检索结果-南通市图书馆

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于掩模注意型交互的SAR舰船实例分割

系统工程与电子技术 2024年第3期46卷 831-838页

作者：张天文张晓玲邵子康曾天娇电子科技大学信息与通信工程学院四川成都611731 电子科技大学航空航天学院四川成都611731

现有合成孔径雷达(synthetic aperture radar,SAR)舰船实例分割方法未实现掩模交互或交互性能有限,导致检测精度较低。针对上述问题,提出了一种基于掩模注意型交互(mask attention interaction,MAI)的SAR舰船实例分割方法MAI-Net。首先,... 详细信息

现有合成孔径雷达(synthetic aperture radar,SAR)舰船实例分割方法未实现掩模交互或交互性能有限,导致检测精度较低。针对上述问题,提出了一种基于掩模注意型交互(mask attention interaction,MAI)的SAR舰船实例分割方法MAI-Net。首先,MAI-Net使用了膨胀空间金字塔池化,来获取多分辨率特征响应,增强了对背景的鉴别能力。其次,MAI-Net使用了非局部注意力模块来抑制低价值信息,实现了空间特征自注意。最后,MAI-Net提出了拼接混洗注意力模块来平衡不同特征图的贡献,进一步提高了实例分割精度。在公开的像素级多边形分割SAR舰船检测数据集(polygon segmentation SAR ship detection dataset,PSeg-SSDD)上的实验结果表明,MAI-Net的SAR舰船实例分割精度高于现有其他11种对比模型,实例分割精度达到61.1%,高于次优模型1.5%。

关键词：合成孔径雷达深度学习实例分割掩模注意型交互

面向复杂场景的多通道慢速动目标稳健检测算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2018-2027页

作者：刘昆贺雄鹏廖桂生余悦王麒凯西安电子科技大学雷达信号处理全国重点实验室西安710071

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然... 详细信息

针对鲁棒主成分分析(RPCA)算法在多通道慢速地面动目标指示(GMTI)中存在的高虚警以及对通道误差敏感问题,该文提出一种数据重构与速度合成孔径雷达(VSAR)-RPCA联合处理的方法。首先,通过样本挑选与联合像素法完成通道间数据精确重构;然后结合VSAR检测模式提出一种新的RPCA优化模型,通过采用交替投影乘子法对其进行求解得到空间频域的稀疏矩阵,进一步利用动目标与强杂波残余在空间频域通道的分布特性差异实现强杂波残余剔除与动目标检测;最后采用沿航迹干涉算法估计目标径向速度完成动目标重定位。相较于传统RPCA算法,所提算法在非理想强杂波背景下的虚警率显著降低。理论分析与实测实验验证了所提算法的有效性。

关键词：合成孔径雷达地面动目标检测鲁棒主成分分析数据重构

同方期刊数据库

基于特征融合的窄带雷达短时观测回波序列空中目标识别

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第8期46卷 3184-3192页

作者：郭泽坤刘峥谢荣冉磊徐寒铮西安电子科技大学雷达信号处理全国重点实验室西安710071

窄带雷达因其成本低、作用距离远的优点在防空制导领域有着广泛应用,随着高速机动平台的发展,传统的基于长时间观测回波序列特征建模的目标识别方法已不再适用。针对窄带雷达对短时间观测回波(OEST)序列特征识别能力较差,并且易受诱饵... 详细信息

窄带雷达因其成本低、作用距离远的优点在防空制导领域有着广泛应用,随着高速机动平台的发展,传统的基于长时间观测回波序列特征建模的目标识别方法已不再适用。针对窄带雷达对短时间观测回波(OEST)序列特征识别能力较差,并且易受诱饵目标干扰,导致识别结果可靠性不高的问题,该文提出一种采用多特征自适应融合的窄带雷达OEST序列空中目标识别方法。首先,对编码层和分类层进行训练,通过构建通道-空间注意力模块,自适应地突出高可分性特征,然后,构建最大边缘正交损失函数,增大不同类别特征间距,缩小同类特征间距,并使类间特征正交,以此提升分类性能;最后,固定编码层与分类层参数,利用重构误差对解码层进行训练,确保模型具备对诱饵等库外目标的准确鉴别能力。实验部分在观测序列长度为100的条件下,分类准确率和鉴别率分别达到94.37%和96.78%,由此可得,所提方法能够有效提升窄带雷达的分类性能和对诱饵目标的鉴别能力,进而提高识别结果的可靠性。

关键词：窄带雷达高速机动平台空中目标识别短时间观测回波特征融合

AmazeMap:基于多层次影响图的微服务故障定位方法

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

软件学报 2024年第7期35卷 3115-3140页

作者：李亚晓李青山王璐姜宇轩西安电子科技大学计算机科学与技术学院陕西西安710071

微服务软件系统由于其具有大量复杂的服务依赖关系和组件化模块,一个服务发生故障往往造成与之相关的1个或多个服务发生故障,导致故障定位的难度不断提高.因此,如何有效地检测系统故障、快速而准确地定位故障根因问题,是当前微服务领域... 详细信息

微服务软件系统由于其具有大量复杂的服务依赖关系和组件化模块,一个服务发生故障往往造成与之相关的1个或多个服务发生故障,导致故障定位的难度不断提高.因此,如何有效地检测系统故障、快速而准确地定位故障根因问题,是当前微服务领域研究的重点.现有研究一般通过分析故障对服务、指标的作用关系来构建故障关系模型,但存在运维数据利用不充分、故障信息建模不全面、根因定位粒度粗等问题,因此提出了AmazeMap方法.该方法设计了多层次故障影响图建模方法以及基于多层次故障影响图的微服务故障定位方法.其中:多层次故障影响图建模方法通过挖掘系统运行时指标时序数据与链路数据,考虑不同层次间的相互关系,能够较全面地建模故障信息;基于多层次故障影响图的微服务故障定位方法通过缩小故障影响范围,从服务实例和指标两个方面发现根因,输出最有可能的故障根因节点和指标序列.基于开源基准微服务系统和AIOps挑战赛数据集,从有效性和效率两个方面设计了微服务软件故障定位实验,并与现有方法进行对比,实验结果验证了AmazeMap的有效性、准确性和效率.

关键词：微服务故障定位多层次故障影响图

在线全文

学校读者我要写书评

暂无评论

逐像素注意力驱动的红外小目标检测网络

西北工业大学学报 2024年第2期42卷 335-343页

作者：王啸林方厚章李雪婷吴辰星王黎明西安电子科技大学计算机科学与技术学院陕西西安710071

红外小目标检测在军事和民用领域获得了广泛应用,但其存在目标尺度小、细节少、复杂背景干扰等问题,现有经典深度学习检测方法往往适用于通用目标检测,对红外小目标适配性较差。针对上述问题,构建了一种新的基于U形注意力块和逐像素注... 详细信息

红外小目标检测在军事和民用领域获得了广泛应用,但其存在目标尺度小、细节少、复杂背景干扰等问题,现有经典深度学习检测方法往往适用于通用目标检测,对红外小目标适配性较差。针对上述问题,构建了一种新的基于U形注意力块和逐像素注意力块的红外小目标检测网络。设计了U形注意力块,在单层级内通过局部U形子网络提取多尺度特征,并通过逐像素注意力精细化增强小目标特征,丰富多尺度小尺度目标特征表示,提升网络对小尺度目标判别能力;通过稠密融合方式进一步保留小目标信息,缓解不同层特征融合时的语义鸿沟,降低漏检率;将空间与通道2个维度逐像素注意力块应用于融合后的特征图,避免小目标特征被衰减,同时抑制复杂背景干扰。实验结果表明,提出的网络在2个红外小目标数据集NUDT-SIRST与IRSTD-1k上交并比、检测概率、虚警率指标均超过最新基准方法。此外,所提网络在检测精度和效率上也达到较好平衡。

关键词：红外小目标检测 U形注意力块逐像素注意力

基于时序生成对抗网络的居民用户非侵入式负荷分解

在线全文

学校读者我要写书评

暂无评论

电力系统自动化 2024年第2期48卷 71-81页

作者：罗平朱振宇樊星驰孙博宇张帆吕强杭州电子科技大学自动化学院浙江省杭州市310018 杭州电子科技大学圣光机联合学院浙江省杭州市310018 杭州电子科技大学信息工程学院浙江省杭州市310018

现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。... 详细信息

现有的非侵入式负荷分解算法往往需要大量电器设备级的负荷数据才能保证分解精度,但由于用户对隐私性的考虑以及安装成本过高等问题,很难获取这些数据。因此,构建一种能深度挖掘电力负荷数据时序特性和电器相关性的时序生成对抗网络。利用降维网络对所有电器有功功率序列组成的高维向量进行降维以降低计算的复杂度,通过复原网络将结果还原为高维向量。基于电器运行状态和深度学习的非侵入式分解方法,运用卷积神经网络-双向门控循环单元构建状态复杂电器的负荷分解回归模型,对状态简单电器利用深度神经网络构建负荷识别分类模型。通过对比其他数据生成方法,以及改变典型公开数据集中生成数据比例所得的负荷分解结果验证了所提方法的有效性。

关键词：非侵入式负荷分解对抗生成网络降维网络卷积神经网络-双向门控循环单元深度神经网络

基于多尺度融合神经网络的同频同调制单通道盲源分离算法

在线全文

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年

作者：付卫红张鑫钰刘乃安西安电子科技大学通信工程学院

针对单通道条件下同频同调制混合信号分离时存在计算复杂度高、分离效果较差等问题，提出一种基于时域卷积的多尺度融合递归卷积神经网络，采用编码、分离、解码结构实现单通道盲信号分离。编码模块提取出混合通信信号的编码特征；分离... 详细信息

针对单通道条件下同频同调制混合信号分离时存在计算复杂度高、分离效果较差等问题，提出一种基于时域卷积的多尺度融合递归卷积神经网络，采用编码、分离、解码结构实现单通道盲信号分离。编码模块提取出混合通信信号的编码特征；分离模块采用不同尺度大小的卷积块来进一步提取信号的特征信息，再利用1×1卷积块捕获信号的局部和全局信息，估计出每个源信号的掩码；解码模块利用掩码与混合信号的编码特征来恢复源信号波形。仿真结果表明，所提出的多尺度融合递归卷积神经网络不仅可以分离出仅有少量参数区别的混合通信信号，而且相较于U-net降低了约62%的参数量和41%的计算量，同时网络也具有较强的泛化能力，可以面对复杂通信环境的挑战。

关键词：单通道盲源分离深度学习同频同调制信号分离多尺度融合递归卷积神经网络通信信号处理

基于轻量化BiLSTM的多源雷达多目标跟踪点航数据互联算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年

作者：代睿李洁何立火高新波西安电子科技大学大学电子工程学院

针对密集杂波环境下多源雷达多目标跟踪容易出现数据关联错误、且精细化建模数据关联算法计算量大的问题，提出一种基于轻量化双向长短期记忆（BiLSTM）网络的多源雷达多目标智能点航关联算法。首先，构造杂波环境下雷达回波与目标航迹... 详细信息

针对密集杂波环境下多源雷达多目标跟踪容易出现数据关联错误、且精细化建模数据关联算法计算量大的问题，提出一种基于轻量化双向长短期记忆（BiLSTM）网络的多源雷达多目标智能点航关联算法。首先，构造杂波环境下雷达回波与目标航迹之间的多源雷达关联事件矩阵。其次，基于多源雷达点迹与多目标航迹量测预测，借助最小最大标准化处理，设计归一化的距离特征张量。最后，以归一化的距离特征张量为输入、以关联事件矩阵为输出，建立了基于轻量化BiLSTM的多源雷达多目标点迹/航迹数据关联网络模型。针对每一目标航迹，以每一雷达输出的最大概率对应的雷达点迹作为关联量测，利用卡尔曼滤波实现航迹更新。密集杂波环境下多雷达协同跟踪多目标仿真结果表明，所提方法在关联准确率与跟踪精度方面与集中式联合概率数据关联滤波结果基本一致，明显优于概率数据关联滤波、最近邻数据关联滤波、基于全连接层的点航关联滤波方法和基于长短期记忆（LSTM）网络的点航关联滤波方法；但平均运行时间明显小于联合概率数据关联滤波，与最近邻数据关联滤波几乎一致。

关键词：数据关联多目标跟踪多源雷达双向长短期记忆网络轻量化神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

SAR图像目标轮廓增强预处理模块设计

系统工程与电子技术 2024年

作者：龚峻扬付卫红刘乃安西安电子科技大学通信工程学院

针对合成孔径雷达（synthetic aperture radar，SAR）图像中的三个通道数据均相同，以至于在使用基于深度学习的目标检测网络对其进行目标检测时会造成通道信息利用效率低下的问题，本文基于对SAR图像中各种目标物轮廓特点的研究，提出... 详细信息

针对合成孔径雷达（synthetic aperture radar，SAR）图像中的三个通道数据均相同，以至于在使用基于深度学习的目标检测网络对其进行目标检测时会造成通道信息利用效率低下的问题，本文基于对SAR图像中各种目标物轮廓特点的研究，提出了一种基于平滑和锐化滤波的通道扩展预处理算法模块，并命名为ORLM(Original Roberts Laplace Mean) block。本文算法可以封装集成并应用于目标检测算法的数据读取程序中，可将每个通道数据均相同的SAR图像进行通道扩展，并且保证扩展后的通道数据中充分包含目标的轮廓信息。通过在SSDD和LS-SSDD舰船目标检测数据集上的训练、测试及对比实验，结果表明：本文所提出的预处理算法可应用在各种目标检测算法中，且可以起到提升检测准确性的作用，并不会明显降低检测实时性。

关键词：图像处理合成孔径雷达深度学习