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258篇文章
< 1 2 … 13 >
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：
FCN3可作为肺鳞癌预后及免疫治疗的潜在生物标志物
1
作者 李伟 祖玲玲 徐嵩 《中国肺癌杂志》 北大核心 2025年第2期114-130,共17页
背景与目的 非小细胞肺癌(non-small cell lung cancer, NSCLC)是全球癌症死亡的主要原因。肺鳞状细胞癌(lung squamous cell carcinoma, LUSC)是其重要的病理组织学亚型,免疫逃逸机制复杂,使得免疫治疗的效果有限。Ficolin-3(FCN3)是... 背景与目的 非小细胞肺癌(non-small cell lung cancer, NSCLC)是全球癌症死亡的主要原因。肺鳞状细胞癌(lung squamous cell carcinoma, LUSC)是其重要的病理组织学亚型,免疫逃逸机制复杂,使得免疫治疗的效果有限。Ficolin-3(FCN3)是一种重要的免疫调节分子,它可以通过重塑肿瘤免疫微环境来调节肿瘤的免疫逃逸,但FCN3在LUSC中的作用仍不清楚。本研究使用生物信息学方法对来自癌症基因组图谱(The Cancer Genome Atlas,TCGA)数据库的LUSC样本进行了全面分析,旨在探讨FCN3在LUSC中潜在的生物学功能以及预后意义。方法 泛癌分析表征FCN3的泛癌表达特征及预后价值,同时基于TCGA数据库中的LUSC样本数据,分析FCN3在LUSC中的表达特征及预后关系。通过构建Nomogram模型、体细胞突变分析、差异分析、相关性分析及基因本体(Gene Ontology,GO)、京都基因与基因组百科全书(Kyoto Encyclopedia of Genes and Genomes, K EGG)和基因集富集分析(Gene Set Enrichment Analysis, GSEA)进一步探索FCN3的潜在作用机制。通过免疫浸润分析、免疫逃逸评分、免疫相关分子相关性分析揭示FCN3在LUSC中高表达对免疫的调节作用,同时评估FCN3特征表达与药物敏感性的相关性。体外实验验证FCN3在LUSC中的表达特征。结果 FCN3在LUSC组织中的表达水平显著低于正常组织。高表达FCN3的LUSC患者预后较差。FCN3的不同表达情况与免疫细胞浸润丰度、免疫细胞功能障碍有关联,并且与免疫检查点、免疫刺激分子、主要组织相容性复合体(major histocompatibility complex, MHC)类分子表达及化疗药物敏感性也存在关联。结论LUSC中FCN3的高表达与不良预后有关,并且FCN3与免疫细胞浸润、相关免疫通路及免疫相关分子有关,FCN3可能是LUSC潜在的预后标志物和免疫治疗新靶点。 展开更多
关键词 fcn3 肺肿瘤 免疫 生物标志物
暂未订购
S30432和FCN奥氏体钢在混合熔融盐中的热腐蚀行为研究
2
作者 占阜元 刘宣义 +6 位作者 毛晓飞 潘喜桂 黄世福 龚兵兵 刘帅岐 何华林 刘光明 《北京化工大学学报(自然科学版)》 北大核心 2025年第1期48-56,共9页
研究了Super304H(S30432)钢及对S30432钢成分优化熔炼的一种新型Fe-Cr-Ni(FCN)钢在650℃和700℃下于15%(质量分数,下同)KCl+15%K_(2)SO_(4)+70%Na_(2)SO_(4)混合熔融盐中的热腐蚀行为。将样品置于混合熔融盐中进行腐蚀,每隔一段时间取... 研究了Super304H(S30432)钢及对S30432钢成分优化熔炼的一种新型Fe-Cr-Ni(FCN)钢在650℃和700℃下于15%(质量分数,下同)KCl+15%K_(2)SO_(4)+70%Na_(2)SO_(4)混合熔融盐中的热腐蚀行为。将样品置于混合熔融盐中进行腐蚀,每隔一段时间取出样品称重,获取腐蚀动力学曲线;采用X射线衍射、扫描电子显微镜(SEM)及能谱仪(EDS)对腐蚀产物的物相组成、形貌和成分进行分析。在650℃下,S30432和FCN钢均表现为增重,且S30432增重较FCN多约一倍;在700℃下,S30432钢遭到严重腐蚀,腐蚀产物大量剥落,FCN钢表现为“失重-增重-失重”的变化趋势,腐蚀程度较S30432钢轻。S30432钢的腐蚀产物主要为Fe_(3)O_(4)、Fe_(2)O_(3)、FeCr_(2)O_(4),FCN钢的腐蚀产物主要为Fe_(3)O_(4)、Fe_(2)O_(3)、FeCr_(2)O_(4)、Cr_(2)O_(3)及少量的FeS,S30432较FCN钢晶间腐蚀严重。在混合熔融盐中,FCN钢和S30432钢均发生内氧化和内硫化,FCN钢内氧化程度轻,耐蚀性优于S30432钢。从热力学角度计算了发生硫化反应占据优势所需的硫分压。Cr_(2)O_(3)易溶解于氯盐中生成挥发性CrO_(2)Cl_(2),加速了腐蚀。 展开更多
关键词 S30432奥氏体钢 fcn奥氏体钢 热腐蚀 KCl+K_(2)SO_(4)+Na_(2)SO_(4)熔融盐
在线阅读 下载PDF
通过蛋白质组学和机器学习发现血清的FCN-3和TMOD-4蛋白能够预测晕动病
3
作者 刘志 张金红 +2 位作者 张纯 汪晓宇 李进让 《中华耳科学杂志》 北大核心 2025年第5期669-676,共8页
目的应用蛋白质组学技术和机器学习探索与晕动病相关的蛋白。方法采集了51名晕动病患者和68名对照组的血清样本,使用蛋白质组学技术和生物信息学方法分析差异表达蛋白(differentially expressed proteins,DEPs)及使用机器学习建立了预... 目的应用蛋白质组学技术和机器学习探索与晕动病相关的蛋白。方法采集了51名晕动病患者和68名对照组的血清样本,使用蛋白质组学技术和生物信息学方法分析差异表达蛋白(differentially expressed proteins,DEPs)及使用机器学习建立了预测模型,并在另一个队列中通过酶联免疫吸附测定法验证了候选蛋白。结果共鉴定出27个DEPs(11个上调,16个下调)在晕动病患者和对照组之间存在显著差异。功能富集分析显示,DEPs主要涉及血小板活化、金属离子结合、细胞外泌体、神经变性、肌萎缩性脊髓侧索硬化症、亨廷顿舞蹈症、免疫系统、止血等过程。通过多种机器学习和ROC曲线分析,本研究基于血清中8种最佳DEPs的水平构建了一个潜在的诊断模型,其特异性为95.8%,灵敏度为100%(AUC=0.997,P<0.001)。在8种DEPs中,FCN-3和TMOD-4这两种高含量蛋白质被选入另一个潜在模型,其特异性为75.0%,灵敏度为91.7%(AUC=0.870,P<0.001)。酶联免疫吸附测定法检测结果与蛋白质组学分析一致。结论初步数据表明,晕动病患者和对照组的血清蛋白表达谱存在显著差异。此外,FCN-3和TMOD-4的变化可作为诊断晕动病的新型生物标志物。 展开更多
关键词 晕动病 蛋白质组学 fcn-3 TMOD-4 机器学习
暂未订购
基于FCNs-ConvLSTM算法的瓷砖拼花铺贴机器人对象分割方法
4
作者 李鑫 邓阳杰 尚浩 《科技和产业》 2025年第24期54-61,共8页
针对当前瓷砖铺贴机器人在进行瓷砖拼花铺贴作业中,因瓷砖部件形状各异、尺寸差别明显、图形样式不一,瓷砖铺贴机器人在进行瓷砖部件识别困难和识别精度较低,从而导致瓷砖铺贴效率低和质量差等问题,提出了一种基于FCNs-ConvLSTM算法的... 针对当前瓷砖铺贴机器人在进行瓷砖拼花铺贴作业中,因瓷砖部件形状各异、尺寸差别明显、图形样式不一,瓷砖铺贴机器人在进行瓷砖部件识别困难和识别精度较低,从而导致瓷砖铺贴效率低和质量差等问题,提出了一种基于FCNs-ConvLSTM算法的瓷砖拼花铺贴机器人对象分割方法。首先,通过对机器人视觉系统采集的待铺贴区域图像进行预处理,利用全卷积神经网络(fully convolutional neural networks system,FCNs)强大的空间特征提取能力,对瓷砖进行精确的像素级分割与识别,提取出瓷砖的形状、尺寸和图案等信息。其次,考虑到瓷砖拼花的连续性和图案匹配需求,引入融合卷积长短期记忆网络(convolutional long short-term memory networks,ConvLSTM)以捕捉和处理时间序列图像中瓷砖的位置变化和排列规律,从而实现在连续图像流中的稳定识别与跟踪。实验结果表明,该方法在复杂光照环境下的平均F 1-score达93.8%,较传统方法(FCN、U-Net)提升约10%,显著提升了铺贴效率与质量。 展开更多
关键词 LSTM fcns 对象分割 机器学习 瓷砖铺贴
在线阅读 下载PDF
基于多尺度空洞卷积FCN网络的建筑物提取
5
作者 李星 张宝金 +2 位作者 贾鲁净 郭子睿 孟硕林 《江西科学》 2025年第5期914-919,共6页
针对全卷积神经网络FCN提取建筑物时存在上下文信息缺失和部分像素丢失的问题。在FCN基础上引入多尺度空洞卷积,提出了Multiscale Atrous Convolution FCN8s(MAC-FCN8s)深度学习网络,将不同尺度的空洞卷积代替普通卷积扩大感受野,寻找... 针对全卷积神经网络FCN提取建筑物时存在上下文信息缺失和部分像素丢失的问题。在FCN基础上引入多尺度空洞卷积,提出了Multiscale Atrous Convolution FCN8s(MAC-FCN8s)深度学习网络,将不同尺度的空洞卷积代替普通卷积扩大感受野,寻找最优损失函数,促进模型学习。使用马萨诸塞州数据集进行实验,将本文方法与FCN32s、FCN16s、FCN8s方法提取建筑物结果进行对比,并在Satellite datasetⅠ(Global cities)数据集上进行泛化实验。结果表明,MAC-FCN8s网络提取建筑物精度较高,提高了建筑物提取的完整性,减少部分像素丢失的情况,且在Global cities数据集上具有较好的泛化性。 展开更多
关键词 多尺度空洞卷积 (fcn) 损失函数 建筑物提取
在线阅读 下载PDF
基于CWGAN⁃ABiLSTM⁃FCN的运动想象脑电信号分类 被引量：1
6
作者 吴生彪 程显朋 李花宁 《现代电子技术》 北大核心 2025年第7期57-64,共8页
针对运动想象脑电信号(MI⁃EEG)样本数据分布不平衡、时序特征提取时对长距离的依赖和关注度不均衡、局部特征提取难导致的基于MI⁃EEG的运动意图识别实时性差、精度低的问题,提出一种融合改进的双向长短时记忆神经网络(BiLSTM)和全卷积... 针对运动想象脑电信号(MI⁃EEG)样本数据分布不平衡、时序特征提取时对长距离的依赖和关注度不均衡、局部特征提取难导致的基于MI⁃EEG的运动意图识别实时性差、精度低的问题,提出一种融合改进的双向长短时记忆神经网络(BiLSTM)和全卷积神经网络(FCN)的MI⁃EEG信号分类方法。首先,该方法利用条件生成对抗网络产生虚假的MI⁃EEG信号样本,实现训练样本集的有效扩充,解决了数据集过少且各类别数量不平衡的问题;其次,利用双向自注意力长短时记忆神经网络和全卷积神经网络的各自优势,避免了时序特征提取时对长距离的依赖和关注度不均衡、局部特征提取难以及无法兼顾MI⁃EEG信号的时⁃空域特征的问题;在此基础上,构建融合特征与动作分类标签间的非线性映射关系,从而提高模型的识别精度。最终将此分类模型与其他的MI⁃EEG分类模型在测试数据集进行了对比实验。研究成果表明,该MI⁃EEG识别模型准确度达到了97%,显示出较强的泛化能力。 展开更多
关键词 运动想象 脑电信号分类 生成对抗网络 长短时记忆网络 全卷积神经网络 注意力机制
在线阅读 下载PDF
多尺度SLIC-GMRF与FCNSVM联合的高分影像建筑物提取 被引量：10
7
作者 井然 宫兆宁 +3 位作者 朱文定 关鸿亮 赵文吉 张涛 《遥感学报》 EI CSCD 北大核心 2020年第1期11-26,共16页
遥感影像建筑物提取具有重要的应用价值。然而,高分辨率遥感影像中细节信息繁多、特征复杂,增加了建筑物提取难度。针对这一问题,本文提出一种基于多尺度SLIC-GMRF和FCNSVM的建筑物提取方法,一定程度上提高了高分辨率遥感影像建筑物提... 遥感影像建筑物提取具有重要的应用价值。然而,高分辨率遥感影像中细节信息繁多、特征复杂,增加了建筑物提取难度。针对这一问题,本文提出一种基于多尺度SLIC-GMRF和FCNSVM的建筑物提取方法,一定程度上提高了高分辨率遥感影像建筑物提取能力。首先,利用多尺度SLIC-GMRF分割算法确定初始建筑物区域,然后,充分利用FCN神经网络在语义分割中的优势抽取建筑物特征,最后,结合提取出的建筑物特征训练SVM分类器细化建筑物提取结果,通过3种控制实验,两种对比方法得出以下结论:SLIC分割算法影响初始分割结果;SVM分类器影响建筑物细部提取;FCN特征影响SVM分类器性能。对于特征清晰、遮挡干扰较少的研究区,本文方法能够较好提取影像中的建筑物,查准率、查全率、质量指标均优于对比方法,对建筑物复杂分布的研究区同样能够取得较好的提取效果。 展开更多
关键词 遥感 建筑物提取 影像分割 fcn神经网络 支持向量机 高分辨率遥感影像
原文传递
一种改进的高空间分辨率遥感影像森林类型深度学习精细分类方法:双支FCN-8s 被引量：11
8
作者 郭颖 李增元 +4 位作者 陈尔学 张旭 赵磊 陈艳 王雅慧 《林业科学》 EI CAS CSCD 北大核心 2020年第3期48-60,共13页
【目的】对全卷积神经网络模型进行双支化改进,探索高空间分辨率遥感影像森林类型深度学习分类新方法,为提高森林资源遥感调查精度提供技术支撑。【方法】双支FCN-8s包含2个FCN-8s子模型,一个子模型基于R、G、B三波段特征,采用微调方式... 【目的】对全卷积神经网络模型进行双支化改进,探索高空间分辨率遥感影像森林类型深度学习分类新方法,为提高森林资源遥感调查精度提供技术支撑。【方法】双支FCN-8s包含2个FCN-8s子模型,一个子模型基于R、G、B三波段特征,采用微调方式构建;另一个子模型基于五特征构建。将2个子模型8、16、32倍下的采样结果进行融合并分类,得到每个像元的类别。以旺业甸林场为研究区,采用GF-2卫星遥感影像提取标准化植被指数(NDVI),构建基于R+G+B三波段特征、R+G+B+NIR四波段特征和R+G+B+NIR+NDVI五特征的数据集,对双支FCN-8s优化方法的有效性进行定量评价。【结果】1)双支FCN-8s方法的总体分类精度为85.89%,Kappa系数为0.84;相比传统FCN-8s,双支FCN-8s方法可提高大部分森林类型的分类精度,尤其对油松、红松、白桦等类别改善效果明显。2)相对于传统基于特征优选的SVM模型而言,双支FCN-8s方法的总体分类精度由75%上升至85.89%,精度提升大于10%,各类别的分类效果均有改善。3)使用微调策略以及加入NDVI特征后,模型可有效改善油松、山杨及白桦等树种的分类效果。【结论】双支FCN-8s高空间分辨率遥感影像森林类型深度学习精细分类方法可有效提升森林类型的细分程度和分类精度。 展开更多
关键词 森林类型 深度学习 全卷积神经网络 GF-2 双支fcn-8s
在线阅读 下载PDF
基于R-FCN深度卷积神经网络的机器人疏果前苹果目标的识别 被引量：91
9
作者 王丹丹 何东健 《农业工程学报》 EI CAS CSCD 北大核心 2019年第3期156-163,共8页
疏果前期苹果背景复杂、光照条件变化、重叠及被遮挡,特别是果实与背景叶片颜色极为相近等因素,给其目标识别带来很大困难。为识别疏果前期的苹果目标,提出基于区域的全卷积网络(region-based fully convolutional network,R-FCN)的苹... 疏果前期苹果背景复杂、光照条件变化、重叠及被遮挡,特别是果实与背景叶片颜色极为相近等因素,给其目标识别带来很大困难。为识别疏果前期的苹果目标,提出基于区域的全卷积网络(region-based fully convolutional network,R-FCN)的苹果目标识别方法。该方法在研究基于ResNet-50和ResNet-101的R-FCN结构及识别结果的基础上,改进设计了基于ResNet-44的R-FCN,以提高识别精度并简化网络。该网络主要由ResNet-44全卷积网络、区域生成网络(RegionProposal Network, RPN)及感兴趣区域(Region of Interest, RoI)子网构成。ResNet-44全卷积网络为基础网络,用以提取图像的特征,RPN根据提取的特征生成Ro I,然后Ro I子网根据ResNet-44提取的特征及RPN输出的Ro I进行苹果目标的识别与定位。对采集的图像扩容后,随机选取23 591幅图像作为训练集,4 739幅图像作为验证集,对网络进行训练及参数优化。该文提出的改进模型在332幅图像组成的测试集上的试验结果表明,该方法可有效地识别出重叠、被枝叶遮挡、模糊及表面有阴影的苹果目标,识别的召回率为85.7%,识别的准确率为95.1%,误识率为4.9%,平均速度为0.187 s/幅。通过与其他3种方法进行对比试验,该文方法比FasterR-CNN、基于ResNet-50和ResNet-101的R-FCN的F1值分别提高16.4、0.7和0.7个百分点,识别速度比基于ResNet-50和ResNet-101的R-FCN分别提高了0.010和0.041 s。该方法可实现传统方法难以实现的疏果前苹果目标的识别,也可广泛应用于其他与背景颜色相近的小目标识别中。 展开更多
关键词 图像处理 算法 图像识别 小苹果 目标识别 深度学习 R-fcn
在线阅读 下载PDF
结合FPN改进R-FCN的肺结节检测算法 被引量：6
10
作者 李莉 乔璐 张浩洋 《计算机应用与软件》 北大核心 2022年第4期179-184,共6页
针对目前肺结节检测算法在CT影像中存在的检出率低、假阳性高及体积较小的结节难以检测的问题,提出结合特征金字塔FPN(Feature Pyramid Networks)改进R-FCN(Region-based Fully Convolutional Networks)的肺结节检测算法。对传统R-FCN... 针对目前肺结节检测算法在CT影像中存在的检出率低、假阳性高及体积较小的结节难以检测的问题,提出结合特征金字塔FPN(Feature Pyramid Networks)改进R-FCN(Region-based Fully Convolutional Networks)的肺结节检测算法。对传统R-FCN算法加以改进,将ResNet(Residual Neural Network)结构升级为DenseNet(Dense Convolutional Network)利用其密集连接机制以加强特征的传播复用,提升网络效率;引入FPN结构,一方面用于生成不同尺度的特征作为RPN(Region Proposal Network)网络的输入以生成候选区域,另一方面在检测时可以综合利用低层特征的高分辨率信息与高层特征的高语义信息,从而有效解决体积较小结节难以定位的问题。改进网络将使用focal loss作为损失函数以解决训练过程中正负样本不均衡的问题。实验结果显示,所提算法的CPM为0.876,检测精度有效提升。 展开更多
关键词 肺结节检测 CT影像 R-fcn 特征金字塔
在线阅读 下载PDF
改进R-FCN模型的小尺度行人检测 被引量：5
11
作者 刘万军 董利兵 曲海成 《中国图象图形学报》 CSCD 北大核心 2021年第10期2400-2410,共11页
目的为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络(region-based fully convolutional networks,R-FCN)的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检... 目的为了有效解决传统行人检测算法在分辨率低、行人尺寸较小等情境下检测精度低的问题,将基于区域全卷积网络(region-based fully convolutional networks,R-FCN)的目标检测算法引入到行人检测中,提出一种改进R-FCN模型的小尺度行人检测算法。方法为了使特征提取更加准确,在Res Net-101的conv5阶段中嵌入可变形卷积层,扩大特征图的感受野;为提高小尺寸行人检测精度,在Res Net-101中增加另一条检测路径,对不同尺寸大小的特征图进行感兴趣区域池化;为解决小尺寸行人检测中的误检问题,利用自举策略的非极大值抑制算法代替传统的非极大值抑制算法。结果在基准数据集Caltech上进行评估,实验表明,改进的R-FCN算法与具有代表性的单阶段检测器(single shot multi Box detector,SSD)算法和两阶段检测器中的Faster R-CNN(region convolutional neural network)算法相比,检测精度分别提高了3.29%和2.78%;在相同ResNet-101基础网络下,检测精度比原始R-FCN算法提高了12.10%。结论本文提出的改进R-FCN模型,使小尺寸行人检测精度更加准确。相比原始模型,改进的R-FCN模型对行人检测的精确率和召回率有更好的平衡能力,在保证精确率的同时,具有更大的召回率。 展开更多
关键词 行人检测 区域全卷积网络(R-fcn) 可变形卷积 多路径 非极大值抑制(NMS) Caltech数据集
原文传递
利用定量蛋白组学方法发现涂阴肺结核患者血清差异表达蛋白并验证FCN3 被引量：1
12
作者 周颖 李翠萍 +4 位作者 何晓 李洪涛 臧宁 郑艳燕 何敏 《广西医科大学学报》 CAS 2016年第2期236-240,共5页
目的:利用定量蛋白组学方法检测涂阴肺结核(SNP-TB)患者血清差异表达蛋白,并验证关键蛋白FCN3。方法:采用iTRAQ标记结合MALDI-TOF/MS筛选30例健康对照者和30例SNP-TB患者血清的差异表达蛋白,并进行生物信息学分析,对关键差异蛋白FCN3进... 目的:利用定量蛋白组学方法检测涂阴肺结核(SNP-TB)患者血清差异表达蛋白,并验证关键蛋白FCN3。方法:采用iTRAQ标记结合MALDI-TOF/MS筛选30例健康对照者和30例SNP-TB患者血清的差异表达蛋白,并进行生物信息学分析,对关键差异蛋白FCN3进一步ELISA验证,并绘制ROC曲线。结果:3次独立重复实验一共筛选和鉴定到344种蛋白质,其中置信度在95%以上有283种蛋白质;以正常人血清为对照,SNP-TB患者血清中呈显著性差异表达的蛋白有26种(P<0.05);生物信息学分析发现差异蛋白主要定位在细胞外,参与酶抑制剂活性和应激反应过程;蛋白相互作用发现FCN3等9种蛋白处于相互作用网络关键节点;ELISA验证SNP-TB组血清FCN3蛋白表达水平显著低于正常对照组和涂阳肺结核组(P<0.001),与蛋白组学结果一致;ROC曲线下的面积为0.929,灵敏度和特异度分别是81.24%和83.31%。结论:iTRAQ标记结合MALDI-TOF/MS技术能够有效的筛选和鉴定血清差异表达蛋白;FCN3是值得进一步研究的肺结核候选血清标志物。 展开更多
关键词 涂阴肺结核 MALDI-TOF/MS fcn3 差异蛋白
暂未订购
基于YOLOv5和FCN-DenseNet水下图像多目标语义分割算法 被引量：2
13
作者 曹建荣 韩发通 +3 位作者 汪明 庄园 朱亚琴 张玉婷 《计算机系统应用》 2022年第12期309-315,共7页
带视觉系统的水下机器人作业离不开对水下目标准确的分割,但水下环境复杂,场景感知精度和识别精度不高等问题会严重影响目标分割算法的性能.针对此问题本文提出了一种综合YOLOv5和FCN-DenseNet的多目标分割算法.本算法以FCN-DenseNet算... 带视觉系统的水下机器人作业离不开对水下目标准确的分割,但水下环境复杂,场景感知精度和识别精度不高等问题会严重影响目标分割算法的性能.针对此问题本文提出了一种综合YOLOv5和FCN-DenseNet的多目标分割算法.本算法以FCN-DenseNet算法为主要分割框架,YOLOv5算法为目标检测框架.采用YOLOv5算法检测出每个种类目标所在位置;然后输入针对不同类别的FCN-DenseNet语义分割网络,实现多分支单目标语义分割,最后融合分割结果实现多目标语义分割.此外,本文在Kaggle竞赛平台上的海底图片数据集上将所提算法与PSPNet算法和FCN-DenseNet算法两种经典的语义分割算法进行了实验对比.结果表明本文所提的多目标图像语义分割算法与PSPNet算法相比,在MIoU和IoU指标上分别提高了14.9%和11.6%;与FCN-DenseNet算法在MIoU和IoU指标上分别提高了8%和7.7%,更适合于水下图像分割. 展开更多
关键词 YOLOv5 fcn-DenseNet 语义分割 水下场景识别
在线阅读 下载PDF
基于FCN的多源融合生成对抗网络图像语义分割模型
14
作者 王颖 《西安交通工程学院学术研究》 2025年第1期19-26,共8页
目前图像语义分割的研究中采用的方法大多忽略了图像的空间、边缘等低级特征信息,从而导致分割结果不连续、精度不高等问题。针对此问题,本文设计了一种基于全卷积网络(FCN)的多源融合生成对抗网络模型,命名为SCAGAN,用于图像语义分割... 目前图像语义分割的研究中采用的方法大多忽略了图像的空间、边缘等低级特征信息,从而导致分割结果不连续、精度不高等问题。针对此问题,本文设计了一种基于全卷积网络(FCN)的多源融合生成对抗网络模型,命名为SCAGAN,用于图像语义分割任务。该模型以VGG19为基础框架,创新性地整合了超像素分割与边缘检测算法,并引入高效的空间金字塔模块,在增强空问和边缘信息表达的同时,显著降低了模型复杂度。此外,通过改进跳跃连接结构,实现了多层次特征的高效融合,进一步提升了分割性能。结合空洞空间金字塔池化层构建出生成对抗网络的生成模型DeepLab-SCFCN,从而更好的捕获目标不同尺度特征信息进行分割;设计包含5个模块的全卷积网络做为生成对抗网络的判别模型。在数据集Pascal voc 2012上进行验证,该模型以较少的网络层数达到了70.1%的平均交叠率。 展开更多
关键词 图像语义分割 全卷积网络 生成对抗网络 高效空间金字塔 空洞空间金字塔
在线阅读 下载PDF
基于R-FCN的教室内人物识别 被引量：2
15
作者 刘寅 《科学技术创新》 2021年第30期88-90,共3页
针对教室视频图像中人物目标的识别问题,研究了深度学习R-FCN目标识别架构的算法优化及实验。通过分析R-FCN目标检测网络的结构和代价函数,采用自适应非极大值抑制修正预测框置信度,利用在线难例学习方法并优化候选框参数,得到优化后的R... 针对教室视频图像中人物目标的识别问题,研究了深度学习R-FCN目标识别架构的算法优化及实验。通过分析R-FCN目标检测网络的结构和代价函数,采用自适应非极大值抑制修正预测框置信度,利用在线难例学习方法并优化候选框参数,得到优化后的R-FCN人物目标识别模型。经数据集训练及测试,实验结果表明,在测试数据集DL2021c下的人物目标单类别识别准确率为89.52%,该实验模型可为学校相关管理工作提供数据参考。 展开更多
关键词 人物识别 目标检测 深度学习 R-fcn
在线阅读 下载PDF
FNC→FCN IRC途径中化学键的变化
16
作者 蔡新华 孟令鹏 郑世钧 《化学研究与应用》 CAS CSCD 1990年第1期91-94,共4页
利用电子密度分布函数的拓朴分析方法,研究化学反应中键的断裂与生成的变化过程,是理论化学的新课题。本文作者利用CNDO/2方法计算了若干基态分子体系,对其电子密度分布进行拓扑分析,所得结论与Bader等人精确从头算的结果定性一致。本文... 利用电子密度分布函数的拓朴分析方法,研究化学反应中键的断裂与生成的变化过程,是理论化学的新课题。本文作者利用CNDO/2方法计算了若干基态分子体系,对其电子密度分布进行拓扑分析,所得结论与Bader等人精确从头算的结果定性一致。本文用CNDO/2及Abinitio(STO-3G)计算了FNC→FCN IRC途径上的若干点。一方面讨论这一反应过程中化学键特性的变化,一方面比较上述两种计算方法所得电子密度的拓扑性质的导同。 展开更多
关键词 FNC→fcn IRC途径 拓扑性
在线阅读 下载PDF
基于LSTM-SAFCN模型的生物质锅炉NO_(x)排放浓度预测 被引量：1
17
作者 何德峰 刘明裕 +2 位作者 孙芷菲 王秀丽 李廉明 《高技术通讯》 CAS 北大核心 2024年第1期92-100,共9页
针对生物质锅炉燃烧过程的动态特性,提出一种改进的长短期记忆-自注意力机制全卷积神经网络(LSTM-SAFCN)模型用于预测NO_(x)排放浓度。首先利用完全自适应噪声集合经验模态分解法(CEEMDAN)对数据进行预处理,消除数据噪声对NO_(x)排放浓... 针对生物质锅炉燃烧过程的动态特性,提出一种改进的长短期记忆-自注意力机制全卷积神经网络(LSTM-SAFCN)模型用于预测NO_(x)排放浓度。首先利用完全自适应噪声集合经验模态分解法(CEEMDAN)对数据进行预处理,消除数据噪声对NO_(x)排放浓度预测的影响;其次融合自注意力机制与长短时记忆-全卷积神经网络(LSTM-FCN)进行特征提取与预测建模,该拓展方法能够同时兼顾时间序列数据的局部细节与长期趋势特征;最后,利用生物质热电联产系统的实际运行数据验证了所提算法的有效性。 展开更多
关键词 生物质锅炉 NO_(x)排放浓度预测 经验模态分解 长短时记忆-全卷积神经网络(LSTM-fcn) 自注意力机制
在线阅读 下载PDF
利用R—FCN的光学卫星影像典型目标检测
18
作者 刘松林 李新涛 +1 位作者 巩丹超 郭浩 《测绘科学与工程》 2018年第3期52-57,共6页
传统的目标检测方法主要依靠人工设计特征，难以适用于海量遥感图像的多类目标检测任务。本文针对高分辨率光学卫星遥感影像中的舰船、飞机、储存罐和桥梁等目标，提出了一种利用R—FCN网络的多类目标检测方法。首先通过人工判读在影像... 传统的目标检测方法主要依靠人工设计特征，难以适用于海量遥感图像的多类目标检测任务。本文针对高分辨率光学卫星遥感影像中的舰船、飞机、储存罐和桥梁等目标，提出了一种利用R—FCN网络的多类目标检测方法。首先通过人工判读在影像中标注兴趣目标，构建样本库；然后使用样本库对R—FCN网络进行训练；最后，设计了重叠裁切和总体非极大值抑制策略，利用训练好的R—FCN模型完成目标检测。本文充分利用了深度卷积特征，避免了人工设计特征问题。通过在高分二号卫星数据集上进行的对比实验结果表明，本文方法能够快速准确地对多类目标同时进行检测，具有较好的准确性和鲁棒性。 展开更多
关键词 目标检测 光学影像 R—fcn 非极大值抑制
在线阅读 下载PDF
基于特征优选策略和DLSTMs-FCN优化的短期负荷预测 被引量：10
19
作者 孟金鑫 黄山 印月 《电子测量技术》 北大核心 2023年第10期46-52,共7页
针对当前基于长短期记忆网络的短期负荷预测模型存在特征冗余、重要信息丢失等问题,提出一种基于特征优选策略和DLSTMs-FCN并联优化结构的短期负荷预测方法。首先利用基于极限梯度提升的特征优选策略构造负荷预测模型中的输入特征最优集... 针对当前基于长短期记忆网络的短期负荷预测模型存在特征冗余、重要信息丢失等问题,提出一种基于特征优选策略和DLSTMs-FCN并联优化结构的短期负荷预测方法。首先利用基于极限梯度提升的特征优选策略构造负荷预测模型中的输入特征最优集,减少冗余信息,加快模型拟合;而后利用DLSTMs提取负荷数据的时序特征,并辅以FCN的多维卷积运算及结构特征提取的高分辨率信息,增强对输入数据重要特征的学习和记忆,进而并联构成高效准确的短期负荷预测模型。实验结果表明,本文优化方法相较于ALSTMs和CNN-LSTMs预测误差分别降低了6%和4%,预测误差波动分别降低了4.7%和4.8%。 展开更多
关键词 短期负荷预测 特征优选策略 极限梯度提升 长短期记忆 fcn
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 2 … 13 下一页 到第 页
使用帮助 返回顶部