卷积神经网络的“深度”研究

柯岩; 林小竹; 廖蕊; 魏战红, 计算机工程 发表时间:2019-01-28 09:20 期刊

随着深度学习的不断发展,卷积神经网络在目标检测与图像分类中的出色表现吸引了更多研究者的关注。从最初的LeNet-5网络到最新的深度残差网络,神经网络的层数在不断的增加。本文着眼于神经网络中“深度”的含义,设计了对比性试验,在保证感受野相同的前提下,给定标准的输入图片和输出特征图,对不同层数的卷积网络进行训练,而后将训练结果与标准输出图进行对比,从数据的角度阐释了“深度”的含义,针对标准的3~*3卷积核做进一步分解,构建了由2~*2大小卷积核组成的卷积神经网络。最后,根据目标...


基于深度卷积自编码神经网络的手写数字识别研究

曾文献; 孟庆林; 郭兆坤, 计算机应用研究 发表时间:2019-01-28 09:38 期刊

...别在各种应用环境中对准确率的要求极高,传统机器学习方法由于训练样本单一,易在实际应用中识别错误。针对在提高不同笔体下的手写识别准确率进行了研究,将深度卷积神经网络与自动编码器相结合,设计卷积自编码器网络层数,形成深度卷积自编码神经网络。首先采用双线性插值方法分别对MNIST数据集与一万幅自制中国大学生手写数字图片进行图像预处理,然后先使用单一MNIST数据集对深度卷积自编码神经网络进行训练与测试,最后使用MNIST与自制数据集中5000幅混合,再次训练该网络,对另外5000...


基于深度学习的异噪声下手写汉字识别的研究

任晓文; 王涛; 李健宇; 赵祥宁; 郭一娜, 计算机应用研究 发表时间:2019-01-29 08:30 期刊

...图像识别率受随机噪声影响的问题,提出了一种基于深度学习与抑制噪声相结合的新算法。该算法主要应用于拥有随机噪声的手写汉字字符图片,是其在Python环境下,利用Caffe平台建立抑制噪声与卷积神经网络相结合的模型,通过模型移除噪声并正确识别手写汉字。另外,新算法去除噪声的同时对字符形态没有改变,保留了汉字的原始信息。结果在其两种不同的噪声(高斯噪声和椒盐噪声)下,逐渐提升其噪声强度,进行多次实验,同时与其他方法对比,最终得到其平均识别率为97.05%,实验结果表明,该模型和算...


一种基于轻量级深度网络的目标识别方法

李亚辉; 刘俊, 计算机应用研究 发表时间:2019-01-29 09:12 期刊

...源受限条件下目标识别任务,提出了一种基于轻量化深度网络的目标识别方法。通过优化卷积操作、模型参数压缩、增强特征表达深度等网络结构的优化方法,设计并实现了针对嵌入式平台应用的轻量化网络模型结构,使得深度网络模型在保证精度的条件下,实现了模型参数和运行所需资源的大幅缩减。实验表明,提出的轻量化深度模型较ILSVRC-15冠军提出的基础模型ResNet,能够实现在ImageNet-67数据集上,网络模型压缩为基础模型10.2%的条件下仍保持93.5%的目标识别准确率。...


用于超分辨率重建的深度网络递进学习方法

张毅锋;刘袁;蒋程;程旭;, 自动化学报 发表时间:2019-01-29 10:10 期刊

本文针对深度学习在单幅图像超分辨率方面难以恢复高频纹理细节的问题,提出了一种基于递进学习的超分辨率算法.该算法首先采用灰度共生矩阵提取图像纹理特征,然后利用基于密度峰值的聚类方法实现对整个训练集的分类,其中每个训练子集具有相似的纹理复杂度.针对传统的递进学习方法会出现对已掌握知识”遗忘”的问题,本文根据网络模型在各个训练子集上的拟合情况,实时调整当前训练样本在各个子集上的概率分布,从而实现快速收敛,并获得更好的纹理细节复原效果.将本文提出的递进学习用于DRCN、VDSR、S...


基于word2vec和粒子群的链路预测算法

贾承丰;韩华;吕亚楠;张路;, 自动化学报 发表时间:2019-01-29 10:11 期刊

...提取困难和类别数据不平衡.本文借鉴文本处理中的深度学习特征提取算法和优化问题中的粒子群算法,提出一种基于词向量的粒子群优化算法(word2vec-PSO).该方法首先通过随机游走产生网络序列化后,利用word2vec算法对节点序列特征提取.然后在有监督的条件下,利用粒子群算法对提取好的特征进行筛选,并确定重采样的参数来解决类别数据不平衡问题,并分析了不同链路预测算法的计算复杂性.最后将本文的算法与基于相似性、基于深度学习、基于不平衡数据的三类链路预测算法,在4个不同的时序网...


基于深度序列加权核极限学习的入侵检测算法

汪洋; 伍忠东; 朱婧, 计算机应用研究 发表时间:2019-01-29 13:26 期刊

...异构且数据分布不平衡的网络入侵检测问题以及传统深度学习算法无法根据实时入侵情况在线更新其输出权重的问题,提出了一种基于深度序列加权核极限学习的入侵检测算法(DBN-WOS-KELM算法)。该算法先使用深度信念网络DBN对历史数据进行学习,完成对原始数据的特征提取和数据降维,再利用加权序列核极限学习机进行监督学习完成入侵识别,结合了深度信念网络提取抽象特征的能力以及核极限学习机的快速学习能力。最后在KDD99部分数据集上进行了仿真实验,实验结果表明DBN-WOS-KELM算法...


PCANet下的遮挡定位人脸识别算法

郭伟; 白文硕; 曲海成, 计算机科学与探索 发表时间:2019-01-30 09:30 期刊

...人脸识别一直是个巨大的挑战,用于人脸识别的主流深度模型对于遮挡人脸图片并不具有特别好的识别性能。本文针对于深度模型由于遮挡的存在以及遮挡位置不确定所导致的识别率下降的问题,提出一种结合深度学习和特征点遮挡检测的PCANet(Principal Components Analysis Network)下的遮挡定位人脸识别算法。分类器用于关键点检测,使用PCANet深度学习模型进行特征提取,形成支持向量机(Support Vector Machine,SVM)训练模型组。遮挡判...


基于三维深度卷积神经网络的车间生产行为识别方法

刘庭煜; 陆增; 孙毅锋; 刘芳; 何必秒; 钟杰, 计算机集成制造系统 发表时间:2019-02-07 13:03 期刊

...效的人员行为管理,针对生产车间工作人员行为识别与智能监控问题,本文提出了一种基于人体骨架信息的生产行为识别方法。基于三维深度视觉传感器采集人体骨架关节位置数据,用标准化重构方法对骨架关节数据进行归一化处理,并合成人体行为的时空特征RGB图像。在此基础上,构建深度卷积神经网络模型,实现时空域的生产行为识别。最后在CUDA GPU加速环境下面向MSR-Action3D数据集和自建验证数据集NJUST3D的实验证明,我们的方法具有较高的准确率和实用价值。...


基于R-FCN算法的糖尿病眼底病变自动诊断

王嘉良; 罗健旭; 刘斌; 冯瑞; 邹海东, 计算机工程与应用 发表时间:2019-02-26 15:35 期刊

...pathy)是糖尿病患者常见的致盲疾病,可使用深度学习算法对患者的糖尿病眼底图片进行图像识别实现对糖尿病眼底病变的辅助诊断。针对以往普通卷积神经网络只能分类和输入尺寸固定的问题,提出了基于目标检测的区域全卷积R-FCN算法实现同时对任意尺寸输入的糖尿病眼底图片的分类和病变区域检测。并针对原始R-FCN算法对小目标(极小的出血点和血管瘤)检测困难的问题,对R-FCN算法做了一定的改进,加入特征金字塔FPN结构,升级主干网络,以及修改RPN网络。实现结果表明,改进后的R-FCN...


基于深度学习序贯检验的电源车故障诊断方法

李炜; 周丙相; 蒋栋年, 系统仿真学报 发表时间:2019-02-27 14:34 期刊

...出了一种基于长短时间记忆LSTM(Long Short Time Memory)网络与序贯概率比检验SPRT(Sequential Probability Ratio Test)融合的电源车故障诊断方法。该方法基于LSTM网络建立电源车的多变量时间序列模型,并引入SPRT方法进行自适应多样本故障诊断。经在电源车仿真系统上进行对比实验,结果表明LSTM诊断模型有更强的学习和映射能力,LSTM-SPRT融合的故障诊断方法,显著提高了电源车故障诊断的准确率和可靠性。...


基于深度学习与特征后处理的支持向量机铣刀磨损预测模型

戴稳; 张超勇; 孟磊磊; 李晋航; 肖鹏飞, 计算机集成制造系统 发表时间:2019-03-04 10:50 期刊

为了提高机械加工过程中的刀具磨损预测精度,建立一种基于深度学习特征降维及特征后处理的布谷鸟优化参数的最小二乘支持向量机预测模型。该模型利用堆叠稀疏自动编码网络将时域、频域及时频域三方面提取的特征向量进行降维处理,然后利用特征后处理确保降维向量单调不递减及平滑趋势,最后采用自适应步长布谷鸟算法优化参数的最小二乘支持向量机模型预测铣刀磨损量。通过试验测试比较提出方法与其他预测方法,显示提出模型能更有效表征铣刀磨损量,大幅降低预测误差。...


基于神经网络与代码相似性的静态漏洞检测

夏之阳; 易平; 杨涛, 计算机工程 发表时间:2019-03-07 14:16 期刊

漏洞检测是保证软件安全的重要手段。漏洞检测可以分为动态和静态两大类。动态检测需要检测程序执行时的信息,无法批量检测。静态检测通常是对于文本的检测,执行效率高但是容易产生误报。本文针对静态检测,结合神经网络技术,提出基于代码相似性的漏洞检测方法。通过对程序源代码进行敏感函数定位,程序切片,变量替换等数据预处理步骤,获取训练所用数据。构建基于双向LSTM的相似性判别模型,设定漏洞模板数据库,通过与漏洞模板比对判别待检代码。本方法在测试集中的准确率达到了89.05%,误报率小于


基于扩张卷积金字塔网络的车道线检测

田晟; 张剑锋; 张裕天; 许凯, 西南交通大学学报 发表时间:2019-03-07 15:50 期刊

为满足汽车高级驾驶辅助系统对车道线检测准确性和时效性的要求,提出一种基于扩张卷积金字塔网络的端到端车道线快速检测算法。该算法采用改进的ResNet50网络作为基础模型提取局部车道线特征,利用扩张卷积能指数级扩大感受野的特点,设计了扩张卷积金字塔模块,用以完整提取不同尺度的车道线特征。提出“锚点栅格”的思想,将输出划分为一组栅格,对每个栅格进行分类和回归分析,经过非极大值抑制等后处理,最终输出车道线标记点集。在CULane多场景数据集中对模型进行测试,在IoU阈值取为0.3


基于卷积神经网络的中文景点识别研究

刘小安; 彭涛, 计算机工程与应用 发表时间:2019-03-08 14:10 期刊

命名实体识别是自然语言处理任务的重要环节,近年来,基于深度学习的通用命名实体识别模型取得显著效果。而在旅游领域,中文旅游景点实体识别主要依赖于特征工程的方法。提出一种基于CNN-BiLSTM-CRF的网络模型,该模型不使用任何人工特征,通过神经网络充分对文本的局部信息特征进行抽象化抽取和表示,并学习和利用文本的上下文信息,实现对景点实体的识别。实验结果显示,该方法能够有效识别中文旅游景点实体,并在实验中取得F1值93.9%的效果。...


论人工智能刑事风险的体系定位与立法属性

熊波, 重庆大学学报(社会科学版) 发表时间:2019-03-11 18:50 期刊

...层面的现象风险和规范层面的法律风险,智能产品在设计和编制程序范围外,其所实施的严重社会危害性行为仅是一种纯粹事实的现象风险。人工智能产品刑事责任评价的路径阻却在于智能技术本身缺乏生活情感的经验总结、智能产品适用刑罚规范不具备现实意义、深度学习是凭借人类思维模式的基础输出进行的。人工智能刑事风险的立法归责应确立限制从属性,亦即,限制可允许性与超越性的人工智能风险之存在,明确人工智能刑事风险从属于自然人主体。继而,可为人工智能时代刑法立法的科学化探索奠定理论基础。...


基于特征点法和直接法VSLAM的研究现状

邹雄; 肖长诗; 文元桥; 元海文, 计算机应用研究 发表时间:2019-03-12 11:47 期刊

...为前端和后端,前端包括视觉里程计和回环检测,后端包括后端优化和建图。按照估计相机运动的不同方式,将VSLAM分为特征点法和直接法。首先从这两个方面对前端进行综述,阐述其中的关键技术和最新的研究进展,对比分析不同方法的优缺点;然后详细分析优化后端与滤波器后端的区别,进一步地对多个开源代码进行比较研究,分析它们的优劣势和适用场合;再讨论深度学习、语义地图和多机器人在VSLAM领域的研究进展,以及相关技术与VSLAM的结合方式及前景;最后对VSLAM的未来进行展望。...


基于出租车司机经验的约束深度强化学习算法路径挖掘

黄敏; 毛锋; 钱宇翔, 计算机应用研究 发表时间:2019-03-12 11:51 期刊

利用出租车司机经验,提出约束深度强化学习算法(CDRL)在线计算不同时间段内OD间最快路线。首先,描述了路段经验数据库(ERSD)的提取。然后,介绍了CDRL方法,该方法主要包括两个阶段:可选择约束路段生成和深度Q-learning算法,在第一阶段,生成OD(起终点)间可选择约束路段;在第二阶段,设计深度Q-learning算法学习出租车司机的经验,并根据他们的出发时间计算给定OD间的最快路线。最后,在广州CBD进行了应用实验。结果表明,CDRL方法计算在旅行时间上,优于最...


非数值化特征的条件概率区域划分(CZT)编码方法

贺亮; 徐正国; 李赟; 沈超, 计算机应用研究 发表时间:2019-03-12 13:37 期刊

...化特征经常出现在数据中,对其有效编码是采用机器学习模型解决问题的关键。针对目前被广泛使用的one-hot编码方法的编码结果具有较大的稀疏性,并且编码出的数值仍然没有明确的物理意义等问题,提出一种基于条件概率的区域划分编码算法CZT(conditional-probability-based zone transformation coding)。该方法首先对特征进行条件概率计算,并依据条件概率划分特征区域,按照区域内的联合条件概率进行编码;然后将CZT编码算法与one-ho...


基于深度学习的代码审查意见有效性评估

段雨佳;鞠婷;, 电子科技 发表时间:2019-03-13 10:20 期刊

针对代码审查过程中的代码审查意见对于开发者可能无价值的问题,文中提出了一种基于深度学习长短期记忆网络的代码审查意见有效性评估方法。该方法通过提取代码审查意见中与审查意见有效性相关的特征,并根据这些特征构建评估模型,从而评估审查意见对于开发人员是否有价值。为了验证方法的有效性,文中选取了GitHub上开源Eclipse项目中的审查信息作为实验数据,并将所提方法与其它机器学习方法对比。实验结果表明,该方法可以有效评估审查意见的价值。...


相关搜索
 找到 24,851 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。