侯越

作品数：30被引量：95H指数：5
导出分析报告
供职机构：兰州交通大学更多>>
发文主题：交通流预测T-S模糊神经网络交通流触觉T-S模型更多>>
发文领域：自动化与计算机技术交通运输工程电子电信经济管理更多>>
发文期刊：《光电子．激光》《公路交通科技》《铁道科学与工程学报》《克拉玛依学刊》更多>>
所获基金：国家自然科学基金甘肃省自然科学基金甘肃省中青年科技研究基金甘肃省科技攻关计划更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
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：
跨层注意力交互下的多特征交叉无人机图像检测
《光学精密工程》2024年第24期3616-3631,共16页张志豪 杜丽霞 侯越 郝紫微 尹杰 
国家自然科学基金(No.62063014,No.62363020);甘肃省自然科学基金(No.22JR5RA365)。
针对无人机交通巡检存在的航拍图像背景复杂、目标密集、目标尺度分布不均匀等问题,提出了一种跨层注意力交互下的多特征交叉无人机目标检测算法(Multi-feature Crossover under cross-layer Attentional Interaction,MCAI)。首先,在主...
关键词：无人机巡检 目标检测 注意力交互 编码器 小波变换 
基于自适应动态关联矩阵的时空一致性交通流预测研究
《兰州交通大学学报》2024年第6期42-53,共12页侯越 周瑞娟 张鑫 
国家自然科学基金(62063014,62363020);甘肃省自然科学基金(22JR5RA365)。
针对现有交通流预测研究中时空内在关联性提取不足、路网空间动态性表征不充分的问题,提出一种基于自适应动态空间关联度矩阵的交通流预测模型,该模型通过在Transformer_encoder模型内部嵌入空间特征提取模块、多特征分级融合模块与其...
关键词：交通流预测 时空相关性 动态性 TRANSFORMER 
考虑纵向时空特性的双向交通流组合预测研究被引量：2
《兰州交通大学学报》2024年第3期39-48,共10页武月 侯越 
国家自然科学基金(62063014);甘肃省自然科学基金(22JR5RA365)。
针对现有研究方法未充分考虑现实路网双向交通流的纵向时空特性,道路方向辅助信息特征再组织性不足的问题,提出一种考虑纵向时空特性的双向交通流组合预测模型。采用卷积深度信念网络预训练机制细粒化提取上下游纵向路段间的空间特性,...
关键词：智能交通 双向交通流预测 深度学习 纵向时空特性 双向注意力机制 
改进YOLOV5s的铁轨裂纹目标检测算法被引量：1
《计算机工程与应用》2024年第12期216-224,共9页苗新法 刘宝莲 李晓琴 侯越 
国家自然科学基金(62063014)。
铁轨表面的裂纹图像目标小、背景干扰信息多、分辨率高,使其目标检测效果并不理想。对此,提出一种改进YOLOV5s的目标检测算法以提升铁轨裂纹的检测效果。在颈部网络中引入VOV-GSCSP模块,用更轻量的卷积方式GSconv来替换普通的卷积,在保...
关键词：目标检测 YOLOV5 GSconv 注意力机制 
一种融合纵横时空特征的交通流预测方法被引量：2
《西安电子科技大学学报》2023年第5期65-74,共10页侯越 郑鑫 韩成艳 
国家自然科学基金(62063014);甘肃省自然基金(22JR5RA365);甘肃省教育科技创新项目(2021CYZC-04)。
针对现有城市道路交通流预测研究中,上下游交通流时滞特性与空间流动特性挖掘不足、车道级交通流时空特性考虑不充分的问题,提出一种融合纵横时空特征的交通流预测方法。首先,通过计算延迟时间量化并消除上下游交通流断面间的空间时滞影...
关键词：城市交通 交通流预测 纵横时空相关性 深度学习 特征融合 
基于改进YOLOV4的铁轨裂缝目标检测算法被引量：5
《光电子．激光》2023年第8期816-822,共7页苗新法 李晓琴 刘宝莲 侯越 
国家自然科学基金(62063014)资助项目。
针对铁轨表面裂缝的小目标特征及传统检测方法精度低,速度慢等问题,提出一种基于改进YOLOV4的目标检测算法。首先,使用改进的RFB(receptive field block)模块替换空间金字塔池化(spatial pyramid pooling,SPP)结构,以获取特征图更大的...
关键词：目标检测 裂缝检测 RFB模块 深度可分离卷积 K-means++ 
基于时空融合图卷积的交通流数据修复方法被引量：5
《浙江大学学报（工学版）》2022年第7期1394-1403,共10页侯越 韩成艳 郑鑫 邓志远 
国家自然科学基金资助项目(62063014);甘肃省自然基金资助项目(20JR5RA407);甘肃省教育科技创新项目(2021CYZC-04);兰州交通大学“百名青年优秀人才培养计划”基金资助项目(1520220227).
为了解决现有时空相关修复法挖掘交通流特性不充分的问题,提出基于时空融合图卷积网络的缺失数据修复方法.该方法在分析交通流时空特性的基础上,采用2类函数分别计算交通流数据的时间自相关系数和空间关联度系数.将交通检测器的部署位...
关键词：交通工程 时空融合 交通流数据修复 图卷积网络 一维卷积 
横向相关性及参数影响下的车道级交通预测被引量：1
《公路交通科技》2022年第5期122-130,共9页侯越 崔菡珂 邓志远 
国家自然科学基金项目(62063014)。
城市交通拥堵已成为阻碍城市发展的主要矛盾,鉴于道路交通受参数和时空因素影响,使得交通流预测模型精度不高,且在现实场景中易失效,同时以路段为研究对象的传统预测方法已无法满足智能网联技术发展的需求。为了解决传统预测模型在车道...
关键词：城市交通 交通流预测 主成分分析 GRU 横向空间相关性 参数相关性 
融合评分矩阵和评论文本的Deep-FRR评分预测模型
《兰州交通大学学报》2020年第5期48-54,共7页侯越 谢斌 陈佳兴 
基于矩阵分解的评分预测模型可有效解决传统推荐算法中评分矩阵的稀疏性问题,但此预测模型未考虑评论文本的用户喜好和项目特征对评分结果的影响.为提高评分预测精度,深入挖掘评论文本潜在的语义特征,提出一种由矩阵分解模块、深度矩阵...
关键词：推荐系统 矩阵分解 卷积神经网络 评分预测 模型融合 
贝叶斯神经网络在股票时间序列预测中的应用被引量：11
《计算机工程与应用》2019年第12期225-229,244,共6页刘恒 侯越 
甘肃省教育厅项目(No.2016B-027)
针对BP神经网络初始权值随机获取所导致的易陷入局部最优的问题,采用贝叶斯正则化(Bayesian Regularization,BR)算法改进传统BP神经网络模型。该算法在保证网络误差最小的前提下,通过历史数据的先验概率调整BP模型的适应度函数,使网络...
关键词：贝叶斯正则化 神经网络 股票时间序列预测 
全选清除导出
共3页<123>
检索报告 对象比较 聚类工具 使用帮助 返回顶部