卷积神经网络

作品数：21507被引量：74045H指数：84
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：焦李成何小海周武杰陈朋马文萍更多>>
相关机构：电子科技大学西安电子科技大学中国科学院大学东南大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金江苏省自然科学基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机应用研究x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于关节结构依赖的三维人体姿态估计与优化策略
《计算机应用研究》2025年第4期1268-1273,共6页汪彬姿 宁欣 疏洋 丁友东 
教育部产学合作协同育人资助项目(220504276232753,230801284291638)。
由于面临着固有的深度模糊和潜在的遮挡,单目三维人体姿态估计仍充满着挑战。为了缓解不确定性,提出了一个轻量高效的三维人体姿态估计模型,充分利用人体关节的结构依赖关系,通过两个局部约束增强策略对高自由度关节施加额外约束;设计...
关键词：扩散模型 三维人体姿态估计 图卷积神经网络 TRANSFORMER 
基于深度学习的前沿视频异常检测方法综述
《计算机应用研究》2025年第3期663-676,共14页李南君 聂秀山 李拓 邹晓峰 王长红 
山东省自然科学基金青年基金资助项目(ZR2023QF050,ZR2023QF056);国家自然科学基金资助项目(62176141);山东省自然科学基金杰出青年基金资助项目(ZR2021JQ26)。
视频异常事件检测逐渐成为计算机视觉领域的研究热点之一,具有重要研究意义和应用价值。近年来,以卷积神经网络为核心的深度学习技术在多项机器视觉任务中展现优异性能,极大地启发了其在视频异常事件检测领域的应用。为此,对近年来基于...
关键词：智能监控 视频异常检测 深度学习 卷积神经网络 生成对抗网络 
基于改进双动态时空图网络的航班延误预测模型
《计算机应用研究》2025年第2期365-370,共6页魏明 徐子清 孙博 
民航航班广域监视与安全管控技术重点实验室开放基金资助项目(202002)。
针对现有航班延误预测模型中仅考虑机场之间空间拓扑结构的缺陷,提出一种基于多图信息融合的改进双动态时空图卷积网络航班延误预测模型。首先,根据航班延误传播的不同空间相关性,构建基于机场和航路的四种空间邻接矩阵,并进行多图融合...
关键词：航空运输 航班延误预测 图卷积神经网络 超图卷积神经网络 多图信息融合 
区域时间变化学习的行为识别
《计算机应用研究》2024年第11期3495-3501,共7页杨兴明 徐浩 汪智文 高旭杰 吴克伟 谢昭 
安徽省自然科学基金资助项目(2108085MF203)。
针对现有的行为识别方法缺少对视频帧中区域级特征的学习,造成识别过程中对相似的行为类别混淆的问题,提出一种区域级时间变化网络。该网络包括局部-全局时间特征学习模块、区域语义学习模块、区域语义融合模块。局部-全局时间特征学习...
关键词：行为识别 区域级特征 卷积神经网络 深度学习 
基于时空位置关注图神经网络的交通流预测方法被引量：2
《计算机应用研究》2024年第10期2932-2938,共7页何婷 周艳秋 辛春花 
国家自然科学基金资助项目(31960361);内蒙古自治区科技计划资助项目(2020GG0033)。
针对现有交通流预测方法存在难以构建空间和时间依赖关系的问题,提出了新的利用时空位置注意力的图神经网络(ST-PAGNN)方法。首先,该图神经网络中包含有位置关注机制,由此能够更好地对城市道路网络中交通节点的空间依赖关系进行有效捕捉...
关键词：ST-PAGNN 交通流预测 深度学习 图卷积神经网络 门控循环单元 Trendformer 
融合元图邻域的知识图谱推荐模型被引量：1
《计算机应用研究》2024年第8期2412-2418,共7页张彬 郝利新 张国防 
河北省社会科学基金资助项目(HB23TQ004)。
基于知识图谱的主流推荐模型在融合高阶信息时较少考虑源节点与目标节点之间的关系,在复杂网络场景中易引入过多噪声信息进而影响推荐性能。针对此问题提出一种融合元图邻域的知识图谱推荐模型,通过构建并融合元图邻域降低噪声信息的影...
关键词：个性化推荐 知识图谱 元图 卷积神经网络 注意力机制 
基于CGDNN的低信噪比自动调制识别方法
《计算机应用研究》2024年第8期2489-2495,共7页周顺勇 陆欢 胡琴 彭梓洋 张航领 
国家自然科学基金资助项目(61801319);四川省科技厅省院省校重点项目(2020YFSY0027);四川轻化工大学研究生创新基金资助项目(Y2023314,Y2023290);四川轻化工大学留学归国项目(2023RC24)。
针对非协作通信环境中,自动调制识别(automatic modulation recognition,AMR)在低信噪比下泛化能力有限、分类精度不高的问题,提出一种由卷积神经网络、门控循环单元和深度神经网络组成的模型—CGDNN(convolutional gated recurrent uni...
关键词：自动调制识别 小波阈值去噪 卷积神经网络 门控循环单元 深度神经网络 
基于多频特征和纹理增强的轻量化图像超分辨率重建
《计算机应用研究》2024年第8期2515-2520,共6页刘媛媛 张雨欣 王晓燕 朱路 
国家自然科学基金资助项目(61967007,61963016);江西省重点研发计划重点资助项目(20201BBF61012)。
现有基于卷积神经网络主要关注图像重构的精度,忽略了过度参数化、特征提取不充分以及计算资源浪费等问题。针对上述问题,提出了一种轻量级多频率特征提取网络(MFEN),设计了轻量化晶格信息交互结构,利用通道分割和多模式卷积组合减少参...
关键词：图像超分辨率重建 卷积神经网络 轻量化 多频率特征提取 局部二值模式算法 
基于局部-全局特征耦合与边界引导的遥感图像建筑物变化检测被引量：1
《计算机应用研究》2024年第6期1888-1892,共5页郑剑 柴岚康 于祥春 
江西省自然科学基金资助项目(20224BAB212013)。
针对现有变化检测方法局部特征和全局特征难以兼顾、变化对象和背景之间分界模糊的问题,提出了一种基于局部-全局特征耦合与边界引导的遥感图像建筑物变化检测方法。该方法在编码阶段采用并行的卷积神经网络和Transformer分别提取遥感...
关键词：遥感图像 变化检测 卷积神经网络 TRANSFORMER 特征耦合 边界引导 
卷积神经网络的正则化方法综述被引量：5
《计算机应用研究》2024年第4期961-969,共9页陈琨 王安志 
国家自然科学基金地区基金资助项目(62162013);贵州师范大学学术新苗基金资助项目(黔师新苗[2022]30号)。
近年来,卷积神经网络已经广泛应用于计算机视觉各个领域中并取得了显著的效果。正则化方法是卷积神经网络的重要组成部分,它能避免卷积神经网络在模型训练的过程中出现过拟合现象。目前关于卷积神经网络正则化方法的综述较少,且大多缺...
关键词：卷积神经网络 正则化方法 过拟合 泛化 
全选清除导出
共24页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部