基于全局依赖Transformer的图像超分辨率网络

目前,基于深度学习的图像超分辨网络主要由卷积实现。相较于传统的卷积神经网络(CNN),Transformer在图像超分辨率任务中的主要优势是它的长距离依赖建模能力;然而大多数基于Transformer的图像超分辨率模型在参数量小、网络层数少的情况下无法建立全局依赖,限制了模型的性能。为了在超分辨率网络中建立全局依赖,提出了基于全局依赖Transformer的图像超分辨率网络(GDTSR),主要组成部分为残差方形轴向窗口块(RSAWB),它的内部轴向窗口Transformer残差层利用轴向窗口和自注意力,可以使每个像素与整个特征图建立起全局依赖。此外,目前大多数图像超分辨率模型的超分辨率图像重建模块都由卷积组成,为了动态整合提取到的特征信息,结合Transformer与卷积,共同重建超分辨率图像。实验结果表明,GDTSR在5个标准测试集Set5、Set14、B100、Urban100和Manga109上的测试结果中,3个倍数(×2,×3,×4)的峰值信噪比(PSNR)和结构相似性(SSIM)均达到了最优,特别是在大尺寸图像的Urban100和Manga109数据集上模型性能的提升尤为明显。

基于全局依赖网的Web服务组合自动演化方法研究

为适应互联网环境下动态的运行环境以及多变的用户需求,快速构建面向服务架构的软件系统,本文提出一种基于全局依赖网的Web服务组合自动演化方法.该方法能够根据用户演化需求对服务组合执行演化操作,在服务全局依赖网的基础上从各演化点出发执行正向演化推理与反向演化推理,确保执行演化操作之后的正确性和有效性,自动生成服务组合演化结果.应用实例表明本方法能够有效实现服务组合的自动化演化,有助于降低基于服务组合的软件开发成本,缩短软件开发周期.

基于金字塔语义token全局信息增强的高分光学遥感影像变化检测

针对复杂背景、光谱变化等因素导致高分辨率遥感影像中细小地物检测缺失,几何结构检测不完整等问题,本文联合卷积网络和Transformer网络优势,提出一种基于金字塔语义token全局信息增强的变化检测网络(PST-GIENet)。首先,利用无最大池化层的ResNet18网络提取多时相影像深度特征以构建融合特征,并采用联合注意力机制和深监督策略提高融合特征表达能力;然后,通过空间金字塔池化将影像特征表示为多尺度语义token,进而利用Transformer编码器和解码器对融合特征空间进行全局上下文建模;最后,通过逐层上采样解码器生成最终变化图。为验证本文方法有效性,采用LEVIR-CD、CDD和WHU-CD 3个公开变化检测数据集进行对比试验与分析,定量结果表明PST-GIENet在3个数据集中均取得最优精度指标,其F 1值分别达到91.71%、96.16%和94.08%。目视结果表明PST-GIENet可有效抑制复杂背景、光谱变化等因素干扰,显著增强网络对地物边缘结构和多尺度变化的捕捉能力,取得最佳目视效果。

带线性记忆的梁方程时间依赖全局吸引子的存在性

该文考虑带线性记忆的梁方程时间依赖全局吸引子的存在性,应用先验估计和算子分解的方法获得了过程的渐近紧性,得到了时间依赖全局吸引子的存在性和正则性.

带有非局部强阻尼的Kirchhoff型波方程的时间依赖全局吸引子

对于带有非局部强阻尼和非线性扰动的Kirchhoff型波方程,研究了其在时间依赖空间中解的长时间行为.运用收缩函数的方法验证了过程的渐近紧性,得到了时间依赖全局吸引子的存在性.

带导数项的非经典反应扩散方程时间依赖全局吸引子

考虑了带导数项且非线性项满足临界指数增长时非经典反应扩散方程解的动力学行为.首先采用先验估计得到了过程的时间依赖有界吸收集的存在性;其次用收缩函数的方法获得了过程族的渐近紧性,从而证明了时间依赖全局吸引子的存在性.

具有时间依赖记忆核的非经典扩散方程的吸引子

该文在时间依赖空间H_(0)^(1)(Ω)×L_(μt)^(2)(R^(+);H_(0)^(1)(Ω))中研究了具有时间依赖记忆核的非经典扩散方程解的长时间动力学行为.在新的理论框架下,利用积分估计方法以及分解技术得到了解的适定性,进而证明了时间依赖全局吸引子的存在性与正则性.

Plate方程时间依赖全局吸引子的存在性

时间依赖全局吸引子的概念是Di Plinio,Temam等人于近期提出的.在非线性项f满足临界增长条件时,应用算子分解技巧,验证了系数参数与时间t有关时plate方程对应的过程族{U(t,τ)}的渐近紧性,进而获得了plate方程时间依赖全局吸引子的存在性及正则性.

记忆型无阻尼抽象发展方程的时间依赖全局吸引子

用先验估计技巧和算子分解的方法,并结合修正的拉回吸引子理论,证明记忆型无阻尼抽象发展方程时间依赖全局吸引子的存在性和正则性.

梁方程时间依赖全局吸引子的存在性

研究了梁方程时间依赖吸引子的存在性,在非线性项f满足临界增长条件时,基于时间依赖全局吸引子的存在性定理,应用先验估计和算子分解方法验证了系数参数与时间t有关时,梁方程对应的过程族{U(t,τ)}的渐近紧性,从而得到梁方程时间依赖全局吸引子的存在性及正则性.

记忆型抽象发展方程的时间依赖全局吸引子

用渐近先验估计和算子分解方法并结合修正的拉回吸引子理论,研究在时间依赖速度的传播作用下记忆型抽象发展方程解的长时间行为,得到了时间依赖全局吸引子的存在性和正则性.

Kirchhoff型波方程的时间依赖全局吸引子

对于带有强阻尼和非线性扰动的Kirchhoff波方程,研究它在时间依赖空间中解的长时间行为.运用收缩函数的方法验证过程的渐近紧性,得到时间依赖全局吸引子的存在性.

具临界指数的强阻尼波方程的时间依赖全局吸引子（英文）

本文考虑如下具有临界增长指数的强阻尼波方程ε(t)u_(tt)-Δu_t-Δu+φ(u)=f解的长时间行为.本文首先得到过程的耗散性,然后利用过程分解技巧得到过程的渐近紧性,最后给出了方程依赖于时间的吸引子的存在性.

非经典扩散方程的时间依赖强全局吸引子的存在性（英文）

本文在具有光滑边界Ω的有界域ΩR^3上研究非经典扩散方程ut-ε(t)Δu_t-Δu+λu=f(u)+g(x)并在强拓扑空间中讨论了该问题解的长时行为.所用方法基于Meng和Liu引入并证明的时间依赖全局吸引子存在性的充分条件.

非线性阻尼Berger方程的时间依赖全局吸引子

考虑带有非线性阻尼的Berger方程解的长时间动力学行为,用渐近先验估计和收缩函数的方法证明其时间依赖全局吸引子的存在性.

记忆型无阻尼抽象发展方程的强时间依赖全局吸引子

运用修正的拉回吸引子理论、先验估计技巧和算子分解方法,得到了记忆型无阻尼抽象发展方程强时间依赖全局吸引子的存在性和正则性.

一种面向产品线的特征依赖建模方法

特征依赖建模是描述特征间相互约束的模型,是软件产品线开发中的一项关键活动。引入了特征局部依赖和全局依赖关系,在对特征依赖关系分析的基础上,提出了一种特征依赖建模方法,该方法不仅支持分解、泛化等特征局部依赖描述,还支持配置依赖、运行依赖和影响依赖等全局依赖建模。通过一个空调控制系统的产品线特征依赖建模实例验证了该方法的有效性。

时间依赖记忆型经典反应扩散方程的吸引子

本文考虑了具有时间依赖记忆核的经典反应扩散方程,当非线性项满足次临界增长时,在时间依赖空间中方程解的长时间动力学行为。在新的理论框架下,利用积分估计方法以及分解技术得到了解的适定性和正则性,进而证明了时间依赖全局吸引子的存在性。

带时间依赖记忆核和非局部扩散的热传导方程解的长时间行为

本文分析了带时间依赖记忆核和非局部扩散的热传导方程解的长时间行为。 当非线性项满足次临界增长条件时,在时间依赖空间中,首先利用 Galerkin 逼近法得到了解的适定性和正则性,进而利用分解技巧和积分估计法证明了时间依赖全局吸引子的存在性。

融合多尺度特征的拼接篡改图像检测算法

针对当前拼接篡改图像检测与定位方法主要专注于检测和定位小范围的篡改区域,而对于不均匀大小位置目标对象的模型性能表现不佳等问题,提出一种用于拼接篡改图像的检测与定位的新型网络架构DEUNet。DEUNet在UNet基础上引入高效加性注意力和双向残差块,用于处理不同尺度的特征,在更完整地定位大尺度篡改区域的同时减少模型的复杂度,并结合交叉熵和Dice损失函数以更好地平衡分类精度和分割准确性。实验结果表明,提出的方法性能优于其他算法,且具有良好的鲁棒性;DEUNet能成功处理不固定大小位置目标且实验验证性能优于最新算法。