期刊文献+
共找到37,385篇文章
< 1 2 250 >
每页显示 20 50 100
基于自监督图卷积和注意力机制实现隐式反馈降噪的社交推荐
1
作者 郭向星 周魏 +3 位作者 杨正益 文俊浩 杨佳佳 刘蔓 《电子学报》 北大核心 2025年第1期151-162,共12页
基于图神经网络的社交推荐系统取得了较好的性能,然而,基于图神经网络的社交推荐模型存在以下挑战:基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声,使得用户和物品的向量表示存在偏差;用户物品图中的边和用户社交关... 基于图神经网络的社交推荐系统取得了较好的性能,然而,基于图神经网络的社交推荐模型存在以下挑战:基于图神经网络的模型的邻域聚集操作会放大用户的隐式行为中的噪声,使得用户和物品的向量表示存在偏差;用户物品图中的边和用户社交关系图中的边的异质性,导致基于图神经网络在两张图上学习到的用户向量表示存在于不同的语义空间,直接融合往往得到次优的向量表示.针对上述问题,本文提出了基于自监督图卷积和注意力机制实现隐式反馈降噪的社交推荐模型.该模型从原始的用户物品图中捕捉用户的真实兴趣,生成降噪的用户物品交互图;提出一种新颖的用户向量融合方法,对异质的用户向量表示进行融合.在两个公开数据集上的实验结果表明,所提出的模型在不同数据集上的推荐性能均较基线模型有显著提升.在lastfm数据集上,推荐性能提升了1.18%至3.87%;在ciao数据集上,推荐性能提升了3.56%至7.31%.通过消融实验验证了模型各个模块的有效性. 展开更多
关键词 注意力机制 隐式反馈 图卷神经网络 自监督学习 社交推荐
在线阅读 下载PDF
联合图卷积和聚类的红外无人机集群多目标跟踪算法
2
作者 李琦 席建祥 +2 位作者 杨小冈 卢瑞涛 谢学立 《电光与控制》 北大核心 2025年第3期15-20,共6页
针对红外无人机集群多目标跟踪场景中个体间外观特征稀少,且同质化严重、集群内个体相互遮挡、平台晃动等挑战问题,提出了一种基于图卷积神经网络(GCN)与聚类算法的融合跟踪算法。首先,引入自注意力特征掩码以增强GCN对轨迹聚合的效果;... 针对红外无人机集群多目标跟踪场景中个体间外观特征稀少,且同质化严重、集群内个体相互遮挡、平台晃动等挑战问题,提出了一种基于图卷积神经网络(GCN)与聚类算法的融合跟踪算法。首先,引入自注意力特征掩码以增强GCN对轨迹聚合的效果;其次,结合交并比(IoU)和可能性C均值聚类,以增强对运动特征的提取和集群内相邻目标的区分能力;最后,采用轨迹连接模型和高斯平滑插值算法对跟踪结果进行进一步优化。所提算法融合了短时轨迹聚合和长时轨迹匹配的能力,仅利用运动信息和交互信息就能实现红外无人机集群多目标跟踪。在红外无人机集群多目标跟踪数据集上进行实验,结果表明:与其他先进跟踪算法相比,所提跟踪算法具有更高的性能指标,MOTA与IDF1分别达到84.9%与80.2%;在目标相互遮挡、平台晃动等复杂场景下也具有优越的跟踪效果。 展开更多
关键词 无人机集群 红外目标跟踪 图卷神经网络 时空联合约束 轨迹片段聚合
在线阅读 下载PDF
基于差分卷积和通道注意力的JPEG彩色图像隐写分析
3
作者 王方馨 丁云瑶 +1 位作者 雷善中 王爱鑫 《信息技术与信息化》 2025年第1期70-73,共4页
目前大多数隐写分析方法均针对灰度图像进行设计,无法有效检测彩色图像。为解决这一问题,文章提出了基于差分卷积和通道注意力的JPEG彩色图像隐写分析方法,首先利用高通滤波器获取各个通道的隐写信息,其次设计差分卷积模块,引入中心差... 目前大多数隐写分析方法均针对灰度图像进行设计,无法有效检测彩色图像。为解决这一问题,文章提出了基于差分卷积和通道注意力的JPEG彩色图像隐写分析方法,首先利用高通滤波器获取各个通道的隐写信息,其次设计差分卷积模块,引入中心差分卷积提取纹理复杂区域的特征,并引入通道注意力机制SENet获取各个通道特征的重要程度。实验结果表明,所提方法针对隐写算法J-UNIWARD和UERD的检测精度均有明显提升,相比SRNet最大提升了1.55%,并且通过实验证明所提方法的模型复杂度更低。 展开更多
关键词 JPEG隐写分析 彩色图像 高通滤波器 差分卷 通道注意力机制
在线阅读 下载PDF
基于自适应图卷积和注意力池化的点云分类与分割
4
作者 刘玉珍 张冬霞 陶志勇 《计算机工程与科学》 CSCD 北大核心 2024年第5期872-880,共9页
针对现有点云分类与分割方法使用最大池化聚合局部邻域特征,导致最大值以外的重要信息丢失的缺陷,提出一种结合自适应图卷积AdaptConv和注意力池化AP的点云分类与分割网络。首先,采用K近邻算法构建点云局部图结构,根据点的特征生成自适... 针对现有点云分类与分割方法使用最大池化聚合局部邻域特征,导致最大值以外的重要信息丢失的缺陷,提出一种结合自适应图卷积AdaptConv和注意力池化AP的点云分类与分割网络。首先,采用K近邻算法构建点云局部图结构,根据点的特征生成自适应卷积核,灵活精确地捕获点云的局部邻域特征;其次,为有效提高特征聚合能力,采用注意力池化定义能量函数得到权重值,加权并聚合出更具代表性的点云局部特征;最后,堆叠自适应图卷积和注意力池化逐层提取全局特征,提高网络的分类和分割精度。实验结果表明,相较基准方法,点云分类的平均类别精度提升0.9%,部件分割和语义分割的平均交并比分别提升0.8%和0.3%,证明所提方法可有效提升点云分类与分割的准确率,具有较高的鲁棒性。 展开更多
关键词 自适应图卷 注意力池化 能量函数 最大池化
在线阅读 下载PDF
融合图卷积和注意力机制的GRU海面温度预测模型
5
作者 王丽娜 宋悦 +2 位作者 王旭东 吕路莹 董昌明 《海洋科学》 CAS CSCD 北大核心 2024年第5期1-12,共12页
海面温度(sea surface temperature,SST)是影响海洋气候变化的关键因素之一,SST的精确预测对海洋气象、航海等相关领域具有重要意义。为同时捕获空间和时间相关性,本文提出了一种融合图卷积(graph convolution,GC)和注意力机制的门控循... 海面温度(sea surface temperature,SST)是影响海洋气候变化的关键因素之一,SST的精确预测对海洋气象、航海等相关领域具有重要意义。为同时捕获空间和时间相关性,本文提出了一种融合图卷积(graph convolution,GC)和注意力机制的门控循环单元(gated recurrent unit,GRU)海面温度预测模型(graph convolutional recurrent unit-attention mechanism,GCRU-ATT)。GC将海洋表面空间构建成图形的拓扑结构,有效地挖掘数据特有的空间特征。首先,将门控循环单元中的矩阵乘法替换为图卷积运算,构成门控图卷积(graph convolutional recurrent unit,GCRU)层;应用GCRU层搭建模型主要结构,以提取数据的时空信息;其次,引入注意力机制为GCRU层输出信息分配不同的权重。最终,使用一个全连接的输出层输出海面温度预测结果。选取东海和渤海海域的SST数据建模,实验结果表明GCRU-ATT模型鲁棒性好,且其误差指标值低于已有的方法,预测精度较高。 展开更多
关键词 海面温度 图卷 门控循环单元 注意力机制
在线阅读 下载PDF
与循环积和相关的一些不等式问题
6
作者 周毅博 赵斌 《中等数学》 2024年第5期2-9,共8页
不等式问题是数学竞赛代数部分常考查的内容之一,主要考查一些重要不等式和处理不等式的方法与技巧.以循环积和相关不等式为核心,结合典型题目,由浅入深地阐述总结分组放缩法、局部放缩法以及调整法这些常用的处理方法,并探究不同方法... 不等式问题是数学竞赛代数部分常考查的内容之一,主要考查一些重要不等式和处理不等式的方法与技巧.以循环积和相关不等式为核心,结合典型题目,由浅入深地阐述总结分组放缩法、局部放缩法以及调整法这些常用的处理方法,并探究不同方法在解决、推广不同类型问题时的优劣. 展开更多
关键词 循环积和 1/4引理 不等式 分组放缩法 局部放缩法 调整法
在线阅读 下载PDF
几种特殊积和式的计算 被引量:1
7
作者 李慧 《黄石理工学院学报》 2011年第1期40-45,共6页
积和式是一种特殊的矩阵函数,它在组合设计、组合矩阵论和概率论等领域都有很广泛的应用,特别是在组合矩阵论中描述组合问题时有着不可替代的优势.文章在积和式性质的基础上,通过示例归纳总结了几种特殊积和式的计算方法.
关键词 积和 行列式 特殊积和 积和式的计算
在线阅读 下载PDF
关于第二类Chebyshev多项式立方的积和式 被引量:5
8
作者 王念良 《商洛师范专科学校学报》 2005年第2期11-13,共3页
研究了第二类Chebyshev多项式立方的乘积和的一些性质,给出了一组关于第二类Chebyshev多项式立方乘积和的恒等式及关于Fibonacci数立方乘积和的一个结论.
关键词 第二类CHEBYSHEV多项式 立方 FIBONACCI数 积和 积和 恒等式
在线阅读 下载PDF
基于归纳学习图卷积和自注意力池化的图分类网络
9
作者 倪瑞智 王永平 +2 位作者 张晓琳 叶金辉 陶雪晴 《计算机应用与软件》 北大核心 2024年第10期177-183,共7页
针对图神经网络在大规模图上的分类表现不佳,无法快速形成未知节点和边的嵌入,并且容易丢失图重要特征等问题。提出一种基于归纳学习和自注意力池化相结合的图分类网络模型,一方面采用改进聚合函数后的归纳式学习方法对图的节点特征形... 针对图神经网络在大规模图上的分类表现不佳,无法快速形成未知节点和边的嵌入,并且容易丢失图重要特征等问题。提出一种基于归纳学习和自注意力池化相结合的图分类网络模型,一方面采用改进聚合函数后的归纳式学习方法对图的节点特征形成快速地嵌入,另一方面采用自注意力池化方法保留图的重要特征,最终采用适于提取大规模图信息的层次化结构框架进行下游图分类任务。实验结果表明,该网络模型在相同的公共数据集下,对比其他图分类模型有2%~10%左右精度的提高。 展开更多
关键词 图神经网络 图分类 自注意力池化 图卷神经网络
在线阅读 下载PDF
一类 (0 ,1 ) -矩阵的最大积和式的积分表达式(英文)
10
作者 扈生彪 马海成 《数学研究》 CSCD 2002年第3期338-341,共4页
给出了线和为 n- 2的 n阶 (0 ,1) -矩阵的最大积和式的积分表达式 。
关键词 最大积和 分表达式 (0 1)-矩阵 积和 车多顶式
在线阅读 下载PDF
动态蛇形卷积和图卷积注意力的氟骨症X光图像分割
11
作者 黄蕾 吴云 《光学技术》 CAS CSCD 北大核心 2024年第6期745-753,共9页
针对氟骨症X光图像中病灶区域轮廓不规则,边界模糊的问题,提出一种结合动态蛇形卷积、图卷积注意力的氟骨症X光图像分割方法。在编码器部分,提出全域动态蛇形卷积模块(ODSCM)来补充由于单一卷积所缺乏多尺度特征感知能力,从而减轻卷积... 针对氟骨症X光图像中病灶区域轮廓不规则,边界模糊的问题,提出一种结合动态蛇形卷积、图卷积注意力的氟骨症X光图像分割方法。在编码器部分,提出全域动态蛇形卷积模块(ODSCM)来补充由于单一卷积所缺乏多尺度特征感知能力,从而减轻卷积过程中的特征丢失现象;在解码器部分,提出图卷积注意力模块(GCA)捕获长距离像素依赖,结合通道注意力聚焦关键病灶区域。为了提高性能并减少参数量,引入幻影卷积模块(GCB),并在U-Net解码结构的基础上去除了与前两层特征的跳跃连接操作,以提高模型的泛化性能。在氟骨症X光图像分割数据集上进行验证,所提方法的DSC、IoU、Accuracy和Recall分别为0.77、0.64、0.85和0.75。实验结果表明,所提方法优于目前主流的医学图像分割方法,特别在氟骨症细小骨质增生病灶上表现出色。 展开更多
关键词 动态蛇形卷 图卷注意力 氟骨症
原文传递
基于强化图卷积和时空循环门的区块链非法交易检测方法
12
作者 夏鑫 任秀丽 《计算机应用研究》 CSCD 北大核心 2024年第9期2592-2597,共6页
区块链非法交易检测任务需要充分挖掘历史交易数据中固有的时间和空间特征。针对现有的非法交易检测方法存在误差较大的问题,提出一种基于强化图卷积和时空循环门的区块链非法交易检测方法(RGCN-SRG)。首先,利用比特币区块链历史交易数... 区块链非法交易检测任务需要充分挖掘历史交易数据中固有的时间和空间特征。针对现有的非法交易检测方法存在误差较大的问题,提出一种基于强化图卷积和时空循环门的区块链非法交易检测方法(RGCN-SRG)。首先,利用比特币区块链历史交易数据构造交易图谱,引入一组具有不同尺寸卷积核的强化图卷积网络(RGCN),全面地提取该图谱的拓扑信息并生成特征向量;另外,考虑到区块链交易的时序特点,提出一种时空循环门结构(SRG),在传统门结构中引入图卷积运算,以提取交易图多个时空维度的依赖信息;最后,经过一个线性层和激活函数输出非法交易检测的预测结果。将提出的方法与GCN、DEDGAT、EGT以及GCN+MLP进行比较,在F 1方面,分别提高了18.4、10.7、9.3和4.9百分点;在精度方面,分别提高了11.5、11.2、7.7和3.7百分点。 展开更多
关键词 区块链 比特币网络 图卷网络 非法交易识别
在线阅读 下载PDF
基于混合差分卷积和高效视觉Transformer网络的三重多模态图像融合算法
13
作者 司坤宇 牛春晖 《红外与激光工程》 EI CSCD 北大核心 2024年第11期322-336,共15页
提出了一种创新的三重多模态红外和可见图像融合算法,以解决传统卷积运算在全局特征捕捉和长程相关性分析方面的不足。该算法的核心创新包括:首先,在输入端引入差分图像,通过像素值相减突出图像间差异,构建三重输入网络架构,增强图像特... 提出了一种创新的三重多模态红外和可见图像融合算法,以解决传统卷积运算在全局特征捕捉和长程相关性分析方面的不足。该算法的核心创新包括:首先,在输入端引入差分图像,通过像素值相减突出图像间差异,构建三重输入网络架构,增强图像特征的区分度。其次,设计了混合差分卷积(Mixed difference convolution,MDconv),一种传统卷积的变体,结合边缘检测算子,利用像素差分原理,提升卷积运算的特征学习能力;进一步地,采用双分支编码器结构,结合密集混合差分卷积的卷积神经网络分支和高效视觉Transformer(Efficient Vision Trasnsformer,EfficientViT)分支,分别提取图像的局部细节和全局背景,实现对局部与全局特征的全面捕捉;最后,采用多维坐标协同注意力融合策略,在融合层有效整合编码器输出的多模态图像特征。在公开数据集上的定性和定量实验表明,采用文中算法进行红外和可见融合后图像具有背景纹理细节清晰、热辐射目标更显著等明显优势,并在四项客观评价指标MI、VIF、SD、QAB/F分别达到最优值,在SF指标上取得次优值。消融实验也证明了文中所提各个模块的有效性。 展开更多
关键词 差分卷 高效视觉Transformer 注意力机制 图像融合 红外与可见光图像
在线阅读 下载PDF
集改进图卷积和多层池化的点云分类模型
14
作者 周锐闯 田瑾 +1 位作者 闫丰亭 朱天晓 《激光与红外》 CAS CSCD 北大核心 2024年第2期193-201,共9页
针对基于图卷积的点云分类模型在提取点云不同语义区域的特征信息以及高效利用聚合的高维特征方面存在的问题,本文提出了一种新的点云分类模型,该模型采用了动态自适应图卷积和多层池化相结合的方法。具体而言,本文采用了残差结构来构... 针对基于图卷积的点云分类模型在提取点云不同语义区域的特征信息以及高效利用聚合的高维特征方面存在的问题,本文提出了一种新的点云分类模型,该模型采用了动态自适应图卷积和多层池化相结合的方法。具体而言,本文采用了残差结构来构建更深层的卷积,以学习不同语义区域点对特征中不同层次的特征信息,从而生成动态自适应调整卷积核,针对不同的点对动态更新边的特征关系,从而提取更为精确的局部特征。同时,本文将聚合的高维特征输入到多层最大池化模块中,回收利用第一次最大池化后丢弃的特征信息进行多层最大池化,从而获取更为丰富的高维特征,提高分类模型的精度。实验结果表明,在ModelNet40数据集上,本文提出的分类模型的总体精度达到93.3%,平均精度为90.7%,明显优于目前主流的点云分类模型,并具有较强的鲁棒性。 展开更多
关键词 深度学习 图卷神经网络 多层池化 点云分类
在线阅读 下载PDF
基于图卷积和注意力神经网络的旅行商问题新解法
15
作者 韦念念 韩曙光 《计算机科学》 CSCD 北大核心 2024年第S01期210-217,共8页
旅行商问题是一个经典的组合优化问题。为快速求解旅行商问题,设计了由图嵌入网络、图卷积神经网络、注意力神经网络和多层感知机组合而成的深度学习模型的学习分支规则,通过改进传统的分支定界算法提高算法性能。对15个城市的旅行商问... 旅行商问题是一个经典的组合优化问题。为快速求解旅行商问题,设计了由图嵌入网络、图卷积神经网络、注意力神经网络和多层感知机组合而成的深度学习模型的学习分支规则,通过改进传统的分支定界算法提高算法性能。对15个城市的旅行商问题实例进行监督训练,并在SCIP求解器上分别测试10,15,20,25和30个城市的旅行商问题实例。发现:基于学习分支规则的分支定界算法的求解时间比基于传统分支规则的分支定界算法的求解时间分别快-0.0022 s,0.0178 s,1.7643 s,2.3074 s和2.0538 s。因此,基于图神经网络的分支变量选择对传统分支规则的改进是有效的,可以较好地泛化到训练规模更大的旅行商问题实例中。 展开更多
关键词 旅行商问题 图卷神经网络 注意力网络 分支定界算法 监督学习
在线阅读 下载PDF
基于图卷积和卷积的行人轨迹预测算法
16
作者 冯昂 宫俊 +1 位作者 王念 王景龙 《东北大学学报(自然科学版)》 CSCD 北大核心 2024年第11期1529-1536,1594,共9页
行人轨迹预测取得了重要的进展,但现有的方法大多会受限于有限的车载计算资源,如何在自动驾驶车辆上实现高效的行人轨迹预测仍然存在着不足.针对该问题,提出了一种轻量化的行人轨迹预测算法,使用卷积神经网络(convolutional neural netw... 行人轨迹预测取得了重要的进展,但现有的方法大多会受限于有限的车载计算资源,如何在自动驾驶车辆上实现高效的行人轨迹预测仍然存在着不足.针对该问题,提出了一种轻量化的行人轨迹预测算法,使用卷积神经网络(convolutional neural network,CNN)和图卷积神经网络(graph convolutional neural network,GCN)来处理和融合多模态信息.首先基于CNN设计了多尺度特征处理模块,使用多个卷积模块捕获行人轨迹和场景信息在不同时间和空间尺度上的特征;然后基于GCN构造特征融合模块,用于高效地建立轨迹和场景特征之间的时空关系并获得多个预测表示,最后融合多个预测表示以获得行人轨迹预测结果.在PIE和JAAD数据集上的实验表明,所提方法在仅用最少网络参数的情况下取得了最佳的预测性能,验证了所提方法的有效性;对比先前最轻量化的方法,参数优化了73%. 展开更多
关键词 自动驾驶 行人轨迹预测 图卷 多尺度 轻量化模型
在线阅读 下载PDF
基于图卷积和双线性注意力网络的药物靶标亲和力预测
17
作者 程竹平 李建华 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2024年第4期594-601,共8页
药物靶标亲和力预测在药物研发中扮演着重要的角色。针对现有预测方法大多忽略药物分子的二维结构信息、缺乏深层表征融合学习的问题,提出了基于图卷积和双线性注意力网络的药物靶标亲和力预测模型(GBN_DTA)。该模型首先基于多层图卷积... 药物靶标亲和力预测在药物研发中扮演着重要的角色。针对现有预测方法大多忽略药物分子的二维结构信息、缺乏深层表征融合学习的问题,提出了基于图卷积和双线性注意力网络的药物靶标亲和力预测模型(GBN_DTA)。该模型首先基于多层图卷积神经网络编码药物分子图,同时结合1D-CNN和双向长短期记忆网络(BiLSTM)编码靶标序列;然后使用双线性注意力网络融合编码后的药物和靶标特征,最终获得亲和力预测分数。实验结果表明,该模型在DAVIS和KIBA数据集上的性能均优于其他6种主流方法,有效提升了预测准确率。 展开更多
关键词 药物靶标亲和力预测 药物研发 图卷神经网络 双线性注意力网络 深层表征融合
在线阅读 下载PDF
奇、偶双随机矩阵及其积和式的若干注记
18
作者 黄宇飞 《新疆师范大学学报(自然科学版)》 2014年第4期49-52,共4页
文章主要研究了奇、偶双随机矩阵及其(奇、偶)积和式的有关问题。一方面,通过分析双随机矩阵的奇偶性,说明了刻画奇双随机矩阵和偶双随机矩阵的等价性;另一方面,参照双随机矩阵其积和式的下确界问题(即著名的Van der WaerdenEgorychev-F... 文章主要研究了奇、偶双随机矩阵及其(奇、偶)积和式的有关问题。一方面,通过分析双随机矩阵的奇偶性,说明了刻画奇双随机矩阵和偶双随机矩阵的等价性;另一方面,参照双随机矩阵其积和式的下确界问题(即著名的Van der WaerdenEgorychev-Falikman定理),对奇、偶双随机矩阵其(奇、偶)积和式的确界问题分别进行了探讨。 展开更多
关键词 奇双随机矩阵 偶双随机矩阵 积和 积和
在线阅读 下载PDF
积和式的拉普拉斯展开式探析
19
作者 赵宪民 《河北北方学院学报(自然科学版)》 2010年第2期16-19,共4页
积和式由著名数学家Binet和Cauchy引入,是矩阵的一个重要参数.从积和式与行列式的定义式出发,详细阐述了积和式、矩阵积和式的一些性质,用类比的方法建立了积和式的拉普拉斯展开式,最后,作为应用,给出了多项式f(x)=xn+a1xn-1+…+an-1x+a... 积和式由著名数学家Binet和Cauchy引入,是矩阵的一个重要参数.从积和式与行列式的定义式出发,详细阐述了积和式、矩阵积和式的一些性质,用类比的方法建立了积和式的拉普拉斯展开式,最后,作为应用,给出了多项式f(x)=xn+a1xn-1+…+an-1x+an的积和式表示. 展开更多
关键词 积和 k阶子积和 k阶余子积和
在线阅读 下载PDF
基于差分卷积和深浅层特征融合的表面缺陷分割
20
作者 于吉锴 黄真亮 +2 位作者 江乐旗 葛利跃 张聪炫 《失效分析与预防》 2024年第3期149-157,共9页
针对弱纹理情况下缺陷特征不明显和小目标缺陷分割准确性较低的问题,提出基于差分卷积和深浅层特征融合的表面缺陷分割方法。首先,基于差分卷积设计特征增强模块,对特征图进行特征增强;其次,在特征融合网络中将深浅层特征进行融合,对浅... 针对弱纹理情况下缺陷特征不明显和小目标缺陷分割准确性较低的问题,提出基于差分卷积和深浅层特征融合的表面缺陷分割方法。首先,基于差分卷积设计特征增强模块,对特征图进行特征增强;其次,在特征融合网络中将深浅层特征进行融合,对浅层网络中的细节特征和深层网络中的语义信息进行有效融合;最后分别采用NEU-Seg和MT-Magnetic数据集对本文方法和现有的代表性方法进行综合对比分析。结果表明:本文研究方法在NEU-Seg和MT-Magnetic数据集上分别实现85.2%、83.3%的分割精度,优于现有的代表性语义分割算法,证明该法可有效提升弱纹理和弱小缺陷的分割准确度,显著提高缺陷分割算法的精度。 展开更多
关键词 缺陷分割 差分卷 深浅层特征融合 注意力机制
在线阅读 下载PDF
上一页 1 2 250 下一页 到第
使用帮助 返回顶部