Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 452

会议视频 19

年份

2023 62

2022 49

2021 52

2020 37

2019 24

2018 16

2017 11

2016 22

2015 15

2014 14

2013 13

2012 15

2011 20

2010 15

2009 12

2008 24

2007 25

2006 11

2005 3

2004 3

展开︾

关键词

机理 9

双库协同机制 3

机制 3

2021全球工程前沿 2

DX桩 2

Maradbcm算法 2

二氧化碳 2

作用机制 2

动力学 2

医学教育 2

原子力显微镜 2

工程前沿 2

木质素 2

环境 2

绿色化工 2

能源 2

2022全球工程前沿 1

21世纪海上丝绸之路 1

9 + 2结构 1

展开︾

检索范围：

排序：展示方式：

Prediction and cause investigation of ozone based on a double-stage attention mechanism recurrent neural

《环境科学与工程前沿（英文）》 2023年第17卷第2期 doi: 10.1007/s11783-023-1621-4

摘要：

● Used a double-stage attention mechanism model to predict ozone.

关键词： Ozone prediction Deep learning Time series Attention Volatile organic compounds

HTML PDF 收藏

Fast detection algorithm for cracks on tunnel linings based on deep semantic segmentation

《结构与土木工程前沿（英文）》 2023年第17卷第5期页码 732-744 doi: 10.1007/s11709-023-0965-y

摘要： An algorithm based on deep semantic segmentation called LC-DeepLab is proposed for detecting the trends and geometries of cracks on tunnel linings at the pixel level. The proposed method addresses the low accuracy of tunnel crack segmentation and the slow detection speed of conventional models in complex backgrounds. The novel algorithm is based on the DeepLabv3+ network framework. A lighter backbone network was used for feature extraction. Next, an efficient shallow feature fusion module that extracts crack features across pixels is designed to improve the edges of crack segmentation. Finally, an efficient attention module that significantly improves the anti-interference ability of the model in complex backgrounds is validated. Four classic semantic segmentation algorithms (fully convolutional network, pyramid scene parsing network, U-Net, and DeepLabv3+) are selected for comparative analysis to verify the effectiveness of the proposed algorithm. The experimental results show that LC-DeepLab can accurately segment and highlight cracks from tunnel linings in complex backgrounds, and the accuracy (mean intersection over union) is 78.26%. The LC-DeepLab can achieve a real-time segmentation of 416 × 416 × 3 defect images with 46.98 f/s and 21.85 Mb parameters.

关键词： tunnel engineering crack segmentation fast detection DeepLabv3+ feature fusion attention mechanism

HTML PDF 收藏

Clean air captures attention whereas pollution distracts: evidence from brain activities

《环境科学与工程前沿（英文）》 2023年第18卷第4期 doi: 10.1007/s11783-024-1801-x

摘要：

● We find air pollution distracts attention and reveal the neurocognitive mechanisms.

关键词： Air pollution Attention Disengagement Performance Event-related potential

HTML PDF 收藏

基于注意力的高效机器人抓取检测网络 Research Article

秦晓飞1,胡文凯1,肖晨2,何常香2,裴颂文1,3,4,张学典1,3,4,5

《信息与电子工程前沿（英文）》 2023年第24卷第10期页码 1430-1444 doi: 10.1631/FITEE.2200502

摘要：为平衡抓取检测算法的推理速度和检测精度，本文提出一种编码器–解码器结构的像素级抓取检测神经网络，称为基于注意力的高效机器人抓取检测网络（AE-GDN）。在编码器阶段引入3个空间注意模块以增强细节信息，在解码器阶段引入3个通道注意模块以提取更多语义信息。采用多个轻量高效的DenseBlocks连接编码器和解码器，提高AE-GDN的特征建模能力。预测得到的抓取矩形框与标签抓取框之间的高交并比（IoU）值并不意味着高质量的抓取配置，但可能会导致碰撞。这是因为传统IoU损失计算方法将预测抓取框中心部分像素与夹爪附近像素视为同等重要。本文设计了一种新的基于沙漏形匹配机制的IoU损失计算方法，该方法可在高IoU和高质量抓取配置之间建立良好对应关系。AE-GDN在Cornell和Jacquard数据集上的准确率分别达到98.9%和96.6%。推理速度达到每秒43.5帧，参数仅约1.2×106。本文提出的AE-GDN已实际部署在机械臂抓取系统中，并实现良好抓取性能。代码可在https://github.com/robvincen/robot_gradet获得。

关键词：机器人抓取检测；注意力机制；编码器–解码器；神经网络

HTML PDF 收藏

Less attention paid to waterborne SARS-CoV-2 spreading in Beijing urban communities

《环境科学与工程前沿（英文）》 2021年第15卷第5期 doi: 10.1007/s11783-021-1398-2

摘要：

• A survey on individual’s perception of SARS-CoV-2 transmission was conducted.

关键词： Environmental dissemination Risk communication Individual perception

HTML PDF 收藏

Erratum to: Meter-scale variation within a single transect demands attention to taxon accumulation curves

《环境科学与工程前沿（英文）》 2022年第16卷第6期 doi: 10.1007/s11783-022-1560-5

HTML PDF 收藏

Meter-scale variation within a single transect demands attention to taxon accumulation curves in riverine

《环境科学与工程前沿（英文）》 2022年第16卷第5期 doi: 10.1007/s11783-022-1543-6

摘要：

● Riverine microbiomes exhibited hyperlocal variation within a single transect.

关键词： Microbiome Freshwater Taxon accumulation curve Community assembly

HTML PDF 收藏

一种基于非线性时空效应的个性化下一个兴趣点推荐方法

孙曦,吕志民

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1273-1286 doi: 10.1631/FITEE.2200304

摘要：下一个兴趣点（POI）推荐是基于位置的社交网络（LBSN）的一项重要任务，其目标是使用历史签到数据在特定情境下为用户推荐下一个兴趣点。现有研究将用户时空信息线性离散化，然后使用基于循环神经网络（RNN）的方法进行建模。但是这些研究忽略了时空信息对用户偏好的非线性影响以及用户轨迹和候选兴趣点之间的时空相关性。为解决这些问题，本文提出一种时空轨迹（STT）模型。该模型使用具有注意力机制的长短期记忆网络（LSTM）作为基本框架，并将时空信息以编码形式引入模型。在编码信息过程中，使用指数型衰减因子刻画用户兴趣随时间和距离的非线性漂移特性。此外，本文在目标召回过程中设计一个时空匹配模块，该模块通过测量用户历史轨迹与候选集之间的相关性来为用户筛选最有可能的下一个兴趣点。本文使用4个真实数据集评估STT模型性能。实验结果表明，本文所提方法的推荐效果比主流的推荐模型有显著提升。

关键词：兴趣点推荐时空效应长短期记忆网络注意力机制

HTML 收藏

Ldformer：面向长期电力预测的并行神经网络模型

田冉,李新梅,马忠彧,刘颜星,王晶霞,王楚

《信息与电子工程前沿（英文）》 2023年第24卷第9期页码 1287-1301 doi: 10.1631/FITEE.2200540

摘要：准确的长期电力预测对电网决策运行和用户用电管理非常重要，可保证电力系统的可靠供电和电网经济的可靠运行。然而，大多数时间序列预测模型在数据量大、预测精度高的长时间序列预测任务中表现不佳。为了应对这一挑战，提出名为LDformer的并行时间序列预测模型。首先，将Informer与长短期记忆网络相结合，以获得时间序列的深度表达能力。其次，提出并行编码器模块提高模型鲁棒性，并将卷积层与注意力机制相结合，以避免注意力机制中的值冗余。最后，提出结合UniDrop的概率稀疏注意力机制，以减少计算开销并减轻序列中一些关键连接丢失的风险。在5个真实数据集上的实验结果显示，在不同的长时间序列预测任务中，LDformer大部分结果都优于最先进的基线结果。

关键词：长期电力预测长短期记忆网络 UniDrop 自注意力机制

HTML 收藏

Endothelial dysfunction in COVID-19 calls for immediate attention: the emerging roles of the endothelium

Weijian Hang, Chen Chen, Xin A. Zhang, Dao Wen Wang

《医学前沿（英文）》 2021年第15卷第4期页码 638-643 doi: 10.1007/s11684-021-0831-z

摘要： The COVID-19 pandemic has caused numerous deaths around the world. A growing body of evidence points to the important role of overwhelming inflammatory responses in the pathogenesis of COVID-19 and the effectiveness of anti-inflammation therapy against COVID-19 is emerging. In addition to affecting the lungs, COVID-19 can be a severe systemic inflammatory disease that is related to endothelial dysfunction. We are calling for closer attention to endothelial dysfunction in COVID-19 not only for fully revealing the pathogenic mechanism of COVID-19 but also for properly adjusting the strategy of clinical intervention.

关键词： COVID-19 endothelial dysfunction inflammation reaction cytokine storm

HTML PDF 收藏

NGAT：基于广度和深度探索注意力机制的半监督图表示学习 Research Articles

胡荐苛,张引

《信息与电子工程前沿（英文）》 2022年第23卷第3期页码 409-421 doi: 10.1631/FITEE.2000657

摘要：近年来图神经网络（GNN）在图结构数据表示学习方面取得显著成绩。然而，随着网络层数增加，由于过度平滑问题，基于邻域信息聚合策略的GNN性能恶化，这也是GNN应用于真实图的主要瓶颈。研究人员对直连节点的特征信息聚合过程进行了许多改进，即广度探索。然而，这些模型仅在层数为3或更少的情况下才表现最佳，而在深层情况下性能迅速下降。为缓解过度平滑，本文提出一种嵌套的图注意网络，即基于双重注意力机制的多尺度特征融合模型NGAT，该网络可以半监督形式工作。除广度探索，k层NGAT运用注意力机制引导的分层聚合策略，选择性地利用来自k阶邻域的信息特征，即深度探索。即使对于10层或更深的架构，NGAT也能平衡保留局部性（包括根节点特征和局部结构）和从大型邻域聚合信息的需求。本文在公开数据集上对比了现有图神经网络模型，实验表明本文提出的NGAT模型具备更强的节点嵌入学习能力。

关键词：图学习；半监督学习；节点分类；注意力机制

HTML PDF 收藏

一种面向机器情感智能的人格引导型情感脑机接口 Research Article

李少杰,李伟,邢泽健,袁文杰,韦香玉,张晓炜,胡斌

《信息与电子工程前沿（英文）》 2022年第23卷第8期页码 1158-1173 doi: 10.1631/FITEE.2100489

摘要：情感脑机接口（brain–computer interfaces, BCIs）已成为在人机协作中实现情感智能的一个重要途径。然而，由于脑电图（electroencephalogram, EEG）信号的复杂性和情绪反应的个体差异性，设计一个可靠和有效的模型仍然是一个巨大挑战。考虑到不同人格特征的个体在情绪感知和反应过程中的差异，整合人格信息和脑电信号对情绪识别是有帮助的。鉴于此，提出一种人格引导的注意力神经网络，其可以利用人格信息学习更为有效的EEG表征以用于情感识别。具体来说，我们首先利用卷积神经网络提取脑电信号的时域和空域表征，进而设计一种特殊的卷积核同时学习大脑头皮不同区域间和区域内的EEG导联相关关系。其次，考虑到不同大脑头皮区域在情绪识别中可能发挥不同的作用，提出一种人格引导的区域注意力机制，以进一步探索区域内和区域间EEG导联的贡献。最后，设计一种基于注意力的长短期记忆网络（long short-term memory, LSTM）建模EEG信号的时域动态特征。在AMIGOS数据集（一个用于个人和群体的情感、人格特征和情绪多模态研究的数据集）的实验结果表明，本研究所提方法可以显著提升被试独立策略下情感识别的性能，并优于现有情感识别方法。

关键词：脑电图；情感识别；注意力机制；人格特征

HTML PDF 收藏

一种端到端语音合成中的高效解码自注意力网络 Research Article

赵伟1,2,许力1,2

《信息与电子工程前沿（英文）》 2022年第23卷第7期页码 1127-1138 doi: 10.1631/FITEE.2100501

摘要：自注意力网络由于其并行结构和强大的序列建模能力，被广泛应用于语音合成（TTS）领域。然而，当使用自回归解码方法进行端到端语音合成时，由于序列长度的二次复杂性，其推理速度相对较慢。当部署设备未配备图形处理器（GPU）时，该效率问题更加严重。为解决该问题，提出一种高效解码自注意力网络（EDSA）作为替代。通过一个动态规划解码过程，有效加速TTS模型推理，使其具有线性计算复杂度。基于普通话和英文数据集的实验结果表明，所提EDSA模型在中央处理器（CPU）和GPU上的推理速度分别提高720%和50%，而性能几乎相同。因此，在GPU资源有限的情况下，该方法可使此类模型的部署更加容易。此外，所提模型在域外语言处理上可能比基线Transformer TTS性能更好。

关键词：高效解码；端到端；自注意力网络；语音合成

HTML PDF 收藏

基于注意机制编码解码模型的答案选择方法 Article

Yuan-ping NIE, Yi HAN, Jiu-ming HUANG, Bo JIAO, Ai-ping LI

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 535-544 doi: 10.1631/FITEE.1601232

摘要：问答技术的重要挑战之一就是解决问题与答案之间的语义空白。机器翻译模型已经被证明能有效的提升解决问题与答案之间的语义空白的效果。本文提出了一种基于注意机制的深度神经网络模型来解决问答系统中的答案选择任务。该模型采用了基于双向LSTM的编码解码模型，编码解码模型是一个被证明再机器翻译领域取得了突出的成绩。我们还在模型中应用了注意力机制来提升模型的效果。本文在一个公开数据集上验证我们实验的有效性，同时通过结合该模型显著提高了我们的问答系统的性能在TREC liveQA 2015的任务中。

关键词：问答技术、答案选择、注意机制、深度学习

HTML PDF 收藏

面向自动可视化的可解释数据变换推荐 Research Article

黄志雄1,3,李晋江2,3,华臻1,3,范琳伟4

《信息与电子工程前沿（英文）》 2023年第24卷第7期页码 1028-1044 doi: 10.1631/FITEE.2200344

摘要：在低光环境下拍摄的图像质量不佳，影响其进一步应用。为提升低光图像可视性，提出一种基于过滤—群聚注意力（FCA）的递归网络，其中主体由3个单元组成：差异关注、门控递归以及迭代残差。该网络对低光图像进行多阶段递归学习，进而提取更深层次特征信息。为算得更加精确的相关性，设计了一种关注特征通道突出性的FCA。FCA与自注意力被用以突出特征的低光区域与重要通道。此外，设计了密集连接金字塔（DenCP）来提取低光反转图的色彩特征，使图像的色彩信息损失得以补偿。在6种公开数据集上的实验结果表明，本文方法在视觉和指标上有着突出表现。

关键词：低光增强；过滤—群聚注意力；密集连接金字塔；递归网络

HTML PDF 收藏

标题作者时间类型操作

Prediction and cause investigation of ozone based on a double-stage attention mechanism recurrent neural

期刊论文

Fast detection algorithm for cracks on tunnel linings based on deep semantic segmentation

期刊论文

Clean air captures attention whereas pollution distracts: evidence from brain activities

期刊论文

基于注意力的高效机器人抓取检测网络

秦晓飞1,胡文凯1,肖晨2,何常香2,裴颂文1,3,4,张学典1,3,4,5

期刊论文