检索结果-南通市图书馆

2022中国自动化大会

作者：王军王江玉申政文中国矿业大学信息与控制工程学院

可见光图像具有清晰的纹理信息,而红外图像可以在低光照复杂环境中根据热辐射成像技术较好地将目标呈现,因此,如何高效地将可见光图像与红外图像融合,同时兼具两者的优势得到高质量的融合图像,是可见光与红外图像融合的关键,为此本文提... 详细信息

可见光图像具有清晰的纹理信息,而红外图像可以在低光照复杂环境中根据热辐射成像技术较好地将目标呈现,因此,如何高效地将可见光图像与红外图像融合,同时兼具两者的优势得到高质量的融合图像,是可见光与红外图像融合的关键,为此本文提出了一种基于特征重分配的可见光与红外图像融合方法。该方法创新性地提出并行编码网络,由语义特征提取网络与显著性特征提取网络组成,可以有效地避免显著性信息缺失;针对不同图像特征分布情况,创新性地提出特征重分配的融合策略,有效地融合可见光图像与红外图像的语义信息。基于公开的数据集分别与已有算法进行实验对比验证,实验结果表明,本文所提出的融合方法相比其他方法在定性与定量分析中具有更好的融合效果,以及较强的适应性与鲁棒性。

关键词：图像处理图像融合可见光图像红外图像特征重分配

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

较短的长序列时间序列预测模型

引用

计算机应用 2024年第6期44卷 1824-1831页

作者：徐泽鑫杨磊李康顺华南农业大学数学与信息学院广州510642

针对现有的研究大多将短序列时间序列预测和长序列时间序列预测分开研究而导致模型在较短的长序列时序预测时精度较低的问题,提出一种较短的长序列时间序列预测模型(SLTSFM)。首先,利用卷积神经网络(CNN)和PBUSM(Probsparse Based on Un... 详细信息

针对现有的研究大多将短序列时间序列预测和长序列时间序列预测分开研究而导致模型在较短的长序列时序预测时精度较低的问题,提出一种较短的长序列时间序列预测模型(SLTSFM)。首先,利用卷积神经网络(CNN)和PBUSM(Probsparse Based on Uniform Selection Mechanism)自注意力机制搭建一个序列到序列(Seq2Seq)结构,用于提取长序列输入的特征;其次,设计“远轻近重”策略将多个短序列输入特征提取能力较强的长短时记忆(LSTM)模块提取的各时段数据特征进行重分配;最后,用重分配的特征增强提取的长序列输入特征,提高预测精度并实现时序预测。利用4个公开的时间序列数据集验证模型的有效性。实验结果表明,与综合表现次优的对比模型循环门单元(GRU)相比,SLTSFM的平均绝对误差(MAE)指标在4个数据集上的单变量时序预测分别减小了61.54%、13.48%、0.92%和19.58%,多变量时序预测分别减小了17.01%、18.13%、3.24%和6.73%。由此可见SLTSFM在提升较短的长序列时序预测精度方面的有效性。

关键词：较短的长序列时间序列预测序列到序列长短期记忆自注意力机制特征重分配

来源：

维普期刊数据库

同方期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：