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

利用深度卷积特征的无人机视觉跟踪

控制与决策 2023年第9期38卷 2496-2504页

作者：杨帅东谌海云许瑾汪敏西南石油大学电气信息学院成都610500

由于无人机视觉跟踪视角范围广且环境复杂,常遇到无人机飞行震动、目标遮挡、相似目标等问题,导致无人机跟踪目标发生漂移.因此,对具有回归计算的全卷积孪生网络跟踪算法(SiamRPN)进行改进,提出一种加强深度特征相关性的无人机视觉跟踪... 详细信息

由于无人机视觉跟踪视角范围广且环境复杂,常遇到无人机飞行震动、目标遮挡、相似目标等问题,导致无人机跟踪目标发生漂移.因此,对具有回归计算的全卷积孪生网络跟踪算法(SiamRPN)进行改进,提出一种加强深度特征相关性的无人机视觉跟踪算法(SiamDFT).首先,将全卷积神经网络后三层卷积的网络宽度提升一倍,充分利用目标的外观信息,完成对模板帧和检测帧的特征提取;其次,在检测帧和模板帧分别提出注意力信息融合模块和特征深度卷积模块,两个深度的特征相关性计算方法能够有效抑制背景信息,增强像素对之间的关联性,高效完成分类和回归任务;然后,采用深度互相关运算完成相似性计算,并引入距离交并比的计算方法完成对目标的定位.实验结果表明,SiamDFT在无人机短时跟踪场景下精确率和成功率分别达到79.8%和58.3%,在无人机长时跟踪场景下精确率和成功率分别达到73.4%和55.2%,实景测试结果充分验证了所提出算法的有效性.

关键词：无人机目标跟踪深度卷积孪生网络特征融合深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度卷积生成对抗神经网络预测气窜方向

中国石油大学学报（自然科学版） 2020年第4期44卷 20-27页

作者：冯其红李玉润王森任佳伟周代余范坤中国石油大学(华东)石油工程学院山东青岛266580 非常规油气开发教育部重点实验室(中国石油大学(华东)) 山东青岛266580 中国石油塔里木油田公司勘探开发研究院新疆库尔勒841000

注气开发是目前油田开发最有效的EOR方法之一,但注气开发面临见气时间早、气体突进严重等一系列问题。通过气窜方向预测能够及时调整工作制度,避免问题发生。利用深度卷积对抗神经网络建立渗透率场和注气后气相饱和度分布的动态映射关系... 详细信息

注气开发是目前油田开发最有效的EOR方法之一,但注气开发面临见气时间早、气体突进严重等一系列问题。通过气窜方向预测能够及时调整工作制度,避免问题发生。利用深度卷积对抗神经网络建立渗透率场和注气后气相饱和度分布的动态映射关系,通过输入渗透率场的数据进行图像映射,得到不同时间的气相饱和度分布,预测气窜方向。结果表明:深度卷积方法在提取渗透率特征方面表现出良好性能;采用图像的结构相似性指数(SSIM)作为检验指标,将用对抗神经网络方法建立的气相饱和度分布与商业数值模拟器预测结果进行对比,二者结构相似度大于0.9;深度卷积生成对抗网络(DC-GAN)能够有效地预测注入气体在油藏中的气窜方向。

关键词：深度卷积对抗神经网络结构相似性指数气相饱和度

深度卷积语义分割网络在农田遥感影像分类中的对比研究——以河套灌区为例

在线全文

学校读者我要写书评

暂无评论

自然资源遥感 2023年

作者：苏腾飞内蒙古农业大学水利与土木建筑工程学院

在现代化农业生产管理中,不同类型作物的空间分布是重要的农情信息。从卫星遥感影像中识别农田种类,是获取该类信息的基本途径之一。虽然目前用户可选择的遥感影像地物识别算法较为丰富,但进行可靠的农田分类依旧具有一定的挑战性。本... 详细信息

在现代化农业生产管理中,不同类型作物的空间分布是重要的农情信息。从卫星遥感影像中识别农田种类,是获取该类信息的基本途径之一。虽然目前用户可选择的遥感影像地物识别算法较为丰富,但进行可靠的农田分类依旧具有一定的挑战性。本文选取了3类具有代表性的深度卷积语义分割模型,包括UNet,ResUNet,SegNext,对比其在河套灌区高分二号遥感影像上的作物分类性能。在3类算法的框架内,共实现了九种具有不同复杂度的模型,以分析各个网络结构在农田遥感影像作物分类中的性能差异,从而为后续的相关模型研究提供一些优化思路与实验基础。实验结果说明,具有6层网络结构的UNet取得了最高的总精度(88.74%),而6层Seg Next的精度最差(84.33%);具有最高模型复杂度的是Res UNet,但对于本文的数据集,这类算法的过拟合现象最为严重;在计算效率方面,ResUNet也显著低于另外两类算法。

关键词：深度卷积语义分割农田分类河套灌区

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度卷积的软硬件协同优化设计与实现

高技术通讯 2022年第7期32卷 696-707页

作者：齐豪刘少礼李威中国科学技术大学计算机科学与技术学院合肥230026 上海寒武纪信息科技有限公司上海201306 中国科学院计算技术研究所处理器芯片国家重点实验室北京100190

近年来,深度学习技术被广泛应用。由于移动设备同时受到算力和功耗的限制,很多轻量级的网络被提出,比如Xception、MobileNet系列等。在这些轻量级网络中,深度卷积的层数占网络中所有卷积层数的31%~50%,故如何优化深度卷积的运算是一个... 详细信息

近年来,深度学习技术被广泛应用。由于移动设备同时受到算力和功耗的限制,很多轻量级的网络被提出,比如Xception、MobileNet系列等。在这些轻量级网络中,深度卷积的层数占网络中所有卷积层数的31%~50%,故如何优化深度卷积的运算是一个值得研究的问题。通用中央处理器(CPU)、固定运算器长度的单指令多数据流(SIMD)处理器均无法高效处理神经网络中的各种规模的深度卷积,性能较低。针对这一问题,本文提出了一种软硬件结合的方法优化深度卷积的计算,通过一个多种权值传输模式的硬件架构设计,结合软件模式选择、数据拆分等优化方式,在提高运算效率的同时减少了访存量。实验结果表明,使用该方法实现的深度卷积加速器,相比通用CPU最大可达9.3倍的性能加速,相比运算器长度为64的单核SIMD处理器最大可达29.3倍的性能加速。

关键词：神经网络深度卷积加速器软硬件协同优化计算效率

在线全文

学校读者我要写书评

暂无评论

基于深度卷积生成对抗网络的图像识别算法

液晶与显示 2020年第4期35卷 383-388页

作者：刘恋秋重庆财经职业学院重庆402160

针对传统深度卷积生成网络收敛速度慢、稳定性较差的问题,本文在传统深度卷积生成对抗网络的基础上,提出了深度卷积生成对抗网络的优化算法。首先在预处理部分,融合了Canny算子和Prewitt算子的多个方向的卷积核来初始化输入图片参数,同... 详细信息

针对传统深度卷积生成网络收敛速度慢、稳定性较差的问题,本文在传统深度卷积生成对抗网络的基础上,提出了深度卷积生成对抗网络的优化算法。首先在预处理部分,融合了Canny算子和Prewitt算子的多个方向的卷积核来初始化输入图片参数,同时训练模块。为了减少训练时间,将训练分为3个阶段,每个阶段都采用不同的损失函数,从而提升网络的收敛速度及识别效果。最后再将训练后的判别网络中的卷积神经网络用来提取图像特征。LFW和CIFAR-100的实验证明,本文提出的算法具有很高的可行性和有效性,比传统生成对抗网络、CNN等图像识别具有更高的识别成功率,达到89.5%,为生成对抗网络在计算机视觉领域的应用提供了有益的参考。

关键词：生成对抗网络深度卷积特征提取计算机视觉

基于深度卷积条件生成对抗网络的虫害分类算法研究

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2020年第6期41卷 179-187页

作者：王铎温长吉王希龙李卓识于合龙吉林农业大学信息技术学院长春市130118 南京信息工程大学计算机与软件学院南京市210044 吉林大学工程仿生教育部重点实验室长春市130022

虫害识别是防治的关键环节,但是由于虫害自身的动态性、稳定性、变态性以及种群规模庞大形态各异等特点,因此传统图像分类识别方法面临巨大挑战。本文提出一种基于深度卷积条件生成对抗网络的虫害识别方法。首先,利用空间金字塔层(SPP)... 详细信息

虫害识别是防治的关键环节,但是由于虫害自身的动态性、稳定性、变态性以及种群规模庞大形态各异等特点,因此传统图像分类识别方法面临巨大挑战。本文提出一种基于深度卷积条件生成对抗网络的虫害识别方法。首先,利用空间金字塔层(SPP)嵌入鉴别器的卷积层之后,使得分类的图像可以有固定大小,尺寸一致的效果,不仅可以使得模型获取到必要的图像特征,而且大大提高了模型的收敛速度。其次将深度卷积条件生成对抗网络中的交叉熵损失函数改为最小二乘损失函数,使得最小二乘损失在一点达到饱和,从而增强模型训练的稳定性。最后使用RMSprop优化器对模型进行迭代优化,使得模型能够更快地收敛,增强模型稳定性,减小网络整体的波动。统计训练过程中各项参数变化分析,与其他方法相比,深度卷积条件生成对抗网络在分类准确率和实验稳定性方面都有较为明显的优势,该文所提出的分类准确率高达96.8%,明显优于对比算法。试验结果表明该文提出的虫害分为算法具有较高的准确率和较好的稳定性,可以为相关研究工作提供借鉴意义。

关键词：图像处理深度卷积对抗网络虫害分类算法优化

在线全文

学校读者我要写书评

暂无评论

基于改进深度卷积神经网络的步态识别算法

电子测量与仪器学报 2019年第2期31卷 88-93页

作者：卢来邓文吴卫祖广东海洋大学寸金学院湛江524094 广东海洋大学湛江524088

针对传统步态识别算法因服饰携带物变换、视角等协变量因素变化导致的识别能力下降问题,提出了一种基于改进深度卷积神经网络的步态识别算法。该算法利用分层处理机制从步态数据中提取步态特征,能够降低常见变化和遮挡等情况对识别精度... 详细信息

针对传统步态识别算法因服饰携带物变换、视角等协变量因素变化导致的识别能力下降问题,提出了一种基于改进深度卷积神经网络的步态识别算法。该算法利用分层处理机制从步态数据中提取步态特征,能够降低常见变化和遮挡等情况对识别精度的影响,同时,算法根据实验确定了网络中每层特征图的最佳数量、特征图的最佳尺寸以及要用于步态识别的输入特征的类型,能够处理相对较小的数据集而无需使用任何增强或微调技术。CASIA-B步态数据库仿真实验表明,所提出的卷积神经网络覆盖了交叉视图步态识别和无主题的步态识别问题,能够克服与步态识别相关的协变量因素问题,具有更优的步态识别精度。

关键词：深度卷积神经网络步态识别非线性

基于SE注意力机制和深度卷积的语音情感识别

在线全文

学校读者我要写书评

暂无评论

现代电子技术 2024年第22期47卷 64-70页

作者：张少华冯炎余仁杰邢沛然任艺昊西藏大学信息科学技术学院西藏拉萨850000

针对语音情感识别无法全面提取语音中的情感特征,导致识别准确率低的问题,提出一种基于SE注意力机制和深度卷积的双通道网络模型。首先利用速度增强对原始数据集进行数据扩增,选取Mel谱图、一阶差分、二阶差分混合特征图作为输入,以获... 详细信息

针对语音情感识别无法全面提取语音中的情感特征,导致识别准确率低的问题,提出一种基于SE注意力机制和深度卷积的双通道网络模型。首先利用速度增强对原始数据集进行数据扩增,选取Mel谱图、一阶差分、二阶差分混合特征图作为输入,以获得更全面的语音信号特征;然后在SE注意力机制通道前后添加Ghost卷积提取局部特征,在深度卷积通道前后引入卷积层和逐点卷积提取全局特征,通过特征融合层融合特征;最后利用指数型下降进行训练识别。结果表明,所提模型在扩增后的中文数据集CASIA、英文数据集SAVEE、eNTERFACE05中的准确率均高于其他深度卷积神经网络模型,验证了该模型的有效性及泛化能力。

关键词：语音情感识别双通道 SE注意力机制数据扩增 Ghost卷积深度卷积逐点卷积特征融合

维普期刊数据库博看期刊

基于长度信息和深度卷积神经网络分类建模的蛋白质二级结构预测方法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2021年第11期38卷 56-63,173页

作者：朱树平刘毅慧齐鲁工业大学(山东省科学院)计算机科学与技术学院山东济南250353

提出基于蛋白质长度信息和深度卷积神经网络分类建模的方法(Length Information and Deep Convolutional Neural Networks, LIM-DCNN),实现对于蛋白质二级结构的预测。实验得到的6分段模型,预测CASP9、CASP10、CASP11、CASP12和CB513的Q3准确率分别为83.67%、78.99%、78.53%、71.52%和85.94%,说明了基于蛋白质长度分类建模的有效性,并且实验得到的CB513结果明显优于其他许多经典的预测算法。

关键词：蛋白质二级结构长度信息深度卷积大数据预测