{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2022,12,25]]，“日期-时间”：“2022-12-25T05:22:13Z”，“时间戳”：1671945733519}，“参考-计数”：44，“出版商”：“Hindawi Limited”，“许可证”：[{“开始”:{“日期-部分”：[2021,4,16]]，”日期-时间“：”2021-04-16T00:00:00 0Z”，“时间戳”：161853120000}，“content-version”：“unspecified”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“funder”：[{“DOI”：“10.13039\/501100001809”，“name”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”，“award”：[“61972104”，“61571141”]}]，”content-domain“：{”domain“[]，“crossmark-restriction”：错误}，“short-container-title”：[“Security and Communication Networks”]，“published-print”：{“date-parts”：[[2021,4,16]]}，“abstract”：“纹理分类在各种计算机视觉任务中起着重要作用。基于卷积神经网络（CNN）的纹理分类方法凭借其强大的特征提取能力受到了广泛的关注。然而，仍然存在许多挑战，例如多级纹理特征的提取和多方向关系的探索。为了解决这个问题，本文提出了压缩小波张量注意胶囊网络（CWTACapsNet），它将多尺度小波分解、张量注意块和量化技术集成到胶囊神经网络的框架中，多级小波分解负责提取频域的多尺度谱特征；此外，张量注意块探索了卷积特征通道的多维相关性，而量化技术使计算存储复杂性适合边缘计算要求。提出的CWTACapsNet提供了一种有效的方法来探索空间域特征、频域特征及其相关性，这些特征对大多数纹理分类任务都很有用。此外，CWTACapsNet受益于量化技术，适合边缘计算应用。在几个纹理数据集上的实验结果表明，所提出的CWTACapsNet不仅在准确性上而且在鲁棒性上都优于最先进的纹理分类方法<\/jats:p>“，”DOI“：”10.1155\/2021\/9949204“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,4,17]]，”date-time“：”2021-04-17T19:05:08Z“，”timestamp“：16186308000}“，”page“：“1-12”，“source”：“Crossref”，“is-referenced-by-count”：1，“title”：[“Compressed Wavelet Tensor Attention Capsule Network”]，“prefix”：“10.1155”，”volume“”：“2021“，”作者“：[{”ORCID“：”http:\/\/orcid.org\/00000-0001-5538-5364“，”authenticated-orcid“：true，”given“：”秀山“，”家人“：”刘“，”sequence“：”first“，”affiliation“：[{“name”：“广东工业师范大学电子信息工程学院，广东广州510665”}]}，{“orcid”：“http://\/orcid.org\/000-0003-4925-6085”，“authenticated-orcid“：true，”given“：”Chun“，”family“：”Shan“，”sequence“：”additional“，”affiliation“：[{“name”：“广东工业师范大学电子与信息工程学院，广东广州510665”}]}，{“orcid”：“http://\/orcid.org\/00000-0001-8083-968X”，“authenticated-orcid”：true“given”：秦，“family”：“Zhang”，“sequence“：”additional“，”affiliation“：[{”name“：”广东工业师范大学电子与信息工程学院，中国广东广州510665“}]}，{”ORCID“：”http://\/ORCID.org\/00000-0002-5276-4120“，”authenticated-ORCID“：true，”given“：“Jun”，“family”：“Cheng”，“sequence”：“additional”，“affiliance:[{“name”：“广东工业师范大学电子与信息工程学院，广东广州510665“}]}，{“ORCID”：“http://\/ORCID.org\/00000-0003-3136-9188”，“authenticated-ORCID”：true，“given”：彭，“family”：“Xu”，“sequence”：“additional”，“affiliation”：[{“name”：“广东工业师范大学电子与信息工程学院，广东广州510665“}]}]，“成员”：“98”，“参考”：[{“key”：“1”，“doi-asserted-by”：“publisher”，“doi”：“10.1109”\/lsp.2020.2987474publisher“，”DOI“：”10.1109\/lsp.2019.2951467“}，{“key”：“4”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/tips.2020.3019185”}，“key“：”5“，”DOI-assert-by“：”publisher 43“}，{”key“：”7“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1109\/TPAMI.2020.2964533“}，{“key”：“8”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2015.7299007”}，}“keys”：“9”，“doi-asserte-by”：“publisher”，“DI:”10.1109\/tips.2016.2601263”}“：”11“，”文章标题“：”小波卷积神经网络纹理分类”，“author”：“S.Fujieda”，“year”：“2017”}，{“key”：“12”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s11263-015-0872-3”}胶囊之间的路由“，”作者：“S.Sabour”}，{“key”：“15”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.inffus.2020.06.002”}“：”18“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/tip.2020.2992888“}，{”key“：”19“，”doi-asserted-by“：”publisher“，”doi“：”10.1155\/2021\/6651145“}，{“key”：“20”，“doi-assert-by”：“publisher”，“doi”：“10.1155\/2021\/6643229”}，“key“：\/j.future.2020.02.017“}，{“key”：“23”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.scs.2020.102177“}，{“key”：“24”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.cose.2020.101863”}，“key“：”25“，”doi-assert-by“：”publisher“，”doi“：”10.1155\/2020\/8864301“}、{“密钥”：“26”，“doi-asserte-by”：“publisher”，“DI:”10.1109\/jiot.2020.2969326“}”，{“key”：“27”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/jiot.2019.2962914”}，{“key“：”28“，”doi-asserted-by“：”publisher“，”doi“：”10.1109 \/mwc.001.1900456“}，{”key“：”29“，”doi-assertd-by“：”publisher“，”DI:“10.1109\/TNSE.2021.3058762“}”，{“key”：“30”，“doi-assert-by”：“publisher”，“doi”：“10.1109 \/TITS.2020.2970610”}，“key“”：“31”，“”doi-ssertd-by“”：”publister“，”doi“：”10.3390\/s18082440“}，{“key”：“32”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ICNSC.2008.4525297“}，{“key”：“33”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/ITNG.2009.300”}，}“key:”34“，”doi-assert-by“：”publisher“，”doi“：”10.1109\/34.192463“}36“，”doi-asserted-by“：”publisher“，”doi“：”10.1109\/CVPR42600.2020.01396“}，{”key“：”37“，”doi由“：”crossref“，”article title“：”Nystr\u00f6m former:一种基于Nystr\u00f6m的近似自我关注算法“，”author“：”Y.Xiong“，”year“：”2021“，”doi“：”10.1609\/aai.v35i6.17664“}断言，｛”issue“：”12“，”key“：”38“，”first page“：”1“，”article title“：”可扩展内核K-表示使用Nystr\u00f6m近似进行聚类：相对误差界限“，”卷“：”20“，”作者“：”S.Wang“，”年份“：”2019“，”期刊标题“：”机器学习研究杂志“}，{“key”：“39”，“doi-asserted-by”：“publisher”，“doi”：“10.1109 \/tnnls.2017.2774288”}，}“key:”40“，”doi-assert-by“：”publisher“，”doi“：”10.1109 \/tpami.2008.19 82“}，{”key“：“41”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2014.461”}，{“key”：“42”，“首页”：“253”，“article-title”：“关于材料分类的现实条件的重要性”，“author”：“E.Hayman”}“：”publisher“，”doi“：”10.1007\/978-3-030-31332-6_51“}]，“container-title”：[“安全与通信网络”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“http://downloads.hindawi.com/journals\/scn\/2021\/9949204.pdf”，“内容类型”：“application\/pdf”、“内容版本”：“vor”，“intended-application”：“text-mining”}，{“URL”：“http:\/\/downloads.hindawi.com/journals\/scn\/2021\/9949204.xml“，”content-type“：”application\/xml“，”内容-version“：”vor“，”intended-application“：”text-mining“}，{”URL“：”http://\/dowwnloads.hindawi.com/jordars\/scn \/2021\/9949204.pdf“，]，“存放”：{“date-parts“：[[2022,12,24]]，“date-time”：“2022-12-24T15:53:28Z”，“timestamp”：1671897208000}，“score”：1，“resource”：{“primary”：{“URL”：“https:\\/www.hindawi.com\/journals\/scn\/2021\/9949204\/”}，”副标题“：[]，“editor”：[{“given”：“Muhammad”，“family”：“Shafiq”，“sequence”：“additional”，“affiliation”：[]}]，“短标题”：[]，“已发布”：{“日期部分”：[[2021,4,16]]}，“references-count”：44，“alternative-id”：[“9969204”，“9949204”]，“URL”：“http://\/dx.doi.org\/10.1155\/2021\/9949204”[]，“已发布”：{“日期部分”：[[2021,4,16]]}}