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5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：
数据缺失条件下基于LSTM-TIDE模型的验潮站水位高精度预报
1
作者 胡瑾鑫 柯宝贵 +1 位作者 赵翠 徐凡凡 《海洋测绘》 北大核心 2025年第6期24-27,共4页
验潮站水位数据缺失,严重影响了天文潮和余水位的预报精度,成为当前预报工作中的一个关键瓶颈。针对此问题提出LSTM-TIDE(long short-term memory-time-series dense encoder model)组合模型插补策略,通过LSTM模型结合邻站数据完成短时... 验潮站水位数据缺失,严重影响了天文潮和余水位的预报精度,成为当前预报工作中的一个关键瓶颈。针对此问题提出LSTM-TIDE(long short-term memory-time-series dense encoder model)组合模型插补策略,通过LSTM模型结合邻站数据完成短时初插,进而基于初补时序用TIDE模型进行长时二次插补,后续通过调和分析和TIDE模型分别推算天文潮与余水位。结果显示,渤海海峡北隍城岛、砣矶岛和南长山岛3个验潮站插补后天文潮推算MAE为0.51~1.15 cm、RMSE为0.61~1.44 cm,能准确反映天文潮特征;Kure站补全62天缺测数据后,6小时内余水位预报误差保持厘米级,精度显著优于ARIMA模型。实验表明,该组合模型可有效应对长时段、多站点同步缺测,为海洋动力学研究与航运安全提供可靠数据支撑。 展开更多
关键词 海洋潮汐 插值方法 天文潮推算 余水位预报 时序密集编码器模型 长短期记忆网络模型
在线阅读 下载PDF
基于k密集近邻算法的局部Fisher向量编码方法 被引量：2
2
作者 冀治航 胡小鹏 +2 位作者 杨博 田云云 王凡 《大连理工大学学报》 EI CAS CSCD 北大核心 2020年第4期411-419,共9页
在基于视觉词包模型的图像分类方法中,Fisher向量编码是常用的图像表示方法之一.该方法利用每一个特征关于所有高斯子模型似然函数的梯度信息来构建图像表达.而在编码过程中,每一个特征都会被投影到所有的高斯子模型上并进行编码,同时... 在基于视觉词包模型的图像分类方法中,Fisher向量编码是常用的图像表示方法之一.该方法利用每一个特征关于所有高斯子模型似然函数的梯度信息来构建图像表达.而在编码过程中,每一个特征都会被投影到所有的高斯子模型上并进行编码,同时子模型之间的内在差异也未被考虑,这些不足削弱了Fisher向量的表达能力.为此,提出一种基于k密集近邻算法的局部Fisher向量编码方法.在编码过程中该方法引入局部性约束原则,并利用图像特征空间中高斯子模型间的拓扑结构差异.在多个数据集上进行测试,结果表明改进方法能够有效提升分类的准确率. 展开更多
关键词 视觉词包模型 图像分类 Fisher向量编码 k密集近邻算法
在线阅读 下载PDF
基于改进词包模型的车型识别算法 被引量：1
3
作者 康珮珮 于凤芹 陈莹 《计算机与数字工程》 2018年第5期861-865,895,共6页
针对基于原始词包模型的车型识别算法识别速度慢、识别率低的问题,提出了一种基于改进词包模型的车型识别算法。首先使用Dense-SURF算法提取图像特征,并通过改进稠密采样策略进一步提高特征提取速度;然后提出特征上下文-矢量量化(FC-VQ... 针对基于原始词包模型的车型识别算法识别速度慢、识别率低的问题,提出了一种基于改进词包模型的车型识别算法。首先使用Dense-SURF算法提取图像特征,并通过改进稠密采样策略进一步提高特征提取速度;然后提出特征上下文-矢量量化(FC-VQ)编码算法,并用其对特征向量进行编码,使编码后的特征包含空间位置信息,进而提高识别率;最后采用快速直方图相交核作为核函数,将提取到的特征送入SVM分类器进行训练或识别。实验结果表明:与其它车型识别算法相比,论文算法识别速度更快且识别率更高。 展开更多
关键词 车型识别 词包模型 dense-SURF FC-VQ编码 快速直方图相交核
在线阅读 下载PDF
基于双通道残差密集网络的红外与可见光图像融合 被引量：5
4
作者 冯鑫 杨杰铭 +1 位作者 张鸿德 邱国航 《光子学报》 EI CAS CSCD 北大核心 2023年第11期278-289,共12页
为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置... 为改善红外与可见光融合结果与源图像间的部分细节特征丢失问题,充分提取红外与可见光图像中的特征信息,提出了一种改进的双通道深度学习自编码网络进行红外与可见光图像融合。其中,双通道结构由密集连接和残差连接模块级联构成,并设置一种综合像素、结构相似度和梯度特征保留的损失函数,使该编码器结构可以充分提取红外与可见光图像的多层次特征,在融合层采用空间L1范数和注意力机制对级联双通道特征分别进行融合,最后设计对应的解码器对融合特征图像进行重构,获取最终的融合结果。通过与传统算法以及近年最新的深度学习算法进行实验对比,结果表明该方法在主观和客观上都具有优秀的综合性能。 展开更多
关键词 红外与可见光图像融合 双通道网络 残差密集模块 注意力机制 自编码器
在线阅读 下载PDF
基于编码器-解码器的离线手写数学公式识别
5
作者 杜永涛 余元辉 《集美大学学报（自然科学版）》 CAS 2022年第6期570-576,共7页
提出一种改进的编码器-解码器模型。模型采用多尺度密集卷积网络作为编码器,以提取手写数学公式图像的多分辨率特征。采用完全基于注意力机制的Transformer模型作为解码器,依据图像特征将二维手写数学公式解码为一维LaTeX序列。通过相... 提出一种改进的编码器-解码器模型。模型采用多尺度密集卷积网络作为编码器,以提取手写数学公式图像的多分辨率特征。采用完全基于注意力机制的Transformer模型作为解码器,依据图像特征将二维手写数学公式解码为一维LaTeX序列。通过相对位置编码嵌入图像位置信息和LaTeX符号位置信息。实验结果表明,模型在官方CROHME 2014数据集上取得了优异的性能,相比于当前最先进的方法,其公式识别准确率提高了3.55%,字错误率降低了1.41%。 展开更多
关键词 编码器-解码器 离线手写数学公式识别 多尺度密集卷积网络 Transformer模型 相对位置编码
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