期刊文献+
共找到62篇文章
< 1 2 4 >
每页显示 20 50 100
基于自动驾驶系统的轻量型卷积神经网络优化 认领
1
作者 高秀龙 葛动元 《计算机系统应用》 2020年第3期93-99,共7页
计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证... 计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证集,无法使用tensorboard的问题,提出了解决方案,通过卷积网络可视化方法详细研究了神经网络处理图像信息的原理并提出了优化方法.训练后的模型在验证集上准确率达到了97.5%,满足了自动驾驶系统对分类任务准确率的要求. 展开更多
关键词 计算机视觉 分类网络 数据增强 卷积网络可视化
在线阅读 下载PDF
用于室内环境语义分割的全卷积网络 认领
2
作者 陈森 王世峰 +2 位作者 孙琪 刘传义 王开鑫 《长春理工大学学报:自然科学版》 2020年第4期78-84,共7页
卷积网络是一种功能强大的可视化模型,可以生成特征层次结构,通过卷积网络的端到端训练、像素到像素的训练等,可以达到语义分割的目的。针对现阶段语义分割多用于室外环境,而且传统CNN网络不能满足任意大小的图像输入等问题,首先通过将... 卷积网络是一种功能强大的可视化模型,可以生成特征层次结构,通过卷积网络的端到端训练、像素到像素的训练等,可以达到语义分割的目的。针对现阶段语义分割多用于室外环境,而且传统CNN网络不能满足任意大小的图像输入等问题,首先通过将传统卷积网络中的连接层替换为卷积层,将现有的分类网络(AlexNet、VGG网络和GoogLeNet)改为全卷积网络,然后利用全卷积网络对PASCAL VOC 2012的数据库进行训练,将该训练模型进行室外环境语义分割的测试,证明通过全卷积网络训练后获得的模型可用于语义分割。最后,选取室内三种外形的椅子进行了数据采集,建立室内环境语义分割的数据库,通过微调训练以及验证,证明该方法用于室内语义分割的有效性,同时证明了该网络支持任意大小输入。 展开更多
关键词 全卷积网络 分类网络 微调 语义分割
在线阅读 下载PDF
改进级联卷积神经网络的平面旋转人脸检测 认领
3
作者 傅勇 潘晴 +3 位作者 田妮莉 杨志景 Bingo Wing-Kuen Ling Everett.X.Wang 《计算机工程与设计》 北大核心 2020年第3期856-861,共6页
多样的平面内旋转(rotation in plane,RIP)角度下的人脸检测具有极大的挑战性,为检测平面旋转人脸,提出一种改进型的级联卷积神经网络,提出并训练一个多任务级联卷积神经网络来检测普通正面或侧面人脸,在该神经网络中嵌入一个分类网络进... 多样的平面内旋转(rotation in plane,RIP)角度下的人脸检测具有极大的挑战性,为检测平面旋转人脸,提出一种改进型的级联卷积神经网络,提出并训练一个多任务级联卷积神经网络来检测普通正面或侧面人脸,在该神经网络中嵌入一个分类网络进行RIP角度判断,将平面内旋转人脸检测看作一个多分类问题,执行相应的仿射变换后将人脸候选框输入到网络。实验结果表明,改进后的方法可以精确实现360°范围内RIP角度人脸检测。 展开更多
关键词 人脸检测 卷积神经网络 人脸特征点定位 分类网络 仿射变换
在线阅读 下载PDF
基于分层特征化网络的三维人脸识别 认领
4
作者 赵青 余元辉 《计算机应用》 CSCD 北大核心 2020年第9期2514-2518,共5页
针对三维人脸多表情、多姿态变化同时存在,人脸点云数据不同程度缺失的问题,探索性地将三维点云人脸数据应用于PointNet系列的分类网络并进行了识别结果的对比与分析,然后提出了一种新的网络框架——HFN。首先,在数据预处理后随机采样... 针对三维人脸多表情、多姿态变化同时存在,人脸点云数据不同程度缺失的问题,探索性地将三维点云人脸数据应用于PointNet系列的分类网络并进行了识别结果的对比与分析,然后提出了一种新的网络框架——HFN。首先,在数据预处理后随机采样固定点数的点云;其次,将固定点数的人脸点云输入SA模块,以获取局部区域的质心点、邻域点并提取局部区域的特征,然后拼接由DSA模块基于多方向卷积提取的点云空间结构特征;最后,利用全连接层进行三维人脸的分类,从而实现三维人脸识别。在CASIA数据库上的结果显示,所提方法的平均识别率为96.34%,优于PointNet、PointNet++、PointCNN和空间聚合网络(SAN)这几种分类网络。 展开更多
关键词 三维人脸识别 三维点云 分类网络 姿态变化 空间结构特征
在线阅读 下载PDF
基于深度学习的图像美观度评价 认领
5
作者 费延佳 李福翠 邵枫 《计算机工程》 CAS CSCD 北大核心 2019年第3期212-216,224共6页
基于深度卷积神经网络的特征提取方法比传统手工特征提取方法更加贴近人类大脑的视觉感受。为此,建立一种两通道组合图像美观度评价模型。使用美学信息通道和场景信息通道的组合来自动提取图像中美学信息和场景类别信息,通过融合两类信... 基于深度卷积神经网络的特征提取方法比传统手工特征提取方法更加贴近人类大脑的视觉感受。为此,建立一种两通道组合图像美观度评价模型。使用美学信息通道和场景信息通道的组合来自动提取图像中美学信息和场景类别信息,通过融合两类信息最终形成美感分类器。在AVA库上进行训练和测试,结果表明,与图像局部特征提取方法相比,该模型结构较简洁,且具有较高的分类准确率。 展开更多
关键词 美观度评价 卷积神经网络 场景识别 两通道 分类网络
在线阅读 下载PDF
基于姿态估计的驾驶员手部动作检测方法研究 认领
6
作者 刘唐波 杨锐 +1 位作者 王文伟 何楚 《信号处理》 CSCD 北大核心 2019年第12期2062-2069,共8页
为有效检查驾驶员在行驶过程中的不当行为,本文研究结合人体姿态估计信息的检测算法,通过对检测目标的约束,建立起一套具有多阶段的手部动作检测方法。该方法包含三个模块。第一,人体姿态估计模块,选取人体姿态估计网络关节的高斯热图层... 为有效检查驾驶员在行驶过程中的不当行为,本文研究结合人体姿态估计信息的检测算法,通过对检测目标的约束,建立起一套具有多阶段的手部动作检测方法。该方法包含三个模块。第一,人体姿态估计模块,选取人体姿态估计网络关节的高斯热图层,通过输出的人体姿态高斯热图信息,达到对检测目标的空间信息的获取;第二,手部检测模块,基于CNN的检测网络,在网络输入层融合人体姿态高斯热图后,达到对手部的检测率提高的效果;第三,手部动作分类模块,通过接受手部检测模块的输出,消除对检测结果产生干扰的背景,将分类网络的特征提取约束在手部局部位置,提高手部动作分类的准确率,将手部区域输入至分类网络得到驾驶员手部动作,从而判断驾驶员是否存在抽烟、接听电话等不当行为,实现驾驶员的行为检测。为了验证本文提出的多阶段的手部动作检测方法,已在自制数据集上进行了相应实验。 展开更多
关键词 视频监控 手部动作检测 人体姿态估计 高斯热图 分类网络
在线阅读 下载PDF
一种TAN分类器改进方法 认领 被引量:1
7
作者 张坤 陈曦 +1 位作者 宋云 傅明 《计算技术与自动化》 2019年第1期55-61,共7页
为了改善树增强朴素贝叶斯(TAN)的分类精度,对TAN结构进行了扩展,提出了一种利用可分解的评分函数构建树形贝叶斯网络分类模型的学习方法。在构建TAN网络时允许属性没有父结点。采用低阶CI测试初步剔除无效属性,再结合改进的BIC评分函... 为了改善树增强朴素贝叶斯(TAN)的分类精度,对TAN结构进行了扩展,提出了一种利用可分解的评分函数构建树形贝叶斯网络分类模型的学习方法。在构建TAN网络时允许属性没有父结点。采用低阶CI测试初步剔除无效属性,再结合改进的BIC评分函数利用贪婪搜索获得每个属性结点的父结点,从而建立分类模型。对比朴素贝叶斯(NB)和TAN,提出的分类算法在分类准确率和AUC面积两个指标上表现更好,说明本文模型拥有比TAN更好的分类效果。 展开更多
关键词 树增强朴素贝叶斯 分类网络 评分函数
在线阅读 下载PDF
基于小波变换与SVM分类网络的视频文本检测算法 认领
8
作者 蔡华杰 谢光艺 《武警工程大学学报》 2016年第6期5-9,共5页
针对视频图像文本检测鲁棒性不足的问题,提出一种复杂背景下基于小波变换和SVM分类网络的文本检测算法。首先利用小波变换提取视频图像横向、竖向、对角方向上的纹理特征,然后利用SVM分类器训练一个分类网络来完成文本块与非文本块的... 针对视频图像文本检测鲁棒性不足的问题,提出一种复杂背景下基于小波变换和SVM分类网络的文本检测算法。首先利用小波变换提取视频图像横向、竖向、对角方向上的纹理特征,然后利用SVM分类器训练一个分类网络来完成文本块与非文本块的分类,根据分类结果得到候选文本区域,最后利用形态学处理方式精确检测文本区域。实验表明,该算法与其他检测算法相比查准率和查全率更高,对不同形式的文本图像检测时鲁棒性更好。 展开更多
关键词 文本检测 视频 小波变换 SVM 分类网络
基于Tri-training算法的构造性学习方法 认领 被引量:3
9
作者 吴涛 李萍 王允强 《计算机工程》 CAS CSCD 2012年第6期 13-15,共3页
构造性机器学习(cML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标... 构造性机器学习(cML)算法在训练分类器时需要大量有标记样本,而获取这些有标记样本十分困难。为此,提出一种基于Tri-training算法的构造性学习方法。根据已标记的样本,采用不同策略构造3个差异较大的初始覆盖分类网络,用于对未标记数据进行标记,再将B标记数据加入到训练样本中,调整各分类网络参数,反复进行上述过程,直至获得稳定的分类器。实验结果证明,与CML算法和基于NB分类器的半监督学习算法相比,该方法的分类准确率更高。 展开更多
关键词 半监督学习 构造性机器学习 Tri-training算法 覆盖 分类网络
在线阅读 下载PDF
用专家乘积系统实现手写体数字识别 认领 被引量:2
10
作者 孙征 李宁 《计算机仿真》 CSCD 2006年第5期 197-199,214,共4页
手写体数字识别网络的训练过程需耗费大量时间,训练时间的优化有着重要的意义。利用专家乘积系统是一种理想的解决方法。在专家乘积系统训练过程中,每个数字都将建立一个独立的专家模型,并分别使用各自的样本进行训练。待获得所有模... 手写体数字识别网络的训练过程需耗费大量时间,训练时间的优化有着重要的意义。利用专家乘积系统是一种理想的解决方法。在专家乘积系统训练过程中,每个数字都将建立一个独立的专家模型,并分别使用各自的样本进行训练。待获得所有模型的概率分布特征后,再送人一个分类器网络进行混合训练。由于各数字模型是独立的,因此利用并行训练可大大减少系统的训练时间。专家乘积系统的识别效果非常理想,反映出专家乘积系统是一个高效的模型。 展开更多
关键词 专家乘积 玻耳兹曼机 分类网络 手写体识别
在线阅读 下载PDF
基于重建分类网络特征增强的盲域自适应分类器 认领
11
作者 陶洋 胡昊 鲍灵浪 《信息通信》 2020年第6期55-58,共4页
领域自适应算法能解决源域样本与目标域样本分布不同的问题,提高分类性能。但是通常的领域自适应算法都需要预先获取部分目标域样本用于模型训练。而在现实场景中,来自目标域的测试样本在模型训练时是未知的甚至是不可获取的,该问题称... 领域自适应算法能解决源域样本与目标域样本分布不同的问题,提高分类性能。但是通常的领域自适应算法都需要预先获取部分目标域样本用于模型训练。而在现实场景中,来自目标域的测试样本在模型训练时是未知的甚至是不可获取的,该问题称为盲领域问题。文章采用重建分类网络(Reconstruction-Classification Network,RCN)运用于盲领域自适应。仅使用源域样本训练源域RCN模型,并利用源域RCN模型重建管道增强目标样本的信息,缩小目标域与源域分布差异。增强后的目标样本通过源域RCN模型的分类管道进行分类。在基准数据集上进行的实验证明,该文的方法在跨域视觉识别方面优于其他最新方法。 展开更多
关键词 迁移学习 模式识别 盲领域自适应 重建分类网络 图像分类
在线阅读 下载PDF
基于全连接神经网络的近实时重新着色算法 认领
12
作者 厉旭杰 王怡婷 《实验室研究与探索》 CAS 北大核心 2020年第2期21-24,共4页
提出了一种基于全连接神经网络(FNN)的图像重新着色算法。该算法提取着色线条所在区域的像素RGB颜色特征值和相应的着色线条分类为数据集,为了减少神经网络的训练时间,对数据集进行了采样;把FNN作为一个像素级的多分类神经网络,利用这... 提出了一种基于全连接神经网络(FNN)的图像重新着色算法。该算法提取着色线条所在区域的像素RGB颜色特征值和相应的着色线条分类为数据集,为了减少神经网络的训练时间,对数据集进行了采样;把FNN作为一个像素级的多分类神经网络,利用这些训练数据训练FNN,将待重新着色图像中逐个像素的特征值作为神经网络的输入,获得每个像素属于着色线条的似然概率;根据神经网络输出的每个像素属于着色线条的似然概率,计算最终的图像重新着色结果。与现有的基于卷积神经网络的图像重新着色方法相比,该方法避免了神经网络在训练阶段需要大规模的训练样本的弊端,且能够达到近实时的交互性能,同时用户只需输入少量的用户着色线条,就能获得高质量的图像重新着色效果。 展开更多
关键词 全连接神经网络 图像重新着色 特征值 像素级分类神经网络
在线阅读 下载PDF
MSP-Net:多尺度点云分类网络 认领
13
作者 白静 徐浩钧 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第11期1917-1924,共8页
针对传统点云分类网络难以充分发挥卷积神经网络优势的问题,提出一种多尺度点云分类网络MSP-Net.首先,基于局部区域划分的完备性、自适应性、重叠性及多尺度特性要求,提出了多尺度局部区域划分算法,并以点云及不同层次的特征为输入,得... 针对传统点云分类网络难以充分发挥卷积神经网络优势的问题,提出一种多尺度点云分类网络MSP-Net.首先,基于局部区域划分的完备性、自适应性、重叠性及多尺度特性要求,提出了多尺度局部区域划分算法,并以点云及不同层次的特征为输入,得到多尺度局部区域;然后构建了包含单尺度特征提取、低层次特征聚合及多尺度特征融合等模块的多尺度点云分类网络.该网络充分地模拟了卷积神经网络的作用原理,具备随着网络尺度和深度的增加,局部感受野越来越大,特征抽象程度越来越高的基本特征.最后将该算法应用在标准公开数据集ModelNet10和ModelNet40上,分别取得了94.71%和91.73%的分类准确率,表明该算法在同类工作中处于领先或相当的水平,验证了算法思想的可行性及有效性. 展开更多
关键词 多尺度点云 三维模型分类 深度学习 多尺度分类网络
在线阅读 下载PDF
基于深度学习的肝包虫病超声图像分型研究 认领
14
作者 南嘉格列 李锐 +3 位作者 王海霞 周旭 王毅 倪东 《深圳大学学报:理工版》 EI CAS CSCD 北大核心 2019年第6期702-708,共7页
肝包虫病是一种严重的地域性寄生虫病,其病灶分型主要依靠临床医生对超声图像的主观判断,疾病筛查十分耗时,且容易造成误判.提出一种基于超声图像的肝包虫病病灶智能分型方法,首先从肝脏包虫病超声图像中直接裁剪得到病灶区域图像,利用... 肝包虫病是一种严重的地域性寄生虫病,其病灶分型主要依靠临床医生对超声图像的主观判断,疾病筛查十分耗时,且容易造成误判.提出一种基于超声图像的肝包虫病病灶智能分型方法,首先从肝脏包虫病超声图像中直接裁剪得到病灶区域图像,利用深度卷积神经网络(convolutional neural network,CNN)提取图像多尺度特征,然后结合视觉注意力模型,通过分类网络的主分支和辅助分支分别学习图像的整体和局部细节特征,最后使用度量学习来表征同类别之间样本的相似特征,实现对9种类型的包虫病病灶进行全自动分类.构建了一个18层CNN网络,通过7000张图像完成训练,在2000张图像上测试得到的平均准确率为82%,平均F 1分数为82%.实验结果表明,该方法能有效用于肝包虫病超声图像分型. 展开更多
关键词 生物医学工程 肝包虫病 卷积神经网络 超声图像 病灶分型 视觉注意力模型 度量学习 迁移学习 双分支分类网络
在线阅读 免费下载
雨密度感知分类引导扩张网络对单张图片去雨 认领
15
作者 安鹤男 张昌林 +3 位作者 涂志伟 赵光军 刘佳 李蔚 《电子技术应用》 2019年第2期1-4,共4页
由于图像中的雨线条纹具有不同形状、尺寸且分布不均匀,单一神经网络学习分布不均匀的雨密度能力弱,去雨效果不显著,对此提出雨密度感知引导扩张网络对单张图片去除雨的方法。网络分为两部分:(1)雨密度感知网络对不同密度雨的图片进行分... 由于图像中的雨线条纹具有不同形状、尺寸且分布不均匀,单一神经网络学习分布不均匀的雨密度能力弱,去雨效果不显著,对此提出雨密度感知引导扩张网络对单张图片去除雨的方法。网络分为两部分:(1)雨密度感知网络对不同密度雨的图片进行分类(大雨、中雨、小雨);(2)联合雨密度感知分类信息引导扩张网络学习不同的雨密度特征细节,用于检测雨线和去雨。实验证明了该方法在合成和真实数据集上去雨的有效性。 展开更多
关键词 单张图片 雨密度感知分类网络 扩张网络 去雨
在线阅读 下载PDF
基于深度学习的人脸遮挡检测方法 认领
16
作者 邵一鸣 孙红星 陈虹羊 《辽宁科技大学学报》 CAS 2019年第6期454-461,共8页
针对银行自动柜员机环境下不法分子通过遮挡面部实施违法犯罪行为的安全问题,采用将深度学习中MTCNN多任务卷积神经网络和ResNet残差分类网络相结合的方法,先利用MTCNN模型实现对图像中人脸的检测,再通过残差分类网络实现对已检测人脸... 针对银行自动柜员机环境下不法分子通过遮挡面部实施违法犯罪行为的安全问题,采用将深度学习中MTCNN多任务卷积神经网络和ResNet残差分类网络相结合的方法,先利用MTCNN模型实现对图像中人脸的检测,再通过残差分类网络实现对已检测人脸有无遮挡的分类,最终实现人脸遮挡检测。实验证明本文方法优于传统方法,人脸遮挡检测率较高,具有一定的工程应用价值。 展开更多
关键词 深度学习 MTCNN多任务卷积神经网络 ResNet残差分类网络 人脸遮挡
在线阅读 下载PDF
网络协议流不平衡环境下基于机器学习算法的在线流量分类方法 认领 被引量:3
17
作者 罗冬梅 《科学技术与工程》 北大核心 2017年第28期103-107,共5页
随着时间的推移,网络协议流将出现不平衡的现象,经常出现不可预知的在线流量种类,传统在线流量分类模型无法对未知的流量种类进行分类,导致整体分类精度低,适应能力差。为此提出一种新的基于机器学习算法的在线流量分类方法,针对不同类... 随着时间的推移,网络协议流将出现不平衡的现象,经常出现不可预知的在线流量种类,传统在线流量分类模型无法对未知的流量种类进行分类,导致整体分类精度低,适应能力差。为此提出一种新的基于机器学习算法的在线流量分类方法,针对不同类别的在线流量样本流集合筛取出若干最近邻样本流,求出各个样本流特征权重,确定各个特征与类别的相关性,将相关性大的特征当成在线流量特征。依据得到的特征选取部分标识在线流量数据,确定K中值聚类的起始中心,构造映射关系,获取未知的在线流量种类。实验结果表明,所提方法有很高的分类精度,且扩展性和适应能力较强。 展开更多
关键词 机器学习算法 在线流量 分类 网络
在线阅读 免费下载
基于专利信息的脑电图技术成熟度及技术网络分析 认领 被引量:1
18
作者 赵润州 徐卸古 《中华医学图书情报杂志》 CAS 2016年第4期7-12,共6页
以德温特专利索引数据库收录的脑电图技术主题专利数据为研究样本,基于技术成熟度理论,绘制出技术S曲线模型,对脑电图技术的生命周期、发展进程和未来趋势进行了研究。同时通过专利德温特分类代码的共类网络,进行聚类分析和战略坐... 以德温特专利索引数据库收录的脑电图技术主题专利数据为研究样本,基于技术成熟度理论,绘制出技术S曲线模型,对脑电图技术的生命周期、发展进程和未来趋势进行了研究。同时通过专利德温特分类代码的共类网络,进行聚类分析和战略坐标分析,揭示了不同技术领域的关联关系和演变趋势。利用专利德温特手工代码的共词网络进行频次和中心性分析,以识别EEG技术的研究布局和热点研究主题。 展开更多
关键词 脑电图 技术成熟度 S曲线 技术网络 共类网络 聚类分析 战略坐标分析 共词网络 中心性分析
在线阅读 下载PDF
基于改进型遗传算法的数字电路优化 认领
19
作者 许颖 张瑛 《计算机技术与发展》 2014年第8期168-171,共4页
遗传算法( Genetic Algorithm,GA)是一种模拟生物界自然选择的智能优化算法,已经被广泛应用到各个领域。文中主要针对传统遗传算法在应用于数字电路优化设计中时所出现的未成熟收敛和收敛速度慢的问题,提出一种新的个体选择方法。该... 遗传算法( Genetic Algorithm,GA)是一种模拟生物界自然选择的智能优化算法,已经被广泛应用到各个领域。文中主要针对传统遗传算法在应用于数字电路优化设计中时所出现的未成熟收敛和收敛速度慢的问题,提出一种新的个体选择方法。该方法将保留最优个体选择方式和改进轮盘赌选择方式相结合,能够在保持种群的多样性的同时有效地提高数字电路优化的精确度。将该算法应用到最小分类网络的设计中,实验结果验证了改进算法的合理性和有效性。 展开更多
关键词 遗传算法 电路优化 最小分类网络
在线阅读 下载PDF
一种基于模糊分类网络的信息分类方法 认领 被引量:1
20
作者 潘俊辉 《科学技术与工程》 2011年第20期 4895-4897,共3页
针对信息搜索与挖掘中存在的关键词多义性及用户对所要查询信息的分类存在一定的模糊性问题,提出了一种基于模糊分类网络的信息挖掘方法。该方法利用模糊分类网络固有的对模糊信息的非线性处理能力和自适应学习机制,通过对WEB页面大量... 针对信息搜索与挖掘中存在的关键词多义性及用户对所要查询信息的分类存在一定的模糊性问题,提出了一种基于模糊分类网络的信息挖掘方法。该方法利用模糊分类网络固有的对模糊信息的非线性处理能力和自适应学习机制,通过对WEB页面大量分类文档信息的学习,建立了基于模糊分类网络的信息分类器和挖掘模型。构造的信息分类模型结构简单、学习收敛速度快且易于实现。文中给出了分类策略和实现算法,并以中国石油网油气管道专题信息分类为例验证了方法的有效性。 展开更多
关键词 信息分类 信息挖掘 模糊分类网络 WEB文档
在线阅读 免费下载
上一页 1 2 4 下一页 到第
使用帮助 返回顶部 意见反馈