期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于改进ConvNeXt的遥感图像目标检测算法 被引量：1
1
作者 左露 牛晓伟 +1 位作者 朱春惠 朱木雷 《电光与控制》 CSCD 北大核心 2024年第2期46-51,91,共7页
针对遥感图像中目标排列紧密、背景信息复杂、小目标众多导致的目标检测精度低的问题,结合YOLOv5s,提出了一种基于改进ConvNeXt的遥感图像目标检测算法。首先,在特征提取网络的底端引入了改进的ConvNeXt Block,通过大核卷积与自注意力... 针对遥感图像中目标排列紧密、背景信息复杂、小目标众多导致的目标检测精度低的问题,结合YOLOv5s,提出了一种基于改进ConvNeXt的遥感图像目标检测算法。首先,在特征提取网络的底端引入了改进的ConvNeXt Block,通过大核卷积与自注意力交互扩宽感受野、丰富语义信息;其次,在多尺度特征融合部分加入了一组自底向上的金字塔结构,以放大浅层特征图的作用,弥补遥感图像中小目标因为深度卷积而损失的位置信息;最后,引入SIoU损失函数,重新定义惩罚指标,并加快整体网络的收敛速度。将所提出的检测算法在RSOD数据集上进行了消融实验,平均精准率均值为92.27%,实验结果表明,所提算法能够实现对遥感图像目标的准确检测。 展开更多
关键词 小目标 ConvNeXt 自注意力 损失函数 浅层特征图
下载PDF
优化SVM模型在泥石流易发性中的应用
2
作者 朱木雷 谭晓玲 +2 位作者 杨伟良 张思远 左露 《国外电子测量技术》 北大核心 2023年第6期163-170,共8页
泥石流灾害是我国最常发生且危害最大的地质灾害之一,因此实现有效、准确的泥石流灾害预测对于人类的生活和生产具有重大意义。研究以四川省石棉县为研究区域,选取12个泥石流影响因子。同时针对传统支持向量机模型精度不高的问题,采用... 泥石流灾害是我国最常发生且危害最大的地质灾害之一,因此实现有效、准确的泥石流灾害预测对于人类的生活和生产具有重大意义。研究以四川省石棉县为研究区域,选取12个泥石流影响因子。同时针对传统支持向量机模型精度不高的问题,采用遗传算法、粒子群算法、秃鹰搜索算法以及新型的群智能优化算法—麻雀搜索算法等4种算法来优化支持向量机的超参数C和gamma。通过优化后的支持向量机模型建立泥石流易发性评价模型,同时对比随机森林模型与人工神经网络模型,最后采用受试者工作特征曲线来评价预测模型。研究结果表明,4种优化算法均能有效提高预测准确度,但麻雀搜索算法优化的支持向量机模型具有更高的准确度和受试者工作特征曲线下面积,分别为0.9573和0.98,并在泥石流易发性分区图中得到验证。因此,麻雀搜索算法优化的支持向量机模型在泥石流易发性评价研究中更为适用。 展开更多
关键词 泥石流易发性 支持向量机 遗传算法 粒子群算法 秃鹰搜索算法 麻雀搜索算法
原文传递
基于改进Swin Transformer的滑坡分割算法
3
作者 张思远 谭晓玲 +1 位作者 朱木雷 杨伟良 《国外电子测量技术》 北大核心 2023年第11期49-56,共8页
随着遥感技术的逐步成熟,滑坡目标分割技术在灾害防控、城市建设等领域发挥着越来越关键的作用。然而,面临着卷积神经网络在理解上下文语义信息上存在困难以及滑坡数据集中正负样本分布不均的问题,需要寻找一种更优的解决方案。为此,提... 随着遥感技术的逐步成熟,滑坡目标分割技术在灾害防控、城市建设等领域发挥着越来越关键的作用。然而,面临着卷积神经网络在理解上下文语义信息上存在困难以及滑坡数据集中正负样本分布不均的问题,需要寻找一种更优的解决方案。为此,提出了一种改进Swin Transformer的滑坡分割算法。首先,将Swin Transformer引入到滑坡目标分割任务中,并构建了Swin-Unet网络。其次,为了提高网络的表征能力,在Swin-Unet中加入通道注意力模块;为了平衡小样本正负样本不均衡,使用在线困难样例挖掘;为了进一步提高模型性能,引入并优化了条件随机场。实验结果表明,相较于基线算法,改进方法在滑坡目标分割任务上取得了更优的性能,Dice提高了1.9%,交并比(IoU)提高了1.2%,研究为滑坡目标分割提供了一种有效的方法,并为相关领域的研究提供了新的思路。 展开更多
关键词 滑坡分割 Swin Transformer 通道注意力模块 在线困难样例挖掘 条件随机场
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部