残差网络和注意力机制相结合的滚动轴承故障诊断模型

金余丰;姚美常;刘晓锋;黄凤良;, 机械科学与技术 发表时间:2019-07-11 10:13 期刊

...基于残差网络和注意力机制相结合的滚动轴承故障诊断模型。该模型以滚动轴承的一维振动时序信号作为输入,通过残差网络完成特征提取,然后经带有注意力机制的双向长短记忆神经网络单元,实现特征在时序上的表达并赋予不同的权重,输出到分类器完成端到端的振动信号分类,完成滚动轴承故障的诊断。实验表明,该模型的诊断准确率可达99.86%以上,对各故障类别的诊断率均在99%以上,提取的特征信息区分度高;模型诊断准确率优于基于特征工程的诊断模型、稳定性优于其他基于深度学习的诊断模型。...


基于深度强化学习的非置换流水车间调度问题

肖鹏飞; 张超勇; 孟磊磊; 洪辉; 戴稳, 计算机集成制造系统 发表时间:2019-07-11 14:35 期刊

针对传统调度算法不能有效利用历史数据进行学习,实时性较差而难以应对复杂多变的实际生产调度环境等问题,首次提出一种基于时序差分法的深度强化学习算法。该方法综合神经网络和强化学习实时性、灵活性的优势,直接依据输入的加工状态进行行为策略选取,更贴近实际订单响应式生产制造系统的调度决策过程。通过把调度问题转化为多阶段决策问题,用深度神经网络模型拟合状态值函数,把制造系统加工状态特征数据输入模型,采用时序差分法训练模型,把启发式算法或分配规则作为调度决策候选行为,结合强化学习在线评价...


基于交通场景区域增强的单幅图像去雾方法

梁中豪;彭德巍;金彦旭;郭梁;, 计算机应用 发表时间:2018-01-02 16:26 期刊

...远处区域去雾程度较低亮度过高等问题,本文以基于深度学习去雾算法为基础提出一种结合雾天道路图像场景深度和道路图像特点的去雾算法。该算法首先基于深度学习的去雾算法原理,构建卷积神经网络求取场景透射率。然后基于大气散射模型和透射率估计出图像深度图,且构造两个参数,上阈值和下阈值来将深度图分为中远近三个区域。再基于深度图的不同区域构造增强函数,来确定图像处理的增强幅度照,最后在传统的大气散射模型基础上结合增强幅度照,来调节不同区域的复原强度得到优化后的处理图像。实验结果表明,所提算...


基于ranking的深度张量分解群组推荐算法

杨丽; 王时绘; 朱博, 计算机应用研究 发表时间:2019-07-18 09:21 期刊

...于用户偏好建模时大多忽略了群组偏好与个人偏好的之间的相互影响以及建模初始化问题。提出了一个基于Ranking的混合深度张量分解群组推荐算法(R-HDTF)。该算法首先利用基于深度降噪自动编码器的混合神经网络对群组、个人和项目等信息进行初始化,然后提出基于成对张量分解模型来捕获群组、个人和项目之间的相关关系。最后,采用BPR标准优化张量分解的损失函数,学习提出算法的参数。在真实数据集上的实验结果表明:该算法性能优于传统的主流群组推荐算法。...


基于Faster R-CNN深度网络的油菜田间杂草识别方法

张乐;金秀;傅雷扬;李绍稳;, 激光与光电子学进展 发表时间:2019-07-18 15:09 期刊

...菜田间的杂草,提出了基于FasterR-CNN深度网络的油菜田间杂草识别方法,利用COCO数据集的深度网络模型进行迁移训练。首先,以自然环境条件下的油菜与杂草图像为样本,利用Faster R-CNN深度网络模型共享卷积特征,对比了VGG-16、ResNet-50和ResNet-101这3种特征提取网络的结果。同时,该方法还与采用3种相同特征提取网络的SSD深度网络模型进行了对比。结果表明,基于VGG-16的Faster R-CNN深度网络模型在油菜与杂草目标识别中具有明显的...


路网交通流在时空分析背景下的预测研究

李彤伟; 王庆荣, 计算机工程与应用 发表时间:2019-07-22 13:04 期刊

深度学习近年来被广泛应用于交通工程领域,针对大型路网中单个路段的交通流预测考虑因素单一、预测精度不高的问题,充分利用长短时记忆(LSTM)网络在时序数据处理方面的优势,结合路网交通流时空分析并运用LSTM模型进行预测。通过对路网中路段检测站点间交通流数据进行相关性计算,并设置不同阈值来选择出代表路段的编号构造原始数据矩阵,对矩阵进行压缩来增加运算效率,最后将压缩矩阵输入模型中进行预测。设置仿真对比实验,验证了提出的方法相较于其他几种模型预测准确率平均可提升11.84%,是一...


基于深度学习的点云语义分割综述

张佳颖;赵晓丽;陈正;, 激光与光电子学进展 发表时间:2019-07-23 13:22 期刊

近年来,深度传感器及3D扫描仪的普及,使3D点云得到了快速发展。点云语义分割作为三维场景理解和分析的关键步骤,得到了研究者的广泛关注。由于深度学习优良的高层语义理解能力,基于深度学习的点云语义分割已成为当前的研究热点。本文从语义分割的概念出发,简要叙述了点云语义分割的优势及现存的挑战。进而,详细介绍了点云分割算法及常见数据集,重点对点云语义分割领域中基于点排序、特征融合和图卷积神经网络(GCNN)的深度学习方法进行综述。最后给出了所述方法的定量结果和分析,并展望了点云语义分...


基于深度学习的扩散光学层析成像重建综述

王慧泉;吴念;赵喆;韩广;王金海;, 激光与光电子学进展 发表时间:2019-07-29 09:09 期刊

...探测生物组织光学结构的低成本、无辐射损伤、成像深度深的在体光学功能性成像技术。由于生物组织体自身所具有的强散射、低吸收特性以及成像空间分辨率的高需求使得DOT重建的逆问题具有严重病态特性。传统的逆问题解决办法主要是基于代数迭代的重建方法,随着人工智能的发展及大数据时代的到来,深度学习研究掀起了又一个新高潮,基于深度学习网络模型的逆问题解决方法逐步用于DOT重建过程中。本文在梳理传统的DOT重建算法基础上,重点综述了最新的深度学习用于DOT重建的研究进展,为本领域相关研究团队...


一种针对目标检测任务的基础网络

宋雅麟;庞彦伟;, 激光与光电子学进展 发表时间:2019-07-29 09:21 期刊

针对目标检测与图像分类任务的差别,以及大多数目标检测器过于依赖分类基础网络的问题,提出了一种针对目标检测任务的基础网络。该网络包含初始模块、特征融合模块和混合下采样模块。初始模块能减少输入图片信息的丢失。特征融合模块通过拼接不同卷积层的输出,既能加强网络对不同尺寸目标检测的鲁棒性,又能对物体检测提供更多的上下文信息,有效提高了检测精确度。在网络的下采样部分引入混合下采样模块,平衡了基础网络对目标的分类和定位能力。实验结果表明,本方法提出的网络模型在PASCAL VOC07


重点区域注意力学习的空对地目标检测算法

张萌;王仕成;杨东方;, 激光与光电子学进展 发表时间:2019-07-29 09:21 期刊

...尺寸随成像高度变化以及背景干扰复杂等特点,现有深度学习目标检测算法难以取得令人满意的效果。针对该问题,本文提出了一种重点区域注意力学习机制,用于增强特征图的表达能力,同时缓解复杂背景特征的干扰问题。首先,本文建立了重点区域注意力学习机制,使网络能够选择性地关注和利用图像中的目标区域特征;其次,通过设计区域注意和目标检测相耦合的损失函数,实现了区域注意损失和目标检测损失的同步优化;最后,本文利用空对地目标检测数据集进行了实验,实验结果表明,本文算法能够有效地关注和利用重点区域...


双谱特征和深度学习在信号调制识别中的应用

李楠, 弹箭与制导学报 发表时间:2019-07-31 15:34 期刊

辐射源信号调制样式的多样化为准确识别辐射源带来了困难,双谱对角切片特征能明显反映辐射源信号特性,深度神经网络学习则能处理信号样本大数据,将双谱特征和深度神经网络学习用于信号调制识别中,能提取辐射源信号本质特征,同时也能提高辐射源调制信号的正确识别率。仿真实验结果表明相比于其它识别算法,双谱特征能更好地反映信号特性,深度学习模型有更高的信号识别率。...


结合注意力机制的循环神经网络复述识别模型

李旭; 姚春龙; 范丰龙; 于晓强, 控制与决策 发表时间:2019-08-01 14:56 期刊

传统的基于深度学习的复述识别模型通常以关注文本表示为核心,忽略了对多粒度交互特征的挖掘与匹配。为此,本文建模文本交互空间,分别利用双向长短时记忆网络对两个候选复述句按条件编码,基于迭代隐状态的输出,通过逐词软对齐的方式从词、短语、句子等多个粒度层次上推理并获取句子对的语义表示,最后综合不同视角的语义表达利用softmax实现二元分类。为解决复述标注训练语料不足的瓶颈问题,本文在超过580,000句子对的数据集上利用语言建模任务对模型参数无监督预训练,再使用预训练好的参数在标...


基于深度学习的光学遥感图像飞机检测算法

董永峰;仉长涛;汪鹏;冯哲;, 激光与光电子学进展 发表时间:2019-08-05 20:00 期刊

光学遥感图像目标检测一直都是遥感领域研究的热点之一,但现有的检测方法对背景复杂且尺寸较小的目标检测准确率不高,针对以上问题,本文提出了一种基于Mask-Rcnn为基础框架的目标检测方法。该算法以Res Net50为特征提取网络并在此基础之上利用特征重用技术来更好的提取目标的语义特征,且针对不同类型的飞机尺寸比例不固定等特点,设计了一组更加合适的候选框尺度集合。经实验结果证明,该方法与以往常用的检测算法相比在小物体检测上拥有更高的检测精度。


基于残差通道注意力和多级特征融合的图像超分辨率重建

席志红;袁昆鹏;, 激光与光电子学进展 发表时间:2019-08-05 20:01 期刊

针对模型VDSR(very deep super resolution)中存在的以下问题,忽略特征通道间的相互联系,未能充分利用各层特征,参数量过大,以及计算复杂度过高。本文提出一种基于残差通道注意力和多级特征融合的的图像超分辨率重建的网络结构,通过引入残差通道注意力,自适应的校正信道的特征响应,提高网络的表征能力;网络整体使用递归结构,在每个递归块内实现参数共享,减少参数数量;多级特征融合的方式充分提取图像特征,并使用分组卷积代替传统卷积进一步减少参数数量,降低计算复杂


基于高阶统计信息的深度哈希学习方法

顾岩;赵崇宇;黄平;, 计算机工程 发表时间:2019-08-06 13:35 期刊

深度哈希由于其检索效率和存储代价的优势被广泛应用于大规模图像检索领域,并取得良好效果。为增强哈希编码的区分能力,提高检索准确率和时间效率,本文提出了一种基于高阶统计信息的深度哈希学习模型(Balanceable and Compatible Multi-Index Deep High-order Hashing, BCI-DHH)。首先,采用改进的VGG-m对输入的图像分别提取基于层内的自相关特征和基于层间的互相关特征,并生成了归一化的高阶统计向量;其次,通过引入权重参数对...


基于深度学习的胸部14种常见病变诊断方法

张驰名; 王庆凤; 刘志勤; 黄俊; 陈波; 付婕; 周莹, 计算机工程 发表时间:2019-08-08 16:42 期刊

...度的差异性与多样性,且疾病样本不平衡等问题,用深度学习来检测、定位胸部疾病仍是一项具有挑战性的任务。针对以上问题,本文提出了一种胸部疾病诊断网络,首先通过压缩-激励模块实现自适应特征重标定,提高网络细粒度分类能力,其次采用全局最大-平均池化层增强网络病理特征的空间映射能力;然后使用焦点损失减少简单、易分类样本的权重,使得模型在训练时更专注于困难、易错分样本的学习;最后,通过梯度加权类激活映射实现弱监督病变区域可视化定位,为网络预测结果提供相应的视觉解释,进一步加深临床医生对...


面向财税领域的实体识别与标注研究

仇瑜; 程力, 计算机工程 发表时间:2019-08-08 17:01 期刊

...法难以取得理想的效果。针对该问题,本文以财税领域为例,研究领域实体识别与标注方法,实现知识库的动态扩充。根据领域特征,首先定义一组层次实体类别集,使用远程监督的方法获取训练语料;然后使用一种基于字、词特征相结合的深度神经网络模型进行识别实体边界;最后将实体类别标注作为多标签多类别分类任务,提出一种基于集成学习的方法进行实体类别标注。针对本文提出的方法设计评估实验,并在真实数据集上进行了测试和验证,实验结果表明本文方法相比于基准方法有较为显著的提升。...


融合深度学习与搜索的实时策略游戏微操方法

陈鹏; 王子磊, 计算机工程 发表时间:2019-08-09 14:38 期刊

...传统搜索方法在面对大规模战斗场景时存在的搜索效率低下、搜索空间有限等问题,提出了深度学习与在线搜索相结合的方法,实现学习模型对搜索过程的引导。具体地,首先提出一种基于编码-解码卷积架构的联合策略网络(JPN),然后将其嵌入到三种经典搜索方法(PGS,POE和SSS +)中。实验结果表明,JPN可以显著增强原始搜索方法,包括单元数量达到100的情形;改进搜索方法在StarCraft:BroodWar的两个基准场景中击败内置AI,胜率接近当前最好方法。...


基于二阶TD误差的双网络DQN算法

陈建平; 周鑫; 傅启明; 高振; 付保川; 吴宏杰, 计算机工程 发表时间:2019-08-09 14:55 期刊

针对DQN算法由于过估计所导致的收敛稳定性差的问题,提出一种基于二阶TD误差的双网络DQN算法。基于传统的TD误差,提出N阶TD误差的概念,并在此基础上,构造一种新的基于二阶TD误差的值函数更新公式,以提高值函数估计的稳定性。同时,结合DQN算法,提出一种基于二阶TD误差的双网络模型,构造两个同构的值函数网络,分别用于表示先后两轮的值函数,协同更新双网络参数,以提高DQN算法中值函数估计的稳定性。基于Open AI Gym的实验平台,将所提的算法用于Mountain Ca


基于深度学习与稀疏光流的人群异常行为识别

罗凡波;王平;梁思源;徐桂菲;王伟;, 计算机工程 发表时间:2019-08-09 15:36 期刊

针对目前公共场所人群异常行为检测的异常种类定义较少,检测准确率不高,大多检测奔跑异常以及对某些异常无法识别等问题,提出一种基于YOLO_v3与稀疏光流的人群异常行为识别算法,通过检测小团体异常,即引发群体异常的诱因,来为群体异常预警与采取相应的应急措施提供充足的时间。首先,为方便定位异常发生区域,将视频分割为多个子区域,获取子区域的图像样本;接着进行诱发群体异常的小团体异常检测,针对传统算法较难检测行人持棍、持枪、持刀与面部遮挡等异常,通过改进YOLO_v3神经网络对这些


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。