资源类型

期刊论文 632

年份

2024 2

2023 68

2022 77

2021 83

2020 63

2019 49

2018 43

2017 43

2016 41

2015 10

2014 2

2013 4

2012 9

2011 8

2010 4

2009 8

2008 12

2007 15

2006 19

2005 19

展开 ︾

关键词

神经网络 27

人工智能 7

人工神经网络 6

BP神经网络 4

机器学习 4

网络 4

网络安全 4

网络空间安全 4

预测 4

COVID-19 3

网络空间 3

5G 2

BP算法 2

RBF神经网络 2

中国制造 2

仿真 2

体系结构 2

可持续发展 2

展开 ︾

检索范围:

排序: 展示方式:

连锁故障中电力系统脆弱性的图卷网络分析 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: 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)以提高图卷过程的精确度。此外,本文提出一种基于图分类任务的图卷网络(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;图卷网络;加权线图    

基于图卷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。提出一种基于图卷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,提出一个图卷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;图卷网络;门控循环单元;不规则区域    

基于图卷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: 提出一种基于图卷注意力网络(graph convolutional attention network, GCAN)的视频摘要方法。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;同时利用多层图卷网络学习图嵌入,反映视频帧样本的本征结构。

关键词: 时序学习;自注意力机制;图卷网络;上下文融合;视频摘要    

一种针对盲图像质量评估的模态密集卷积网络 Research Article

Nandhini CHOCKALINGAM, Brindha MURUGAN

《信息与电子工程前沿(英文)》 2023年 第24卷 第11期   页码 1601-1615 doi: 10.1631/FITEE.2200534

摘要: 在IQA中使用卷积神经网络面临两个常见难题。一是这些方法难以提供图像最佳表示,另一个问题是模型具有大量参数,容易导致过拟合。为解决这些问题,提出一种参数更少的深度学习模型——密集卷积网络(DSC-Net),用于无参考图像质量评估(NR-IQA)。此外,将模态数据用于深度学习明显改进各种应用的性能。模态密集卷积网络(MDSC-Net)融合了灰度共生矩阵(GLCM)方法提取的纹理特征和DSC-Net方法提取的空间特征,并对图像质量进行预测。

关键词: 无参考图像质量评估;盲图像质量评估;模态密集卷积网络;深度学习;视觉效果;感知质量    

基于全卷积网络焦距图像融合算法 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。

关键词: 焦距图像融合;全卷积网络;跳层;性能评估    

基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法 Research Article

陈小龙,牟效乾,关键,刘宁波,周伟

《信息与电子工程前沿(英文)》 2022年 第23卷 第4期   页码 630-643 doi: 10.1631/FITEE.2000611

摘要: 更快的区域卷积神经网络(Faster R-CNN)作为一种经典深度学习目标检测算法,已广泛应用于高分辨率合成孔径雷达和逆合成孔径雷达的图像检测。本文以导航雷达PPI图像为例,针对复杂背景(如海杂波)和目标特性情况,提出一种基于海面的更快的区域卷积神经网络(Marine-Faster R-CNN)算法的海面目标检测方法。该方法利用卷积神经网络(CNN)对雷达回波生成的PPI图像进行特征提取和目标识别。首先,为提高检测海面目标的准确率,降低虚警率,设计了特征融合网络FFNet(Feature Fusion Network),并从锚点尺度、多目标检测、数据样本平衡性、尺度归一化等方面优化Faster R-CNN

关键词: 海面目标检测;导航雷达;平面位置指示器(PPI)图像;卷积神经网络;更快的区域卷积神经网络    

一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法 Regular Papers

Lu-di WANG, Wei ZHOU, Ying XING, Na LIU, Mahmood MOVAHEDIPOUR, Xiao-guang ZHOU

《信息与电子工程前沿(英文)》 2019年 第20卷 第3期   页码 405-413 doi: 10.1631/FITEE.1700413

摘要: 本文提出一种基于卷积神经网络(convolutional neural network,CNN)的导联重构方法。

关键词: 卷积神经网络(CNNs);心电图重构;电子健康    

基于去散射与边缘增强算法的水下图像复原 Research Papers

Pan-wang PAN, Fei YUAN, En CHENG

《信息与电子工程前沿(英文)》 2019年 第20卷 第6期   页码 862-871 doi: 10.1631/FITEE.1700744

摘要: 首先,提出一种用于水下图像去散射的尺度迭代框架。利用卷积神经网络估计传输图,再用自适应双边滤波器改进传输图估计结果。由于无可用数据集训练网络,收集包含2000个水下图像的数据集以获得合成数据。

关键词: 图像散射;边缘增强;卷积神经网络;非下采样轮廓波变换    

深度三维重建:方法、数据和挑战 Review Article

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

《信息与电子工程前沿(英文)》 2021年 第22卷 第5期   页码 615-766 doi: 10.1631/FITEE.2000068

摘要: 基于深度学习的三维重建方法通过利用深度网络自动学习低质量图像中的三维形状语义特征,克服了这两个瓶颈。然而,这些方法具有多种体系框架,但是至今未有文献对它们作深入分析和比较。首先,基于不同深度学习模型框架,将基于深度学习的三维重建方法分为4类:递归神经网络、深自编码器、生成对抗网络卷积神经网络,并对相应方法作详细分析。其次,详细介绍上述方法常用的4个代表性数据库。

关键词: 深度学习模型;三维重建;循环神经网络;深度自编码器;生成对抗网络卷积神经网络    

深度卷积神经网络高效计算研究进展 Review

Jian CHENG, Pei-song WANG, Gang LI, Qing-hao HU, Han-qing LU

《信息与电子工程前沿(英文)》 2018年 第19卷 第1期   页码 64-77 doi: 10.1631/FITEE.1700789

摘要: 近年来迅速发展的深度神经网络已成为许多智能系统的基础工具。同时,深度网络的计算复杂度和资源消耗也在持续增加,这给深度网络的部署带来了严峻挑战,尤其在实时应用中或应用设备资源有限时。因此,网络加速是深度学习领域的热门话题。为提升深度神经网络的硬件性能,最近几年涌现出一大批基于现场可编程门阵列(field-programmable gate array, FPGA)或专用集成电路(application-specific本文针对网络加速、压缩、软硬件结合的加速器设计等方面的进展进行了详细而全面的总结。特别地,本文对网络剪枝、低秩估计、网络量化、拟合网络、紧凑网络设计以及硬件加速器进行了深入分析。

关键词: 深度神经网络;加速;压缩;硬件加速器    

面向 2035 的模态智慧网络技术发展路线图

李军飞,胡宇翔,伊鹏,邬江兴

《中国工程科学》 2020年 第22卷 第3期   页码 141-147 doi: 10.15302/J-SSCAE-2019.11.010

摘要:

当前互联网的基础架构与技术体系,在智慧化、多元化、个性化、高鲁棒、高效能等方面面临重大挑战,亟需变革网络基础架构并构建全维可定义的模态智慧网络本文在研判国内外网络技术领域发展态势的基础上,提出了模态智慧网络技术的发展目标并凝练形成关键前沿技术预见清单,据此构建了面向2035 年的我国模态智慧网络技术发展路线图。研究表明,应前瞻布局网络架构、寻址与路由、网络全维可定义、网络智慧化、网络鲁棒控制等关键技术研发,以核心芯片、产品、系统等为核心内容来引导相关产业发展;可重点部署面向信息基础设施、垂直行业网络、天地一体化、人机物泛在互联的示范工程建设,以推动智慧网络业务落地实施。此外,从政策保障、科研平台支撑与联合攻关、扩大国际交流、人才培育与引进等方面提出了我国模态智慧网络技术的保障措施建议。

关键词: 智慧网络模态,体系架构,全维可定义,鲁棒控制,技术路线图    

一种式联运网络运输方式的组合优化模式

王涛,王刚

《中国工程科学》 2005年 第7卷 第10期   页码 46-50

摘要:

针对我国式联运目前普遍存在的信息化水平不高,缺乏相应的决策支持系统的现状,首先对多种运输方式的运输特性进行了分析,通过对比,得出了运输方式的选择依据;然后建立了式联运虚拟运输网络;最后在运输方式选择依据和运输网络的基础上得出了多种运输方式组合优化模型

关键词: 式联运     运输方式     组合优化    

Aggregated context network for crowd counting

Si-yue Yu, Jian Pu,51174500148@stu.ecnu.edu.cn,jianpu@fudan.edu.cn

《信息与电子工程前沿(英文)》 2020年 第21卷 第11期   页码 1535-1670 doi: 10.1631/FITEE.1900481

摘要: has been applied to a variety of applications such as video surveillance, traffic monitoring, assembly control, and other public safety applications. Context information, such as perspective distortion and background interference, is a crucial factor in achieving high performance for . While traditional methods focus merely on solving one specific factor, we aggregate sufficient context information into the network to tackle these problems simultaneously in this study. We build a fully convolutional network with two tasks, i.e., main density map estimation and auxiliary . The main task is to extract the multi-scale and spatial context information to learn the density map. The auxiliary task gives a comprehensive view of the background and foreground information, and the extracted information is finally incorporated into the main task by late fusion. We demonstrate that our network has better accuracy of estimation and higher robustness on three challenging datasets compared with state-of-the-art methods.

关键词: 人群计数;卷积神经网络;密度估计;语义分割;多任务学习    

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: 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。

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    

一种面向模通讯系统的标准低资源消耗Viterbi译码器 None

Yi-qi XIE, Zhi-guo YU, Yang FENG, Lin-na ZHAO, Xiao-feng GU

《信息与电子工程前沿(英文)》 2018年 第19卷 第4期   页码 536-543 doi: 10.1631/FITEE.1601596

摘要: 基于一种新型标准卷积码码字生成单元设计一种参数可重构Viterbi译码器,优化译码器的资源消耗,提高对参数的兼容性。标准卷积码码字生成单元用于产生所有状态码,采用迭代运算方式计算所有可能存在的标准卷积码码字。在重新计算分支度量值及对度量值与转换路径重新排序时,基于新型准卷积码码字生成单元的Viterbi译码器结构能够减少运算资源消耗。参数可重构Viterbi译码器结构能够支持范围为3~9的可变约束长度,1/2、1/3、1/4的可变码率,以及完全可配置的约束多项式。

关键词: 可重构Viterbi译码器;参数;低资源消耗;标准卷积码码字生成单元;可配置多项式    

标题 作者 时间 类型 操作

连锁故障中电力系统脆弱性的图卷网络分析

Supaporn LONAPALAWONG1,陈长胜2,王灿3,陈为1

期刊论文

基于图卷网络和门控循环单元的不规则区域交通流量预测

僧德文,吕凡顺,梁紫怡,史晓颖,方启明

期刊论文

基于图卷注意力网络的视频摘要方法

李平1,2,唐超1,徐向华1

期刊论文

一种针对盲图像质量评估的模态密集卷积网络

Nandhini CHOCKALINGAM, Brindha MURUGAN

期刊论文

基于全卷积网络焦距图像融合算法

郭瑞1,2,申铉京1,2,董小瑜1,2,张小利1,2

期刊论文

基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法

陈小龙,牟效乾,关键,刘宁波,周伟

期刊论文

一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法

Lu-di WANG, Wei ZHOU, Ying XING, Na LIU, Mahmood MOVAHEDIPOUR, Xiao-guang ZHOU

期刊论文

基于去散射与边缘增强算法的水下图像复原

Pan-wang PAN, Fei YUAN, En CHENG

期刊论文

深度三维重建:方法、数据和挑战

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

期刊论文

深度卷积神经网络高效计算研究进展

Jian CHENG, Pei-song WANG, Gang LI, Qing-hao HU, Han-qing LU

期刊论文

面向 2035 的模态智慧网络技术发展路线图

李军飞,胡宇翔,伊鹏,邬江兴

期刊论文

一种式联运网络运输方式的组合优化模式

王涛,王刚

期刊论文

Aggregated context network for crowd counting

Si-yue Yu, Jian Pu,51174500148@stu.ecnu.edu.cn,jianpu@fudan.edu.cn

期刊论文

体育视频摘要中的镜头分类和回放检测

Ali JAVED, Amen ALI KHAN

期刊论文

一种面向模通讯系统的标准低资源消耗Viterbi译码器

Yi-qi XIE, Zhi-guo YU, Yang FENG, Lin-na ZHAO, Xiao-feng GU

期刊论文