期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
4
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于汇聚CNN和注意力增强网络的遮挡人脸检测方法
被引量:
2
1
作者
项丽萍
杨红菊
《数据采集与处理》
CSCD
北大核心
2021年第1期95-102,共8页
针对现实场景中遮挡人脸检测精度低的问题,提出了一种基于汇聚CNN和注意力增强网络的遮挡人脸检测方法。首先,在主网络的多层原始特征图上,通过有监督学习的方法增强原始特征图中人脸可见部分的响应值。然后,将多个增强特征图组合成附...
针对现实场景中遮挡人脸检测精度低的问题,提出了一种基于汇聚CNN和注意力增强网络的遮挡人脸检测方法。首先,在主网络的多层原始特征图上,通过有监督学习的方法增强原始特征图中人脸可见部分的响应值。然后,将多个增强特征图组合成附加增强网络与主网络汇聚设置,以加快对多尺度遮挡人脸的检测速度。最后,将有监督信息分散到各个尺寸的特征图上进行监督学习,为不同尺寸的特征图设置了基于锚框尺寸的损失函数。在WIDER FACE和MAFA数据集上的实验结果表明,该方法的检测精度高于当前主流人脸检测方法。
展开更多
关键词
遮挡人脸检测
卷积神经
网络
注意力增强网络
有监督学习
多尺度
下载PDF
职称材料
增强型注意力网络点击通过率预估方法
2
作者
陈乔松
胡高浩
+4 位作者
曹宏剑
王子权
孙开伟
邓欣
王进
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2023年第1期147-155,共9页
针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和...
针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。
展开更多
关键词
点击通过率
注意力
双线性交互
神经
网络
增强
型
注意力
网络
下载PDF
职称材料
基于双重注意力特征增强网络的语义分割方法
3
作者
赵芮
于晓艳
荣宪伟
《计算机科学与应用》
2020年第11期1944-1951,共8页
语意分割作为计算机视觉领域的研究热点之一,在地理信息系统、医疗影像分析和机器人等领域有广泛应用。然而现有的语义分割方法主要面临两个挑战,即类内不一致和类间难区分问题。为此,我们提出了一种基于双重注意力特征增强网络的方法...
语意分割作为计算机视觉领域的研究热点之一,在地理信息系统、医疗影像分析和机器人等领域有广泛应用。然而现有的语义分割方法主要面临两个挑战,即类内不一致和类间难区分问题。为此,我们提出了一种基于双重注意力特征增强网络的方法来实现语义分割。该方法采用位置注意力模块与通道注意力模块来获取丰富的空间信息与上下文信息,并且在网络末端添加金字塔池化模块来聚合不同区域的上下文信息,提高网络捕获全局信息的能力。最终在标准数据集上的实验结果验证了本文方法的有效性。
展开更多
关键词
语义分割
双重
注意力
特征
增强
网络
位置
注意力
模块
通道
注意力
模块
下载PDF
职称材料
基于ARIMA-TCN混合模型的高速铁路时间同步方法
4
作者
陈永
詹芝贤
张薇
《铁道学报》
EI
CAS
CSCD
北大核心
2024年第6期90-100,共11页
列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要。针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(...
列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要。针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(ARIMA-TCN)混合模型的高速铁路时间同步方法。首先,根据上下行链路传输速率的不对称比,建立高速铁路时钟的数学理论和实际观测模型。然后,使用拉依达准则识别处理跳变异常值,完成实际时间序列的预处理。再次,使用ARIMA模型平滑时间序列中不确定时延带来的噪声抖动,获得平稳的时间序列。最后,通过提出的注意力增强TCN模型进行预测补偿,完成时钟偏移的补偿校正。通过实验仿真,得到基站区间内位置、基站间距以及车速对高速铁路时间同步的影响性分析。实验结果表明:与对比方法相比,所提方法补偿后的均方根误差较最小二乘法减少了75%、较最大似然估计方法误差减少了44.4%,较BP神经网络方法误差减少了16.7%,验证所提方法具有更低的同步误差和更高的同步精度。
展开更多
关键词
时间同步
精确时钟协议
差分自回归移动平均模型
注意力
增强
时域卷积
网络
时间补偿
下载PDF
职称材料
题名
基于汇聚CNN和注意力增强网络的遮挡人脸检测方法
被引量:
2
1
作者
项丽萍
杨红菊
机构
晋城职业技术学院信息工程系
山西大学计算机与信息技术学院
出处
《数据采集与处理》
CSCD
北大核心
2021年第1期95-102,共8页
基金
国家自然科学基金(61873153)资助项目。
文摘
针对现实场景中遮挡人脸检测精度低的问题,提出了一种基于汇聚CNN和注意力增强网络的遮挡人脸检测方法。首先,在主网络的多层原始特征图上,通过有监督学习的方法增强原始特征图中人脸可见部分的响应值。然后,将多个增强特征图组合成附加增强网络与主网络汇聚设置,以加快对多尺度遮挡人脸的检测速度。最后,将有监督信息分散到各个尺寸的特征图上进行监督学习,为不同尺寸的特征图设置了基于锚框尺寸的损失函数。在WIDER FACE和MAFA数据集上的实验结果表明,该方法的检测精度高于当前主流人脸检测方法。
关键词
遮挡人脸检测
卷积神经
网络
注意力增强网络
有监督学习
多尺度
Keywords
occlusion face detection
convolutional neural network(CNN)
attention enhancement network
supervised learning
multiscale
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
增强型注意力网络点击通过率预估方法
2
作者
陈乔松
胡高浩
曹宏剑
王子权
孙开伟
邓欣
王进
机构
重庆邮电大学计算机科学与技术学院
重庆邮电大学数据工程与可视计算重点实验室
出处
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2023年第1期147-155,共9页
基金
国家自然科学基金西部项目(61806033)
国家社会科学基金西部项目(18XGL013)资助课题。
文摘
针对以往模型在对点击通过率(click-through rate,CTR)进行建模预测时,存在着特征重要性学习不足、特征交互低效等问题,提出了一种增强型注意力网络预估模型,用于动态学习特征重要性和特征交互信息,模型主要由注意力层、双线性交互层和全连接神经网络层构成。注意力层的多尺度多头自注意力机制通过设置不同尺寸子空间增强特征重要性学习能力,在得到特征重要性后,进一步采用张量积双线性交互学习特征交互信息。通过对注意力的子空间尺寸大小、张量积交互形式、神经网络层数和节点个数等进行定量分析,确定模型的最佳参数。实验证明,该模型相比已有模型拥有更好的预测能力。
关键词
点击通过率
注意力
双线性交互
神经
网络
增强
型
注意力
网络
Keywords
click-through rate
attention
bilinear interaction
neural network
enhanced attention network
分类号
TP399 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于双重注意力特征增强网络的语义分割方法
3
作者
赵芮
于晓艳
荣宪伟
机构
哈尔滨师范大学
出处
《计算机科学与应用》
2020年第11期1944-1951,共8页
文摘
语意分割作为计算机视觉领域的研究热点之一,在地理信息系统、医疗影像分析和机器人等领域有广泛应用。然而现有的语义分割方法主要面临两个挑战,即类内不一致和类间难区分问题。为此,我们提出了一种基于双重注意力特征增强网络的方法来实现语义分割。该方法采用位置注意力模块与通道注意力模块来获取丰富的空间信息与上下文信息,并且在网络末端添加金字塔池化模块来聚合不同区域的上下文信息,提高网络捕获全局信息的能力。最终在标准数据集上的实验结果验证了本文方法的有效性。
关键词
语义分割
双重
注意力
特征
增强
网络
位置
注意力
模块
通道
注意力
模块
Keywords
Semantic Segmentation
Dual Attention Based Feature Enhanced Networks
Position Attention Module
Channel Attention Module
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于ARIMA-TCN混合模型的高速铁路时间同步方法
4
作者
陈永
詹芝贤
张薇
机构
兰州交通大学电子与信息工程学院
兰州交通大学交通运输学院
出处
《铁道学报》
EI
CAS
CSCD
北大核心
2024年第6期90-100,共11页
基金
国家自然科学基金(61963023)
兰州交通大学基础研究拔尖人才项目(2022JC36)
兰州交通大学重点研发项目(ZDYF2304)。
文摘
列控系统作为高速铁路的核心系统,保持其系统的时间同步对于行车安全至关重要。针对现有时间同步方法易受时变上下行传输时延、随机时钟跳变等影响,导致主从时钟偏移估计不准确的问题,提出一种基于差分自回归移动平均-时域卷积神经网络(ARIMA-TCN)混合模型的高速铁路时间同步方法。首先,根据上下行链路传输速率的不对称比,建立高速铁路时钟的数学理论和实际观测模型。然后,使用拉依达准则识别处理跳变异常值,完成实际时间序列的预处理。再次,使用ARIMA模型平滑时间序列中不确定时延带来的噪声抖动,获得平稳的时间序列。最后,通过提出的注意力增强TCN模型进行预测补偿,完成时钟偏移的补偿校正。通过实验仿真,得到基站区间内位置、基站间距以及车速对高速铁路时间同步的影响性分析。实验结果表明:与对比方法相比,所提方法补偿后的均方根误差较最小二乘法减少了75%、较最大似然估计方法误差减少了44.4%,较BP神经网络方法误差减少了16.7%,验证所提方法具有更低的同步误差和更高的同步精度。
关键词
时间同步
精确时钟协议
差分自回归移动平均模型
注意力
增强
时域卷积
网络
时间补偿
Keywords
time synchronization
precision time protocol
differential autoregressive integrated moving average model
attention enhancement temporal convolutional network
time compensation
分类号
U285.5 [交通运输工程—交通信息工程及控制]
TP393 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于汇聚CNN和注意力增强网络的遮挡人脸检测方法
项丽萍
杨红菊
《数据采集与处理》
CSCD
北大核心
2021
2
下载PDF
职称材料
2
增强型注意力网络点击通过率预估方法
陈乔松
胡高浩
曹宏剑
王子权
孙开伟
邓欣
王进
《重庆邮电大学学报(自然科学版)》
CSCD
北大核心
2023
0
下载PDF
职称材料
3
基于双重注意力特征增强网络的语义分割方法
赵芮
于晓艳
荣宪伟
《计算机科学与应用》
2020
0
下载PDF
职称材料
4
基于ARIMA-TCN混合模型的高速铁路时间同步方法
陈永
詹芝贤
张薇
《铁道学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部