基于卷积神经网络和贝叶斯分类器的句子分类模型

李文宽; 刘培玉; 朱振方; 刘文锋, 计算机应用研究 发表时间:2019-04-03 11:32 期刊

传统句子分类模型存在特征提取过程复杂且分类准确率较低等不足,利用当下流行的基于深度学习模型的卷积神经网络在特征提取上的优势,结合传统句子分类方法提出一种基于卷积神经网络和贝叶斯分类器的句子分类模型。该模型首先利用卷积神经网络提取文本特征,其次利用主成分分析法对文本特征进行降维,最后利用贝叶斯分类器进行句子分类。实验结果表明在康奈尔大学公开的影评数据集和斯坦福大学情感分类数据集上,所提出的方法优于只使用深度学习的模型或传统句子分类模型。...


基于深度学习的多目标跟踪关联模型设计

侯建华;张国帅;项俊;, 自动化学报 发表时间:2019-04-03 15:48 期刊

?XX ?X T §Vol. XX, No. X201XX ACTA AUTOMATICA SINICA Month, 201X ù ? á D3 o ? ù1 áê1á 1y


中医舌象分割技术研究进展:方法、性能与展望

卢运西;李晓光;张辉;张菁;卓力;, 自动化学报 发表时间:2019-04-03 16:16 期刊

...分割的图像往往需要借助人机交互来完成。近年来,深度学习技术在图像处理及计算机视觉等多个领域取得了突破,其在图像语义分割任务中也取得了远超传统方法的进展。基于深度学习的舌象分割技术已经基本实现了全自动的鲁棒分割。本文首先从传统分割方法和基于深度学习的分割方法两方面对中医舌象分割技术发展中的主要方法进行了综述;其次,采用我们收集的舌象数据库对典型的方法进行了性能评估,并对不同舌象分割方法的特点进行分析与讨论。最后,对中医舌图像分割方法潜在的发展方向进行了展望....


基于FR-ResNet的车辆型号精细识别研究

余烨;傅云翔;杨昌东;路强;, 自动化学报 发表时间:2019-04-03 16:37 期刊

...效利用为目的,提出了一种基于残差网络特征重用的深度卷积神经网络模型FR-ResNet (Improved ResNet Focusing on Feature Reuse).该网络以ResNet残差结构为基础,分别采用多尺度输入、低层特征在高层中重用和特征图权重学习策略来实现特征重用.多尺度输入可以防止网络过深导致性能退化以及陷入局部最优;对各层网络部分加以不同程度的特征重用,可以加强特征传递,高效利用特征并降低参数规模;在中低层网络部分采用特征图权重学习策略,可以有效抑制...


EEG情感识别中基于集成深度学习模型的多分析域特征融合

晁浩; 刘永利; 连卫芳, 控制与决策 发表时间:2019-04-15 15:24 期刊

提出了一种基于集成深度学习模型的情感状态检测方法.首先从脑电信号的时域、频域和时频域中提取了四种表征情绪状态显著信息的初始特征;然后使用胶质细胞链改进的深度信念网络分别提取这些特征的高层抽象表示;最后利用判别式受限玻尔兹曼机对高层抽象特征进行融合,进行情感状态预测.在DEAP数据集上进行的实验显示,胶质链能够挖掘和利用EEG不同通道之间相关性信息,而集成深度学习模型能够有效集成EEG信号在时域、频域和时频域蕴含的情感状态相关的显著性信息....


深度强化学习中状态注意力机制的研究

申翔翔; 侯新文; 尹传环, 智能系统学报 发表时间:2019-04-17 14:41 期刊

虽然在深度学习与强化学习结合后,人工智能在棋类游戏和视频游戏等领域取得了超越人类水平的重大成就,但是实时策略性游戏星际争霸由于其巨大的状态空间和动作空间,对于人工智能研究者来说是一个巨大的挑战平台,针对Deepmind在星际争霸II迷你游戏中利用经典的深度强化学习算法A3C训练出来的基线智能体的水平和普通业余玩家的水平相比还存在较大的差距的问题。通过采用更简化的网络结构以及把注意力机制与强化学习中的奖励结合起来的方法,提出基于状态注意力的A3C算法,所训练出来的智能体在个别...


基于密集连接卷积网络的小面积指纹识别方法

陈文燕; 范文博; 杨钧宇, 计算机工程与应用 发表时间:2019-04-18 10:03 期刊

针对基于细节特征点的传统指纹识别方法在小面积指纹识别时识别率明显下降的问题,提出一种基于密集连接卷积网络的小面积指纹识别方法。首先对指纹原图做图像增强处理,其次充分利用密集连接卷积网络特征复用的优点构建提取指纹特征的深度学习模型,并将二值特征引进训练模型,最后依据指纹图像的二值特征和特征向量实现小面积指纹的注册和识别。实验结果表明,所提出的方法在自建数据集中正确识别率达到98.57%,高于基于细节特征点的传统指纹识别方法,基本满足智能移动端的应用要求。...


基于深度学习的高噪声图像去噪算法

盖杉;鲍中运;, 自动化学报 发表时间:2019-04-19 11:32 期刊

...地实现高噪声环境下的图像去噪,本文提出一种基于深度学习的高噪声图像去噪算法.该算法首先采用递增扩充卷积并且融合批量标准化和Leakly ReLU函数对输入含噪图像进行特征提取与学习;然后通过结合递减扩充卷积和ReLU函数对提取的特征进行图像重构;最后通过整合残差学习和批量标准化的端到端网络实现图像与噪声的有效分离.实验结果表明,本文提出的算法不仅能够有效地去除高噪声环境下的图像噪声,获得更高的峰值信噪比与结构相似度,而且还能够有效地改善图像的视觉效果,具有较好的实用性....


基于集成深度森林的入侵检测方法

丁龙斌; 伍忠东; 苏佳丽, 计算机工程 发表时间:2019-04-23 10:13 期刊

针对现有基于深度学习的入侵检测算法模型训练时间过长、超参数较多、数据需求量大的缺陷,本文提出一种基于集成深度森林(Ensemble Deep Forests, EDF)的入侵检测算法.本文首先类比卷积神经网络(CNN)隐藏层结构和集成学习的Bagging集成策略构造随机森林层,对每层中RF输入随机选择的特征训练,然后将输出的类向量和特征向量拼接向下层传递迭代,持续训练直到模型收敛,最后使用NSL-KDD数据集进行实验,比较EDF和CNN入侵检测算法性能.实验结果显示EDF算...


多模态深度学习综述

刘建伟; 丁熙浩; 罗雄麟, 计算机应用研究 发表时间:2019-04-26 11:47 期刊

...存在的方式,如文字、语言、声音、图形等。多模态学习是指学习多个模态中各个模态的信息,并且实现各个模态的信息的交流和转换。多模态深度学习是指建立可以完成多模态学习任务的神经网络模型。多模态学习的普遍性和深度学习的热度赋予了多模态深度学习鲜活的生命力和发展潜力。旨在多模态深度学习的发展前期,总结当前的多模态深度学习,发现在不同的多模态组合和学习目标下,多模态深度学习实...


Text-CRNN+Attention架构下的多类别文本信息分类

卢健; 马成贤; 杨腾飞; 周嫣然, 计算机应用研究 发表时间:2019-04-26 11:48 期刊

...掘和信息检索领域的研究热点。迄今为止,传统机器学习方法依赖人工提取特征,复杂度高;深度学习网络本身特征表达能力强,但模型可解释性弱导致关键特征信息丢失。为此,以网络层次结合的方式设计了CRNN网络,并引入Attention机制,提出一种Text-CRNN+Attention模型。首先利用CNN处理局部特征的位置不变性,提取高效局部特征信息;然后RNN进行序列特征建模时,引入Attention机制对每一时刻输出序列信息进行自动加权,减少关键特征的丢失;最后完成时间和空间上的特...


人脸活体检测综述

蒋方玲;刘鹏程;周祥东;, 自动化学报 发表时间:2019-04-28 10:47 期刊

人脸活体检测是为了提高人脸识别系统安全性而需要重点研究的问题。本文首先从人脸活体检测的问题出发,分个体、类内、类间三个层面对人脸活体检测存在的困难与挑战进行了阐述分析。接下来,本文以算法使用的分类线索为主线,分类别对人脸活体检测算法及其优缺点进行了梳理和总结。之后,本文就常用人脸活体检测数据集的特点、数据量、数据多样性等方面进行了对比分析,对算法评估常用的性能评价指标进行了阐述,总结分析了代表性人脸活体检测方法在照片视频类数据集CASIA-MFSD、Replay-Atta


基于深度残差生成式对抗网络的样本生成方法

王星; 杜伟; 陈吉; 陈海涛, 控制与决策 发表时间:2019-04-28 15:32 期刊

...不稳定以及模式坍塌等问题.针对以上问题,本文在深度卷积生成式对抗网络(DCGAN)的基础上结合残差网络采用了一种基于深度残差生成式对抗网络的样本生成方法 RGAN(Residual Generative Adversarial Network).该样本生成方法利用残差网络和卷积网络分别构建生成模型和判别模型,并结合正负样本融合训练的学习优化策略进行优化训练.其中,深度残差网络可以恢复出丰富的图像纹理;正负样本融合训练的方式可以增加对抗网络的鲁棒性,有效缓解对抗网络训练不稳定...


多Agent深度强化学习综述

梁星星;冯旸赫;马扬;程光权;黄金才;王琦;周玉珍;刘忠;, 自动化学报 发表时间:2019-05-06 09:04 期刊

近些年来,深度强化学习在诸多复杂序贯决策问题中取得巨大突破.由于融合了深度学习强大的表征能力和强化学习有效的策略搜索能力,深度强化学习已经成为实现人工智能颇有前景的学习范式.然而,深度强化学习在多agent系统的研究与应用中,仍存在诸多困难和挑战,以StarCraft II为代表的部分观测环境下的多agent学习仍然很难达到理想效果.在本文中,我们简要介绍了深度Q网络、深度策略梯度算法等为代表的深度强化学习算法和相关技术.同时,从多agent深度强化学习中通信过程的角度对现...


基于深度学习的极性电子元器件目标检测与方向识别方法

陈文帅;任志刚;吴宗泽;付敏跃;, 自动化学报 发表时间:2019-05-08 15:19 期刊

1 XX ò 1 X ? g ? z ? Vol. XX, No. X201X c X ACTA AUTOMATICA SINICA Month, 201X?u Y?S 45>f ì?8Iu?? ?£O { ?R1, 2?“f1, 2


基于分层基因优选多特征融合的图像材质属性标注

张红斌;邱蝶蝶;邬任重;蒋子良;武晋鹏;姬东鸿;, 自动化学报 发表时间:2019-05-14 10:17 期刊

...usion,SGSMFF)算法:提取图像传统及深度学习特征;采用分类模型计算特征预估概率;改进有效区域基因优选(Effective Range Based Gene Selection,ERGS)算法,并在其中融入分层先验信息(Stratified Priori Information,SPI),逐层、动态地为预估概率计算ERGS权重;池化预估概率并做ERGS加权,实现多特征融合.在MattrSet和Fabric两个数据集上完成实验,结果表明:SGSMFF算法中可加入任意分...


国家自然科学基金“计算机图像与视频处理”领域申请与资助项目关键词统计与分析

侯素娟;赵瑞珍;宋苏;, 软件学报 发表时间:2019-05-22 15:26 期刊

关键词反映出一份项目申请书的主要研究内容.本文统计了国家自然科学基金“计算机图像与视频处理”领域(对应代码F020502)2014-2018年申请与资助项目关键词,并分别从关键词标引量、关键词词频等方面进行分析,探讨了它们与资助率的关系.最后,运用定量的方法透过热频关键词的内容变化分析近5年“计算机图像与视频处理”领域的研究热点变化.


基于乳腺X线摄影的肿块检测综述

王俊茜;徐勇;孙利雷;蒲祖辉;, 自动化学报 发表时间:2019-05-22 16:20 期刊

...乳腺癌死亡率最为有效的方法.乳腺X线摄影检查作为医学界公认的最有效的早期乳腺癌筛检工具,可以很好的反映出乳腺存在的异常情况.乳腺癌临床中常见的病理特征为乳腺的钙化和肿块,对乳腺X线摄影中钙化点的检测技术已经相当的成熟,但对肿块区域的检测和分类依旧是一项具有挑战性的任务.因此,本文对近几年提出的基于全乳腺X线摄影的肿块检测方法进行简要综述,分别从基于传统的乳腺肿块检测方法和基于深度学习的乳腺肿块检测方法进行介绍,并讨论了乳腺X线摄影中肿块检测未来研究的发展趋势....


基于深度学习与特征融合的人脸识别算法

司琴;李菲菲;陈虬;, 电子科技 发表时间:2019-05-27 08:49 期刊

...脸的局部结构特征。针对此问题,文中提出一种基于深度学习与特征融合的人脸识别方法。该算法将局部二值模式信息与原图信息相结合作为SDFVGG网络的输入,使得提取的人脸特征更加丰富且更具表征能力。其中,SDFVGG网络是将VGG网络进行深浅特征相融合后的网络。在CAS-PEAL-R1人脸数据库上的实验表明,将网络深浅特征相融合与在卷积神经网络中加入LBP图像信息与原图信息相融合的特征信息对于提高人脸识别准确率非常有效,可得到优于传统算法和一般卷积神经网络的最高98.58%人脸识别...


基于语义分割的活体检测算法

林云; 孙晓刚; 姜尧岗; 康鑫; 解至煊; 钟勇, 吉林大学学报(工学版) 发表时间:2019-05-28 10:15 期刊

...测算法。首先,通过FCN全卷积神经网络对局部人脸区域进行语义分割,并提出带方向的卷积核对网络进行优化。其次,对对语义分割网络的结果训练一个快速的分类器进行分类。最后,深度学习网络进行串联,形成一个端到端的活体识别框架。试验结果表明:在casia活体数据集和私有数据集上表现突出、在实际项目中泛化能力突出。主要工作包括数据集的制作、特征的选取(采用深度学习自动学习的特征和手动选取特征的相结合),提出了一种卷积核的优化方法以及多个网络的串联。...


相关搜索
 找到 30,643 条结果 
首页上一页123456789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。