基于光谱空间注意力融合和可变形卷积残差网络的高光谱图像分类方法.pdf

基于残差与自注意力机制的图卷积小样本图像分类方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114781549 A (43)申请公布日 2022.07.22 (21)申请号 202210598377.6 G06V 10/764 (2022.01)

2023-05-13 约4.89千字 6页立即下载

基于3D卷积的多尺度注意力深度卷积网络的遥感图像融合方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112819737 B (45)授权公告日 2023.04.07 (21)申请号 202110042742.0 G06N 3/0464 (2023.01) (22)申请日 2021.0

2023-06-06 约1.89万字 18页立即下载

一种基于多尺度残差和窗口注意力的两阶段八度卷积的屏幕内容图像压缩方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117544783A (43)申请公布日2024.02.09 (21)申请号202311563085.X (22)申请日2023.11.22 (71)申请人山东大学

2024-02-05 约2.41万字 18页立即下载

一种基于双路注意力卷积神经网络的宫颈OCT图像分类方法及系统.docx PAGE 1- 一种基于双路注意力卷积神经网络的宫颈OCT图像分类方法及系统第一章引言随着现代医疗技术的不断发展，早期疾病检测与诊断在提高患者生存率和生活质量方面发挥着至关重要的作用。宫颈疾病，尤其是宫颈癌，是女性健康的一大杀手。光学相干断层扫描（OpticalCoherenceTomography，OCT）技术作为一种非侵入性成像技术，在医学诊断领域展现出巨大的潜力。近年来，基于深度学习的图像分类方法在医学图像分析中的应用日益广泛，其高精度、自动化的特点为宫颈OCT图像的分类提供了新的思路。在宫颈癌的早期诊断中，宫颈OCT图像能够提供丰富的组织结构信息，有助于医生对病情进行准确判断。然

2025-01-19 约3.3千字 6页立即下载

基于分层伪三维注意力卷积神经网络的人脸图像分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343865 A (43)申请公布日 2021.09.03 (21)申请号 202110659025.2 (22)申请日 2021.06.15 (71)申请人陕西师范大学地址

2023-06-18 约1.61万字 18页立即下载

基于注意力机制的半监督高光谱图像分类方法.pdf 基于注意力机制的半监督高光谱图像分类方法 摘要 高光谱图像数据具有三维结构，既包含了地物的二维空间信息，又包含了丰富的一维光谱信息。因此，高光谱图像在城市发展规划、地表覆盖分析和环境气候检测等领域得到了广泛的应用。在这些应用中对高光谱图像数据进行分类是一个重要的研究内容。 高光谱图像分类主要是根据每种地物反射的不同光谱曲线和不同的空间位置信息进行种类的区分。然而，由于高光谱图像具有高维度和大量的冗余信息，同时存在类别不平衡的情况。使得高光谱图像分类仍然是一个具有挑战性的问题。随着深度学习被应用于 高光谱图像分类领域，虽然其相较于传统网络显示出良好的性能，但仍存在一些需要解决的问题。基

2025-04-26 约17.84万字 81页立即下载

基于残差密集注意力和多尺度融合神经网络的图像去噪技术研究.pdf 摘要在计算机视觉领域中，图像去噪是许多图像处理任务的基础，其主要目标是消除噪声并尽可能地保留图像中的有用信息，从而提高图像质量和准确性。许多基于深度学习技术的去噪模型由于其灵活性与强大的学习能力，在空间不变噪声的表现上超越了传统算法，但在面对真实噪声时，许多模型的泛化性能受限，并且需要多级网络建模，在真实场景中无法很好地处理图像中噪声与细节。基于以上考虑，为了提升算法的实用性，本文基于深度学习技术针对图像的真实噪声去除这一问题展开了研究，主要内容如下：首先，本文提出了一种新的三段式盲去噪网络，将噪声图像分别进行特征提取、去噪、特征融合，主要思路为将经过特征提取子网络得到的特征图

2025-03-26 约9.05万字 69页立即下载

基于残差通道注意力网络的医学图像超分辨率重建方法.pptx 基于残差通道注意力网络的医学图像超分辨率重建方法;目录;PART;;;;PART;医学图像是通过各种医学影像设备（如CT、MRI、X光等）对人体内部结构进行扫描和重建得到的。这些设备利用不同的物理原理（如X射线、核磁共振等）来探测人体内部的结构和病变。;技术原理;;PART;;;;;PART;;数据预处理;;PART;;;;;;;PART;;创新性地将残差学习和通道注意力机制相结合，构建了高效的医学图像超分辨率重建网络，提高了重建图像的质量和细节表现力。;;THANKS

2024-06-30 约小于1千字 31页立即下载

一种基于残差网络和注意力机制的图像处理方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112967295 A (43)申请公布日 2021.06.15 (21)申请号 202110258693.4 G06T 7/00 (2017.01) (22)申请日 20

2023-06-09 约1.89万字 18页立即下载

基于自注意残差卷积神经网络的微表情分类方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113408381 A (43)申请公布日 2021.09.17 (21)申请号 202110635297.9 (22)申请日 2021.06.08 (71)申请人上海

2023-06-21 约8.8千字 9页立即下载

基于混合注意力残差网络实现白细胞自动分类方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113343799 A (43)申请公布日 2021.09.03 (21)申请号 202110571942.5 G06N 3/08 (2006.01) (22)申请日 20

2023-06-20 约1.51万字 14页立即下载

2025-04-04 约1.68万字 27页立即下载

采用残差网络与卷积注意力机制的设备剩余使用寿命预测方法.docx PAGE 1- 采用残差网络与卷积注意力机制的设备剩余使用寿命预测方法一、1.残差网络与卷积注意力机制概述 (1)残差网络（ResidualNetwork，ResNet）是一种深度学习架构，旨在解决深度神经网络训练过程中的梯度消失和梯度爆炸问题。该网络通过引入残差学习框架，使得网络可以学习到有效的残差映射，从而克服了传统深度神经网络在训练深层网络时的困难。ResNet在2015年由微软研究院的研究员提出，并在ImageNet竞赛中取得了突破性的成果，将当时的准确率提高了约5%。在具体实现上，ResNet通过将网络分解为多个残差块，每个残差块包含一个恒等映射和一个残差映射，使得网络可以更加稳定

2025-01-21 约2.88千字 5页立即下载

基于多级残差卷积与注意力机制的中文命名实体识别方法.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112926323 A (43)申请公布日 2021.06.08 (21)申请号 202110102206.5 (22)申请日 2021.01.26 (71)申请人江南大学地址 21

2023-06-05 约1.41万字 12页立即下载

基于注意力机制图卷积神经网络的图像检索方法与制作流程.docx PAGE 1- 基于注意力机制图卷积神经网络的图像检索方法与制作流程第一章引言随着互联网和移动设备的普及，图像数据量呈爆炸式增长，这使得图像检索成为计算机视觉领域的一个重要研究方向。图像检索技术旨在帮助用户从海量图像数据库中快速、准确地找到与查询图像相似或相关的图像。传统的图像检索方法主要依赖于图像的视觉特征，如颜色、纹理、形状等，但这些方法往往忽略了图像中丰富的语义信息。近年来，深度学习技术的快速发展为图像检索领域带来了新的突破。据相关数据显示，全球每年生成的图像数据量已经超过了2000亿张，而其中约有一半以上的图像用于娱乐和社交网络。面对如此庞大的图像数据库，传统的图像检索方法在检索

2025-01-18 约3.06千字 6页立即下载