期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于注意力网络尺度特征融合的遥感场景分类
1
作者 帖军 肖鹏飞 +2 位作者 郑禄 马海荣 彭丹 《中南民族大学学报(自然科学版)》 CAS 2024年第4期474-484,共11页
针对遥感数据集存在的类内差异性大和类间相似性高的特点导致遥感场景分类准确率不高的问题,提出了一种基于注意力网络尺度特征融合(MSA-CNN)的遥感影像场景分类模型.将遥感图像经过尺度变换操作输入到VGG-16网络提取遥感影像的多尺度特... 针对遥感数据集存在的类内差异性大和类间相似性高的特点导致遥感场景分类准确率不高的问题,提出了一种基于注意力网络尺度特征融合(MSA-CNN)的遥感影像场景分类模型.将遥感图像经过尺度变换操作输入到VGG-16网络提取遥感影像的多尺度特征,使用多选框注意力模型(MS-APN)提取图像多尺度下的目标区域,对目标区域进行剪切和放大并输入到三层网络结构中.融合原始影像的多尺度特征和目标区域的特征,并且利用LBP对全局特征表达,克服遥感图像因拍摄角度不同带来的差异性.将融合的多尺度特征输入到网络全连接层来完成最终的分类预测任务.实验结果显示:MSA-CNN平均分类精度较注意循环卷积网络(ARCNet)和传统细粒度循环注意力网络(RA-CNN)在NWPU-RESISC45公开数据集上分别提升1.63%和2.66%,在UC Merced Land-Use公开数据集上较RA-CNN提升0.64%.结果表明:提出的MSA-CNN能够有效提高遥感图像场景分类的准确率. 展开更多
关键词 遥感图像 场景分类 多尺度特征 多选框注意力模型 LBP特征融合
在线阅读 下载PDF
基于多尺度与注意力机制的毛尖茶分类及掺假程度
2
作者 毛腾跃 伍竞成 《中南民族大学学报(自然科学版)》 CAS 2024年第6期790-796,共7页
针对消费者在生活中难以区分毛尖茶品种及掺假程度多少的问题,提出了一种基于多尺度特征提取与高效通道注意力机制相结合的网络模型.在DenseNet121的基础上使用多尺度特征提取结构替换原来单一的卷积核,丰富特征层信息,在模型的密集连... 针对消费者在生活中难以区分毛尖茶品种及掺假程度多少的问题,提出了一种基于多尺度特征提取与高效通道注意力机制相结合的网络模型.在DenseNet121的基础上使用多尺度特征提取结构替换原来单一的卷积核,丰富特征层信息,在模型的密集连接块中引入ECA-Net注意力机制,增强有效特征信息的传递,而后,对模型的参数进行调优,进一步提高模型的识别性能.结果表明:改进后的MS-ECA-DenseNet121-C分类模型在收集的8个类别的毛尖种类及掺假种类数据集上的识别准确率达到了96.95%,可以有效鉴别毛尖茶品种的真实性,且改进后的模型大小仅为27.3 MB,便于部署于手机端,在茶叶识别领域具有一定的应用价值. 展开更多
关键词 毛尖茶 密集连接网络 多尺度特征提取 注意力机制 茶叶掺假
在线阅读 下载PDF
基于轻量级UNet的复杂背景字符语义分割网络 被引量:1
3
作者 顾天君 孙阳光 林虎 《中南民族大学学报(自然科学版)》 CAS 2024年第2期273-279,共7页
针对传统复杂背景字符分割算法的不足,提出了一种基于轻量级UNet的复杂背景字符语义分割网络.网络结构基于UNet,在特征提取模块中,将传统卷积变为深度可分离卷积,减少了网络特征提取模块的参数量以及计算量,并引入残差学习模块解决网络... 针对传统复杂背景字符分割算法的不足,提出了一种基于轻量级UNet的复杂背景字符语义分割网络.网络结构基于UNet,在特征提取模块中,将传统卷积变为深度可分离卷积,减少了网络特征提取模块的参数量以及计算量,并引入残差学习模块解决网络退化问题.在自制数据集以及H-DIBCO2018公开数据集上展开实验,并与FCN8s、AttationUNet和UNet进行比较.实验结果表明:所提出的网络可同时兼顾计算效率与分割精度,具有实用性. 展开更多
关键词 UNet网络 深度可分离卷积 残差学习模块 复杂背景 字符语义分割
在线阅读 下载PDF
用于多表连接优化的深度强化学习嵌入表示 被引量:1
4
作者 王江晴 王雪言 +2 位作者 孙翀 帖军 尹帆 《计算机工程与设计》 北大核心 2023年第2期576-581,共6页
针对数据库查询优化中多表连接优化问题,任务是找到一个合适的连接顺序使查询执行计划最优,为此提出一种查询语句的嵌入表示方法SmartEncoder。通过优化查询语句中多表连接的嵌入表示信息,得到更丰富的关于连接的信息,将多表连接顺序选... 针对数据库查询优化中多表连接优化问题,任务是找到一个合适的连接顺序使查询执行计划最优,为此提出一种查询语句的嵌入表示方法SmartEncoder。通过优化查询语句中多表连接的嵌入表示信息,得到更丰富的关于连接的信息,将多表连接顺序选择优化建模为深度强化学习问题,根据动作的概率分布选择连接,从过去的经验中学习,生成更好的查询执行计划。在Join Order Benchmark数据集上的实验结果表明,SmartEncoder能够有效提高查询的效率。 展开更多
关键词 查询优化 多表连接优化 连接顺序 执行计划 嵌入表示 深度强化学习 查询效率
在线阅读 下载PDF
基于区块链的链下数据库高吞吐量数据可信保障方法 被引量:1
5
作者 雷建云 彭佳丽 +2 位作者 帖军 孙翀 王子珊 《中南民族大学学报(自然科学版)》 CAS 北大核心 2023年第4期518-525,共8页
传统结构的区块链在保证系统去中心化需求的同时占用了大量存储空间,且吞吐量无法得到提升.为了更加高效、安全地存储海量数据,提出了一种区块链结合数据库的架构,它可以提高系统整体的吞吐量.此外,区块链适用于云存储环境下日志型数据... 传统结构的区块链在保证系统去中心化需求的同时占用了大量存储空间,且吞吐量无法得到提升.为了更加高效、安全地存储海量数据,提出了一种区块链结合数据库的架构,它可以提高系统整体的吞吐量.此外,区块链适用于云存储环境下日志型数据的存储,如视频日志、音频日志、图像日志等日志型数据,但不适合常规内容频繁更新的使用场景,如数据库应用场景.基于此,提出了一种数据可信保障方法,通过验证事务日志是否发生改变推导出数据是否被恶意篡改.采用Hyperledger Fabric结合MySQL的实例,通过实验说明该方法可验证频繁更新的数据库数据是被正常更新还是被异常篡改,并且可恢复数据库的安全. 展开更多
关键词 区块链 数据库 吞吐量 事务日志 篡改
在线阅读 下载PDF
基于W距离自编码器半监督生成模型
6
作者 王江晴 何开杰 +2 位作者 孙翀 帖军 尹帆 《计算机工程与设计》 北大核心 2022年第4期1002-1007,共6页
针对现有的半监督深度分类模型未能很好学习到逼近总体数据分布的问题,提出一种基于Wasserstein自编码器深度生成模型改进的半监督深度分类算法WCVAE。在设置优化目标时考虑样本集全体示例的边际分布和有标签样本的条件分布,利用Wassers... 针对现有的半监督深度分类模型未能很好学习到逼近总体数据分布的问题,提出一种基于Wasserstein自编码器深度生成模型改进的半监督深度分类算法WCVAE。在设置优化目标时考虑样本集全体示例的边际分布和有标签样本的条件分布,利用Wasserstein距离对模型拟合分布与真实数据分布之间的距离进行度量,学习到更加复杂的高维分布,使分类器学习到原数据的总体分布。实验结果表明,WCVAE在经典数据集上相较于现有方法,具有更好的质量。 展开更多
关键词 半监督学习 自编码器 深度生成模型 分类机器学习 Wasserstein距离
在线阅读 下载PDF
融合时空注意力的改进ST-GCN人体动作识别方法研究
7
作者 雷建云 梁钧 +2 位作者 夏梦 张慧丽 田祚汉 《中南民族大学学报(自然科学版)》 2025年第4期526-535,共10页
针对现有的人体骨架动作识别算法不能充分发掘运动的时空特征问题,提出了一种基于融合时空注意力的改进图卷积网络模型.该模型包含空间注意力机制和时间注意力机制,利用时空注意力机制从时间和空间两个维度分别提取动作的全局时空特征.... 针对现有的人体骨架动作识别算法不能充分发掘运动的时空特征问题,提出了一种基于融合时空注意力的改进图卷积网络模型.该模型包含空间注意力机制和时间注意力机制,利用时空注意力机制从时间和空间两个维度分别提取动作的全局时空特征.将这二者融合到统一的时空图卷积网络(ST-GCN)框架中,实现了端到端的训练.在Kinetics和NTU RGB+D两个公开数据集的对比实验证明:改进模型在NTU-RGB+D数据集上的CS标准下取得了82.37%的Top-1精度,在CV标准下取得89.84%的Top-1精度,相比原来的ST-GCN算法,分别提升0.87%的Top-1精度和1.54%的Top-5精度.在Kinetics数据集上,改进模型取得了31.78%的精度,与ST-GCN相比提高了1.08%.由此验证了改进方法的有效性. 展开更多
关键词 图卷积网络 骨架数据 动作识别 时空注意力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部