平稳小波域深度残差CNN用于LDCT图像估计

高净植;刘祎;白旭;张权;桂志国;, 计算机应用 发表时间:2018-07-25 08:27 期刊

...图像中存在大量噪声的现象,提出了一种平稳小波的深度残差卷积神经网络(Deep Residual Convolutional Neural Network for Stationary Wavelet Transform,SWT-CNN)模型,可以从LDCT图像估计标准剂量计算机断层扫描(Normal-Dose Computed Tomography,NDCT)图像。该模型在训练阶段,将LDCT图像经平稳小波三级分解后的高频系数作为输入,将LDCT图像高频系数与NDCT图像高...


基于改进Single Shot MultiBox Detector的实时检测方法

陈立里;张正道;彭力;, 激光与光电子学进展 发表时间:2018-07-26 17:35 期刊

近年来,卷积神经网络已广泛应用于目标检测领域。然而基于卷积神经网络的方法所需要的计算量大,目前此类方法难以在计算能力有限的平台上运行。本文提出了一种基于Single Shot Multi Box Detector的快速检测方法:Faster-SSD。在计算量有限的平台上达到了实时检测同时保持高精度。首先,将SSD的基础网络更换为Res Net-34。其次,在生成预测框阶段,先求得满足条件的先验框,再生成对应类别的预测框。第三,提出了一个可变最低阈值的方法来减少计算量。最后


基于深度学习的地空导弹发射区解算方法

薛亚勇;胡国文;, 指挥信息系统与技术 发表时间:2018-09-07 05:56 期刊

第!卷!第"期!#$%&年&月指挥信息系统与技术'())*+,-+.(/)*01(+23405)*+,6578+(9(:3;(9?:实践与应用 !"#!


维吾尔文情感分类特征建设研究

热西旦木·吐尔洪太; 吾守尔·斯拉木, 计算机应用研究 发表时间:2018-09-28 09:44 期刊

由于目前缺乏维吾尔文情感分类特征表示方面的系统性研究,以传统n-gram特征为基础,按不同规模从维吾尔文情感标注语料库中提取了新特征及其组合特征,基于支持向量机(SVM)分类器对维吾尔文情感语料库进行了正负情感分类。实验结果表明,所提取的基本特征中unigram特征的分类效率最佳;unigram特征与词组特征的组合可以进一步提高分类效率,其最佳分类效果比unigram特征的分类效果提高了1.78%。首次在统一标注数据集上对不同特征的分类性能进行了综合评价,研究成果可以为今


基于深度置信网络的实木板材缺陷及纹理识别研究

胡忠康; 刘英; 周晓林; 赵乾; 沈鹭翔, 计算机应用研究 发表时间:2018-10-15 13:22 期刊

...质分级要素的需求,提出利用基于局部二值模式、自学习深度置信网络与Softmax分类器组合的深度学习算法,实现对实木板材缺陷及纹理的分类。首先提取实木板材的缺陷及纹理特征,在此基础上利用深度置信网络对经过局部二值化处理的特征进行训练学习,并采用可自学习学习率算法优化收敛速度、减少训练时间,最后使用Softmax分类器获取常见缺陷及直纹、花纹的分类结果。通过与BP神经网络、支持向量机、极限学习机等几种经典算法的比较,采用深度置信网络得到的实木板材缺陷及纹理识别的误差率在3....


基于CNN和LSTM混合模型的人体跌倒行为研究

厍向阳; 苏学威, 计算机应用研究 发表时间:2018-10-16 15:11 期刊

...于人工选取的特征,智能化程度低,识别精度不高。深度学习模型泛化能力强,特征提取自动完成。但目前深度学习模型不能较好的把监控视频中跌倒行为的空间和时序特征有效结合起来。为此,提出基于CNN(convolutional neural network)和LSTM(long-short term memory)混合模型的人体跌倒行为识别方法。该模型采用两层结构,将视频以每5帧为一组输入到网络中,CNN提取视频序列的空间特征,LSTM提取视频时间维度上的特征,最后使用softmax分...


采用深度学习的永磁同步电机匝间短路故障诊断方法

李垣江; 张周磊; 李梦含; 魏海峰; 张懿, 电机与控制学报 发表时间:2018-10-22 09:15 期刊

...引起的诊断困难问题,基于生成式对抗和稀疏自编码深度学习网络提出一种高效准确的匝间短路故障诊断方法。该方法通过采集永磁同步电机负序电流和转矩特征信号,利用生成式对抗神经网络完成样本数据扩张,构建鲁棒、多样的训练集合,结合稀疏自编码网络实现高效准确的故障特征分类、诊断。首先,采集永磁同步电机的负序电流和转矩信号,将优化后的负序电流与电磁转矩组合构成样本,并通过生成式对抗网络对数据进行扩张;然后,构建稀疏自编码网络,确定网络层数、各隐藏层节点数、学习率及训练算法等参数;最后,输入...


基于CNN与LSTM的多特征融合人体行为识别算法

黄友文;万超伦;冯恒;, 激光与光电子学进展 发表时间:2018-11-13 10:09 期刊

...网络(CNN)和长短期记忆神经网络(LSTM)结合的深度学习网络结构。改进算法采用了特征融合的方法。首先,通过卷积网络提取出浅层特征与深层特征并进行联接。其次,对联接后的综合特征图通过一次卷积进行融合,然后将获得的矢量信息输入LSTM单元进行训练,训练过程中将数据的光流信息与RGB信息单独送入各自网络获取人体行为识别模型,最后将多网络的结果进行加权融合。实验结果表明,使用基于LSTM和CNN结合的多特征融合网络模型在视频人体行为识别任务中有效地提高了识别精度。...


裂缝性介质多尺度深度学习模型

张庆福; 姚军; 黄朝琴; 李阳; 王月英, 计算物理 发表时间:2018-11-19 15:25 期刊

...带来困难。结合人工神经网络建立了裂缝介质多尺度深度学习流动模型。基于一套粗网格和一套细网格,通过在粗网格上训练数据,多尺度神经网络能够以较少的自由度训练出准确的神经网络。并在粗网格上通过求解局部流动问题获得多尺度基函数,结合神经网络进一步得到精细网格的解。基于离散裂缝的流动方程可视为多层网络,网络层数依赖于求解时间步数。具体来说,时间层n+1上的解依赖于第n层的解和输入变量,比如源汇项,渗透率等,每一层都是一种前馈映射。阐述了裂缝介质多尺度机器学习数值计算格式的建立,介绍了...


基于贝叶斯框架融合的RGB-D图像显著性检测

王松涛;周真;靳薇;曲寒冰;, 自动化学报 发表时间:2018-11-21 09:52 期刊

为了有效融合RGB图像颜色信息和Depth图像深度信息,提出一种基于贝叶斯框架融合的RGB-D图像显著性检测方法.通过分析3D显著性在RGB图像和Depth图像分布的情况,采用类条件互信息熵度量由深层卷积神经网络提取的颜色特征和深度特征的相关性,依据贝叶斯定理得到RGB-D图像显著性后验概率.假设颜色特征和深度特征符合高斯分布,基于DMNB生成模型进行显著性检测建模,其模型参数由变分最大期望算法进行估计.在RGB-D图像显著性检测公开数据集NLPR和NJU-DS2000上测...


基于图优化的视觉SLAM研究进展与应用分析

王录涛; 吴林峰, 计算机应用研究 发表时间:2018-12-01 11:06 期刊

...进行估计,是实现未知环境下机器人全自主运动的核心。为了对SLAM技术有更为全面的把握,在回顾过去三十年里视觉SLAM技术发展历程基础上,详细分析了视觉SLAM问题的本质与求解的复杂性。重点对在提高位姿估计精度、构建全局一致地图与提升算法求解效率上的最新研究成果进行了介绍,并对当前代表性的算法实现方案进行了分析与比较。针对未来大尺度环境、全生命周期应用需求,对现有算法框架的不足与最新研究趋势进行了归纳总结。最后,探讨了深度学习技术与视觉SLAM问题求解的关联性。...


基于深度学习的中文微博作者身份识别研究

徐晓霖; 蔡满春; 芦天亮, 计算机应用研究 发表时间:2018-12-01 11:42 期刊

...、文本特征工程没有普适性。针对此问题,在无须专家进行特征建模的情况下,提出CABLSTM中文微博作者身份识别模型,并在公开微博语料集测试该模型准确度。该模型为最大化的提取短文本特征,融合Attention机制于CNN中并去除池化层,通过双向LSTM以获取上下文相关信息,身份识别结果通过Softmax层进行输出。实验结果表明,该模型在进行中文微博作者身份识别任务中与传统机器学习算法以及TextCNN和LSTM算法相对比,在准确率、召回率、F值方面都有一定的提升。...


基于深度学习的人体动作识别方法

李玉鹏; 刘婷婷; 张良, 计算机应用研究 发表时间:2018-12-03 09:58 期刊

针对人体动作深度视频的四维信息映射到二维空间后,动作分类容易发生混淆的问题,提出一种基于深度学习的人体动作识别方法。首先构建空间结构动态深度图,将深度视频的四维信息映射到二维空间,进行信息降维处理;然后提出基于联合代价函数的深度卷积神经网络,结合交叉熵损失函数与中心损失函数作为联合代价函数,指导卷积层学习到更具分辨力的深度特征,以进行更精确的分类。在MSRDailyActivity3D和SYSU 3D HOI两个数据集的实验结果表明,与现有方法相比,该方法识别率得到了较明显...


基于深度学习和CRF模型的PolSAR图像地物分类

胡涛; 李卫华; 秦先祥; 王鹏; 余旺盛; 李军, 雷达学报 发表时间:2018-12-04 10:31 期刊

近年来,极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像地物分类得到了深入研究。传统的PolSAR图像地物分类方法采用的特征往往需要针对具体问题进行设计,特征表征性不强。针对该问题,本文提出一种基于卷积神经网络(Convolutional Neural Network, CNN)和CRF (Conditional Random Field, CRF)模型的PolSAR图像地物分类方法。利用预训练好的VGG-


基于卷积神经网络的层级化智能故障诊断算法

曲建岭;余路;袁涛;田沿平;高峰;, 控制与决策 发表时间:2018-12-06 07:22 期刊

传统智能故障诊断算法需要依赖人工特征提取和专家知识,而旋转机械设备复杂的工作环境和工况使得传统算法在实际应用中缺乏良好的自适应性和泛化性。针对以上问题本文提出了基于卷积神经网络(Convolutional Neural Network,CNN)的层级化故障诊断算法(CNN based Hierarchical Fault Diagnosis,CNN-HFD)。首先,将原始振动信号进行分段预处理以实现数据扩容,然后,分别根据故障类型和故障程度设计多个卷积神经网络,并将原始振


棋盘局面数据标定方法研究

丁濛; 张亦鹏; 李淑琴, 计算机应用研究 发表时间:2018-12-12 14:20 期刊

AlphaGo的成功使得深度学习方法在计算机博弈领域得到广泛关注。而基于深度学习模型的有监督训练依赖于大量高质量标定数据,但众多小众计算机博弈比赛棋种,存在缺少人类对局记录作为训练样本的问题,因此在使用深度学习模型前如何生成一个合理标定的局面数据集是值得研究探讨的问题。针对点格棋博弈问题,提出了一种数据哈希去重以及局面标定方法。根据不同阶段回合局面数据的特点,通过Alpha-Beta完全搜索、回溯标定、并行化MCTS算法标定以及对称扩展技巧,收集并标定不同回合数的点格棋局面...


基于排序优先经验回放的竞争深度Q网络学习

周瑶瑶; 李烨, 计算机应用研究 发表时间:2018-12-12 15:34 期刊

为减少深度Q网络算法的训练时间,采用结合优先经验回放机制与竞争网络结构的DQN方法,针对Open AI Gym平台Cart Pole和Mountain Car两个经典控制问题进行研究,其中经验回放采用基于排序的机制,而竞争结构中采用深度神经网络。仿真结果表明,相比于常规DQN算法、基于竞争网络结构的DQN方法和基于优先经验回放的DQN方法,该方法具有更好的学习性能,训练时间最少。同时,详细分析了算法参数对于学习性能的影响,为实际运用该方法提供了有价值的参考。...


基于递归神经网络的视频多目标检测技术

华夏; 王新晴; 马昭烨; 王东; 邵发明, 计算机应用研究 发表时间:2018-12-13 11:13 期刊

针对现有基于大数据和深度学习的目标检测框架难以实现在低功耗移动和嵌入式设备上实时进行视频目标检测的问题,改进了基于深度学习的目标检测框架SSD,提出一种改进的多目标检测框架LSTM-SSD,将其专用于交通场景视频多目标检测。将单图像检测框架与递归神经网络LSTM网络相结合,形成交织循环卷积结构,通过采用一种Bottleneck-LSTM层提炼传播帧间的特征映射实现了网络帧级信息的时序关联,极大降低了网络计算成本;将时间感知信息与改进的动态卡尔曼滤波算法结合起来,实现了对视频...


基于深度学习的单图像超分辨率重建研究综述

南方哲; 钱育蓉; 行艳妮; 赵京霞, 计算机应用研究 发表时间:2018-12-21 13:41 期刊

为深入了解基于深度学习的单图像超分辨率重建(single image super-resolution,SISR)的发展,把握当前研究的热点和方向,针对现有基于深度学习的单图像超分辨率重建模型进行了梳理。首先介绍了相关深度学习算法;然后介绍了基于深度学习的模型以及评价指标,并通过实验对比分析现有模型的性能,其目的在于从本质上了解基于深度学习的单图像超分辨率重建模型的优势;最后对单图像超分辨率重建的关键问题进行了总结,并对未来的发展趋势进行了展望。...


深度学习FGPA加速器的进展与趋势

吴艳霞;梁楷;刘颖;崔慧敏;, 计算机学报 发表时间:2018-12-24 16:39 期刊

随着大数据时代的来临,深度学习技术在从海量数据中提取有价值信息方面发挥着重要作用,已被广泛应用于人工智能、多媒体等众多领域。本文从深度学习算法的特点和发展趋势出发,分析FPGA加速深度学习的优势以及技术挑战;其次,从SoC FPGA和标准FPGA两个方面介绍了CPU-FPGA平台,主要对比分析了两种模型在CPU和FPGA之间数据交互上的区别;接下来,在介绍FPGA加速深度学习算法的开发环境基础上,重点从硬件结构和设计思路这两个方面详细综述了采用FPGA加速卷积神经网络的设计...


相关搜索
 找到 24,863 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。