期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
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
共找到29,816篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
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：
双注意力引导的U-Net++遥感图像语义分割模型 认领 引用 被引量：3
1
作者 刘春娟 辛钰强 +1 位作者 吴小所 闫浩文 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2026年第5期1366-1377,共12页
利用语义分割算法为遥感图像中的像素赋予地物类别标签是遥感图像智能解译中的重要内容。针对高分辨率遥感图像中不同地物类别之间尺度差异大且场景复杂导致的物体边缘分割不完整、小尺度物体分割精度低的问题,提出双注意力引导的U-Net+... 利用语义分割算法为遥感图像中的像素赋予地物类别标签是遥感图像智能解译中的重要内容。针对高分辨率遥感图像中不同地物类别之间尺度差异大且场景复杂导致的物体边缘分割不完整、小尺度物体分割精度低的问题,提出双注意力引导的U-Net++语义分割模型。在网络的编码阶段构建双分支骨干网络提取特征,利用互注意力捕捉不同尺度特征图像素之间的依赖关系,自适应地融合相同网络深度的不同尺度特征,提升对小尺度物体的关注度;在网络的解码阶段引入空间与通道混合的注意力机制,缩小不同深度子解码器输出之间的语义差距,同时融合其中不同层次的语义信息和空间位置表征,解决复杂场景下精细分割的问题。实验结果表明:所提算法在Potsdam数据集与Vaihingen数据集上的平均交并比(mIoU)分别达到了86.77%与82.73%,F1分数的均值分别达到了92.32%与90.79%,整体性能显著优于U-Net++、FarSeg、DMAU-Net、SAPNet等对比算法,且对小尺度物体的分割性能有明显提升。 展开更多
关键词 遥感图像 语义分割 U-Net++ 注意力机制 小尺度物体
暂未订购 下载PDF
基于改进U-Net与RGB-D图像的青花椒枝条“下桩”剪切点定位 认领 引用 被引量：1
2
作者 蒲应俊 张文州 +3 位作者 李金广 赵立军 陈子文 杨明金 《农业工程学报》 EI CAS CSCD 北大核心 2026年第1期160-170,共11页
青花椒枝条“下桩”是通过剪下带鲜果的枝条并保留一定长度短桩的采摘收获方法。为实现青花椒采摘机器人精准识别枝条并确定最佳剪切点以达到高效“下桩”作业,该研究提出了一种基于U-Net深度学习网络和RGB-D相机相结合的青花椒主枝“... 青花椒枝条“下桩”是通过剪下带鲜果的枝条并保留一定长度短桩的采摘收获方法。为实现青花椒采摘机器人精准识别枝条并确定最佳剪切点以达到高效“下桩”作业,该研究提出了一种基于U-Net深度学习网络和RGB-D相机相结合的青花椒主枝“下桩”剪切点定位方法。首先,通过改进传统U-Net模型,将其主干网络替换为嵌入CA注意力机制的ResNet50网络,同时在U-Net模型的特征拼接阶段中增加SE注意力机制,从而构建针对青花椒主枝和树干的分割模型。然后,将分割后的图像利用二值化与骨架线提取方法得到主枝中心线,结合RGB-D相机的深度信息与OpenCV图像处理算法,完成世界坐标系与像素坐标系间长度的映射。随后,将短桩预设的40 mm长度从世界坐标系映射至RGB图像中的像素长度,最终确定每根主枝的“下桩”剪切点位置。试验结果表明,改进后的U-Net模型在分割性能上优于DeeplabV3+和PSPNet,平均交并比(MIoU)、平均像素准确率(mPA)和召回率(recall)分别达到87.58%、93.76%和96.24%。在晴天顺光、逆光及阴天条件下,“下桩”剪切点识别定位的成功率分别达到90.81%、84.88%、80.52%。采摘点定位试验中,定位成功率为90%,单根花椒枝平均识别过程耗时1.93 s。该研究结果可为青花椒采摘机器人“下桩”采收提供技术支撑。 展开更多
关键词 图像处理 青花椒 采摘 U-Net网络模型 下桩采摘法 剪切点定位
暂未订购 下载PDF
结合边缘注意U-Net和焦点类别损失的脊柱图像分割方法 认领 引用 被引量：2
3
作者 李奇 董家言 +1 位作者 武岩 王玉芹 《郑州大学学报（理学版）》 CAS 北大核心 2026年第4期36-43,共8页
针对脊柱磁共振图像边缘模糊和像素分布不平衡影响脊柱图像精确分割的问题,提出一种增强边缘特征提取的边缘注意U-Net,利用多头自注意力机制和卷积注意力机制构建边缘注意模块,融合边缘的局部特征和全局表示以增强对边缘特征的学习。然... 针对脊柱磁共振图像边缘模糊和像素分布不平衡影响脊柱图像精确分割的问题,提出一种增强边缘特征提取的边缘注意U-Net,利用多头自注意力机制和卷积注意力机制构建边缘注意模块,融合边缘的局部特征和全局表示以增强对边缘特征的学习。然后,提出焦点类别损失函数降低像素分布不平衡的影响,根据不同像素区域的损失值调整对应的权重因子,使网络关注包含细小特征结构的像素区域。实验结果表明,相比其他分割网络,边缘注意U-Net提高了分割精度,且在相同网络条件下,焦点类别损失函数训练网络的分割性能优于其他损失函数,证明了所提方法的有效性。 展开更多
关键词 脊柱图像分割 U-Net 边缘注意 损失函数
暂未订购 下载PDF
基于改进U-Net网络和知识蒸馏的三维断层识别方法 认领 引用 被引量：1
4
作者 王莉利 梁云虎 高新成 《石油物探》 CAS CSCD 北大核心 2026年第1期21-30,共10页
深度学习方法在三维地震资料断层识别中得到了广泛应用,但方法的应用面临数据集质量欠佳、资源消耗过高以及训练周期长等问题。为此,提出了一种融合改进U-Net网络和知识蒸馏的三维断层识别方法。该方法先将改进的U-Net网络模型作为教师... 深度学习方法在三维地震资料断层识别中得到了广泛应用,但方法的应用面临数据集质量欠佳、资源消耗过高以及训练周期长等问题。为此,提出了一种融合改进U-Net网络和知识蒸馏的三维断层识别方法。该方法先将改进的U-Net网络模型作为教师模型,将空洞空间金字塔池化(ASPP)结构与U-Net网络模型相融合,构建轻量级学生模型,然后引入知识蒸馏技术对学生模型进行优化,并调整网络训练超参数和知识蒸馏损失参数,使学生模型获取更丰富的断层信息,提升学生模型的网络性能。该方法通过将复杂的教师模型的知识迁移到轻量级学生模型,显著降低了模型的计算复杂度,同时保持了较高的识别精度。测试结果表明,在合成测试集和实际地震数据的断层识别中,经过知识蒸馏训练的学生模型在识别精度和连续性上均优于未经过蒸馏的学生模型和单独训练的教师模型,充分验证了方法的可行性和有效性。 展开更多
关键词 断层识别 知识蒸馏 U-Net 教师模型 学生模型
暂未订购 下载PDF
基于改进的U-Net网络的肺癌数字病理图像分割算法 认领 引用 被引量：1
5
作者 黄毓珍 林长方 《兰州文理学院学报（自然科学版）》 2026年第1期67-72,共6页
针对经典的医学图像语义分割模型U-Net的局限和肺癌数字病理图像的特点,提出了一种结合残差学习模块和混合注意力机制的图像分割算法.算法以U-Net网络为基础框架,分别在卷积层和编码器-解码器间引入残差学习模块和通道、空间注意力机制... 针对经典的医学图像语义分割模型U-Net的局限和肺癌数字病理图像的特点,提出了一种结合残差学习模块和混合注意力机制的图像分割算法.算法以U-Net网络为基础框架,分别在卷积层和编码器-解码器间引入残差学习模块和通道、空间注意力机制模块,来提高特征提取能力和分割精度;同时改进损失函数以解决分割过程中类不平衡问题.实验结果显示改进算法在ACC、SEN、MioU和Dice等评价指标上均优于其他对比算法,表明其在肺癌数字病理图像分割中具有较强的优越性和竞争力. 展开更多
关键词 U-Net 数字病理 图像分割 注意力机制 残差结构
暂未订购 下载PDF
A multi-attention mechanism U-Net neural network for image correction of PbS quantum dot focal plane detectors 认领 引用
6
作者 WANG Han-Ting DI Yun-Xiang +10 位作者 QI Xing-Yu SHA Ying-Zhe WANG Ya-Hui YE Ling-Feng TANG Wei-Yi BA Kun WANG Xu-Dong HUANG Zhang-Cheng CHU Jun-Hao SHEN Hong WANG Jian-Lu 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2026年第1期148-156,共9页
Near-infrared image sensors are widely used in fields such as material identification,machine vision,and autonomous driving.Lead sulfide colloidal quantum dot-based infrared photodiodes can be integrated with sil⁃icon... Near-infrared image sensors are widely used in fields such as material identification,machine vision,and autonomous driving.Lead sulfide colloidal quantum dot-based infrared photodiodes can be integrated with sil⁃icon-based readout circuits in a single step.Based on this,we propose a photodiode based on an n-i-p structure,which removes the buffer layer and further simplifies the manufacturing process of quantum dot image sensors,thus reducing manufacturing costs.Additionally,for the noise complexity in quantum dot image sensors when capturing images,traditional denoising and non-uniformity methods often do not achieve optimal denoising re⁃sults.For the noise and stripe-type non-uniformity commonly encountered in infrared quantum dot detector imag⁃es,a network architecture has been developed that incorporates multiple key modules.This network combines channel attention and spatial attention mechanisms,dynamically adjusting the importance of feature maps to en⁃hance the ability to distinguish between noise and details.Meanwhile,the residual dense feature fusion module further improves the network's ability to process complex image structures through hierarchical feature extraction and fusion.Furthermore,the pyramid pooling module effectively captures information at different scales,improv⁃ing the network's multi-scale feature representation ability.Through the collaborative effect of these modules,the network can better handle various mixed noise and image non-uniformity issues.Experimental results show that it outperforms the traditional U-Net network in denoising and image correction tasks. 展开更多
关键词 PbS quantum dot focal plane detector convolutional neural networks image denoising U-Net
暂未订购 下载PDF
基于多尺度特征提取的U-Net网络微地震定位方法 认领 引用
7
作者 黄建平 王秋阳 +6 位作者 李媛媛 黎国龙 苏来源 路依霖 李三福 段文胜 雷刚林 《中国石油大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第1期1-11,共11页
微地震定位是微地震监测的核心任务,面对当前海量的地震数据,传统的定位方法已无法满足实时定位的需求。为此,利用深度学习技术,提出一种基于U-Net网络为主要架构的微地震震源定位方法,通过融合双交叉注意力模块和空间空洞金字塔池化模... 微地震定位是微地震监测的核心任务,面对当前海量的地震数据,传统的定位方法已无法满足实时定位的需求。为此,利用深度学习技术,提出一种基于U-Net网络为主要架构的微地震震源定位方法,通过融合双交叉注意力模块和空间空洞金字塔池化模块,增强网络对微震数据中波形特征的提取能力,提升震源位置预测精度。最后,利用简单层状和复杂速度模型生成合成数据进行实验测试,并与U-Net和Att-Unet网络对震源位置预测误差精度进行对比分析。结果表明,所构建的网络模型在震源预测精度以及网络性能上均优于其他网络模型,并且对低信噪比的微地震数据也有较好的预测效果。 展开更多
关键词 微震定位 水力压裂 多尺度特征提取 U-Net网络 注意力机制
暂未订购 下载PDF
基于Attention U2-Net的巷道围岩钻孔采动裂隙抗干扰识别研究 认领 引用
8
作者 单鹏飞 康佳星 +4 位作者 来兴平 代晶晶 许慧聪 李杰宇 惠聪 《煤炭学报》 EI CAS CSCD 北大核心 2026年第2期1052-1067,共16页
采动裂隙演化特征是量化巷道围岩动力显现特征的关键依据之一。为了降低光照不均、噪声等对围岩钻孔成像的干扰以及孔内采动裂隙边缘模糊、形态多变等对采动裂隙识别的不利影响,提出基于Attention U2-Net的巷道围岩钻孔采动裂隙抗干... 采动裂隙演化特征是量化巷道围岩动力显现特征的关键依据之一。为了降低光照不均、噪声等对围岩钻孔成像的干扰以及孔内采动裂隙边缘模糊、形态多变等对采动裂隙识别的不利影响,提出基于Attention U2-Net的巷道围岩钻孔采动裂隙抗干扰识别方法。利用自主研发的巷道围岩态势全息感知装备来全天候实时采集高分辨率围岩钻孔采动裂隙影像,结合注入噪声、直方图均衡化调节、HSV中V通道色彩扰动与裂隙灰度三维投影等多种增强手段来提高非理想成像条件下图像数据环境泛化能力;通过在基准模型U2-Net中融合单通道注意力(SE、ECA)、空间注意力(CBAM)与全局多通道注意力(DANet)及组合注意力(CBAM+ECA)等机制,增强对低可见度裂隙等非理想采集环境下裂隙的感知与提取能力;在训练阶段采用深度监督复合损失函数(Dice+BCE)嵌入基准模型U2-Net的6个网络输出端,促进基准模型U2-Net以及Attention U2-Net模型的稳定训练与快速收敛,从而缓解小目标裂隙梯度消失与不连续问题。巷道围岩钻孔采动裂隙抗干扰识别实验结果表明:Attention U2-Net模型的IoU提升至83.1%、F1达到92.6%、EMA降至0.052,相较基准模型U-Net和U2-Net,训练阶段的收敛步长提前21轮次与10轮次,F1提高8.4%、4.0%。Attention U2-Net模型训练收敛更快,裂隙边缘检测、细长裂隙提取与复杂纹理分割能力更强,为准确分析围岩钻孔采动裂隙演化特征以及巷道围岩动力显现特征提供了可靠技术支撑。 展开更多
关键词 采动裂隙 损失函数 注意力机制 Attention U2-Net CBAM+ECA
暂未订购 下载PDF
基于改进V-Net与自适应难样本挖掘的三维地震断层智能识别 认领 引用
9
作者 王健伟 严曙梅 +3 位作者 盛志超 刘舒 徐升博 徐天吉 《石油物探》 CAS CSCD 北大核心 2026年第3期506-520,共15页
三维地震断层的准确识别是地震解释中的关键技术难题之一。传统的地震断层人工解释方法效率低且主观性强,而现有的深度学习方法在断层不连续性识别和样本不平衡处理方面仍存在不足。为此,提出了一种基于改进V-Net与自适应难样本挖掘的... 三维地震断层的准确识别是地震解释中的关键技术难题之一。传统的地震断层人工解释方法效率低且主观性强,而现有的深度学习方法在断层不连续性识别和样本不平衡处理方面仍存在不足。为此,提出了一种基于改进V-Net与自适应难样本挖掘的三维地震断层智能识别方法。首先,针对传统V-Net中反卷积上采样会产生棋盘伪影的问题,采用卷积通道变换与最近邻插值相结合的上采样策略,消除伪影对断层边界特征的干扰,提升了小尺度断层及其边界的识别精度,减少参数冗余,降低计算成本。其次,针对地震数据中断层样本稀疏、边界模糊等问题,设计了融合地质先验知识的自适应难样本挖掘损失函数,该函数通过动态阈值机制识别困难样本,并对断层区域实施差异化权重策略,使模型能够充分学习断层的细节特征,有效缓解因断层样本稀少导致的训练不平衡问题。同时,引入连续性约束项,通过梯度惩罚机制确保断层预测结果符合地质规律。合成数据和实际数据的测试结果表明,基于改进V-Net与自适应难样本挖掘的三维地震断层智能识别方法在断层检测精度、连续性和泛化能力方面均优于传统的V-Net方法,其F1分数(F1-score)达到0.796 2,平均交并比(mIoU)达到0.789 1。该方法不仅为三维地震断层的自动识别提供了新的技术途径,也为深度学习在地球物理勘探中的应用拓展了思路。 展开更多
关键词 三维地震 断层识别 改进V-Net 深度学习 自适应难样本挖掘
暂未订购 下载PDF
基于改进U-Net的铜合金晶界识别方法 认领 引用
10
作者 靖青秀 刘卫辉 +4 位作者 常琪琪 谢伟滨 张志聪 吴瑞洋 黄晓东 《有色金属（中英文）》 CAS 北大核心 2026年第2期198-206,共9页
晶粒度评级精度高度依赖于准确的晶粒尺寸与形状表征,而晶界分割是界定晶粒范围的关键预处理步骤。针对铜合金显微图像中晶界对比度低、边缘模糊导致的检测困难,以及现有高精度分割算法参数量大、计算复杂度高、难以满足工业实时检测需... 晶粒度评级精度高度依赖于准确的晶粒尺寸与形状表征,而晶界分割是界定晶粒范围的关键预处理步骤。针对铜合金显微图像中晶界对比度低、边缘模糊导致的检测困难,以及现有高精度分割算法参数量大、计算复杂度高、难以满足工业实时检测需求等问题,本文提出一种基于MobileNetV2的轻量化U-Net改进方法。通过将MobileNetV2作为主干网络解决特征丢失问题,并引入集成深度可分离卷积的ASPP模块,有效增强了多尺度语义特征提取能力。实验结果表明,改进后的模型在保持轻量化的同时,在晶界分割任务中取得了mIOU 87.66%、精确率93.50%、平均像素准确率92.79%的优异性能,显著优于传统U-Net模型,为工业现场实时晶界识别提供了可靠解决方案。 展开更多
关键词 铜合金 晶粒度 深度学习 U-Net 轻量化
暂未订购 下载PDF
DBU-Net:基于改进SAM的双分支U-Net图像隐写方法 认领 引用
11
作者 周倩 朱梦月 王帆 《南京邮电大学学报（自然科学版）》 北大核心 2026年第1期124-134,共11页
基于深度学习的图像隐写术通过引入空间注意力机制使得模型关注图像的重要区域,但主流方法通常依赖固定结构的卷积模块生成单一的注意力权重矩阵,对局部细节特征关注度不足,导致信息隐藏未能与纹理复杂度充分关联。针对上述问题,提出了... 基于深度学习的图像隐写术通过引入空间注意力机制使得模型关注图像的重要区域,但主流方法通常依赖固定结构的卷积模块生成单一的注意力权重矩阵,对局部细节特征关注度不足,导致信息隐藏未能与纹理复杂度充分关联。针对上述问题,提出了一种基于改进空间注意力机制的双分支U-Net图像隐写方法DBU-Net。该方法首先引入改进的空间注意力机制对载体图像进行区域划分。其次采用差异化的信息隐藏,其中,高纹理分支采用更深层次和多尺度的卷积模块进行特征提取,同时在特征融合时被赋予更高权重,低纹理分支则采用浅层和固定卷积进行特征提取,且在特征融合时权重较低。在不同数据集上的大量对照实验结果表明,相较于现有的先进图像隐写方法,所提的DBU-Net在隐写质量、隐写不可见性和安全性方面均取得了显著的性能提升。 展开更多
关键词 图像隐写术 U-Net 分支网络 空间注意力机制
暂未订购 下载PDF
基于TLE-UNet的高温水冷岩石裂纹分割与特征提取方法 认领 引用
12
作者 付天予 胡慢谷 +4 位作者 张骁俊 杨小彬 吕伏 吕祥锋 彭磊 《煤田地质与勘探》 EI CAS CSCD 北大核心 2026年第2期172-182,共11页
【目的和方法】针对高温岩体经水冷作用诱发的表面宏观裂纹图像中尺度细薄、长度差异显著且类别严重不平衡等问题,提出一种用于岩石裂纹分割任务的TLE-UNet语义分割网络。首先开展花岗岩热处理及单轴压缩试验,采集不同温度条件下的裂纹... 【目的和方法】针对高温岩体经水冷作用诱发的表面宏观裂纹图像中尺度细薄、长度差异显著且类别严重不平衡等问题,提出一种用于岩石裂纹分割任务的TLE-UNet语义分割网络。首先开展花岗岩热处理及单轴压缩试验,采集不同温度条件下的裂纹图像,其次通过自研Lite Edge Fusion模块,在尺度上将浅层高分辨率特征与深层上采样特征进行精细对齐,并结合边缘检测和通道注意力机制,以增强裂纹边界感知能力。此外,设计辅助解码头EWS Head自研模块,通过边缘提示和轻量纹理增强实现浅层与中层编码特征的多尺度融合。同时,在训练中引入Tversky损失作为辅助监督,用于提升对细小裂纹的判别能力,并缓解背景类别不平衡的负面影响。整个架构在保持多尺度语义表达的同时,有效提升了细小裂纹的分割精度和边界连续性。【结果与结论】与原始U-Net相比,TLE-UNet模型的裂纹类别IoU从38.32%提升至46.32%;像素精度从45.34%提升至65.70%。与其他主流分割模型对比,TLE-UNet在裂纹IoU指标上优于UNet++、Attention UNet、DeepLabv3+等模型,表现出更强的细小裂纹识别能力。消融实验验证了各模块的有效性,热力图可视化分析进一步表明TLE-UNet能更准确地关注裂纹边缘区域。最后基于分割结果及裂纹信息计算方法,得到裂纹长度、最大宽度、平均宽度等特征信息。通过对多幅图像的裂纹信息分析,发现基于TLE-UNet的裂纹信息提取结果与实际情况高度一致,验证了TLE-UNet模型在裂纹信息提取方面的有效性。 展开更多
关键词 岩石裂纹 改进U-Net 裂纹信息提取 边缘增强 多尺度特征融合 类别不平衡
暂未订购 下载PDF
增强反射的被动非视域成像U-NET重构 认领 引用
13
作者 于相之 金伟其 +1 位作者 裘溯 李力 《光学精密工程》 EI CAS CSCD 北大核心 2026年第9期1496-1506,共11页
非视域(Non-Line-of-Sight,NLOS)成像可通过中介面捕获障碍物后方目标的间接光信号以重建隐藏场景,在安防、自动驾驶等领域应用广泛。针对被动非视域成像有效信号弱、噪声强及现有方法未充分利用中介面非朗伯反射特性导致重建精度不足... 非视域(Non-Line-of-Sight,NLOS)成像可通过中介面捕获障碍物后方目标的间接光信号以重建隐藏场景,在安防、自动驾驶等领域应用广泛。针对被动非视域成像有效信号弱、噪声强及现有方法未充分利用中介面非朗伯反射特性导致重建精度不足的问题,搭建了不同材质瓷砖中介面的被动NLOS成像实验系统,并构建含8组超80万张投影图像的NLOS-Passive-TILES-stl10数据集;通过提出增强反射的改进U-NET架构(ER-UNET)被动NLOS成像方法,整合反射特征提取器、可微分CLAHE、自适应实例归一化等模块,将RGB转换为Y,R-Y,B-Y三通道并强化Y通道权重,经编码-解码提取多尺度特征并做SVD低秩分解,以实现梯度感知RGB重建。实验结果表明,ER-UNET在NLOS-PAS SIVE测试集上平均PSNR达15.14 dB,SSIM为0.50,优于NLOS-OT与C-GAN算法,在人脸、图标等测试数据上泛化能力优异,为被动NLOS成像实用化提供了新思路。 展开更多
关键词 非视域成像 被动成像 U-NET NLOS数据集 瓷砖 中介面 反射特性
暂未订购 下载PDF
基于U-Net模型的矿井电阻率反演方法研究 认领 引用
14
作者 胡运兵 王胡日查 +2 位作者 易洪春 段天柱 崔少北 《矿业安全与环保》 CAS 北大核心 2026年第1期185-192,共8页
针对矿井电阻率反演中传统方法依赖初始模型、边界模糊及现有深度学习反演存在伪影干扰的问题,提出物理约束的U-Net反演方法。该方法融合电性敏感特性与深度聚焦机制,基于U-Net网络的多尺度特征融合架构构建加权交叉熵损失函数,通过编... 针对矿井电阻率反演中传统方法依赖初始模型、边界模糊及现有深度学习反演存在伪影干扰的问题,提出物理约束的U-Net反演方法。该方法融合电性敏感特性与深度聚焦机制,基于U-Net网络的多尺度特征融合架构构建加权交叉熵损失函数,通过编码器—解码器跳跃连接实现异常体与背景场的电性差异强化;基于三类典型异常体定义电阻率分布的参数化空间,采用有限元法对6000组模型进行正演计算,通过偶极—偶极装置获取视电阻率剖面数据,构建地质模型—电性响应匹配数据集并用于监督学习训练。实验结果表明:该方法Dice系数为0.950±0.018,单次反演耗时由传统最小二乘反演方法的65.2 s降至1.0 s,效率提升98.5%。通过物理先验与深度学习的协同优化,为煤矿水害隐蔽致灾体精准探测提供了解决方案。 展开更多
关键词 矿井电阻率反演 U-Net 深度学习反演 矿井水害 工作面 物理约束
暂未订购 下载PDF
基于混合优化与改进的U-Net震源分离方法 认领 引用
15
作者 李艳 吕晓雨 +3 位作者 刘阳超 张全 彭博 唐书航 《西南石油大学学报（自然科学版）》 CAS CSCD 北大核心 2026年第3期39-52,共14页
传统单震源地震勘探存在效率低下和抗干扰能力不足的问题,而多震源技术虽然提高了勘探效率,但因混叠噪声的干扰导致数据质量下降。为此,提出了两种优化方法以解决震源分离问题。方法一:通过融合FISTA算法与ALBM算法构建动态加权混合优... 传统单震源地震勘探存在效率低下和抗干扰能力不足的问题,而多震源技术虽然提高了勘探效率,但因混叠噪声的干扰导致数据质量下降。为此,提出了两种优化方法以解决震源分离问题。方法一:通过融合FISTA算法与ALBM算法构建动态加权混合优化算法(ALFT),在保证精度的同时提升了收敛速度,并结合滤波法与反演法的优势,形成了“初值预判迭代修正”的流程。实验结果表明,相较于直接迭代方法,该方法可使信噪比提升10%∼25%,迭代时间减少33%。方法二:提出了一种CSA-Unet深度学习网络模型,该模型基于U-Net网络架构,引入注意力局部对比度模块以增强对有效信号特征的捕获能力,并结合局部熵离散点抑制机制剔除辅震源干扰。验证结果显示,无论是在模拟数据集(Sigsbee2B)还是真实数据集上,CSA-UNet的分离信噪比明显优于ALFT_a和U-Net,同时有效保护了地层反射信号结构。本文所提出的方法为多震源地震勘探提供了高效且高精度的解决方案,在复杂地质条件下的成像应用中具有重要意义。 展开更多
关键词 多震源地震勘探 震源混叠噪声 主辅震源分离 U-Net
暂未订购 下载PDF
基于IAOD-Net的图像去雾算法 认领 引用
16
作者 胡俊泽 樊晓宇 +2 位作者 王子牛 白金乐 凌丽 《安徽科技学院学报》 2026年第4期70-77,共8页
针对含雾图像存在细节模糊、亮度失真、视觉效果不佳等问题,本文提出一种IAOD-Net图像去雾算法,使去雾后的图像清晰度、对比度和视觉效果明显改善,该算法是在AOD-Net网络结构的卷积层后面嵌入CBAM模块,并采用Smooth L1作为损失函数。CBA... 针对含雾图像存在细节模糊、亮度失真、视觉效果不佳等问题,本文提出一种IAOD-Net图像去雾算法,使去雾后的图像清晰度、对比度和视觉效果明显改善,该算法是在AOD-Net网络结构的卷积层后面嵌入CBAM模块,并采用Smooth L1作为损失函数。CBAM模块构建了网络结构的跨通道与空间域自适应权重分配机制,提升了算法对含雾图像不同区域雾浓度的自适应感知能力;Smooth L1损失函数降低了网络预测结果与真实值之间离群误差对网络模型训练的干扰,加快了模型训练的收敛速度。结果表明,IAOD-Net算法在测试数据集上的PSNR平均值为25.18 dB、SSIM平均值为0.95,与AOD-Net算法相比PSNR值提升0.20 dB、SSIM值提升0.02。IAOD-Net图像去雾算法较好地提升了图像的细节清晰度和对比度,改善了图像视觉效果,具有较好的有效性与优越性。 展开更多
关键词 图像去雾 AOD-Net IAOD-Net CBAM模块
暂未订购 下载PDF
基于改进U-Net和机器视觉的食品包装缺陷智能化检测方法 认领 引用
17
作者 齐国红 张静 李莉莉 《食品与机械》 CAS CSCD 北大核心 2026年第6期220-227,共8页
[目的]解决现有食品包装缺陷智能化检测方法存在的泛化弱、精度不足、抗干扰能力差等问题。[方法]在食品包装缺陷智能化分拣系统的基础上,提出一种结合机器视觉和改进U-Net模型的食品包装缺陷智能化检测方法。通过在卷积模块中引入多尺... [目的]解决现有食品包装缺陷智能化检测方法存在的泛化弱、精度不足、抗干扰能力差等问题。[方法]在食品包装缺陷智能化分拣系统的基础上,提出一种结合机器视觉和改进U-Net模型的食品包装缺陷智能化检测方法。通过在卷积模块中引入多尺度残差卷积模块,降低模型计算量并提升训练效果。通过融合通道注意力、空间注意力、多尺度注意力构建轻量化混合注意力模块,实现不同维度注意力的协同作用,强化模型对食品包装缺陷的特征提取能力与抗干扰能力,抑制复杂背景噪声。通过软池化替换U-Net中的最大池化层,减少特征信息丢失,保留更多缺陷特征细节与边缘信息。通过搭建试验平台开展模型训练与对比试验。[结果]所提方法在多类型食品包装缺陷检测任务中泛化能力优异,平均检测精度达97.50%,较传统U-Net模型提升10.3%,单张图像检测时间仅为20 ms,模型参数量为12.8 M,漏检率为1.1%,误检率为0.5%。[结论]该方法有效解决了现有检测方法的核心痛点,实现了多尺度缺陷检测精度、模型轻量化与实时性的优化平衡,能够快速、精准地完成食品包装缺陷的识别与定位。 展开更多
关键词 食品包装 缺陷智能化检测 机器视觉 U-Net模型 混合注意力模块
暂未订购 下载PDF
cGAS-STING轴介导NET形成在痛风性关节炎中的机制研究 认领 引用
18
作者 谭悦 李兴锐 +3 位作者 刘童 陆继娣 余家静 王亚辉 《细胞与分子免疫学杂志》 CAS CSCD 北大核心 2026年第1期12-19,共8页
目的探讨环鸟苷酸-腺苷酸合成酶(cGAS)-干扰素基因刺激因子(STING)轴介导中性粒细胞外陷阱(NET)形成在痛风性关节炎(GA)中的机制。方法32只C57BL/6J小鼠随机分为4组,每组8只小鼠:假手术(Sham)组、GA组、GA联合RU.521组、GA和RU.521联合M... 目的探讨环鸟苷酸-腺苷酸合成酶(cGAS)-干扰素基因刺激因子(STING)轴介导中性粒细胞外陷阱(NET)形成在痛风性关节炎(GA)中的机制。方法32只C57BL/6J小鼠随机分为4组,每组8只小鼠:假手术(Sham)组、GA组、GA联合RU.521组、GA和RU.521联合MSA-2组。除Sham组踝关节内注射PBS缓冲液外,其他组踝关节内注射尿酸钠(MSU)晶体以诱导GA。从健康志愿者收集的外周血样品中提取中性粒细胞,将中性粒细胞分为对照(Con)组、MSU组、MSU联合RU.521组、MSU和RU.521联合MSA-2组。Con组露于PBS缓冲液中24 h,其他组中性粒细胞暴露于40μg/mL的MSU中24 h。通过免疫荧光染色分析踝关节组织和中性粒细胞中瓜氨酸组蛋白H3(CitH3)和髓过氧化物酶(MPO)表达。Western blot法检测踝关节组织和中性粒细胞中含pyrin结构域NOD样受体家族3(NLRP3)通路相关蛋白和cGAS-STING信号表达。通过ELISA检测踝关节组织和中性粒细胞上清液中肿瘤坏死因子α(TNF-α)、白细胞介素1β(IL-1β)和IL-6水平。结果与Sham组小鼠相比,GA组小鼠的踝关节组织炎症介质(IL-1β、TNF-α和IL-6)浓度,NLRP3、凋亡相关颗粒样蛋白(ASC)、裂解的半胱氨酸天冬氨酸蛋白酶1(c-CASP1)蛋白表达,MPO、CitH3荧光强度显著升高,而RU.521治疗有效地降低了IL-1β、TNF-α、IL-6浓度,NLRP3、ASC、c-CASP1蛋白表达和MPO、CitH3荧光强度。与GA联合RU.521组相比,GA和RU.521联合MSA-2组小鼠踝关节组织中IL-1β、TNF-α、IL-6水平,NLRP3、ASC、c-CASP1蛋白表达,MPO、CitH3荧光强度均显著增加。与Con组相比,MSU组中性粒细胞中NLRP3、ASC、c-CASP1蛋白表达和MPO、CitH3荧光强度显著增加。MSU联合RU.521组中性粒细胞中NLRP3、ASC、c-CASP1蛋白表达和MPO、CitH3荧光强度较MSU组显著降低。与MSU联合RU.521组相比,MSU和RU.521联合MSA-2组中性粒细胞中NLRP3、ASC、c-CASP1、STING蛋白表达和MPO、CitH3荧光强度均显著增加。结论MSU晶体可能通过激活cGAS-STING信号通路促进NET的形成,并诱导炎症反应。因此,靶向cGAS-STING信号通路可能是抗GA治疗的一种有前景的策略。 展开更多
关键词 痛风性关节炎 环鸟苷酸-腺苷酸合成酶(cGAS) 干扰素基因刺激因子(STING) 中性粒细胞外陷阱(NET) 尿酸钠晶体
暂未订购 下载PDF
基于改进的U-Net网络的河道砂岩自动识别方法 认领 引用
19
作者 张玉玺 缪志伟 +1 位作者 李世凯 孙均 《石油物探》 CAS CSCD 北大核心 2026年第3期493-505,共13页
致密河道砂岩储层是陆相盆地中重要的储层类型之一,是油气聚集成藏的有利场所。但由于河道发育期次多、砂体叠置关系复杂、横向变化快,常规技术难以精细刻画河道砂体的三维空间展布。为此,提出了一种基于改进U-Net网络的深度学习河道砂... 致密河道砂岩储层是陆相盆地中重要的储层类型之一,是油气聚集成藏的有利场所。但由于河道发育期次多、砂体叠置关系复杂、横向变化快,常规技术难以精细刻画河道砂体的三维空间展布。为此,提出了一种基于改进U-Net网络的深度学习河道砂岩自动识别方法。首先,基于地震沉积学理论,在时间域结合沉积旋回特征对地震数据进行Wheeler变换,以准确识别砂体的叠置关系,为模型训练获取高质量样本;然后,在U-Net网络结构中引入级联空洞卷积模块和空间注意力机制,以提高网络对不同尺度河道特征的提取能力,改善难以精准刻画叠置窄细河道边界的问题;最后,利用适用于河道特征的数据增广方法自动生成大量训练样本,并完成模型的训练与测试。实际应用结果表明,利用基于改进U-Net网络的河道砂岩自动识别方法能够有效提升多期叠置河道边界的识别精度,实现河道三维空间展布的刻画及期次剥离,为河道致密砂岩储层评价与勘探部署提供了技术支撑。 展开更多
关键词 深度学习 改进U-net网络 河道砂岩自动识别 期次剥离 三维空间雕刻
暂未订购 下载PDF
基于CAMC-Net的企业合作伙伴推荐方法研究 认领 引用
20
作者 段永康 赵广宇 +1 位作者 耿骞 靳健 《情报学报》 CSSCI CSCD 北大核心 2026年第1期36-50,共15页
传统企业合作伙伴推荐方法过度依赖技术特征而忽视多维因素影响。本研究旨在探究企业合作关系的多维影响因素及推荐机制,为企业寻找合适合作伙伴和制定有效创新策略提供技术支持。本研究提出一种基于交叉多头对比学习网络(cross-attenti... 传统企业合作伙伴推荐方法过度依赖技术特征而忽视多维因素影响。本研究旨在探究企业合作关系的多维影响因素及推荐机制,为企业寻找合适合作伙伴和制定有效创新策略提供技术支持。本研究提出一种基于交叉多头对比学习网络(cross-attention multi-head contrastive network,CAMC-Net)的企业合作伙伴推荐方法,融合企业、专利和政策数据,通过交叉多头注意力机制建模企业关系的双向互补特性,并引入对比学习策略优化企业表示空间分布。以新能源产业为例,在专利IPC(International Patent Classification)分类号为H02P和H10的企业合作数据集上进行验证,CAMC-Net模型在企业关系识别任务上AUC(area under the curve)分别达到0.9425和0.9251,准确率分别为0.8644和0.8387,F1值分别达到0.8707和0.8471,优于基线模型。通过消融实验证明了政策数据与模型组件的有效性。但现有的研究数据主要基于单一领域,未来需探索跨领域企业合作伙伴推荐方法;同时,模型缺乏对多模态数据的考虑,需要探索更高效的多模态特征融合策略。 展开更多
关键词 企业合作伙伴推荐 多头注意力 交叉注意力 对比学习 政策数据融合 CAMC-Net
暂未订购 下载PDF
已选0条
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 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈