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....


解决深度探索问题的贝叶斯深度强化学习算法

杨珉; 汪洁, 计算机科学与探索 发表时间:2019-04-15 17:17 期刊

在强化学习领域,如何平衡探索与利用之间的关系是一个难题,近几年提出的强化学习方法主要关注如何结合深度学习技术来提高算法的泛化能力,却忽略探索利用困境(Exploration-Exploitation Dilemma)这一问题。传统的强化学习方法可以有效解决探索问题,但存在着一定的限制条件:马尔可夫决策过程的状态空间必须是离散并有限的。本文提出通过贝叶斯方法来提高深度强化算法的探索效率,并将贝叶斯线性回归(Bayesian Linear Regression)中计算参数后验分...


改进深层小波自编码器的轴承故障诊断方法

杜小磊; 陈志刚; 许旭; 张楠, 计算机工程与应用 发表时间:2019-04-16 09:30 期刊

...过度依赖专家经验和故障特征提取困难的问题,结合深度学习处理高维、非线性数据的优势,提出一种基于改进深层小波自编码器的轴承智能故障诊断方法。该方法改进小波自编码器的损失函数并引入收缩项限制,再将多个小波自编码器进行堆叠构成深层小波自编码器,并引入“跨层”连接缓解梯度消失现象,最后利用大量无标签数据对网络进行无监督预训练并利用少量带标签数据对模型参数有监督微调。轴承诊断实验结果表明,该方法能有效的对轴承进行多种故障类型和多种故障程度的识别,特征提取能力和识别能力优于人工神经网络...


融合Gist特征与卷积自编码的闭环检测算法

邱晨力;黄东振;刘华巍;袁晓兵;李宝清;, 激光与光电子学进展 发表时间:2019-04-17 09:08 期刊

...场景外观变化下准确率与鲁棒性降低,以及部分基于深度学习方法特征提取与闭环识别实时性不佳问题,本文设计了一种融合Gist特征与卷积自编码的闭环检测算法,将Gist特征作为卷积自编码网络重构目标,增强模型在外观变化下的场景特征表达能力;同时通过透视变换构造视角变化训练图像对,提升模型在视角变化下闭环检测的准确率与鲁棒性。模型参数量精简,可实现实时关键帧特征提取与闭环检测。在Gardens Point与Nordland数据集上实验表明,相较于传统视觉词袋模型(BoVW),Gist...


基于深度学习的管制物品自动检测算法研究

吉祥凌;吴军;易见兵;张晓光;, 激光与光电子学进展 发表时间:2019-04-17 09:09 期刊

针对现有目标检测算法对安检图片检测存在小目标漏检、误检等问题,本文提出了一种对图片分区域检测的特征融合目标检测算法。首先利用角度旋转等策略对数据集进行扩增,接着在Single Shot MultiBox Detector(SSD)算法的基础上,利用多尺度特征融合的方法,对浅层特征图融合更深层的特征,增大浅层特征图的感受野,提高小目标的检测精度;利用深层特征图检测较大目标;最后在输入图片较大时,如大于1024×1024,对图片的目标进行分区域检测。为了验证算法的性能,本文选


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...


多任务学习

张钰;刘建伟;左信;, 计算机学报 发表时间:2019-04-17 16:37 期刊

...着图像处理,语音识别等人工智能技术的发展,很多学习方法尤其是采用深度学习框架的方法取得了优异的性能,在精度和速度方面有了很大的提升,但随之带来的问题也很明显,这些学习方法如果要获得稳定的学习效果,往往需要使用数量庞大的标注数据进行充分训练,否则就会出现欠拟合的情况而导致学习性能的下降。因此,随着任务复杂程度和数据规模的增加,对人工标注数据的数量和质量也提出了更高的要求,造成了标注成本和难度的增大。同时,单一任务的独立学习往往忽略了来自其他任务的经验信息,致使训练冗余重复因而...


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...


数字图像识别的代价函数选择和性能评价

李仲德; 卢向日; 崔桂梅, 电光与控制 发表时间:2019-04-23 10:58 期刊

...卷积神经网络算法。经数学推导,证明交叉熵代价函数较二次代价函数在图像识别中精度更高,并应用MNIST数据集和CIFAR-10数据集,使用AlexNet卷积神经网络,分别采用二次代价函数和交叉熵代价函数对图像识别模型进行训练,当数字图像识别精确率和损失值稳定后,使用测试数据对代价函数进行多次测试,对比识别准确率。仿真结果表明,此方法不仅能提高数字图像识别的准确率,而且相较于传统的代价函数,采用交叉熵代价函数训练模型速度更快,明显缩减了训练深度神经网络模型的过程。...


TensorFlow架构与实现机制的研究

费宁;张浩然, 计算机技术与发展 2019年09期 , 期刊

...和大规模并行处理基础架构的共同发展不仅使得机器学习深度人工智能有了更为广阔的应用空间,也激发了人工智能框架的快速迭代和部署。TensorFlow是Google发布的开放源代码的深度学习平台,已经在工业界有了广泛的应用。本文从TensorFlow平台的设计理念出发,分析了平台的框架和基本结构,对每个模块的功能和应用做了详尽阐述。在此基础上,通过建立一个多层深度学习神经网络,分析了输入层、隐藏层、输出层及激励函数的构建方法。最后文章在对TensorFlow实例运行和调试的基础...


基于重点变异区域智能识别的模糊测试技术

董雨良;董博;秦晓军;甘水滔;, 计算机技术与发展 2019年09期 , 期刊

...于重点变异区域智能识别的二进制程序模糊测试技术。通过构建一个分布式采样模型Sampling-AFL,获取测试用例与其对应的重点变异区域映射关系作为样本数据;采用GRU、LSTM等多种算法构建深度学习模型,训练种子重点变异区域预测模型;基于预测模型构建具备重点变异区域智能识别的二进制程序模糊测试工具DL-AFL,使用预测结果指导测试用例的生成以尽可能扩大对目标对象的代码覆盖能力和脆弱性检测能力。实验结果表明,该技术显著地提升了路径覆盖、边覆盖以及脆弱性检测能力。...


基于深度神经网络的客户流失预测模型

马文斌;夏国恩;, 计算机技术与发展 2019年09期 , 期刊

...问题给出解决方案,但是大部分研究中使用的是浅层学习算法,预测结果依赖于特征选择,需要在特征工程上花费大量的时间和精力。随着客户数据的快速增长,在大数据情况下,人工特征工程已不能有效地获取高质量特征。深度学习通过模拟人脑多层、逐级地抽取信息特征,能自动学习到较好的数据特征,在图像识别、语音识别等领域取得显著成果。为研究深度学习在客户流失预测方面的应用,构造了基于深度神经网络的流失预测模型,并在电信客户数据集上,与经过特征选择的Logistic回归、决策树等预测模型作对比,验证...


深度学习在汉语语义分析的应用与发展趋势

王睿怡;罗森林;吴舟婷;潘丽敏;, 计算机技术与发展 2019年09期 , 期刊

...和认知两个研究阶段。近年来,随着大数据技术和以深度学习为代表的机器学习技术的迅猛发展,人工智能在感知阶段进展飞速。然而,在认知阶段,尤其是在自然语言理解方面的发展仍较为有限。与人类丰富的语言经验、语言知识储备相比,仅仅依靠基于数据驱动的深度学习很难产生真正的智能。为了打破深度学习的性能瓶颈,必须将语义分析的理论和技术与深度学习模型相结合。因此,汉语语义分析理论和技术具有重要研究价值。汉语语义分析可以从海量的中文文本信息中挖掘语义信息,并提供智能的知识服务。本文主要描述了目前...


基于LSTM循环神经网络的核电设备状态预测

龚安;马光明;郭文婷;陈臣;, 计算机技术与发展 2019年09期 , 期刊

核电站的规模随着经济的发展日益扩大,核电设备运行状态的研究已成为数据挖掘的重要研究领域。核电设备是高可靠性和高安全性的复杂系统,多年的设备运行产生了大量的时间序列数据。为了解决核电设备运行状态难以准确预测等问题,提出了一种基于长短期记忆(long short-term memory, LSTM)循环神经网络的核电设备状态预测方法。首先除去原数据中噪点明显的数据,然后使用z-score标准化(zero-mean normalization)方法对数据进行预处理,然后实现LS


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...


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


相关搜索
 找到 26,205 条结果 
首页上一页2345678910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。