-
题名融合张量合成注意力的改进ResNet图像分类模型
被引量:2
- 1
-
-
作者
邱云飞
张家欣
兰海
宗佳旭
-
机构
辽宁工程技术大学软件学院
中国科学院海西研究院泉州装备制造研究所
元启工业技术有限公司
-
出处
《激光与光电子学进展》
CSCD
北大核心
2023年第6期87-96,共10页
-
文摘
针对卷积神经网络处理图像分类任务时提取特征不充分以及提取到的特征不区分贡献度的问题,提出了一种融合张量合成注意力的改进ResNet-101(RTSA Net-101)网络模型.首先,利用ResNet-101骨干网络提取图像特征,并在残差网络卷积结构后嵌入张量合成注意力模块,对获取的特征进行三张量积计算,得到注意力特征矩阵;然后,使用Softmax函数对注意力特征矩阵进行归一化,从而为特征分配权重,以区分特征的贡献度;最后,将得到的权重和对应的键值加权求和,获取最终图像完整特征,以提升模型的图像分类精度.在自然图像数据集CIFAR-10、CIFAR-100和街牌号数据集SVHN上进行了对比实验,模型分类准确率分别为96.12%、81.60%、96.67%,图像平均测试运行时间分别为0.0258 s、0.0260 s、0.0262 s.实验结果表明:相比于其他7种先进图像分类模型,RTSA Net-101模型可以获得更高的分类准确率和更短的测试运行时间,且能够有效地增强网络的特征学习能力,具有一定的创新性、高效性.
-
关键词
张量合成注意力
残差网络
自注意力
特征提取
图像分类
-
Keywords
tensor synthesis attention
residual network
selfattention
feature extraction
image classification
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名旋转张量的表达及有限转动次序交换定理的证明
- 2
-
-
作者
王俐
黄维璇
李四平
-
机构
上海交通大学船舶海洋与建筑工程学院
-
出处
《固体火箭技术》
CAS
CSCD
北大核心
2022年第6期966-970,共5页
-
基金
国家自然科学基金项目(51878407)。
-
文摘
旋转张量在火箭发射和航天飞行中使用广泛,在航天器姿态描述、轨迹追踪和变质量研究等方面有重要应用。讨论了旋转张量的相关问题:从坐标变换和运动学角度出发,分别推导了转动张量的基本表达形式和指数映射形式,对旋转张量公式的来源进行了补充和完善;由旋转张量的指数映射形式,得出对于转轴的二阶反对称张量(-r·ε)与虚数i有相似的幂次规律,并明确其几何意义;从特定张量合成的角度出发,推导了旋转张量用转动平面内夹角为转角的任意两向量表达的新形式,在此基础上,给出了旋转张量合成的几何意义;最后,根据向量和张量转动的概念,给出两次有限转动次序交换定理的新的更简洁的证明方法,并通过实例验证上述结论。
-
关键词
旋转张量
指数映射
张量合成
有限转动
次序交换
-
Keywords
rotation tensor
exponential mapping
tensor synthesis
finite rotation
order exchange
-
分类号
O183.2
[理学—基础数学]
-