检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

特征重校准融合密集神经网络的遥感场景分类

计算机工程与设计 2020年第6期41卷 1670-1675页

作者：陈德海潘韦驰马原黄艳国江西理工大学电气工程及自动化学院江西赣州341000

针对遥感影像场景中空间信息丰富以及冗余的地理特征会对网络训练时造成干扰等问题,提出一种采用特征重校准融合密集神经网络的遥感影像场景分类方法。通过缩聚与激发机制建立SE block,将SE block与其多尺度分支嵌入DenseNet-121中进行... 详细信息

针对遥感影像场景中空间信息丰富以及冗余的地理特征会对网络训练时造成干扰等问题,提出一种采用特征重校准融合密集神经网络的遥感影像场景分类方法。通过缩聚与激发机制建立SE block,将SE block与其多尺度分支嵌入DenseNet-121中进行特征重校准,利用DenseNet中密集连接方式加强信息流的传递。该方法使得整体模型获得全局感受野的稳健特征表示,减少遥感场景特征的冗余映射。通过在两个公开遥感影像数据集UCMerced_LandUse和SIRI-WHU中进行实验,分类精度分别高达97.7%和98.9%,验证了该方法的有效性。

关键词：特征重校准密集神经网络遥感影像深度学习场景分类

基于密集神经网络的灰度图像着色算法研究及应用

在线全文

学校读者我要写书评

暂无评论

基于密集神经网络的灰度图像着色算法研究及应用

作者：张娜中北大学

学位级别：硕士

在多数场景中,彩色图像比灰度图像具有更丰富的信息,现有的灰度图像着色算法主要包括基于用户引导下的颜色传播类算法、基于指定函数或参数的颜色映射算法及基于数据驱动的图像着色算法,前两种算法因本身特点有限性,其适应性和可大规模... 详细信息

在多数场景中,彩色图像比灰度图像具有更丰富的信息,现有的灰度图像着色算法主要包括基于用户引导下的颜色传播类算法、基于指定函数或参数的颜色映射算法及基于数据驱动的图像着色算法,前两种算法因本身特点有限性,其适应性和可大规模运用能力不佳。第三类算法中,早期的基于实例图像参考法及类比法大规模适应性不佳。随着机器学习及图像计算设备(GPU等)性能的提升,基于深度学习的灰度图像着色算法性能优异,脱颖而出。该类方法利用神经网络,搭建不同的网络架构,利用大规模数据集进行训练,通过卷积操作对图像的内容和特征进行提取及分析,寻找灰度图像到彩色图像之间的映射关系,从而训练出相应的模型,实现着色。本文采用了深度学习的思想,对灰度图像着色算法进行了研究,具体内容如下:(1)基于密集神经网络构建并训练了一个端到端的深度学习模型,对自然图像中的各类信息及特征进行提取(如分类信息和细节特征信息等)。训练结束后,只需输入一张灰度图片,即可生成一张颜色饱满、鲜明逼真的彩色图片。通过不断地在各类数据集上训练整个网络,可得到适用性强、性能优异的着色网络。实验表明,本文所提出的方法具有更高的特征利用率,能够得到令人满意的着色效果,较目前先进的着色方法而言也取得了显著的改进,在一定程度上也改善了着色过程中的漏色、细节信息损失、对比度低等问题。(2)通过引入多尺度训练、多损失优化,并通过对比实验验证,实现了对现有算法的性能进行优化。(3)利用迁移学习,以彩色人体解剖切片图像为参考图像,进行了医学影像彩色化试验,效果尚可,为医学影像着色提供了新方式。

关键词：图像着色密集神经网络信息损失多尺度训练损失优化迁移学习

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密集神经网络的语音欺骗检测

基于密集神经网络的语音欺骗检测

作者：张奥运广东技术师范大学

学位级别：硕士

已有研究及实践均证明语音变形(Voice Transformation,VT)、语音转换(Voice Conversion,VC)、语音合成(Speech Synthesis,SS)及重播语音等多种欺骗性语音能有效地欺骗说话人识别(Automatic Speaker Recognition,ASR)系统,给社会安全带来严重的危害。因此,研究欺骗语音的检测具有重要的理论和实用价值。已有的研究主要利用传统的机器学习方法和一般的卷积神经网络方法,所用特征存在信息不足或深度不够的问题,影响检测算法的性能。为此,本文研究基于密集神经网络的语音欺骗检测,该网络结构能自动提取更深更好的特征,提高了算法的检测性能。本文主要的工作如下:1.针对VT的检测,本文提出基于卷积神经网络(convolutional neural network,CNN)模型的语音变形工具检测算法。所采用的网络模型结构是在卷积神经网络中的密集神经网络的基础上优化得到的。本网络模型共有167层网络层,比起传统网络能够利用更深层次的特征,因此能得到更高的检测精度。实验结果表明该检测算法对同数据库VT欺骗语音所用工具的准确率超过了97.4%,对跨数据库VT欺骗语音所用工具的准确率也有91%以上,说明该算法具有良好的鲁棒性。2.对于VC和SS的的检测,本文构造的检测模型同样基于密集神经网络,该网络共175层网络层,由3个稠密区块组成,并进行特殊的网络结构的设计,采用特殊结构的3?1卷积核和1?2池化器,能够很好的提取时频图的特征,并且防止过拟合。本模型的实验结果表明在同源数据库上的准确率在97%以上,在跨数据库的准确率在94%以上,等错误率(equal error rate,EER)也达到1.44%,说明本模型对于VC和SS的检测具有很好的效果。本文中所提的基于密集神经网络的语音欺骗检测算法可以作为一种基于说话人识别(automatic speaker recognition,ASR)系统的检测模块,使其具备抵抗语音欺骗攻击的能力,对信息安全建设具有重要意义。

关键词：语音变形语音转换密集神经网络

基于注意力机制和密集神经网络的运动想象脑电信号识别研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力机制和密集神经网络的运动想象脑电信号识别研究

作者：何文静燕山大学

学位级别：硕士

基于运动想象(Motor Imagery,MI)的脑机接口(Brain Computer Interface,BCI)技术面临的挑战是找到一种可靠的信号识别模型,该模型需要具备较高的分类精度和良好的泛化能力。脑电信号(Electroencephalogram,EEG)的非平稳性和低信噪比是... 详细信息

基于运动想象(Motor Imagery,MI)的脑机接口(Brain Computer Interface,BCI)技术面临的挑战是找到一种可靠的信号识别模型,该模型需要具备较高的分类精度和良好的泛化能力。脑电信号(Electroencephalogram,EEG)的非平稳性和低信噪比是限制运动想象脑电信号识别性能的主要原因。本文针对EEG的这种动态复杂性导致运动想象脑电信号解码困难的问题,重点开展基于注意力机制和密集神经网络的信号识别研究。本文旨在探索一种用于时间序列分类的通用框架,从而推进运动想象脑机接口的实用化进程。论文的主要工作概括如下:首先,针对脑电信号信噪比较低的特点,采用带通滤波、公共平均参考以及独立成分分析等手段进行预处理操作,以保证运动想象脑电信号的质量。进一步考虑到脑电信号的通道相关性,设计一种新颖的脑电信号三维表示方法,以解决传统二维阵列不能捕获相邻电极的特征信息问题,为脑电信号的精确识别打下良好基础。其次,考虑到目前大多数方法存在难以兼顾脑电信号的多维特征信息的问题,提出一种并行的空间-频域-时间注意力特征提取方法,用于动态捕捉不同脑区、频带和时间的信号特征。并将提取到的特征图通过浅层神经网络实现分类,通过与现有先进的信号识别方法进行对比,证明该方法能够提取出具有区分性的特征。进而,针对脑电信号个体差异较大而造成的低识别精度问题,提出一种基于密集神经网络的分类识别方法。利用网络密集连通的优势和跨阶段的部分网络结构将提取到的三维特征信息集成到统一的网络架构中,提高模型的计算效率,改善其分类性能。针对脑电信号个体依赖性强的特点,设计跨受试者分类训练策略,进一步验证模型的有效性和泛化能力。最后综合上述研究,本文构建的信号识别模型在第四届BCI竞赛数据集IV 2a和high-gamma-dataset上得到优于目前信号识别方法的结果,平均准确率最高达到84.45%和97.88%。此外,基于离线实验训练的模型架构,设计MI-EEG在线识别实验,实现不同受试者四类运动想象状态的准确识别。所得结果验证了本文理论方法的可行性,为运动想象脑机接口系统的实用性研究提供了一定的现实基础。

关键词：脑机接口脑电信号运动想象注意力机制密集神经网络

融合多尺度图像的密集神经网络肺部肿瘤识别算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

光学精密工程 2021年第7期29卷 1695-1708页

作者：周涛霍兵强陆惠玲马宗军叶鑫宇董雅丽刘珊北方民族大学计算机科学与工程学院银川宁夏750021 北方民族大学图像图形智能处理国家民委重点实验室银川宁夏750021 宁夏智能信息与大数据处理重点实验室银川宁夏750021 宁夏医科大学理学院银川宁夏750004 宁夏医科大学总医院骨科银川宁夏750004

针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密... 详细信息

针对CT模态医学图像采用卷积神经网络训练时的特征提取不充分、特征维度较高等问题,本文提出了基于融合多尺度图像的非负稀疏协同表示分类的密集神经网络肺部肿瘤(Multi Scale DenseNet-NSCR)的识别方法。第一,使用迁移学习将预训练密集神经网络模型初始化参数;第二,将肺部图像预处理,提取多尺度病灶ROI区域;第三,采用多尺度CT图像训练密集神经网络,提取全连接层的特征向量;第四,针对融合特征维度较高问题,采用非负稀疏协同表示分类器(NSCR)对特征向量进行表示,求解系数矩阵;第五,利用残差相似度进行分类。最后,采用AlexNet,DenseNetNet-201模型及三种分类算法(SVM、SRC、NSCR)两两组合模型进行对比试验,实验结果表明,Multiscale-DenseNet-NSCR分类效果优于其它模型,且特异性和灵敏度等各项评价指标也较高,该方法具有较好的鲁棒性和泛化能力。

关键词：密集神经网络多尺度医学图像迁移学习 NSCR算法

基于轻量级密集神经网络的车载自组网入侵检测方法

在线全文

学校读者我要写书评

暂无评论

电子技术应用 2022年第7期48卷 67-73页

作者：黄学臻翟翟周琳祝雅茹公安部第一研究所北京100044 北京交通大学智能交通数据安全与隐私保护技术北京市重点实验室北京100044

在车载自组网中,攻击者可以通过伪造、篡改消息等方式发布虚假交通信息,导致交通拥堵甚至是严重的交通事故,而传统的入侵检测方法不能满足车载自组网的应用需求。为了解决现阶段车载网中入侵检测方法性能低且存储与时间成本高的问题,提... 详细信息

在车载自组网中,攻击者可以通过伪造、篡改消息等方式发布虚假交通信息,导致交通拥堵甚至是严重的交通事故,而传统的入侵检测方法不能满足车载自组网的应用需求。为了解决现阶段车载网中入侵检测方法性能低且存储与时间成本高的问题,提出了一种基于密集神经网络的入侵检测方法L-DenseNet(Light Dense Neural Network),通过降低模型复杂性,提升算法训练速度和部署适应性,使其更适用于车载自组网中的入侵检测。在VeReMi数据集上进行对比实验,结果表明,该方法在识别各类攻击的精确率和召回率的综合表现最好,且具有较少的时间成本和存储开销。

关键词：车载自组网密集神经网络入侵检测深度学习

在线全文

学校读者我要写书评

暂无评论

基于密集神经网络的肺结节假阳性筛查模型

计算机技术与发展 2021年第4期31卷 147-152页

作者：杨靖祎张翠肖戴健郝杰辉王森石家庄铁道大学信息科学与技术学院河北石家庄050043 河北医科大学第二医院信息中心河北石家庄050000

通过肺部CT影像进行肺结节检测是肺癌早期筛查的重要手段,而候选结节的假阳性筛查是结节检测的关键部分。传统的结节检测方法主要通过简单的先验知识再利用低级的描述特征进行辅助检测,存在着假阳性高、敏感度低的问题。在深度学习中,... 详细信息

通过肺部CT影像进行肺结节检测是肺癌早期筛查的重要手段,而候选结节的假阳性筛查是结节检测的关键部分。传统的结节检测方法主要通过简单的先验知识再利用低级的描述特征进行辅助检测,存在着假阳性高、敏感度低的问题。在深度学习中,卷积神经网络可以在通用的学习过程中提取图像的特征。提出了一种基于密集神经网络的结节假阳性筛查模型:首先对CT图像进行阈值分割提取肺区再截取以结节为中心的图像,送入网络模型进行分类训率;在网络模型中,通过稠密连接强化特征利用、扩大特征空间,采用瓶颈层降低参数冗余。模型在公开的LIDC数据集上取得了95.82%的准确率,ROC曲线下面积达到0.987,CPM为0.772。实验结果表明了该模型的有效性,其性能优于相关文献的方法,适用于肺结节的假阳性降低。

关键词：肺结节假阳性筛查密集神经网络稠密连接深度学习

基于多输入密集连接神经网络的遥感图像时空融合算法

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2019年第5期32卷 429-435页

作者：姚凯旋曹飞龙中国计量大学理学院应用数学系

为了解决地表反射率遥感卫星Landsat和MODIS影像的时空融合问题,文中提出基于多输入密集连接网络的遥感图像时空融合算法.首先提出多输入的密集连接网络,学习包含连续时刻间差异信息的过渡遥感影像.基于差异相似假设,融合网络学习得到的... 详细信息

为了解决地表反射率遥感卫星Landsat和MODIS影像的时空融合问题,文中提出基于多输入密集连接网络的遥感图像时空融合算法.首先提出多输入的密集连接网络,学习包含连续时刻间差异信息的过渡遥感影像.基于差异相似假设,融合网络学习得到的2幅过渡影像与已知的2幅高空间分辨率影像,得到最终的预测影像.对Landsat遥感影像和MODIS遥感影像的融合实验表明,文中算法在各项定量指标中均较优,最终的预测图像也可表明,文中算法对噪声具有较好的鲁棒性,能较好地恢复细节信息.

关键词：遥感图像深度学习时空融合密集神经网络

在线全文

学校读者我要写书评

暂无评论

可见光通信系统失真信号的无监督还原方法

光学技术 2024年第4期50卷 492-499页

作者：马玉磊黄中杰新乡学院计算机与信息工程学院河南新乡453003

发光二级管的非线性特性、环境光干扰以及信道噪声等因素会引发可见光通信系统出现非线性失真的现象,导致可见光通信系统的误码率升高。针对该问题,提出一种新的深度神经网络模型,并基于该模型对可见光通信系统的非线性失真符号进行无... 详细信息

发光二级管的非线性特性、环境光干扰以及信道噪声等因素会引发可见光通信系统出现非线性失真的现象,导致可见光通信系统的误码率升高。针对该问题,提出一种新的深度神经网络模型,并基于该模型对可见光通信系统的非线性失真符号进行无监督地还原处理。建立了可见光通信系统的数学模型,分析了引起信号出现非线性失真现象的多种因素;利用循环神经网络学习可见光信号序列的短期相关性,利用门控循环单元学习可见光信号序列的长期相关性;采用密集网络学习输入光信号与接收光信号之间的非线性映射关系。仿真结果表明,所提神经网络能有效降低可见光通信系统的误码率,并且在不同调制阶数与不同带宽条件下均实现了较好的效果。

关键词：循环神经网络密集神经网络门控循环单元可见光通信系统后均衡器非线性失真