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

CARFB:即插即用的目标检测模块

计算机科学与探索 2025年第1期19卷 223-236页

作者：杨梅君姚若侠谢娟英陕西师范大学计算机科学学院西安710119

针对坐标注意力(CA)在水平和垂直方向特征的平均池化可能丢失目标显著特征,以及使用二维普通卷积对小目标特征学习不足的情况,提出了CARFB(coordinate attention and receptive field block)模块。该模块将CA的平均池化修改为平均+最大... 详细信息

针对坐标注意力(CA)在水平和垂直方向特征的平均池化可能丢失目标显著特征,以及使用二维普通卷积对小目标特征学习不足的情况,提出了CARFB(coordinate attention and receptive field block)模块。该模块将CA的平均池化修改为平均+最大池化,以保留输入特征在水平和垂直方向的显著和细节信息;利用RFB具有不同大小感受野的优势,在水平和垂直方向分别使用RFB模块代替CA的融合特征统一卷积,以同时提取不同大小目标的特征;引入包含不同大小卷积核和步长的CBS模块,替换CA的二维普通卷积,进一步提取水平和垂直方向的特征,得到重新加权的输出特征。CARFB模块在水平和垂直方向保存目标位置信息,利用不同感受野提取不同大小目标的强辨别性特征,从而具有更强的特征学习能力。为了验证提出的即插即用模块CARFB的性能,将其嵌入ObjectBox目标检测框架,得到ObjectBox-CARFB模型;用CARFB模块替换RFBnet中的RFB模块,得到CARFBnet目标检测模型。MSCOCO数据集的实验测试表明,ObjectBox-CARFB模型的性能得到全面提升,尤其对小目标的检测性能提升突出;PASCALVOC和MSCOCO数据集的实验结果表明,CARFBnet300和CARFBnet512的目标检测能力分别优于原始RFBnet300和RFBnet512模型,并优于其他同系列对比模型。提出的CARFB模块具有更强的特征学习能力,对不同尺度目标均能取得较好的检测效果,特别是在小目标检测方面,效果提升显著。提出的CARFB模块可以嵌入到任何一个卷积神经网络,能保存更多的目标信息,具有更强的特征学习能力和更高的网络性能,对不同尺度目标均能取得较好的检测效果,尤其对小目标的检测效果提升显著。

关键词：目标检测感受野模块(RFB) 坐标注意力小目标深度学习

一种基于核数据变换方法的遥感图像谱聚类算法

在线全文

学校读者我要写书评

暂无评论

林业工程学报 2025年

作者：赵海军陈华月崔梦天西华师范大学计算机学院西南民族大学计算机科学与技术学院

随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种新的基于核数据变换和基于角距离度量的谱聚类算法。首先,通过对基于多变量核特征提取的一... 详细信息

随着遥感图像在各行各业的日益广泛应用,遥感图像的处理变得愈来愈重要。为了实现谱聚类算法应用于林业工程中的遥感图像处理,本研究提出了一种新的基于核数据变换和基于角距离度量的谱聚类算法。首先,通过对基于多变量核特征提取的一般核熵成分分析法的分析,并基于信息论概念和核密度估计密切相关的瑞利二次熵,提出了一种新的最佳特征提取和无监督降维方法,即最佳核熵成分分析法。它根据类或聚类信息方面的数据结构,采用一个额外的旋转,使得成分之间的独立性最大化;在这些成分中最佳地捕捉数据的高信息势部分,直接找到关于保留成分的数量的最大化信息势的基,以确保得到的解比标准的核熵成分分析得到的解保留更多(或相等)的信息势;并提出了采用梯度上升法来求解最佳核熵成分分析优化问题,具体实现是采用了一种简单的提前终止方案,以确保梯度达到一个额外迭代不会显著修改成本函数的区域。其次,通过对最佳核熵成分分析变换和样本外扩展的分析,构建了一种基于角距离度量的谱聚类算法,它采用角距离度量的核k-均值聚类目标,而不是采用基于欧氏距离的度量。优化过程采用最佳核熵成分分析空间中的角距离,以保证收敛到局部最优,从而实现图像的聚类。基于多光谱卫星图像的实验结果表明,本研究提出的谱聚类算法不仅适用于遥感图像的云筛选问题,而且相比目前其他先进的聚类算法有更好的分类性能。

关键词：遥感图像非线性特征提取概率密度函数 k-均值瑞利熵谱聚类

高校突发事件中网络谣言传播模型的动力学研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

河南师范大学学报（自然科学版） 2025年第1期53卷 50-56页

作者：高卫国蔡永丽淮阴师范学院计算机科学与技术学院江苏淮安223300 淮阴师范学院数学与统计学院江苏淮安223300

针对高校突发事件中网络谣言的传播特点,将高校人群分为无知者、传谣者和管理者(高校教师和学生志愿者宣传员)3类,建立了具有饱和接触率的谣言传播动力学模型,给出了模型平衡点的存在性,分析了平衡点的稳定性,并运用分支理论给出了Hopf... 详细信息

针对高校突发事件中网络谣言的传播特点,将高校人群分为无知者、传谣者和管理者(高校教师和学生志愿者宣传员)3类,建立了具有饱和接触率的谣言传播动力学模型,给出了模型平衡点的存在性,分析了平衡点的稳定性,并运用分支理论给出了Hopf分支存在的充分条件.在此基础上,借助数值模拟进一步讨论了谣言传播模型的动力学行为.结果表明:只有当管理强度足够大使得阈值条件满足时,谣言才能得到有效控制,且管理强度越大,谣言控制时间越短.这为人们制定高校突发事件中网络谣言防控措施提供了理论基础和参考依据.

关键词：网络谣言传播稳定性 Hopf分支管理强度动力学

图像处理中CNN与视觉Transformer混合模型研究综述

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2025年第1期19卷 30-44页

作者：郭佳霖智敏殷雁君葛湘巍内蒙古师范大学计算机科学技术学院呼和浩特010022

卷积神经网络(CNN)与视觉Transformer是目前图像处理领域中两大重要的深度学习模型,两者经过多年来不断的研究与进步,已在该领域取得了非凡的成就。近些年来,CNN与视觉Transformer的混合模型正在逐步兴起,广泛的研究不断克服两种模型存... 详细信息

卷积神经网络(CNN)与视觉Transformer是目前图像处理领域中两大重要的深度学习模型,两者经过多年来不断的研究与进步,已在该领域取得了非凡的成就。近些年来,CNN与视觉Transformer的混合模型正在逐步兴起,广泛的研究不断克服两种模型存在的弱项,高效地发挥出各自的亮点,在图像处理任务中表现出优异的效果。基于CNN与视觉Transformer混合模型进行深入阐述。总体概述了CNN与Vision Transformer模型的架构和优缺点,并总结混合模型的概念及优势。围绕串行结构融合方式、并行结构融合方式、层级交叉结构融合方式以及其他融合方式等四个方面全面回顾梳理了混合模型的研究现状和实际进展,并针对各种融合方式的主要代表模型进行总结与剖析,从多方面对典型混合模型进行评价对比。多角度叙述了混合模型在图像识别、图像分类、目标检测和图像分割等实际图像处理特定领域中应用研究,展现出混合模型在具体实践中的适用性和高效性。深入分析混合模型未来研究方向,并为后续该模型在图像处理中的研究与应用提出展望。

关键词：卷积神经网络(CNN) 视觉Transformer 混合模型图像处理深度学习

G-YOLO v7:面向无人机航拍图像的目标检测算法

在线全文

学校读者我要写书评

暂无评论

光电子·激光 2025年第2期36卷 146-157页

作者：陈卫彪贾小军朱响斌冉二飞魏远旺嘉兴大学信息科学与工程学院浙江师范大学计算机科学与技术学院浙江理工大学计算机科学与技术学院(人工智能学院)

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-t... 详细信息

针对传统无人机(unmanned aerial vehicle, UAV)目标检测算法存在漏检率高、检测成功率低、模型体积大等问题，提出一种新的基于GhostNet和注意力机制的大检测头网络结构的目标检测方法G-YOLO v7(GhostNet YOLO v7)。该技术在YOLO v7-tiny的基础上增加一个大尺寸160×160目标检测头以提升小目标检测能力，同时对网络进行轻量化处理。删除原有20×20的小检测头及其卷积结构，新增GhostNet卷积模块，以减少网络的参数量，降低模型体积，同时修改损失函数为WIoU(wise intersection over union),增加PCBAM(parallel convolutional block attention module)注意力模块以提升检测精度。实验结果表明，基于G-YOLO v7网络结构的目标检测的mAP@0.5为42.3%,较YOLO v7-tiny提升5.2%,较YOLO v8n提升7.4%。G-YOLO v7的参数量和模型体积仅为YOLO v7-tiny的33.9%和37.9%,YOLO v8n的64%和75.6%,能够有效地应用于无人机航拍图像目标检测。

关键词： G-YOLO v7 目标检测 GhostNet YOLO v7 无人机图像(UAV)

基于BERT-Prototypical模型的小样本科技文献分类方法

在线全文

学校读者我要写书评

暂无评论

软件导刊 2025年

作者：白文清崔彩霞太原师范学院计算机科学与技术学院

由于学科的不断细化和学科间发展速度的不均衡，个别学科可用于分类训练的数据极少，为科技文献分类工作带来了一定困难。为此，针对科技文献长尾问题严重且传统文本分类方法已经无法取得更好分类效果的问题，提出一种基于BERT-Prototyp... 详细信息

由于学科的不断细化和学科间发展速度的不均衡，个别学科可用于分类训练的数据极少，为科技文献分类工作带来了一定困难。为此，针对科技文献长尾问题严重且传统文本分类方法已经无法取得更好分类效果的问题，提出一种基于BERT-Prototypical模型的小样本科技文献分类方法。该模型以迁移学习中的原型网络为基础，首先借助BERT预训练模型深入挖掘科技文献文本间的关系以获得更好的特征表示；然后将编码后的文本特征输入到原型网络中，通过优化原型网络的编码方式和参数设置提高科技文献分类效果。实验结果表明，在5-way 20-shot任务中，BERT-Prototypical模型的分类准确率达到95.6%；在样本有限的5-way 5-shot任务中，BERT-Prototypical模型的分类准确率可达78.4%，相较对照模型的分类效果有所提升。

关键词：科技文献分类小样本学习原型网络 BERT模型不平衡数据

PAF-Net:用于骶髂关节高效分割的并行注意力网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机系统应用 2025年第1期 137-144页

作者：严武军王家辉邱瑜茹太原师范学院计算机科学与技术学院

骶髂关节病变是预警强直性脊柱炎的主要体征之一,精确高效的骶髂关节自动分割对于协助医生临床诊断和治疗至关重要.针对骶髂关节灰度多变、背景复杂、且因骶髂间隙狭小而存在容积效应导致的特征提取受限,分割精度难以提升的问题,本研究... 详细信息

骶髂关节病变是预警强直性脊柱炎的主要体征之一,精确高效的骶髂关节自动分割对于协助医生临床诊断和治疗至关重要.针对骶髂关节灰度多变、背景复杂、且因骶髂间隙狭小而存在容积效应导致的特征提取受限,分割精度难以提升的问题,本研究利用层次级联补偿下采样信息丢失以及注意力并行保留跨维信息特征的思想,提出首个用于骶髂关节分割诊断的U型网络.此外,为了提高临床诊断的效率,将U型网络中传统的卷积替换为高效部分卷积块.本实验在山西白求恩医院提供的骶髂关节CT数据集中,验证了分割精度及效率平衡方面的有效性,最终DICE达到91.52%, IoU达到84.41%.实验结果表明,改进的U型分割网络能有效提高骶髂关节分割精度,减轻医疗专业人员的负担.

关键词：骶髂关节医学图像分割注意力机制特征融合

在线全文

学校读者我要写书评

暂无评论

铈掺杂铝氢化钠脱氢性能的计算模拟

原子与分子物理学报 2025年 33-42页

作者：仝小刚杨淑萍陇南师范学院数学与信息技术学院陕西理工大学数学与计算机科学学院

利用从头计算方法研究了稀土金属掺杂剂Ce对铝氢化钠（NaAlH4）纳米晶体脱氢性能的影响机理.结果表明,掺杂剂Ce主要影响其临近原子的电子结构,其周围氢原子的脱氢能显著降低,NaAlH4的脱氢性能得到很大改善.脱氢效果敏感依赖于Ce原子的... 详细信息

利用从头计算方法研究了稀土金属掺杂剂Ce对铝氢化钠（NaAlH4）纳米晶体脱氢性能的影响机理.结果表明,掺杂剂Ce主要影响其临近原子的电子结构,其周围氢原子的脱氢能显著降低,NaAlH4的脱氢性能得到很大改善.脱氢效果敏感依赖于Ce原子的掺杂方式.当Ce取代Na原子时,Ce主要与周围[AlH4]基团中的氢发生了相互作用,从而弱化了Al-H键的能量;当Ce取代Al时,脱氢性能的改进归因于[CeH4]基团中弱化的Ce-H键;而当Ce占据间隙位置时,Ce主要与临近的Al发生作用,导致[AlH4]基团的电子结构产生较大改变,有形成Ce-Al-H相的趋势. Ce-H及Ce-Al相互作用导致了Al-H键强度的减弱,这是引起Ce掺杂的NaAlH4纳米晶体脱氢性能增强的主要原因.

关键词：从头计算方法铝氢化钠脱氢能电子结构性质

基于改进YOLOv8的轻量化中小桥梁裂缝检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

物流科技 2025年第1期48卷 73-77+106页

作者：赵利君太原师范学院计算机科学与技术学院

近年来，中国桥梁建设空前发展，桥梁安全运维问题日益凸显。文章提出一种基于YOLOv8的裂缝检测模型YOLOv8-BC，该模型采用GhostConv对HGNetv2改进后的结构替换YOLOv8的主干网络，实现模型轻量化；引入可变形注意力机制DAttention，获... 详细信息

近年来，中国桥梁建设空前发展，桥梁安全运维问题日益凸显。文章提出一种基于YOLOv8的裂缝检测模型YOLOv8-BC，该模型采用GhostConv对HGNetv2改进后的结构替换YOLOv8的主干网络，实现模型轻量化；引入可变形注意力机制DAttention，获得更多的空间信息；使用基于辅助边框的Inner-iou损失函数替代CIOU损失函数，提高模型的泛化能力和检测精度。在自建数据集上进行实验，结果表明YOLOv8-BC模型准确率达到了95.3%,mAP50达到了95.9%，相较于YOLOv8s模型分别提高了2.3%和2.0%，同时参数量降低了15.3%。这表明YOLOv8-BC模型能够更高效地检测复杂环境下的桥梁裂缝，为工业检测提供了重要思路和技术支持。

关键词：桥梁裂缝目标检测注意力机制 YOLOv8 图像处理