注意力机制
- 基于LBP和注意力机制的改进VGG网络的人脸表情识别方法
二值模式;注意力机制0 引言（Introduction）面部表情是判断人类情感和人机交互效果的重要依据，早在20世纪，EKMAN等[1]系统地将面部表情划分为生气、害怕、厌恶、开心、悲伤、惊讶六类，这一理论的提出在表情识别领域具有跨时代的意義，同时开启了表情识别领域新世界的大门。目前，表情识别的方法有传统算法和深度学习算法两大类。常见的传统表情识别算法有局部二值模式（LBP）[2]、Gabor小波变化法[3]和尺度不变特征变换[4-5]等。深度学习算法主要
软件工程 2024年1期2024-01-29
- 基于多粒度表征藏文古籍文档版面分析方法研究
；多粒度；注意力机制中图分类号：TP3 文献标识码：A文章编号：1009-3044（2023）36-0001-03开放科学（资源服务）标识码（OSID）0 引言文档图像的版面布局分析是OCR任务的重要分支，是计算机视觉领域的一个长期研究课题，早期主要是基于规则[1]及机器学习[2]方法进行分割和提取。传统方法适用于简单布局文档分割解析，在处理复杂场景的版面分析仍面临诸多挑战。随着深度神经网络的蓬勃发展，深度学习算法在解决自然语言处理、计算机视
电脑知识与技术 2023年36期2024-01-27
- 基于 StarGAN的人脸表情数据增强研究
GAN; 注意力机制中图分类号：TP18 文献标识码：A文章编号：1009-3044（2023）34-0009-04开放科学（资源服务）标识码（OSID） ：0 引言人脸表情往往比语言可以传达更准确真实的信息，对于人脸表情的研究最早可以追溯到20世纪60年代，Ekman等[1]科学家将观察人脸表情运用到心理学领域，他们建立了基本的7种表情分类，为后继的研究奠定了基础。当下利用深度学习方法进行人脸表情识别研究的工作开展已经很充分了，众所周知，深
电脑知识与技术 2023年34期2024-01-24
- 基于双重SE注意力机制下的CNN-BiLSTM混合石墨电极位移预测模型
了一种引入注意力机制下的卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）混合石墨电极位移预测模型。为有效解决时间序列重要程度差异性问题，在传统SE注意力机制中增加了双重SE注意力并行模块，并用BiLSTM通过两个方向来发掘时间序列信息，有效提高模型预测度。实验结果表明，文章提出的混合网络模型能够对石墨电极位移进行有效预测，且相比于传统的SE-CNN-BiLSTM方法和主流预测方法预测准确度更高。关键词： 内串石墨化；石墨电极位移；卷积神经网络；双
电脑知识与技术 2023年31期2023-12-25
- 基于偏旁部首计数分析网络的零样本汉字识别
出了一种以注意力机制为基础的编码器-解码器架构的部首计数分析网络，用于零样本汉字识别问题。在编码器阶段，引入了多尺度部首计数模块；而在解码器阶段，则运用了多尺度注意力机制。本文将一个汉字看作是由若干偏旁部首及其空间结构组成的序列，通过计算偏旁部首及空间结构的数量，实现了对汉字的有效识别。实验结果表明，在SCUT-SPCC和CTW两个基准数据集上，本文所提出的新模型在零样本汉字识别方面表现优异。本研究能够更好地捕捉汉字的特征信息，并实现对未见汉字的准确识别。
贵州大学学报（自然科学版） 2023年6期2023-12-14
- 基于改进YOLOv7的金属表面缺陷检测方法
间通道双重注意力机制，提升对图像中小目标特征提取能力，减少无用特征的干扰；采用Alpha IOU损失函数替换原来的CIOU损失函数，加速网络收敛，提高网络的鲁棒性。最后引入深度可分离卷积，在降低网络的参数量和计算量的同时尽可能减少精度损失。结果表明，改进后的YOLOv7网络模型较原来YOLOv7网络模型提升了3.6%，且mAP达到79.0%，模型大小减少了4.4%，检测效果要优于原网络模型和其他主流目标检测网络模型。关键词： 金属表面缺陷检测； YOLOv
计算机时代 2023年9期2023-09-25
- 基于改进YOLOv4算法的番茄叶部病害识别方法
；轻量化；注意力机制；病害中图分类号：S436.412文献标识码：A文章编号：1000-4440（2023）05-1199-10Identification method of tomato leaf diseases based on improved YOLOv４ algorithmCHU Xin LI Xiang LUO Bin WANG Xiao-dong HUANG Shuo（1.College of Information Engineerin
江苏农业学报 2023年5期2023-09-19
- 结合注意力机制与MSCNN-BiLSTM模型的电梯主动式故障预警
模型是结合注意力机制的多尺度卷积神经网络（MSCNN）和双向长短时记忆网络（BiLSTM）的融合模型，可以全面提取电梯数据集的深层次特征和时序信息，实现HI预测和主动式故障预警。在与其他常见模型方法的比较中，证实了该文模型具有更好的预测性能。关键词：主动式；故障预警；MSCNN-BiLSTM；注意力机制中图分类号：TP183；TP391 文献标识码：A 文章编号：2096-4706（2023）15-0151-06Elevator Active Fault
现代信息科技 2023年15期2023-09-18
- 基于改进DCGAN轮胎缺陷图像生成方法
残差网络和注意力机制嵌入到DCGAN模型中，提升模型特征的提取能力；同时摒弃DCGAN损失函数JS散度，使用带有梯度惩罚项的Wasserstein距离，提高模型训练的稳定性。实验结果表明，使用给定模型生成的轮胎缺陷图像质量优于使用DCGAN，WGAN，CGAN与SAGAN所生成图像，其平均FID值可以达到116.28，最小FID值可以达到84.94。所提出的模型可以稳定生成质量更好的轮胎缺陷图像，为轮胎缺陷样本数据集的扩充提供了一种有效途径，有助于有效解决
河北科技大学学报 2023年4期2023-09-14
- 基于注意力机制和CNN-BiLSTM模型的在线协作讨论交互文本自动分类
出一种结合注意力机制的深度学习网络模型—CNN-BiLSTM-Attention，进一步强化文本的语义特征。利用该模型对在线协作讨论活动中产生的12 000条交互文本進行分类，分类结果表明，CNN-BiLSTM-Attention的分类准确率整体上可达到82.40%，有效提升了文本分类的效果。关键词：深度学习；卷积神经网络；长短时记忆网络；注意力机制中图分类号：TP18 文献标识码：A 文章编号：2096-4706（2023）13-0026-07Aut
现代信息科技 2023年13期2023-09-14
- 基于深度学习的道路表面裂缝检测研究
M三维带权注意力机制且不引入额外参数，在模型中融入加权双向特征金字塔进行多尺度特征融合；同时改进预测框损失函数，使得损失函数收敛更快。经过对比实验，改进后模型的裂缝检测均值平均精度提高了2.2%，准确率为90.5%，表明了模型的有效性。关键词：深度学习；道路裂缝检测；YOLOv5s；多尺度融合；注意力机制中图分类号：TP391.41 文献标志码：A 文章编号：1671-0797（2023）17-0027-05DOI：10.19514/j.cnk
机电信息 2023年17期2023-09-08
- 基于改进RetinaNet算法和无人机影像的松材线虫病疫木检测
疫木，并将注意力机制引入到主干特征提取网络以减少背景对检测效果的影响，提高特征提取能力。结果表明，改进后的RetinaNet算法平均精度为97.2%，单张影像测试时间为17 ms，表现优于Fasterr R-CNN、SSD和RetinaNet。基于研究成果，对崂山区林地进行疫木航拍图像检测，实地抽检准确率达到98%。关键词：深度学习；RetinaNet；无人机；注意力机制；松材线虫病中图分类号：TP391 文献标志码：A 文章编号：2096-470
现代信息科技 2023年14期2023-09-06
- 基于注意力机制的文本处理技术在自然语言处理中的应用研究
目前，基于注意力机制的文本处理技术在自然语言处理中得到了广泛应用，促进了计算机文字识别和机器翻译等多个领域的快速发展。本文从自然语言处理的相关概念入手，探讨基于注意力机制的文本处理技术在自然语言处理中的应用。关键词：注意力机制；文本处理技术；自然语言处理引言自然语言处理（natural language processing， NLP）是人工智能领域中的一个重要研究方向，旨在使计算机能够理解、处理和生成人类语言。在NLP任务中，文本处理技术起着至关重要的作
互联网周刊 2023年15期2023-08-31
- 基于改进ResNeXt的黑色素瘤识别算法
攀关键词：注意力机制；黑色素瘤识别；辅助诊断；迁移学习中图分类号：TP391 文献标识码：A文章编号：1009-3044（2023）20-0036-040 引言皮肤癌是一种危险的疾病，早期发现是提高生存率的必要条件。皮肤色素性恶性病变的死亡率非常高，尤其是黑色素瘤，发病率和死亡率更高。据统计，美国在2022年有99 780名成年人（57 180名男性和42600 名女性）被诊断出患有皮肤侵袭性黑色素瘤。2020年全球有324 635人被诊断患有黑色素瘤。黑
电脑知识与技术 2023年20期2023-08-26
- 基于改进YOLOv5的驾驶员手持手机检测算法研究
引入改进的注意力机制模块，更好地获取上下文信息，提高小目标检测的精确度。其次，采用一种改进的特征融合方法，提取三个尺度的特征，并对特征进行融合，更好地提取局部信息。实验结果表明，与YOLOv5相比，该检测算法在自制数据集上的精确度达到71.9%，提高了2.1%，对小目标的检测效果显著。关键词：目标检测；YOLOv5；残差模块；注意力机制中图分类号：TP183；TP391.41 文献标识码：A 文章编号：2096-4706（2023）12-0066-04Re
现代信息科技 2023年12期2023-08-21
- 改进YOLOv5s的钢材表面缺陷检测
ULSAM注意力机制改进网络的颈部（Neck），提出改进的YOLOv5s缺陷检测网络。基于NEU-DET数据集的实验结果表明，改进的YOLOv5s缺陷检测网络检测平均准确率达76.6%，较YOLOv5s和YOLOv4分别提升了7.8%和6.3%，有效提高了钢材表面缺陷检测精度。关键词：YOLOv5s;缺陷检测;注意力机制;过参数化中图分类号：TP399 文献标志码：A0 引言（Introduction）钢材作为国民生产中重要的材料，在其生产、加工及运输过程
软件工程 2023年8期2023-08-20
- 基于双分支头部解耦和注意力机制的灾害环境人体检测
尺度检测；注意力机制；解耦检测器中图分类号：TP 391文献标志码：A文章编号：1672-9315（2023）04-0797-10DOI：10.13800/j.cnki.xakjdxxb.2023.0417Pedestrian detection method in disaster environment based ondouble branch Decoupled Head and Attention MechanismHAO Shuai，YANG
西安科技大学学报（社会科学版） 2023年4期2023-08-09
- 基于边缘先验的人脸去手势遮挡修复方法研究
边缘条件和注意力机制的两阶段修复网络——EmmNet。第一阶段网络为第二阶段细节修复提供边缘指导信息，以避免出现过度平滑等问题。第二阶段网络中的并行多扩张卷积模块可在有效扩大网络感受野的同时提高对有效像素的利用率。此外，注意力模块可促使网络生成具有全局一致性，使研究者获得符合原图特征的修复图像。实验结果表明，EmmNet在去手势遮挡任务中可以生成轮廓结构更加完整流畅，细节纹理更加清晰自然的人脸图像。关键词：卷积神经网络；生成对抗网络；人脸修复；注意力机制中
现代信息科技 2023年11期2023-08-01
- 基于深度学习的单帧图像超分辨率重建技术
残差网络及注意力机制的单帧图像超分辨率重建技术等研究内容。最后，对基于深度学习的超分辨率重建技术进行了展望与总结，虽然当前已经取得了一些进展，但仍然面临很多挑战，如模型的泛化能力不足、复杂场景下的超分辨率重建等问题。随着深度学习技术的不断发展和改进，超分辨率重建技术将会有更加广泛的应用。关键词：深度学习；超分辨率；残差网络；注意力机制；Transtormcr中图法分类号：TP391 文献标识码：A１ 研究背景及意义图像超分辨率（Ｓｕｐｅｒ?Ｒｅｓｏｌｕｔｉ
计算机应用文摘·触控 2023年13期2023-07-17
- 基于深度学习的单帧图像超分辨率重建技术
残差网络及注意力机制的单帧图像超分辨率重建技术等研究内容。最后，对基于深度学习的超分辨率重建技术进行了展望与总结，虽然当前已经取得了一些进展，但仍然面临很多挑战，如模型的泛化能力不足、复杂场景下的超分辨率重建等问题。随着深度学习技术的不断发展和改进，超分辨率重建技术将会有更加广泛的应用。关键词：深度学习；超分辨率；残差网络；注意力机制；Transtormcr中图法分类号：TP391 文献标识码：A１ 研究背景及意义图像超分辨率（Ｓｕｐｅｒ⁃Ｒｅｓｏｌｕｔｉ
计算机应用文摘 2023年13期2023-07-17
- 结合改进注意力机制的YOLO目标检测算法
尺度卷积；注意力机制0 引言自从Hinton 提出利用神经网络对图像数据中的高维特征进行自主学习[1]以来，基于深度学习的目标检测已成为计算机视觉领域中一个重要的研究热点[2]。目标检测的方法主要分为双阶段和单阶段目标检测算法。双阶段目标检测算法，如Fast R-CNN[3]、Faster R-CNN[4]等，都是通过生成预选框再利用神经网络对候选框进行分类识别。单阶段目标检测算法，如YOLO （you only look once） [5]、YOLO 9
计算机时代 2023年7期2023-07-17
- 基于改进SSD的行人检测算法
将高效通道注意力机制引入浅层网络中并重新分配特征权重，引导网络更加关注小尺度行人的特征信息；其次，构造一种新的特征融合模块以改善浅层特征语义信息不足的问题；最后，通过优化原始先验框的参数来生成适用于检测行人的先验框。实验结果表明，改进后的算法在PASCAL VOC2007行人测试集上的平均精度达到82.96%，较SSD提高了3.83%，在小尺度行人测试集上提高了5.48%，同时检测速度达到了69.2FPS，满足实时性的要求。关键词：单次多框检测器（SSD）
广西科技大学学报 2023年3期2023-07-17
- 基于注意力机制的水果损伤检测及分类
sNet；注意力机制中图分类号：TP 183 文献标志码：A引言在众多的食物中，水果是人类日常健康饮食的重要组成部分，因为水果富含的维生素等营养元素能帮助预防疾病。然而，很多水果的保质期较短。由于储存不当或者运输过程中的碰撞等原因造成的损伤，使得水果品质下降甚至变得腐烂而不宜食用。因此，食品行业在出售水果之前需要对其进行严格的检测。传统的人工检测方案不仅成本高、效率低，还存在一致性和准确性较差等问题。随着生活水平的提高，水果的消费量逐年增长，而不同市场消费
光学仪器 2023年2期2023-07-14
- 基于改进ResNet网络的猫狗图像识别
CBAM 注意力机制模块而改进的 ACResNet18模型用来识别猫狗种类，通过非对称卷积快增强网络模型的核骨架，实现更有效的特征提取，引入 CBAM 注意力机制加强网络识别精度，能够更精确地对图像中猫狗进行识别和分类。本次实验使用 Kaggle 竞赛中的猫狗数据集进行图像识别，并通过对比实验，验证了相比于原模型，改进后的模型准确率有明显提升，最终提高了模型在图像分类上的精确度和鲁棒性，证实了该模型的可靠性。关键词：图像识别；注意力机制；卷积神经网络；Re
甘肃科技纵横 2023年2期2023-07-11
- 基于多注意力机制集成的非侵入式负荷分解算法
一种基于多注意力机制集成的非侵入式负荷分解算法．首先，利用概率自注意力机制对一维空洞卷积提取到的负荷特征进行优化处理，实现重要负荷特征的遴选;其次，采用时间模式注意力机制对LSTM的隐状态赋予权重，从而增强网络对长时间用电信息之间的时间依赖性的学习能力;最后，利用公开数据集UKDALE和REDD对所提分解模型的有效性和创新性进行验证．实验结果表明，与其他多种现有分解算法相比，基于多注意力机制集成的分解算法不仅具备更好的负荷特征遴选能力，而且能更加精确地建立
南京信息工程大学学报 2023年3期2023-07-06
- 基于改进AlexNet网络的轨道缺陷识别方法
要包括融入注意力机制、裁剪全连接层、引入批量归一化取代原有的局部响应归一化等。实验对比验证结果表明，改进后的网络具有更好的识别效果，模型的准确率提高了2.8个百分点，推理速度和稳定性都得到相应提升。［关键词］ 轨道缺陷；AlexNet；注意力机制；批量归一化［中图分类号］ U 216.3 ［文献标志码］ A ［文章编号］ 1005-0310（2023）02-0007-05A Track Defect Identification Method Based
北京联合大学学报 2023年2期2023-06-28
- 基于改进YOLOv5的复杂背景下交通标志识别研究
LOv5；注意力机制；损失函数中图分类号：TP391.4；TP18 文献标识码：A 文章编号：2096-4706（2023）10-0030-04Abstract： Aiming at the problems of low recognition and serious leakage in traffic sign detection tasks in the context of complex road conditions， a lightwe
现代信息科技 2023年10期2023-06-25
- 基于MobileNet的移动端列车图像故障检测算法
移动设备；注意力机制中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2023）06-0046-05Mobile Terminal Train Image Fault Detection Algorithm Based on MobielNetZHOU Peng， ZHANG Longxin（Hunan University of Technology， Zhuzhou 412007， China）Abstract： To s
现代信息科技 2023年6期2023-06-25
- 关联语义和对比语义指导注意力的小样本学习
语义联合的注意力机制，来指导模型在视觉特征中更好地学习和区分共性与个性。对比实验和消融实验证明，文中这种注意力指导机制提升了模型的性能，尤其在5way-1shot的情况下，模型达到了最优。关键词：小样本学习；注意力机制；多模态；关联语义；对比语义中图分类号：TP18；TP391 文献标识码：A 文章编号：2096-4706（2023）10-0088-04Abstract： The core problem of small sample learnin
现代信息科技 2023年10期2023-06-25
- 基于改进YOLOv5注意力模型的农田害虫图像识别
Ov5s和注意力机制的农田害虫图像识别模型。将自注意力机制引入YOLOv5s网络，对上下文信息进行建模，通过建立非局部模型提高网络解决图像远距离和多层次依赖关系的能力。实验结果显示，基于YOLOv5注意力模型的农田害虫图像识别具有较高的检测精度，可以有效识别和定位各类害虫。关键词：农田害虫识别；目標检测；YOLOv5；注意力机制中图分类号：TP391.4；TP18 文献标识码：A 文章编号：2096-4706（2023）10-0070-05Abstrac
现代信息科技 2023年10期2023-06-25
- 注意力机制与空洞残差网络的PCB缺陷检测
网络，融合注意力机制，对输入分配偏好进行通用池化和信息加权平均后，引入空洞残差网络，减少了网络模型与卷积运算，提高了网络处理效率。部署到嵌入式板卡中，采用MVC架构配合硬件优化及软件设计搭建了实时在线的PCB目标缺陷检测系统。实验结果表明，测试各类缺陷识别率为90.53%，检测速度为30 FPS。关键词：缺陷检测；轻量型网络；注意力机制；空洞残差网络；嵌入式系统中图分类号：TP391.4；TP18 文献标识码：A 文章编号：2096-4706（2023
现代信息科技 2023年4期2023-06-25
- 小样本民族药植物图像识别综述
方法和基于注意力机制的方法，同时根据所研究的藏药数据集进行实验和对比分析，总结阐述了现有方法在解决小样本民族药植物图像识别时的性能优劣。最后对小样本民族药植物图像识别领域存在的问题进行总结，并对未来发展方向进行展望。关键词：深度学习；小样本图像识别；数据增强；迁移学习；注意力机制中图分类号：TP391.4；TP18 文献标识码：A 文章编号：2096-4706（2023）04-0081-06A Survey on Image Recognition o
现代信息科技 2023年4期2023-06-25
- 基于深度学习的肺癌影像辅助诊断系统的设计与实现
框架，引入注意力机制，以突出某一局部位置的显著特点，从而改善模型的分割特性。在LUNA16数据集上做了分割实验，该方法A-Vnet的F1分數比V-Net高2%，显著地提升了肺结节的分割精度。关键词：V-Net；注意力机制；LUNA16；肺结节中图分类号：TP391；R734.2 文献标识码：A 文章编号：2096-4706（2023）04-0032-04Design and Implementation of Lung Cancer Image Aux
现代信息科技 2023年4期2023-06-25
- 基于改进型YOLOV5网络的输电线塔防外破目标检测技术研究
work）注意力机制重构原网络的CSP模塊，并在自建的输电线塔数据集上进行模型的训练和测试。结果表明：改进的CARAFE-SE-YOLOV5模型比传统YOLOV5模型达到了更高检测精度，对人、汽车、工程车辆的识别准确率高达92%、96%、88%。关键词：高压输电线；外力破坏；YOLOV5算法；上采样；注意力机制一、引言架空高压输电线路的正常工作支撑着电网调度、营销、生产等核心业务，是电网稳定可靠运行的基石。然而因自然条件、人为活动等不确定因素存在，导致输电
中国新通信 2023年3期2023-06-24
- 基于级联注意力与密集特征融合的图像修复算法
图像修复；注意力机制中图分类号：TP391.41文献标志码：A文章编号：1006-1037（2023）02-0030-06doi：10.3969/j.issn.1006-1037.2023.02.06基金项目：国家自然科学基金（批准号：62172229）资助。通信作者：于腾，男，博士，副教授，主要研究方向为人工智能与计算机视觉，图像增强，去雾去噪，目标检测等。图像修复技术最早是Bertalmio等［1］受文物修复的启发在SIGGRAPH国际学术会议上提出的
青岛大学学报（自然科学版） 2023年2期2023-06-23
- 基于软注意力机制的图像分类算法在缺陷检测中的应用
深度学习和注意力机制技术，提出一种新型注意力机制算法。首先，反思卷积神经网络（CNN）与Transformer架构，重新设计高维特征提取模块；其次，改进最新注意力机制来捕获全局特征。该算法可轻松嵌入各类CNN，提升图像分类和表面缺陷检测的性能。使用该算法的ResNet网络在CIFAR-100数据集和纺织品缺陷数据集上的准确率分别达到83.22%和77.98%，优于经典注意力机制SE与最新的Fca等方法。关键词：缺陷检测；注意力机制；卷积神经网络；图像分类中
现代信息科技 2023年3期2023-06-22
- 基于改进YOLOv5的火灾检测研究
tion）注意力机制：为了提高回归精度和收敛速度，使用损失函数SIOU替换CIOU。改进的YOLOv5算法的精确率和平均精度达到了74. 2%和69.4%．相较于标准算法的精确率和平均精度提高了8.8%和2.8%．优化定位框和误检情况。实验结果表明，改进的YOLOv5算法模型提高了火灾检测的准确性和实时性。关键词：预警：火灾检测：YOLOv5：注意力机制：损失函数SIOU中图分类号： TP391.4 文献标志码：A0 引言火如水一样，能为生活提供便利，也能
无线互联科技 2023年4期2023-06-22
- 基于注意力机制的脑肿瘤分割算法研究
种基于卷积注意力机制和Transformer多头注意力机制的U型分割网络。文章首先设计了基于通道注意力和空间注意力的卷积模块，提高了模块对局部关键特征的提取能力：其次使用一种结构更精简的Transformer模块作为网络的瓶颈层，利用其多头注意力机制对全局特征进行充分感知：最后在BraTS 2021数据集上进行了实验。实验结果表明文章算法在增强肿瘤区域、肿瘤核心区域和整个肿瘤区域的Dice系数评分分别为87. 51%，90. 69%和93. 47%，可以有
无线互联科技 2023年4期2023-06-22
- 基于YOLOv5的改进小目标检测算法研究
ntion注意力机制通过获取位置感知和方向感知的信息，能使YOLOv5模型更准确地识别和定位感兴趣的目标。YOLOv5改进模型采用木虱和VisDrone2019数据集开展实验验证，实验结果表明嵌入coordinate attention能有效提高YOLOv5的算法性能。关键词：目标检测；YOLOv5；coordinate attention；注意力机制中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2023）03-0055-0
现代信息科技 2023年3期2023-06-22
- 基于改进ShuffleNet v1的服装图像分类算法
深度学习；注意力机制；非对称多尺度特征融合中图分类号：TP399文献标志码：A文章编号：1009-265X（2023）02-0023-13随着电子商务的发展，网上购物已成为人们主要的购物方式之一。服装作为人们日常生活的必需品，在电子商务中占据着重要地位。据产业信息网《2021—2027年中国服装纺织电子商务行业市场发展模式及未来前景展望报告》数据显示，服装行业的电子商务交易额逐年增长，2020年较2011年交易额增长420.7%，网购服装已经成为消费者购买
现代纺织技术 2023年2期2023-06-20
- 基于轻量级MIE_Net的田间农作物病害识别
添加ECA注意力机制，提高网络对叶片病害区域的关注程度，降低复杂背景对小病斑特征提取过程的影响；最后使用Swish激活函数增加网络的表达能力，使网络性能达到最优。结果表明，多尺度特征提取模块提高了模型对不同病斑大小的识别准确率，ECA注意力模块提高了网络对小病斑的识别准确率，最终网络模型对复杂环境中2种作物11种病害类别的最低识别精确率达到91.2%，总体病害识别准确率达到95.79%，比原网络提高1.84百分点，参数量为2.24M，权重文件大小为8.78
江苏农业科学 2023年10期2023-06-17
- 基于方面级情感分类的语义挖掘模型
种基于语义注意力机制和胶囊网络的混合模型（SATTCap）。运用方面级归纳式迁移方式，将易获取的文档级评论知识中的情感语义迁移到方面级情感语义中，辅助方面级情感分类。另外基于重构语义依存的注意力机制提取深层次特征信息，采用方面路由方法，将深层次的方面级语义表示封装到语义胶囊中，然后采用Softmax预测。在公共数据集SemEval2014上对本文方法进行评估，结果表明，该模型在方面级情感分类任务上的表现是有效的。关键词： 方面级； 情感分类； 注意力机制；
计算机时代 2023年6期2023-06-15
- 基于词嵌入和BiLCNN-Attention混合模型的政务文本分类方法
，同时引入注意力机制进行特征提取，融合了时序特征及局部特征并使特征得到强化，最后使用Softmax进行文本分类。实验表明，BERT词嵌入处理后混合模型的准确率较CNN和BiLSTM模型分别提升了3.9%和2.51%。关键词： 政务文本分析； 词嵌入； 双向长短时记忆网络； 卷积神经网络； 注意力机制中图分类号：TP391.1 文獻标识码：A 文章编号：1006-8228（2023）06-92-05Method of governm
计算机时代 2023年6期2023-06-15
- FIRE-DET:一种高效的火焰检测模型
出一种新的注意力机制（FIRE-Attention），让检测器对火焰特征更敏感．基于上述优化，本文开发出了一种全新的火焰检测器FIRE-DET，它在硬件资源有限的条件下能够取得比现有基于深度学习的火焰检测方法更高的检测效率．FIRE-DET模型在自建数据集上进行训练后，最终对火焰检测的准确率和帧率分别达到97％和85 FPS．实验结果表明，与主流算法相比，本文火焰检测模型检测性能更优．本文为解决火焰探测问题提供了一个更通用的解决方案.关键词特征提取;特征融
南京信息工程大学学报 2023年1期2023-06-14
- 基于注意力与双通道网络的方面级情感分析
升．关键词注意力机制;双通道网络;决策融合;图卷积中图分类号TP391文献标志码A收稿日期2021-11-05资助项目国家自然科学基金（61273229，51705260）；2016年度江苏高校“青蓝工程”科技创新团队培养对象作者简介杨春霞，女，博士，教授，研究方向为大数据分析、自然语言处理.y.cx@163.com0 引言自然语言处理（Natural Language Processing，NLP）旨在对文本数据进行分析处理．情感分析作为NLP中的一项任
南京信息工程大学学报 2023年1期2023-06-14
- 基于RFA-LinkNet模型的高分遥感影像水体提取
模块和通道注意力机制的RFA-LinkNet高分辨率光学遥感影像水体提取模型．首先，将RFB模块用于获取高阶水体语义信息与多尺度特征;其次，利用通道注意力机制，对特征编码和解码的特征进行加权融合，抑制背景特征，增强水体语义．与现有卷积神经网络模型相比，提出方法不仅具有高效的性能和鲁棒性，而且能实现高精度的水体提取．关键词遥感影像;水体提取;多尺度特征;注意力机制;中图分类号TP79文献标志码A收稿日期2022-01-02资助项目国家自然科学基金（41971
南京信息工程大学学报 2023年2期2023-06-14
- 基于改进YOLOv4算法的苹果叶片病害检测方法
度，将卷积注意力机制模块CBAM融合至PANet结构中，可增强对有用特征信息的提取；最后，为了使锚框更适应本研究的数据集，通过K-means聚类算法将模型的锚框信息更新。结果表明，MC-YOLOv4模型在检测中的平均精度为97.25%，单张图像平均检测时间为13.3 ms，权重文件大小为55.5 MB。MC-YOLOv4模型对于同时检测苹果叶片多种病害目标的问题上具有识别速度快、识别精准度高、可靠性强等特点，该研究为苹果叶片的病害检测提供了一种更优的方法，
江苏农业科学 2023年9期2023-06-04
- 基于ERNIE的新闻标题文本分类
RNIE；注意力机制中图法分类号：TP391 文献标识码：A随着时代的发展，文本数据从传统的实体化向数字化、虚拟化方向发展。新闻文本是我们生活中接触最为广泛的一种文本数据，但由于新闻来源渠道复杂多样，需要对其进行准确的分类。一方面，准确的新闻类别标签可以帮助用户快速地检索感兴趣的新闻；另一方面，根据用户的使用需求进行标签化、类别化推荐，需要将新闻文本存储至不同类别库中。随着信息的爆炸式增长，人工标注数据完成分类任务极为耗时，且易受到标注人主观意识的影响。对
计算机应用文摘 2023年7期2023-05-30
- 基于YOLOX的穴盘甘蓝病害检测方法
合通道空间注意力机制模块，在特征提取模块对特征信息进行重标定，引导模型关注病害区域特征，抑制背景噪声，降低模型漏检率。并采用自适应多尺度特征融合算法提取穴盘甘蓝病害多尺度特征，充分利用不同尺度特征的语义信息提升小目标的检测精确率。由于算法的检测框定位不准确，在回归损失函数中添加了重叠面积损失、中心点距离损失和宽高损失，对回归任务进行了优化，提高穴盘甘蓝病害预测框定位精度；同时引入变焦损失函数作为分类损失函数，利用权重缩放因子缓解模型训练过程中相似病害类间差
江苏农业科学 2023年8期2023-05-23
- 基于迁移学习和改进残差网络的复杂背景下害虫图像识别
神经网络；注意力机制；图像识别中图分类号：TP391.41 文献标志码：A文章编号：1002-1302（2023）08-0171-06基金项目：国家自然科学基金（编号：62003379）；广东省科技计划（编号：KA1721404）；广东省普通高校重点领域专项（编号：2019GZDXM007）。作者简介：温艳兰（1995—），女，广东梅县人，硕士研究生，主要研究方向为机器视觉。E-mail：164734302@qq.com。通信作者：王克强，硕士，教授，主要
江苏农业科学 2023年8期2023-05-23
- 基于注意力机制的多级监督人群计数算法
个阶段引入注意力机制学习不同尺度的人群特征。算法采用VGG16模型的前13层作为主干网，并且加入膨胀卷积网络结构，融合图像中的多尺度人群特征，解决多尺度人群计数问题，从而生成高质量的密度图。同时，在3个不同尺度的分支结构中引入注意力机制，在损失函数中加入不同尺度的注意力损失，从而使整个网络聚焦图像中的人群区域。算法在4个主要的数据集上进行了测试，算法结果优于最近其他的方法。关键词：人群计数；卷积神经网络；注意力机制；多级监督中图分类号：TP391.4文献标
计算机与网络 2023年6期2023-05-14
- BERT编码与注意力机制结合的长文本分类研究
本，应用自注意力机制获得首块和尾块的增强特征，再利用PCA算法进行压缩获取主要特征成分。在THUCNews和Sogou数据集上进行5折交叉验证，分类准确率和加权F1-score的均值分别达到95.29%、95.28%和89.68%、89.69%。该方法能够提取与主题最相关的特征，提高长文本分类效果，PCA压缩特征向量能够降低分类模型的复杂度，提高时间效率。关键词： 文本分类； 预训练语言模型； 注意力机制； 特征向量； PCA中图分类号：TP391.1
计算机时代 2023年5期2023-05-14
- 融合注意力机制的YOLOv5火灾烟雾检测
LOv5；注意力机制；ACON激活函数中图分类号：TP391 文献标识码：A文章编号：1009-3044（2023）08-0001-040 引言由于采用传统的烟雾报警或检测手段的烟雾探测器装置只能在靠近排放源的地方识别烟雾的存在，并且受各种天气环境影响，其感受到的温度、湿度及颗粒密度都会影响检测效果[1]。由于设备的探测范围的局限性，一些户外场所的地理属性导致无法大范围铺设传统的探测设备，它们缺乏检测局部烟雾的能力。2018年，Yanmin Luo等人[2
电脑知识与技术 2023年8期2023-04-27
- 基于注意力机制的弱监督黑色素瘤图像分割研究
图像分割；注意力机制1 概述近年来，随着医学成像技术的不断发展，人工智能被越来越多地应用到了医疗图像分析领域，可以帮助医生进行一些辅助医疗功能，从而更好地对患者进行手术治疗。目前，基于全监督的图像分割虽然取得了较好的分割结果，但是由于医学图像数据标注任务复杂，逐像素标记任务量大，因此还需要具备专业医学领域的知识，全监督并不能非常好地发挥它的作用。为了克服这些困难，研究人员尝试通过简单易获取的弱标签，通过使用弱监督的方法进行医学图像的分割，取得了一定的分割效
电脑知识与技术 2023年7期2023-04-27
- 基于Attention-BiLSTM模型的对话式文本抑郁识别研究
情感分析；注意力机制；BiLSTM0 引言抑郁症是现代社会日益严重的公共健康问题之一，其特征有显著且长期的情绪抑郁、认知障碍、思维迟缓等。随着激烈的社会竞争等因素影响[1]，人们所面临的生活负担和心理压力日益严重，导致抑郁症的患病率持续增长，抑郁症患者自杀风险也是正常人的25倍以上[2-3]。由此可见，目前抑郁识别仍然是一项非常具有挑战性的任务。传统的抑郁识别方法主要包括基于词典和机器学习的情感分析方法。Ran Li等人[4]创建了一个与抑郁相关的情感词典
电脑知识与技术 2023年7期2023-04-27
- 基于ERNIE的新闻标题文本分类
RNIE；注意力机制中图法分类号：TP391 文献标识码：A随着时代的发展，文本数据从传统的实体化向数字化、虚拟化方向发展。新闻文本是我们生活中接触最为广泛的一种文本数据，但由于新闻来源渠道复杂多样，需要对其进行准确的分类。一方面，准确的新闻类别标签可以帮助用户快速地检索感兴趣的新闻；另一方面，根据用户的使用需求进行标签化、类别化推荐，需要将新闻文本存储至不同类别库中。随着信息的爆炸式增长，人工标注数据完成分类任务极为耗时，且易受到标注人主观意识的影响。对
计算机应用文摘·触控 2023年7期2023-04-20
- 基于注意力机制的航班配餐备份数预测算法
编解码器；注意力机制；残差设计；深度学习中图分类号：TP39 文献标识码：A1 引言（Introduction）航班旅客配餐是民航领域的子业务，是航空产业链的重要环节。配餐备份量受到航班运行情况、旅客订座情况、特殊日期等因素的影响，业内使用人工经验确定配餐备份量容易导致餐食浪费，从而增加企业的成本。因此，准确预测航班配餐备份数有助于航空公司的配餐部门对餐食备份数量的决策提供支持，提升服务质量。航班配餐备份数预测，本质上是一个时间序列预测问题，一直以来受到国
软件工程 2023年4期2023-04-07
- 基于深度学习的文本情感聊天机器人系统的设计与实现
2Seq；注意力机制；深度学习中图分类号：TP311.1 文献标识码：A1引言（Introduction）近年来，随着人工智能技术的不断发展，通过自然语言与人类进行对话的聊天机器人成为研究热点，并因深度学习在自然语言处理、词向量表示、情感分析等领域的广泛应用，使其逐渐成为研究聊天机器人的关键技术[1]。目前，许多商业公司推出了应用深度学习技术的相关产品，如“苹果”的Siri、“微软”的小冰、“百度”的度秘等。虽然现有聊天机器人都可以与人类进行无差错交流，普
软件工程 2023年4期2023-04-07
- 改进PSPNet网络的舌图像分割方法研究
量化模型；注意力机制；迁移学习；卷积神经网络0 引言望诊是中医四大治疗手法之一，主要通过观察患者面部、舌部进行初步诊断。而舌诊作为中医辨证论治的主要依据之一[1]，在中医望诊中发挥着重要作用。它通过观察舌苔的颜色和形态变化对患者的疾病有初步的感知及判断，具有诊断便利、参考价值高的特殊优势[2]。但是，由于医生的主观经验不同且诊疗的客观条件参差不齐，导致诊疗结果在一定程度上存在误差，“人工智能+中医舌诊”因此应运而生。人工智能的本质是通过大量计算分析辅助决策
电脑知识与技术 2023年5期2023-04-06