检索结果-南通市图书馆

改良GoogLeNet的电机滚动轴承故障诊断

在线全文

学校读者我要写书评

暂无评论

吉林大学学报（信息科学版） 2022年第3期40卷 371-378页

作者：任爽田振川林光辉杨凯商继财东北石油大学电气信息工程学院黑龙江大庆163318

针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上... 详细信息

针对电机滚动轴承信号特征人工提取困难、故障分类效果差的问题,利用传统GoogLeNet模型单元与稠密连接思想结合,提出一种改良的GoogLeNet卷积神经网络结构。将提出的改良模型应用于电机滚动轴承的故障诊断试验,对原数据分组处理并贴上标签后,直接输入到改良模型中进行训练,最后将测试集输入到训练好的模型中,测试其分类准确率。由于诊断过程不需要进行人工特征提取,从而避免了人工提取故障特征时的困难和带来的误差,大大简化了故障识别过程,证明了改良GoogLeNet模型在故障诊断中的可行性。将提出的模型与传统GoogLeNet模型和其他典型模型做对比,结果表明,改良GoogLeNet卷积神经网络模型具有精确度高、特征提取能力强、收敛速度快、表现稳定的特点。

关键词：深度学习电机滚动轴承故障诊断卷积神经网络 GoogLeNet网络稠密连接

维普期刊数据库博看期刊

基于稠残U-net神经网络在定位CT图像上自动分割甲状腺的研究

在线全文

学校读者我要写书评

暂无评论

北京生物医学工程 2022年第1期41卷 42-48页

作者：袁美芳杨毅赵彪文晓博易三莉昆明理工大学信息工程与自动化学院昆明650500 云南省肿瘤医院放射治疗科昆明650118

目的基于深度学习方法提出一种稠残U-net神经网络,探讨其在放疗定位CT上自动预测甲状腺轮廓的可行性,以减少放疗中甲状腺所受辐射剂量,降低甲减发生率。方法在U-net网络中引入残差机制和稠密连接机制建立一种稠残U-net网络。选取76名患... 详细信息

目的基于深度学习方法提出一种稠残U-net神经网络,探讨其在放疗定位CT上自动预测甲状腺轮廓的可行性,以减少放疗中甲状腺所受辐射剂量,降低甲减发生率。方法在U-net网络中引入残差机制和稠密连接机制建立一种稠残U-net网络。选取76名患者定位CT图像的甲状腺切片制作数据集,随机划分为训练集58例、验证集9例和测试集9例,对稠残U-net进行训练、验证和测试,得到稠残U-net自动预测甲状腺的结果。通过戴斯相似性系数(Dice)、杰卡德相似系数(Jaccard)和豪斯多夫距离(HD)等评价指标来评估其分割性能。结果稠残U-net预测甲状腺的Dice值为0.86±0.09、Jaccard值为0.78±0.12、HD值为2.52±0.61,且预测的轮廓边界与专家勾画的标准边界非常接近。结论本文提出的稠残U-net能在定位CT图像上较为精准地预测甲状腺轮廓,且证明在卷积神经网络中引入残差机制和稠密连接机制能提高其分割性能。

关键词：卷积神经网络残差块稠密连接甲状腺 CT图像

同方期刊数据库博看期刊评论

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

在线全文

学校读者我要写书评

暂无评论

基于稠密金字塔网络的遥感影像建筑物提取

国外电子测量技术 2020年第5期39卷 5-10页

作者：韩彬彬张月婷潘宗序台宪青李芳芳中国科学院空天信息创新研究院北京100094 中国科学院空天信息创新研究院空间信息处理与应用系统技术重点实验室北京100190 中国科学院大学北京100049

建筑物自动提取是遥感影像解译的重要研究方向,由于遥感影像中建筑物尺度变化大,纹理轮廓特征复杂以及树木遮挡等因素,针对遥感影像的建筑物提取具有一定难度。为了解决多尺度因素对建筑物提取的影响,采用稠密空间金字塔网络,模型基于... 详细信息

建筑物自动提取是遥感影像解译的重要研究方向,由于遥感影像中建筑物尺度变化大,纹理轮廓特征复杂以及树木遮挡等因素,针对遥感影像的建筑物提取具有一定难度。为了解决多尺度因素对建筑物提取的影响,采用稠密空间金字塔网络,模型基于带孔卷积和稠密连接机制分别改进残差卷积网络和空间金字塔结构,利用跳线连接融合低层纹理特征和高层语义特征,是一种端到端的遥感影像建筑物提取模型。在INRIA遥感影像数据集上展开充分实验,实验结果表明,模型在交并比和准确率两个指标上分别达到了75.93%和92.26%,均优于SegNet、FCN、Skip和MLP方法,证明了模型的有效性和准确性。

关键词：遥感影像建筑物提取多尺度残差卷积网络稠密连接

在线全文

学校读者我要写书评

暂无评论

统计图问答任务的神经网络算法研究

福建电脑 2022年第3期38卷 5-9页

作者：孙红梅福建广播电视大学三明分校福建三明365000

现有的统计图问答任务算法大多依赖于大型的预训练深度网络获取图像的特征,但采用预训练的方式不能保障算法在场景任务下的泛化能力,并且大型算法网络会限制算法模型在实际场景下的响应等性能。本文通过研究统计图问答任务下的图像特征... 详细信息

现有的统计图问答任务算法大多依赖于大型的预训练深度网络获取图像的特征,但采用预训练的方式不能保障算法在场景任务下的泛化能力,并且大型算法网络会限制算法模型在实际场景下的响应等性能。本文通过研究统计图问答任务下的图像特征获取技术,结合神经网络的稠密连接技术,提出新的轻量型算法获取丰富的图像特征,来提升图像特征在问答推理过程的作用,并基于此提出新的算法框架来解决统计图问答任务。

关键词：统计图问答神经网络稠密连接