检索结果-南通市图书馆

结合双重注意力与Transformer的雾天图像复原算法

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

电光与控制 2024年

作者：马天帅杨燕兰州交通大学电子与信息工程学院

针对现有算法处理非均匀有雾图像时出现的局部细节模糊、亮度和对比度失衡问题，本文提出一种结合双重注意力与Transformer的图像去雾算法。首先，通过构造全局和局部双分支结构获取图像特征。在全局分支，构建信息补充模块ISM，补偿通... 详细信息

针对现有算法处理非均匀有雾图像时出现的局部细节模糊、亮度和对比度失衡问题，本文提出一种结合双重注意力与Transformer的图像去雾算法。首先，通过构造全局和局部双分支结构获取图像特征。在全局分支，构建信息补充模块ISM，补偿通道信息以修正亮度和对比度。局部分支设计细节增强模块DEM，通过双重注意力在空间和像素维度上区别关注图像特征，识别雾气区域，以还原图像的局部结构和纹理；其次，构造特征聚合重建模块FARM，自适应融合不同感受野下的两分支特征信息，并通过增加残差连接减少信息损失。最后，采用组合型损失函数提高网络性能，实现有雾图像复原。实验结果表明，所提算法在主观视觉及客观评价方面均表现良好。

关键词：图像去雾 Transformer 双重注意力特征聚合

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于双重注意力机制的事件抽取方法

软件学报 2023年第7期34卷 3226-3240页

作者：朱敏毛莺池程永陈程军王龙宝河海大学计算机与信息学院江苏南京211100 水利部水利大数据重点实验室(河海大学) 江苏南京211100

针对事件抽取存在未充分利用句法关系、论元角色缺失的情况,提出了基于双重注意力机制的事件抽取(event extraction based on dual attention mechanism,EEDAM)方法,有助于提高事件抽取的精确率和召回率.首先,基于4种嵌入向量进行句子编... 详细信息

针对事件抽取存在未充分利用句法关系、论元角色缺失的情况,提出了基于双重注意力机制的事件抽取(event extraction based on dual attention mechanism,EEDAM)方法,有助于提高事件抽取的精确率和召回率.首先,基于4种嵌入向量进行句子编码,引入依赖关系,构建依赖关系图,使深度神经网络可以充分利用句法关系.然后,通过图转换注意网络生成新的依赖弧和聚合节点信息,捕获长程依赖关系和潜在交互,加权融合注意力网络,捕捉句中关键的语义信息,抽取句子级事件论元,提升模型预测能力.最后,利用关键句检测和相似性排序,进行文档级论元填充.实验结果表明,采用基于双重注意力机制的事件抽取方法,在ACE2005数据集上,较最佳基线联合多中文事件抽取器(joint multiple Chinese event extractor,JMCEE)在精确率、召回率和F1-score分别提高17.82%、4.61%、9.80%;在大坝安全运行日志数据集上,较最佳基线JMCEE在精确率、召回率和F1-score上分别提高18.08%、4.41%、9.93%.

关键词：事件抽取双重注意力依赖关系论元填充神经网络

基于MRMR和双重注意力机制的城市能源多元负荷短期预测

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2022年第17期46卷 44-55页

作者：白冰青刘江涛王旭蒋传文江婷张沈习电力传输与功率变换控制教育部重点实验室(上海交通大学) 上海市200240 南京电力设计研究院有限公司江苏省南京市210036

为支撑城市能源系统的经济调度和优化运行,将最小冗余最大相关性(MRMR)分析方法与基于双重注意力机制和序列到序列(Seq2Seq)的神经网络相结合,提出一种新型城市能源系统多元负荷短期预测方法。首先,确定目标预测负荷,以MRMR为标准筛选... 详细信息

为支撑城市能源系统的经济调度和优化运行,将最小冗余最大相关性(MRMR)分析方法与基于双重注意力机制和序列到序列(Seq2Seq)的神经网络相结合,提出一种新型城市能源系统多元负荷短期预测方法。首先,确定目标预测负荷,以MRMR为标准筛选特征序列集,既保持了低冗余度,又保证了输入序列信息的完整性;然后,在Seq2Seq模型基础上,将双重注意力机制融入长短期记忆网络,增强了算法对特征序列时空特征的学习能力;最后,以美国亚利桑那州立大学城市能源系统的实测负荷数据为例进行分析。实验结果表明,所提方法相比现有预测方法具有更高的预测精度和充足的鲁棒性,在4个季节和不同气象误差下都具有良好的表现,可以为城市能源系统的调度运行提供有力的决策依据。

关键词：城市能源系统双重注意力序列到序列模型多元负荷预测最小冗余最大相关性

在线全文

学校读者我要写书评

暂无评论

双重注意力引导的弱监督雨滴图像增强

电子测量技术 2022年第4期45卷 79-84页

作者：蒲燕虹张金艺姜玉稀上海大学特种光纤与光接入网重点实验室上海200444 上海大学特种光纤与先进通信国际合作联合实验室上海200444 上海三思系统集成研究所上海201100

基于深度学习的雨滴图像增强方法普遍存在高度依赖配对样本数据集,雨滴去除后图像背景细节模糊等问题。对此,提出一种双重注意力引导的弱监督雨滴图像增强方法。该方法设计构建弱监督雨滴图像增强网络,仅需来自雨滴图像域与干净图像域... 详细信息

基于深度学习的雨滴图像增强方法普遍存在高度依赖配对样本数据集,雨滴去除后图像背景细节模糊等问题。对此,提出一种双重注意力引导的弱监督雨滴图像增强方法。该方法设计构建弱监督雨滴图像增强网络,仅需来自雨滴图像域与干净图像域的图像进行训练,可有效降低对配对样本数据集的依赖性;同时,将双重注意力引入生成网络,引导特征提取与多分支掩模生成,掩模同输入的雨滴图像融合后,获得背景清晰的干净图像,实现雨滴图像增强。实验结果表明,该方法在Raindrop数据集上PSNR达到27.0711dB,SSIM达到0.8996,更好地保留了图像背景细节与颜色信息,证明该方法的可行性与有效性。

关键词：深度学习雨滴图像增强弱监督双重注意力循环生成对抗网络

基于线性化注意力和双重注意力的视杯盘分割模型

在线全文

学校读者我要写书评

暂无评论

生物医学工程学杂志 2023年第5期40卷 920-927页

作者：蓝子俊谢珺郭燕张喆孙彬太原理工大学电子信息与光学工程学院山西晋中030600 北京中医药大学第三附属医院北京100029 太原理工大学电气与动力工程学院太原030024

青光眼是致盲性眼病之一,视杯盘比是筛查青光眼的主要依据,因此准确分割视杯盘具有重要意义。本文提出一种基于线性化注意力和双重注意力的视杯盘分割模型。首先,根据视盘特性定位裁剪感兴趣区域。其次,引入线性化注意力的残差网络-34(R... 详细信息

青光眼是致盲性眼病之一,视杯盘比是筛查青光眼的主要依据,因此准确分割视杯盘具有重要意义。本文提出一种基于线性化注意力和双重注意力的视杯盘分割模型。首先,根据视盘特性定位裁剪感兴趣区域。其次,引入线性化注意力的残差网络-34(ResNet-34)作为特征提取网络。最后,通过线性化注意力的输出特征生成通道和空间双重注意力权重,用于校准解码器输出特征获取视杯盘分割图像。实验结果表明,所提模型在视神经头分割的视网膜图像(DRISHTI-GS)数据集中,视盘、视杯交并比分别为0.962 3、0.856 4;用于视神经评估的开放式视网膜图像-V3(RIM-ONE-V3)数据集中,视盘、视杯交并比分别为0.956 3、0.784 4。所提模型优于对比算法,在青光眼的早期筛查中具有一定的医学价值。此外,本文利用知识蒸馏技术生成两种规模更小的模型,有利于将模型应用于嵌入式设备。

关键词：青光眼视杯盘分割线性化注意力双重注意力知识蒸馏

在线全文

学校读者我要写书评

暂无评论

基于双重注意力和光流估计的人脸替换方法

计算机工程与应用 2023年第7期59卷 143-151页

作者：魏玮张鑫朱叶河北工业大学人工智能与数据科学学院天津300401

视频人脸替换中的关键问题是如何更好地重建人脸图像、融合图像和保证视频的连续性,为了提升重建图像和人脸掩模质量,解决视频播放不自然问题,提出一种基于双重注意力机制和光流估计的自动人脸替换方法。人脸重建网络以生成对抗网络为主... 详细信息

视频人脸替换中的关键问题是如何更好地重建人脸图像、融合图像和保证视频的连续性,为了提升重建图像和人脸掩模质量,解决视频播放不自然问题,提出一种基于双重注意力机制和光流估计的自动人脸替换方法。人脸重建网络以生成对抗网络为主体,为了提升网络的特征提取能力,在人脸重建网络中引入双重注意力模块,并使用深度可分离卷积替代模块中部分卷积,降低引入模块增加的网络计算量。针对人脸重建后前后帧时间域关系丢失的现象,添加一种基于光流估计的视频帧处理模块和平滑视频帧方法。实验结果表明,该方法相比FaceSwap、DeepFakes和FaceShifter替换方法能够更好地保持目标视频人脸的颜色、姿态和表情,使视频具有更好的连续性,提升人脸替换视频质量。

关键词：视频人脸替换生成对抗网络双重注意力光流估计

基于CT图像的双重注意力网络急性胰腺炎诊断方法

在线全文

学校读者我要写书评

暂无评论

数据采集与处理 2022年第1期37卷 147-154页

作者：张进一万鹏孙亮张道强南京航空航天大学计算机科学与技术学院模式分析与机器智能工业和信息化部重点实验室南京211106

作为消化系统最常见的疾病之一,急性胰腺炎的医学影像仍使用简单的手工特征进行分析,效率与精度较低,与其危害性并不相称。由于胰腺的解剖变异性以及各种并发症,急性胰腺炎的影像表现复杂,不同患者不同种类的病灶差异大,基于CT影像的急... 详细信息

作为消化系统最常见的疾病之一,急性胰腺炎的医学影像仍使用简单的手工特征进行分析,效率与精度较低,与其危害性并不相称。由于胰腺的解剖变异性以及各种并发症,急性胰腺炎的影像表现复杂,不同患者不同种类的病灶差异大,基于CT影像的急性胰腺炎诊断难度较大。本文提出一种基于双重注意力网络用于诊断急性胰腺炎,该网络使用全局特征为不同阶段的局部特征生成局部注意力特征,使不同阶段的注意力特征关注不同尺度的病灶,最终通过融合对全局注意力特征进行分类。同时在生成注意力特征时,使用通道域注意力调整通道间的依赖,提高模型的表示能力。在真实的急性胰腺炎数据集上的实验结果表明,本文提出的网络取得了更好的急性胰腺炎诊断精度,相对原模型,灵敏度与曲线下面积(Area under the curve,AUC)分别至少提升了3.4%,3.2%;相较其他注意力机制如SENet对ResNet模型的改进,AUC提升2.7%。

关键词：急性胰腺炎双重注意力多尺度 CT

在线全文

学校读者我要写书评

暂无评论

基于双重注意力的无触发词中文事件检测

计算机科学 2023年第1期50卷 276-284页

作者：程永毛莺池万旭王龙宝朱敏水利部水利大数据技术重点实验室南京210098 河海大学计算机与信息学院南京211100

事件抽取是自然语言处理的重要任务,而事件检测是事件抽取的关键步骤之一,其目标是检测事件的发生并对其进行分类。目前基于触发器识别的中文事件检测方法存在一词多义、词与触发词不匹配的问题,影响了事件检测模型的精度。针对此问题,... 详细信息

事件抽取是自然语言处理的重要任务,而事件检测是事件抽取的关键步骤之一,其目标是检测事件的发生并对其进行分类。目前基于触发器识别的中文事件检测方法存在一词多义、词与触发词不匹配的问题,影响了事件检测模型的精度。针对此问题,提出基于双重注意力的无触发词事件检测模型(Event Detection Without Triggers based on Dual Attention,EDWTDA),该模型可跳过触发词识别过程,实现在无触发词标记情况下直接判断事件类型。EDWTDA利用ALBERT改善词嵌入向量的语义表示能力,缓解一词多义问题,提高模型预测能力;采用局部注意力融合事件类型捕捉句中关键语义信息并模拟隐藏的事件触发词,解决词与触发词不匹配的问题;借助全局注意力挖掘文档中的语境信息,解决一词多义问题;最后将事件检测转化成二分类任务,解决多标签问题。同时,采用Focal loss损失函数解决转化成二分类后产生的样本不均衡问题。在ACE2005中文语料库上的实验结果表明,所提模型相比最佳基线模型JMCEE在精确率、召回率和F1-score评价指标上分别提高了3.40%,3.90%,3.67%。

关键词：双重注意力无触发词中文事件检测 ACE2005 二分类

基于语义与全局双重注意力机制的长链非编码RNA-疾病关联预测模型

在线全文

学校读者我要写书评

暂无评论

计算机应用 2023年第7期43卷 2125-2132页

作者：张奕蔡钢生王真梅桂林理工大学信息科学与工程学院广西桂林541006 广西嵌入式技术与智能系统重点实验室(桂林理工大学) 广西桂林541006

针对现有长链非编码RNA(lncRNA)-疾病关联预测模型在综合利用异构生物网络的交互、语义信息上存在局限性的问题,提出一种基于语义与全局双重注意力机制的lncRNA-疾病关联预测模型(SGALDA)。首先,基于相似性和已知关联构建一个lncRNA-疾... 详细信息

针对现有长链非编码RNA(lncRNA)-疾病关联预测模型在综合利用异构生物网络的交互、语义信息上存在局限性的问题,提出一种基于语义与全局双重注意力机制的lncRNA-疾病关联预测模型(SGALDA)。首先,基于相似性和已知关联构建一个lncRNA-疾病-微小RNA(miRNA)异构网络,并基于消息传递类型设计特征提取模块来提取和融合异构网络上同质、异质节点的邻域特征,以捕捉异构网络上的多层面交互关系。其次,基于元路径将异构网络分解为多个语义子网络,并分别在各个子网络上应用图卷积网络(GCN)来提取节点的语义特征,以捕捉异构网络上的高阶交互关系。然后,基于语义与全局双重注意力机制融合节点的语义和邻域特征,以获得更具代表性的节点特征。最后,利用lncRNA节点特征和疾病节点特征的内积运算重建lncRNA-疾病关联。5折交叉验证结果显示,SGALDA的受试者工作特征曲线下面积(AUROC)为0.9945±0.0002,PR曲线下面积(AUPR)为0.9167±0.0011,在所有对比模型中均为最高,验证了SGALDA良好的预测性能。对乳腺癌、胃癌的案例研究进一步证实了SGALDA识别潜在lncRNA-疾病关联的能力,说明SGALDA有潜力成为一种可靠的lncRNA-疾病关联预测模型。

关键词：关联预测异构网络元路径双重注意力图卷积网络长链非编码RNA