SQUEEZE

作品数：161被引量：319H指数：8
导出分析报告
相关领域：一般工业技术金属学及工艺更多>>
相关作者：王永忠王琴王一鸣徐磊蒋剑飞更多>>
相关机构：中国科学院沈阳航空航天大学中国科学院大学复旦大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家重点基础研究发展计划中国博士后科学基金中央高校基本科研业务费专项资金更多>>
-
在结果中检索

检索结果分析

结果分析中...
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：
A Lightweight Convolutional Neural Network with Squeeze and Excitation Module for Security Authentication Using Wireless Channel
《Computers, Materials & Continua》2025年第5期2025-2040,共16页Xiaoying Qiu Xiaoyu Ma Guangxu Zhao Jinwei Yu Wenbao Jiang Zhaozhong Guo Maozhi Xu 
supported in part by the National Key R&D Program of China under grant no.2022YFB2703000;in part by the Young Backbone Teachers Support Plan of BISTU under grant no.YBT202437;in part by the R&D Program of Beijing Municipal Education Commission under grant no.KM202211232012;in part by the Educational Innovation Program of BISTU under grant no.2025JGYB19。
Physical layer authentication(PLA)in the context of the Internet of Things(IoT)has gained significant attention.Compared with traditional encryption and blockchain technologies,PLA provides a more computationally effi...
关键词：Physical layer authentication blockchain squeeze and excitation module computational cost mobile scenario 
DaC-GANSAEBF:Divide and Conquer-Generative Adversarial Network-Squeeze and Excitation-Based Framework for Spam Email Identification
《Computer Modeling in Engineering & Sciences》2025年第3期3181-3212,共32页Tawfeeq Shawly Ahmed A.Alsheikhy Yahia Said Shaaban M.Shaaban Husam Lahza Aws I.Abu Eid Abdulrahman Alzahrani 
funded by the Deanship of Scientific Research(DSR)at King Abdulaziz University,Jeddah,Saudi Arabia under Grant No.(GPIP:71-829-2024).
Email communication plays a crucial role in both personal and professional contexts;however,it is frequently compromised by the ongoing challenge of spam,which detracts from productivity and introduces considerable se...
关键词：Email spam fraud light dual attention squeeze and excitation divide and conquer-generative adversarial network-squeeze and excitation-based framework security 
基于并行网络的低照度可见光和红外图像融合方法
《激光杂志》2025年第3期133-141,共9页周晔 杜晓雨 谭亚军 张静 
国防基金项目(No.2021-JCJQ-JJ-0726)。
针对现有的融合算法在低光环境下细节损失严重、亮度和对比度较低的问题,提出了基于并行网络的低照度可见光和红外图像融合方法(PNLLFusion),最大程度保留了源图像细节信息并提高了亮度与对比度。该方法实现了融合与亮度提升的并行进行...
关键词：图像融合 RETINEX理论 图像增强 Squeeze-and-excitation 
基于ASP-SERes2Net的说话人识别算法
《北京工业大学学报》2025年第1期42-50,共9页令晓明 陈鸿雁 张小玉 张真 
甘肃省自然科学基金资助项目(22JR5RA332);甘肃省高等教育教学成果培育项目(2021)。
为提升说话人识别的特征提取能力,解决在噪声环境下识别率低的问题,提出一种基于残差网络的说话人识别算法——ASP-SERes2Net。首先,采用梅尔语谱图作为神经网络的输入;其次,改进Res2Net网络的残差块,并且在每个残差块后引入压缩激活(sq...
关键词：说话人识别 梅尔语谱图 Res2Net 压缩激活(squeeze-and-excitation SE)注意力模块 注意力统计池化(attention statistics pooling ASP) 附加角裕度的Softmax(additive angular margin Softmax AAM-Softmax) 
Urbanisation on the coastline of the most populous and developed state of Brazil:the extent of coastal hardening and occupations in low-elevation zones
《Anthropocene Coasts》2024年第1期211-225,共15页AndréPardal Ronaldo Adriano Christofoletti Aline Sbizera Martinez 
funded by Conselho Nacional de Desenvolvimento Científico e Tecnológico(CNPq-AP:151903/2022-0;ASM:152158/2022-7);São Paulo Research Foundation(FAPESP-ASM:2016/11947-7;RAC:2019/24416-8).
Worldwide,coastlines have been replaced and altered by hard infrastructures to protect cities and accommodate human activities.In addition,human settlements are common and increasing in lowland areas threatened by coa...
关键词：Coastal armouring Coastal squeeze Climate change Climate resilience Urban planning Urban sprawl 
A High Resolution Convolutional Neural Network with Squeeze and Excitation Module for Automatic Modulation Classification
《China Communications》2024年第10期132-147,共16页Duan Ruifeng Zhao Yuanlin Zhang Haiyan Li Xinze Cheng Peng Li Yonghui 
supported by the Beijing Natural Science Foundation (L202003);National Natural Science Foundation of China (No. 31700479)。
Automatic modulation classification(AMC) technology is one of the cutting-edge technologies in cognitive radio communications. AMC based on deep learning has recently attracted much attention due to its superior perfo...
关键词：automatic modulation classification deep learning feature squeeze-and-excitation HIGH-RESOLUTION MULTI-SCALE 
基于改进ResNet-50与迁移学习的苹果叶片病害的图像识别被引量：1
《科学技术与工程》2024年第24期10370-10381,共12页李韬 朱文忠 车璇 
企业信息化与物联网测控技术四川省高校重点实验室基金(2022WYY03);四川轻化工大学研究生创新基金(Y2022183)。
为解决下述问题,在自然场景中获取的苹果叶病害图像大多包含复杂的背景,同时,由于拍摄要求不那么严格,疾病特征更有可能出现在图像中的任意位置,所有这些因素都会影响卷积神经网络的识别精度,且随着网络加深其性能提升困难。提出了一种...
关键词：ResNet-50 迁移学习 苹果叶片病害 SE(squeeze-and-excitation)注意力机制 
Squeeze and Excitation Convolution with Shortcut for Complex Plasma Image Recognition
《Computers, Materials & Continua》2024年第8期2221-2236,共16页Baoxia Li Wenzhuo Chen Xiaojiang Tang Shaohuang Bian Yang Liu Junwei Guo Dan Zhang Feng Huang 
This study was supported by a grand from the National Natural Science Foundation of China(No.12075315).
Complex plasma widely exists in thin film deposition,material surface modification,and waste gas treatment in industrial plasma processes.During complex plasma discharge,the configuration,distribution,and size of part...
关键词：Image recognition complex plasmas deep learning 
基于改进SqueezeNet算法的VBE设备电路板元件失效识别研究被引量：1
《电源学报》2024年第3期236-247,共12页刘隆晨 杨玥坪 贾志杰 黄宇 唐世雄 谭博洋 
国网四川省电力公司科技项目(52199723000B);四川省自然科学基金资助项目(2023NSFSC0818)。
在直流输电系统中,换流阀阀基电子VBE(valve base electronics)设备的稳定运作对维护直流系统安全至关重要。传统的阀基电子设备电路板(VBE板)元件失效检测方法依赖于耗时的人工检查或基于规则的自动化系统,这些方法通常检测效率低下且...
关键词：阀基电子设备 SqueezeNet模型 元件失效检测 特征提取 
The Squeeze&Excitation Normalization Based nnU-Net for Segmenting Head&Neck Tumors
《Chinese Journal of Electronics》2024年第3期766-775,共10页Juanying XIE Ying PENG Mingzhao WANG 
supported by the National Natural Science Foundation of China (Grant Nos.62076159,12031010,and 61673251);the Fundamental Research Funds for the Central Universities (Grant Nos.GK202105003 and GK202207017)。
Head and neck cancer is one of the most common malignancies in the world.We propose SE-nnU-Net by adapting SE(squeeze and excitation)normalization into nnU-Net,so as to segment head and neck tumors in PET/CT images by...
关键词：Head and neck tumors PET/CT images Image segmentation SE-nn U-Net Squeeze and excitation normalization 
全选清除导出
共17页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部