检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

白云岩储层断裂预测关键技术研究及应用

白云岩储层断裂预测关键技术研究及应用

GCAT-u-net嵌入全局坐标注意力机制的遥感地块分割网络

第二届中国石油物探学术年会

作者：王洪求周路陈启艳常德宽谢春辉

深层白云岩储层缝洞发育,裂缝和缝洞发育程度是气井产能的重要影响因素之一。本文构建了地震断层识别网络架构(SeisFault-net),研发了基于u-net网络的断层识别方法,同时开发了地层梯度属性,较常规相干、曲率等方法提高了小断层和缝洞识... 详细信息

深层白云岩储层缝洞发育,裂缝和缝洞发育程度是气井产能的重要影响因素之一。本文构建了地震断层识别网络架构(SeisFault-net),研发了基于u-net网络的断层识别方法,同时开发了地层梯度属性,较常规相干、曲率等方法提高了小断层和缝洞识别精度,进一步利用宽方位资料OVT道集,在消除旅行时的方位各向异性基础上,采用AVAZ方法开展叠前裂缝预测,预测结果与井点特征吻合较好,有利于指导高产井部署。

关键词：白云岩断裂预测 u-net网络地层梯度各向异性

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

计算机测量与控制 2022年第2期30卷 222-228,236页

作者：苏耀于濂周伟北京师范大学数学科学学院北京100875 北京师范大学互联网教育智能技术及应用国家工程实验室北京100875

遥感影像的地块背景特征复杂,当前地块分割方法不能较好地处理模糊的边缘信息,导致分割精度不理想;文章利用注意力机制处理地块特征,提出了一种基于全局坐标注意力机制的遥感地块分割网络:GCAT-u-net;该方法在u-net网络基础上嵌入了全... 详细信息

遥感影像的地块背景特征复杂,当前地块分割方法不能较好地处理模糊的边缘信息,导致分割精度不理想;文章利用注意力机制处理地块特征,提出了一种基于全局坐标注意力机制的遥感地块分割网络:GCAT-u-net;该方法在u-net网络基础上嵌入了全局坐标注意力机制,加强了深度神经网络对于遥感影像数据中重要特征的关注度;在公开的GID数据集上的实验结果表明,文章提出的模型将准确率从0.9041提升到了0.9227,比传统u-net网络提高了2百分点;结合特征自身重要性和特征位置信息的全局坐标注意力机制有助于更精确的目标定位,其输出相较于嵌入单一注意力机制,地块边界更为清晰,提升效果更为显著。

关键词：地块语义分割注意力机制模式识别 u-net网络卷积神经网络

维普期刊数据库博看期刊

基于卷积神经网络(HED、u-net、SSD)模型的设施蔬菜的信息提取应用研究

在线全文

学校读者我要写书评

暂无评论

农业工程技术 2023年第6期43卷 32-33页

作者：白锐峥周赞赞白建伟崔艳芳山西省农业生态保护与资源区划中心太原030002

该文以新绛县的无人机航摄影像和高分二号卫星影像为数据源,应用ArcGIS Pro软件中的影像分析模块深度学习工具,采用SSD单帧检测器模型、边缘检测网络模型HED和u-net模型进行设施蔬菜信息提取。结果表明,基于HED和u-net的像素分类方法提... 详细信息

该文以新绛县的无人机航摄影像和高分二号卫星影像为数据源,应用ArcGIS Pro软件中的影像分析模块深度学习工具,采用SSD单帧检测器模型、边缘检测网络模型HED和u-net模型进行设施蔬菜信息提取。结果表明,基于HED和u-net的像素分类方法提取效果较好。

关键词：深度学习 HED网络 u-net网络 SSD网络设施蔬菜

MRAu-net网络下的X光胸片肺野分割算法

在线全文

学校读者我要写书评

暂无评论

华侨大学学报（自然科学版） 2023年第3期44卷 398-406页

作者：胡俊李平华侨大学信息科学与工程学院福建厦门361021

为了解决u-net网络进行X光胸片肺野分割时,受限于特征提取能力不足导致分割结果不精确的问题,提出一种多尺度残差注意力u型网络(MRAu-net)模型.利用多尺度信息融合(MIF)模块,改善网络结构,增加对多尺度信息的获取;利用通道和空间双注意... 详细信息

为了解决u-net网络进行X光胸片肺野分割时,受限于特征提取能力不足导致分割结果不精确的问题,提出一种多尺度残差注意力u型网络(MRAu-net)模型.利用多尺度信息融合(MIF)模块,改善网络结构,增加对多尺度信息的获取;利用通道和空间双注意力(CSDA)模块,解决网络在有限算力下的信息过载问题.同时,对残差模块进行改进,并与u-net网络进行深度结合,提升网络的学习稳定性,缓解梯度消失和过拟合现象.实验结果表明:文中方法具有优秀的X光胸片肺野分割能力,能获得更精确的分割结果.

关键词：胸片肺野分割 u-net网络多尺度信息融合模块通道和空间双注意力模块深度残差

在线全文

学校读者我要写书评

暂无评论

岩坡坡面裂隙网络智能识别与参数提取

岩土工程学报 2021年第12期43卷 2240-2248页

作者：张紫杉王述红王鹏宇王存根东北大学资源与土木工程学院辽宁沈阳110819

作为高陡岩质边坡建模的重要先决条件,快速精准地进行岩坡表面裂隙网络的参数化建模近年来成为了研究的热点。研究引入深度学习技术与智能算法聚类思想,提出了一种结合无人机摄影技术的高陡边坡坡面裂隙网络智能识别与几何参数提取的方... 详细信息

作为高陡岩质边坡建模的重要先决条件,快速精准地进行岩坡表面裂隙网络的参数化建模近年来成为了研究的热点。研究引入深度学习技术与智能算法聚类思想,提出了一种结合无人机摄影技术的高陡边坡坡面裂隙网络智能识别与几何参数提取的方法。采用空洞卷积算法对传统u-net分割识别网络进行改进,并运用GMM-EM算法对识别出的二值图中的裂隙进行聚类,最后引入RANSAC算法实现裂隙面的几何参数自动提取并运用DICE相似系数对识别结果进行对比分析。结果表明,该方法裂隙提取的准确率高于97%,相较于传统算法有所提高。同时,将该方法应用于云南鲁奎山铁矿边坡工程,实现了高陡岩坡表面裂隙信息的快速采集,为后续高陡岩质节理边坡建模提供了必要的技术支撑。

关键词：高陡岩质边坡岩体裂隙识别深度学习 u-net网络高斯混合聚类

基于人机协同的Fu-net网络的CT影像肝脏自动分割

在线全文

学校读者我要写书评

暂无评论

现代信息科技 2023年第6期7卷 54-56,60页

作者：王佳琪张广渊李克峰山东交通学院山东济南250357

现有的医学图像器官分割方法不能很好地依肝脏形状、位置及大小的变化而进行适当的分割,当肝脏形态变化明显时,不能准确地将肝脏分割出来。鉴于此,文章在传统u-net网络中加入了全局注意力模块,通过通道注意力和自我注意力增强了对肝脏... 详细信息

现有的医学图像器官分割方法不能很好地依肝脏形状、位置及大小的变化而进行适当的分割,当肝脏形态变化明显时,不能准确地将肝脏分割出来。鉴于此,文章在传统u-net网络中加入了全局注意力模块,通过通道注意力和自我注意力增强了对肝脏的特征提取;并在自动分割的基础上进行了人机协同操作,对分割不好的部分增加数据量,有效提高了分割准确率。该模型在MIOu和MPA指标上分别达到了86.71%、92.58%。

关键词：医学影像人机协同器官分割 u-net网络

基于生成对抗网络的隧道裂缝自动分割算法研究

在线全文

学校读者我要写书评

暂无评论

铁道学报 2023年第5期45卷 136-142页

作者：李子仡饶志强常惠李益晨丁璐方建军北京联合大学城市轨道交通与物流学院北京100101 中国科学院自动化研究所北京100190

传统裂缝识别技术需要大量带标签的裂缝图像作为试验数据集,为减少裂缝图像标注的工作量,利用生成对抗网络图像分割的特性与优势,构建一种Crack-GAN网络用于隧道裂缝自动分割。Crack-GAN网络结构集成2个模块:融合残差化u-net网络的生成... 详细信息

传统裂缝识别技术需要大量带标签的裂缝图像作为试验数据集,为减少裂缝图像标注的工作量,利用生成对抗网络图像分割的特性与优势,构建一种Crack-GAN网络用于隧道裂缝自动分割。Crack-GAN网络结构集成2个模块:融合残差化u-net网络的生成器网络和利用全卷积网络生成置信图的判别器网络。首先u-net模块使用密集的残差模块来生成保留细粒度信息的深层表示,然后判别器来判断输入真假,并以端到端的方式训练,再经过生成对抗模型之间不断迭代,使生成模型达到分割裂缝的最优状态。试验表明,Crack-GAN网络在自制铁路隧道裂缝数据集上的像素准确性为98.35%,精准率为71.23%,召回率为80.78%,F 1得分为75.98%,单次检测时间80 ms,综合表现优于u-net和CrackSegnet。

关键词：隧道裂缝分割 GAN网络 u-net网络自动分割

基于EM路由算法的医学图像分割uCaps网络

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第2期48卷 268-274页

作者：王文欣贺煜航陈刚武汉大学国家网络安全学院武汉430072

传统的医学图像分割网络存在分割精度低、图像信息易丢失、分割轮廓不清晰等问题。为提高医学图像分割准确率,提出一种结合胶囊网络与u-net的多标签图像分割网络uCaps。以u-net网络为架构,基于胶囊网络原理设计适用于胶囊网络的上采样算... 详细信息

传统的医学图像分割网络存在分割精度低、图像信息易丢失、分割轮廓不清晰等问题。为提高医学图像分割准确率,提出一种结合胶囊网络与u-net的多标签图像分割网络uCaps。以u-net网络为架构,基于胶囊网络原理设计适用于胶囊网络的上采样算法,通过结合高斯混合模型作为聚类算法的EM路由算法聚合底层特征对高层特征的推导过程,使高层特征包含底层特征信息,同时底层特征间的位置、姿态等信息具有统一性。实验结果表明,相比u-net、SegCaps、MaVec-Caps网络,uCaps网络的平均分割准确率为93.21%,其中左肺分割准确率达到98.24%,具有较高的图像分割准确率和较快的收敛速度。

关键词：医学影像分割胶囊网络高斯混合模型 u-net网络 EM路由算法

基于深度学习的息肉分割网络GLIA-net

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第12期48卷 248-254页

作者：任莉莉边璇王光磊王洪瑞河北大学附属医院肿瘤内科河北保定071002 河北大学电子信息工程学院河北保定071002

随着卷积神经网络的发展,现有改进的息肉分割u-net网络能有效提高息肉分割准确率,但引入了大量参数,导致模型复杂度增大且计算效率降低。提出具有低复杂度、高性能的网络GLIA-net,用于分割内窥镜图像中的息肉区域。以u-net为基础架构,... 详细信息

随着卷积神经网络的发展,现有改进的息肉分割u-net网络能有效提高息肉分割准确率,但引入了大量参数,导致模型复杂度增大且计算效率降低。提出具有低复杂度、高性能的网络GLIA-net,用于分割内窥镜图像中的息肉区域。以u-net为基础架构,在双层卷积后加入全局与局部交互式注意力融合模块。全局注意力基于2个可学习的外部储存器,通过2个级联的线性层和归一化层来实现。局部注意力基于局部跨通道交互策略,将一维卷积代替全连接层,在保证网络性能的同时降低计算复杂度,加快网络的计算速度。结合高效通道注意力和外部注意力的优点,在不引入过多参数量和计算量的前提下融合局部注意力和全局注意力,同时在通道与空间2个维度上引入注意力机制,提取丰富的多尺度语义信息。在Kvasir数据集上的实验结果表明,GLIA-net的平均交并比、Dice、体积重叠误差分别为69.4%、80.7%和5.0%,与Exfusenet、Segnet、Resunet等网络相比,在保证网络计算效率的同时具有较优的分割精度。

关键词：卷积神经网络 u-net网络息肉分割内窥镜图像交互式注意力融合模块