期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于CNN-TPA-GRU的电价预测模型研究与应用
1
作者 刘科 王玲霞 +2 位作者 苗伊 王梓霁 《现代信息科技》 2024年第1期165-169,174,共6页
文章介绍一种解决电力市场价格波动的电价预测方法。该方法利用卷积神经网络提取输入序列的局部特征,并降维处理。同时,应用时序模式注意力机制,考虑不同时间步之间的依赖关系,为每个时间步分配权重,优化门控循环单元的输入特征。该模型... 文章介绍一种解决电力市场价格波动的电价预测方法。该方法利用卷积神经网络提取输入序列的局部特征,并降维处理。同时,应用时序模式注意力机制,考虑不同时间步之间的依赖关系,为每个时间步分配权重,优化门控循环单元的输入特征。该模型在TGE数据集上进行了验证,并与其他算法进行了比较,结果在各项评价指标上均达到最优,证实了其适应性和在电力现货市场中的可行性。 展开更多
关键词 时序模式注意力 循环神经网络 电价预测 卷积神经网络 GRU
下载PDF
水中机器人水中搬运项目策略优化
2
作者 余正秦 《电子测试》 2019年第24期55-56,共2页
针对2019年国际水中机器人大赛水中搬运主题比赛规则,提出水中机器人搬运全新的比赛策略。由于平台大量约束因素的影响,引入了一鱼带多球策略和对不同机器鱼的顶球顺序以及顶球路线进行优化;最后,针对远距离追球和直线运球以及机器鱼完... 针对2019年国际水中机器人大赛水中搬运主题比赛规则,提出水中机器人搬运全新的比赛策略。由于平台大量约束因素的影响,引入了一鱼带多球策略和对不同机器鱼的顶球顺序以及顶球路线进行优化;最后,针对远距离追球和直线运球以及机器鱼完成任务后的离开引入新的判别函数,并进行模拟实验验证。实验结果表明:新的顶球策略可以在更短的时间内完成顶球任务。 展开更多
关键词 水中搬运 2D仿真机器人 顶球算法 一鱼带多球策略
下载PDF
融合残差上下文编码和路径增强的视杯视盘分割
3
作者 梅华威 +1 位作者 苏攀 刘艳平 《中国图象图形学报》 CSCD 北大核心 2024年第3期637-654,共18页
目的 从眼底图像中分割视盘和视杯对于眼部疾病智能诊断来说是一项重要工作,U-Net及变体模型已经广泛应用在视杯盘分割任务中。由于连续的卷积与池化操作容易引起空间信息损失,导致视盘和视杯分割精度差且效率低。提出了融合残差上下文... 目的 从眼底图像中分割视盘和视杯对于眼部疾病智能诊断来说是一项重要工作,U-Net及变体模型已经广泛应用在视杯盘分割任务中。由于连续的卷积与池化操作容易引起空间信息损失,导致视盘和视杯分割精度差且效率低。提出了融合残差上下文编码和路径增强的深度学习网络RCPA-Net,提升了分割结果的准确性与连续性。方法 采用限制对比度自适应直方图均衡方法处理输入图像,增强对比度并丰富图像信息。特征编码模块以ResNet34(residual neural network)为骨干网络,通过引入残差递归与注意力机制使模型更关注感兴趣区域,采用残差空洞卷积模块捕获更深层次的语义特征信息,使用路径增强模块在浅层特征中获得精确的定位信息来增强整个特征层次。本文还提出了一种新的多标签损失函数用于提高视盘视杯与背景区域的像素比例并生成最终的分割图。结果 在4个数据集上与多种分割方法进行比较,在ORIGA(online retinal fundus image database for glaucoma analysis)数据集中,本文方法对视盘分割的JC(Jaccard)指数为0.939 1,F-measure为0.968 6,视杯分割的JC和Fmeasure分别为0.794 8和0.885 5;在Drishti-GS1数据集中,视盘分割的JC和F-measure分别为0.951 3和0.975 0,视杯分割的JC和F-measure分别为0.863 3和0.926 6;在Refuge(retinal fundus glaucoma challenge)数据集中,视盘分割的JC和F-measure分别为0.929 8和0.963 6,视杯分割的JC和F-measure分别为0.828 8和0.906 3;在RIM-ONE(retinal image database for optic nerve evaluation)-R1数据集中,视盘分割的JC和F-measure分别为0.929 0和0.9628。在4个数据集上结果均优于对比算法,性能显著提升。此外,针对网络中提出的模块分别做了消融实验,验证了RCPA-Net中各个模块的有效性。结论 实验结果表明,RCPA-Net提升了视盘和视杯分割精度,预测图像更接近真实标签结果,同时跨数据集测试结果证明了RCPA-Net具有良好 展开更多
关键词 视杯视盘分割 深度学习 注意力机制 残差空洞卷积 路径增强
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部