语音任务下声学特征提取综述

郑纯军; 王春立; 贾宁, 计算机科学 发表时间:2019-12-25 13:46 期刊

...征的侧重点进行了说明。然后,近年来,随着近年来深度学习技术在各个领域上的广泛应用,在语音任务上也得到了很好的发展,文中针对目前流行的深度学习模型在声学建模中的应用分别进行了分析,按照有监督、无监督的方式总结了针对3种不同语音任务的声学特征提取方式及技术路线。文中还总结了基于多通道并融合注意力机制的模型,用于语音的特征提取。为了同时解决语音识别、声纹识别和情感识别任务,本文针对声学信号的个性化特征提出了一个基于多任务的Tandem模型;此外,提出了一个多通道协作网络模型,利用...


基于视频的人体动作识别算法综述

黄晴晴; 周风余; 刘美珍, 计算机应用研究 发表时间:2019-12-26 10:04 期刊

...基于视频的人体动作识别为核心进行展开,文章首先对传统RGB动作识别领域的算法进行了全面的回顾,包括传统算法和基于深度学习的算法,基于RGB视频的动作识别易受背景光照的影响识别精度不高,但有丰富的颜色外观信息;然后对RGB-D动作识别领域的算法进行分析总结,主要分为深度序列、骨骼和多特征融合三个方面,RGB-D视频具有多个模态可以为动作识别提供更多的信息,可以弥补基于RGB视频的不足但也带来了新的挑战;最后对常用数据集和未来可能的发展方向进行了展望。...


层次化双注意力神经网络模型的情感分析研究

曾碧卿; 韩旭丽; 王盛玉; 周武; 杨恒, 智能系统学报 发表时间:2019-12-26 14:42 期刊

在篇章级的情感分类中由于篇章级文本较长,特征提取较普通句子级分析相对较难,大多方法使用层次化的模型进行篇章文本的情感分析,但目前的层次化模型多以循环神经网络和注意力机制为主,单一的循环神经网络结构提取的特征不够明显。本文针对篇章级的情感分类任务,提出一种层次化双注意力神经网络模型。首先对卷积神经网络进行改进,构建词注意力卷积神经网络。然后模型从两个层次依次提取篇章特征,第一层次使注意力卷积神经网络发现每个句子中的重要词汇,提取句子的词特征,构建句子特征向量;第二层次以循环


基于深度学习的太阳活动区检测与跟踪方法研究

朱健;杨云飞;苏江涛;刘海燕;李小洁;梁波;冯松;, 天文研究与技术 发表时间:2019-12-18 17:32 期刊

...阳活动区对监控和预报空间天气非常重要。本文基于深度学习框架的YOLOv3-spp和DeepSort提出了一种太阳活动区检测和跟踪方法(Active Regions Detection and Tracking Method, ARDTM),该方法较好地解决了传统图像处理方法易将一个太阳活动区误检测为多个,或者多个太阳活动区误检测为一个活动区的问题;及时捕获到新产生的太阳活动区和终止跟踪消失的太阳活动区,有效地提高了太阳活动区的跟踪准确率。实验结果表明该方法可以较好地检测和跟...


机器学习在电站设备状态分析中的应用

李晓东; 陈亚鹏; 王保营; 胡乔艳; 赖菲; 吴涛; 徐创学; 薛晗光; 何新; 王智微; 高海东; 高林, 热力发电 发表时间:2019-11-06 10:13 期刊

本文对电站设备状态分析中学习向量量化(LVQ)神经网络和深度学习算法循环递归长短期记忆(LSTM)神经网络进行了详细分析,利用LSTM神经网络对磨煤机设备进行状态分析,将LSTM神经网络中最后一个隐含层的激励函数设为Softmax函数,其输出值表示设备状态的健康程度及设备可能发生事故的概率,并将LSTM神经网络和LVQ神经网络进行设备状态分析对比。结果表明,利用LSTM神经网络得到的训练模型可以得到设备状态分类更高的准确率,减少在设备状态评判中的漏报率和误报率。...


深度学习批归一化及其相关算法研究进展

刘建伟; 赵会丹; 罗雄麟; 许鋆, 自动化学报 发表时间:2019-12-27 08:57 期刊

深度学习已经广泛应用到各个领域,如计算机视觉和自然语言处理等,并都取得了明显优于早期机器学习算法的效果.在信息技术飞速发展的今天,训练数据逐渐趋于大数据集,深度神经网络不断趋于大型化,导致训练越来越困难,速度和精度都有待提升.2013年,Sergey Ioffe等人指出训练深度神经网络过程中存在一个严重问题:中间协变量迁移(internal covariate shift),使网络训练过程对参数初值敏感,收敛速度变慢,并提出了批归一化(Batch Normalization...


结合深度学习的短时车流量预测优化方法

王钰; 郭兰英; 程鑫, 计算机工程与应用 发表时间:2019-12-27 11:31 期刊

...对对短时车流量预测的准确性要求,提出了一种结合深度学习的短时车流量预测优化方法,采用神经网络Long Short-Term Memory算法,用多因素分析的思想对数据进行处理。通过对短时交通流数据进行多因素分析,如天气因素、节假日等,将短时交通流数据根据因素划分为多种数据集,根据划分的不同数据集作为训练集去预测与训练集因素相同的未来时刻车流量情况。通过这种方法,使得获取的数据更为纯净,有效的解决了多种因素对车流量预测影响情况。结果表明,该优化方法克服了车流量数据集影响因素不...


基于Faster-RCNN的零件表面缺陷检测方法

黄凤荣; 李杨; 郭兰申; 钱法; 朱雨晨, 计算机辅助设计与图形学学报 发表时间:2019-12-27 14:23 期刊

..., 无法满足智能制造需求问题, 提出了一种基于深度学习的检测方法. 以Faster-RCNN深度学习算法为算法框架, 引入聚类理论来确定anchor方案, 通过对比k-meansII和CURE聚类算法生成anchor对检测结果的影响, 提出了基于聚类生成anchor方案的Faster-RCNN的零件表面缺陷检测方法, 并引入多级ROI池化层结构, 减少ROI池化过程中取整带来的偏差, 实现高效并准确检测零件表面缺陷的目的. 通过设计缺陷图像数据采集方案, 建立了3种缺陷零件...


基于改进的三向流Faster R-CNN篡改图像识别

徐代;岳璋;杨文霞;任潇;, 计算机应用 发表时间:2019-12-30 11:32 期刊

...00张图像的实验结果表明,对拼接、缩放旋转、复制粘贴这三种篡改手段均能进行较准确的识别与定位,识别率分别为0.962,0.956,0.935。与对照文献的双向流特征提取方法相比,识别率分别提高了1.050%,2.137%,2.860%。实验表明,三向流特征提取丰富了卷积神经网络对图像的特征信息采集,提高了网络的学习性能与识别精度,同时改进的梯度算法通过分段控制参数学习率的下降速度,降低了过拟合,减少了收敛震荡,提高了收降速度,实现了算法的优化设计。...


融合邻域粗糙约简与深度森林的电力系统暂态稳定评估

李兵洋; 肖健梅; 王锡淮, 电工技术学报 发表时间:2019-12-30 11:39 期刊

...进一步提高。基于此,提出一种融合邻域粗糙约简与深度森林的电力系统暂态稳定评估方法。利用邻域粗糙集在不同粒度级别下寻找多组不同的最优特征子集以对原始特征进行再表征,通过深度森林的级联结构实现对原始暂态特征的表征学习,强化特征量与暂态稳定状态间的非线性映射关系;引入加权投票机制,提高分类过程对暂态失稳样本的重视。在IEEE 10机39节点系统上的实验结果表明,所提方法能够在提升评估精度的同时,有效降低对暂态失稳样本的误判,在不同数据规模以及不同程度的不平衡样本数据上均具有较好地...


基于深度学习的隧道衬砌结构物探地雷达图像自动识别

冯德山; 杨子龙, 地球物理学进展 发表时间:2019-12-30 13:36 期刊

...到端识别等问题,不能准确的识别实测数据。本文将深度学习中Faster R-CNN、YOLOv3这两种具有代表性的目标检测算法运用到探地雷达的图像识别当中。选择隧道的衬砌结构作为探测识别研究目标,制作了包含钢拱架、钢筋网、施工缝三类结构物标注的实测数据集。从准确率、召回率、平均准确率,准确率-召回率曲线等评价指标,分析了这两种算法在实测数据集上的表现。并对照典型的识别结果,结合这两种算法的原理说明了其运用到探地雷达图像自动识别上的特点。在测试集上,Faster R-CNN在钢...


基于时空生成对抗网络的视频修复

于冰; 丁友东; 谢志峰; 黄东晋; 马利庄, 计算机辅助设计与图形学学报 发表时间:2019-12-30 15:30 期刊

针对现有视频修复中存在的修复结果语义信息不连续问题, 提出基于时空生成对抗网络的修复方法, 其包含2种网络模型: 单帧修复模型和序列修复模型. 单帧修复模型采用单帧堆叠式生成器和空间判别器, 实现对起始帧的高质量空间域缺损修复. 在此基础上, 序列修复模型针对后续帧的缺损问题, 采用序列堆叠式生成器和时空判别器, 实现时空一致的视频修复. 在UCF-101和FaceForensics数据集上的实验结果表明, 该方法能够大幅提升修复视频的时空连贯性, 与基准方法相比, 在峰


深度学习的双人交互行为识别与预测算法研究

姬晓飞; 谢旋; 任艳, 智能系统学报 发表时间:2019-12-30 15:58 期刊

...于卷积神经网络的双人交互行为识别算法存在提取的深度特征无法有效表征交互行为序列特性的问题,本文将长短期记忆网络与卷积神经网络模型相结合,提出了一种基于深度学习的双人交互行为识别与预测一体化方法。该方法在训练过程中,完成对卷积神经网络和长短期记忆网络模型的参数训练。在识别与预测过程中,将不同时间比例长度的未知动作类别的视频图像分别送入已经训练好的卷积神经网络模型提取深度特征,再将卷积神经网络提取的深度特征送入长短期记忆网络模型完成对双人交互行为的识别与预测。在国际公开的UT-...


基于LSTM循环神经网络的大地电磁工频干扰压制

许滔滔; 王中兴; 肖卓伟; 底青云; 张文伟; 尹雄, 地球物理学进展 发表时间:2019-12-31 09:56 期刊

...深方法观测天然电磁场信号,具有频带范围宽、探测深度大等优点,被广泛应用于油气资源勘探与地球深部结构探测。但天然场源信号微弱、易受电磁干扰,压制电磁干扰是大地电磁数据处理的关键问题之一。本文提出了一种基于长短时记忆循环神经网络的大地电磁工频干扰压制方法。首先构建双向长短时记忆循环神经网络模型,然后建立数据集对模型进行训练,最后将含有工频噪声的野外实测数据输入训练好的模型,模型的输出为工频噪声,输入与输出的差值即为消噪后的真实信号。模拟数据处理结果表明去噪前后时间序列相关系数达...


基于深度学习表示的医学主题语义相似度计算及知识发现研究

沈思; 孙豪; 王东波, 情报理论与实践 发表时间:2019-12-31 11:05 期刊

[目的/意义]针对目前医学文本中疾病—基因等实体关联关系在知识发现中结合主题的研究较少,不足以揭示医学领域知识在主题层面的深层语义关联关系,提出了一套结合全文文本和领域知识主题的语义相似度计算方法。[方法/过程]以肿瘤期刊全文本为研究对象,用TWE模型进行词向量和主题向量的词嵌入表示,基于Siamese Network框架结合文本和领域知识主题进行相似度计算。[结果/结论]实验表明,本研究所提出的相似度计算方法在验证集中的预测F值达94%,最后通过对测试集数据进行聚类分析


监控视频异常检测:综述

王志国; 章毓晋, 清华大学学报(自然科学版) 发表时间:2019-12-31 15:25 期刊

监控视频在社会安全领域具有重要应用.该文对经典和新兴的监控视频异常检测算法进行分类和总结.首先,依据算法的3个属性,算法的发展阶段、算法的模型类型、算法的异常判别标准,将算法分类并逐类概述.然后,将不同类别的算法进行关联对比,分析不同模型的优缺点以及聚类判别与重构判别在不同发展阶段的特点.最后,提炼了领域内常用的模型假设与相关知识、汇总了不同算法的异常检测效果,并对未来的研究方向进行了探讨和展望.


应用深度强化学习的压边力优化控制

张新艳; 郭鹏; 余建波, 哈尔滨工业大学学报 发表时间:2020-01-02 18:08 期刊

为改善板料拉深制造的成品质量,采用深度强化学习的方法进行拉深过程的压边力优化控制。提出一种基于深度强化学习与有限元仿真集成的压边力控制模型,结合深度神经网络的感知能力与强化学习的决策能力,进行压边力控制策略的学习优化。基于深度强化学习的压边力优化算法,利用深度神经网络处理巨大的状态空间,避免了系统动力学的拟合,并且使用一种新的网络结构来构建策略网络,将压边力策略划分为全局与局部两部分,提高了压边力策略的控制效果。将压边力的理论知识用于初始化回放经验池,提高了深度强化学习算法...


基于高分辨率特征的舌象分割算法研究

马龙祥; 杨浩; 宋婷婷; 翟鹏博; 余亢, 计算机工程 发表时间:2020-01-02 18:32 期刊

...对舌诊的识别和分类具有重要意义。传统方法和主流深度学习网络在处理舌象时容易丢失部分舌象边缘信息,因此会影响下一步分类识别的精度。针对此问题,设计了一种基于舌象高分辨率特征的舌象分割算法,首先使用目标检测结构对舌体进行识别,得到舌体所在的区域。之后基于检测出的区域搭建高分辨率网络结构,提取高分辨率特征,精准提取舌体部分。实验结果表明,该方法在舌象数据集上的表现优于传统方法和主流深度学习网络结构,平均交并比达到98.2%,舌体边缘得到有效保留,从而为舌象的高精度识别和分类提供技...


基于大数据云平台的深度学习预测模型研究

陈亮亮;邵雄凯;高榕;, 软件导刊 发表时间:2020-01-02 19:46 期刊

...的数据中获取有价值的信息成为当前大数据应用的关键问题。为此,对基于大数据云平台的深度学习预测模型进行研究,以对未来序列数据走势进行有效预测。首先对几种基于深度学习的长短序列预测模型进行对比分析,分析其与传统预测模型的区别与优势,提出一种加入dropout的轻量级GRU预测模型。采用代表性天气数据作为实验对象,实验结果表明,该方法的实验预测指标MAE(平均绝对误差)的平均值相比传统预测方法有所提高,从而有效验证了轻量级GRU预测方法的正确性与有效性。...


基于深度学习的视觉SLAM综述

刘瑞军; 王向上; 张晨; 章博华, 系统仿真学报 发表时间:2020-01-03 09:24 期刊

...无人系统领域的研究焦点,其处理的对象为视觉图像;深度学习在图像处理方面展现出的强大优势,为二者的广泛结合创造了机会。本文结合深度学习应用到SLAM领域的最新研究进展,重点描述和总结了深度学习与视觉里程计、闭环检测和语义SLAM结合的突出研究成果,并对传统 SLAM 算法与基于深度学习的 SLAM 方法做了对比。最后,鉴于深度学习在图像处理方面的优势,我们着重展望了基于深度学习的 VSLAM 发展方向。...


相关搜索
 找到 30,757 条结果 
首页上一页101112131415161718下一页
关于iData
iData是第三方交流学术成果的公益互联网项目,旨在促进知识的传播和最新学术科技的共享,所有信息均来自公开、透明的互联网查询网站,iData重新对这些信息进行整合和优化,从而高效地输出有用信息,提高人与知识的连接效率。iData从创建之初便提供免费的学术文献浏览和下载。