结合卷积受限玻尔兹曼机的CV图像分割模型

李晓慧;汪西莉;, 激光与光电子学进展 发表时间:2019-10-08 15:38 期刊

随着遥感技术的发展,如何从影像中自动提取目标引起相关领域学者的广泛研究。在采用图像分割的手段提取目标的方法中,基于水平集的CV(Chan-Vest)图像分割方法最大的优势在其处理拓扑变化的能力。传统图像分割方法主要依赖图像光谱、纹理等底层特征,容易受到图像中遮挡和阴影等的干扰。为此,本文提出一种基于卷积受限波尔兹曼机的CV图像分割模型,采用生成式模型--卷积受限玻尔兹曼机对目标形状建模及生成目标形状,以此为先验信息对CV能量函数增加目标全局形状特征约束,指导图像分割。在训


基于改进SSD模型的高铁扣件定位算法

李兆洋; 李柏林; 罗建桥; 欧阳, 铁道标准设计 发表时间:2019-10-10 08:45 期刊

...D(single shot detector)深度学习扣件定位算法,即Improved_SSD。首先采用ResNet101更换经典SSD深度学习模型中的VGG16,增加网络深度的同时提高特征的抓取能力;然后利用膨胀卷积扩大网络的感受野,以不增加模型额外结构的方式提高模型的鲁棒性;最后提出一种非极大加权抑制方法,进一步提高扣件的定位精度。实验结果表明:与经典SSD算法相比,本文算法对扣件定位的召回率和精度分别提高了3.4%和4.7%;与其他几种扣件定位算法相比,本文算法不仅提...


基于多头自注意力神经网络的购物篮推荐方法

倪维健;郭浩宇;刘彤;曾庆田;, 数据分析与知识发现 发表时间:2019-10-10 16:09 期刊

...了一种新的购物篮推荐方法,该方法使用多头自注意力机制来捕捉购物篮中不同物品的关系以及融合物品属性信息,并使用具有注意力的循环神经网络建模购物篮序列信息。[结果]在三个真实数据集开展了实验研究,结果表明本文方法优于传统推荐方法和现有基于深度学习的推荐方法,特别是在TaoBao数据集上F1值提升了2个百分点。[局限]本文方法仅提升了推荐结果的准确性,是否能够提升多样性还需进一步验证。[结论]本文使用多头自注意力能够更好地对购物篮进行建模,进而提升了购物篮推荐效果。...


基于反卷积高层特征的遥感地物图像分类

王云艳; 罗冷坤; 周志刚, 计算机工程与应用 发表时间:2019-10-10 16:33 期刊

目前利用深度卷积神经网络提取图像底层特征后分类效果已比较优秀,但是对于数据量大、波段多、波段间相关性高的多光谱遥感图像并非完全适用。针对多光谱遥感地物分类中常常出现的Hughes现象,即当训练样本一定时,模型的预测能力随着维度的增加而减小,提出了一种结合高层特征空间和迁移学习网络的遥感地物图像分类算法,首先利用利用两层堆叠的反卷积网络来提取目标数据集的高层特征,然后利用VGG16模型的卷积层权重来构建迁移网络模型,最后将高层特征导入迁移网络中加强训练得到更加优越的训练模型,...


广度学习研究进展:基于情报学的视角

黄炜; 童青云; 李岳峰, 情报理论与实践 发表时间:2019-10-12 10:01 期刊

[目的/意义]总结了基于在线社交媒体数据的广度学习工作研究进展,从情报学的视角分析了广度学习的应用展望及未来发展趋势。[方法/过程]利用文献统计分析方法,重点分析了广度学习技术在网络嵌入、链路预测、社区检测等在线社交网络分析领域的应用现状。[结果/结论]广度学习可以将多个不同种类的大型异构数据源融合在一起,设计并使用一套统一的分析方法来跨越这些融合的数据源执行协同数据挖掘任务。广度学习在异构社交网络分析中的这些成功应用为其在情报学领域中的研究奠定了理论基础和技术支持,将会有...


基于深度学习水果检测的研究与改进

黄豪杰; 段先华; 黄欣辰, 计算机工程与应用 发表时间:2019-10-12 15:28 期刊

...、橘子、香蕉三种水果作为研究对象,提出一种基于深度学习的SSD(single shot detector)改进模型。经典SSD采用多尺度特征融合的方式,从网络不同层抽取不同尺度的特征做预测,但是没有用到足够低层的特征,使得小物体的检测效果较差。该文通过将经典SSD训练使用的VGG16输入模型替换为ResNet-101,利用特征金字塔网络结构(FPN)将高层特征通过上采样和低层特征做融合。实验表明,改进的SSD300和SSD512水果检测模型的平均检测精度为83.05%和84...


自然语言生成多表SQL查询语句技术研究

曹金超; 黄滔; 陈刚; 吴晓凡; 陈珂, 计算机科学与探索 发表时间:2019-10-14 14:06 期刊

...统混合时态大数据个性化运维的难点之一。目前利用深度学习模型的方法专注于数据库中单表SQL查询生成,都无法解决数据库中多表SQL查询生成。针对这个问题,本文采用一种基于SQL语句模板填充的方法,将序列生成问题转化为多个分类问题,在训练深度学习模型的过程中充分利用SQL子句不同预测成分之间的依赖关系。在FROM子句的多表JOIN路径生成方面,将其建模为斯坦纳树(Steiner Tree)问题,采用一种全局最优的算法来进行求解。在一个开放的文本生成SQL数据集Spider上对模型...


基于深度学习的大型陨石坑识别方法研究

郑磊; 胡维多; 刘畅, 北京航空航天大学学报 发表时间:2019-10-14 15:19 期刊

...、椭圆拟合等知识,效率和精度均不高;近年来结合深度学习进行陨石坑识别已成为热点,但一般都仅限于小型陨石坑正负样本的二分类方面的研究。本文以星体宏观视角下的大型陨石坑作为研究对象,结合图像处理和神经网络等方面的知识,创建了来自不同数据源的陨石坑样本库,研究了数据源对网络模型泛化能力的影响,提出了一种效率更高的陨石坑多分类识别方法,并且在非极大值抑制(Non-Maximum Suppression,NMS)算法基础上,提出了一种精度更高的陨石坑检测算法,经过参数优化和实验验证构...


基于双域分解的多尺度深度学习单幅图像去雾

陈永;郭红光;艾亚鹏;, 光学学报 发表时间:2019-10-15 11:00 期刊

...法容易受到雾图先验信息制约而导致颜色失真,以及深度学习去雾算法受网络模型限制存在去雾残留等问题,本文提出了一种基于双域分解的多尺度深度学习单幅图像去雾方法,该方法设计了一个包含低频去雾子网和高频去雾子网的多尺度深度学习网络模型。首先采用双边滤波器对有雾图像进行分解,得到雾图的高频子图和低频子图;然后通过设计的网络模型分别学习雾图高低频子图与高低频透射率之间的映射关系;再将模型学习得到的高频透射率和低频透射率进行融合,得到原始雾图对应的场景透射率图;最后根据大气散射模型实现有...


面向季节性时空数据的预测式循环网络及其在城市计算中的应用

张建晋;王韫博;龙明盛;王建民;王海峰;, 计算机学报 发表时间:2019-10-16 13:20 期刊

...为理想的周期信号以传统时序方法建模。相比之下,深度神经网络建模能力更强,可拟合更为复杂的数据。近几年有许多工作研究了如何利用卷积神经网络和循环神经网络来处理时空数据,也有一些工作讨论了如何有效利用周期性信息提升预测的准确性。但深度神经网络受困于梯度消失和误差累积,难以捕捉时序数据中的长时间依赖,且少有方法讨论如何在深度神经网络中有效建模上述具有弹性周期对应关系的时空信号。本文针对真实场景下季节性时空数据的上述问题,给出具有弹性周期对应关系的时空数据预测问题的形式化定义,并提...


基于小样本深度学习的通风柜橱窗状态识别方法

马振伟; 何高奇; 袁玉波, 华东理工大学学报(自然科学版) 发表时间:2019-10-16 16:41 期刊

...源浪费,且目前缺乏有效的信息化管理手段。本文利用计算机视觉技术非接触性、可扩展性强的优势,提出了基于小样本深度学习的通风柜橱窗状态识别方法。首先对监控视频进行预处理,基于运动特征和几何先验提取出通风柜橱窗区域;然后对改进的多尺度空洞原型网络进行训练,准确识别出通风柜橱窗的状态。在实际应用中,结合改进的人员检测算法有效减少了识别次数。经实验验证,该方法的准确率较卷积神经网络提升了10.95%,并且对光照变化的鲁棒程度较高,可有效满足化学实验室的日常安全管理要求。...


基于深度学习的面部动作单元识别算法

王德勋; 虞慧群; 范贵生, 华东理工大学学报(自然科学版) 发表时间:2019-10-16 16:44 期刊

...给算法设计带来了不小的困难。针对这些问题设计了一种基于深度学习的面部动作单元识别算法。首先,基于迁移学习理论,以人脸识别任务为目标驱动,使用大规模数据集预训练卷积网络,使模型具有提取人脸抽象特征的能力;其次,设计了一个根据分类置信度来动态加权样本损失大小的目标函数,使得模型更关注于优化少数类样本;最后,结合多标签共现关系拟合和人脸关键点回归两个相关任务,联合训练模型并测试。实验结果表明,该方法在CK+和MMI数据集上能有效提升分类正确率与F1分数。...


基于深度强化学习的股市操盘手模型研究

韩道岐; 张钧垚; 周玉航; 刘青, 计算机工程与应用 发表时间:2019-10-17 09:14 期刊

...交易是一种不完全信息下的博弈过程,单目标的监督学习模型很难处理这类序列化决策问题。强化学习是解决该类问题的有效途径之一。本文提出了基于深度强化学习的智能股市操盘手模型ISTG(Intelligent Stock Trader and Gym),融合历史行情数据、技术指标、宏观经济指标等多数据类型,分析评判标准和优秀控制策略,加工长周期数据,实现可增量扩展不同类型数据的复盘模型,自动计算回报标签,训练智能操盘手,并提出直接利用行情数据计算单步确定性动作值的方法。采用中国股市1...


基于深度学习的家庭基站下行链路的功率分配

吕亚平; 贾向东; 路艺; 叶佩文, 计算机工程 发表时间:2019-10-17 09:53 期刊

...来越难以满足用户需求的问题,本文提出了一种基于深度Q学习(DQL)的家庭基站下行链路的功率分配算法,旨在最大化系统吞吐量。首先,在办公区域密集部署家庭基站的系统模型中,构建了含有两层隐藏层的深度Q网络(DQN)用以优化系统吞吐量,将家庭基站的物理位置建模为泊松点过程(PPP)、移动用户随机分布在各个位置;其次,将本文所提算法与贪婪算法、Q学习算法进行对比;最后,仿真结果表明本文所提算法相较于贪婪算法、Q学习算法能有效提高系统吞吐量以及收敛速度。...


基于深度学习的抗年龄干扰人脸识别

何星辰; 郭勇; 李奇龙; 高唱, 自动化学报 发表时间:2019-10-17 14:08 期刊

...识别的性能大大降低.为了解决上述问题,本文基于深度卷积神经网络将年龄估计任务和人脸识别任务相结合,提出了一种抗年龄干扰的人脸识别新方法(HE-CNN),首先将卷积块注意力模型(Convolutional Block Attention Module, CBAM)嵌入到残差网络中以学习更具有代表性的面部特征,随后利用线性回归指导年龄估计任务,提取出年龄干扰因子,通过多层感知机将整个面部特征与年龄干扰特征投影到同一线性可分空间,最后从面部稳定的特征中将年龄干扰分离,得到与年龄无...


基于多尺度建议框的目标跟踪误差修正方法

张宏伟; 李晓霞; 朱斌; 马旗, 计算机工程与应用 发表时间:2019-10-17 14:16 期刊

随着深度学习技术引入视觉目标跟踪领域,目标跟踪算法的精度和鲁棒性有了很大的提高。但在低空无人机跟踪目标的实际场景中,情况比较复杂,如相机的抖动、大量的遮挡、视角和焦距的改变等,使得跟踪算法的准确性受到极大挑战。目前的算法大多建立在目标外观变化缓慢的前提假设下,在跟踪的过程中不具备检测和修复漂移(跟踪误差)的能力。针对该问题,本文提出了一种基于多尺度建议框的目标跟踪误差修正方法。离线阶段,利用大量的已标注的目标样本训练基于多尺度建议框的目标跟踪修正模型,获取不同类别目标的先验...


基于特征融合与深度学习的非侵入式负荷辨识算法

王守相;郭陆阳;陈海文;邓欣宇;, 电力系统自动化 发表时间:2019-10-22 16:25 期刊

...负荷辨识存在的局限性,提出了一种基于特征融合与深度学习的非侵入式负荷辨识算法。通过分析设备的高频采样数据提取了V-I轨迹图像特征与功率数值特征。利用人工神经网络的高级特征提取能力,实现了V-I轨迹图像特征与功率数值特征的融合。最后以复合特征作为设备新的特征训练反向传播(BP)神经网络进行非侵入式负荷辨识。使用PLAID数据集对算法辨识效果进行了验证,并对比了不同分类算法对特征融合的有效性与负荷辨识能力。结果表明,本算法利用不同特征之间的互补性,克服了使用V-I轨迹特征无法反...


基于深度学习的滑油监测方法研究

马敏; 王涛; 王力, 推进技术 发表时间:2019-10-22 17:59 期刊

...网络和BP网络的单通道网络模型MSCNN-LSTM-BP。将多尺度学习融入CNN,MSCNN和LSTM以串行方式提取数据在空间维度和时间维度的二维特征。实验结果表明:3尺度的MSCNN-LSTM-BP对数据样本的分类准确率达到98.2%,单组电容数据采集测试时间仅为2.1986ms,综合分类率F1达到98.57%,总体性能优于CNN,LSTM和传统的多尺度特征提取方法。MSCNN-LSTM-BP满足航空发动机滑油监测对于实时性和准确性的要求,具有良好的适用性。...


基于深度学习的驾驶疲劳检测算法与应用

郑伟成; 李学伟; 刘宏哲; 代松银, 计算机工程 发表时间:2019-10-23 14:02 期刊

...境,为有效对驾驶人的疲劳状态发出预警,提出基于深度学习的驾驶疲劳检测算法。该算法分为四个步骤:首先,在人脸检测部分,对现有MTCNN模型采用ShuffleNet的shuffle-channel思想进行改进,以提高人脸检测的效率和精度;其次,人脸关键点部分,使用精度高、实时性好、模型小的PFLD深度模型检测人脸关键点,用以定位眼部、嘴部,以进行疲劳特征的提取;再次,根据人脸关键点和改进的DLT算法进行头部姿态估计;最后,在数据集YawDD上,基于多特征融合的策略,构建决策树实...


基于三维包络展开的车型识别

崔华; 田尚伟; 王伟; 刘兴旺; 武俊楠, 中国科技论文 发表时间:2019-10-24 09:14 期刊

基于深度学习的车型识别方法大多采用车辆的二维正面图像作为深度神经网络的输入,但二维图像存在一定的透视形变,因此识别精度受到一定的限制。为了改进上述问题,提出了基于三维包络展开的深度学习车型识别方法。通过对车辆构建三维包络框,获得更加规范化、标准化的展开图像,并将其作为YOLO v3算法的输入,从而对两厢车和三厢车实现更准确的分类。实验结果表明,较之原始二维图像的深度学习检测算法,两厢车型分类准确率提升了8.74%,三厢车型分类准确率提升了7.49%,能够有效地实现车型再分类...


相关搜索
 找到 28,838 条结果 
首页上一页67891011121314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。