[2]赵志刚,吕慧显,李玉景,李京.一种基于聚类思想的SVM多类分类方法[J].青岛建筑工程学院学报,2011(1):73-76.

[4]郭黎敏,蔺春华,高需,苏醒.基于道路网络的对象聚类[J].北京工业大学学报,2019,19(6):524-533.

[5]黎玲利,孟令兵,李金宝.多尺度特征提取和多级别特征融合的显著性目标检测方法[J].四川大学学报(工程科学版),2021,53(1):170-177.

[6]严丹丹,夏鹤珑.基于多头注意力机制的人物关系抽取方法[J].成都电子机械高等专科学校学报,2020(1):32-36.

[7]霍光,林大为,刘元宁,朱晓冬,袁梦,盖迪.基于多尺度特征和注意力机制的轻量级虹膜分割模型[J].吉林大学学报(工学版),2023(9):2591-2600.

[8]陈谦,陈嘉雯,王苏颖,史锐.基于节点日负荷曲线的深度嵌入式聚类及其改进方法对比研究[J].电力科学与技术学报,2023(1):130-137.

[9]吴俊贤,何元烈.基于通道注意力的自监督深度估计方法[J].广东工业大学学报,2023(2):22-29.

[10]刘静,孙艳丰,胡永利.基于分布式低秩表示的子空间聚类算法[J].北京工业大学学报,2023,27(7):758-768.

[11]姚鑫骅,于涛,封森文,马梓健,栾丛丛,沈洪垚.基于图神经网络的零件机加工特征识别方法[J].浙江大学学报(工学版),2024(2):349-359.

[12]张小乾,王潇,薛旭倩,谈振,蒲磊.基于加权多核子空间聚类的图像分割方法[J].北京邮电大学学报,2023(3):78-83.

[13]边继龙,王厚博,李金凤.基于多尺度注意力网络的立体匹配方法[J].北京邮电大学学报,2021,44(3):27-34.

[14]寇金桥,常新旭,张杨,徐冬冬,杨林,王昕.融合多头自注意力机制的语音增强方法[J].西安电子科技大学学报(自然科学版),2020,47(1):104-110.

[15]郑游,王磊,杨紫文.基于多尺度深度图自适应融合的单目深度估计[J].武汉工程大学学报,2024(1):85-90.

[16]刘明阳,杨啟明,胡冠华,郭岩,张建东.基于Transformer的3D点云目标检测算法[J].西北工业大学学报,2023(6):1190-1197.

[17]郑征,谭磊,周楠,韩军伟,高晶,翁理国.基于多头注意力卷积网络的电力负荷预测[J].南京信息工程大学学报,2022,14(5):535-542.

[18]王万良,王铁军,陈嘉诚,尤文波.融合多尺度和多头注意力的医疗图像分割方法[J].浙江大学学报(工学版),2022,56(9):1796-1805.

[19]王娟,刘子杉,武明虎,陈关海,郭力权.融合超分辨率重建技术的多尺度目标检测算法[J].西安电子科技大学学报(自然科学版),2023(3):122-131.

[20]黄靖,汤宁,文元桥,郭玉滨,朱立夫,肖长诗.多尺度水上船舶目标视觉检测[J].哈尔滨工业大学学报,2024,56(5):103-113.