首页>知识导航 > 建筑文化 > 国外建筑 > 铁塔名桥
资源种类 收起
年份 收起
展开更多
语种 收起
学科分类 展开
出版状态 展开
订阅
至 收起
学术论文
  • [期刊论文] 《地球物理学报》 ISTIC EI SCI PKU CSSCI - 2026年3期
    断层识别是地震构造解释中的关键步骤,对油气资源勘探与开发有重要意义.虽然深度学习方法在提升断层识别效率与精度上取得显著进展,但现有方法在高噪声与构造复杂的地质条件下对小尺度断层及断层交汇区域的识别存在误检和漏检问题.本研究基于UNet架构构建了结合多尺度金字塔注意力和混合池化注意力的三维改进网络结构MS-HPANet,模型在编码解码阶段引入多分支空洞卷积和通道注意力机制,在不同尺度上同时捕捉局部断层细节与全局构造信息,提升对小尺度断层的感知能力.同时,在跳跃连接路径中引入了方向性池化与分组注意力机制,通过模拟断层在不同方向上的特征表现,引导模型重点关注沿主要断裂方向的响应特征,有效抑制背景噪声对断层识别的干扰,从而提升预测结果的连贯性与稳定性.经实验证明,所提出的优化策略使模型在受噪声干扰的条件下仍能准确提取断层结构,显著提升了断层识别的鲁棒性与连贯性.
    深度学习断层识别语义分割特征融合
  • [期刊论文] 《中外建筑》 - 2026年9期
    在比萨斜塔始建年份考据中,发现这一基础问题竟在权威百科与经典出版物中存在普遍矛盾,揭示出知识在历时性与跨学科传播中的系统性偏差.研究并未止步于年代校勘,而是借此机会完成了一次现象学直观实践:通过"悬置"与"还原",依次剥离钟楼碑铭的虚假物质性和《艺苑名人传》(Le Vite)的权威性,并最终追溯实施"比萨历"的中世纪生活世界中.超越个案,反思历史考据中由语言转译、权威依赖以及跨学科传播所构成的多重遮蔽.提炼出可操作的建筑史现象学研究方法,旨在丰富一种抵御自然态度与重返历史具体性、追求知识明见性的批判工具.
    现象学直观建筑史《艺苑名人传》比萨斜塔比萨历
  • [期刊论文] 《电力系统保护与控制》 ISTIC EI SCI PKU CSSCI - 2026年7期
    风速区间值预测通过捕捉实际风速波动范围,能够有效反映风速的随机性和不确定性.然而,由于风速区间值序列的多尺度波动特性,单一预测模型往往难以全面表征其复杂波动趋势,预测性能受限.基于此,提出一种基于时序金字塔双层集成学习架构的短期风速区间值预测方法.该方法主要包括数据预处理优化、多模型融合集成预测机制构建、集成输出优化三部分.在数据预处理优化中,采用红嘴蓝鹊(red-billed blue magpie optimizer,RBMO)算法优化变分模态分解参数,实现信号在频域上的有效分离.在多模型融合集成预测机制中,结合时序金字塔注意力机制融合多种模型优势,对子序列的多尺度特征模式进行差异化建模.集成输出优化则利用灰狼优化(grey wolf optimizer,GWO)算法优化子序列预测结果的输出权重,以捕捉各子序列与真实风速之间的不同特征相关性.算例分析表明:所提预测方法能够显著提升短期风速预测精度,具有较强的泛化能力和稳定性.
    区间值预测集成学习Pyraformer金字塔注意力机制
  • [期刊论文] 《图书馆学研究》 ISTIC EI SCI PKU CSSCI - 2026年8期
    针对专业图书馆资源持续增长与经费有限的核心矛盾,探讨如何构建一个科学、高效、可持续发展的资源保障体系,以期为优化专业图书馆资源建设模式提供理论依据与实践参考.文章基于分级管理理念与帕累托分析法,提出金字塔型资源结构模型,将图书馆资源划分为核心资源层、扩展资源层与共享资源层,核心层保障专业深度,扩展层覆盖学科广度,共享层支持综合素养.从资源建设内容、获取方式与保障利用三个维度,系统阐述各资源层级的功能定位、建设标准及协同运行机制.研究表明,该模型能够实现不同层级资源的动态配置与协同保障,在预算有限的前提下可使资源保障效能最大化.
    专业图书馆资源建设金字塔模型馆藏结构资源共享
  • [期刊论文] 《计算机工程与应用》 ISTIC EI SCI PKU CSSCI - 2026年20期
    针对工业异常检测中传统逆蒸馏方法难以平衡细粒度与结构性异常特征,以及细粒度异常在复杂噪声背景下判别性不足的问题,提出一种基于金字塔-膨胀重建式逆蒸馏(PDR²D)的全尺度工业异常检测方法.设计金字塔交叉注意力调制器(PCAM),通过通道解耦与多尺度卷积分离特征流,并融合空间与通道维度的交叉注意力机制,实现细粒度与结构性异常的动态平衡感知.提出多重膨胀可分离注意力门控(MDS-AG),设计多路深度空洞可分离卷积捕获多尺度异常响应,并构建全局语义引导的样本级注意力门控,以自适应判别细粒度异常特征并抑制背景噪声.采用重建损失和知识蒸馏损失作为联合优化目标,以重建损失约束正常和异常特征的差异,以知识蒸馏损失对齐师生网络表征,从而在推理阶段仅需计算师生网络多尺度特征差异即可生成高精度异常热图.实验结果表明,在MVTec AD、VisA、BTAD和MPDD数据集上的图像级AUROC分别为99.4%、96.4%、95.2%和95.3%,像素级AUROC分别为98.2%、98.7%、97.4%和98.7%,PRO分别为94.8%、94.4%、76.9%和95.6%,显著优于现有方法,实现了从细粒度异常到结构性异常的全尺度高精度检测.
    工业异常检测逆蒸馏注意力机制多尺度卷积联合损失
  • [期刊论文] 《模式识别与人工智能》 ISTIC EI SCI PKU CSSCI - 2026年1期
    无监督磁共振图像(Magnetic Resonance Imaging,MRI)配准的主流方法通常基于卷积神经网络或Trans-former 架构,但二者均存在明显局限:卷积神经网络受局部感受野限制,难以建模长距离依赖;Transformer的自注意力机制计算复杂度较高,通常无法在全分辨率下实现精细配准.为此,文中提出基于多窗口多层感知机的特征金字塔网络(Multi-window Multi-layer Perceptron Feature Pyramid Network,PyraMLP-Net),旨在实现高效、精准的全分辨率脑部MRI配准.首先,设计权重共享特征提取模块,通过并行的双路卷积编码,从一对图像中提取多尺度特征.然后,构建特征金字塔解码模块,以相关感知多窗口多层感知机为核心,通过自下而上的路径,逐步融合不同尺度的特征信息,实现变形场的由粗到精优化.最后,设计空间变换网络模块,以变形场为参数,对待配准图像进行可微分重采样,生成最终配准结果.在3个公开脑部MRI数据集上的实验表明,PyraMLP-Net在配准精度、稳定性和效率方面均较优.
    脑部磁共振成像医学图像配准多层感知机无监督学习
  • [期刊论文] 《模式识别与人工智能》 ISTIC EI SCI PKU CSSCI - 2026年1期
    针对风格迁移中内容失真、出现伪影与频域特性利用不足的问题,文中提出基于频域增强自适应通道注意力与特征金字塔融合的可逆流网络风格迁移方法.首先,以预训练VGG19为基础架构,设计可逆流网络,利用无偏差特征传递机制减少特征损耗,保障内容结构的完整性.然后,设计频域增强自适应通道注意力模块,解析风格图像频域分布,建立内容特征与风格特征的精准关联,提升风格化效果.最后,构建特征金字塔融合模块,对齐全局风格与局部纹理,提升迁移结果协调性.在MS-COCO、WikiArt数据集上的实验表明,文中方法能平衡风格传递与内容保留,在内容结构完整性、风格化效果及计算效率上均较优.
    计算机视觉深度学习风格迁移自注意力机制
  • [期刊论文] 《太阳能学报》 ISTIC EI SCI PKU CSSCI - 2026年1期
    为改善槽式太阳能集热管因非均匀受热引起的较大周向温差问题,通过冲压工艺在传统金属集热管内壁加工出金字塔型内表面集热管,并采用数值模拟方法,对比分析金字塔粗糙元不同长度比、宽度比、高度比对管内流动与传热特性、集热管周向最大温差、二次流强度以及局部传热特性的影响.研究结果表明:金字塔型粗糙元的引入提高了传统集热管的换热能力,其结构参数会不同程度地影响流动与传热特性,最大强化传热因子达1.59.与传统集热管相比,金字塔型强化管周向最大温差降幅最高可达51.68%.此外,局部努塞尔数(Nulocal)在周向上呈周期性变化规律,在金字塔粗糙元的塔尖和塔底之间出现峰值.截面平均努塞尔数(Nuz)与二次流强度(Sez)沿流动方向的变化趋势一致,同时,Num和Se随雷诺数(Re)的变化趋势也保持一致,表明金字塔型内表面管内二次流强度决定其换热强度.
    太阳能集热器传热二次流阻力系数数值模拟
  • [期刊论文] 《计算机工程》 ISTIC EI SCI PKU CSSCI - 2026年6期
    输电铁塔作为输电线路的支撑,其良好的状态对电力系统运行至关重要,但目前研究中尚无输电铁塔状态检测数据集.为实现对铁塔危险状态的检测和预警,首先构建一个包含异物入侵、动物巢穴、塔基遮挡、外力破坏等7种类别的铁塔状态图像数据集,然后提出轻量的输电铁塔状态检测算法CT-YOLO.提出轻量化的骨干网络L-ELANnet,采用L-ELANnet能实现检测精度无明显变化的前提下减少3/4的参数量;提出基于ECA(Efficient Channel Attention)机制的空间金字塔池化(SPP)模块,该模块能以更少的参数量实现不同尺度特征融合;采用k-means++算法优化模型先验框,提升模型对数据集中垃圾、起重机等细长目标的学习能力;引入Wise-IoU作为边框损失函数,Wise-IoU通过为不同质量的数据提供动态非单调的梯度增益,能从整体上提升模型的训练精度和收敛速度.最后开展消融和对比实验,验证改进模型的有效性和优越性.实验结果表明,与原始模型相比,所提基于轻量YOLOk-means++算法的mAP@0.5从94.9%提高到95.4%,检测速度提高了21.5%,每秒帧数(FPS)达到113.6帧/s,并且模型大小仅为14.9 MB,参数数量是原模型的1/5.总体而言,改进后的模型具有更高的检测精度和更快的检测速度,同时与主流目标检测算法相比,所提算法在输电铁塔状态检测方面具有更优越的性能.
    输电铁塔状态检测CT-YOLO算法L-ELANnet网络k-means++算法Wise-IoU损失函数
  • [期刊论文] 《遥感学报》 ISTIC EI SCI PKU CSSCI - 2026年1期
    线性解混模型因其高效性(计算简单、可扩展性)、明确的物理意义和易于处理受到广泛关注.在各种线性解混方法中,自编码器解混技术在数据拟合能力和深度特征提取能力方面展现出了显著的优势.然而,这种方法也存在一些局限性.例如,输入数据因含有噪声使得模型在处理过程中的泛化能力下降;面对多尺度特征时候往往有一些冗余问题;为了在保持长距离依赖的同时确保计算复杂度为线性,还需要深入理解空间和光谱的特性.为此,本文提出了一种自注意力模块来对高光谱图像进行去噪处理,并提出了一种新的基于Mamba模型的高光谱图像模型.首先设计了一个空间Mamba块用于提取空间特征;然后在光谱方面,提出了一种光谱Mamba块;最后,将光谱向量分成多个组,挖掘不同光谱组之间的关系,并提取光谱特征.将这3种模块融合进多阶段卷积自编码器网络,形成了多阶段曼巴注意力解混框架PSAMN(Phase-wise Mamba Attention Unmixing Framework).将本文提出的PSAMN模型在合成高光谱数据集和真实高光谱数据集上进行比较实验.实验结果表明把本文提出的解混模型比现有的算法更具有有效性和竞争力.
    高光谱解混深度学习Mamba模型自注意力模块曼巴块
1 2 3 4 5 下一页 GO
回到顶部
选择了条数据