期刊文献+
共找到388篇文章
< 1 2 20 >
每页显示 20 50 100
Autonomous orbit determination using epoch-differenced gravity gradients and starlight refraction 被引量:4
1
作者 Pei CHEN Tengda SUN Xiucong SUN 《Chinese Journal of Aeronautics》 SCIE EI CAS CSCD 2017年第5期1740-1749,共10页
Autonomous orbit determination via integration of epoch-differenced gravity gradients and starlight refraction is proposed in this paper for low-Earth-orbiting satellites operating in GPSdenied environments. Starlight... Autonomous orbit determination via integration of epoch-differenced gravity gradients and starlight refraction is proposed in this paper for low-Earth-orbiting satellites operating in GPSdenied environments. Starlight refraction compensates for the significant along-track position error that occurs from only using gravity gradients and benefits from integration in terms of improved accuracy in radial and cross-track position estimates. The between-epoch differencing of gravity gradients is employed to eliminate slowly varying measurement biases and noise near the orbit revolution frequency. The refraction angle measurements are directly used and its Jacobian matrix derived from an implicit observation equation. An information fusion filter based on a sequential extended Kalman filter is developed for the orbit determination. Truth-model simulations are used to test the performance of the algorithm, and the effects of differencing intervals and orbital heights are analyzed. A semi-simulation study using actual gravity gradient data from the Gravity field and steady-state Ocean Circulation Explorer(GOCE) combined with simulated starlight refraction measurements is further conducted, and a three-dimensional position accuracy of better than 100 m is achieved. 展开更多
关键词 Autonomous orbit determination Epoch-differenced gravity gradients GOCE Information fusion filter NAVIGATION Starlight refraction
原文传递
融合梯度预测和无参注意力的高效地震去噪Transformer 被引量:1
2
作者 高磊 乔昊炜 +2 位作者 梁东升 闵帆 杨梅 《计算机科学与探索》 北大核心 2025年第5期1342-1352,共11页
压制随机噪声能够有效提升地震数据的信噪比(SNR)。近年来,基于卷积神经网络(CNN)的深度学习方法在地震数据去噪领域展现出显著性能。然而,CNN中的卷积操作由于感受野的限制通常只能捕获局部信息而不能建立全局信息的长距离连接,可能会... 压制随机噪声能够有效提升地震数据的信噪比(SNR)。近年来,基于卷积神经网络(CNN)的深度学习方法在地震数据去噪领域展现出显著性能。然而,CNN中的卷积操作由于感受野的限制通常只能捕获局部信息而不能建立全局信息的长距离连接,可能会导致细节信息的丢失。针对地震数据去噪问题,提出了一种融合梯度预测和无参注意力的高效Transformer模型(ETGP)。引入多头“转置”注意力来代替传统的多头注意力,它能在通道间计算注意力来表示全局信息,缓解了传统多头注意力复杂度过高的问题。提出了无参注意力前馈神经网络,它能同时考虑空间和通道维度计算注意力权重,而不向网络增加参数。设计了梯度预测网络以提取边缘信息,并将信息自适应地添加到并行Transformer的输入中,从而获得高质量的地震数据。在合成数据和野外数据上进行了实验,并与经典和先进的去噪方法进行了比较。结果表明,ETGP去噪方法不仅能更有效地压制随机噪声,并且在弱信号保留和同相轴连续性方面具有显著优势。 展开更多
关键词 地震数据去噪 卷积神经网络 TRANSFORMER 注意力模块 梯度融合
在线阅读 下载PDF
Product Image Classification Based on Fusion Features
3
作者 杨晓慧 刘静静 杨利军 《Chinese Quarterly Journal of Mathematics》 2015年第3期429-441,共13页
Two key challenges raised by a product images classification system are classification precision and classification time. In some categories, classification precision of the latest techniques, in the product images cl... Two key challenges raised by a product images classification system are classification precision and classification time. In some categories, classification precision of the latest techniques, in the product images classification system, is still low. In this paper, we propose a local texture descriptor termed fan refined local binary pattern, which captures more detailed information by integrating the spatial distribution into the local binary pattern feature. We compare our approach with different methods on a subset of product images on Amazon/e Bay and parts of PI100 and experimental results have demonstrated that our proposed approach is superior to the current existing methods. The highest classification precision is increased by 21% and the average classification time is reduced by 2/3. 展开更多
关键词 product image CLASSIFICATION FAN refined local binary pattern(FRLBP) PYRAMID HISTOGRAM of orientated gradients(PHOG) fusion FEATURES
在线阅读 下载PDF
Seismic Attribute Gradient Analysis and Reservoir Configuration Study of Shallow Water Delta Reservoir in Huanghekou Sag
4
作者 Jianmin Zhang Xijie Wang +3 位作者 Pengfei Mu Guokun Zhang Wei Guo Wen Zhang 《Open Journal of Applied Sciences》 CAS 2023年第5期696-703,共8页
The geological conditions of shallow offshore delta oil reservoirs are complex. Under the condition of less well data and larger well spacing, the traditional reservoir configuration method is difficult to solve the d... The geological conditions of shallow offshore delta oil reservoirs are complex. Under the condition of less well data and larger well spacing, the traditional reservoir configuration method is difficult to solve the detailed study of such reservoirs in offshore oil fields. Based on the comprehensive analysis of the seismic phase, data of well log. The paper identifies criteria of the quaternary configuration boundary in shallow water delta of different types with distributary sand dam is established. At the same time, this paper used sensitive factor to construct the edge detection operator based on the amplitude attribute, characterizing the boundary of sand body thickness mutation or physical property mutation quantitatively, realizing the quantitative characterization of four-stage configuration boundary in the region with no wells or few wells, guiding the efficient development of offshore shallow water delta oilfield, and realizing the increase of storage and production of Bohai oilfield. 展开更多
关键词 Shallow Water Delta Reservoir Configuration Attribute gradient Attribute fusion
在线阅读 下载PDF
面向多源数据的CNN-XGB抽油机井故障诊断技术 被引量:1
5
作者 张黎明 吴雨垣 +4 位作者 李敏 尹承哲 王鑫炎 刘冰 王树源 《石油钻采工艺》 北大核心 2025年第1期44-52,共9页
在油田生产过程中,抽油机井的稳定运行对于提高生产效率和经济效益至关重要。然而,现有的故障诊断技术大多依赖于单一数据源(如示功图数据或生产参数)进行模型训练,在面对杆断脱和泵漏失等复杂工况时,诊断精度严重不足,甚至出现诊断失... 在油田生产过程中,抽油机井的稳定运行对于提高生产效率和经济效益至关重要。然而,现有的故障诊断技术大多依赖于单一数据源(如示功图数据或生产参数)进行模型训练,在面对杆断脱和泵漏失等复杂工况时,诊断精度严重不足,甚至出现诊断失效的情况。为此,提出了一种面向多源数据融合的CNN-XGB故障诊断模型,结合卷积神经网络(CNN)和极端梯度提升(XGB)算法,分别提取泵功图图像特征和油井生产参数特征,从多个角度捕捉反映不同工况的特征信息。通过将这些特征整合并输入多层感知机(MLP),模型能够实现更精准的分类结果,从而显著提高特异性识别能力。实验结果表明,该融合模型在6种典型工况下的诊断精确率和召回率均超过95%,相较于传统的CNN和XGB模型,展现出更高的诊断准确性和鲁棒性。这一方法有效解决了单一数据源在故障诊断中的局限性,为油田抽油机井工况的智能诊断提供了一种新的技术手段,具有重要的实际应用价值。 展开更多
关键词 抽油机井 示功图 多源数据 卷积神经网络 极端梯度提升 模型融合 工况诊断
在线阅读 下载PDF
基于多传感器融合的液压支架位姿精确感知方法 被引量:2
6
作者 马长青 李旭阳 +3 位作者 李峰 毛俊杰 魏祥宇 马肖杨 《工矿自动化》 北大核心 2025年第4期114-119,共6页
为精确感知扰动环境下液压支架位姿信息,提出了一种基于多传感器融合的液压支架位姿精确感知方法。首先,在液压支架顶梁、掩护梁、后连杆和底座4个构件上部署九轴姿态传感器,利用其陀螺仪、加速度计和磁力计分别解算出其所在构件的横滚... 为精确感知扰动环境下液压支架位姿信息,提出了一种基于多传感器融合的液压支架位姿精确感知方法。首先,在液压支架顶梁、掩护梁、后连杆和底座4个构件上部署九轴姿态传感器,利用其陀螺仪、加速度计和磁力计分别解算出其所在构件的横滚角、俯仰角和偏航角等位姿数据;然后,通过无迹卡尔曼滤波(UKF)算法和梯度下降(IGD)算法(IGD-UKF算法)对位姿数据进行滤波处理,降低扰动因素对位姿数据的干扰;最后,采用自适应加权融合算法对滤波处理后的液压支架顶梁和底座的偏航角和横滚角数据进行融合处理,消除外界振动、噪声等因素引起的液压支架顶梁和底座传感器数据误差。对施加扰动下液压支架顶梁低头和抬头、底座低头和抬头、液压支架左倾和右倾、液压支架左偏和右偏等工况下顶梁、掩护梁、后连杆和底座的位姿进行感知实验,结果表明:经IGD-UKF算法处理后的数据曲线波动趋于平缓,在抑制振荡、减小振幅上的效果明显;液压支架偏航角误差为0.001 8~0.025 1°,平均绝对误差为0.004 8°,横滚角误差为0.001 4~0.028 1°,平均绝对误差为0.004 7°,实现了扰动环境下液压支架位姿的精确感知。 展开更多
关键词 液压支架 支架位姿感知 多传感器融合 无迹卡尔曼滤波 梯度下降 自适应加权融合 九轴姿态传感器
在线阅读 下载PDF
基于全域信息融合和多维关系感知的命名实体识别模型 被引量:1
7
作者 胡婕 武帅星 +1 位作者 曹芝兰 张龑 《计算机应用》 北大核心 2025年第5期1511-1519,共9页
现有的基于双向长短时记忆(BiLSTM)网络的命名实体识别(NER)模型难以全面理解文本的整体语义以及捕捉复杂的实体关系。因此,提出一种基于全域信息融合和多维关系感知的NER模型。首先,通过BERT(Bidirectional Encoder Representations fr... 现有的基于双向长短时记忆(BiLSTM)网络的命名实体识别(NER)模型难以全面理解文本的整体语义以及捕捉复杂的实体关系。因此,提出一种基于全域信息融合和多维关系感知的NER模型。首先,通过BERT(Bidirectional Encoder Representations from Transformers)获取输入序列的向量表示,并结合BiLSTM进一步学习输入序列的上下文信息。其次,提出由梯度稳定层和特征融合模块组成的全域信息融合机制:前者使模型保持稳定的梯度传播并更新优化输入序列的表示,后者则融合BiLSTM的前后向表示获取更全面的特征表示。接着,构建多维关系感知结构学习不同子空间单词的关联性,以捕获文档中复杂的实体关系。此外,使用自适应焦点损失函数动态调整不同类别实体的权重,提高模型对少数类实体的识别性能。最后,在7个公开数据集上将所提模型和11个基线模型进行对比,实验结果表明所提模型的F1值均优于对比模型,可见该模型的综合性较优。 展开更多
关键词 命名实体识别 全域信息融合机制 梯度稳定层 多维关系感知 自适应焦点损失
在线阅读 下载PDF
面向数据并行深度学习的准确率感知稀疏梯度融合算法
8
作者 李洪亮 张蒙 +1 位作者 王子琛 李想 《吉林大学学报(理学版)》 北大核心 2025年第5期1356-1365,共10页
针对数据并行的深度学习作业中梯度同步导致的性能瓶颈问题,提出一种动态的稀疏梯度融合算法.该算法将梯度压缩、流水线技术与张量融合技术进行协同建模,建立稀疏梯度融合行为对准确率影响的理论模型,并基于此寻找加快梯度同步的同时提... 针对数据并行的深度学习作业中梯度同步导致的性能瓶颈问题,提出一种动态的稀疏梯度融合算法.该算法将梯度压缩、流水线技术与张量融合技术进行协同建模,建立稀疏梯度融合行为对准确率影响的理论模型,并基于此寻找加快梯度同步的同时提高验证准确率的梯度融合方案,以解决稀疏梯度融合导致验证准确率不稳定的问题.实验结果表明,该稀疏梯度融合算法比分层稀疏化方法缩短了1.63倍的通信时间,比已有的稀疏梯度融合算法缩短了2.68倍的收敛时间. 展开更多
关键词 并行深度学习 梯度稀疏化 张量融合 通信流水线技术
在线阅读 下载PDF
基于DMD的红外与可见光图像融合
9
作者 杨艳春 李毅 +1 位作者 李佳龙 王泽煜 《激光与红外》 北大核心 2025年第8期1305-1313,共9页
针对红外与可见光图像融合算法中出现缺失纹理细节、对比度信息问题,本文提出了一种基于双马尔可夫鉴别器(DMD)的红外与可见光图像融合方法。首先,在生成器的主通道中提取红外与可见光图像的公共信息,同时在辅通道中提取两者的互补信息... 针对红外与可见光图像融合算法中出现缺失纹理细节、对比度信息问题,本文提出了一种基于双马尔可夫鉴别器(DMD)的红外与可见光图像融合方法。首先,在生成器的主通道中提取红外与可见光图像的公共信息,同时在辅通道中提取两者的互补信息,利用梯度残差密集块(GRDB)提取特征的深层次细粒度信息;然后,通过混合注意力机制,获取到更加丰富的细节信息;最后,采用DMD与生成器构建对抗博弈机制,估计红外图像与可见光图像的分布概率,专注于区分输入图像的每一个局部块,从而促使融合图像保留更多的纹理细节信息。实验结果表明,本文方法的融合图像在纹理细节和对比度信息上表现丰富,同时在平均梯度、信息熵、标准差、空间频率等客观评价指标上也优于其他图像融合方法。 展开更多
关键词 红外与可见光图像融合 双马尔可夫鉴别器 生成器 梯度残差密集块
在线阅读 下载PDF
基于梯度融合的极化SAR图像引导滤波
10
作者 李响 曾顶 +2 位作者 殷君君 国贤玉 杨健 《系统工程与电子技术》 北大核心 2025年第9期2890-2904,共15页
在极化合成孔径雷达(synthetic aperture radar, SAR)图像的引导滤波降噪算法中,常见的方法都引入了非线性核函数,而忽略了优化引导图像的构造方法。对此,提出一种基于梯度融合的极化SAR引导滤波算法进行舰船数据降噪。对比不同梯度计... 在极化合成孔径雷达(synthetic aperture radar, SAR)图像的引导滤波降噪算法中,常见的方法都引入了非线性核函数,而忽略了优化引导图像的构造方法。对此,提出一种基于梯度融合的极化SAR引导滤波算法进行舰船数据降噪。对比不同梯度计算方法,利用优化后的似然比梯度获取舰船边缘梯度图像,通过图像二值化以及形态学操作获取到梯度信息和强度信息的融合图像,并将其作为引导图像对原极化SAR数据进行引导滤波。通过多幅SAR图像引导滤波降噪实验证明,所提算法能够解决SAR领域现有引导滤波中非线性核函数降噪效果不佳问题,其目测结果和数值指标优于改进Lee滤波以及非线性核函数引导滤波算法。 展开更多
关键词 极化合成孔径雷达 引导滤波 似然比梯度 信息融合
在线阅读 下载PDF
基于融合XGBoost的变电工程造价数据预测算法 被引量:1
11
作者 周波 刘云 +2 位作者 李维嘉 亓彦珣 王立功 《沈阳工业大学学报》 北大核心 2025年第3期317-323,共7页
【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟... 【目的】传统电网变电工程造价预测方法通常依赖单一影响因子或线性假设模型,难以全面捕捉多因子间复杂的非线性关系,预测精度不足。此外,现有方法在处理高维度分类变量时面临维度爆炸或信息损失等问题,尤其在小样本数据场景下容易过拟合。因此,本文构建了一种能有效融合多源影响因子、适应非线性关系且在小样本数据中表现稳健的变电工程造价预测模型,为电网企业的投资决策提供更精准的技术支持。【方法】提出了一种基于均值编码(ME)并融合极端梯度提升框架(XGBoost)的变电工程造价预测模型(ME-XGB)。首先,从设备和材料、施工工艺、施工规模、地理环境及设计标准等多维度中提取13个关键影响因子,涵盖分类变量与连续变量。针对分类变量与造价间的非线性关系,利用均值编码进行特征工程处理,通过计算类别内目标变量即单位容量造价的均值并结合平滑因子,将分类变量转化为连续特征,既保留类别信息又避免维度爆炸。其次,利用XGBoost构建预测模型,通过集成多棵决策树逐步修正残差,并引入正则化项和超参数调优,提升模型泛化能力。实验选取某电网公司200个变电工程样本,随机划分为训练集(80%)与测试集(20%),以平均绝对误差(M_(AE))和拟合优度(R^(2))作为评价指标,与MK-TESM、BP神经网络和XGBoost模型的性能进行对比分析。【结果】ME-XGB模型在测试集上的预测精度显著优于对比模型。其M_(AE)中位数与均值分别为5和6.875,较MK-TESM、BP神经网络和XGBoost模型均有所降低。同时,ME-XGB模型的R^(2)值达到0.8579,远高于对比模型,表明该模型对数据变动的解释能力更强。此外,箱线图分析结果显示,ME-XGB模型的预测误差分布范围最窄,验证了该模型的稳定性更强。超参数调优结果表明,XGBoost模型的树深度和学习率等超参数设置有效平衡了模型复杂度与过拟合风险。【结论】ME-XGB模型通过均值编码解决了分类变量非线性表达与维度控制问题,结合XGBoost模型的集成学习能力,显著提升了小样本场景下的预测性能。ME-XGB模型在平均绝对误差、拟合优度及误差稳定性方面均优于对比模型,可为电网企业提供更可靠的造价预测。未来研究可进一步探索动态影响因子的建模,并结合迁移学习拓展模型在跨区域工程中的应用。 展开更多
关键词 变电工程 造价预测 非线性 影响因子 极端梯度提升 均值编码 融合框架 特征工程
在线阅读 下载PDF
电场和压力复合作用下异种铜合金组织强化行为研究
12
作者 高勇 张晓乐 +1 位作者 孔德群 陈英 《汽车工艺与材料》 2025年第8期67-72,共6页
为解决电阻点焊冷却水泄漏问题,针对电极帽与电极臂的接口进行分析,通过对电极臂粘连材料进行显微组织分析和硬度梯度分析,发现不同材质的铜合金在电场和压力的复合作用下,强度较低的铜合金发生强化,该强化现象导致在白车身焊接应用场... 为解决电阻点焊冷却水泄漏问题,针对电极帽与电极臂的接口进行分析,通过对电极臂粘连材料进行显微组织分析和硬度梯度分析,发现不同材质的铜合金在电场和压力的复合作用下,强度较低的铜合金发生强化,该强化现象导致在白车身焊接应用场景中产生不良。 展开更多
关键词 电极材料 硬度梯度 界面熔合
在线阅读 下载PDF
基于多方向梯度网络的自适应边缘信息图像去噪模型
13
作者 王梓桐 赵晶 +1 位作者 乔双 朱芮 《吉林大学学报(工学版)》 北大核心 2025年第10期3319-3328,共10页
针对现有的基于学习的图像去噪算法不能很好地保留图像边缘和纹理信息的不足,本文提出了一种基于多方向梯度网络的自适应边缘信息图像去噪模型,能够分别捕获不同类别的图像信息。首先,采用多方向梯度算子过滤干净目标图像以获取无噪声... 针对现有的基于学习的图像去噪算法不能很好地保留图像边缘和纹理信息的不足,本文提出了一种基于多方向梯度网络的自适应边缘信息图像去噪模型,能够分别捕获不同类别的图像信息。首先,采用多方向梯度算子过滤干净目标图像以获取无噪声梯度图,引导多方向梯度网络学习无噪声梯度图。其次,提出自适应梯度融合模块,自适应地融合梯度信息与噪声图像,提高去噪网络对边缘和纹理信息的关注度。实验结果表明,本文模型在PSNR和SSIM指标方面具有良好性能。此外,去噪后的图像始终具有更好的视觉质量,从而展示了其在图像去噪中的应用潜力。 展开更多
关键词 深度神经网络 图像去噪 梯度算子 自适应融合
原文传递
梯度递归模型优化注入系数的全色锐化算法
14
作者 戴欢 杨勇 +2 位作者 卢航远 黄淑英 陈常杰 《西安电子科技大学学报》 北大核心 2025年第2期143-155,共13页
遥感图像全色锐化是通过将全色PAN图像和多光谱MS图像进行融合得到高空间分辨率的HRMS图像,有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系,导致提取源图像的细节特... 遥感图像全色锐化是通过将全色PAN图像和多光谱MS图像进行融合得到高空间分辨率的HRMS图像,有助于遥感图像在地物识别、土地监测等领域的应用。现有的基于多分辨率分析的全色锐化方法未考虑图像梯度之间的关系,导致提取源图像的细节特征不准确和融合结果的空间失真。为了解决上述问题,提出一种基于梯度递归模型优化注入系数的全色锐化方法。该方法首先分析源图像和融合图像的梯度关系,构建全尺度下理想HRMS图像与源图像之间的递归模型;然后设计梯度递归算法对注入系数进行迭代求解;最后利用该注入系数优化经多分辨率分析方法得到细节,并将优化后的细节注入到MS图像中得到最优的HRMS图像。方法在Pléiades、IKONOS和WorldView-3这3个数据集上进行了仿真实验和真实实验,并与8种不同类型的方法进行了对比分析,仿真实验结果表明,方法的ERGAS值相较于性能第二的方法,分别提高了3.59%,4.46%和2.18%;真实实验的QNR值在Pléiades和IKONOS数据集上达到最优,相对于性能第二的方法分别提高了3.83%,1.92%,在WorldView-3数据集上次优。在消融实验中,相较于无梯度域的全色锐化方法,ERGAS值分别提高了11.33%,14.08%和1.95%。实验结果表明,方法在客观指标上均取得了较为满意的效果;主观视觉效果上能够更好地融合MS图像的光谱信息和PAN图像的空间信息,从而显著提升MS图像的全色锐化质量,同时文中方法具有较快的计算效率。 展开更多
关键词 遥感 图像融合 全色锐化 注入系数 梯度 递归 迭代优化
在线阅读 下载PDF
基于融合特征选择协同GBDT的热连轧板宽预测
15
作者 李俊祥 任彦 +2 位作者 王静宇 苏楠 高晓文 《塑性工程学报》 北大核心 2025年第3期152-161,共10页
提出一种基于融合特征选择协同梯度提升决策树(GBDT)的热连轧板宽预测模型。首先,建立线性回归、主成分回归及支持向量回归的特征选择模型,引入序列最小二乘规划算法对单一模型得到的特征相关性进行加权融合以筛选出最具有信息量的输入... 提出一种基于融合特征选择协同梯度提升决策树(GBDT)的热连轧板宽预测模型。首先,建立线性回归、主成分回归及支持向量回归的特征选择模型,引入序列最小二乘规划算法对单一模型得到的特征相关性进行加权融合以筛选出最具有信息量的输入特征;其次,利用贝叶斯网络的主动选择机制寻找GBDT模型的全局最优超参数组合,消除传统人工参数选择的主观性和盲目性;最后,采用国内某板材厂的历史生产数据对所提方法进行实验验证。结果表明:模型预测结果的绝对误差在4 mm内的准确率达到96.65%,该预测模型可以有效地提高热连轧板宽的预测精度。 展开更多
关键词 板宽预测 融合特征选择 SLSQP 梯度提升决策树 贝叶斯网络
原文传递
融合多源数据的高分辨率土壤水分模拟模型构建及应用 被引量:1
16
作者 付平凡 杨晓静 +2 位作者 姜波 苏志诚 孙东亚 《农业工程学报》 北大核心 2025年第5期96-106,共11页
实时动态高分辨率土壤水分产品可为区域农业生产安全保障提供重要支撑,目前常用的土壤水分遥感产品存在空间分辨率较低及时间序列不连续等问题。为了生成时空连续的高分辨率土壤水分结果,该研究引入集成学习中的随机森林(random forest,... 实时动态高分辨率土壤水分产品可为区域农业生产安全保障提供重要支撑,目前常用的土壤水分遥感产品存在空间分辨率较低及时间序列不连续等问题。为了生成时空连续的高分辨率土壤水分结果,该研究引入集成学习中的随机森林(random forest,RF)和梯度提升机(grandient boosting machine,GBM)算法,构建了融合多源数据的高分辨率土壤水分模拟(high-resolution soil moisture simulation,HRSMS)模型。2017—2022年SMAP微波土壤水分、植被指数、地表温度等遥感数据和墒情站点实测数据为模型输入和输出,利用Savitzky-Golay滤波方法和多元回归方法填补缺失的植被指数和地表温度数据,基于RF和GBM算法实现SMAP表层(0~5 cm)土壤水分数据分辨率提升(从9 km提高至1 km)。以吉林省为例验证模型可行性,结果表明:1)HRSMS模型相较于常用的多项式回归拟合法精度显著提升。均方根误差(root mean square error,RMSE)、平均绝对误差(mean absolute error,MAE)较多项式回归拟合法精度降低了22.2%、43.9%,决定系数(R^(2))提高了0.270,西北部粮食主产区的误差减少了33.2%;2)HRSMS模型中,RF与GBM算法计算效能相近,在吉林省开展相关研究时可结合数据条件任选其一进行模型构建。HRSMS模型有效提升了土壤水分遥感数据产品的分辨率和精度,对进一步提升土壤水分精准监测能力具有重要意义。 展开更多
关键词 土壤水分 随机森林 梯度提升机 SMAP SSM 降尺度 点面数据融合
在线阅读 下载PDF
基于时空信息融合的人群异常事件检测方法
17
作者 许伟 郭修一 +2 位作者 王艺霖 武俊雪 刘洪彬 《计算机时代》 2025年第7期7-10,15,共5页
人群异常事件检测有利于预防重大安全事故的发生,应用前景广阔。本文提出了一种基于时空信息融合的人群异常事件检测方法。首先从视频中提取梯度直方图(HOG)和光流直方图(HOF)特征,分别代表空间维度信息和时间维度信息。通过对连续帧特... 人群异常事件检测有利于预防重大安全事故的发生,应用前景广阔。本文提出了一种基于时空信息融合的人群异常事件检测方法。首先从视频中提取梯度直方图(HOG)和光流直方图(HOF)特征,分别代表空间维度信息和时间维度信息。通过对连续帧特征进行加权累加,生成带时序的THOG和THOF特征,增强特征表达能力。随后训练基于THOG和THOF的分类器,实现时空信息融合,完成人群异常事件的判别。实验在VIF数据集上验证了该方法的有效性与鲁棒性。 展开更多
关键词 异常事件 光流 梯度 时空信息融合
在线阅读 下载PDF
基于GradGR多源特征融合的面部伪造检测方法
18
作者 韩栋宇 郭婷 +2 位作者 杨高明 朱鹏 宋一帆 《湖北民族大学学报(自然科学版)》 2025年第2期217-223,258,共8页
针对当前的面部伪造检测方法在特定伪造操作上表现良好,但其跨数据集泛化能力存在明显不足的问题,提出了基于图像梯度引导重建(image gradient-guided reconstruction, GradGR)的面部伪造检测模型。该模型在图像重建主干的基础上,构建... 针对当前的面部伪造检测方法在特定伪造操作上表现良好,但其跨数据集泛化能力存在明显不足的问题,提出了基于图像梯度引导重建(image gradient-guided reconstruction, GradGR)的面部伪造检测模型。该模型在图像重建主干的基础上,构建了辅助的梯度重建分支。通过特征传递机制,该分支的中间特征被用来引导主干网络聚焦于梯度所揭示的伪造区域。此外,GradGR模型中还包含了多源特征融合(multi-source feature fusion, MSFF)模块。该模块通过整合编解码器中间特征与双路重建差异,有效加强了跨层级特征的交互,并显著提升了特征融合的效率。结果表明,GradGR模型不仅在数据集内均达到了最优水平,还在跨数据集上较极端初始(extreme inception, Xception)模型的平均准确率提升了3.22%。该模型为面部伪造检测提供了新的研究思路。 展开更多
关键词 面部伪造检测 深度学习 计算机视觉 图像重建学习 图像梯度 多源特征融合
在线阅读 下载PDF
基于梯度增强和文本引导的光照自适应图像融合算法
19
作者 魏超 叶威 +1 位作者 盛光健 张蕾 《计算机应用》 北大核心 2025年第12期3970-3977,共8页
针对现有融合算法在复杂多变光照环境下存在的细节信息丢失、边缘退化和显著信息不明显等问题,提出一种基于梯度增强和文本引导的光照自适应图像融合算法。首先,构建基于梯度增强与线性空间方程的特征提取模块,在实现线性复杂度全局特... 针对现有融合算法在复杂多变光照环境下存在的细节信息丢失、边缘退化和显著信息不明显等问题,提出一种基于梯度增强和文本引导的光照自适应图像融合算法。首先,构建基于梯度增强与线性空间方程的特征提取模块,在实现线性复杂度全局特征提取的同时增强边缘梯度信息;其次,通过嵌入场景描述文本引导融合网络在不同光照环境下生成不同风格的融合图像,提升了融合算法在复杂光照环境下的鲁棒性;最后,构建一种结合交叉注意力机制的梯度增强融合模块(GEFM),实现对多模态信息的梯度增强与融合。在3个公开数据集TNO、MSRS(MultiSpectral Road Scenarios)和LLVIP(Low-Light Visible-Infrared Paired)上的实验结果表明,所提算法相较于对比算法LRRNet(Low-Rank Representation Network)、CAMF(Class Activation Mapping Fusion)、DATFuse(Dual Attention Transformer Fusion)、UMF-CMGR(Unsupervised Misaligned Fusion via Cross-Modality image Generation and Registration)和GANMcC(GAN with Multi-classification Constraints)在5种评价指标均有所提高,其中空间频率(SF)和视觉信息保真度(VIF)指标分别提高了22%、59%、61%和31%、53%、37%,有效地减少了边缘模糊,而且融合图像在不同光照环境下都具有较高的清晰度和对比度。 展开更多
关键词 图像融合 光照自适应 图像梯度增强 状态空间模型 注意力机制
在线阅读 下载PDF
电子束领域的透镜自动对中方法
20
作者 苏鑫 黄少冰 +3 位作者 章卓 李杰 梁文彬 谭小林 《电子工业专用设备》 2025年第5期13-17,52,共6页
针对电子束领域中透镜对中效率低、精度差和多变量耦合复杂的问题,提出了一种基于传输矩阵与分步梯度合并的全自动对中方法。首先构建了上下对中线圈与电磁透镜的级联传输矩阵模型,量化描述线圈电流与透镜激励对束斑位置和光轴偏差的耦... 针对电子束领域中透镜对中效率低、精度差和多变量耦合复杂的问题,提出了一种基于传输矩阵与分步梯度合并的全自动对中方法。首先构建了上下对中线圈与电磁透镜的级联传输矩阵模型,量化描述线圈电流与透镜激励对束斑位置和光轴偏差的耦合关系。基于该模型,设计了同时约束位置误差和对中稳定性的损失函数,以平衡快速收敛与焦距变化下的稳定性。其后,采用两阶段梯度合并算法,即先计算位置误差梯度,再计算对中条件梯度,并以自适应步长更新线圈电流,实现高效迭代校正。实验结果表明,该方法在有限扫描次数内即可将束斑偏差收敛至纳米级别,显著提升了透镜对中的速度与精度。 展开更多
关键词 电子束领域 透镜对中 传输矩阵 分步梯度合并 自动校正
在线阅读 下载PDF
上一页 1 2 20 下一页 到第
使用帮助 返回顶部