期刊文献+
共找到4,819篇文章
< 1 2 241 >
每页显示 20 50 100
文章速递基于神经进化的深度学习模型研究综述 认领
1
作者 韩冲 王俊丽 +1 位作者 吴雨茜 张超波 《电子学报》 EI CAS CSCD 北大核心 2021年第2期372-379,共8页
深度学习研究发展至今已可以胜任各类识别、分类、生成任务,但是对于不同的任务,神经网络的结构或参数不可能只是微小的变化,依然需要专家进行调整.在这样的情况下,自动化地调整神经网络的结构或参数成为研究热点.其中,以达尔文自然进... 深度学习研究发展至今已可以胜任各类识别、分类、生成任务,但是对于不同的任务,神经网络的结构或参数不可能只是微小的变化,依然需要专家进行调整.在这样的情况下,自动化地调整神经网络的结构或参数成为研究热点.其中,以达尔文自然进化论为灵感的神经进化成为主要优化方法.利用神经进化优化的深度学习模型以种群为基础,通过突变、重组等操作进化,可实现自动地、逐步地构建神经网络并最终选择出性能最优的深度学习模型.本文简述了神经进化与进化计算;详细概述了各类基于神经进化的深度学习模型;分析了各类模型的性能;总结了神经进化与深度学习融合的前景并探讨下一步的研究方向. 展开更多
关键词 神经进化 深度学习 进化计算 卷积神经网络 生成式对抗网络 自动编码器 长短期记忆网络 深度强化学习
在线阅读 下载PDF
利用卷积-循环神经网络的串行序列空时分组码识别方法 认领
2
作者 张聿远 闫文君 +1 位作者 林冲 姚成柱 《信号处理》 北大核心 2021年第1期19-27,共9页
针对多输入多输出(Multiple Input Multiple Output,MIMO)系统中的空时分组码识别(Space-Time Block Code,STBC)问题,本文提出了一种利用卷积-循环神经网络的串行序列空时分组码识别方法。将一维接收信号的实部和虚部分离后输入网络,利... 针对多输入多输出(Multiple Input Multiple Output,MIMO)系统中的空时分组码识别(Space-Time Block Code,STBC)问题,本文提出了一种利用卷积-循环神经网络的串行序列空时分组码识别方法。将一维接收信号的实部和虚部分离后输入网络,利用卷积神经网络(CNN)提取其空间特征,结合循环神经网络(RNN)提取其深层时序特征,提高网络的特征表达能力;网络训练过程采用反向传播方法,通过计算输出与目标值的误差,将误差反向传回网络中并更新权值,完成网络的训练过程;将测试集数据输入训练好的网络中,实现对空时分组码的识别和区分。该方法将深度学习算法运用到串行序列空时分组码识别当中,训练完的网络可直接对单接收天线下的空时分组码进行识别,不需要重复计算信号的统计特征,避免了人为设计特征参数和检测阈值。该方法不需要知道信道和噪声的先验信息,适用于电子侦查等非协作通信情况。仿真实验表明,该算法能够有效地对串行序列空时分组码进行识别,并且在低信噪比下有较好的识别性能。 展开更多
关键词 空时分组码 信号处理 卷积神经网络 循环神经网络 深度学习
在线阅读 下载PDF
基于BERT的短文本相似度判别模型 认领
3
作者 方子卿 陈一飞 《电脑知识与技术:学术版》 2021年第5期14-18,共5页
短文本的表示方法和特征提取方法是自然语言处理基础研究的一个重要方向,具有广泛的应用价值。本文提出了BERT_BLSTM_TCNN模型,该神经网络模型利用BERT的迁移学习,并在词向量编码阶段引入对抗训练方法,训练出包括句的语义和结构特征的... 短文本的表示方法和特征提取方法是自然语言处理基础研究的一个重要方向,具有广泛的应用价值。本文提出了BERT_BLSTM_TCNN模型,该神经网络模型利用BERT的迁移学习,并在词向量编码阶段引入对抗训练方法,训练出包括句的语义和结构特征的且泛化性能更优的句特征,并将这些特征输入BLSTM_TCNN层中进行特征抽取以完成对短文本的语义层面上的相似判定。在相关数据集上的实验结果表明:与最先进的预训练模型相比,该模型在有着不错的判定准确率的同时还有参数量小易于训练的优点。 展开更多
关键词 词向量模型 自然语言处理 短文本相似度 卷积神经网络 循环神经网络
在线阅读 下载PDF
基于集成学习与生成对抗网络的皮肤镜图像分类方法 认领
4
作者 龚安 姚鑫杰 +1 位作者 杜波 李维浩 《科学技术与工程》 北大核心 2021年第3期1071-1076,共6页
皮肤镜是辅助皮肤科医生诊断的有效途径,但是人工分类高度依赖医生的临床经验,并且皮肤镜图像本身的复杂性给分类提出了巨大的挑战。为了解决皮肤镜图像分类问题,基于集成学习提出了一种集成投票块的皮肤镜图像分类方法。首先,针对ISIC ... 皮肤镜是辅助皮肤科医生诊断的有效途径,但是人工分类高度依赖医生的临床经验,并且皮肤镜图像本身的复杂性给分类提出了巨大的挑战。为了解决皮肤镜图像分类问题,基于集成学习提出了一种集成投票块的皮肤镜图像分类方法。首先,针对ISIC 2019提供的皮肤镜图像进行预处理,为了缓解数据集较少且分布不均的问题,使用生成对抗网络和旋转图像进行数据增强。然后基于迁移学习的思想训练多个卷积神经网络,从中挑选出分类效果较好的多个卷积神经网络组成投票块,进而集成投票块,最终实现皮肤镜图像的分类。实验结果表明,该方法的准确率、敏感度、特异度可分别达到0.925、0.563、0.927,相比单一的卷积神经网络模型,各个评价指标均有所提高,为皮肤镜图像分类提供了一种有效方案。 展开更多
关键词 皮肤镜图像 集成学习 生成对抗网络 迁移学习 卷积神经网络
在线阅读 免费下载
基于多核学习卷积神经网络的稀疏数据推荐 认领
5
作者 霍雨佳 左欣 张虹 《计算机工程与设计》 北大核心 2021年第2期489-496,共8页
针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习... 针对当前稀疏数据推荐准确率低的问题,提出一种基于多核学习卷积神经网络的稀疏数据推荐算法。将项目的辅助信息送入卷积神经网络学习特征,将向量在可再生核希尔伯特空间组合,利用多核学习技术增强卷积神经网络的特征学习能力;基于学习的卷积特征集初始化非负矩阵模型,通过非负矩阵模型实现对缺失评分的预测。实验结果表明,该算法有效提高了稀疏数据集的推荐性能,验证了多核学习卷积神经网络的有效性。 展开更多
关键词 稀疏数据 推荐系统 评分预测 卷积神经网络 多核学习 项目上下文
在线阅读 下载PDF
一种混合阈值剪枝的稀疏化训练图像识别算法 认领
6
作者 宋叶帆 王国书 盛步云 《科学技术与工程》 北大核心 2021年第2期638-643,共6页
卷积神经网络在图像识别的应用中,有大量的冗余参数,增大了计算量,降低了网络运行速度。针对这个问题,提出了一种混合多阈值的稀疏化训练剪枝算法,通过稀疏化训练和混合全局与局部阈值的剪枝算法,压缩了神经网络的模型。通过对缩放因子L... 卷积神经网络在图像识别的应用中,有大量的冗余参数,增大了计算量,降低了网络运行速度。针对这个问题,提出了一种混合多阈值的稀疏化训练剪枝算法,通过稀疏化训练和混合全局与局部阈值的剪枝算法,压缩了神经网络的模型。通过对缩放因子L1正则化,使重要性低的通道值接近0,进行稀疏化训练,再引入全局阈值和局部阈值剪枝掉接近于零的通道并防止模型向粗粒度方向压缩,并对其进行训练微调参数,得到了混合阈值剪枝的精简模型。最后为了验证本文方法有效性,在DOTA(a large-scale dataset for object detection in aerial images)数据集中进行测试,该算法在小幅度降低图像识别精度的前提下,成功地压缩模型90%大小,加快了53%的计算速度,取得了较好的效果。 展开更多
关键词 卷积神经网络 剪枝算法 图像识别 稀疏化训练 阈值 正则化 模型压缩
在线阅读 免费下载
基于深度学习的三维路面裂缝类病害检测方法 认领
7
作者 郎洪 温添 +2 位作者 陆键 丁朔 陈圣迪 《东南大学学报:自然科学版》 EI CAS 北大核心 2021年第1期53-60,共8页
为了在路面三维图像的基础上快速、准确、完整地识别裂缝,提出一种基于深度学习的路面裂缝类病害自动检测方法.首先,以子块图像为处理单元,将三维图像划分为裂缝面元和背景面元,其中背景面元包含了路面标线、不同纹理和桥接缝等复杂场景... 为了在路面三维图像的基础上快速、准确、完整地识别裂缝,提出一种基于深度学习的路面裂缝类病害自动检测方法.首先,以子块图像为处理单元,将三维图像划分为裂缝面元和背景面元,其中背景面元包含了路面标线、不同纹理和桥接缝等复杂场景.根据对面元图像的分析,提出一种基于卷积神经网络的PCCNet分类模型,用于路面背景面元和路面裂缝面元的自动识别.然后,为了进一步提取裂缝面元内裂缝的完整轮廓,考虑路面三维图像中裂缝像素级邻域特征,利用PCCNet模型结合裂缝高程检查方法对路面裂缝进行检测.研究结果表明:通过训练集4300张高精度三维图像的训练,模型在3850次迭代之后出现过拟合,且此时PCCNet模型在验证集上的总体F值达到最大,为92.9%;将PCCNet模型结合裂缝高程检查方法应用在测试集的200张三维图像上,方法准确率、召回率和F值分别为87.8%、90.1%和88.9%.与改进Canny方法和种子识别方法对比,所提出的方法在抑制噪声和检测细小裂纹方面具有更强的鲁棒性. 展开更多
关键词 道路工程 裂缝检测 三维图像 卷积神经网络 高程检查
在线阅读 下载PDF
目标跟踪中基于深度可分离卷积的剪枝方法 认领
8
作者 毛远宏 贺占庄 刘露露 《西安交通大学学报》 EI CAS 北大核心 2021年第1期52-59,共8页
为了减少跟踪网络中存在的参数量和计算量大的问题,提出了基于深度可分离卷积的剪枝方法。深度可分离卷积将跟踪网络中的传统卷积层分解为逐点卷积和逐层卷积两部分。在逐点卷积中,通过逐点卷积层中权重的大小来评估输入特征图通道在线... 为了减少跟踪网络中存在的参数量和计算量大的问题,提出了基于深度可分离卷积的剪枝方法。深度可分离卷积将跟踪网络中的传统卷积层分解为逐点卷积和逐层卷积两部分。在逐点卷积中,通过逐点卷积层中权重的大小来评估输入特征图通道在线性组合中的重要程度,将较小的权重及其关联的特征通道裁减掉。在逐层卷积中,通过K-L散度来衡量逐层卷积中滤波器的相似性,将相似的滤波器裁剪掉,减少冗余。通过上述方法进行多轮迭代剪枝,从而减少跟踪网络的参数量和计算量。在VOT数据集上的实验结果表明,在精度没有下降的前提下,剪枝后网络的参数量下降了22.54%,计算量下降了17.8%。在NVIDIA TX2设备上的实验结果表明,剪枝后网络的跟踪速度在CPU上提升了14.95%,在GPU上提升了13.07%。 展开更多
关键词 目标跟踪 卷积神经网络 深度可分离卷积 网络剪枝
在线阅读 下载PDF
双尺度网络高分辨率楼面影像微小缺陷检测 认领
9
作者 孙光民 陈佳阳 +2 位作者 李冰 李煜 闫冬 《哈尔滨工程大学学报》 EI CAS 北大核心 2021年第2期286-293,共8页
为了便于对建筑外墙瓷砖松动和开裂现象进行定期排查以保证周围居民的人身安全,本文提出了一种通过高分辨率相机拍摄的楼面图像进行微小缺陷自动检测的方法。将原始检测任务划分为大尺度下的非墙体分割任务以及小尺度下的缺陷检测任务;... 为了便于对建筑外墙瓷砖松动和开裂现象进行定期排查以保证周围居民的人身安全,本文提出了一种通过高分辨率相机拍摄的楼面图像进行微小缺陷自动检测的方法。将原始检测任务划分为大尺度下的非墙体分割任务以及小尺度下的缺陷检测任务;分别针对这些任务训练相应的深度模型并应用其进行处理;将这些多尺度任务的处理结果进行融合,得到微小缺陷的最终检测结果。实验表明:本文算法在精度和效率上都要明显优于单尺度方法。本文算法已在某小区实际部署运行并取得了良好的效果,具有很高的实用价值。 展开更多
关键词 目标检测 墙面 缺陷 高分辨率检测器 卷积神经网络 多尺度 滑窗 负反馈技术
在线阅读 下载PDF
基于卷积神经网络的英文篇章情感量化方法 认领
10
作者 沈克琳 吉秉彧 李然 《信阳师范学院学报:自然科学版》 CAS 北大核心 2021年第1期130-137,共8页
提出利用卷积神经网络(CNN)预测英文单词情感极性,并利用英文单词情感极性设计量化篇章情感倾向的方法.首先,利用fastText技术训练词嵌入模型,将英文单词转化为定长、稠密的词向量;接着,以词向量作为输入,构造一维CNN模型,并设计出多种... 提出利用卷积神经网络(CNN)预测英文单词情感极性,并利用英文单词情感极性设计量化篇章情感倾向的方法.首先,利用fastText技术训练词嵌入模型,将英文单词转化为定长、稠密的词向量;接着,以词向量作为输入,构造一维CNN模型,并设计出多种具有不同深度的架构;最后,利用CNN预测模型计算篇章中所含英文单词的平均情感极性作为篇章情感倾向的量化分值.实验结果表明:相比于传统的机器学习模型,提出的CNN预测模型能够提升英文单词情感预测精度,所设计的篇章情感量化方法,也与主观判决情感色彩有较好的一致性. 展开更多
关键词 情感分析 机器学习 卷积神经网络 词嵌入 情感量化
在线阅读 免费下载
潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合 认领
11
作者 娄熙承 冯鑫 《光子学报》 EI CAS 北大核心 2021年第3期180-193,共14页
为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法。该算法首先利用潜在低秩表示对源图像进行分... 为提高融合图像的可视性,解决传统红外与可见光图像融合算法中存在的边缘特征缺失、细节模糊的问题,提出了一种潜在低秩表示框架下基于卷积神经网络结合引导滤波的红外与可见光图像融合算法。该算法首先利用潜在低秩表示对源图像进行分解,得到源图像的低秩分量和显著分量。其次,利用卷积神经网络根据源图像的特征信息,得到权值图。再次,通过引导滤波算法对权值图进行边缘锐化,然后再将优化后的权值图分别与源图像的低秩分量和显著分量融合,得到融合图像的低秩分量和显著分量。最后,将融合图像的低秩分量和显著分量叠加,得到最终的融合图像。实验结果表明,该算法在主观评价和客观指标上均优于传统的红外与可见光图像融合算法。 展开更多
关键词 红外与可见光图像 图像融合 潜在低秩表示 卷积神经网络 引导滤波
在线阅读 免费下载
基于深度学习的肺癌计算机辅助诊断 认领
12
作者 李斌 李科宇 +1 位作者 汤渝玲 李慧 《当代医学》 2021年第9期89-93,共5页
目的比较不同传统深度学习模式在肺癌诊断和分类中的应用价值。方法选取2016年1月至2017年11月在长沙市第一医院肿瘤内科接受治疗的33例患者为研究对象。获取非小细胞肺癌和小细胞肺癌活检标本,并进行染色。切片标本由2名经验丰富的病... 目的比较不同传统深度学习模式在肺癌诊断和分类中的应用价值。方法选取2016年1月至2017年11月在长沙市第一医院肿瘤内科接受治疗的33例患者为研究对象。获取非小细胞肺癌和小细胞肺癌活检标本,并进行染色。切片标本由2名经验丰富的病理学家进行诊断。采用多种深度学习方法区分癌症和非癌症活检。比较不同传统深度学习模式在肺癌诊断和分类中的应用价值。结果研究测试了几种流行的基于图像块分类的CNN架构:AlexNet、VGG、ResNet和SqueezeNet,比较两种类型的训练方案:从零开始训练和对整个预训练网络进行微调。深度学习模型AUC更合理(0.8810~0.9119),除ResNet-50外,从零开始训练的AUC高于对整个网络的微调。结论通过深度学习分析,可加快对全切片图像(WSI)的检测速度,且与病理学家保持相似的检出率。 展开更多
关键词 深度学习 卷积神经网络 人工智能 肺癌 诊断
在线阅读 下载PDF
基于卷积神经网络和迁移学习的肺结节检测 认领
13
作者 陈道争 江倩 《计算机工程与设计》 北大核心 2021年第1期240-247,共8页
为解决训练样本不足的问题,提出一种基于卷积神经网络和迁移学习的X光胸片肺结节检测方法。基于Keras深度学习框架,对比分析3种预训练卷积神经网络模型的分类性能,在此基础上进一步探究迁移学习的有效性。在公开的JSRT数据集上进行验证... 为解决训练样本不足的问题,提出一种基于卷积神经网络和迁移学习的X光胸片肺结节检测方法。基于Keras深度学习框架,对比分析3种预训练卷积神经网络模型的分类性能,在此基础上进一步探究迁移学习的有效性。在公开的JSRT数据集上进行验证,提出方法获得了93.75%的准确度、94.36%的敏感度、92.74%的特异度以及98.20%的AUC值。与已有的其它研究进行对比,实现了最高的敏感度和较低的假阳性率,验证了迁移学习的有效性和所提算法的可行性。 展开更多
关键词 肺结节 卷积神经网络 迁移学习 计算机辅助诊断 医学影像分析
在线阅读 下载PDF
基于自编码的高光谱图像波段加权分类网络研究 认领
14
作者 易嘉闻 李希 +3 位作者 欧阳尔 李彬 吴健辉 赵林 《湖南理工学院学报:自然科学版》 CAS 2021年第1期34-39,共6页
高光谱图像(HSI)具有高维度的光谱波段信息,但也包含许多冗余光谱波段.在进行高光谱图像分类时,不同波段对分类任务的贡献存在差异性.为了高效利用光谱波段中的特征信息,提出一种新的编解码波段加权网络(EBW).该网络利用注意机制,根据... 高光谱图像(HSI)具有高维度的光谱波段信息,但也包含许多冗余光谱波段.在进行高光谱图像分类时,不同波段对分类任务的贡献存在差异性.为了高效利用光谱波段中的特征信息,提出一种新的编解码波段加权网络(EBW).该网络利用注意机制,根据不同波段对分类性能的贡献自适应地进行波段加权,从而提高输入数据中光谱信息的有效性.在EBW中,首先获取输入HSI的光谱波段信息,再利用自编码器提取的波段相关性和深度特征生成波段权重;然后对输入HSI的光谱波段进行加权;最后将加权后的图片输入到分类网络中得出预测结果.在PaviaU和Salinas数据集上的实验结果表明,与现有基于深度学习的加权方法相比,该方法具有更好的分类性能. 展开更多
关键词 高光谱图像分类 波段加权 注意机制 卷积神经网络 深度学习
在线阅读 下载PDF
基于卷积神经网络的光流估计模型 认领
15
作者 丰艳 刘帅 王传旭 《数据采集与处理》 北大核心 2021年第1期63-75,共13页
光流信息是图像像素的运动表示,现有光流估计方法在应对图像遮挡、大位移和细节呈现等复杂情况时难以保证高精度。为了克服这些难点问题,本文建立一种新型的卷积神经网络模型,通过改进卷积形式和特征融合的方式来提高估计精度。首先,加... 光流信息是图像像素的运动表示,现有光流估计方法在应对图像遮挡、大位移和细节呈现等复杂情况时难以保证高精度。为了克服这些难点问题,本文建立一种新型的卷积神经网络模型,通过改进卷积形式和特征融合的方式来提高估计精度。首先,加入调整优化能力更强的可形变卷积,以便于提取相邻帧图像的大位移和细节等空间特征;然后利用基于注意力机制生成特征关联层,将相邻两帧的特征进行融合,以其作为由反卷积和上采样构成的解码部分的输入,旨在克服基于特征匹配等估计光流传统方法精度低的缺点;最后将得到的估计光流通过多网络堆栈的循环优化模型实现最终的光流估计。实验表明,本文网络模型在处理遮挡、大位移和细节呈现等方面的表现优于现有方法。 展开更多
关键词 光流估计 可形变卷积 卷积神经网络 注意力机制
在线阅读 下载PDF
基于卷积神经网络的Leap Motion运动数据优化网络 认领
16
作者 张欣天 谢文军 +1 位作者 李书杰 刘晓平 《计算机辅助设计与图形学学报》 EI 北大核心 2021年第3期439-447,共9页
为提高Leap Motion设备的采集精准度,解决自遮挡、采样频率不稳定等设备固有问题,首先,设计了使用Leap Motion和动作捕捉设备的手部多模态同步运动采集方案,采集了日常动作数据集;其次,提出了基于卷积神经网络(convolutional neural net... 为提高Leap Motion设备的采集精准度,解决自遮挡、采样频率不稳定等设备固有问题,首先,设计了使用Leap Motion和动作捕捉设备的手部多模态同步运动采集方案,采集了日常动作数据集;其次,提出了基于卷积神经网络(convolutional neural network,CNN)的Leap Motion手部运动数据优化方法,使用日常动作数据集训练Leap Motion数据到动作捕捉数据的映射网络;最后,提出手指平面约束,确保网络输出数据保持稳定的手部骨骼结构.通过15名志愿者采集了6类动作共967550帧的同步运动数据集,进行了手指平面约束有效性、动作一致性实验,并与双向循环自编码器(bidirectional recurrent autoencoder,BRA)、双向编解码器(encoder-bidirectional-decoder,EBD)方法进行了精度对比.结果表明,文中方法支持使用Leap Motion获取固定采样频率且近似动捕设备精度的手部运动数据,效果较BRA和EBD更加稳定平滑.将文中方法应用于康复游戏中,明显减少了交互动作识别的错误次数. 展开更多
关键词 运动数据优化 Leap Motion 卷积神经网络 多模态数据集 自遮挡
在线阅读 下载PDF
深度特征融合的非刚性三维形状局部匹配 认领
17
作者 韩丽 佟宇宁 +4 位作者 朴京钰 徐圣斯 王晓旻 兰鹏燕 于冰 《计算机辅助设计与图形学学报》 EI 北大核心 2021年第3期475-486,共12页
针对海量、异构三维形状匹配与智能检索技术的需求,提出了一种基于级联卷积神经网络(F-PointCNN)深度特征融合的三维形状局部匹配方法.首先,采用特征袋模型,提出几何图像表示方法,该几何图像不仅能够有效区分同类异构的非刚性三维模型,... 针对海量、异构三维形状匹配与智能检索技术的需求,提出了一种基于级联卷积神经网络(F-PointCNN)深度特征融合的三维形状局部匹配方法.首先,采用特征袋模型,提出几何图像表示方法,该几何图像不仅能够有效区分同类异构的非刚性三维模型,而且能够揭示大尺度不完整三维模型的结构相似性.其次,构建级联卷积神经网络学习框架F-PointCNN,其中,BoF-CNN从几何图像中学习深度全局特征,建立融合局部特征与全局特征的点特征表示;进而对Point-CNN进行点特征的细化与提纯,生成具有丰富信息的深度融合特征,有效提高形状特征的区分性与鲁棒性.最终,通过交叉矩阵度量方法高效实现非刚性三维模型的局部形状匹配.在公开的非刚性三维模型数据库的实验结果表明,该方法提取的特征在大尺度变换的形状分类及局部形状匹配中具有更强的识别力与更高的匹配精度. 展开更多
关键词 局部匹配 特征融合 卷积神经网络 非刚性三维模型
在线阅读 下载PDF
结构感知深度学习的三维形状分类方法 认领
18
作者 韩丽 朴京钰 +4 位作者 兰鹏燕 王晓旻 于冰 佟宇宁 徐圣斯 《计算机辅助设计与图形学学报》 EI 北大核心 2021年第1期29-38,共10页
为了解决复杂、海量三维模型的形状识别问题,提出了一种结构感知深度学习的三维形状分类方法.通过联合学习三维模型的几何结构和空间结构,生成具有结构感知的特征向量表示,该特征向量具有更强的识别力与稳定性,在三维形状分类中取得显... 为了解决复杂、海量三维模型的形状识别问题,提出了一种结构感知深度学习的三维形状分类方法.通过联合学习三维模型的几何结构和空间结构,生成具有结构感知的特征向量表示,该特征向量具有更强的识别力与稳定性,在三维形状分类中取得显著的效果.首先,提取优化的多尺度热核特征,并通过CNN学习模型,有效地获取三维形状的几何结构特征;其次,建立多视图卷积学习网络提取三维形状的空间结构特征;最后,通过联合优化学习生成具有结构感知的深度特征表示.文中采用了C++,Matlab,TensorFlow框架实现,并在公开的三维数据库中进行了大量实验,实验结果表明,文中方法获取的深层结构特征对于复杂拓扑结构、大尺度几何形变的三维形状具有稳定性;与相关方法对比,在三维形状分类中具有更高的分类精度. 展开更多
关键词 形状分类 结构感知 卷积神经网络 深度学习
在线阅读 下载PDF
基于注意力和多标签分类的图像实时语义分割 认领
19
作者 高翔 李春庚 安居白 《计算机辅助设计与图形学学报》 EI 北大核心 2021年第1期59-67,共9页
针对现阶段很多实时语义分割算法分割精度低,尤其对边界像素分割模糊的问题,提出一种基于跨级注意力机制和多标签分类的高精度实时语义分割算法.首先基于DeepLabv3进行优化,使其达到实时运算速度.然后在此网络基础上增加跨级注意力模块... 针对现阶段很多实时语义分割算法分割精度低,尤其对边界像素分割模糊的问题,提出一种基于跨级注意力机制和多标签分类的高精度实时语义分割算法.首先基于DeepLabv3进行优化,使其达到实时运算速度.然后在此网络基础上增加跨级注意力模块,使深层特征为浅层特征提供像素级注意力,以抑制浅层特征中不准确语义信息的输出;并在训练阶段引入多标签分类损失函数辅助监督训练.在Cityscapes数据集和CamVid数据集上的实验结果表明,该算法的分割精度分别为68.1%和74.1%,分割速度分别为42帧/s和89帧/s,在实时性与准确性之间达到较好的平衡,能够优化边缘分割,在复杂场景分割中具有较好的鲁棒性. 展开更多
关键词 卷积神经网络 实时语义分割 多标签分类 跨级注意力机制
在线阅读 下载PDF
集成多尺度微调卷积神经网络下的甲状腺结节良恶性识别 认领
20
作者 梁嘉炜 邱桃荣 +3 位作者 周爱云 徐盼 谢学梅 付豪 《计算机辅助设计与图形学学报》 EI 北大核心 2021年第1期81-91,共11页
针对由于训练图像样本较少与忽略多尺度的结构和纹理信息而导致分类性能不佳问题,为提升甲状腺结节良恶性诊断准确率,提出了集成多尺度微调卷积神经网络下的甲状腺结节超声图像识别算法.首先将图像转换成具有3种不同尺度信息作为输入数... 针对由于训练图像样本较少与忽略多尺度的结构和纹理信息而导致分类性能不佳问题,为提升甲状腺结节良恶性诊断准确率,提出了集成多尺度微调卷积神经网络下的甲状腺结节超声图像识别算法.首先将图像转换成具有3种不同尺度信息作为输入数据,以便模型能够学习到图像不同尺度的特征信息,提高模型的特征提取能力;其次,通过优化3种预训练模型(AlexNet,VGG16和ResNet50)的全连接层结构和迁移学习与微调策略,构建了3种不同尺度的9个微调模型,让模型能够更好地学习源域(ImageNet)和目标域(甲状腺超声图像)上的特征差异;最后选择最优的微调模型组合并通过对模型输出类别概率的加权融合方法得到最终的集成模型,利用模型的多样性进一步提升分类性能.文中算法在真实采集的数据集上和其他算法进行对比实验,得到甲状腺结节良恶性识别的准确率为96.00%,敏感度为94.10%,特异度为97.70%,AUC为98.00%实验结果表明,该算法在这些指标上均优于传统机器学习算法和当前甲状腺结节良恶性识别领域中的其他算法,能够有效地提取出互补的视觉特征信息,具有令人满意的分类性能. 展开更多
关键词 集成模型 多尺度特征 卷积神经网络 迁移学习 甲状腺超声图像
在线阅读 下载PDF
上一页 1 2 241 下一页 到第
使用帮助 返回顶部 意见反馈