检索结果-南通市图书馆

基于分裂基-2/(2a)FFT算法的卷积神经网络加速性能的研究

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2017年第2期39卷 285-292页

作者：伍家松达臻魏黎明 senhadji lotfi 舒华忠东南大学计算机网络和信息集成教育部重点实验室南京210096 法国国家医学与健康研究院U1099 雷恩35000 雷恩一大信号与图像处理实验室雷恩35000 中法生物医学信息研究中心南京210096

卷积神经网络在语音识别和图像识别等众多领域取得了突破性进展,限制其大规模应用的很重要的一个因素就是其计算复杂度,尤其是其中空域线性卷积的计算。利用卷积定理在频域中实现空域线性卷积被认为是一种非常有效的实现方式,该文首先... 详细信息

卷积神经网络在语音识别和图像识别等众多领域取得了突破性进展,限制其大规模应用的很重要的一个因素就是其计算复杂度,尤其是其中空域线性卷积的计算。利用卷积定理在频域中实现空域线性卷积被认为是一种非常有效的实现方式,该文首先提出一种统一的基于时域抽取方法的分裂基-2/(2a)1维FFT快速算法,其中a为任意自然数,然后在CPU环境下对提出的FFT算法在一类卷积神经网络中的加速性能进行了比较研究。在MNIST手写数字数据库以及Cifar-10对象识别数据集上的实验表明:利用分裂基-2/4 FFT算法和基-2 FFT算法实现的卷积神经网络相比于空域直接实现的卷积神经网络,精度并不会有损失,并且分裂基-2/4能取得最好的提速效果,在以上两个数据集上分别提速38.56%和72.01%。因此,在频域中实现卷积神经网络的线性卷积操作是一种十分有效的实现方式。

关键词：信号处理深度学习卷积神经网络快速傅里叶变换

基于不同变换下的信号重建性能的比较（英文）

在线全文

学校读者我要写书评

暂无评论

Journal of Southeast University(English Edition) 2015年第4期31卷 474-478页

作者：刘洁媛伍家松 lotfi senhadji 舒华忠东南大学计算机网络与信息集成重点实验室南京210096 东南大学中法生物医学信息研究中心南京210096 法国国家医学与健康研究院 u1099法国雷恩35042 雷恩第一大学信号与图像处理实验室法国雷恩35042

提出了一种新的算法——Magnitude Cut算法,用于从信号的变换域的相位来恢复信号.首先将重建问题等价转换为一个凸优化问题,然后通过块坐标下降算法(BCD)和内点法解决原始信号重建问题.最后,实现了一维和二维信号的重建,并对先通过高斯... 详细信息

提出了一种新的算法——Magnitude Cut算法,用于从信号的变换域的相位来恢复信号.首先将重建问题等价转换为一个凸优化问题,然后通过块坐标下降算法(BCD)和内点法解决原始信号重建问题.最后,实现了一维和二维信号的重建,并对先通过高斯随机掩膜再进行傅里叶变换(简称FTGM),柯西小波变换(CWT)相位,先通过二值随机掩膜再进行傅里叶变换(简称FTBM),高斯随机变换(GRT)相位的信号重建结果做了比较分析.分析结果表明,Magnitude Cut算法可以完成已知信号不同变换域相位的信号重建,并且在相同的重建误差下,从FTGM和GRT相位信息重建信号比从FTBM和CWT需要的相位数目更少.

关键词： MagnitudeCut算法信号重建不同变换凸优化相位信息

小波散射网络在各种彩色空间进行图像纹理分类的性能比较(英文)

在线全文

学校读者我要写书评

暂无评论

Journal of Southeast University(English Edition) 2015年第1期31卷 46-50页

作者：伍家松姜龙玉韩旭 lotfi senhadji 舒华忠东南大学计算机网络和信息集成教育部重点实验室南京210096 东南大学中法生物医学信息研究中心南京210096 法国国家医学与健康研究院U1099 法国雷恩35000 雷恩第一大学信号与图像处理实验室法国雷恩35000

为了寻找利用小波散射网络进行彩色图像处理的最佳彩色空间,用小波散射网络对KTH_TIPS_COL彩色图像数据库进行了图像纹理分类研究.采用将彩色图像从RGB彩色空间转换到其他各种彩色空间的方法,研究了彩色空间的选择对于小波散射网络用于... 详细信息

为了寻找利用小波散射网络进行彩色图像处理的最佳彩色空间,用小波散射网络对KTH_TIPS_COL彩色图像数据库进行了图像纹理分类研究.采用将彩色图像从RGB彩色空间转换到其他各种彩色空间的方法,研究了彩色空间的选择对于小波散射网络用于彩色图像纹理分类的影响.实验结果表明:在不同的彩色空间对彩色图像纹理进行分类,分类成功率往往差别较大;在基于竞争机制的红绿蓝彩色空间中进行小波散射变换比其他彩色空间具有更好的分类性能.考虑到彩色空间可以互相转换,对于彩色纹理图像的分类,推荐将彩色空间转化到基于竞争机制的红绿蓝彩色空间后再输入小波散射网络.

关键词：小波散射网络彩色纹理分类彩色空间竞争机制

在线全文

学校读者我要写书评

暂无评论

面向图像分类的核主成分分析网络（英文）

Journal of Southeast University(English Edition) 2015年第4期31卷 469-473页

作者：吴丹伍家松曾瑞姜龙玉 lotfi senhadji 舒华忠东南大学计算机网络和信息集成教育部重点实验室南京210096 中法生物医学信息研究中心南京210096 Institut National de la Santé et de la Recherche Médicale U 1099 Laboratoire Traitement du Signal et de l'Image Universitéde Rennes 1 Laboratoire Traitement du Signal et de l'Image Université de Rennes 1

为了能够用线性分类器对非线性特征进行分类,同时提高图像的分类正确率,提出了一种核主成分分析网络(KPCANet).首先通过核主成分分析算法将数据映射到高维空间中,使得数据线性可分,然后建立一个2层的KPCANet,提取出图像的主特征,最后将... 详细信息

为了能够用线性分类器对非线性特征进行分类,同时提高图像的分类正确率,提出了一种核主成分分析网络(KPCANet).首先通过核主成分分析算法将数据映射到高维空间中,使得数据线性可分,然后建立一个2层的KPCANet,提取出图像的主特征,最后将图像的主特征输入线性分类器中进行分类.实验结果表明,KPCANet对于人脸识别、物体识别以及手写数字识别效果良好,其分类效果优于现存的主成分分析网络(PCANet).同时,KPCANet的成分提取效果不受光照条件变化的影响,且对于遮挡以及微小的形变提取效果稳定.

关键词：深度学习核主成分分析网络主成分分析网络人脸识别物体识别手写数字识别