检索结果-南通市图书馆

同方期刊数据库

注意力机制CNN结合肌电特征矩阵的手势识别研究

在线全文

学校读者我要写书评

暂无评论

电子测量与仪器学报 2023年第6期37卷 59-67页

作者：赵世昊周建华伏云发昆明理工大学信息工程与自动化学院昆明650500 昆明理工大学脑认知与脑机智能融合创新团队昆明650500

当前基于卷积神经网络(CNN)的手势识别研究集中于增加网络深度,较少关注改善样本数据分布带来的性能提升。针对此类问题,提出一种量化表面肌电信号(sEMG)特征相关性的肌电特征矩阵(EFM)样本输入有效通道注意力(ECA)机制CNN,用于识别Nina... 详细信息

当前基于卷积神经网络(CNN)的手势识别研究集中于增加网络深度,较少关注改善样本数据分布带来的性能提升。针对此类问题,提出一种量化表面肌电信号(sEMG)特征相关性的肌电特征矩阵(EFM)样本输入有效通道注意力(ECA)机制CNN,用于识别NinaproDB1中52类手势。首先使用时间窗截取低通滤波后的sEMG,计算多种信号时域特征;然后利用笛卡尔积组合并相乘不同特征,对特征相乘值进行归一化后得到EFM。同时,引入ECA机制使网络关注重要的深层特征,从而提升手势分类效果。分别输入sEMG、肌电时域特征和EFM到注意力机制CNN进行手势识别,EFM识别准确率最高,达到了86.39%,高于近年来手势识别研究方法精度。验证了提出方法的有效性,为多类别手势准确分类提供可行新方案。

关键词：手势识别肌电特征矩阵有效通道注意力卷积神经网络

在线全文

学校读者我要写书评

暂无评论

改进DeepLabV3的高效语义分割

计算机工程与科学 2022年第4期44卷 737-745页

作者：马冬梅李鹏辉黄欣悦张倩杨鑫西北师范大学物理与电子工程学院甘肃兰州730070

针对目前高精度的语义分割模型普遍存在计算复杂度高、占用内存大,难以在硬件存储和计算力有限的嵌入式平台部署的问题,从网络的参数量、计算量和性能3个方面综合考虑,提出一种基于改进DeepLabV3+的高效语义分割模型。该模型以MobileNe... 详细信息

针对目前高精度的语义分割模型普遍存在计算复杂度高、占用内存大,难以在硬件存储和计算力有限的嵌入式平台部署的问题,从网络的参数量、计算量和性能3个方面综合考虑,提出一种基于改进DeepLabV3+的高效语义分割模型。该模型以MobileNetV2为骨干网络,在空洞空间金字塔池化(ASPP)模块中并联混合带状池化(MSP),以获取密集的上下文信息;在解码部分引入有效通道注意力(ECA)模块,以恢复更清晰的目标边界;将深度可分离卷积应用到ASPP模块和解码器中用于压缩模型。在PASCAL VOC 2012数据集上的实验中,该模型的网络参数量为4.5×10^(6),浮点计算量为11.13 GFLOPs,平均交并比为72.07%,在计算效率和分割精度之间达到了良好的均衡。

关键词：语义分割 DeepLabV3+ 带状池化有效通道注意力深度可分离卷积

在线全文

学校读者我要写书评

暂无评论

多源信号特征融合的电能质量扰动识别

安徽大学学报（自然科学版） 2024年第4期48卷 62-66页

作者：陈思源程志友杨猛胡乐乐安徽大学电子信息工程学院安徽合肥230601 安徽大学互联网学院安徽合肥230039 安徽大学教育部电能质量工程研究中心安徽合肥230601

为了解决风能、太阳能等可再生能源输出的不稳定性和间歇性给电能质量带来的问题,提出多源信号特征融合的电能质量扰动识别方法.该方法引入电流信息增强扰动特征,为解决电能质量扰动识别提供了新的视角.算例分析结果表明:相对于其他2种... 详细信息

为了解决风能、太阳能等可再生能源输出的不稳定性和间歇性给电能质量带来的问题,提出多源信号特征融合的电能质量扰动识别方法.该方法引入电流信息增强扰动特征,为解决电能质量扰动识别提供了新的视角.算例分析结果表明:相对于其他2种方法,该文方法的4个评价指标(准确率、精确率、召回率和F1分数)均最高.因此,该文方法具有优越性.

关键词：电能质量扰动残差网络多源信号特征融合相对位置矩阵有效通道注意力

基于深度可分离卷积和跨语料库的语音情感识别

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

基于深度可分离卷积和跨语料库的语音情感识别

作者：钟颖新疆大学

学位级别：硕士

语音情感识别面临的挑战之一就是在有限的训练数据下建立一个轻量级的模型。本文提出了一中基于深度可分离卷积和反向残差连接的模型,该模型具有较少的参数量。在现有的语音情感数据库中,语音样本通常由多个评估者注释。一些具有清晰明... 详细信息

语音情感识别面临的挑战之一就是在有限的训练数据下建立一个轻量级的模型。本文提出了一中基于深度可分离卷积和反向残差连接的模型,该模型具有较少的参数量。在现有的语音情感数据库中,语音样本通常由多个评估者注释。一些具有清晰明显的情感内容的语音样本在评估者当中更容易获得一致度高的标注结果,相反,那些具有模棱两可情感内容的语音样本在评估者中得到的标注往往存在较大的差异。本文假设对人类来说难以识别的样本,对计算机来说也难以识别。针对这一问题,本文采用了Focal损失函数,该函数可以使网络模型更加关注难样本的学习,从而减少对简单样本的关注。通过结合注意力机制,本文提出的网络可以增加模型对情感显著部分信息的获取。该模型在单一语料库IEMOCAP和Emo DB上分别达到了71.72%和90.1%的未加权精度UA。与目前已知参数量最少的模型相比,本文提出的模型的参数量降低了5倍。跨语料库的语音情感识别主要面临的问题是不同数据库的样本在特征空间上的分布差异较大。本文提出了一个基于有效通道注意力的跨语料库的语音情感识别模型,该模型可以建立特征通道之间的相互依赖性,以获得更好的表示。虽然不同数据库的样本在特征空间分布差异较大,但相同类别的样本在特征空间中总会存在相似之处。本文结合使用中心损失函数Center loss使得同一类别在其特征空间中的距离更近,不同类别在其特征空间的距离越远,提高了模型的识别能力。由于语音情感数据库之间存在的差异较大,使得跨语料库的语音情感识别表现不佳,为了提高跨语料库的语音情感识别模型泛化能力,本文采用增量学习对模型进行训练。所使用的办法在IEMOCAP、MSP-IMPROV、MES-P三个数据库的跨语料库的语音情感识别上取得了很大的提高。

关键词：语音情感识别轻量级有效通道注意力跨语料库增量学习

基于多尺度卷积神经网络和注意力机制的模拟电路早期故障诊断方法

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

电子器件 2024年第4期47卷 929-934页

作者：徐欣侯成凯郑州地铁集团有限公司河南郑州450052

模拟电路具有非线性、元件容差等特性,导致不同故障模式之间存在混叠现象,特别是模拟电路早期故障,这大大增加了故障诊断的难度。因此,提出了一种基于小波变换和多尺度特征注意力卷积神经网络(MS-FACNN)的模拟电路早期故障诊断方法,采... 详细信息

模拟电路具有非线性、元件容差等特性,导致不同故障模式之间存在混叠现象,特别是模拟电路早期故障,这大大增加了故障诊断的难度。因此,提出了一种基于小波变换和多尺度特征注意力卷积神经网络(MS-FACNN)的模拟电路早期故障诊断方法,采用小波变换得到脉冲响应信号的多尺度分量,利用设计好的MS-FACNN网络自动提取更加全面且高可分性故障特征,并实现故障模式识别。此外,采用高效通道注意力(ECA)聚焦故障高相关性特征,过滤低相关性的冗余信息,进一步提升模型特征提取能力。实验结果表明,相比传统方法,所提方法具有更强的故障特征提取能力,对四运放双二阶高通滤波器早期故障诊断的准确率达到99.18%。

关键词：模拟电路早期故障诊断小波变换多尺度卷积神经网络有效通道注意力

E2E-DRNet:基于EfficientNetV2模型的糖尿病视网膜病变识别

在线全文

学校读者我要写书评

暂无评论

计算机系统应用 2024年第12期33卷 248-255页

作者：刘圆圆陈麓鲁峰叶阳安禹潼金明慧邢开原曾光哈尔滨医科大学(大庆)医学信息学系大庆163319 大庆市油田总医院眼科大庆163319

本文提出一种名为E2E-DRNet的模型,旨在解决当前人工糖尿病视网膜病变(diabetic retinopathy,DR)诊断中分类性能差、耗时费力以及视网膜图像等级差异小、病灶不明显等问题.该模型基于EfficientNetV2,并结合了有效通道注意力模块.通过对D... 详细信息

本文提出一种名为E2E-DRNet的模型,旨在解决当前人工糖尿病视网膜病变(diabetic retinopathy,DR)诊断中分类性能差、耗时费力以及视网膜图像等级差异小、病灶不明显等问题.该模型基于EfficientNetV2,并结合了有效通道注意力模块.通过对DR数据集进行处理和优化,引入了Focal Loss损失函数以解决样本不均衡问题,并将模型分为两个阶段以实现DR分类的细分.实验结果表明,该方法在公开数据集和临床数据集上表现良好,提高了对眼底病变区域的可解释性,有助于提高DR病变的筛查效率,克服了人工诊断的局限性.

关键词：糖尿病视网膜病变 EfficientNetV2 有效通道注意力可解释性

改进DeepLabV3+的农作物病害分割方法

在线全文

学校读者我要写书评

暂无评论

电脑与信息技术 2023年第4期31卷 31-33页

作者：余文杰长江大学湖北荆州434023

针对于传统农作物病害识别存在的效率低、难度大等问题,提出了一种改进DeepLabV3+网络的农作物病害分割方法。主干特征提取网络使用轻量级的MobileNetV3,在空洞空间金字塔池化(ASPP)中使用深度可分卷积替代普通卷积,减少模型计算量;引... 详细信息

针对于传统农作物病害识别存在的效率低、难度大等问题,提出了一种改进DeepLabV3+网络的农作物病害分割方法。主干特征提取网络使用轻量级的MobileNetV3,在空洞空间金字塔池化(ASPP)中使用深度可分卷积替代普通卷积,减少模型计算量;引入SE通道注意力和ECA有效通道注意力,挖掘有效的通道信息来提高分割精度。以某地区的苹果叶片病害图像作为研究对象。实验结果表明,改进的DeepLabV3+算法平均交并比可达到82.7%,而且模型参数量只有4.98MB,具有较好的性能。

关键词：语义分割农作物病害分割 DeepLabV3+ 深度可分卷积有效通道注意力