期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进DeepCrack网络的山区地裂缝检测算法
1
作者 黄海新 郭鹏 《通信与信息技术》 2024年第3期87-91,102,共6页
针对山区地表裂缝检测存在背景复杂、裂缝和背景像素比例不均衡现象,以及传统裂缝检测算法的效果差,精度低、泛化性能不足等问题,提出采用DeepCrack网络作为基本构架,同时对基础网络进行改进,在网络中加入位置注意力机制,调整损失函数,... 针对山区地表裂缝检测存在背景复杂、裂缝和背景像素比例不均衡现象,以及传统裂缝检测算法的效果差,精度低、泛化性能不足等问题,提出采用DeepCrack网络作为基本构架,同时对基础网络进行改进,在网络中加入位置注意力机制,调整损失函数,并将优化器换为Adan优化器。为证明所提出算法的有效性和准确性,将DeepCrack数据集与人工标注的数据集结合,采用F-feature指标来评估检测性能。实验结果表明,改进算法在数据集相对原算法整体精度提升1.61%,因此改进算法提升了裂缝检测的准确性,具有较好的检测效果。 展开更多
关键词 地表裂缝检测 DeepCrack网络 位置注意力机制 adan优化器 F-feature指标
在线阅读 下载PDF
基于Pyraformer网络的短期电力负荷预测 被引量：5
2
作者 蔡华锋 唐艺豪 《武汉大学学报（工学版）》 CAS CSCD 北大核心 2023年第9期1105-1113,共9页
针对电力负荷数据波动性大、随机性强和非线性等特点,提出一种基于Pyraformer网络的短期电力负荷预测模型。首先,采用变分模态分解(variational modal decomposition,VMD)算法将负荷数据分解为频率不同的模态分量,引入过零率和皮尔逊相... 针对电力负荷数据波动性大、随机性强和非线性等特点,提出一种基于Pyraformer网络的短期电力负荷预测模型。首先,采用变分模态分解(variational modal decomposition,VMD)算法将负荷数据分解为频率不同的模态分量,引入过零率和皮尔逊相关系数对模态分量进行划分,得到低频、中频和高频部分,并分别与原始负荷数据组成重构数据。其次,将重构数据分别输入到含有金字塔注意力模块(pyramidal attention module,PAM)和粗粒度构造模块(coarse-scale construction module,CSCM)的Pyraformer预测网络中,网络采用新型动量优化器自适应Nesterov动量算法(adaptive Nesterov momentum algorithm,Adan)进行参数优化,最终输出预测结果。在真实电力负荷数据集上对该预测模型进行实验,实验结果表明,与现有模型相比,该模型有更高的预测精度。 展开更多
关键词 短期电力负荷预测 变分模态分解 金字塔注意力模型 adan优化器
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部