检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

门控机制的图像分类网络

电子学报 2024年第7期52卷 2393-2406页

作者：姜文涛高原袁姮刘万军辽宁工程技术大学软件学院辽宁葫芦岛125105

为了提取更具表达能力和区分度的重点特征,减少网络传递时关键特征的流失,提高神经网络图像分类能力,提出一种新的门控机制图像分类网络(image classification Network of Gating Mechanism,GMNet).首先,使用门控卷积提取浅层特征,通过... 详细信息

为了提取更具表达能力和区分度的重点特征,减少网络传递时关键特征的流失,提高神经网络图像分类能力,提出一种新的门控机制图像分类网络(image classification Network of Gating Mechanism,GMNet).首先,使用门控卷积提取浅层特征,通过门控机制选择性地进行卷积操作,提高网络对原始图像关键特征的提取能力;其次,设计了一种插值门控卷积(Interpolation Gated Convolution,IGC)模块,利用Lanczos插值与门控卷积相结合,强化浅层特征的同时提取更具区分度的特征,提高特征的非线性表达能力;然后,设计了大核门控注意力机制(Large kernel Gated Attention Mechanism,LGAM)模块,将大核注意力与门控卷积相融合,实现了特征的选择性增强和选择性融合,提高关键区域特征的贡献度;最后,将大核门控注意力机制模块嵌入到残差分支中,让模型更有效地学习输入数据的特征和上下文信息,减少关键特征在网络信息传递时流失,提高网络的分类能力.本文方法在图像数据集CIFAR-10、CIFAR100、SVHN、Imagenette、Imagewoof上分别达到了97.05%、83.68%、97.68%、90.60%、83.05%的分类准确率,与当前先进的方法相比分别平均提高了3.26%、7.08%、3.44%、2.65%、5.02%.与现有主流网络模型相较,本文门控机制图像分类网络能够增强特征的非线性表达能力,提取更具表达能力和区分度的重点特征,减少关键特征流失,提高关键区域特征的贡献度,有效地提高神经网络图像分类能力.

关键词：图像分类门控机制门控卷积插值门控卷积大核门控注意力残差网络

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

鄱阳湖区植被覆盖度时空变化及影响因素研究

鄱阳湖区植被覆盖度时空变化及影响因素研究

作者：郭万军江西农业大学

学位级别：硕士

紫花苜蓿MsNF-YB5基因的克隆及表达特性分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

草地学报 2024年

作者：王之杰张万军中国农业大学草业科学与技术学院

研究发现异源表达拟南芥（Arabidopsis thaliana）QQS基因可显著提高紫花苜蓿的抗逆性，而MsNF-YB5是其发挥功能的关键内源基因。为探究MsNF-YB5在紫花苜蓿（Medicago sativa L.）胁迫响应过程中的功能，本研究克隆并完成了MsNF-YB5的... 详细信息

研究发现异源表达拟南芥（Arabidopsis thaliana）QQS基因可显著提高紫花苜蓿的抗逆性，而MsNF-YB5是其发挥功能的关键内源基因。为探究MsNF-YB5在紫花苜蓿（Medicago sativa L.）胁迫响应过程中的功能，本研究克隆并完成了MsNF-YB5的生物信息学分析、亚细胞定位、转录自激活检测及胁迫下的表达模式分析。结果显示，克隆获得的MsNF-YB5 cDNA编码156个氨基酸，与蒺藜苜蓿（Medicago truncatula）MtNF-YB5相似度最高，该基因启动子区域含有参与茉莉酸甲酯、脱落酸、防御与胁迫反应的顺式作用元件；亚细胞定位结果显示其具有细胞核定位，截短N端后具有酵母转录自激活活性。MsNF-YB5受盐胁迫、渗透胁迫、低氮胁迫、冷胁迫及脱落酸处理诱导表达。本研究为进一步研究MsNF-YB5功能以提高紫花苜蓿抗逆性提供了基础。

关键词：紫花苜蓿 MsNF-YB5 亚细胞定位自激活活性胁迫表达模式

南海水合物储层水平井钻进时泥浆侵入特性模拟研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地质学报 2024年第9期98卷 2781-2794页

作者：胡锦秋吕万军张卓张准中国地质大学(武汉)海洋学院湖北武汉430074

天然气水合物是一种无污染的新型非常规能源,加快天然气水合物的开发利用,对环境保护和能源发展具有重要意义。钻井是水合物勘探开发的重要一环,直接影响水合物地层勘探的准确性和开采的稳定性。因此,本文利用TOUGH+HYDRATE构建水合物... 详细信息

天然气水合物是一种无污染的新型非常规能源,加快天然气水合物的开发利用,对环境保护和能源发展具有重要意义。钻井是水合物勘探开发的重要一环,直接影响水合物地层勘探的准确性和开采的稳定性。因此,本文利用TOUGH+HYDRATE构建水合物地层模型,预测了钻采条件下水合物储层动态响应特征、研究了泥浆参数特征(密度、温度、盐度)和含水合物地层物性(孔隙度、绝对渗透率、水合物饱和度)对泥浆侵入的影响规律,结果表明:泥浆在含水合物地层中的侵入是一个动态的传热传质过程,并伴随有相变行为。在采用水平井钻进水合物储层过程中,压力传递先于温度传递,且泥浆向下的侵入程度最大。压力和温度传递在侵入1天时基本稳定,但水合物会继续分解。一方面,泥浆密度、温度和盐度的增大均会加剧泥浆的侵入程度,因此需根据实际地层条件,选取合适的泥浆密度和较低的温度及盐度,并添加动力学抑制剂或者防聚剂。另一方面,地层孔隙度和水合物饱和度的增大将导致水合物分解程度增大,而分解范围减小。此外,地层绝对渗透率显著影响泥浆的侵入,地层绝对渗透率取2.9×10^(-4)μm^(2)、2.9×10^(-3)μm^(2)和2.9×10^(-2)μm^(2)时,泥浆侵入深度分别为0.2 m、0.5 m和2 m。

关键词：天然气水合物数值模拟泥浆侵入储层响应

维普期刊数据库

有限训练样本下的多尺度空洞密集网络高光谱影像分类

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2024年第4期45卷 206-216页

作者：涂潮刘万军赵琳琳曲海成辽宁工程技术大学测绘与地理科学学院阜新123000 辽宁工程技术大学软件学院葫芦岛125105

为了在有限训练样本情况下充分提取高光谱影像的空间光谱特征,提高分类精度,提出一种结合空洞卷积和密集网络的高光谱影像分类方法。首先,构建多尺度空洞特征提取模块,引入不同数量的空洞卷积层和普通卷积层通过级联的方式增大模型的感... 详细信息

为了在有限训练样本情况下充分提取高光谱影像的空间光谱特征,提高分类精度,提出一种结合空洞卷积和密集网络的高光谱影像分类方法。首先,构建多尺度空洞特征提取模块,引入不同数量的空洞卷积层和普通卷积层通过级联的方式增大模型的感受野,并提取多尺度特征。然后,在多尺度空洞特征提取模块之间建立密集连接,实现特征复用的同时缓解梯度消失问题,而模块内部无密集连接,避免构建深度网络而导致网络参数过多的问题。最后,将得到的特征依次通过池化层,全连接层和Softmax层完成分类。另外,本文在全连接层后加入dropout正则化防止出现过拟合。在Indian Pines和WHU-Hi-Longkou数据集上与经典分类方法进行对比,本文方法 OA分别为98.75%和98.82%。实验结果表明,本文设计的网络模型在有限训练样本情况下,分类效果最优。

关键词：高光谱影像多尺度特征融合空洞卷积密集网络

维普期刊数据库