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


随机梯度下降算法研究进展

史加荣; 王丹; 尚凡华; 张鹤于, 自动化学报 发表时间:2019-08-12 11:24 期刊

在机器学习领域中,梯度下降算法是求解最优化问题最重要、最基础的方法。随着数据规模的不断扩大,传统的梯度下降算法已不能有效地解决大规模机器学习问题。随机梯度下降算法在迭代过程中随机选择一个或几个样本的梯度来替代总体梯度,以达到降低计算复杂度的目的。近年来,随机梯度下降算法已成为机器学习特别是深度学习研究的焦点。随着对搜索方向和步长的不断探索,涌现出随机梯度下降算法的众多改进版本,本文对这些算法的主要研究进展进行了综述。将随机梯度下降算法的改进策略大致分为动量、方差缩减、增量梯...


基于生成对抗网络的零样本图像分类

魏宏喜; 张越, 北京航空航天大学学报 发表时间:2019-08-12 15:18 期刊

利用深度学习的方法完成图像分类任务是当前人工智能领域的主要研究热点之一。通常,深度学习算法只能识别之前见过的对象,但是对于某些特定的实际应用,要么没有一个对象的训练样本,要么标记样本的代价太高。所拥有的仅仅是已知类别的图像和一些对其特征的描述以及其他未知类别的语义描述。传统的机器学习算法在这项任务中会失败,但人类却可以通过阅读一些语义描述,第一眼就能识别出未见过的物体。受此启发,零样本学习被提出用来处理模型中未见过的对象,该模型仅针对已知对象和关于已知和未知类别的语义描述进...


深度学习机制与小波融合的超分辨率重建算法

杨思晨; 王华锋; 王月海; 李锦涛; 王赟豪, 北京航空航天大学学报 发表时间:2019-08-12 16:29 期刊

近几年,深度学习技术在超分辨率重建领域中发展迅速。随着网络深度不断增加,显著提升了基于深度神经网络超分辨率重建算法重建结果的图像清晰度。其中,基于生成对抗网络的超分辨率重建方法在重建图像纹理细节上优于以往的网络模型。然而,经实验我们发现这些重建出的纹理并非图像本身存在的,并且在放大之后不自然。在本文中,为了解决重建图像的纹理细节问题,我们提出一种结合小波变换和生成对抗网络的超分辨率重建方法。利用小波的多分辨分析,在生成对抗网络中训练小波分解系数,有效提升重建图像的局部细节信...


电力架空线路巡检可见光图像智能处理研究综述

刘志颖; 缪希仁; 陈静; 江灏, 电网技术 发表时间:2019-08-13 08:58 期刊

...检测效果参差不齐。为了应对这一问题,人们进行了大量研究以求实现视觉检查的自动化,但远不能满足工程应用需要。本文首先介绍电力巡检可见光图像的来源,总结可见光巡检的内容及缺陷特点,将可见光图像视觉检查问题分解为两类问题:图像目标检测和图像测距;然后分别对两类问题的研究与应用现状进行综述,结合实验数据分析可见光巡检图像智能处理技术的发展趋势,探讨深度学习技术在该领域的应用前景;在此基础上,阐述进一步推进巡检图像智能处理所面临的挑战及可能的解决方案,并给出若干点建议。...


基于深度学习自编码器端到端物理层优化方案

叶佩文; 贾向东; 杨小蓉; 胡海霞, 计算机工程 发表时间:2019-08-13 17:32 期刊

...模型可解释性程度降低,增加了物理层优化的复杂度。深度学习在结构化信息表示和数据提取上有着内生的优势。因此,本文提出了一种基于深度学习自编码器端到端物理层优化方案。首先,提出了分两阶段训练模式以提高神经网络的泛化性,其次,为了降低信道状态信息(channel state information, CSI)反馈导致的系统开销,提出了利用自编码器压缩特性量化CSI后进行重建的方法。仿真结果表明,分阶段训练能有效提升收敛速率,压缩量化CSI缓解了系统负载。...


基于抽取的高考作文生成

冯骁骋;龚恒;冷海涛;秦兵;孙承杰;刘挺;, 计算机学报 发表时间:2019-08-16 11:22 期刊

机器人自动写作是人工智能和自然语言处理领域重要的研究方向,然而传统的自动写作方法主要针对体育新闻、天气预报等较短的段落级文本进行研究,并没有对篇章级文本自动生成技术进行深入的建模。针对这一问题,我们着重研究面向高考作文的篇章级文本生成任务。具体而言我们提出了一种基于抽取式的高考作文生成模型,即先进行抽取再利用深度学习排序方法进行段落内部的文本组合生成。通过实际专家评测,我们所生成的作文能够达到北京高考二类卷平均分数,具有一定的实际应用价值。...


基于深度学习的交通信号灯快速检测与识别

钱弘毅; 王丽华; 牟宏磊, 计算机科学 发表时间:2019-08-16 17:30 期刊

...测数据集图片比例极小等技术难点,提出了一种基于深度学习的交通信号灯快速检测与识别算法。整体框架由三部分组成:基于启发式的图像预分割,用于缩小搜索范围,提升信号灯面板在输入图像中的相对大小和检测精度;基于深度学习的检测与识别,利用卷积神经网络准确地检测识别信号灯;再利用NMS(Non-Maximum Suppression)算法去除上一阶段重复的检测框。提出的Split-CS-Yolo模型在LISA数据集上取得了96.08%的mAP和2.87%漏检率,相比Yolo系列的其他方...


基于深度学习的RGB-NIR图像去马赛克

谢长江;杨晓敏;严斌宇;芦璐;, 计算机应用 发表时间:2019-08-19 08:55 期刊

...在的色彩失真以及细节信息模糊问题,提出一种基于深度学习的去马赛...


反馈机制的实体及关系联合抽取方法

马建红; 李振振; 朱怀忠; 魏字默, 计算机科学 发表时间:2019-08-19 09:49 期刊

实体及关系抽取是信息抽取中的两个核心任务,是构建知识图谱的重要基石。对于实体识别和关系抽取,当前通常采取人工提取特征和规则,分独立两步实现的方法,这种方法易造成数据重复预处理和错误传播。实体识别和关系抽取两个模块存在相互关联性,实体识别是进行关系抽取的基础,实体关系抽取结果又可反馈校验实体信息。因此,文中提出无须添加人工特征和引入互反馈机制的混合神经网络模型(Mufeedback-JoinModel)来完成实体及其关系的联合抽取,实现实体关系对实体识别的反馈校验机制。该模


一种基于深度学习的林业资源调查方法

罗巍; 王东亮; 夏列钢; 陈曙东, 林业科技通讯 发表时间:2019-08-19 14:28 期刊

...山森林公园的杨梅树作为调查对象,给出了一种基于深度学习的林业资源调查方法。首先,通过无人机航拍获取大量研究区高清正射遥感影像;接着,对影像中的杨梅树进行标注并构建测试集;然后,利用TensorFlow +MASK RCNN深度学习框架对杨梅树进行检测和定位,并同时输出树冠掩膜图像和树冠像素个数;最后,分别借助基于像素统计的和基于掩膜矢量的2种方法估算并统计树冠的实际面积。本文方法不仅大大节省了人工分析航空遥感影像的时间、提高了工作效率,还可以通过将获取到的树冠轮廓矢量叠加到...


翻转课堂视角下深度合作学习实践研究

任永功;李玥竹;多召军;, 软件导刊 发表时间:2019-08-20 11:27 期刊

翻转课堂教学中常以合作学习方式促进学生的深度意义建构,培养学生的探究与合作学习能力。基于最近发展区理论、建构主义理论及掌握学习理论,选择现代教育技术课程与教学对象,设计翻转课堂深度合作学习案例并开展教学实践。实践结果显示,通过对比信度、效度及相伴概率数值等指标,发现学生在知识获取、合作学习参与情况、合作问题解决能力、合作学习意识与态度4个维度前后测数据出现显著性差异,表明了翻转课堂视角下深度合作学习设计的有效性。...


领域专业知识富关联关系提取方法研究

李青; 钟将; 李立力; 张剑; 李琪, 控制与决策 发表时间:2019-08-21 10:29 期刊

...关联关系的描述体系。构建内容资源表示实体(知识、信息、资源、服务、对象)间的富关联模式,满足实体间自动解构、聚合及智能抽取的需求,提出基于领域专业知识的富关联关系提取模型。本文运用多层注意力机制来凸显重要表征性信息,通过知识图谱设计并优化异构环境中核心源对象与目标对象间元属性。与以往基线模型不同,本文的模型结构支持在特定领域下端到端的学习,不必显式依赖外部知识。实验结果表明,本文的领域专业知识富关联关系提取方法,可有效提升富关联关系识别精度及专业知识服务效率。...


基于深度学习和空间关系推理的椎间盘定位标注方法

王生生; 邵婧雯; 李妮娅; 刘纯岩; 李文辉; 陈鹏; 刘冰, 吉林大学学报(工学版) 发表时间:2019-08-22 08:09 期刊

为实现在核磁共振图像中对椎间盘自动定位标注,提出基于深度学习算法和空间关系推理的新方法。用深度学习算法对椎间盘进行检测,并采用评分约束提高算法精度。其次给出邻近椎间盘空间关系模型,基于该模型匹配每个椎间盘区域的中心点。最后采用空间关系迭代推理算法选择最佳匹配结果,得到椎间盘标注序列。本文假设每张核磁共振图像至少包含六个连续的椎间盘,试验结果表明,方法经过训练后测试效果良好,准确度能够达到临床要求,且执行效率高,有助于椎间盘疾病的计算机辅助诊断。...


无人驾驶车辆单目视觉里程计的研究进展

马芳武; 史津竹; 葛林鹤; 代凯; 仲首任, 吉林大学学报(工学版) 发表时间:2019-08-22 09:31 期刊

...无人驾驶车辆的应用背景,对无人驾驶车辆单目视觉里程计的最新研究进展进行了综述。首先详细介绍了无人驾驶车辆单目视觉里程计的研究热点,包括基于路面特征与几何先验、考虑车辆运动特性约束、新型视觉传感器与多传感器融合以及深度学习相关方法。其次,讨论了无人驾驶车辆单目视觉里程计目前存在的问题和挑战。最后,总结了无人驾驶车辆单目视觉里程计在考虑车辆动力学模型、深度学习应用于道路复杂动态环境和多传感器融合以及基于车联网的多车辆协同视觉里程计等方面的未来研究方向。...


基于深度学习的Linux远控木马检测

李峰;舒斐;李明轩;王斌;杨慧婷;, 计算机工程 发表时间:2019-08-22 09:32 期刊

...合静态分析和动态行为分析方法提取文件特征,利用深度学习对样本特征逐层抽取能力,构建基于循环神经网络的样本分类模型对Linux远控木马进行检测。进一步,为避免局部最优,采用随机搜索参数方法进行模型超参数的选择。通过使用相同数据集共计5518个样本对基于RNN的分类模型以及其他基于传统机器学习算法的模型分别进行训练。实验结果表明,在选取性能最佳的超参数配置下,基于RNN的样本分类模型相比于基于传统机器学习算法的样本分类模型具有更高的准确率以及更好的性能。...


基于深度学习的PRPD数据特征提取方法

杨景刚; 邓敏; 马勇; 艾春; 李玉杰; 刘成宝, 电测与仪表 发表时间:2019-08-22 09:39 期刊

... Insulated Switchgear,GIS)局部放电(Partial Discharge,PD)的传统特征提取具有依赖专家经验、盲目性高、识别率低的缺点,文中将局部放电PRPD数据转变为灰度图,利用卷积神经网络强大的特征自适应提取能力提取灰度图的辨识特征,并将特征应用于经典分类器如SVM、随机森林,BP神经网络等,实现深度学习方法和传统机器学习方法的有效融合。实验表明,该方法提取的特征具有更高的辨识度,可以有效提升局部放电模式识别的准确率。...


基于精细化残差U-Net的新生儿局灶性脑白质损伤分割模型

刘亚龙;李洁;王颖;仵赛飞;邹佩;, 计算机应用 发表时间:2019-08-22 09:59 期刊

...测与分割较为困难。针对这些问题提出的一种精细化深度残差U型网络模型,可以对病灶进行精细地语义分割。首先,核磁共振图像将被裁剪成较小的图像块;其次利用残差U型网络提取出每个图像块不同层次的深度特征;然后将特征进行融合并输出每个图像块的病灶分布概率图;最后由全连接条件随机场对拼接后的概率图进行优化得到最终的分割结果。在某合作医院提供的数据集上的评估结果显示,在仅使用T1序列单模态数据的情况下,该模型在分割新生儿局灶性脑白质损伤时,病灶边缘的分割精度得到提高,且模型抗干扰能力较好...


基于梅尔倒谱系数、深层卷积和Bagging的环境音分类方法

王天锐;鲍骞月;秦品乐;, 计算机应用 发表时间:2019-08-22 09:59 期刊

...agging算法相结合的环境音分类方法。首先针对原始音频文件,利用预加重、加窗、离散傅里叶变换、梅尔滤波器转换、离散余弦映射等方法,建立梅尔倒谱系数特征模型。然后将特征模型输入卷积深度网络进行第二次特征提取。最后借鉴强化学习思想,集成线性判别分析器、支持向量机、Softmax回归、XGBoost四个模型,以投票预测的形式对网络输出结果进行预测。实验结果表明,所提算法能够有效提高对环境音频的特征提取能力,以及提高深层网络在环境音分类上的抗过拟合能力。...


基于卷积神经网络的铁轨路牌识别方法

孟琭; 孙霄宇; 赵滨, 自动化学报 发表时间:2019-08-22 11:26 期刊

...通周围环境的信息也变得越来越引入注目.本文结合深度学习与图像处理的方法,设计并实现了一种基于卷积神经网络的高铁轨道周边路牌数字识别的智能系统,该系统通过在高铁驾驶室内安装摄像头的方式采集运行前方的视频,并通过目标识别、语义分割等深度学习算法自动定位并识别路牌内的数字,从而解决了之前人工处理的繁琐和低效率.本算法整体系统由三个子模块构成,分别为目标检测模块、语义分割模块以及数字识别模块,其中目标检测模块基于Single Shot MultiBox Dector (SSD)模型...


相关搜索
 找到 24,852 条结果 
首页上一页5678910111213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。