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 949

会议视频 50

会议信息 20

会议专题 1

年份

2024 2

2023 124

2022 143

2021 123

2020 101

2019 82

2018 71

2017 62

2016 52

2015 19

2014 7

2013 8

2012 9

2011 16

2010 12

2009 15

2008 18

2007 23

2006 21

2005 26

展开︾

关键词

机器学习 27

神经网络 27

人工智能 16

深度学习 15

智能制造 10

2020 5

人工神经网络 5

2019 4

BP神经网络 4

分类 4

工程管理 4

环境 4

网络 4

网络安全 4

网络空间安全 4

能源 4

2021全球工程前沿 3

MATLAB 3

仿真 3

展开︾

检索范围：

排序：展示方式：

基于图卷积注意力网络的视频摘要方法 Research Articles

李平1,2,唐超1,徐向华1

《信息与电子工程前沿（英文）》 2021年第22卷第6期页码 902-913 doi: 10.1631/FITEE.2000429

摘要：视频摘要已成为生成浓缩简洁视频的一种基础技术，该技术有利于管理和浏览大规模视频数据。已有方法并未充分考虑各视频帧之间的局部和全局关系，导致摘要性能下降。提出一种基于图卷积注意力网络（graph convolutional attention network, GCAN）的视频摘要方法。GCAN由嵌入学习和上下文融合两部分组成，其中嵌入学习包括时序分支和图分支。具体而言，GCAN使用空洞时序卷积对局部线索和时序自注意力建模，能有效利用各视频帧的全局线索；同时利用多层图卷积网络学习图嵌入，反映视频帧样本的本征结构。上下文融合部分将时序分支和图分支的输出信息流合并形成视频帧的上下文表示，然后计算其重要性得分，据此选择具有代表性的帧，生成视频摘要。

关键词：时序学习；自注意力机制；图卷积网络；上下文融合；视频摘要

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。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。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。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。

关键词：高效解码；端到端；自注意力网络；语音合成

HTML PDF 收藏

体育视频摘要中的镜头分类和回放检测 Research Article

Ali JAVED, Amen ALI KHAN

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 790-800 doi: 10.1631/FITEE.2000414

摘要：由于摄像机、回放速度、光照条件、剪辑效果、比赛结构和类型等方面的差异，体育视频摘要的自动分析具有挑战性。为了解决这些问题，针对户外运动视频，本文提出一种基于镜头分类和回放检测的有效视频摘要框架。准确的镜头分类对于更好地安排输入视频从而进行进一步处理（关键事件或回放检测）是必要的。因此，提出一种基于轻量级卷积神经网络的镜头分类方法。该方法对每一个镜头进行回放检测；特别地，检测出从体育视频中识别出回放片段的连续标识转换帧。为此，提出局部八元模式特征来表示视频帧，并训练极限学习机分为回放或非回放两类。基于YouTube体育视频集中的足球、棒球和板球运动对所提框架进行性能评估。实验结果证明所提框架能够可靠地用于户外运动视频摘要的镜头分类和回放检测。

关键词：极限学习机；轻量级卷积神经网络；局部八元模式；镜头分类；回放检测；视频摘要

HTML PDF 收藏

社会计算下的协作学习 None

Ricardo S. ALONSO, Javier PRIETO, Óscar GARCÍA, Juan M. CORCHADO

《信息与电子工程前沿（英文）》 2019年第20卷第2期页码 265-282 doi: 10.1631/FITEE.1700840

摘要：技术的引入使得教育创新极大地丰富起来，从而形成新的学习模型，其中，信息来自于多源，协作在学生之间产生。教育创新中一个有吸引力的挑战在于从社会计算视角设计协作学习活动，这里的协作不限于学生之间，也包括学生与机器的交互。与此同时，现阶段极其缺少工具，为学习的全过程而非学习任务的某些方面提供支持。为此，本文提出并评估支持协作学习的上下文感知构架（CAFCLA）。CAFCLA是一个覆盖协作学习全过程活动开发的灵活架构，可以利用上下文信息和社交互动。应用于某个博物馆的一个协作式WebQuest实验案例表明，使用社会计算可以改善学习过程，促进协作，增强关系，增加参与度。

关键词：上下文感知；协作学习；社会计算；虚拟组织；无线传感器网络；实时定位系统

HTML PDF 收藏

相关滤波视觉跟踪方法中深度上下文模型的研究 Article

Zhao-yun CHEN, Lei LUO, Da-fei HUANG, Mei WEN, Chun-yuan ZHANG

《信息与电子工程前沿（英文）》 2017年第18卷第5期页码 667-679 doi: 10.1631/FITEE.1500389

摘要：同时利用RGB-D数据构建了一个深度上下文模型，用来描述目标与周边区域之间的空间相关性。此外，本文采用了区域生长法使跟踪器对遮挡和尺度变化的场景具有更高鲁棒性，并利用模型更新等优化方法来改进较长视频序列的性能。

关键词：视觉跟踪；深度上下文模型；相关滤波；区域生长

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。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。

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

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：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。

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

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。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。

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

基于依存关系和多义词分析的句法词嵌入 None

Zhong-lin YE, Hai-xing ZHAO

《信息与电子工程前沿（英文）》 2018年第19卷第4期页码 524-535 doi: 10.1631/FITEE.1601846

摘要：现有大多数词嵌入学习模型存在以下问题：（1）基于词袋上下文的模型完全忽略句子的句法结构关系；（2）每个词使用单个嵌入向量使多义词共享一个嵌入向量；（3）词嵌入往往趋向于句子上下文共性。（1）基于主题模型，提出一个多义词识别算法；（2）采用符号“+”和“−”表示依存关系方向；（3）删除停用词及其依存关系；（4）引入“skip”依存关系表示依存关系之间的间接关系；（5）将基于依存关系的上下文输入到基于依存关系句法上下文捕获词语的语义和句法特征，使词语表现出较少的上下文主题相似性和更多的句法和语义相似性。综上，包含更多信息的SWE模型性能优于单一的词嵌入学习模型。

关键词：基于依存关系的上下文；多义词表示；表示学习；句法词向量

HTML PDF 收藏

连锁故障中电力系统脆弱性的多图卷积网络分析 Research Article

Supaporn LONAPALAWONG1,陈长胜2,王灿3,陈为1

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1848-1861 doi: 10.1631/FITEE.2200035

摘要：近年来的研究引入了深度学习算法来解决这一难题。然而，现有基于深度学习的方法大多仅从拓扑层面考虑电力系统的网架结构，未能充分考虑空间信息（如电距离）以提高图卷积过程的精确度。此外，本文提出一种基于图分类任务的多图卷积网络（MGCN），在保留电力系统空间相关性的同时有效捕获物理元件之间的关联。

关键词：电力系统；脆弱性；连锁故障；多图卷积网络；加权线图

HTML PDF 收藏

基于多图卷积网络和门控循环单元的不规则区域交通流量预测 Research Articles

僧德文,吕凡顺,梁紫怡,史晓颖,方启明

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1179-1193 doi: 10.1631/FITEE.2000243

摘要：借助深度神经网络，采用仅适用于规则网格的循环神经网络或残差神经网络捕获流量预测的空间依赖性，。但是，考虑到路网和行政边界得到的区域通常是不规则的。因此将城市划分成网格进行预测是不准确的。提出一种基于多图卷积网络和门控循环单元（MGCN-GRU）的不规则区域交通流量预测模型。首先，构建一个城市异质区域间关联图反映各区域间的关联。在每个图中，节点表示不规则区域，边代表区域间的关联类型。然后，提出一个多图卷积网络融合不同区域间关联图和附加属性。进一步采用门控循环单元捕获时序依赖并预测未来交通流量。

关键词：交通流量预测；多图卷积网络；门控循环单元；不规则区域

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：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。

关键词：脑电图；情感识别；注意力机制；人格特征

HTML PDF 收藏

基于全卷积网络的多焦距图像融合算法 Research Articles

郭瑞1,2,申铉京1,2,董小瑜1,2,张小利1,2

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900336

摘要：提出一种多焦距图像融合方法，在该算法中构造用于焦点检测的全卷积网络（fully convolutional network for focus detection，FD-FCN）。为获得更精确的焦点检测图谱，在该网络中添加跳层，从而在生成图谱过程中同时提供详细和抽象的视觉信息。基于数据集CIFAR-10，为该网络构建一个新的训练数据集。运用FD-FCN的图像融合算法包含3个步骤：使用FD-FCN获得焦点图谱，通过对焦点图谱进行形态学处理生成决策图，使用决策图进行图像融合。开展了多组实验，主客观评估结果均表明该融合方法优于同类先进算法。

关键词：多焦距图像融合；全卷积网络；跳层；性能评估

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：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