检索结果-南通市图书馆

基于改进的U-Net卷积神经网络的遥感影像水体信息提取方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

合肥工业大学学报（自然科学版） 2024年第4期47卷 488-495,515页

作者：宋子俊董张玉张鹏飞张远南合肥工业大学计算机与信息学院安徽合肥230601 工业安全与应急技术安徽省重点实验室安徽合肥230601 合肥工业大学智能互联系统安徽省实验室安徽合肥230601

针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并... 详细信息

针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并引入Respath残差连接模块减少跳跃连接过程中的语义差距,同时引入PSConv多尺度卷积模块、Eca有效通道注意力机制模块,提高网络特征学习能力,构建PS-Eca-Multiresunet网络模型,弥补传统U-Net网络存在的细节特征提取能力较弱问题。选择“2020年第四届中科星图杯高分遥感图像解译软件大赛”数据集进行实验,结果表明,与传统U-Net网络模型相比,该方法水体提取的平均交并比提高了9.08,像素精度提升了7.4%。改进的网络提取结果能够有效避免阴影影响,提高对细节水体的提取精度,实现遥感影像水体信息的高精度提取。

关键词：水体提取深度学习多尺度卷积有效通道注意力机制 Multiresunet网络

基于CAE-ECA模型的滚动轴承声纹信号异常监测方法

在线全文

学校读者我要写书评

暂无评论

工业控制计算机 2024年第7期37卷 29-31,34页

作者：王凌锋国家能源集团谏壁发电有限公司江苏镇江212006

滚动轴承是电站辅机关键部件,其运行工况复杂且多处于强噪声环境,异常状态难以准确识别。针对传统声纹分析方法人工提取特征表达不充分且过分依赖专家知识的问题,提出了一种基于卷积自编码网络(Convolutional Auto-Encode,CAE)与有效通... 详细信息

滚动轴承是电站辅机关键部件,其运行工况复杂且多处于强噪声环境,异常状态难以准确识别。针对传统声纹分析方法人工提取特征表达不充分且过分依赖专家知识的问题,提出了一种基于卷积自编码网络(Convolutional Auto-Encode,CAE)与有效通道注意力机制(Efficient Channel Attention,ECA)相结合的模型,实现滚动轴承声纹特征自适应提取与异常状态高效识别。首先,将一维时序声纹信号重复间隔采样构建输入样本,利用卷积、池化等神经网络结构自适应提取轴承运行声音信号的深层特征。然后,通过有效通道注意力模块增加卷积自编码网络对关键特征的权重。通过自编码网络结构实现声音信号的重构且仅使用滚动轴承正常运行声音信号数据进行模型训练。最后,通过模型对异常状态数据的重构偏差评估滚动轴承异常状态。试验表明,CAE-ECA模型在不同噪声条件下均具有较高的诊断准确率。

关键词：滚动轴承声纹异常监测卷积自编码有效通道注意力机制

在线全文

学校读者我要写书评

暂无评论

轻量级注意力X射线矿石检测方法

电子测量技术 2022年第18期45卷 71-79页

作者：杨文龙郭明钰江西理工大学电气工程与自动化学院赣州341000 江钨集团赣州有色冶金研究所有限公司赣州341000 赣州有色冶金研究所有色金属矿冶装备工业设计中心赣州341000

针对缺乏矿石数据集和矿石分类识别模型等因素,自建以X射线照射成像的矿石图像为数据集,并以MobileNet V2为主网络,提出基于改进MobileNet V2轻量级矿石分类模型算法。首先,通过调整扩展因子和宽度因子大幅减少模型参数量,实现模型轻量... 详细信息

针对缺乏矿石数据集和矿石分类识别模型等因素,自建以X射线照射成像的矿石图像为数据集,并以MobileNet V2为主网络,提出基于改进MobileNet V2轻量级矿石分类模型算法。首先,通过调整扩展因子和宽度因子大幅减少模型参数量,实现模型轻量化的目的;其次,通过在部分倒残差模块和原模型分类器中嵌入高效通道注意力机制,并将剩余倒残差模块替换为含深度空洞卷积的并行特征提取网络,以增强模型特征信息提取能力,提升模型识别准确率;最后,使用迁移学习的训练方式初始化权重,加速模型训练。经过改进,该算法矿石识别准确率提升至96.720%,对比VGG16、GoogleNet、Xception、ShuffleNet和MobileNet V2在准确率和矿石检测速度都获得了提升。综合而言,相比本文实验中其他算法而言,改进算法针对矿石的识别性能具有更佳表现。

关键词：深度学习 X射线矿石图像分类 MobileNet V2 有效通道注意力机制并行特征提取网络迁移学习

在线全文

学校读者我要写书评

暂无评论

基于有效通道注意力的遥感图像场景分类

计算机应用 2022年第5期42卷 1431-1439页

作者：屈震李堃婷冯志玺西安电子科技大学人工智能学院西安710071

针对基于人工设计特征的方法不能提取高层次遥感图像信息以及以往利用VGGNet、ResNet等卷积神经网络(CNN)无法关注到遥感图像中显著分类特征的问题,提出了一种基于有效通道注意力(ECA)机制的遥感图像场景分类新模型——ECA-ResNeXt-8-SV... 详细信息

针对基于人工设计特征的方法不能提取高层次遥感图像信息以及以往利用VGGNet、ResNet等卷积神经网络(CNN)无法关注到遥感图像中显著分类特征的问题,提出了一种基于有效通道注意力(ECA)机制的遥感图像场景分类新模型——ECA-ResNeXt-8-SVM。为了建立高效模型,一方面,设计了嵌入ECA模块的深度特征提取网络ECA-ResNeXt-8,通过端到端的学习使网络更关注分类特征明显的通道;另一方面,利用支持向量机(SVM)代替全连接层作为已提取到的深度特征的分类器,从而进一步提高模型的分类准确率与泛化能力。该模型在实验数据集UC Merced Land-Use上的分类准确率达到95.81%,相较于使用SE-ResNeXt50与ResNeXt50网络,分别提高了6%与18%,且在分类准确率为75%时所提模型的训练时间比上述两个网络分别减少了82%与81%。实验结果表明,所提模型能够有效地减少模型的收敛时间并提升遥感图像场景分类的准确率。

关键词：遥感图像场景分类有效通道注意力机制支持向量机深度学习卷积神经网络

多视图卷积神经网络预测miRNA与疾病关联关系

在线全文

学校读者我要写书评

暂无评论

多视图卷积神经网络预测miRNA与疾病关联关系

作者：芮艾莎西南民族大学

学位级别：硕士

microRNA(miRNA)是一类参与转录后基因表达调控的非编码单链核糖核酸(RNA)分子,相关生物医学实验表明,miRNA已经成为疾病诊断和预后的生物标志物。准确识别与疾病相关的miRNA不仅可以提升对复杂疾病发病机制的了解,还可以推动对人类疾... 详细信息

microRNA(miRNA)是一类参与转录后基因表达调控的非编码单链核糖核酸(RNA)分子,相关生物医学实验表明,miRNA已经成为疾病诊断和预后的生物标志物。准确识别与疾病相关的miRNA不仅可以提升对复杂疾病发病机制的了解,还可以推动对人类疾病的诊治和预后。传统的生物实验方法费时费力,将已知的关联数据作为先验知识可以开发出高效的计算模型,用来预测可能的miRNA与疾病关联关系,并进一步的指导生物实验。首先,本文针对miRNA和疾病关联预测的计算方法研究中存在负样本缺失、正负样本不平衡的问题,提出了一种基于深度自动编码器与极端梯度增强的miRNA疾病关联预测模型MDA-AEXGB。一方面,整合miRNA和疾病的多源异构的生物组学数据补充原始的相似性数据,降低稀疏且不完整的相似性数据对预测模型的干扰,并利用深度自动编码器学习深层、低维的潜在特征。另一方面,采用欠采样的抽样方法得到多个训练子集,采用在不同的数据集上训练相同的极端梯度增强算法的集成框架,对每个学习器的预测结果采用投票的策略获得miRNA与疾病最终的关联预测得分。在五折交叉验证实验中,MDA-AEXGB在多个评价指标上都取得了显著的评估结果。此外,本文还对肺癌、乳腺癌和肾脏肿瘤进行了病例研究,进一步证实模型MDA-AEXGB在实际预测中的性能。接着,本文受到图神经网络对图数据处理和图像处理领域的特征通道图的启发,提出了一种基于图卷积网络和通道注意力的miRNA疾病关联预测模型MDA-GCNECA。一方面,从多视图的角度出发将每个相似性网络转化为图结构,采用图卷积网络将每个结点的邻域节点都进行一次卷积操作,并用卷积的结果更新该结点,多层的图卷积网络能够对节点之间相连的关系逐层学习得到相应的嵌入。另一方面,对每个嵌入的重要性采用有效通道注意力机制更新每个特征通道,再利用卷积神经网络融合每个嵌入的通道信息来构建miRNA和疾病的最终特征,最后利用极端梯度增强算法得到miRNA和疾病的预测得分。在五折交叉验证实验中,MDA-GCNECA在大多数指标上也取得了优异的结果。此外,本文通过对肝硬化、食管癌和脑肿瘤的病例研究,进一步证实MDA-GCNECA模型的实用性。最终,这些实验结果表明,本文在多视图数据基础上提出的方法可以帮助研究人员探索miRNA在复杂疾病中的调控作用。

关键词： miRNA疾病关联图卷积神经网络有效通道注意力机制深度自动编码器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的岩石图像岩性识别方法研究

基于深度学习的岩石图像岩性识别方法研究

作者：袁硕东北石油大学

学位级别：硕士

随着地质勘探工作的深入,岩石图像的自动化分析已成为一个重要的研究领域。传统的岩石图像分析方法依赖于手动特征提取和分类器设计,但这种方法存在主观性和局限性。随着深度学习的出现,使用卷积神经网络进行岩石图像分类的研究越来越多... 详细信息

随着地质勘探工作的深入,岩石图像的自动化分析已成为一个重要的研究领域。传统的岩石图像分析方法依赖于手动特征提取和分类器设计,但这种方法存在主观性和局限性。随着深度学习的出现,使用卷积神经网络进行岩石图像分类的研究越来越多,该方法具有高度的自动化和准确性。本文首先研究了基于四种不同的深度学习网络模型(Goog Le Net,Res Net,Mobile Net,Shuffle Net)对五类岩石图像进行分类的问题。在数据预处理阶段,使用数据增强技术增加了数据的多样性,并将图像缩放到相同的尺寸。模型训练与验证部分,本文将损失函数设定为交叉熵,同时,选用了随机梯度下降(SGD)优化器进行模型优化。实验结果表明,四种模型均能够对五类岩石图像进行有效分类,其中Shuffle Net V2模型表现最好,其次是Goog Le Net V1和Res Net34。在所有模型中,Mobile Net V2的分类精度最低,但仍然能够取得可接受的结果。在以上网络对比的基础上,研究了在Shuffle Net V2网络中引入有效通道注意力机制和锯齿空洞卷积的改进方法,以提高其在岩石图像分类任务中的性能。改进方法包括使用Mish激活函数替换原模型中的Re LU激活函数、减少Shuffle单元使用次数、使用ECA注意力机制增强特征图中不同空间位置的信息,以及采用锯齿空洞卷积扩大感受野。实验结果表明,引入注意力机制和锯齿空洞卷积的Shuffle Net V2网络在岩石数据集上表现更好,准确率相比原始模型提高了4.36个百分点。此外,改进方法使得模型在处理具有纹理和复杂结构的图像时表现更加出色。这种方法具有显著提高模型分类精度、更好的适应性和泛化能力的特点,对于图像分类领域的研究和应用具有重要意义。

关键词：深度学习岩石图像有效通道注意力机制锯齿空洞卷积

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的遥感水体信息提取研究

基于深度学习的遥感水体信息提取研究

作者：宋子俊合肥工业大学

学位级别：硕士

水资源是当今社会最重要的资源之一,其主要由地表水体组成,因此对地表水体进行快速准确地提取在水资源配置、城市规划、洪灾防控等方面具有重要意义。随着遥感卫星数量与能力的提升,利用便捷高效、时效性高的遥感卫星对水体进行识别与... 详细信息

水资源是当今社会最重要的资源之一,其主要由地表水体组成,因此对地表水体进行快速准确地提取在水资源配置、城市规划、洪灾防控等方面具有重要意义。随着遥感卫星数量与能力的提升,利用便捷高效、时效性高的遥感卫星对水体进行识别与动态监测成为了当今主流方法。目前用于遥感图像水体提取的方法主要分为两类,即以水体指数法、光谱监督分类法等为代表的传统遥感图像水体提取方法和基于深度学习的遥感水体提取方法。传统方法由于其易受人为经验影响、自动化程度较低、提取精度较低等缺点,难以高效应对大面积的水体提取任务。另一方面,由于遥感图像具有复杂的地物特征和丰富的细节信息,目前主流的基于深度学习的水体提取算法水陆分割效果较差,在复杂的自然区域中对细节水体提取能力不足,容易造成细小水体提取缺失、阴影误分等问题。针对上述问题,论文结合U-Net网络、有效通道注意力机制Eca(Efficient Channel Attention,Eca)、Resnet网络及PSConv(Poly-Scale Convolutional,PSConv)多尺度卷积块特点,研究实现了改进的遥感图像水体信息提取算法。文章的主要研究内容如下:(1)研究提出了一种基于残差连接和多尺度卷积的U型卷积神经网络(Poly-Scale Multiresunet,PS-Multiresunet)模型。针对当前遥感影像水体信息提取存在的重要特征损失较大的问题,该模型基于Resnet网络改进U-Net网络编码器以加深网络深度,同时提出Respath连接模块替代跳过连接以降低编码器与解码器间的语义差距,并引入PSConv卷积块以提高网络对细节特征的学习能力。选用“2020年第四届中科星图杯高分遥感影像解译软件大赛”数据集进行水体提取实验,并基于U-Net网络、Resunet网络、Multiresunet网络的提取结果进行对比实验,实验结果表明,PS-Multiresunet网络的均交并比达到了87.03,像素精度达到了97.26,相较于传统U-Net网络分别增长了8.17和6.24。同时改进后网络的水体提取结果相较于传统U-Net网络受阴影影响较小,能够实现遥感图像水体信息的高精度提取。(2)研究提出了一种融入有效通道注意力机制的卷积神经网络(Poly-Scale Efficient Channel Attention Multiresunet,PS-Eca-Multiresunet)模型。该模型针对PS-Multiresunet网络存在的对细节水体提取精度不高、提取结果中易出现细小河流断流现象的问题,通过增强网络对遥感图像中重要特征的关注程度以提高细节水体提取精度。同时选用相同数据集进行水体提取对比实验,实验结果表明,PS-Eca-Multiresunet网络的均交并比为87.94,像素精度为97.79,相较于PS-Multiresunet网络分别增长了0.91和0.53。改进后的网络对细节水体提取较完整,河流断流问题得以解决,证明了该算法的有效性。同时针对传统遥感图像水体提取方法泛化能力不强的问题,选用青藏高原湖泊遥感影像数据集对PS-Eca-Multiresunet网络进行泛化性验证。实验结果证明,该网络可以有效完成不同地区的水体提取任务,突破了传统遥感图像水体提取方法对时间、地区、传感器等限制,具有较强的泛化性和实用性。(3)基于改进后的PS-Eca-Multiresunet模型开发了一套遥感影像水体提取系统,进一步提高水体提取的自动化能力。

关键词：水体提取深度学习多尺度特征提取有效通道注意力机制 Multiresunet网络

基于两种改进卷积神经网络的人脸表情识别方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于两种改进卷积神经网络的人脸表情识别方法研究

作者：李婉婷广西师范大学

学位级别：硕士

人脸表情是最直接、最有效的情感模式,目前人脸表情识别应用非常广泛,是人机交互的重要组成部分,随着深度学习的迅速发展,人脸表情识别技术应用将会更加广泛。现有关于人脸表情识别技术已经应用在很多领域中,比如线上教学中教师和学生... 详细信息

人脸表情是最直接、最有效的情感模式,目前人脸表情识别应用非常广泛,是人机交互的重要组成部分,随着深度学习的迅速发展,人脸表情识别技术应用将会更加广泛。现有关于人脸表情识别技术已经应用在很多领域中,比如线上教学中教师和学生的表情识别、智慧医疗上的应用,也可以应用于精神病患者诊断,商场随处可见的刷脸眨眼支付等生活方方面面。尽管如此广泛的应用,在一些复杂的场景下人脸表情识别还是一个难题。在深度学习的卷积神经网络中,目前大规模人脸表情识别的挑战主要在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性,再加上目前人脸表情识别技术应用在大规模的人脸表情数据库时,人脸表情识别准确率较低,由此可见,人脸表情识别的研究仍然富有挑战性。针对这个问题,本文以优化卷积神经网络结构、提高人脸表情识别准确率为主要目的开展研究,本文完成的主要研究工作如下:1.根据人脸表情识别的发展进程和研究方向的课题要求,学习了关于基于深度学习的人脸表情识别网络模型结构和相关的激活函数知识,理解了一些捕捉重要关键点的通道注意力机制。在实验过程中对比多个卷积神经网络结构以后,并分别使用ResNet18和RepVGG-A0网络模型作为研究人脸表情识别的主干网络,对其进行研究并加以改进优化。实验结果表明改进后的网络模型提高了人脸表情识别准确率。2.为优化深度学习网络,进一步提高人脸表情识别准确率,本文提出了一种改进ResNet18网络模型,该改进网络模型把主干网络卷积层后的ReLu激活函数替换为Mish激活函数,在人脸表情图片特征提取后使用Softpool改善下采样导致的信息损失,利于区分相似关键点,从而提高人脸表情识别准确率。改进后的网络模型在RAF-DB、CK+和JAFFE数据集上进行实验验证,其人脸表情识别准确率分别达到87.54%、98.95%和98.99%,实验结果表明比原始ResNet18网络模型的人脸表情识别率均有提高,证明了该改进模型对人脸表情识别具有效性,具有一定的应用前景。3.在深度学习卷积神经网络中,目前大规模人脸表情识别的挑战主要在于不确定性,这些不确定性来源于模棱两可的面部表情、低质量的脸部图像和标注者的主观性。为解决这个问题,本文提出了一种基于RepVGG-A0改进后的网络模型,在该模型上引入有效通道注意力机制模块,即在卷积层后ReLu激活函数之前插入ECANet有效通道注意力机制。并采用重新标签的方法,给与不确定或标签标注错误人脸表情图片重新给与伪标签,并利用重新标记模块修改其图片的标签。在RAF-DB和FER2013数据集上进行实验验证,其人脸表情识别准确率分别达到88.20%和75.20%,比原始网络的人脸表情识别率有明显提高。证明了该改进模型对人脸表情识别具有有效性。

关键词：表情识别深度学习 Mish函数特征提取 Softpool池化卷积神经网络有效通道注意力机制重新标签

基于改进ShuffleNetV2网络的岩石图像识别

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

吉林大学学报（信息科学版） 2023年第3期41卷 450-458页

作者：袁硕刘玉敏安志伟王硕昌魏海军东北石油大学电气信息工程学院黑龙江大庆163318 重庆科技学院电气工程学院重庆401331

由于基于传统深度学习的岩石图像识别算法模型比较繁琐,而且应用于移动终端等需要一定的计算能力,因此很难实现对岩石类型的实时准确判别。为此,以ShuffleNetV2网络为基础,插入通道连接注意力机制ECA(Efficient Channel Attention)模块... 详细信息

由于基于传统深度学习的岩石图像识别算法模型比较繁琐,而且应用于移动终端等需要一定的计算能力,因此很难实现对岩石类型的实时准确判别。为此,以ShuffleNetV2网络为基础,插入通道连接注意力机制ECA(Efficient Channel Attention)模块,使用Mish激活函数代替ReLU激活函数并引入轻量级网络部件中的深度可分离卷积。将该方法用于岩石图像识别,实验结果表明,改进后的算法结构简单,同时具有轻量化的特点,其识别精度达到94.74%,可在移动终端等有限资源环境下应用。

关键词：岩石图像有效通道注意力机制 Mish激活函数 ShuffleNet网络