计算机应用研究

作者：曾凡康,杨凯雯,刘佳磊,邢玉清,李文强,闫凤鸣,吴莉莉,

单位：1.河南农业大学理学院,郑州450002；2.河南农业大学植物保护学院,郑州450046；

关键词：EPG波形,多尺度卷积,注意力机制,残差网络,智能识别,

基金：国家自然科学基金资助项目(32472647)；；

针对昆虫刺吸电位（electrical penetration graph，EPG）信号幅值微弱、多频段耦合与行为边界模糊等识别难点，进行了基于多分支残差注意力网络（multi-branch attention-residual network，MARNet）的建模研究。该方法采用并行多尺度卷积以刻画局部与长程模式，引入通道与时序注意力以强化关键特征，并通过残差连接提升深层信息传递与训练稳定性。基于标注EPG数据集的对比实验表明，MARNet在精确率、召回率、mAP@0.5与F1等指标上均优于CNN-LSTM、Transformer及ResNet1D，且推理延迟与计算开销较低。结果显示，该方法具备良好的实时分类与泛化能力，可为EPG波形解析与昆虫取食行为量化提供有效技术支撑。

来源：2026年第5期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第5期