-
BWNet:一种用于红外小目标检测中层次化特征交互的桥接W形网络
摘要:红外小目标检测面临诸多挑战,这是因为目标尺寸本就较小,且结构特征不明显。传统卷积神经网络在初始层对噪声敏感,而在深层则无法捕捉细节;而Transformer和Mamba模型虽然性能更好,但复杂度极高。为解决轻量设计与检测精度之间的平衡问题,我们提出了一种桥接型W形网络(BW
来源:Neurocomputing
时间:2026-08-07
-
CTP-CLIP:一种用于弱监督语义分割的聚类文本提示框架
摘要基于对比语言-图像预训练的图像级弱监督语义分割方法虽能减少对密集像素级标注的需求,但仍面临三重挑战:类别级提示无法提供足够的层次化语义信息,类激活映射的优化往往难以适应不同训练阶段,而基于冻结的CLIP视觉特征的解码器也缺乏自适应的多级融合机制。为解决这些问题,我们提出了CT
来源:Neurocomputing
时间:2026-08-07
-
混合时序图模型在多智能体多模态轨迹预测中的应用
摘要:多智能体轨迹预测对于自动驾驶、移动机器人导航以及智能交通系统而言至关重要。尽管现有方法已取得显著进展,但在保持高计算效率的同时实现精确的多模态轨迹预测方面仍面临挑战。为解决这些问题,本文提出HTG-MMTP,一种用于多智能体多模态轨迹预测的混合时序图框架。具体而言,该框架设
来源:Neurocomputing
时间:2026-08-07
-
基于物理增强的联邦持续学习在旋转机械故障诊断中的应用
摘要旋转机械的故障诊断越来越依赖于分布式振动数据,但由于隐私限制,这些数据无法集中处理。联邦学习能够实现隐私保护下的协作,但在实际应用中,系统需不断适应新的故障类型和变化的运行条件,这往往会导致灾难性遗忘和负面迁移现象。我们提出了物理增强型联邦持续学习(PA-FCL),这是一种基
来源:Neurocomputing
时间:2026-08-07
-
基于扩散的瑕疵先验与统计调制技术,实现高保真人脸修图
抽象:面部修图旨在去除面部瑕疵,同时保留自然的皮肤纹理。其中的关键挑战在于精准定位瑕疵,并进行细致的修图处理,避免过度平滑。现有的方法通常依赖端到端的图像转换网络,直接从训练数据中学习瑕疵去除模式。然而,由于对纹理先验的建模不足,这些方法往往会产生过度平滑的结果,且在面对具有多样
来源:Neurocomputing
时间:2026-08-07
-
具有时变延迟和分布式延迟的分数阶四元数值神经网络在时间尺度上的投影同步
摘要:本研究探讨了一类具有时变延迟和分布延迟特性的分数阶四元数值神经网络。在网络模型不可分离的情况下,本文提出了一种新的控制律,并通过构建李亚普诺夫-克拉索夫斯基函数并运用矩阵不等式技术,得出了以四元数值线性矩阵不等式表示的充分条件,从而确保了所研究神经网络的投影同步。通过数值算
来源:Neurocomputing
时间:2026-08-07
-
CMCA:一种基于聚类匹配的类增量式无监督领域自适应方法,用于轴承故障诊断
摘要在条件多变的轴承故障诊断中,目标状态数据通常是在轴承使用生命周期中逐步获得的。为解决这一问题,我们提出了一种类增量无监督域适应(CI-UDA)框架,该框架能够在保持不同标签空间下知识一致性的同时,对不同阶段的域进行对齐。现有的基于样本的共享类过滤和伪标签分配方法忽略了域间差异
来源:Neurocomputing
时间:2026-08-07
-
一种用于可靠金融时间序列预测的两阶段学习架构
摘要:金融时间序列具有噪声大、非平稳性高且波动性强的特点,这使得精确预测变得尤为困难。现有的先进时间序列基础模型在具有明显季节性或趋势性的基准问题上表现优异,例如能源需求或交通流量预测,但在信号与噪声比较低的金融市场中却难以给出可靠的预测结果。为解决这一局限,我们提出了一种两阶段
来源:Neurocomputing
时间:2026-08-07
-
MAFNet:用于长期时间序列预测的多尺度主动融合网络
摘要长期时间序列预测是一项具有挑战性的任务,因为现实世界中的时间序列往往存在非平稳性、缓慢变化的趋势、季节性模式以及局部短期的残差细节。现有许多架构的局限性在于,它们要么用单一结构来处理整个序列,要么在分解后简化残差/高频成分。为解决这一问题,我们提出了MAFNet,这是一种分层
来源:Neurocomputing
时间:2026-08-07
-
枸杞多糖通过SIRT3介导的NLRP3去乙酰化作用抑制炎症,从而减轻缺血性中风
摘要
背景:炎症反应在缺血性中风中起着关键作用。NLRP3的乙酰化是加剧神经炎症的重要步骤。来自枸杞的生物活性糖蛋白LbGP具有抗炎潜力,但其在中风后神经炎症中的作用机制尚不清楚。目的:本研究旨在探讨LbGP在减轻缺血性中风后神经炎症方面的功效及分子机制。方法:采用大脑中动脉
来源:Stroke and Vascular Neurology
时间:2026-08-07