《表1 五层团簇参数传播信息表》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于团簇随机连接的CliqueNet航班延误预测模型》
与通道维度互补的空间维度的特征重标定可以更有效地“关注”到局部维度的数据。网络前向结构设计中,将输入特征U经过两层卷积神经网络得到空间标定因子β∈R1×H×W,第一层卷积产生每层的特征图随后与第二层1*1卷积神经网络相连接(参数为W S2,bS2)。然后使用Sigmoid函数σ(?)对第一层网络产生的特征图元素映射到区间[0,1]中,得到空间标定因子β,如式(5)所示。最后与输入特征U作乘积运算,其中,fS(?)表示将特征图空间位置上的元素与对应的空间标定因子β相乘,如式(6)所示。输入特征经过双重标定后,经过卷积层得到最终输出特征UO=[u1,u2,…,u C'],如式(7)所示。
图表编号 | XD00197731600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.10 |
作者 | 屈景怡、曹磊、陈敏、董樑、曹烨琇 |
绘制单位 | 天津市智能信号与图像处理重点实验室(中国民航大学)、天津市智能信号与图像处理重点实验室(中国民航大学)、天津市智能信号与图像处理重点实验室(中国民航大学)、中国民用航空华东地区空中交通管理局、中国民用航空华东地区空中交通管理局 |
更多格式 | 高清、无水印(增值服务) |