期刊文献+
共找到7,560篇文章
< 1 2 250 >
每页显示 20 50 100
An integrable generalization of the Fokas–Lenells equation:Darboux transformation, reduction and explicit soliton solutions
1
作者 魏姣 耿献国 王鑫 《Chinese Physics B》 SCIE EI CAS CSCD 2024年第7期117-124,共8页
Under investigation is an integrable generalization of the Fokas–Lenells equation, which can be derived from the negative power flow of a 2 × 2 matrix spectral problem with three potentials. Based on the gauge t... Under investigation is an integrable generalization of the Fokas–Lenells equation, which can be derived from the negative power flow of a 2 × 2 matrix spectral problem with three potentials. Based on the gauge transformation of the matrix spectral problem, one kind of Darboux transformation with multi-parameters for the three-component coupled Fokas–Lenells system is constructed. As a reduction, the N-fold Darboux transformation for the generalized Fokas–Lenells equation is obtained, from which the N-soliton solution in a compact Vandermonde-like determinant form is given. Particularly,the explicit one-and two-soliton solutions are presented and their dynamical behaviors are shown graphically. 展开更多
关键词 Darboux transformation soliton solutions generalized Fokas–Lenells equation
下载PDF
Evaluation of Generalized Error Function via Fast-Converging Power Series
2
作者 Serdar Beji 《Advances in Pure Mathematics》 2024年第6期495-514,共20页
A generalized form of the error function, Gp(x)=pΓ(1/p)∫0xe−tpdt, which is directly associated with the gamma function, is evaluated for arbitrary real values of p>1and 0x≤+∞by employing a fast-converging power... A generalized form of the error function, Gp(x)=pΓ(1/p)∫0xe−tpdt, which is directly associated with the gamma function, is evaluated for arbitrary real values of p>1and 0x≤+∞by employing a fast-converging power series expansion developed in resolving the so-called Grandi’s paradox. Comparisons with accurate tabulated values for well-known cases such as the error function are presented using the expansions truncated at various orders. 展开更多
关键词 generalized Error Function Gamma Function Grandi’s Paradox Fast-Converging Power series
下载PDF
Intelligent Transformation: General Intelligence Theory
3
作者 Alexander Ngu Amaya Odilon Kosso 《International Journal of Intelligence Science》 2024年第3期59-70,共12页
This paper aims to formalize a general definition of intelligence beyond human intelligence. We accomplish this by re-imagining the concept of equality as a fundamental abstraction for relation. We discover that the c... This paper aims to formalize a general definition of intelligence beyond human intelligence. We accomplish this by re-imagining the concept of equality as a fundamental abstraction for relation. We discover that the concept of equality = limits the sensitivity of our mathematics to abstract relationships. We propose a new relation principle that does not rely on the concept of equality but is consistent with existing mathematical abstractions. In essence, this paper proposes a conceptual framework for general interaction and argues that this framework is also an abstraction that satisfies the definition of Intelligence. Hence, we define intelligence as a formalization of generality, represented by the abstraction ∆∞Ο, where each symbol represents the concepts infinitesimal, infinite, and finite respectively. In essence, this paper proposes a General Language Model (GLM), where the abstraction ∆∞Ο represents the foundational relationship of the model. This relation is colloquially termed “The theory of everything”. 展开更多
关键词 INTELLIGENCE generALIZATION ABsTRACTION transformATION general Language Model general Intelligence Theory Theory of Everything
下载PDF
The Significance of Generalized Gauge Transformation across Fundamental Interactions
4
作者 Bi Qiao 《Journal of Modern Physics》 CAS 2023年第5期604-622,共19页
The author of this paper has put forward a unified program of gauge field from the mathematical and physical picture of the principal associated bundles: thinking that our universe may have more fundamental interactio... The author of this paper has put forward a unified program of gauge field from the mathematical and physical picture of the principal associated bundles: thinking that our universe may have more fundamental interactions than the four fundamental interactions, and these basic interaction gauge fields are only the projection components to the base manifold, that is our universe, from a unified gauge potential or connection of the principal associated bundle manifold on the base manifold. These components can satisfy the transformation of gauge potential, and can even be transformed from one basic interaction gauge potential to another basic interaction gauge potential, and can be summarized into a unified equation, that is, the generalized gauge Equation (GGE), but the gauge potential or connection on the principal bundle is invariant, corresponding to the invariance of gauge transformation [1]. In this paper, we will continue to discuss this aspect concretely, and specifically construct a spatiotemporal model with the frame bundle as the principal bundle, and the tensor bundle as the associated bundle, so that the four fundamental interactions, especially the electromagnetic interaction and the gravitational interaction, can be reflected in the bottom manifold, that is, the regional distributions in our universe. Furthermore, this paper studies the existence of gauge transformation across basic interactions by establishing a model of gauge transformation of basic interaction field;it is found that the unified expression formula is GGE and the expression relation on the curvature of space-time. Therefore, the author discusses the feasibility of the generalized gauge transformation across the basic electromagnetic interaction and the basic gravitational interaction, and on this basis, specifically determines a method or way to find the generalized gauge transformation, so as to try to realize the last step of the “unification” of the four fundamental interactions in physics, that is, the “unification” of electromagnetism and gravity. 展开更多
关键词 generalized Gauge transformation Unification of Fundamental Interactions Principal Bundle Connection and Curvature
下载PDF
基于Transformer和自适应特征融合的矿井低照度图像亮度提升和细节增强方法 被引量:1
5
作者 田子建 吴佳奇 +4 位作者 张文琪 陈伟 周涛 杨伟 王帅 《煤炭科学技术》 EI CAS CSCD 北大核心 2024年第1期297-310,共14页
高质量矿井影像为矿山安全生产提供保障,也有利于提高后续图像分析技术的性能。矿井影像受低照度环境的影响,易出现亮度低,照度不均,颜色失真,细节信息丢失严重等问题。针对上述问题,提出一种基于Transformer和自适应特征融合的矿井低... 高质量矿井影像为矿山安全生产提供保障,也有利于提高后续图像分析技术的性能。矿井影像受低照度环境的影响,易出现亮度低,照度不均,颜色失真,细节信息丢失严重等问题。针对上述问题,提出一种基于Transformer和自适应特征融合的矿井低照度图像亮度提升和细节增强方法。基于生成对抗思想搭建生成对抗式主体模型框架,使用目标图像域而非单一参考图像驱动判别器监督生成器的训练,实现对低照度图像的充分增强;基于特征表示学习理论搭建特征编码器,将图像解耦为亮度分量和反射分量,避免图像增强过程中亮度与颜色特征相互影响从而导致颜色失真问题;设计CEM-Transformer Encoder通过捕获全局上下文关系和提取局部区域特征,能够充分提升整体图像亮度并消除局部区域照度不均;在反射分量增强过程中,使用结合CEM-Cross-Transformer Encoder的跳跃连接将低级特征与深层网络处特征进行自适应融合,能够有效避免细节特征丢失,并在编码网络中添加ECA-Net,提高浅层网络的特征提取效率。制作矿井低照度图像数据集为矿井低照度图像增强任务提供数据资源。试验显示,在矿井低照度图像数据集和公共数据集中,与5种先进的低照度图像增强算法相比,该算法增强图像的质量指标PSNR、SSIM、VIF平均提高了16.564%,10.998%,16.226%和14.438%,10.888%,14.948%,证明该算法能够有效提升整体图像亮度,消除照度不均,避免颜色失真和细节丢失,实现矿井低照度图像增强。 展开更多
关键词 图像增强 图像识别 生成对抗网络 特征解耦 transformER
下载PDF
基于生成对抗Transformer的电力负荷数据异常检测 被引量:2
6
作者 陆旦宏 范文尧 +3 位作者 杨婷 倪敏珏 李思琦 朱晓 《电力工程技术》 北大核心 2024年第1期157-164,共8页
电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力... 电力负荷异常数据将给电力系统规划、负荷预测以及用能分析等带来较大的负面影响,因此亟须对负荷数据异常进行检测与识别。首先,针对电力负荷数据异常分类、原因及其特征开展分析。其次,改进传统Transformer编码器结构,采用多头注意力层代替掩码多头注意力层,同时移除前馈网络,以提高模型对负荷时序序列的全局注意力。基于生成对抗网络(generative adversarial networks,GAN)生成器与判别器的博弈结构,提出一种改进的GAN-Transformer模型,以更好地捕捉趋势性特征并加速模型收敛。然后,引入多阶段映射与训练方法,综合焦点分数打分机制,通过分阶段负荷序列重构帮助模型更好地提取负荷数据异常特征。最后,算例分析结果表明,GAN-Transformer模型在负荷数据异常检测精确率、召回率、F_(1)值以及训练时间方面均具有更优的性能,验证了所提方法的有效性和优越性。文中研究工作为基于深度学习进一步实现电力负荷数据异常分类与数据修复提供了有益参考。 展开更多
关键词 电力负荷数据 数据异常检测 生成对抗网络(GAN)-transformer 多阶段训练与映射 焦点分数 序列重构
下载PDF
基于Transformer生成对抗网络的跨模态哈希检索算法
7
作者 雷蕾 徐黎明 《南阳理工学院学报》 2024年第4期38-44,共7页
考虑生成对抗网络在保持跨模态数据之间的流形结构的优势,并结合Transformer利用自注意力和无须使用卷积的优点,提出一种基于Transformer生成对抗网络的跨模态哈希检索算法。首先在ImageNet数据集上预训练Vision Transformer框架,并将... 考虑生成对抗网络在保持跨模态数据之间的流形结构的优势,并结合Transformer利用自注意力和无须使用卷积的优点,提出一种基于Transformer生成对抗网络的跨模态哈希检索算法。首先在ImageNet数据集上预训练Vision Transformer框架,并将其作为图像特征提取的主干网络,然后将不同模态的数据分割为共享特征和私有特征。接着,构建对抗学习模块减少不同模态的共享特征的分布距离与保持语义一致性,同时增大不同模态的私有特征分布距离与保持语义非一致性。最后将通用的特征表示映射为紧凑的哈希码,实现跨模态哈希检索。实验结果表明,在公共数据集上,所提算法优于对比算法。 展开更多
关键词 transformER 生成对抗网络 跨模态检索 哈希编码 语义保持
下载PDF
结合Transformer与生成对抗网络的水下图像增强算法
8
作者 袁红春 张波 程心 《红外技术》 CSCD 北大核心 2024年第9期975-983,共9页
由于水下环境的多样性和光在水中受到的散射及选择性吸收作用,采集到的水下图像通常会产生严重的质量退化问题,如颜色偏差、清晰度低和亮度低等,为解决以上问题,本文提出了一种基于Transformer和生成对抗网络的水下图像增强算法。以生... 由于水下环境的多样性和光在水中受到的散射及选择性吸收作用,采集到的水下图像通常会产生严重的质量退化问题,如颜色偏差、清晰度低和亮度低等,为解决以上问题,本文提出了一种基于Transformer和生成对抗网络的水下图像增强算法。以生成对抗网络为基础架构,结合编码解码结构、基于空间自注意力机制的全局特征建模Transformer模块和通道级多尺度特征融合Transformer模块构建了TGAN(generative adversarial network with transformer)网络增强模型,重点关注水下图像衰减更严重的颜色通道和空间区域,有效增强了图像细节并解决了颜色偏差问题。此外,设计了一种结合RGB和LAB颜色空间的多项损失函数,约束网络增强模型的对抗训练。实验结果表明,与CLAHE(contrast limited adaptive histogram equalization)、UDCP(underwater dark channel prior)、UWCNN(underwater based on convolutional neural network)、FUnIE-GAN(fast underwater image enhancement for improved visual perception)等典型水下图像增强算法相比,所提算法增强后的水下图像在清晰度、细节纹理和色彩表现等方面都有所提升,客观评价指标如峰值信噪比、结构相似性和水下图像质量度量的平均值分别提升了5.8%、1.8%和3.6%,有效地提升了水下图像的视觉感知效果。 展开更多
关键词 图像处理 水下图像增强 transformER 生成对抗网络 多项损失函数
下载PDF
基于条件对抗增强的Transformer煤矿微震定位方法
9
作者 丁琳琳 胡永亮 +2 位作者 李昱达 王凯璐 王慧颖 《计算机与数字工程》 2024年第1期1-8,17,共9页
随着人工智能技术的发展以及煤矿微震监测系统的广泛应用,越来越多的深度学习模型被应用到煤矿微震事件震源定位问题的求解上。然而,由于目前的微震数据量小且数据单一不足以训练大且深的神经网络模型,而小且浅的神经网络模型也不足以... 随着人工智能技术的发展以及煤矿微震监测系统的广泛应用,越来越多的深度学习模型被应用到煤矿微震事件震源定位问题的求解上。然而,由于目前的微震数据量小且数据单一不足以训练大且深的神经网络模型,而小且浅的神经网络模型也不足以表征受多方因素影响的微震事件的震源,因而导致了定位模型定位精度低和鲁棒性弱,在实际生产生活中表现较差,严重地阻碍了深度学习模型在微震定位领域上的发展。针对上述问题,提出一种基于条件对抗增强的Transformer煤矿微震定位方法CGAN-Transformer,该方法首先通过一个CGAN架构的网络模型将数据量少且单一的微震数据增强成数据量庞大且具有一定多样性的微震数据;其次,利用Transformer编码器层将微震波形数据转换为特征数据后再利用其注意力机制进一步学习微震波形数据深层次特征和复杂的站间依赖关系,同时也利用高斯分布随机变量抵消了不同地质条件对定位精度的影响;最后,通过引入混合密度输出层获取高斯分布参数,计算最优的震源位置。在智利和辽宁某矿数据集上的实验结果验证了该方法的有效性,结果表明该方法所获得的震中误差与震源误差均优于其他方法,在两个数据集上的定位误差分别降低了38%和12%,达到了提高震源定位精度和定位模型鲁棒性的目的。 展开更多
关键词 生成对抗网络 transformer模型 微震定位 注意力机制 混合密度网络
下载PDF
Amplitude spectrum compensation and phase spectrum correction of seismic data based on the generalized S transform 被引量:6
10
作者 周怀来 王峻 +3 位作者 王明春 沈铭成 张听锟 梁平 《Applied Geophysics》 SCIE CSCD 2014年第4期468-478,510,511,共13页
We propose a method for the compensation and phase correction of the amplitude spectrum based on the generalized S transform. The compensation of the amplitude spectrum within a reliable frequency range of the seismic... We propose a method for the compensation and phase correction of the amplitude spectrum based on the generalized S transform. The compensation of the amplitude spectrum within a reliable frequency range of the seismic record is performed in the S domain to restore the amplitude spectrum of reflection. We use spectral simulation methods to fit the time-dependent amplitude spectrum and compensate for the amplitude attenuation owing to absorption. We use phase scanning to select the time-, space-, and frequencydependent phases correction based on the parsimony criterion and eliminate the residual phase effect of the wavelet in the S domain. The method does not directly calculate the Q value; thus, it can be applied to the case of variable Q. The comparison of the theory model and field data verify that the proposed method can recover the amplitude spectrum of the strata reflectivity, while eliminating the effect of the residual phase of the wavelet. Thus, the wavelet approaches the zero-phase wavelet and, the seismic resolution is improved. 展开更多
关键词 generalized s transform amplitude spectra phase spectra seismic resolution phase correction
下载PDF
基于Transformer和GAN的对抗样本生成算法 被引量:1
11
作者 刘帅威 李智 +1 位作者 王国美 张丽 《计算机工程》 CAS CSCD 北大核心 2024年第2期180-187,共8页
对抗攻击与防御是计算机安全领域的一个热门研究方向。针对现有基于梯度的对抗样本生成方法可视质量差、基于优化的方法生成效率低的问题,提出基于Transformer和生成对抗网络(GAN)的对抗样本生成算法Trans-GAN。首先利用Transformer强... 对抗攻击与防御是计算机安全领域的一个热门研究方向。针对现有基于梯度的对抗样本生成方法可视质量差、基于优化的方法生成效率低的问题,提出基于Transformer和生成对抗网络(GAN)的对抗样本生成算法Trans-GAN。首先利用Transformer强大的视觉表征能力,将其作为重构网络,用于接收干净图像并生成攻击噪声;其次将Transformer重构网络作为生成器,与基于深度卷积网络的鉴别器相结合组成GAN网络架构,提高生成图像的真实性并保证训练的稳定性,同时提出改进的注意力机制Targeted Self-Attention,在训练网络时引入目标标签作为先验知识,指导网络模型学习生成具有特定攻击目标的对抗扰动;最后利用跳转连接将对抗噪声施加在干净样本上,形成对抗样本,攻击目标分类网络。实验结果表明:Trans-GAN算法针对MNIST数据集中2种模型的攻击成功率都达到99.9%以上,针对CIFAR10数据集中2种模型的攻击成功率分别达到96.36%和98.47%,优于目前先进的基于生成式的对抗样本生成方法;相比快速梯度符号法和投影梯度下降法,Trans-GAN算法生成的对抗噪声扰动量更小,形成的对抗样本更加自然,满足人类视觉不易分辨的要求。 展开更多
关键词 深度神经网络 对抗样本 对抗攻击 transformer模型 生成对抗网络 注意力机制
下载PDF
基于改进YOLOv5s的CNN-Swin Transformer森林野生动物图像目标检测算法
12
作者 杨文翰 刘天宇 +2 位作者 周俊池 胡文武 蒋蘋 《林业科学》 EI CAS CSCD 北大核心 2024年第3期121-130,共10页
【目的】为提高野生动物在复杂森林环境中的检测精度,促进森林野生动物保护技术发展,提出一种基于YOLOv5s网络模型、针对陷阱相机所摄取森林野生动物图像的改进检测算法。【方法】以包含湖南壶瓶山国家级自然保护区几种典型森林野生动... 【目的】为提高野生动物在复杂森林环境中的检测精度,促进森林野生动物保护技术发展,提出一种基于YOLOv5s网络模型、针对陷阱相机所摄取森林野生动物图像的改进检测算法。【方法】以包含湖南壶瓶山国家级自然保护区几种典型森林野生动物在内的数据集为研究对象,首先,对真实标注框图像进行裁剪、归一化和缩放处理,随机将2~4张裁剪图像拼贴组成新的数据集元素,以丰富和增强数据集图像信息;其次,使用一种基于通道注意力思想的加权通道拼接方法,在通道拼接时引入权重改变通道数量,通过反向传播训练方法不断更新权重以增加重要特征信息的通道层数;接着,引入Swin Transformer模块与CNN网络相结合,为卷积神经网络特征提取加入自注意力机制,融合2种网络特征提取层的优势,提高特征提取的感受野;最后,选择更优的α-DIoU损失函数替代GIoU损失函数,针对边界框重叠面积和中心点距离造成的损失,引入新的几何因素惩罚项。【结果】在相同试验条件和数据集下,相比原YOLOv5s网络模型,改进算法极大提高检测的平均准确率和平均回归率,均值平均精度由74.1%提升至88.4%,获得14.3%的精度提升,同时也超过YOLOv3、YOLOXs、RetinaNet、Faster R-CNN等其他流行目标检测算法。【结论】针对陷阱相机所摄取森林野生动物图像背景与目标对比度低、遮挡重叠严重,致使检测误检率、漏检率高等问题,在检测算法中提出一系列改进措施,为我国森林野生动物的保护和数据获取提供一种新的可行性方案和思路。 展开更多
关键词 森林野生动物 检测算法 YOLOv5s swin transformer 网络融合
下载PDF
基于Transformer的零样本食品图像检测
13
作者 宋静茹 闵巍庆 +5 位作者 周鹏飞 饶全瑞 盛国瑞 杨延村 王丽丽 蒋树强 《食品工业科技》 CAS 北大核心 2024年第22期18-26,共9页
食品检测作为食品计算的一项基本任务,能够对输入的食品图像进行定位和识别,在智慧食堂结算和饮食健康管理等食品应用领域发挥着至关重要的作用。然而在实际场景下,食品类别会不断更新,基于固定类别训练的食品检测器很难对未见过的食品... 食品检测作为食品计算的一项基本任务,能够对输入的食品图像进行定位和识别,在智慧食堂结算和饮食健康管理等食品应用领域发挥着至关重要的作用。然而在实际场景下,食品类别会不断更新,基于固定类别训练的食品检测器很难对未见过的食品类别进行精准的检测。为了解决这一问题,本文提出了一种零样本食品图像检测方法。首先,构建了一个基于Transformer的食品基元生成器,其中每个基元都包含与食品类别相关的细粒度属性,根据食品的特性,可以有选择地组装这些基元,以合成未见类特征。其次,为了给未见类的视觉特征更多约束,本文提出了一个视觉特征解纠缠的增强组件,将食品图像的视觉特征分解为语义相关特征和语义不相关特征,以此能更好地将食品类别的语义知识转移到其视觉特征。所提出的方法在ZSFooD和UEC-FOOD256两个食品数据集上进行了大量实验和消融研究,在零样本检测(Zero-Shot Detection,ZSD)设置下,未见类别取得了最优的平均精度,分别达到了4.9%和24.1%,在广义零样本检测(Generalized Zero-Shot Detection,GZSD)的设置下,可见类和未见类的调和平均值(Harmonic Mean,HM)分别达到了5.8%和22.0%,证明了所提出方法的有效性。 展开更多
关键词 食品图像检测 零样本学习 生成式模型 transformER 深度学习
下载PDF
基于Swin Transformer生成对抗网络的图像生成算法 被引量:2
14
作者 王军 高放 +1 位作者 省海先 张宇 《小型微型计算机系统》 CSCD 北大核心 2024年第1期241-248,共8页
针对图像生成算法中生成对抗网络训练效率低且不稳定的问题,本文提出了一种改进生成对抗网络的图像生成算法(STGAN),该算法首先在判别器中引入Swin Transformer机制,来增强网络的判别能力;其次改进了生成器,使用自注意力代替卷积神经并... 针对图像生成算法中生成对抗网络训练效率低且不稳定的问题,本文提出了一种改进生成对抗网络的图像生成算法(STGAN),该算法首先在判别器中引入Swin Transformer机制,来增强网络的判别能力;其次改进了生成器,使用自注意力代替卷积神经并且加入谱范数规范化,来达到平衡生成器和判别器的效果;最后使用Wasserstein距离作为损失函数,以提高网络的训练稳定性.实验数据表明,在CelebA和LSUN两种不同数据集上STGAN比自注意力生成对抗网络所生成图像的FID值分别降低了2.5266和5.4476,IS值分别提高了0.0941和0.0343.从实验结果可以看出,STGAN模型生成的图片具有非常高的自然度和逼真度,有效地提升了生成图像的质量和真实性. 展开更多
关键词 生成对抗网络 swin transformer 自注意力 图像生成
下载PDF
改良Transformer模型应用于乳腺结节超声报告自主生成的可行性研究
15
作者 王怡 周鑫仪 +2 位作者 徐黎明 邓丹 冉海涛 《临床超声医学杂志》 CSCD 2024年第2期114-119,共6页
目的将改良Transformer模型应用于乳腺结节超声报告自主生成,并对其可行性进行初步探讨。方法收集832例乳腺结节患者(共1284个结节)的超声图像构建BND数据集,引入一种改良Transformer模型对BND数据集进行智能分析,生成相应文本报告,并与... 目的将改良Transformer模型应用于乳腺结节超声报告自主生成,并对其可行性进行初步探讨。方法收集832例乳腺结节患者(共1284个结节)的超声图像构建BND数据集,引入一种改良Transformer模型对BND数据集进行智能分析,生成相应文本报告,并与Ensemble Model、SSD、R-FCN模型进行比较;同时引入LGK数据集,将改良Transformer模型与TieNet、Kerp、VTI、RNCM模型进行比较。采用BLEU评分评估各模型的性能。结果在BND数据集中,改良模型的BLEU-1、BLEU-2、BLEU-3及BLEU-4评分分别为0.547、0.474、0.352、0.282,均高于Ensemble Model、SSD、R-FCN模型。在LGK数据集中,改良Transformer模型的BLEU-1、BLEU-2、BLEU-3及BLEU-4评分分别为0.579、0.391、0.288、0.152。结论改良Transformer模型能够快速识别乳腺结节并自主生成标准报告,与Ensemble Model、SSD、R-FCN模型相比,获得了良好的BLEU评分,同时该模型在LGK数据集中BLEU评分也较高,表明改良Transformer模型具有较高的文本泛化性能。 展开更多
关键词 深度学习 transformer模型 乳腺结节 报告生成
下载PDF
TCSNGAN:基于Transformer和谱归一化CNN的图像生成模型 被引量:1
16
作者 钱惠敏 毛邱凌 +2 位作者 陈实 韩怡星 吕本杰 《计算机应用研究》 CSCD 北大核心 2024年第4期1221-1227,共7页
生成对抗网络(generative adversarial network,GAN)已成为图像生成问题中常用的模型之一,但是GAN的判别器在训练过程中易出现梯度消失而导致训练不稳定,以致无法获得最优化的GAN而影响生成图像的质量。针对该问题,设计满足Lipschitz条... 生成对抗网络(generative adversarial network,GAN)已成为图像生成问题中常用的模型之一,但是GAN的判别器在训练过程中易出现梯度消失而导致训练不稳定,以致无法获得最优化的GAN而影响生成图像的质量。针对该问题,设计满足Lipschitz条件的谱归一化卷积神经网络(CNN with spectral normalization,CSN)作为判别器,并采用具有更强表达能力的Transformer作为生成器,由此提出图像生成模型TCSNGAN。CSN判别器网络结构简单,解决了GAN模型的训练不稳定问题,且能依据数据集的图像分辨率配置可调节的CSN模块数,以使模型达到最佳性能。在公共数据集CIFAR-10和STL-10上的实验结果表明,TCSNGAN模型复杂度低,生成的图像质量优;在火灾图像生成中的实验结果表明,TCSNGAN可有效解决小样本数据集的扩充问题。 展开更多
关键词 生成对抗网络 图像生成 transformER Lipschitz判别器
下载PDF
基于Transformer改进YOLOv5的交通标志检测算法
17
作者 韩长江 刘丽娟 《信息技术》 2024年第11期21-27,共7页
交通标志检测作为自动驾驶的组成部分直接影响着行车安全。针对现有算法对图像中尺寸小、被遮挡的标志存在漏检、误检的问题,文中提出了基于改进YOLOv5的交通标志检测算法。首先对原模型注意力缺失的问题经过对比后构建了BiFormer-y,使... 交通标志检测作为自动驾驶的组成部分直接影响着行车安全。针对现有算法对图像中尺寸小、被遮挡的标志存在漏检、误检的问题,文中提出了基于改进YOLOv5的交通标志检测算法。首先对原模型注意力缺失的问题经过对比后构建了BiFormer-y,使模型可以更好获取长期依赖;接着针对层数较深造成的具有丢失特征的缺陷,利用残差结构重新设计检测层,从而更好地保留特征;最后对耦合头的空间错位问题引入解耦头并进行优化。CCTSDB2021的实验表明,精确率、召回率、mAP分别为97.0、95.9、97.9与先进工作相比具有明显优势。 展开更多
关键词 机器视觉 目标检测 transformER YOLOv5s算法 交通标志
下载PDF
基于Transformer-GAN的农产品包装版式布局智能设计方法
18
作者 王家宁 朱磊 +3 位作者 张媛 张澜 韩芮 杜艳平 《印刷与数字媒体技术研究》 CAS 北大核心 2024年第4期195-202,共8页
本研究提出一种基于Transformer-GAN的农产品包装版式布局智能设计方法,旨在解决现阶段的农产品包装主要依赖通版包装、缺乏产品特色等问题。首先,设计了内容感知模块,学习包装设计的内容特征;其次,提出一种设计序列模块,对包装布局信... 本研究提出一种基于Transformer-GAN的农产品包装版式布局智能设计方法,旨在解决现阶段的农产品包装主要依赖通版包装、缺乏产品特色等问题。首先,设计了内容感知模块,学习包装设计的内容特征;其次,提出一种设计序列模块,对包装布局信息进行序列化处理;最后,融合内容感知和布局信息,使模型学习图像的内容特征和布局特征,输出包装版式布局设计图。与先前的模型相比,本研究模型具有更好的设计性能和可解释性,同时创新性地将布局智能设计方法应用于包装设计领域。实验结果表明,设计序列模块提升了设计的有效性,序列化的布局特征相较于非序列化的特征更能生成优质的布局。该模型具有较强的可解释性,在农产品包装版式设计上具有良好的生成性能。 展开更多
关键词 农产品包装 智能设计:设计序列 transformER 生成对抗网络
下载PDF
基于孪生Transformer的双时相遥感影像变化检测方法
19
作者 刘莺迎 周刚 《遥感信息》 CSCD 北大核心 2024年第3期67-74,共8页
针对卷积神经网络无法充分利用全局上下文信息的问题,提出了基于孪生transformer结构的双时相遥感影像变化检测方法。首先,利用swin transformer网络提取双时相遥感影像的抽象特征,并将不同尺度的特征嵌入到特征金字塔网络中输出变化检... 针对卷积神经网络无法充分利用全局上下文信息的问题,提出了基于孪生transformer结构的双时相遥感影像变化检测方法。首先,利用swin transformer网络提取双时相遥感影像的抽象特征,并将不同尺度的特征嵌入到特征金字塔网络中输出变化检测结果;然后,为了使变化检测结果形态更接近真实标记,在训练过程中采用对抗训练方法,即引入判别器来判断变化检测结果是由模型预测得到还是人工标记得到,从而使模型预测结果更加接近真实标记。在LEVIR-CD和SYSU-CD两个变化检测数据集上的实验表明,所提出的方法能够有效提高变化检测精度。 展开更多
关键词 变化检测 深度学习 孪生网络 transformER 生成式对抗网络
下载PDF
基于Transformer和生成对抗网络的多聚焦图像融合
20
作者 陈施宇 金鑫 +2 位作者 习修良 江倩 邵鑫凤 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第6期1039-1048,共10页
针对多聚焦图像融合任务中聚焦与离焦边界区域处理不平滑的问题,基于Transformer的全局特征提取能力,提出了一种包含双判别器的生成对抗网络方案.生成器以端到端的形式完成多聚焦图像融合任务,借助Transformer获取全局依赖性和低频空间... 针对多聚焦图像融合任务中聚焦与离焦边界区域处理不平滑的问题,基于Transformer的全局特征提取能力,提出了一种包含双判别器的生成对抗网络方案.生成器以端到端的形式完成多聚焦图像融合任务,借助Transformer获取全局依赖性和低频空间细节,通过跨域的交叉注意力机制帮助生成器模型的双分支达到信息交互的效果,获取另一通道上的冗余信息和互补信息.该模型在学习过程中结合图像的全局信息进行参数更新,从而克服上述问题,且尽可能保留多聚焦图像中聚焦区域的有效信息.通过对比实验表明,所提方法可行且具备竞争力. 展开更多
关键词 多聚焦图像融合 生成对抗网络 transformer模型 双判别器
下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部