- 熊承义;陈文旗;高志荣;马帅;李帆;
研究了一种基于多头自注意力与卷积特征融合的磁共振图像Transformer重构方法 .采用U型网络结构,通过学习图像的多尺度特征以提升重构性能.采用深度分离卷积与多头自注意力融合的Swin Transformer结构,改善网络的特征学习能力.在CC359-Brain数据集下基于多种采样模式进行仿真实验,结果证明了该方法在提升磁共振图像重构质量与降低系统复杂度方面的有效性.
2025年01期 v.44;No.164 50-57页 [查看摘要][在线阅读][下载 1052K] [下载次数:172 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:5 ] - 周慧;李鹏飞;周松波;
为识别踝背屈、踝跖屈两类下肢动作,采集了5名受试者的脑电信号和肌电信号.挑选9通道脑电信号和2通道肌电信号进行预处理及特征提取,脑电信号计算事件相关去同步化(Event Related Desynchronization, ERD)特征,肌电信号计算平均绝对值(Mean Absolute Value, MAV)和斜率符号变换次数(Slope Sign Changes, SSC)特征,特征单独或组合后送入XGBoost(Extreme Gradient Boosting)和支持向量机(Support Vector Machine, SVM)分类器,对不同特征、分类器的识别效果进行比较,结果显示基于XGBoost分类器的脑肌电信号融合识别模式效果最优.
2025年01期 v.44;No.164 58-67页 [查看摘要][在线阅读][下载 1163K] [下载次数:115 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:4 ] - 孙璐冰;康怡琳;王俊;朱容波;
针对中文命名实体识别往往需要引入外部知识获取深层语义信息,以及基于RNN结构的模型对空间特征提取效果不佳等问题,提出了基于BERT的多特征融合中文命名实体识别模型.通过BERT模型获取输入文本序列的深层次语义信息,利用MHSA模块和IDCNN模块增强特征提取能力.前者利用相对位置编码和多头自注意力机制来捕获输入序列的隐藏特征,使模型能够考虑到字符间的距离方向信息;后者则可以对空间特征建模,获得输入序列的全局信息.通过将两个模块的输出特征进行连接,增强模型性能.实验结果表明:模型在MSRA、Resume和Weibo三个公共数据集上的F1值分别达到了95.12%、95.45%和66.14%,优于其它最新模型,验证了模型在中文命名实体识别上的有效性.
2025年01期 v.44;No.164 68-74页 [查看摘要][在线阅读][下载 770K] [下载次数:424 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:6 ] - 石鸿凌;彭芯茹;江小平;丁昊;李成华;
依赖于专家知识的传统风险评估方法通常为静态评估,无法满足不可移动文物多变风险的识别与评估需求.提出了一种基于语义路径编码异构图网络的文物安防动态风险评估方法,通过构建文物安防知识图谱,规范化存储风险相关的影响因素,然后采用语义路径编码对安防知识图谱中的实体特征进行聚合,帮助网络提取更准确的实体知识表示,提高了风险等级分类的准确率.此方法在多个国家重点文物保护单位中进行了测试,风险等级分类的准确率为94.74%,和专家评估的结果基本吻合,对文物的风险管控和安防管理具有一定的指导和参考价值.
2025年01期 v.44;No.164 75-84页 [查看摘要][在线阅读][下载 1115K] [下载次数:180 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ] - 项俊;农高峰;李旭锋;
传感器感知技术在文物安防领域得到了广泛应用.然而,由于文物安防场景的复杂性,基于单一线索感知的装备监测误报率较高,制约了要地保护的智能化应用推广.提出了一种装备复合感知数据融合分析方法,设计基于自注意力机制的全局相关性神经网络,对要地多传感器异常事件的联动触发规律进行时空域建模,实现多传感器数据的联合优化和互补,提升系统状态监测精度.在三星堆祭祀坑示范地测试结果表明:融合了多种传感器数据的成套复合装备误报率从原来的10.24%下降为1.10%,验证了所提方法的有效性.
2025年01期 v.44;No.164 85-95页 [查看摘要][在线阅读][下载 1087K] [下载次数:132 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] - 舒军;王帅;杨莉;陈宇;
针对目前点云语义分割算法通常采用简单的串联三维原始坐标信息方式建模几何信息,导致建模不完整问题.提出了交叉融合自注意力网络,在该网络的编码层中设计了交叉融合自注意力机制模块,通过交互学习坐标和特征信息,提高局部细粒度特征描述能力,使得几何信息建模更加完整.同时为了更好地结合浅层与高层特征,提出了一种层级特征融合模块,通过自适应地连接网络不同层,实现不同层的特征整合.在S3DIS、Semantic3D和SemanticKITTI数据集上实验表明:该算法优于RandLA-Net等先进算法.
2025年01期 v.44;No.164 96-106页 [查看摘要][在线阅读][下载 1457K] [下载次数:194 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:2 ] - 田淙文;李波;蓝雯飞;潘禹欣;姚为;
城市地下管道图像缺陷具有种类多、背景复杂、噪声多、缺陷尺度变化大等特点,导致目前城市地下管道缺陷分割算法精度不够高.本研究提出了一种基于Deeplabv3+的改进分割模型FCC-Deeplabv3+,并将该模型首次应用到城市地下管道缺陷分割.结合十字交叉注意力机制,使模型在预测时获取更丰富的上下文信息;提出了改进的解码器上采样策略,引入多尺度信息,减少中间层信息的丢失;使用基于增强的对比学习策略监督模型,提升了模型分割能力.此外,针对目前城市地下管道缺陷分割领域没有公开数据集的情况,基于Sewer-ML公开数据集,进行数据标注工作,构建了包含900张用于缺陷分割任务的数据集.通过实验验证了提出的缺陷分割模型的有效性及实时性,对比原始Deeplabv3+模型,mIoU提升了3.73%,mPA也提升了1.67%,并且相比其他基于深度学习的语义分割算法,也具有一定优势.
2025年01期 v.44;No.164 107-117页 [查看摘要][在线阅读][下载 1368K] [下载次数:203 ] |[网刊下载次数:0 ] |[引用频次:0 ] |[阅读次数:3 ]