检索结果-南通市图书馆

汽车文摘 2024年第4期 38-43页

作者：朱亚旋张达明尹荣彬吴继超一汽(南京)科技开发有限公司南京211100

通过在已有检测网络结构的基础上增加解耦预测支路,实现了车载摄像头下行人位置、人头位置、行人年龄与遮挡属性识别任务,经过试验论证了分类支路在不同网络位置对检测性能的影响。针对网络部署中一些非线性激活函数算子不受工程环境支... 详细信息

通过在已有检测网络结构的基础上增加解耦预测支路,实现了车载摄像头下行人位置、人头位置、行人年龄与遮挡属性识别任务,经过试验论证了分类支路在不同网络位置对检测性能的影响。针对网络部署中一些非线性激活函数算子不受工程环境支持这一问题,提出了一种使用分段线性函数来拟合非线性激活函数的方法。经过验证表明,该方法既提升了网络识别的性能又为工程部署提供了便捷性。

关键词：多任务识别解耦预测拟合非线性激活函数

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

融合字符结构特征的多任务老挝语文字识别研究

引用

中文信息学报 2023年第4期37卷 34-44页

作者：陈琢周兰江郝永彬张建安昆明理工大学信息工程与自动化学院云南昆明650500 战略支援部队信息工程大学三院昆明大队云南昆明650500

老挝语属于资源稀缺型语言,直接从互联网中获取老挝语文本语料较为困难,老挝语文字识别研究可在有限的图片文本资源中获取更多的老挝语文本语料。在开展老挝文字光学字符识别的研究工作中,针对老挝单字符误切分、上/下位元音以及音调识... 详细信息

老挝语属于资源稀缺型语言,直接从互联网中获取老挝语文本语料较为困难,老挝语文字识别研究可在有限的图片文本资源中获取更多的老挝语文本语料。在开展老挝文字光学字符识别的研究工作中,针对老挝单字符误切分、上/下位元音以及音调识别位置存在偏差和相似老挝字符的识别问题,该文研究了老挝字符书写等级和下位辅音,提出一种有效融合老挝字符结构特征的多任务字符识别方法。首先,利用深度残差网络提取字符图片中的老挝字符结构特征,通过边框回归矫正单字符包围框;其次,将已矫正切分结果和提取的字符特征作为联合输入,通过双向长短时记忆网络预测老挝字符序列,利用连接主义时间分类对预测结果进行序列对齐;最后,根据老挝字符固定组合优化模型预测结果。实验结果表明:该方法可以精确识别已切分的老挝字符序列,字符错误率指标低至13.06%。

关键词：老挝印刷字符识别老挝字符结构特征多任务识别端到端模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

藏语多任务多方言语音识别

藏语多任务多方言语音识别

引用

作者：乐建建中央民族大学

学位级别：硕士

高斯混合-隐马尔科夫模型(GMM-HMM)和深度神经网络-隐马尔科夫模型(DNN-HMM)在语音识别任务上取得了极大成效,但是在模型训练和系统搭建上比较复杂。由于藏语多方言等低资源语言的语言学研究并不充分,导致上述经典模型的应用受到限制。... 详细信息

高斯混合-隐马尔科夫模型(GMM-HMM)和深度神经网络-隐马尔科夫模型(DNN-HMM)在语音识别任务上取得了极大成效,但是在模型训练和系统搭建上比较复杂。由于藏语多方言等低资源语言的语言学研究并不充分,导致上述经典模型的应用受到限制。近年来随着神经网络技术的发展,迁移学习和多任务学习方法广泛应用于模式识别的多个领域,基于端到端的语音识别技术也在包括汉语和英语等主流的语言上取得重要进展,但是在藏语多方言多任务上尚未有深入的研究,因此,本文主要探讨了基于端到端技术的多任务学习和迁移学习在藏语多方言多任务语音识别上的应用。1.基于WaveNet-CTC模型的藏语多方言多任务识别链接时序分类技术丢弃了 GMM-HMM中复杂的预处理和后处理操作,将语音识别任务直接建模成序列概率最大化问题,并通过前后向算法降低模型计算复杂度。WaveNet模型则能够有效增加感受野而不损失信息,因而能够充分利用背景信息。本文基于WaveNet-CTC模型对比了单任务和多任务(两任务和三任务)模型的性能,实验结果表明两任务模型相比单任务在语音识别和方言或者说话人识别上均有明显提升,三任务模型则在语音识别任务上相对退化。2.融合注意力机制的WaveNet-CTC模型在藏语多方言多任务识别上的应用注意力机制能够赋予与输入更相关向量以更大权重,来充分利用上下文相关信息,其在语音识别领域已经成为研究热点。本文在WaveNet-CTC模型上引入注意力机制,同时为了减少模型的计算量增加了注意力窗口机制,并对比了注意力机制作用的不同位置带来的性能差异。实验结果表明基于高层注意力机制的模型进一步提升了藏语语音识别、方言和说话人识别任务上的性能。3.基于迁移学习的藏语语音识别考虑到卫藏方言和安多方言之间的特点和共性,本文通过模型的迁移学习开展了基于卫藏方言拉萨话语音识别模型迁移学习安多牧区话语音识别的研究。实验结果表明迁移学习可以有效地利用任务之间的潜在相似性提升目标任务的识别性能。4.藏语多方言多任务识别系统基于Tensorflow等深度学习框架搭建了实时藏语多方言多任务识别系统,该系统能够通过麦克风输入藏语语音,并自动调用训练好的基于注意力机制的WaveNet-CTC模型输出识别结果-语音内容和方言标识。

关键词：藏语多方言语音识别多任务识别 WaveNet-CTC模型注意力机制迁移学习

来源：

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

基于不变散射卷积网络的信号调制模式识别研究

基于不变散射卷积网络的信号调制模式识别研究

引用

作者：刘禹震吉林大学

学位级别：硕士

随着无线技术的快速发展,信号的调制种类与信道环境日趋复杂,在军事和民用领域,精确的识别调制信号变得越来越重要。传统的基于决策理论与特征提取的调制识别方法需要先验信息、人为筛选特征等协助工作,随着深度学习研究的深入,基于神... 详细信息

随着无线技术的快速发展,信号的调制种类与信道环境日趋复杂,在军事和民用领域,精确的识别调制信号变得越来越重要。传统的基于决策理论与特征提取的调制识别方法需要先验信息、人为筛选特征等协助工作,随着深度学习研究的深入,基于神经网络的信号调制识别的方法已被广泛采用。目前大多数深度学习方法对数据依赖性较强,从数据中提取可解释的信息和知识的能力欠佳,因此,在设计神经网络时,需要通过在架构中嵌入与给定预测任务相关的专业信息和物理定律以提高识别稳定性。此外,噪声等干扰对调制信号识别有较大影响,如何减弱噪声的影响,有效提升信号的识别准确率一直是调制识别领域的重要研究课题。针对以上问题,本文将小波信号处理与深度学习相结合,开展基于不变散射卷积网络的信号调制模式识别研究。首先,本文对信号调制原理、神经网络相关理论基础知识进行了概述,分析了基于小波变换构建的不变散射卷积网络的原理与结构组成,为后续不变散射卷积网络与深度学习相结合的调制识别算法奠定理论基础。然后,设计基于不变散射卷积网络的信号调制识别算法,提升信号识别性能:该算法以不变散射卷积网络输出的散射系数为信号的特征表示,使用神经网络分类器对信号进行分类。针对调制信号的特点与不变散射卷积网络提供的特征表示,分析了不变散射卷积网络在调制识别中的适用性;针对输入调制信号的不变散射卷积网络散射系数的特点,设计了特征融合并行神经网络分类器,该分类器包括长短期记忆、子频谱归一化和残差模块,结合了卷积神经网络和循环神经网络在空间与时间特征提取上的优势;为减少噪声对信号识别的干扰,在不变散射卷积网络中集成小波阈值降噪环节。最后,设计了基于信噪比区间划分的多任务信号调制识别算法,提升了调制识别模型在不同信噪比条件下的泛化能力。算法首先将不同信噪比区间下的信号识别视为独立任务,减小信噪比的变化范围进而减弱噪声的影响;然后利用一种基于并行残差神经网络的信噪比区间识别方法对信号进行信噪比区间识别以确定信号所属任务;最后将信号输入至不变散射卷积网络中得到散射系数以提取数据的有效特征,根据信噪比区间识别结果选择对应任务参数独立的分类器对信号进行分类识别。实验结果表明,本文提出的算法能够有效削弱噪声的干扰,信号识别准确率得到有效提升,对调制模式识别领域的研究发展具有重要的参考价值。

关键词：调制识别不变散射卷积网络深度学习小波阈值降噪多任务识别

来源：

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

基于深度学习的加密流量识别研究

基于深度学习的加密流量识别研究

引用

作者：佟欣欣中国科学技术大学

学位级别：硕士

随着网络技术的飞速发展,各种网络应用与服务层出不穷,网络流量呈现爆炸性增长。与此同时,网络安全问题也逐渐成为关注的热点,随着人们安全意识的增强,加密技术得到了广泛应用,使得网络中的加密流量不断上升。但加密这把双刃剑,其在保... 详细信息

随着网络技术的飞速发展,各种网络应用与服务层出不穷,网络流量呈现爆炸性增长。与此同时,网络安全问题也逐渐成为关注的热点,随着人们安全意识的增强,加密技术得到了广泛应用,使得网络中的加密流量不断上升。但加密这把双刃剑,其在保护用户隐私的同时,还为窃听者提供了机会,因此,作为提升网络管理水平、改善网络服务质量以及维护网络安全的重要基础,网络加密流量的准确识别成为亟待解决的问题。然而传统的流量识别算法由于端口隐匿、特征提取困难以及加密协议的出现而不再起作用。虽然将机器学习算法与手工设计相结合一度成为解决这一问题的主流方法,但它需要大量的人力来提取和处理特征,这在很大程度上依赖于先验知识。因此本文利用能自动提取出加密流潜在特征的深度学习技术展开对网络加密流量识别的研究。本文的主要工作概括如下:1、提出网络加密流量识别的特征选择方法。针对目前对网络加密流的识别需求以及对网络流加密原理和相关协议的分析,本文分别针对应用类型和内容类型的识别提取多种数据流特征,如加密协议状态序列、数据包长度、有效载荷等,同时针对加密数据流的多阶段特点-握手协商阶段、数据传输阶段,在上述特征基础上提取加密协议扩展字段信息以及TCP数据段的长度序列,最后根据特征的不同形式利用不同的算法模型进行结果测试,分析并选出对识别加密流效果最好的特征。2、提出多阶段特征融合的加密流量识别算法。针对当前研究学者只考虑加密流的单任务识别现状,本文利用选择出的多阶段特征实现多任务的识别,且经过相关实验效果对比与多阶段特征的可视化分析,进一步提出针对不同识别任务的多阶段特征融合算法来提高加密流量的识别效果。实验结果表明,多阶段特征的融合不仅提高了单任务的识别效果,其识别结果的关联效果也优于其他方案对多任务的识别。3、设计并实现了在线网络加密流量分类的原型系统。针对当前实时加密流量识别分类的需求,本文以上述多阶段特征融合算法为理论支撑,提出在线加密流量识别系统的功能框架。本文从离线训练和在线识别角度阐述系统的具体实现过程,并且将识别效果通过前后端界面进行可视化。

关键词：加密流量识别深度学习特征选择特征融合多任务识别

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：