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161篇文章
< 1 2 … 9 >
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：
A Practical Online Approach to Protecting Kernel Heap Buffers in Kernel Modules 认领 引用
1
作者 Donghai Tian Xiaoqi Jia +2 位作者 Junhua Chen Changzhen Hu Jingfeng Xue 《China Communications》 SCIE CSCD 2016年第11期143-152,共10页
Heap overflow attack is one of the major memory corruption attacks that have become prevalent for decades. To defeat this attack,many protection methods are proposed in recent years. However,most of these existing met... Heap overflow attack is one of the major memory corruption attacks that have become prevalent for decades. To defeat this attack,many protection methods are proposed in recent years. However,most of these existing methods focus on user-level heap overflow detection. Only a few methods are proposed for kernel heap protection. Moreover,all these kernel protection methods need modifying the existing OS kernel so that they may not be adopted in practice. To address this problem,we propose a lightweight virtualization-based solution that can protect the kernel heap buffers allocated for the target kernel modules. The key idea of our approach is to combine the static binary analysis and virtualization technology to trap a memory allocation operation of the target kernel module,and then add one secure canary word to the end of the allocated buffer. After that,a monitor process is launched to check the integrity of the canaries. The evaluations show that our system can detect kernel heap overflow attacks effectively with minimal performance cost. 展开更多
关键词 kernel heap overflow virtualization technology kernel module
暂未订购 下载PDF
Notes on McCoy Modules 认领 引用 被引量：2
2
作者 Heqing ZHENG Zhi CHENG Xiaobin YIN 《Journal of Mathematical Research with Applications》 CSCD 2018年第3期247-252,共6页
Let R be a ring with an identity and C（R） be the category of right R-modules. In this paper we introduce the notion of semi-McCoy module. With this notion we show that McCoy modules of C（R） are closed under kernel... Let R be a ring with an identity and C（R） be the category of right R-modules. In this paper we introduce the notion of semi-McCoy module. With this notion we show that McCoy modules of C（R） are closed under kernels of epimorphisms, and they are also closed under extensions and direct sums with certain conditions. We also get some results on the subcategories of McCoy modules of C（R[x]） and C（R[x; x（-1）]）. 展开更多
关键词 McCoy module extension cokernel of monomorphism kernel of epimorphism direct sum
暂未订购 下载PDF
Design of RTD temperature acquisition module based on ADuCM361 认领 引用
3
作者 PAN Yuting CHEN Yuchen +1 位作者 YUAN Zhiqiang TAN Hong 《International English Education Research》 2016年第1期51-52,共2页
Aiming at acquiring and processing requirements of temperature sensor signal on the industrial control spot, it designs a RTD module based on ADuCM361 microprocessor. It integrates two types of processors including A ... Aiming at acquiring and processing requirements of temperature sensor signal on the industrial control spot, it designs a RTD module based on ADuCM361 microprocessor. It integrates two types of processors including A -Y ADC with 24 bites high precision and ARM Cortex -M3 kernel with 32bites. Besides, it designs the hardware circuit and software flowchart of RTD temperature acquisition module. Programming practice proves that the model has many advantages concluding simple construction, strong practicability, low cost, wide measuring range, high precision, high reliability and so on. 展开更多
关键词 ADuCM361 microprocessor RTD temperature acquisition module A∑-ADC ARM Cortex?-M3 kernel
暂未订购 下载PDF
动态门控扩散去噪与跨层注意力的多模态图像融合网络 认领 引用
4
作者 邸敬 霍婧婧 +2 位作者 王鹤然 刘冀钊 廉敬 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2026年第5期33-44,共12页
针对去噪扩散模型在图像融合任务中难以适应不同噪声水平、普通残差块对特征的筛选能力有限的问题,本文构建了一种动态门控扩散去噪与跨层注意力的多模态图像融合网络。首先,设计并引入4组专家卷积核至动态特征提取器模块,根据输入内容... 针对去噪扩散模型在图像融合任务中难以适应不同噪声水平、普通残差块对特征的筛选能力有限的问题,本文构建了一种动态门控扩散去噪与跨层注意力的多模态图像融合网络。首先,设计并引入4组专家卷积核至动态特征提取器模块,根据输入内容动态组合出最优卷积核,对输入特征实现自适应处理;其次,提出了一种改进的门控特征选择模块来生成门控信号抑制无关信息,提升模型在不同噪声水平下的扩散去噪能力,实现对特征的精准控制;最后,使用R-Transformer块进行特征调整,通过构建的全局-局部空间注意力模块实现跨层特征融合,以生成纹理信息丰富、色彩保真度高的融合图像。在MSRS、RoadScene和Harvard三个数据集上的实验结果表明,与近年来图像融合领域中9种具有代表性的重要方法相比,本文方法的7种客观评价指标平均提升了5.11%~15.93%。本文方法在纹理细节保持及解剖结构完整性保留等方面均优于其他方法,符合人眼视觉特性,能够很好地处理各种光照环境场景和医学影像诊断场景下的多模态图像融合任务。 展开更多
关键词 多模态图像融合 扩散模型 门控特征选择模块 跨层注意力融合模块 专家卷积核
暂未订购 下载PDF
基于BAS-YOLOv5s的油茶果检测模型 认领 引用
5
作者 肖伸平 曾甲元 赵倩颖 《计算机工程与科学》 CSCD 北大核心 2026年第6期1046-1054,共9页
针对目前复杂环境下油茶果的识别精度较低、漏检率较高等问题,提出基于改进YOLOv5s的油茶果检测模型BAS-YOLOv5s。首先,该模型在主干网络中利用双级空间注意力模块(BSAM)来提高网络的特征提取能力,改善原网络对小目标、遮挡目标的识别... 针对目前复杂环境下油茶果的识别精度较低、漏检率较高等问题,提出基于改进YOLOv5s的油茶果检测模型BAS-YOLOv5s。首先,该模型在主干网络中利用双级空间注意力模块(BSAM)来提高网络的特征提取能力,改善原网络对小目标、遮挡目标的识别效果。其次,为了允许卷积核具有不规则性,提高模型的泛化能力,在结构中引入可改变核卷积。最后,使用Soft-NMS代替YOLOv5s中的NMS对目标框重新筛选,降低重叠目标误删的概率;并对改进模型进行K折交叉验证,平均F 1值达到88.6%。通过所拍摄数据集的验证表明,改进后的模型的平均精度达到92.3%,召回率达到84.3%,相对于原始的YOLOv5s模型分别提高了2.0个百分点和1.9个百分点,FPS达到了82.64帧/s,总体效果优于其他主流模型,证明了改进模型在复杂环境下油茶果识别的有效性。 展开更多
关键词 油茶果 YOLOv5s模型 双级空间注意力模块 可改变核卷积 软性非极大值抑制
暂未订购 下载PDF
基于YOLO11改进的水下小目标检测算法CSAF-YOLO 认领 引用
6
作者 张红瑞 冯威铭 +1 位作者 杨潞霞 马永杰 《计算机应用》 CSCD 北大核心 2026年第5期1578-1585,共8页
针对水下小目标检测中光线散射、低对比度和复杂背景等挑战,提出一种基于YOLO11的改进算法CSAF-YOLO(Cross-Scale Adaptive Fusion YOLO)。首先,设计多尺度协同融合(MSCF)模块,通过空间融合与通道交互机制,增强多尺度特征间的协同作用,... 针对水下小目标检测中光线散射、低对比度和复杂背景等挑战,提出一种基于YOLO11的改进算法CSAF-YOLO(Cross-Scale Adaptive Fusion YOLO)。首先,设计多尺度协同融合(MSCF)模块,通过空间融合与通道交互机制,增强多尺度特征间的协同作用,提升上下文信息提取能力;其次,构建动态内核尺度调制(DKSM)模块,自适应生成局部与全局调制矩阵,优化卷积核以增强模型对复杂水下环境的适应性;再次,提出多尺度增强检测头(MSEHead),通过尺度感知增强和跨尺度特征动态融合,提高小目标定位精度;最后,引入MPDIoU(Modified Penalized Distance Intersection over Union)损失函数,通过最小点距离和多尺度惩罚机制,优化水下小型目标的边界框回归。在URPC2020数据集上的实验结果表明,CSAF-YOLO在50%交并比(IoU)阈值下的平均精度均值(mAP50)达到了85.0%,比YOLO11高1.6个百分点,可为海洋资源勘探和水下机器人导航等领域的视觉任务提供有效的解决方案。 展开更多
关键词 水下小目标检测 YOLO11 多尺度特征融合 动态内核调制 注意力机制
暂未订购 下载PDF
基于多任务学习的跳频调制方式识别与信噪比估计方法 认领 引用 被引量：1
7
作者 汪有鹏 王昊 曹建银 《现代电子技术》 北大核心 2026年第1期66-72,共7页
针对目前在跳频信号识别的多任务学习中存在跷跷板现象和使用IQ信号训练出的模型泛化能力较差的问题,文中提出一种改进的方法,采用CGC的多任务网络框架结合大卷积核与结构重参数化技术,以提高跳频信号调制识别和信噪比估计的准确性。该... 针对目前在跳频信号识别的多任务学习中存在跷跷板现象和使用IQ信号训练出的模型泛化能力较差的问题,文中提出一种改进的方法,采用CGC的多任务网络框架结合大卷积核与结构重参数化技术,以提高跳频信号调制识别和信噪比估计的准确性。该多任务网络架构采用硬参数共享,将网络通道划分为专家通道和共享通道,并引入了包含大卷积核结构重参数化与残差结构的MobileBlock层。与多任务学习中常用的MMOE结构模型相比,跳频信号调制识别的分类准确率更高,信噪比估计的均方误差更小。实验结果证明了该方法在现代军事通信对抗中的应用潜力,为跳频信号识别和参数估计提供了一个较好的解决方案。 展开更多
关键词 跳频信号 调制识别 信噪比估计 多任务学习 大核卷积 结构重参数化
暂未订购 下载PDF
基于少样本的边坡形变检测方法研究 认领 引用
8
作者 黄海新 刘宇航 《通信与信息技术》 2026年第4期7-11,共5页
煤矿边坡形变检测对煤矿环境管理和人员安全等至关重要。煤矿边坡形变即裂隙检测存在数据集图片稀少不足,背景复杂、裂隙大小形状各异等问题,这将导致检测结果精度低,针对这些问题提出了基于改进的YOLOv11边坡形变检测基本模型。在该模... 煤矿边坡形变检测对煤矿环境管理和人员安全等至关重要。煤矿边坡形变即裂隙检测存在数据集图片稀少不足,背景复杂、裂隙大小形状各异等问题,这将导致检测结果精度低,针对这些问题提出了基于改进的YOLOv11边坡形变检测基本模型。在该模型中加入监督对比损失函数,提升泛化能力,解决了数据集图片稀少不足的问题;加入多尺度边缘增强模块MEEM,提高模型对复杂背景的适应能力,解决背景复杂问题;加入可变形大核注意力D-LKA,增强了对于目标形状和尺寸变化的适应能力,解决裂隙大小形状各异的问题。改进的模型在自建的数据集上的实验结果,表明改进算法相对于YOLOv11整体的准确率(Precision)提升了5.2%。 展开更多
关键词 边坡形变检测 YOLOv11网络 监督对比损失函数 多尺度边缘增强模块MEEM 可变形大核注意力Deform-able-LKA
暂未订购 下载PDF
基于改进YOLOv10的多尺度舰船目标图像检测算法 认领 引用
9
作者 刘兆华 王中训 +2 位作者 贺鹏飞 刘宁波 孙艳丽 《海军工程大学学报》 CAS 北大核心 2026年第1期45-52,共8页
针对红外与可见光舰船图像分辨率低、纹理细节欠佳以及舰船目标尺度变化大等问题,本文提出了一种基于改进YOLOv10的多尺度舰船目标图像检测算法。首先,为了提高模型的特征提取能力,在骨干网络中加入了大型可分离核注意力模块;然后,为了... 针对红外与可见光舰船图像分辨率低、纹理细节欠佳以及舰船目标尺度变化大等问题,本文提出了一种基于改进YOLOv10的多尺度舰船目标图像检测算法。首先,为了提高模型的特征提取能力,在骨干网络中加入了大型可分离核注意力模块;然后,为了适应舰船目标尺寸变化大的问题,在颈部网络中添加了多尺度扩张注意力模块,提高了模型的多尺度检测能力;最后,引入了考虑边界框形状的损失函数,提高了模型对小目标的检测能力。在采集的红外与可见光舰船图像数据集上实验结果表明:改进后的算法在增加较少参数量的基础上平均精度均值较原有模型提高了1.2%,平均精度提高了1.9%,显著提高了模型的多尺度目标检测能力。 展开更多
关键词 多尺度目标检测 红外与可见光图像 YOLOv10 大型可分离核注意力模块 多尺度扩张注意力模块
暂未订购 下载PDF
A Security Kernel Architecture Based Trusted Computing Platform 认领 引用 被引量：4
10
作者 CHEN You-lei SHEN Chang-xiang 《Wuhan University Journal of Natural Sciences》 EI CAS 2005年第1期1-4,共4页
A security kernel architeclrne built on trusted computing platform in thelight of thinking about trusted computing is presented According to this architecture,a newsecurity module TCB(Trusted Computing Base)is added t... A security kernel architeclrne built on trusted computing platform in thelight of thinking about trusted computing is presented According to this architecture,a newsecurity module TCB(Trusted Computing Base)is added to the operation system kerneland twooperation interface modes are provided for the sake of self-protection.The security kernel isdivided into two parts and trusted mechanism Is separated from security functionality.Ihe TCBmodule implements the trusted mechanism such as measurement and attestation,while the othercomponents of security kernel provide security functionality based on these mechanisms.Thisarchitecture takes full advantage of functions provided by trusted platform and clearly defines thesecurity perimeter of TCB so as to assure stlf-securily from architcetmal vision.We also presentfunction description of TCB and discuss the strengths and limitations comparing with other relatedresearches. 展开更多
关键词 trusted computing TCB module security kernel trusted mechanism
暂未订购 下载PDF
融合混合注意力与检测头的道路障碍物检测 认领 引用
11
作者 李玉娟 葛动元 +1 位作者 姚锡凡 周浩伟 《科学技术与工程》 EI 北大核心 2026年第1期253-261,共9页
针对车辆在行驶道路上出现的障碍物目标重叠、尺度特征不一且易与背景混淆导致漏检误检率高、检测精度低等问题,提出障碍物检测算法ADMH-YOLOv8。以YOLOv8框架为基础,首先,使用可改变核卷积改进特征提取网络部分标准卷积层以提高特征提... 针对车辆在行驶道路上出现的障碍物目标重叠、尺度特征不一且易与背景混淆导致漏检误检率高、检测精度低等问题,提出障碍物检测算法ADMH-YOLOv8。以YOLOv8框架为基础,首先,使用可改变核卷积改进特征提取网络部分标准卷积层以提高特征提取能力;其次,结合空洞卷积改进动态上采样算子(dynamic sampling, DySample)替代固定上采样提升特征融合的有效性;再次,引入改进的融合多尺度特征的混合式注意力模块,减少上采样过程中信息的丢失,增强对重要区域的感知能力;最后,设计参数共享检测头(parameter sharing detection head, PSDH),降低参数量。实验结果表明,ADMH-YOLO算法的综合性能较优,平均精度为93.8%,相比基线算法提高了2.0%,障碍物识别精度高,适用于道路上障碍物检测任务。 展开更多
关键词 道路障碍物 可改变核卷积 动态上采样 混合式注意力模块 参数共享检测头
暂未订购 下载PDF
针对小目标垃圾检测的YOLOv8网络结构改进与性能验证 认领 引用
12
作者 何达维 吴岳忠 +1 位作者 陈玲姣 韩梅 《包装学报》 2026年第2期103-109,共7页
为攻克复杂城市环境下的垃圾检测难题,尤其是在垃圾目标较小、背景繁杂的场景,提出一种基于YOLOv8的改进垃圾检测算法YOLO-SPRL。首先,引入SPD-Conv模块并增加P2检测层,删除P5检测层,以增强模型对小目标垃圾物体的检测能力。其次,在特... 为攻克复杂城市环境下的垃圾检测难题,尤其是在垃圾目标较小、背景繁杂的场景,提出一种基于YOLOv8的改进垃圾检测算法YOLO-SPRL。首先,引入SPD-Conv模块并增加P2检测层,删除P5检测层,以增强模型对小目标垃圾物体的检测能力。其次,在特征金字塔P3层嵌入矩形自校准模块(RCM),抑制背景噪声,消除复杂背景的干扰。最后,在模型颈部引入可分离多级卷积核注意力模块(LSKA),在降低计算复杂度的同时强化深度特征融合能力,在减小模型体积的同时提高检测精度。在VisDrone和自建街景垃圾数据集上的实验结果显示,YOLO-SPRL在VisDrone数据集上的mAP@0.5达到38.91%,相较于基准模型提升了4.22%;在自建数据集上亦展现出良好的鲁棒性和小目标识别能力。本研究所提出的集成改进策略有效提升了复杂场景下的垃圾检测性能,YOLO-SPRL在精度、速度和模型体积之间实现了良好的平衡,具备在嵌入式移动设备上部署的可行性,为城市智能环卫系统的实时监测与管理提供了可靠的技术支撑。 展开更多
关键词 YOLOv8 小目标检测 矩形自校准模块 可分离多级卷积核注意力
暂未订购 下载PDF
改进RT-DETR矿工不安全行为检测方法 认领 引用
13
作者 张红 陈晓彤 +2 位作者 许永炎 高玺程 王媛彬 《电子测量技术》 北大核心 2026年第7期215-225,共11页
针对煤矿井下背景复杂、矿工行为尺度差异大和频繁遮挡等因素导致的现有行为检测模型精度低、鲁棒性不足的问题,提出一种改进RT-DETR矿工不安全行为检测方法。该方法构建了具备多路径特征提取与双分支下采样结构的主干网络CANet,通过融... 针对煤矿井下背景复杂、矿工行为尺度差异大和频繁遮挡等因素导致的现有行为检测模型精度低、鲁棒性不足的问题,提出一种改进RT-DETR矿工不安全行为检测方法。该方法构建了具备多路径特征提取与双分支下采样结构的主干网络CANet,通过融合深浅层级特征并保留边缘细节,提升了模型在复杂背景下对行为细节的感知能力。同时,设计扩散感知特征金字塔网络DAFPN,通过结合维度感知选择性集成模块与跨层扩散策略,构建两阶段融合—扩散机制,以增强多尺度行为特征间的语义交互,显著提升了模型对姿态多变和大尺度差异场景的适应能力。此外,引入可变核卷积模块AKConv,通过动态调整采样位置,使网络在存在遮挡时仍能自适应聚焦于行为关键区域,增强矿工行为检测的鲁棒性。实验结果表明,改进后的RT-DETR模型在mAP@0.5和mAP@0.5:0.95上分别达到92.9%和66.1%,较原模型分别提升2.9%和1.9%,参数量减少18%,计算量降低13%。与Faster R-CNN、SSD、YOLOv5m、YOLOv8m、YOLOv10m等主流检测算法相比,整体性能更优,充分证明了该模型在复杂煤矿场景下不安全行为检测的有效性与工程应用价值。 展开更多
关键词 行为检测 RT-DETR 重参数化 维度感知模块 可变核卷积
暂未订购 下载PDF
基于ADCG−YOLO的煤矿输送带异物检测 认领 引用
14
作者 王江 郭星歌 +3 位作者 杨发展 纪嘉歆 孙永欣 肖涛 《工矿自动化》 CSCD 北大核心 2026年第6期49-59,共11页
煤矿输送带异物检测受井下煤尘遮挡、光照不均及输送带振动等环境影响,导致多尺度异物特征难以稳定提取,且检测模型精度与实时性难以兼顾。针对上述问题,对YOLOv11n进行改进,提出一种面向煤矿输送带异物检测的ADCG−YOLO模型。将YOLOv11... 煤矿输送带异物检测受井下煤尘遮挡、光照不均及输送带振动等环境影响,导致多尺度异物特征难以稳定提取,且检测模型精度与实时性难以兼顾。针对上述问题,对YOLOv11n进行改进,提出一种面向煤矿输送带异物检测的ADCG−YOLO模型。将YOLOv11n骨干网络中的卷积模块替换为自适应核融合卷积,通过多尺度动态自适应卷积核强化对多尺度异物的特征提取;在骨干网络的C3k2模块中引入动态多分支混合模块,通过多路并行深度卷积分支提升多形态异物特征表征能力;在骨干网络与颈部网络之间加入通道混合模块,实现多尺度特征校准与通道增强;在颈部网络采用聚集分发−动态注意力尺度序列融合结构,强化小目标的跨尺度特征关联,提升多路径特征利用率。实验结果表明,ADCG−YOLO模型的mAP@0.5、mAP@0.5:0.95、精确率和召回率分别为92.56%,58.72%,89.24%与82.44%,较YOLOv11n分别提升了4.17%,2.14%,2.67%和4.44%,且帧率达136帧/s,在检测精度和实时性之间取得了较好的平衡;在小尺度细长目标、多尺度遮挡目标、低显著性目标、低对比度目标及特殊形状目标场景下,ADCG−YOLO模型能够减少漏检、误检,且检测框与目标区域匹配度较高;Grad−CAM++热力图分析显示,ADCG−YOLO模型增强了对目标区域的聚焦能力,可有效抑制背景区域的无关响应。 展开更多
关键词 带式输送机 输送带异物检测 YOLOv11n 自适应核融合卷积 动态多分支混合模块 聚集分发机制 动态注意力尺度序列融合
暂未订购 下载PDF
基于EE-YOLOv8s的多场景火灾迹象检测算法 认领 引用 被引量：11
15
作者 崔克彬 耿佳昌 《图学学报》 CSCD 北大核心 2025年第1期13-27,共15页
针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征... 针对目前烟火场景检测中,光照变化、烟火动态性、复杂背景、目标过小等干扰因素导致的火灾迹象目标误检和漏检的问题,提出一种YOLOv8s改进模型EE-YOLOv8s。设计MBConv-Block卷积模块融入YOLOv8的Backbone部分,实现EfficientNetEasy特征提取网络,保证模型轻量化的同时,优化图像特征提取;引入大型可分离核注意力机制LSKA改进SPPELAN模块,将空间金字塔部分改进为SPP_LSKA_ELAN,充分捕获大范围内的空间细节信息,在复杂多变的火灾场景中提取更全面的特征,从而区分目标与相似物体的差异;Neck部分引入可变形卷积DCN和跨空间高效多尺度注意力EMA,实现C2f_DCN_EMA可变形卷积校准模块,增强对烟火目标边缘轮廓变化的适应能力,促进特征的融合与校准,突出目标特征;在Head部分增设携带有轻量级、无参注意力机制SimAM的小目标检测头,并重新规划检测头通道数,加强多尺寸目标表征能力的同时,降低冗余以提高参数有效利用率。实验结果表明,改进后的EE-YOLOv8s网络模型相较于原模型,其参数量减少了13.6%,准确率提升了6.8%,召回率提升了7.3%,mAP提升了5.4%,保证检测速度的同时,提升了火灾迹象目标的检测性能。 展开更多
关键词 烟火目标检测 EfficientNetEasy主干网络 大型可分离核注意力机制 可变形卷积校准模块 小目标检测
暂未订购 下载PDF
基于鱼群优化向量机的变压器热点温度预测方法研究 认领 引用 被引量：2
16
作者 陈龙 黄炜昭 +3 位作者 谢欢欢 辛拓 张宏钊 何维 《自动化仪表》 CAS 2025年第5期100-104,共5页
变压器热点温度预测是保证变压器安全运行不可或缺的步骤。但预测结果易受负载系数等因素的干扰,导致预测精度较低。为了提高变压器热点温度预测精度,提出基于鱼群优化向量机的变压器热点温度预测方法。采用变压器数据采集系统中的传感... 变压器热点温度预测是保证变压器安全运行不可或缺的步骤。但预测结果易受负载系数等因素的干扰,导致预测精度较低。为了提高变压器热点温度预测精度,提出基于鱼群优化向量机的变压器热点温度预测方法。采用变压器数据采集系统中的传感器模块,采集变压器的负载电流、工作温度与顶层油温等数据信息。创新性地通过鱼群算法优化向量机中的核函数,提高向量机的训练速度与预测精度。将采集的负载电流、工作温度与顶层油温等数据输入优化后的向量机中,通过变压器热点温度的计算完成变压器热点温度预测。试验结果表明,所提方法在不同负载系数下的预测温度值与实际温度值的误差低于10℃,提升了预测精度,且预测时间较短,在4.6 s左右。该方法的变压器热点温度预测精度较高、实用性与适用性较强。 展开更多
关键词 变压器 数据处理模块 热点温度 人工鱼群 核函数优化 温度阈值 负载电流
暂未订购 下载PDF
基于EWBiLSTM-ATT的数据手套手语识别 认领 引用 被引量：2
17
作者 武东辉 王金凤 +1 位作者 仇森 刘国志 《计算机工程》 CAS CSCD 北大核心 2025年第8期107-119,共13页
手语识别近年来受到广泛关注,但现有手语识别模型存在训练时间长和计算成本高的问题。为此,基于穿戴式数据手套提出一种融合注意力机制的首层宽卷积核扩展深度卷积神经网络(EWDCNN)和双向长短期记忆网络(BiLSTM)的混合深度学习方法——E... 手语识别近年来受到广泛关注,但现有手语识别模型存在训练时间长和计算成本高的问题。为此,基于穿戴式数据手套提出一种融合注意力机制的首层宽卷积核扩展深度卷积神经网络(EWDCNN)和双向长短期记忆网络(BiLSTM)的混合深度学习方法——EWBiLSTM-ATT模型。首先通过加宽首层卷积层来减少模型参数量,提升计算速度,通过扩展WDCNN卷积层深度来提高模型自动提取手语特征的能力;其次引入BiLSTM作为时间建模器捕捉手语序列数据的时间动态信息,有效处理传感器数据中的时序关系;最后利用注意力机制通过映射加权和学习参数矩阵赋予BiLSTM隐含状态不同权重,通过计算每个时间段的注意力权重,模型自动选择与手势动作相关的关键时间段。以STM32F103为主控模块,以MPU6050与Flex Sensor 4.5传感器为核心搭建数据手套手语采集平台。选取16种动态手语动作用于构建GR-Dataset数据训练模型。同一实验条件下,EWBiLSTM-ATT准确率为99.40%,相对于CLT-net、CNN-GRU、CLA-net、CNN-GRU-ATT模型分别提升10.36、8.41、3.87、3.05百分点,训练总时间分别缩减至这4种对比模型的57%、61%、55%、56%。 展开更多
关键词 扩展深度卷积神经网络 双向长短期记忆网络 注意力模块 手语识别 数据手套 深度学习
暂未订购 下载PDF
核估计与清晰特征引导的遥感影像盲超分辨率重建 认领 引用
18
作者 卜丽静 周兰 +3 位作者 张正鹏 邓明军 杨银 王竞雪 《测绘科学》 CSCD 北大核心 2025年第9期41-52,共12页
针对遥感影像在超分辨率重建过程中常面临模糊核估计不准确以及高频信息提取不足而导致重建影像边缘模糊的问题,提出了一种核估计与清晰特征引导的盲超分辨率重建网络:设计了层级核估计模块,提高模糊核估计的准确性;频域特征增强模块基... 针对遥感影像在超分辨率重建过程中常面临模糊核估计不准确以及高频信息提取不足而导致重建影像边缘模糊的问题,提出了一种核估计与清晰特征引导的盲超分辨率重建网络:设计了层级核估计模块,提高模糊核估计的准确性;频域特征增强模块基于维纳滤波的原理,生成更加清晰的特征,减少重建结果高频边缘模糊的情况;在重建网络部分,利用仿射变换融合低分辨率影像特征和清晰特征,并通过基于高阶注意力的结构细化网络,进一步恢复影像的高频细节。实验结果表明,所提算法在WHU-RS-19和AID两个公开数据集上,PSNR分别最高提升了15.16%和6.05%;在真实数据集上,NIQE和BRISQUE指标分别降低了9.95%和11.36%。在定性和定量结果上均优于对比算法。 展开更多
关键词 遥感影像超分辨率重建 频域特征增强模块 层级核估计 仿射变换 高阶注意力
暂未订购 下载PDF
基于改进EfficientDet的食品生产线核桃仁分选智能化研究 认领 引用
19
作者 秦新华 王义亮 +1 位作者 李玉贵 李晋 《食品与机械》 CAS CSCD 北大核心 2025年第8期77-84,共8页
[目的]提高现有食品生产线核桃仁分选的效率和精度。[方法]基于核桃仁分拣的智能化生产线,提出一种改进的EfficientDet模型用于食品生产线核桃仁智能化分选。通过在主干网络引入卷积注意力机制模块,强化模型对食品区域的聚焦能力。通过... [目的]提高现有食品生产线核桃仁分选的效率和精度。[方法]基于核桃仁分拣的智能化生产线,提出一种改进的EfficientDet模型用于食品生产线核桃仁智能化分选。通过在主干网络引入卷积注意力机制模块,强化模型对食品区域的聚焦能力。通过改进双向特征金字塔网络,增强模型对不同尺度食品的检测能力。通过Dynamic ReLU激活函数对原激活函数进行优化,增强模型对食品的检测性能,并将优化后的模型部署于食品生产线进行试验验证。[结果]试验方法在核桃仁分选任务中实现对正常、碎壳、黑斑和干瘪核桃仁的精准识别与高效分类,单张图像检测时间为18 ms,平均精度均值达到97.92%,误检率降至1.0%,可有效提高食品生产线自动化水平。[结论]该智能化分选方法有效解决了传统分选效率低和精度差的问题,在食品生产线自动化领域具有良好的应用前景与推广价值。 展开更多
关键词 食品生产线 核桃仁分选 智能化 EfficientDet模型 双向特征金字塔网络 卷积注意力机制模块
暂未订购 下载PDF
面向低算力设备的改进轻量化语音识别模型 认领 引用 被引量：2
20
作者 李政霖 介婧 +2 位作者 柴佳辉 郑慧 武晓莉 《计算机工程与设计》 北大核心 2025年第10期2969-2977,共9页
针对语音识别模型在低算力设备上部署难且识别精度低的问题,提出一种改进的轻量化语音识别模型。该模型采用双通道多核卷积结构,以深度残差收缩网络为主要识别单元;引入卷积块注意力模块提高其对通道和空间位置的特征敏感度;结合门控线... 针对语音识别模型在低算力设备上部署难且识别精度低的问题,提出一种改进的轻量化语音识别模型。该模型采用双通道多核卷积结构,以深度残差收缩网络为主要识别单元;引入卷积块注意力模块提高其对通道和空间位置的特征敏感度;结合门控线性单元,提高对长序列语音信息的识别能力;采用非对称卷积策略减少参数量;通过像素注意力引导模块进行特征融合,增强对关键语音信息的捕捉能力。在中文数据集Aishell-1上的实验结果表明,该模型字错误率为12.13%,相较于结果最好的ResNet降低了5.76%,同时其参数量因引入非对称卷积策略降低了40.26%,有效降低了模型的复杂度。 展开更多
关键词 轻量化语音识别模型 双通道多核卷积结构 深度残差收缩网络 卷积块注意力模块 门控线性单元 非对称卷积策略 像素注意力引导模块
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 … 9 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈