期刊文献+
共找到611篇文章
< 1 2 31 >
每页显示 20 50 100
基于Transformer的道路场景点云分类与分割方法
1
作者 马庆禄 孙枭 +1 位作者 黄筱潇 王江华 《激光与红外》 CAS CSCD 北大核心 2024年第1期17-23,共7页
针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在... 针对多目标识别过程中点云分类和分割精度不高的问题,提出了一种基于改进Transformer模型的点云分类与分割方法DRPT(Double randomness Point Transformer),该方法在Transformer模型卷积投影层创建新的点嵌入,利用局部邻域的动态处理在数据特征向量中持续增加全局特征属性,从而提高多目标识别中点云分类和分割的精度。实验中采用了标准基准数据集(ModelNet40、ShapeNet部分分割和SemanticKITTI场景语义分割数据集)以验证模型的性能,实验结果表明:DRPT模型的pIoU值为85.9%,比其他模型平均高出3.5%,有效提高了多目标识别检测时点云分类与分割精度,是对智能网联技术发展的有效支撑。 展开更多
关键词 点云识别 道路场景 点云分割 点集嵌入 transformER
下载PDF
基于Transformer的点云几何有损压缩方法
2
作者 刘舸昕 章骏腾 丁丹丹 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第2期634-642,共9页
点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在... 点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在编码端利用稀疏卷积提取特征,进行多尺度的逐步下采样,结合Transformer模块加强点空间特征感知与提取;在解码端进行对应的多尺度上采样重建,同样采用Transformer模块对有用特征进行加强与恢复,逐步细化并重建点云。与2种点云标准编码方法对比,所提方法平均获得80%和75%的BD-Rate增益;与基于深度学习的点云压缩方法对比,平均获得16%的BD-Rate增益,在相同码率点有约0.6的PSNR提升。实验结果表明:Transformer在点云压缩领域的可行性与有效性;在主观质量方面,所提方法也有明显的主观效果提升,重建的点云更接近原始点云。 展开更多
关键词 点云几何压缩 transformER 注意力机制 深度学习 稀疏卷积
下载PDF
特征注意力Transformer模块在3D唇语序列身份识别中的应用
3
作者 骈鑫洋 王瑜 张洁 《计算机工程与应用》 CSCD 北大核心 2024年第7期141-146,共6页
唇语行为是一种新兴起的生物特征识别技术,三维(three-dimensional,3D)唇语点云序列因包含真实嘴唇空间结构和运动信息,已成为个体身份识别的重要生物特征。但是,3D点云的无序与非结构化的特点导致时空特征的提取非常困难。为此,提出一... 唇语行为是一种新兴起的生物特征识别技术,三维(three-dimensional,3D)唇语点云序列因包含真实嘴唇空间结构和运动信息,已成为个体身份识别的重要生物特征。但是,3D点云的无序与非结构化的特点导致时空特征的提取非常困难。为此,提出一种深度学习网络模型,用于3D唇语序列身份识别。该网络采用四层改进的PointNet++作为网络骨干,以分层方式抽取特征,为了学习到更多包含身份信息的时空特征,设计一种动态唇特征注意力Transformer模块,连接于PointNet++网络每一层之后,可以学习到不同特征图之间的相关信息,有效捕捉视频序列不同帧的上下文信息。与其他注意力机制构建的Transformer相比,提出的Transformer模块具有较少的参数,在S3DFM-FP和S3DFM-VP数据集上进行的实验表明,提出网络模型在3D唇语点云序列的身份识别任务中效果显著,即使在不受姿态约束的S3DFM-VP数据集中也表现出良好的性能。 展开更多
关键词 说话人识别 transformER PointNet++ 三维唇语点云
下载PDF
融合Transformer与多阶段学习框架的点云上采样网络
4
作者 李泽锴 柏正尧 +2 位作者 肖霄 张奕涵 尤逸琳 《计算机科学》 CSCD 北大核心 2024年第6期231-238,共8页
借鉴Transformer在自然语言和计算机视觉领域强大的特征编码能力,同时受多阶段学习框架的启发,设计了一种融合Transformer与多阶段学习框架的点云上采样网络——MSPUiT。该网络采用二阶段网络模型,第一阶段是密集点生成网络,利用多层Tra... 借鉴Transformer在自然语言和计算机视觉领域强大的特征编码能力,同时受多阶段学习框架的启发,设计了一种融合Transformer与多阶段学习框架的点云上采样网络——MSPUiT。该网络采用二阶段网络模型,第一阶段是密集点生成网络,利用多层Transformer编码器逐步实现从输入点云的局部几何信息、局部特征信息到点云高级语义特征的转换,特征扩充模块在特征空间中,对点云特征上采样,坐标回归模块将点云从特征空间重新映射回欧氏空间中初步生成密集点云M′;第二阶段是逐点优化网络,使用Transformer编码器对密集点云M′中潜藏的语义特征进行编码,联合上一阶段语义特征得到点云完整的语义特征,特征精炼单元从M′的几何信息和语义特征中提取点的误差信息特征,误差回归模块从误差信息特征中计算得到欧氏空间中点的坐标偏移量,实现对点云M′的逐点优化,使得点云上点的分布更加均匀,并且更加贴近真实物体表面。在大型合成数据集PU1K上进行了大量实验,MSPUiT生成的高分辨率点云在倒角距离(CD)、豪斯多夫距离(HD)、生成点云到原始点云块的距离(P2F)上的指标分别降至0.501×10^(-3),5.958×10^(-3),1.756×10^(-3)。实验结果表明,MSPUiT上采样后的点云表面更加光滑,噪声点更少,生成的点云质量高于当前主流的点云上采样网络。 展开更多
关键词 transformer编码器 多阶段学习框架 特征转换 点云上采样 深度学习
下载PDF
融合Swin Transformer与UNet的云检测架构
5
作者 谢国波 何宇钦 +2 位作者 林志毅 唐晶晶 文刚 《遥感信息》 CSCD 北大核心 2023年第3期1-8,共8页
目前在遥感图像云检测的领域中,对于薄云和碎云以及不同下垫面的云检测精度还有待进一步提高,且存在较多误判漏判和数据不均衡等问题。针对这些问题,提出了一个结合Transformer和卷积思想的云检测网络架构Cloud TransUnet。首先,使用Tra... 目前在遥感图像云检测的领域中,对于薄云和碎云以及不同下垫面的云检测精度还有待进一步提高,且存在较多误判漏判和数据不均衡等问题。针对这些问题,提出了一个结合Transformer和卷积思想的云检测网络架构Cloud TransUnet。首先,使用Transformer模块替换掉UNet编码器阶段的卷积模块,利用Transformer的全局注意力机制提取出更多的细节特征信息,减少误判和漏判的发生;同时,添加边缘检测模块,加强对边缘信息的提取,提高检测的精度;最后,使用中值频率平衡对损失函数进行改进以处理数据不平衡的问题。实验结果表明,Cloud TransUnet对薄云和碎云的检测、不同下垫面的云检测都具有良好的表现,与卷积语义分割网络UNet、SegNet、ResUnet和Swin_Unet相比,Cloud TransUnet在检测速度略微提升的同时,其MIoU、总体精度、精确率等指标都得到了一定的提升。 展开更多
关键词 云检测 UNet Swin transformer 损失函数 边缘检测网络
下载PDF
基于Transformer的体素化激光点云目标检测算法 被引量:5
6
作者 康自祥 王升哲 +2 位作者 崔雨勇 高欣仪 陈旺成 《激光与红外》 CAS CSCD 北大核心 2023年第2期202-207,共6页
3D点云目标检测是计算机3D视觉中的一个关键技术,本文针对激光雷达点云数据的稀疏性、无序性和数据量大,导致神经网络运算效率慢、检测精度低等问题,开展了基于激光雷达点云的目标检测算法研究。在激光雷达点云数据处理阶段,我们将原始... 3D点云目标检测是计算机3D视觉中的一个关键技术,本文针对激光雷达点云数据的稀疏性、无序性和数据量大,导致神经网络运算效率慢、检测精度低等问题,开展了基于激光雷达点云的目标检测算法研究。在激光雷达点云数据处理阶段,我们将原始点云数据体素化,解决了点云稀疏性和无序性问题,然后使用多层特征下采样层构建特征金字塔,实验验证了该方法使网络在训练阶段更快收敛,有效减少点云数据量大导致的网络运算开销,网络运算效率提升~39%;同时,我们通过引入Transformer注意力模块,提高网络对点云目标关键特征的学习能力,使目标检测的准确率达到88.5%。总体实验结果表明,本文算法在确保检测精度的前提下,提升了网络运算效率。 展开更多
关键词 深度学习 transformER 体素 点云 目标检测
下载PDF
Realization of -bit semiclassical quantum Fourier transform on IBM's quantum cloud computer 被引量:1
7
作者 付向群 鲍皖苏 +5 位作者 黄合良 李坦 史建红 汪翔 张硕 李风光 《Chinese Physics B》 SCIE EI CAS CSCD 2019年第2期117-122,共6页
To overcome the difficulty of realizing large-scale quantum Fourier transform(QFT) within existing technology, this paper implements a resource-saving method(named t-bit semiclassical QFT over Z_(2~n)), which could re... To overcome the difficulty of realizing large-scale quantum Fourier transform(QFT) within existing technology, this paper implements a resource-saving method(named t-bit semiclassical QFT over Z_(2~n)), which could realize large-scale QFT using an arbitrary-scale quantum register. By developing a feasible method to realize the control quantum gate Rk, we experimentally realize the 2-bit semiclassical QFT over Z_(2~3) on IBM's quantum cloud computer, which shows the feasibility of the method. Then, we compare the actual performance of 2-bit semiclassical QFT with standard QFT in the experiments.The squared statistical overlap experimental data shows that the fidelity of 2-bit semiclassical QFT is higher than that of standard QFT, which is mainly due to fewer two-qubit gates in the semiclassical QFT. Furthermore, based on the proposed method, N = 15 is successfully factorized by implementing Shor's algorithm. 展开更多
关键词 QUANTUM cloud COMPUTATION QUANTUM FOURIER transform SEMICLASSICAL QUANTUM FOURIER transform Shor’s algorithm
下载PDF
基于局部邻域Transformer的点云特征提取方法
8
作者 张海博 沈洋 +2 位作者 许浩 包艳霞 刘江 《软件工程》 2023年第6期24-29,35,共7页
受点云非结构化、无序性等特性的影响,一些现有的自注意力方法不能充分提取上下文语意特征,基于此提出了一种用于点云特征提取的局部邻域Transformer(Local Neighborhood Transformer, LNT)。首先,通过最远点采样(FPS)和K最近邻算法(KNN... 受点云非结构化、无序性等特性的影响,一些现有的自注意力方法不能充分提取上下文语意特征,基于此提出了一种用于点云特征提取的局部邻域Transformer(Local Neighborhood Transformer, LNT)。首先,通过最远点采样(FPS)和K最近邻算法(KNN)对点云进行邻域划分。其次,结合相对位置编码,在各个邻域内计算局部自注意力,达到线性计算复杂度。最后,通过连接操作以及线性层捕获点云局部特征。此外,设计了点云多特征融合方法对各层特征信息进行聚合,以提高模型的性能。实验结果表明:该方法在ModelNet40数据集中分类的总体精度可达到93.3%,比PCT提升了0.1%;类平均精度可达到92.0%,比PointMLP提升了0.6%。同时,在ShapeNet数据集中的点云分割结果也是有效的。 展开更多
关键词 点云处理 transformER 特征融合 神经网络
下载PDF
Retrieval algorithm of quantitative analysis of passive Fourier transform infrared (FTRD) remote sensing measurements of chemical gas cloud from measuring the transmissivity by passive remote Fourier transform infrared 被引量:3
9
作者 刘志明 刘文清 +4 位作者 高闽光 童晶晶 张天舒 徐亮 魏秀丽 《Chinese Physics B》 SCIE EI CAS CSCD 2008年第11期4184-4192,共9页
Passive Fourier transform infrared (FTIR) remote sensing measurement of chemical gas cloud is a vital technology. It takes an important part in many fields for the detection of released gases. The principle of conce... Passive Fourier transform infrared (FTIR) remote sensing measurement of chemical gas cloud is a vital technology. It takes an important part in many fields for the detection of released gases. The principle of concentration measurement is based on the Beer-Lambert law. Unlike the active measurement, for the passive remote sensing, in most cases, the difference between the temperature of the gas cloud and the brightness temperature of the background is usually a few kelvins. The gas cloud emission is almost equal to the background emission, thereby the emission of the gas cloud cannot be ignored. The concentration retrieval algorithm is quite different from the active measurement. In this paper, the concentration retrieval algorithm for the passive FTIR remote measurement of gas cloud is presented in detail, which involves radiative transfer model, radiometric calibration, absorption coefficient calculation, et al. The background spectrum has a broad feature, which is a slowly varying function of frequency. In this paper, the background spectrum is fitted with a polynomial by using the Levenberg-Marquardt method which is a kind of nonlinear least squares fitting algorithm. No background spectra are required. Thus, this method allows mobile, real-time and fast measurements of gas clouds. 展开更多
关键词 passive remote measurement Fourier transform infrared (FTIR) gas cloud sensing concentration retrieval
下载PDF
基于Transformer和多尺度的点云去噪
10
作者 孔大力 江平 《大学数学》 2023年第4期7-15,共9页
针对三维点云数据在获取过程中会包含噪声,影响下游任务精度的问题,文章提出了一种基于Transformer和多尺度的点云去噪方法.利用多尺度提取邻域特征,通过使用基于偏移注意力的Transformer网络获取局部和全局信息,增强特征提取能力.此外... 针对三维点云数据在获取过程中会包含噪声,影响下游任务精度的问题,文章提出了一种基于Transformer和多尺度的点云去噪方法.利用多尺度提取邻域特征,通过使用基于偏移注意力的Transformer网络获取局部和全局信息,增强特征提取能力.此外,为了更好地保护尖锐特征,引入了投影损失.文章不仅在合成数据上进行评估,还在真实扫描数据上进行测试.实验表明,文章方法在定量和定性方面均取得了良好的结果. 展开更多
关键词 点云去噪 transformer网络 多尺度 K近邻 偏移注意力
下载PDF
Transformer’s Condition Assessment Method Based on Combination of Cloud Matter Element and Principal Component Analysis 被引量:1
11
作者 Qianli Hong Jiantao Zhang +4 位作者 Qing Xie Shaodong Liang Yuqin Xu Si Li Weitao Hu 《Energy and Power Engineering》 2017年第4期659-666,共8页
With the development of power grid, as one of the key equipment, the transformer’s condition assessment method has always receive attention from experts, scholars concern more and more about the method’s practicalit... With the development of power grid, as one of the key equipment, the transformer’s condition assessment method has always receive attention from experts, scholars concern more and more about the method’s practicality and reliability. In the traditional condition assessment method, due to the characteristics of the transformer’s complex structure, the assessment system is not comprehensive enough, or the assessment system is too complex, the indexes are not easy to quantify, such problems are emerging. The traditional method is complex and the degree of quantification is not enough. Therefore it is necessary to propose a condition assessment method that is easy to carry out the condition assessment work and does not affect the assessment results. In this paper, we propose a method to assess the state of the transformer’s complex structure. First, we establish a comprehensive assessment system, then apply the method of principal component analysis to optimize the index system, and then use the theory of cloud-matter-element. Finally the reliability and rationality of the method are verified by an example. 展开更多
关键词 transformER Assessment Method PRINCIPLE Component Analysis cloud Model
下载PDF
任务驱动的轻量Transformer点云下采样方法
12
作者 杨亚坤 王安红 冯泽文 《计算机工程与应用》 CSCD 北大核心 2023年第21期159-166,共8页
点云是一种重要的三维数据格式,能直观地描绘真实世界,然而点云的巨大数据量限制了其更加广泛的应用。为了简化点云并提高下游应用效率,提出了一种基于轻量级Transformer的任务驱动点云下采样方法。该网络包括特征提取模块和软采样模块... 点云是一种重要的三维数据格式,能直观地描绘真实世界,然而点云的巨大数据量限制了其更加广泛的应用。为了简化点云并提高下游应用效率,提出了一种基于轻量级Transformer的任务驱动点云下采样方法。该网络包括特征提取模块和软采样模块,在特征提取模块中采用最先进的Transformer模型学习点云特征,考虑到计算和存储资源有限,将其设计为轻量化结构;在软采样模块中利用MLP和Gumbel-Softmax来模拟实际采样过程,得到下采样点云。为使采样点云适合后续应用任务,构造了一个包含任务损失、采样损失和约束损失的联合损失函数用于网络端到端训练。此外,为简化训练并方便实际应用,在基于轻量化Transformer的任务驱动点云下采样网络的基础上,还提出了多倍率下采样方法,它采用渐进式结构,结合多组采样损失,实现一个模型得到多个采样率下的点云。通过在ModelNet40和ShapeNetCore55数据集上进行点云分类任务和重建任务实验表明,所提方法在简化点云数量的同时,分类精度和重建精度得到良好保证,尤其是下采样点数较少时,相比于同类算法,任务性能更高。 展开更多
关键词 三维点云 下采样 任务驱动 多倍率 transformER
下载PDF
基于点云补全和多分辨Transformer的弱感知目标检测方法
13
作者 周静 胡怡宇 +1 位作者 胡成玉 王天江 《计算机应用》 CSCD 北大核心 2023年第7期2155-2165,共11页
针对远距离或遮挡场景中形状缺失的弱感知目标的检测精确率低下的问题,提出一种基于点云补全和多分辨Transformer的弱感知目标检测方法(WP-CMT)。首先,考虑到目标检测网络中的下采样卷积操作会导致部分关键信息的丢失,选取具有反卷积上... 针对远距离或遮挡场景中形状缺失的弱感知目标的检测精确率低下的问题,提出一种基于点云补全和多分辨Transformer的弱感知目标检测方法(WP-CMT)。首先,考虑到目标检测网络中的下采样卷积操作会导致部分关键信息的丢失,选取具有反卷积上采样结构的部分感知聚合(Part-A2)方法作为基础网络以生成初始候选框;然后,为增强初始候选框中的弱感知目标形状及位置特征,采用点云补全模块重构弱感知目标表面的密集点集,并构建新颖的多分辨Transformer特征编码模块来聚合弱感知目标的补全形状特征和原始空间位置信息,通过逐步编码不同分辨率局部坐标点集上的聚合特征的上下文语义相关性来捕获弱感知目标增强的局部特征,最终生成精细化的目标检测框。实验结果表明:对于KITTI和Waymo数据集中的弱感知困难级别目标,WP-CMT的平均精确率和平均精确率均值分别比基准方法Part-A2提升了2.51和1.59个百分点,验证了该方法对弱感知目标检测的有效性。同时,消融实验结果表明WP-CMT中的点云补全和多分辨Transformer特征编码模块对于不同类型的区域候选网络(RPN)结构均能有效提升弱感知目标的检测性能。 展开更多
关键词 三维目标检测 弱感知目标 点云补全 特征编码 多分辨transformer
下载PDF
尾矿坝位移分级预警阈值研究及规律分析
14
作者 胡少华 曹思佳 袁友翠 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期511-516,共6页
针对尾矿坝在线监测重建设、轻利用的现状,基于尾矿坝位移在线监测时间序列,通过多步逆向云变换算法(Multi-step Backward Cloud Transformation Algorithm Based on Sampling with Replacement,MBCT-SR)改进云模型,根据“3E_(n)原则”... 针对尾矿坝在线监测重建设、轻利用的现状,基于尾矿坝位移在线监测时间序列,通过多步逆向云变换算法(Multi-step Backward Cloud Transformation Algorithm Based on Sampling with Replacement,MBCT-SR)改进云模型,根据“3E_(n)原则”和内外包络曲线确定在线监测位移的正常运行值,从而建立尾矿坝位移分级预警阈值模型,并利用某尾矿坝全球导航卫星(Global Navigation Satellite System,GNSS)技术表面位移在线监测数据进行实例验证。结果表明:该尾矿坝水平方向位移的黄、橙、红预警阈值分别为8.41 mm/d、12.94 mm/d、19.41 mm/d,呈现出坝体中间预警阈值最大、并由中间向两侧减小的空间变化规律;尾矿坝垂直方向位移的黄、橙、红预警阈值分别为16.56 mm/d、25.48 mm/d、38.22 mm/d,且随着子坝的堆积,预警阈值逐渐增大。 展开更多
关键词 安全工程 尾矿坝 分级预警 多步逆向云变换算法(MBCT-SR) 阈值 空间分布
下载PDF
基于点代理增强和逐层上采样的猪体点云补全方法
15
作者 尹令 罗泗港 +4 位作者 吴珍芳 蔡更元 沈卓婷 李钦萍 周润林 《中国猪业》 2024年第1期84-89,共6页
采用逆向工程技术进行猪体的三维重建并测算,是低成本无接触式猪体型体况评估的一大解决方案,在比较单视角和多视角采集方法的优缺点后,本文提出基于深度学习的点云补全方法,将猪体局部点云恢复成一个完整的点云以实现猪体三维重建。该... 采用逆向工程技术进行猪体的三维重建并测算,是低成本无接触式猪体型体况评估的一大解决方案,在比较单视角和多视角采集方法的优缺点后,本文提出基于深度学习的点云补全方法,将猪体局部点云恢复成一个完整的点云以实现猪体三维重建。该猪体点云补全方法基于点代理增强和逐层上采样,首先通过特征提取结合位置嵌入生成点代理,使用点代理增强Transformer进一步提高点代理的特征表示能力,再基于点代理通过逐层上采样由粗到细逐步恢复最终的高分辨率、细粒度和分布均匀的完整点云。本文对实际生产环境中采集的猪体点云进行补全,所提方法与目前主流的点云补全方法进行对比试验,在多个指标的评定上,本文提出的方法都取得了较好性能,尤其是在猪体点云缺失严重补全难度较大的情况下效果更为突出。试验证明该方法对猪体主干部位的补全具备应用价值,能够用于实现基于局部点云的猪体三维点云重建。 展开更多
关键词 三维重建 深度学习 猪体点云补全 transformER 点云上采样
下载PDF
融合角点检测的点云配准研究
16
作者 宋庆军 高义强 +2 位作者 姜海燕 来庆昱 王晓双 《组合机床与自动化加工技术》 北大核心 2024年第5期17-20,共4页
为提高点云配准效率,提出一种基于点云曲率信息的Harris角点提取算法,通过引入曲率约束,对传统Harris角点提取做出改进;计算每个点的曲率值并与整幅点云的平均曲率作比较,保留曲率值大于平均曲率的点云,实现对配准价值较低的点的剔除,... 为提高点云配准效率,提出一种基于点云曲率信息的Harris角点提取算法,通过引入曲率约束,对传统Harris角点提取做出改进;计算每个点的曲率值并与整幅点云的平均曲率作比较,保留曲率值大于平均曲率的点云,实现对配准价值较低的点的剔除,为后续点云配准减少计算量;构建所提取角点之间的特征匹配,结合采样一致性(sample consensus initial alignment, SAC-IA)粗配准和正态分布变换(normal distributions transform, NDT)精配准,寻找最优的变换矩阵,实现源点云和目标点云的重合。通过比较不同算法在公开数据集上进行实验验证,结果表明该方法对复杂点云、多拐点点云都有较好的表现,对初始位置相差较大的点云也有良好的适用性。 展开更多
关键词 机器人视觉 曲率约束 角点检测 矩阵变换 点云配准
下载PDF
需求侧资源互动数字化技术发展及转型思考
17
作者 李彬 耿龙妹 +4 位作者 周颖 陈宋宋 吴一敌 孙冲 马笑天 《电力信息与通信技术》 2024年第4期30-37,共8页
随着数字化技术发展及新型负荷管理系统加快建设,对需求侧可调节能力的需求越来越大,而需求侧资源数量巨大、分散较广,涉及到的终端和系统数量众多且调度难度大。为明确驱动需求侧资源互动发展的需求,文章分别从技术因素、业务因素、经... 随着数字化技术发展及新型负荷管理系统加快建设,对需求侧可调节能力的需求越来越大,而需求侧资源数量巨大、分散较广,涉及到的终端和系统数量众多且调度难度大。为明确驱动需求侧资源互动发展的需求,文章分别从技术因素、业务因素、经济因素3个方面,分析了需求侧互动领域发展的相关驱动因素。在此基础上,分别从云边协同、大模型、区块链、数字孪生等方面,分析了新型数字化技术在电力需求侧资源互动领域融合应用存在的问题及相关解决思路,从而更好地支撑需求侧资源互动业务的发展。 展开更多
关键词 需求侧资源 数字化转型 云边协同 区块链 数字孪生 多产业联动
下载PDF
基于对比边界学习的超面片Transformer点云分割网络
18
作者 章益民 《计算机时代》 2023年第9期75-80,86,共7页
为了高效地实现大规模室内点云场景语义分割,针对边界点云的特征信息难以区分、场景点云规模过于庞大而导致其难以直接进行分割网络的有效训练等问题,以超面片为数据表征,结合超面片Transformer模块(SPT)和对比边界学习模块(CBL),提出... 为了高效地实现大规模室内点云场景语义分割,针对边界点云的特征信息难以区分、场景点云规模过于庞大而导致其难以直接进行分割网络的有效训练等问题,以超面片为数据表征,结合超面片Transformer模块(SPT)和对比边界学习模块(CBL),提出一种基于对比边界学习的超面片Transformer点云分割网络。针对数据集S3DIS进行训练,实验结果表明,该网络在分割精度上比Dgcnn网络高3.9%,在训练速度方面比SPGraph网络快近100倍,针对大规模室内点云场景分割效果尤为突出。 展开更多
关键词 点云 语义分割 自注意力 超面片transformer 对比边界学习
下载PDF
基于BN-AHP的装甲车辆动力系统故障状态评估
19
作者 王文顺 崔俊杰 +3 位作者 刘勇 张江 夏添 武一博 《兵器装备工程学报》 CAS CSCD 北大核心 2024年第3期86-93,共8页
装甲车辆复杂传统部件的损伤能否及时被发现,这关系到整车战备或作战能力,系统的故障状态评估是至关重要的。将贝叶斯网络模型结合云模型理论,建立云贝叶斯网络模型,针对4个不同工况的装甲车辆进行故障状态评估。在获取贝叶斯网络初始... 装甲车辆复杂传统部件的损伤能否及时被发现,这关系到整车战备或作战能力,系统的故障状态评估是至关重要的。将贝叶斯网络模型结合云模型理论,建立云贝叶斯网络模型,针对4个不同工况的装甲车辆进行故障状态评估。在获取贝叶斯网络初始节点时更多是依靠专家经验,往往会带来很大的误差,导致条件概率偏差过大,采用证据理论/层次分析法来优化专家经验,确定各个节点的条件概率;将层次分析法转化所得的条件概率值代入到云贝叶斯网络模型中,经过计算可以得到不同损毁等级的概率。将云贝叶斯网络模型计算结果与其他状态评估方法结果进行对比分析,结果表明,所采用的计算方法较其他方法在可靠性和准确性方面有所提高。 展开更多
关键词 贝叶斯网络 层次分析法 云模型转换 故障状态评估 证据理论 专家经验
下载PDF
融合几何注意力和多尺度特征点云配准网络
20
作者 杜佳锦 柏正尧 +3 位作者 刘旭珩 李泽锴 肖霄 尤逸琳 《计算机工程与应用》 CSCD 北大核心 2024年第12期234-244,共11页
点云不同的几何特征影响着点云配准的难度。然而,大多数点云存在部分重叠,几何特征被噪声干扰,并且点云表面有部分不可区分的特征,这使得提取具有代表性的几何特征更加困难。结合以上原因提出一种融合几何注意力和多尺度特征的点云配准... 点云不同的几何特征影响着点云配准的难度。然而,大多数点云存在部分重叠,几何特征被噪声干扰,并且点云表面有部分不可区分的特征,这使得提取具有代表性的几何特征更加困难。结合以上原因提出一种融合几何注意力和多尺度特征的点云配准网络GMNet,利用几何Transformer提取几何特征并对点云点对距离和角度编码,使其在低重叠情况下更具鲁棒性;并使用多尺度特征架构聚合不同尺度上丰富的语义信息,提高点云配准的准确率;最后特征通过一致决策算法选择具有适当邻域大小的特征。GMNet分别在室内数据集3DMatch、3DLoMatch和室外数据集KITTI上进行实验,实验结果表明GMNet的整体配准精度较高,在3DMatch数据集和3DLoMatch数据集上配准召回率分别提升到93.4%和76.0%,在KITTI数据集上相对旋转误差和相对平移误差分别降低到6.2 cm和0.26°。该方法使用的几何Transformer提取有代表性几何特征,联合多尺度特征学习点云中的不同层次几何信息,有效提升点云配准精度。 展开更多
关键词 点云配准 几何transformer 多尺度特征 一致决策算法
下载PDF
上一页 1 2 31 下一页 到第
使用帮助 返回顶部