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6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：
基于高阶递归网络的单幅图像去雨滴模型
1
作者 包玉刚 贾皓翔 赵旦峰 《系统工程与电子技术》 北大核心 2026年第1期12-21,共10页
目前单幅图像去雨滴模型提取大尺度雨滴特征的能力较差,导致精度不高,无法很好地应用在复杂多变的实际场景中。为此,提出一种基于高阶递归网络的单幅图像去雨滴模型。首先,利用结合注意力机制的分组卷积构建一种双尺度注意力残差模块,... 目前单幅图像去雨滴模型提取大尺度雨滴特征的能力较差,导致精度不高,无法很好地应用在复杂多变的实际场景中。为此,提出一种基于高阶递归网络的单幅图像去雨滴模型。首先,利用结合注意力机制的分组卷积构建一种双尺度注意力残差模块,更好地提取大尺度雨滴的有效特征。其次,设计一种高阶递归特征传递机制,有效强化了这些特征从局部到整体的传递作用。最后,提出一种双尺度残差门控循环单元,建立了对递归计算中逐阶段特征的反馈过程,进一步提高了模型的性能。实验结果表明,提出的高阶递归网络在公开的基准数据集上取得了当前最优的性能表现,较好解决了当前算法精度不足的问题。 展开更多
关键词 高阶递归 深度学习 单幅图像去雨滴 双尺度残差 分组卷积 门控循环单元
在线阅读 下载PDF
基于改进双重压缩和激励与多头特征注意力机制的电-热负荷协同预测 被引量：4
2
作者 余强 韩静娴 +4 位作者 杨子梁 宋济东 杨德昌 齐海杰 于芃 《电力自动化设备》 北大核心 2025年第3期201-208,共8页
综合能源系统中负荷多样且存在耦合,为提升负荷预测精度,提出一种基于改进双重注意力机制的分组卷积神经网络-门控循环单元短期电-热负荷协同预测模型。通过改进的压缩和激励注意力为各输入通道加权,再对其进行分组卷积;利用多头特征注... 综合能源系统中负荷多样且存在耦合,为提升负荷预测精度,提出一种基于改进双重注意力机制的分组卷积神经网络-门控循环单元短期电-热负荷协同预测模型。通过改进的压缩和激励注意力为各输入通道加权,再对其进行分组卷积;利用多头特征注意力对卷积结果进行赋权,并利用输入门控循环单元模型对负荷进行预测。算例仿真结果表明,所提模型的平均绝对百分比误差均低于3%。 展开更多
关键词 综合能源系统 负荷预测 分组卷积神经网络 门控循环单元 改进的压缩和激励注意力机制 多头特征注意力机制
在线阅读 下载PDF
基于判别性特征增强网络的单幅图像去雨模型
3
作者 包玉刚 贾皓翔 赵旦峰 《哈尔滨工程大学学报》 北大核心 2025年第5期1005-1013,共9页
针对单幅图像去雨网络在提取判别性特征方面的能力较弱,导致模型精度不高,难以在实际场景中得到很好的应用的问题,本文提出一种判别性特征增强网络。该模型通过多尺度分组卷积设计了一种多分支特征聚合模块,以提高网络提取判别性特征的... 针对单幅图像去雨网络在提取判别性特征方面的能力较弱,导致模型精度不高,难以在实际场景中得到很好的应用的问题,本文提出一种判别性特征增强网络。该模型通过多尺度分组卷积设计了一种多分支特征聚合模块,以提高网络提取判别性特征的能力。还设计了一种回顾式特征蒸馏策略,有效改善了特征从局部到整体的聚合作用。还提出一种时空域长短时记忆单元,以强化回顾式特征蒸馏策略所生成的逐阶段特征间的交互作用,进一步提高了模型的性能。实验结果表明,本文提出的判别性特征增强网络在公开的基准数据集上取得了当前最优的性能表现,较好解决了当前算法精度不足的问题。 展开更多
关键词 深度学习 单幅图像去雨 多尺度 判别性特征 特征蒸馏 分组卷积 长短时记忆单元 特征交互
在线阅读 下载PDF
基于通道特征聚合的行人重识别算法 被引量：1
4
作者 徐增敏 陆光建 +2 位作者 陈俊彦 陈金龙 丁勇 《应用科学学报》 CAS CSCD 北大核心 2023年第1期107-120,共14页
在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通... 在基于深度学习的行人重识别算法中,通道特征易被忽视而导致模型表达能力降低。为此,以ResNeSt50为骨干网络,借鉴SENet通道注意力特点在残差块末尾接入SE block,增强网络对通道特征的提取能力;针对ReLU函数因缺少控制因子而限制不同通道特征图对激活值的准确响应问题,引入一个动态学习因子来丰富通道特征权重信息,以形成新的加权激活函数Weighted ReLU(WReLU);基于分组卷积特征图局部而设计新的激活函数Leaky Weighted ReLU(LWReLU),有效提高不同位置的深度特征表达能力;在Split-Attention和SE block中应用LWReLU,改善Split-Attention对各组特征图的权重学习能力;利用circle loss改进损失函数,优化目标收敛过程,从而提高模型精度。实验结果表明:在CUHK03-NP、Market1501和DukeMTMC-ReID数据集上,所提方法的Rank-1比原骨干网络分别提高了19.08%、0.98%、2.02%,且其mAP比原骨干网络分别提高了17.13%、2.11%、2.56%。 展开更多
关键词 分组卷积 通道注意力 修正线性单元 激活函数 动态学习因子
在线阅读 下载PDF
基于压缩激励残差分组扩张卷积和密集线性门控Unet歌声分离方法 被引量：1
5
作者 张天骐 熊天 +1 位作者 吴超 闻斌 《应用科学学报》 CAS CSCD 北大核心 2023年第5期815-830,共16页
针对Unet频域歌声分离网络模型对语音时序信息的捕获困难以及底层特征利用率不高的问题,设计了一种相比于基线Unet网络参数量更小且歌声分离效果更好的卷积神经网络。首先设计了一种残差分组扩张卷积结合压缩激励模块,并将其引入到编码... 针对Unet频域歌声分离网络模型对语音时序信息的捕获困难以及底层特征利用率不高的问题,设计了一种相比于基线Unet网络参数量更小且歌声分离效果更好的卷积神经网络。首先设计了一种残差分组扩张卷积结合压缩激励模块,并将其引入到编码和解码阶段,该模块在参数量减少和增大网络感受野的同时自适应学习不同通道的重要特征,不但增强了有用特征,而且还抑制了无用特征。其次在传输层将线性门控单元采用密集相加连接来增强网络在特征传递过程中对时序特征的获取,并且使用扩张卷积来代替普通卷积以扩大网络的感受野。最后使用注意力门控机制来代替基线Unet中的跳跃连接以加强网络对底层特征的利用。在Ccmixter和MUSDB18数据集中进行实验,与基线网络相比,歌声分离的性能指标都有提升,并且其参数量大约只有基线网络的1/5。 展开更多
关键词 歌声分离 分组扩张卷积 门控线性单元 注意力门控
在线阅读 下载PDF
GMSDenseNet:基于组多结构卷积的轻量级DenseNet 被引量：1
6
作者 于长永 何鑫 +1 位作者 祁欣 马海涛 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第1期12-16,共5页
提出了一种简单且高效的轻量级DenseNet模型,优化了原DenseNet模型中存在的参数冗余以及高额浮点运算数(FLOPs)的问题.首先,分析了现有流行的卷积计算单元的细节以及特性,其次,应用具有良好特性的卷积单元组合来设计组多结构卷积单元,... 提出了一种简单且高效的轻量级DenseNet模型,优化了原DenseNet模型中存在的参数冗余以及高额浮点运算数(FLOPs)的问题.首先,分析了现有流行的卷积计算单元的细节以及特性,其次,应用具有良好特性的卷积单元组合来设计组多结构卷积单元,构建轻量级DenseNet模型,进一步分析了该模型与原DenseNet模型的复杂度.通过实验结果给出所构建网络结构的最优配置,并得到使用DenseNet-40模型约18.8%的FLOPs以及28.4%的模型参数的情况下,准确率仅下降≤0.4%的结果. 展开更多
关键词 组卷积 深度可分离卷积 组多结构卷积单元 轻量级 DenseNet
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 下一页 到第 页
使用帮助 返回顶部