- 年份
- 2024（2）
- 2023（1）
- 2021（1）
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)（4）
- 北京大学中文核心期刊目录(北大核心)（3）
- 中国科学引文数据库(CSCD)（1）
- 刊名
- 智能系统学报（1）
- 现代制造工程（1）
- 现代电子技术（1）
- 福州大学学报(自然科学版)（1）
- 更多...
- 作者单位
- 南京晓庄学院（1）
- 广西师范大学（1）
- 语种
- 汉语（4）
- 关键词
- ResNet18网络（4）
- Apex帧（1）
- Focal Loss函数（1）
- 双注意力模型（1）
- 反卷积(Deconvolution)（1）
- 宏表情（1）
- 带式输送机（1）
- 开路故障（1）
- 微表情识别（1）
- 横向跑偏（1）
- 更多...
- 作者
- 徐玮（1）
- 方中纯（1）
- 曾飞（1）
- 李海荣（1）
- 李燕辉（1）
- 李翔（1）
- 杨种学（1）
- 林琼斌（1）
- 柴琴琴（1）
- 王武（1）
- 更多...
相关度
- 相关度
- 发表时间
每页显示10条
- 每页显示10条
- 每页显示20条
- 每页显示30条
已找到 4 条结果
- 改进残差网络的逆变器开路电路故障诊断北大核心CSTPCD
- 融合ResNet18和Deconvolution的输送带横向跑偏检测方法CSTPCD摘要：为精准检测输送带横向跑偏距离和倾斜角度,提出一种融合ResNet18和Deconvolution的输送带横向跑偏检测方法.首先,设计输送带横向跑偏检测系统,给出输送带横向跑偏检测流程.接着,提出融合ResNet18与Deconvolution的输送带边缘和托辊接触特征关键点提取方法,并采用热力图突出关键点,以便于计算跑偏距离及倾斜角度.最后,搭建输送带横向跑偏检测实验平台,并对该检测方法进行相关实验.实验表明,该检测方法可减弱光照、粉…查看全部>>
- 基于双注意力模型和迁移学习的Apex帧微表情识别北大核心CSCDCSTPCD摘要：微表情具有持续时间短、强度低的特点,其识别准确率普遍不高.针对该问题提出了一种改进的深度学习识别方法,该方法取微表情视频序列中的Apex帧,采用集成空间、通道双注意力模块的ResNetl8网络,引入Focal Loss函数解决微表情数据样本不平衡的问题,并将宏表情识别领域的先验知识迁移到微表情识别领域,以提高识别效果.在CASME Ⅱ微表情数据集上使用"留一交叉验证法"进行实验,结果表明本文方法相比一些现有的方法识别准确率及F1值更高.
- 基于行列锚点融合的车道线检测方法研究北大核心CSTPCD摘要：车道线检测是自动驾驶和高级驾驶辅助系统中的关键技术之一,对于车辆准确定位和识别道路信息非常重要。为了提高检测精度和效率,提出一种基于行列锚点融合的车道线检测方法。首先,使用主干网络ResNet18提取车道线特征锚点,将提取出来的特征锚点进行解耦分类处理;然后对其特征锚点分别在行方向和列方向加入水平注意力机制和垂直注意力机制,进行通道维度信息和空间维度信息的特征融合,以解决全局关注计算成本高、局部关注限制交互领域的问题,与此同时,…查看全部>>