戴安全装备,不仅可能对其健康造成影响,还可能导致伤亡等安全事故。基于此,计算机视觉的穿戴检测技术是目前研究的热点领域。然而,由于生产车间内设备繁多,环境复杂且恶劣,生产过程中产生的大量粉尘会使穿戴目标变得模糊或部分被遮挡。此外,穿戴目标的尺寸分布范围宽,属于复杂环境下跨尺度多目标检测范畴。现有的算法在检测精度方面存在不足,特别是对口罩等小目标的误检和漏检率较高。为此,提出了一种基于YOLO模型的改进目标检测算法:PCSED-YOLO。在C3k2中融合了并行补丁感知模块,以增强小目标特征提取及多尺度目标检测能力;将交叉卷积注意力融合模块嵌入C2PSA,实现局部特征感知与全局上下文信息的互补,从而提升粉尘场景中的目标识别能力;引入空间到深度卷积替代原有的卷积层,通过重组空间维度信息至通道维度,实现无损下采样,提升小目标和低分辨率目标的检测性能;融合SEv2(squeeze-and-excitation network v2),创新改进空间金字塔池化层,增强模型对复杂场景的全局上下文把控能力,提升多类别、跨尺度目标的特征提取能力;在检测头引入动态卷积Dynamic-Conv,通过动态调整卷积核的大小和形状,提升跨尺度目标检测的精度;增加更高分辨率的P2检测层,提高小目标检测精度。制备了工人穿戴数据集,并进行了消融和对比实验。实验结果显示,PCSED-YOLO算法模型在处理小目标、中目标和大目标时均表现出色,与基准模型相比,mAP@_(0.5)达到了0.946,提升了0.077;AP@_(0.5mask)(小目标)达到了0.887,提升了0.236;AP@_(0.5no-helme)t(中目标)提升了0.037至0.958;AP@_(0.5vest)(大目标)提升了0.006至0.991;F1-Score和P-R曲线指标较基准模型也有明显改善。与几种先进的检测模型相比,PCSED-YOLO模型在制备的数据集上取得了最佳的检测性能,表明该模型具有较强的复杂环境跨尺度多目标检测能力和泛化能力,为复杂环境下跨尺度多目标穿戴检测提供了新的算法方案。 展开更多
关键词 安全穿戴检测 小目标检测 多尺度目标检测 深度学习 YOLO
在线阅读 下载PDF
鄂尔多斯盆地中东部深部煤储层孔隙多尺度联合表征及多重分形特征
5
作者 范立勇 陈跃 +1 位作者 王怀厂 杜小伟 《现代地质》 北大核心 2026年第1期113-127,共15页
近年来我国深部煤层气勘探开发取得重大突破,展示出广阔的开发前景,但深部煤层气地质条件与浅部存在显著差异,探究深部储层孔隙结构特征对提高深部煤层气开发效率至关重要。以鄂尔多斯盆地中东部本溪组8#煤层为研究对象,联合采用低温CO_... 近年来我国深部煤层气勘探开发取得重大突破,展示出广阔的开发前景,但深部煤层气地质条件与浅部存在显著差异,探究深部储层孔隙结构特征对提高深部煤层气开发效率至关重要。以鄂尔多斯盆地中东部本溪组8#煤层为研究对象,联合采用低温CO_(2)吸附、低温N_(2)吸附、高压压汞等实验手段,结合多重分形理论,对深部煤储层微孔(<2 nm)、介孔(2~50 nm)和宏孔(>50 nm)的孔隙特征及非均质性进行定量表征。研究结果表明,深部煤储层孔隙表现为微孔或微孔−宏孔优势型,其中微孔孔径呈双峰型分布,0.3~0.4 nm和0.4~0.8 nm为优势孔径段;介孔孔径呈单峰分布,3~11 nm为优势孔径段;宏孔孔径分布近似单调递减,50~100 nm为优势孔径段;微孔和宏孔相对发育,介孔较少。深部煤样微孔、介孔、宏孔的广义维数谱[D(q)-q]均呈反“S”形态,多重分形奇异谱[f(α)-α]均呈上凸抛物线形态,多重分形特征明显。其中,相比于介孔,微孔的Δα(奇异谱宽)较小和H(Hurst指数)较大,宏孔则反之,表明深部煤储层微孔均质性和连通性较高。本研究为深部储层孔隙结构及非均质性定量化评价提供了理论依据。 展开更多
关键词 全孔径 多重分形 非均质性 深部煤层 本溪组 石炭系 鄂尔多斯盆地
在线阅读 下载PDF
基于金字塔注意力与双路径融合的皮肤病变图像分割
6
作者 宋存利 傅景鑫 +2 位作者 王依 张雪松 时维国 《计算机系统应用》 2026年第1期178-187,共10页
在皮肤病变图像分割任务中,U-Net在处理皮肤镜图像时存在多尺度适应性不足、跨层特征融合低效及计算冗余导致边缘信息丢失等问题.本文提出层次化金字塔注意力网络HPANet(hierarchical pyramid attention network),通过金字塔注意力模块... 在皮肤病变图像分割任务中,U-Net在处理皮肤镜图像时存在多尺度适应性不足、跨层特征融合低效及计算冗余导致边缘信息丢失等问题.本文提出层次化金字塔注意力网络HPANet(hierarchical pyramid attention network),通过金字塔注意力模块和双路径特征融合机制,实现了多尺度特征捕获和跨层特征传递的双重优化.其中,双路径自适应融合模块结合CNN与Transformer双分支特征,通过通道注意力与压缩空间注意力增强互补特征的信息交互,并利用双线性交互与残差连接缓解特征稀释问题.金字塔注意力模块结合分层多核卷积、深度可分离下采样及分块空间通道注意力机制,显著提升多尺度病变特征捕获能力.实验结果表明,本架构在ISIC 2017、ISIC 2018数据集中的表现均超越主流模型,证实其在病变边界保留与小病灶检测方面的双重优势. 展开更多
关键词 金字塔注意力 多尺度特征融合 医学图像分割 深度学习
在线阅读 下载PDF
基于改进RT-DETR的光伏板缺陷检测
7
作者 吕辉 司可 《广西师范大学学报(自然科学版)》 北大核心 2026年第2期52-64,共13页
为了解决现有传统的光伏板缺陷检测精度低、模型参数量大以及复杂背景检测时出现漏检和误检的问题,本文基于RT-DETR模型提出一种高效的光伏板缺陷检测算法。首先,为了提升检测精度,采用FREBlock主干增强特征提取能力同时还能提高检测效... 为了解决现有传统的光伏板缺陷检测精度低、模型参数量大以及复杂背景检测时出现漏检和误检的问题,本文基于RT-DETR模型提出一种高效的光伏板缺陷检测算法。首先,为了提升检测精度,采用FREBlock主干增强特征提取能力同时还能提高检测效率。其次,设计CRDFP多尺度特征融合结构进一步增强特征融合能力。最后,引入可变形注意力机制DAttention,使模型能专注于相关区域的信息特征。实验结果表明,改进后的模型平均类别精度(η_(mAP))效果达到79.2%,较传统模型提高3.6个百分点,参数量减少22.6%,运算量降低25.9%,表现出较高的实时检测能力。 展开更多
关键词 深度学习 RT-DETR 光伏板 缺陷检测 多尺度特征融合
在线阅读 下载PDF
鄂尔多斯盆地东缘临兴—神府区块深部煤储层孔隙结构对甲烷 吸附影响研究
8
作者 陈建奇 胡维强 +3 位作者 李洋冰 柳雪青 马立涛 李盼盼 《岩矿测试》 北大核心 2026年第1期116-130,共15页
煤储层孔隙结构认识不清一直是制约深部煤层气勘探开发的关键因素。前人研究认为煤岩孔隙结构参数会对甲烷吸附产生影响,但各孔隙结构参数对甲烷吸附影响强弱缺少系统性研究。本文采用场发射扫描电镜、低温CO_(2)吸附、低温N2吸附、高... 煤储层孔隙结构认识不清一直是制约深部煤层气勘探开发的关键因素。前人研究认为煤岩孔隙结构参数会对甲烷吸附产生影响,但各孔隙结构参数对甲烷吸附影响强弱缺少系统性研究。本文采用场发射扫描电镜、低温CO_(2)吸附、低温N2吸附、高压压汞、甲烷高温高压等温吸附等实验技术,建立煤岩全尺度孔隙结构表征方法,计算各类孔隙孔容、孔比表面积及分形维数等,研究了各孔隙结构参数对甲烷吸附特性的影响。结果表明:①临兴—神府区块煤岩发育大量的植物胞腔孔、气孔、矿物晶间孔和微裂缝等,气孔较为发育,以群、窝状存在;低温N2吸附实验显示研究区煤岩孔隙以狭缝型孔、墨水瓶孔及二者混合孔为主;高压压汞实验结果显示煤岩孔隙类型主要为Ⅱ类过渡型孔隙;②全尺度孔隙结构表征结果显示,研究区煤岩宏孔、微孔孔容发育,宏孔占比66.98%以上,其次为微孔;比表面积以微孔为主,占比超96%;煤岩微孔分形维数大,孔隙形态复杂,其次为介孔,宏孔形态规则;③甲烷吸附量主要与煤岩微、介孔的比表面积、孔容的相关性更强,与微、介孔的分形维数呈正相关性,但相关性弱,与宏孔孔隙参数基本不相关。综上,鄂尔多斯盆地东缘临兴—神府区块8+9#煤岩孔隙结构对甲烷吸附量的影响强弱整体表现为:微孔孔容>微孔比表面积>介孔比表面积>介孔孔容>微孔分形维数>介孔分形维数>宏孔孔隙参数。该认识对于临兴—神府区块深部煤层气的勘探开发具有重要指导意义。 展开更多
关键词 深部煤储层 全尺度孔隙分布 分形维数 等温吸附 孔隙类型
在线阅读 下载PDF
聚焦边界和多尺度特征融合的脑卒中病灶分割
9
作者 刘晨红 李凤莲 +2 位作者 阳佳 王夙喆 陈桂军 《计算机科学》 北大核心 2026年第2期264-272,共9页
借助计算机辅助诊断技术定位脑卒中发病区域,有助于提升临床医生的诊断与治疗效率。目前,医学图像里脑卒中病变与健康组织边界常不清晰,而现有多数基于深度学习的分割方法在识别小尺寸病变及处理模糊边界方面存在不足。为此,提出了一种... 借助计算机辅助诊断技术定位脑卒中发病区域,有助于提升临床医生的诊断与治疗效率。目前,医学图像里脑卒中病变与健康组织边界常不清晰,而现有多数基于深度学习的分割方法在识别小尺寸病变及处理模糊边界方面存在不足。为此,提出了一种创新的边界感知多尺度特征集成网络(Boundary-Aware Multi-Scale Feature Integration Network,BAMFNet),用于更准确地进行脑卒中病灶分割。BAMFNet中设计了多尺度特征提取模块,该模块利用卷积神经网络和Transformer的混合架构来捕获局部和全局多尺度特征,通过内卷积机制有效减少冗余信息。此外,提出了边界增强和融合模块,其在特征融合过程中有效增强了边界区域的特征。融合模块集成了多层次的信息交互机制,增强了边界特征表示,实现了深层特征和浅层特征的有效结合。在ATLAS v1.2,ATLAS v2.0和ISLES 2022卒中数据集上的实验证明,BAMFNet的骰子相似系数分别达到了62.93%,61.79%和86.66%,优于对比方法。 展开更多
关键词 深度学习 病灶分割 多尺度特征融合 边界增强 TRANSFORMER
在线阅读 下载PDF
基于三分支网络的实时图像语义分割
10
作者 任凤雷 高紫阳 +3 位作者 张炎 周海波 杨璐 秦志昌 《光学精密工程》 北大核心 2026年第1期167-177,共11页
针对自动驾驶环境感知等应用场景对算法准确性和实时性的严苛要求,为了有效平衡语义分割模型的精度与推理速度,提出一种基于三分支网络的实时图像语义分割算法。借鉴PIDNet算法设计三分支网络结构,分别用于提取图像的细节信息、语义上... 针对自动驾驶环境感知等应用场景对算法准确性和实时性的严苛要求,为了有效平衡语义分割模型的精度与推理速度,提出一种基于三分支网络的实时图像语义分割算法。借鉴PIDNet算法设计三分支网络结构,分别用于提取图像的细节信息、语义上下文信息和边缘信息。在语义分支设计高效金字塔池化模块,用于获取不同尺度的上下文信息,同时增大网络特征感受野。在细节分支和边缘分支设计轻量高效的多尺度通道交互注意力模块,以对提取到的特征进行增强。最后,融合上述三分支提取的图像特征并输出最终的语义分割结果。实验结果表明,所提出的基于三分支网络的实时图像语义分割算法在Cityscapes数据集取得了79.2%mIoU及88.5 frame/s的实时语义分割性能,在CamVid数据集取得了80.5%mIoU及140.1 frame/s的实时语义分割性能。本文提出的算法可以高效地实现图像语义分割任务,实时性和准确性方面均获得了极佳的平衡,语义分割性能显著优于现有基准方法。 展开更多
关键词 语义分割 深度学习 实时性 注意力机制 多尺度特征
在线阅读 下载PDF
基于深度学习的服装关键点实时检测模型
11
作者 冯采伶 于施佳 韩曙光 《纺织学报》 北大核心 2026年第1期196-206,共11页
针对复杂场景下服装关键点检测模型的准确性与实时性难以兼得的问题,以提高检测准确性并保持实时性能为目的,提出了一种基于深度学习的服装关键点实时检测模型。该模型以实时多人姿态估计架构为基础,首先构建中值增强的通道与空间注意... 针对复杂场景下服装关键点检测模型的准确性与实时性难以兼得的问题,以提高检测准确性并保持实时性能为目的,提出了一种基于深度学习的服装关键点实时检测模型。该模型以实时多人姿态估计架构为基础,首先构建中值增强的通道与空间注意力模块,通过并行执行全局平均池化、最大池化与中值池化,融合生成注意力权重,增强服装关键部位的特征表示;其次设计跨尺度特征融合模块,将骨干网络中不同层级的特征图进行上采样、拼接与交叉卷积融合,构建兼具细节信息与语义特征的金字塔结构;进一步建立自注意力特征增强模块,通过计算特征点间相似性动态生成注意力图,自适应调整各区域特征权重;最终实施分类别微调策略,针对6类典型服装分别建立专用模型以优化整体性能。结果表明:该方法在DeepFashion2和DeepFashion数据集上分别达到了65.1%与68.0%的检测准确度,同时保持140.0帧/s和142.3帧/s的实时处理速度。该模型提升了复杂场景下服装关键点检测的综合性能,未来可应用于服装智能制造和虚拟试衣等领域。 展开更多
关键词 服装关键点 实时检测 深度学习 自注意力机制 跨尺度特征融合
在线阅读 下载PDF
基于面向对象法与U-Net模型的广东省云浮市云城区耕地后备资源遥感提取
12
作者 于洋 李哲凡 +3 位作者 谢淑娟 刘振华 欧佳铭 司佳禾 《华南农业大学学报》 北大核心 2026年第1期42-51,共10页
【目的】提升耕地后备资源信息提取的效率与精度,满足现代农业发展对土地资源动态监测的需求。【方法】以广东省云浮市云城区为研究区域,提出一种融合面向对象规则构建与深度学习的耕地后备资源信息提取方法。利用高分6号高分辨率卫星... 【目的】提升耕地后备资源信息提取的效率与精度,满足现代农业发展对土地资源动态监测的需求。【方法】以广东省云浮市云城区为研究区域,提出一种融合面向对象规则构建与深度学习的耕地后备资源信息提取方法。利用高分6号高分辨率卫星影像开展多尺度图像分割,结合逐步剔除法构建地类识别规则,提取典型地类样本。随后,基于规则样本构建U-Net深度学习模型的训练标签数据集,完成耕地后备资源提取与分类。【结果】针对云城区的最佳分割尺度为300,在该尺度下,同类地物可以被有效分割,草地与裸地边界划分清晰。本研究方法在研究区的总体精确率达87.3%,平均交并比和F1分数分别达到75.4%和86.7%,能够实现复杂地物边界的精准提取。基于改进U-Net的深度学习方法能够有效减少误分类现象,特别是在边界模糊区域和混合像元区域,相较于传统面向对象方法,精确率提高了约5个百分点。【结论】本研究构建的遥感智能提取方法兼具高精度与时效性,能够为地方土地利用规划、耕地资源管理及生态保护提供有力支撑,具有良好的推广应用前景。 展开更多
关键词 遥感 耕地后备资源 面向对象 多尺度分割 规则集 深度学习
在线阅读 下载PDF
琼东南盆地中深层大型储集体展布特征及主控因素
13
作者 罗威 呙诗阳 +3 位作者 李科亮 杜学斌 李珊珊 凌涛 《中国海上油气》 北大核心 2026年第1期91-107,共17页
寻找大型储集体是中深层油气勘探重要的攻关内容之一。研究基于新获取的地震、钻井及分析测试数据,探讨了琼东南盆地中深层不同构造演化阶段的结构特征与大型储集体的类型、展布特征及主控因素,以推动中深层油气勘探的突破。研究表明:... 寻找大型储集体是中深层油气勘探重要的攻关内容之一。研究基于新获取的地震、钻井及分析测试数据,探讨了琼东南盆地中深层不同构造演化阶段的结构特征与大型储集体的类型、展布特征及主控因素,以推动中深层油气勘探的突破。研究表明:①盆地中深层经历了“早期拆离断陷、中期构造反转、后期差异沉降”的构造演变过程;②中深层发育牵引流和重力流2类流态,可划分出扇三角洲、辫状河三角洲、正常三角洲、海底扇4类大型储集体。③指出断陷早期岭头组以扇三角洲为主,辫状河三角洲主要在凹陷轴向发育;断陷晚期崖城组以辫状河三角洲为主,局部控凹断裂下降盘发育扇三角洲;断拗转换期陵水组以辫状河三角洲为主,晚期凹陷中心开始发育海底扇;热沉降期三亚组及梅山组在陆架区以正常三角洲为主,斜坡区及凹陷中央以海底扇为主。④明确构造演化控制大型储集体的优势类型及盆内物源区的大量供源时期;物源体系导致不同区域稳定供源能力的差异;水系格局控制不同储集体的规模;坡折类型影响大型储集体的平面展布;基准面旋回约束砂体的纵向富集层系及平面推进距离,指出局部多要素耦合区为垂向多层叠置、平面连片分布规模储集体的有利发育区。⑤基于主力生烃灶、大型储集体与有利运聚方向的空间匹配关系明确了盆地中深层的有利勘探方向。 展开更多
关键词 琼东南盆地 中深层 构造演化 大型储集体 沉积演化 三角洲 海底扇
在线阅读 下载PDF
基于改进特征金字塔和Transformer的多分支人群密度估计方法
14
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
多尺度特征与语义增强的轻量化遥感图像描述生成模型
15
作者 韦培键 唐振华 崔振雷 《小型微型计算机系统》 北大核心 2026年第3期662-673,共12页
遥感图像描述技术是遥感领域的重要研究方向,能够对图像内容进行智能解析.然而,现有算法通常计算复杂度高、资源消耗大,难以在资源受限的终端或场合应用.为此,本文设计了一种轻量化遥感图像描述生成模型,旨在降低模型复杂度,同时保持描... 遥感图像描述技术是遥感领域的重要研究方向,能够对图像内容进行智能解析.然而,现有算法通常计算复杂度高、资源消耗大,难以在资源受限的终端或场合应用.为此,本文设计了一种轻量化遥感图像描述生成模型,旨在降低模型复杂度,同时保持描述生成的准确性.首先,在图像编码器中引入对比语言-图像预训练模型算法,提取图像的多尺度特征,增强模型对不同尺度特征的感知能力.其次,提出基于图注意网络的语义增强算法,促进遥感图像的视觉表示与文本属性的匹配.最后,通过模型轻量化设计,显著减少了训练时间和内存消耗.实验结果表明,在中型数据集UCM-Captions和大型数据集RSICD上,所提模型在整体性能上优于对比模型,为资源受限场景下的遥感图像描述提供了有效解决方案. 展开更多
关键词 图像描述 深度学习 轻量化模型 多尺度特征提取 语义增强 图注意网络
在线阅读 下载PDF
基于GCNet网络的玻璃瓶缺陷检测算法
16
作者 傅莉 房志磊 +1 位作者 席剑辉 任艳 《沈阳航空航天大学学报》 2026年第1期48-55,共8页
针对当前玻璃瓶缺陷检测深度学习模型计算量大、参数量多、难以部署的问题,探索一种高效的轻量化解决方案。针对此问题,结合YOLOv8的网络结构设计特征提取网络GCNet。首先,采用GhostConv代替标准卷积;其次,为了降低YOLOv8瓶颈层的参数... 针对当前玻璃瓶缺陷检测深度学习模型计算量大、参数量多、难以部署的问题,探索一种高效的轻量化解决方案。针对此问题,结合YOLOv8的网络结构设计特征提取网络GCNet。首先,采用GhostConv代替标准卷积;其次,为了降低YOLOv8瓶颈层的参数量和计算量,设计瓶颈层卷积模块,并重新搭建瓶颈层;最后,结合C2f模块的结构设计构建新的CM模块。新的特征提取网络较原YOLOv8网络有着更低的参数量。在特征融合部分采用重新构建的重复加权双向特征融合金字塔结构,解决随着网络层数的加深导致特征信息丢失的问题。同时针对边界框的回归问题上,结合WIoU与Inner-ShapeIoU,提高模型的回归收敛速度。结果表明,相较于YOLOv8算法,由上述方法组成的YOLOv8-DB参数量降低了45.8%,计算量下降了11.9%,精度提升了0.4%。改进后的模型能够有效地降低占用的计算资源,更好地适用于特定工业检测环境。 展开更多
关键词 深度学习 缺陷检测 多尺度卷积 WIoU 轻量化
在线阅读 下载PDF
深度学习技术在道路裂缝检测中的应用
17
作者 白先浪 张群利 《黑龙江交通科技》 2026年第1期74-80,共7页
针对道路裂缝检测中裂缝目标尺寸小、形态复杂、背景干扰强等问题,提出一种基于YOLOv8s的改进模型。首先在主干网络中引入CBAM注意力机制,以提升模型对关键裂缝区域的显著性响应能力;随后将原颈部网络替换为渐进特征金字塔网络,增强模... 针对道路裂缝检测中裂缝目标尺寸小、形态复杂、背景干扰强等问题,提出一种基于YOLOv8s的改进模型。首先在主干网络中引入CBAM注意力机制,以提升模型对关键裂缝区域的显著性响应能力;随后将原颈部网络替换为渐进特征金字塔网络,增强模型的多尺度语义融合与细粒度特征表达能力;最后将原有回归损失函数CIoU替换为EIoU损失函数,以提高边界框回归精度。在裂缝数据集上进行实验,结果表明,所提出的模型在mAP@0.5、mAP@0.5:0.95等关键指标上较原始YOLOv8s分别提升5.10%、3.60%。消融实验与Grad-CAM可视化分析验证了各改进模块的有效性及对模型性能的提升作用,所提出的方法在提高检测精度的同时保持了较高的推理效率。 展开更多
关键词 道路裂缝检测 深度学习 注意力机制 多尺度特征融合
在线阅读 下载PDF
基于大核选择和形状自适应的遥感图像目标检测
18
作者 赵子澳 董爱华 黄荣 《宁夏大学学报(自然科学版中英文)》 2026年第1期33-41,共9页
光学遥感图像目标检测是遥感图像数据智能解译的关键技术。为了解决遥感图像目标检测时,目标尺度差异大,目标受背景因素干扰,目标形状各异的问题,提出了LMK(large multiscale kernel)网络。该网络通过大核卷积分解和多尺度注意力机制模... 光学遥感图像目标检测是遥感图像数据智能解译的关键技术。为了解决遥感图像目标检测时,目标尺度差异大,目标受背景因素干扰,目标形状各异的问题,提出了LMK(large multiscale kernel)网络。该网络通过大核卷积分解和多尺度注意力机制模块,能够动态调整空间感受野,从而更好地捕获遥感场景中物体的上下文信息。此外,设计了一种面向目标检测的形状自适应选择(SAS,shape-adaptive selection)标签分配策略。该策略将目标形状信息集中于长宽比,通过结合物体的形状信息和特征分布计算IoU(intersection over union)最优阈值。针对遥感图像目标姿态旋转定位难的问题,引入了KFIoU损失函数。实验结果表明,所提出的目标检测模型在HRSC2016、UCAS-AOD和DOTA数据集上的精度分别达到了96.73%、97.85%和77.26%。改进后的模型优于目前绝大多数目标检测算法。 展开更多
关键词 目标检测 深度学习 标签分配 多尺度注意力 大核网络
在线阅读 下载PDF
铁碳生态滤坝强化污水厂尾水脱氮的中试研究
19
作者 刘晓东 张晨阳 +3 位作者 华祖林 仇智轩 沈志伟 余亮 《环境科学学报》 北大核心 2026年第1期51-59,共9页
铁碳填料因其在废水污染物去除方面的高效性能,近年来逐渐与砾石、沸石等传统基质结合应用于生态滤坝系统.针对城镇污水厂尾水深度脱氮的难题,本研究在小试研究的基础上,构建了“砾石+沸石”和“砾石+沸石+铁碳”两种中试规模的生态滤... 铁碳填料因其在废水污染物去除方面的高效性能,近年来逐渐与砾石、沸石等传统基质结合应用于生态滤坝系统.针对城镇污水厂尾水深度脱氮的难题,本研究在小试研究的基础上,构建了“砾石+沸石”和“砾石+沸石+铁碳”两种中试规模的生态滤坝系统,开展为期1年的运行试验,系统评估铁碳填料对生态滤坝脱氮性能的强化效果及作用机制.研究结果表明,铁碳生态滤坝在系统稳定后能够显著降低出水中的溶解氧与氧化还原电位,并提高水体pH值;在水力停留时间为15 h时脱氮效果最佳,总氮和硝态氮的平均去除率分别较对照组提高了6.3%和7.3%,而氨氮去除率略有下降.微生物群落分析显示,铁碳生态滤坝中部区域形成以变形菌门为主的功能菌群,支撑了自养反硝化过程并促进脱氮效果的提升.本研究结果表明,铁碳填料可有效强化生态滤坝的脱氮能力,尤其适用于C/N比偏低的尾水处理情境,为城镇污水处理厂尾水的深度脱氮提供了新的技术思路. 展开更多
关键词 铁碳微电解 生态滤坝 污水处理厂尾水 深度脱氮 中试试验
原文传递
基于空−时−频多域交叉注意力学习的脑电情绪识别方法
20
作者 谢峰 杨俊杰 +1 位作者 谢胜利 谢侃 《广东工业大学学报》 2026年第1期10-21,共12页
脑电情绪识别是健康评估与精神疾病临床干预的重要智能辅助技术。然而,脑电信号特征在空间、时间和频谱域上具有复杂的多维度非线性耦合关系,使得有效学习与情绪相关的脑电特征异常困难,进而影响下游的情绪识别任务性能。为应对上述挑战... 脑电情绪识别是健康评估与精神疾病临床干预的重要智能辅助技术。然而,脑电信号特征在空间、时间和频谱域上具有复杂的多维度非线性耦合关系,使得有效学习与情绪相关的脑电特征异常困难,进而影响下游的情绪识别任务性能。为应对上述挑战,本文提出一种基于空−时−频交叉注意力的脑电情绪识别网络(Emotional Spatiotemporal-spectral Cross-attention Network,ESTSCA-Net)。该模型采用双分支特征融合框架:在空时域分支中,设计多尺度二维卷积网络以串行模式处理空时信息,自适应捕捉脑神经活动的空时上下文关联模式;在空频域分支中,设计基于跨通道与频带双重注意力机制的三维瓶颈残差网络,精确加权表征脑神经活动的关键空频振荡模式。进一步设计双向多头交叉注意力交互策略,实现空−时−频多域特征的深度融合,从而构建出情绪表征分类器。基于公开DEAP和MEEG数据集的实验结果表明,ESTSCA-Net能够充分挖掘不同情绪状态下脑电信号的空−时−频特征,并在唤醒度和效价评价指标上均优于现有主流基线模型。 展开更多
关键词 情绪识别 脑电图 空−时−频多域特征 多尺度卷积 3D瓶颈残差网络 交叉注意力
在线阅读 下载PDF
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 2 … 77 下一页 到第 页
使用帮助 返回顶部