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

深度连续卷积神经网络模型构建与性能分析

沈阳工业大学学报 2016年第6期38卷 662-666页

作者：牛连强陈向震张胜男王琪辉沈阳工业大学软件学院沈阳110870 沈阳工业大学信息科学与工程学院沈阳110870

为了提升卷积神经网络特征提取能力,设计了一种基于连续卷积的深度卷积神经网络模型.该模型采用小尺度的卷积核来更细致地提取局部特征,并借助连续的两个卷积层增加模型的非线性表达能力,结合Dropout技术降低神经元之间的相互依赖,利用... 详细信息

为了提升卷积神经网络特征提取能力,设计了一种基于连续卷积的深度卷积神经网络模型.该模型采用小尺度的卷积核来更细致地提取局部特征,并借助连续的两个卷积层增加模型的非线性表达能力,结合Dropout技术降低神经元之间的相互依赖,利用抑制网络过拟合对模型进行优化.人脸表情、手写数字字符和彩色图像的目标识别实验表明,在图像较为复杂时,该模型在识别的准确性和泛化性能上比手工特征提取方法及一般的2、3层卷积结构具有明显的优势.

关键词：卷积神经网络连续卷积深度学习网络结构特征提取参数优化池化图像识别

在线全文

学校读者我要写书评

暂无评论

基于三维点云的卷积运算综述

计算机研究与发展 2023年第4期60卷 873-902页

作者：韩冰张鑫云任爽北京交通大学计算机与信息技术学院北京100044

随着深度相机、激光雷达等3D扫描设备的普及,用点云表示3D数据的方法越来越流行,对点云数据的分析与处理也引起了视觉研究领域的极大兴趣.一般来说,由于分布在3D几何空间中的点云是无序的,可以形成特定的结构,因此学习到的特征表示应该... 详细信息

随着深度相机、激光雷达等3D扫描设备的普及,用点云表示3D数据的方法越来越流行,对点云数据的分析与处理也引起了视觉研究领域的极大兴趣.一般来说,由于分布在3D几何空间中的点云是无序的,可以形成特定的结构,因此学习到的特征表示应该具备排列不变性、旋转和平移不变性、形状区分性.近年来,越来越多的研究人员基于点云的这些特性采用深度学习这一人工智能领域中的主流技术来处理分析点云数据.其中,卷积神经网络使用的卷积运算具备权重共享、局部聚合和变换不变等优点,减少了训练参数的个数,并具有较强的鲁棒性,可以有效地降低网络复杂度并提升网络性能,因此在各种2D视觉问题(如图像、视频)上的研究及应用已经相对成熟,这也引起了研究人员的高度关注并尝试将其引入到点云处理任务中.但传统的标准卷积运算往往无法直接作用于点云这种不规则数据上,一些研究人员进而对卷积运算及其卷积算子展开了深入的探索,并提出了多种卷积策略和网络以提高计算效率和算法性能.为了促进之后的研究,首先对现有点云研究中所使用的卷积方法进行了概述,包括基于投影的方法、基于体素的方法、基于晶格的方法、基于图的方法和基于点的方法.之后着重针对直接处理3D点云的卷积算子和网络的最新进展进行了全面的综述,主要分为离散卷积和连续卷积,此外还对使用不同卷积算子的网络在处理点云的分类和分割等任务上的性能进行了全面地分析与对比.最后针对现存的问题与面临的挑战进行了进一步分析,并探索了未来可能的研究方向,希望为点云未来更深入的研究提供新思路.

关键词：点云卷积神经网络基于点的卷积算子离散卷积连续卷积

在线全文

学校读者我要写书评

暂无评论

二阶卷积的构造

厦门大学学报（自然科学版） 1991年第2期30卷 125-129页

作者： КакичевВА 苏联教育学院数学系

文中给出了二阶卷积算子的定义和性质并举例说明。

关键词：二阶卷积算子离散卷积连续卷积

在线全文

学校读者我要写书评

暂无评论

基于物理过程的山地原油泄漏模拟方法

计算机辅助设计与图形学学报 2023年第6期35卷 868-880页

作者：连远锋许振林李光洋纪连恩董绍华中国石油大学(北京)计算机科学与技术系北京102249 石油数据挖掘北京市重点实验室北京102249 中国石油大学(北京)油气管道输送安全国家工程实验室北京102249

山地输油管道泄漏事故发生后,模拟计算污染扩散范围对应急抢险方案的制定具有重要意义.针对现有的山区原油泄漏模拟方法无法呈现符合物理过程的泄漏油品扩散效果以及模拟速度过慢的问题,提出基于物理过程的山地原油泄漏模拟方法.首先基... 详细信息

山地输油管道泄漏事故发生后,模拟计算污染扩散范围对应急抢险方案的制定具有重要意义.针对现有的山区原油泄漏模拟方法无法呈现符合物理过程的泄漏油品扩散效果以及模拟速度过慢的问题,提出基于物理过程的山地原油泄漏模拟方法.首先基于空间语义约束构建一种融合Fay流体扩散算法和光滑粒子流体动力学(SPH)的计算模型Fay-SPH;然后设计一个基于Fay约束的连续卷积网络FayNet来加速模拟,通过轻量级注意力模块和三重注意力模块增强网络提取粒子特征信息能力;最后融合位置损失和速度损失来保证模拟结果细节的一致性.在自行采集的油气管线所处山区数据上,基于不同地貌和不同地形进行实验的结果表明,所提方法实现了原油泄漏的高效模拟.

关键词： Fay模型连续卷积光滑粒子流体动力学原油泄漏模拟注意力模块

在线全文

学校读者我要写书评

暂无评论

基于卷积神经网络的人脸表情识别

国外电子测量技术 2018年第1期37卷 106-110页

作者：徐新飞刘惠义河海大学计算机与信息学院

由于人脸表情之间的差别很细微,为了提高卷积神经网络对人脸表情特征提取能力及其识别精度,把连续卷积引入到卷积神经网络模型中,改进后的模型采用小尺度的卷积核可以使得提取到的人脸表情特征更精密,两个连续的卷积层使模型的非线性表... 详细信息

由于人脸表情之间的差别很细微,为了提高卷积神经网络对人脸表情特征提取能力及其识别精度,把连续卷积引入到卷积神经网络模型中,改进后的模型采用小尺度的卷积核可以使得提取到的人脸表情特征更精密,两个连续的卷积层使模型的非线性表达能力得到增强。提出网络权值优化操作,构建SOM网络进行预学习,将最优学习结果的神经元用于初始化连续卷积神经网络,实验结果表明优化后的卷积神经网络对人脸表情图像识别精度得到了提高。

关键词：卷积神经网络连续卷积 SOM神经网络特征提取

基于多通道输入CNN-SVM的齿轮箱故障诊断

在线全文

学校读者我要写书评

暂无评论

传感器与微系统 2021年第6期40卷 138-141页

作者：卢占标黄细霞姬克鲍佳松上海海事大学航运技术与控制工程交通行业重点实验室上海201306

为了有效地识别旋转机械的早期故障,采用一种多通道输入连续卷积神经网络支持向量机(CNN-SVM)早期故障诊断模型。模型将来自多个传感器采集不同方向、位置的原始数据直接输入到改进的CNN模型中进行训练。利用改进的CNN从新的原始故障数... 详细信息

为了有效地识别旋转机械的早期故障,采用一种多通道输入连续卷积神经网络支持向量机(CNN-SVM)早期故障诊断模型。模型将来自多个传感器采集不同方向、位置的原始数据直接输入到改进的CNN模型中进行训练。利用改进的CNN从新的原始故障数据中提取特征,将提取的稀疏代表特征向量输入到SVM中进行故障分类。将所提方法应用于齿轮箱多通道振动信号监测数据的诊断。与改进CNN和主成分分析—支持向量机(PCA-SVM)方法对比分析,所提方法的准确率为99.94%。结果表明:多通道输入CNN-SVM模型诊断精度更高,检测速度更快。

关键词：故障诊断卷积神经网络支持向量机连续卷积多通道

在线全文

学校读者我要写书评

暂无评论

基于CNN的人脸表情识别算法研究与实现

基于CNN的人脸表情识别算法研究与实现

作者：徐勤涛黑龙江大学

学位级别：硕士

人脸表情识别在众多行业中都有着十分重要的应用,但在现实应用中,识别的效果会受到其他因素的影响,一定程度上会造成图像旋转,使得表情识别效果不佳。局部二值模式(Local Binary Patterns,LBP)有很强的旋转不变性,但其对于图像的特征数... 详细信息

人脸表情识别在众多行业中都有着十分重要的应用,但在现实应用中,识别的效果会受到其他因素的影响,一定程度上会造成图像旋转,使得表情识别效果不佳。局部二值模式(Local Binary Patterns,LBP)有很强的旋转不变性,但其对于图像的特征数据进行提取和分析时,图像的分块大小以及分块的数量需要进行一些人为的调整设置,容易导致丢失部分特征信息。针对上述问题,本文提出了一种特征融合算法,将LBP特征与卷积神经网络(Convolutional Neural Networks,CNN)提取的特征进行融合,并利用本算法开发了一套完整的表情识别系统。首先,本文提出利用二次连续卷积的思想,对Alex Net模型的结构进行了改进,从而构建了一个新的CNN网络。仿真实验结果表明,相较于具有单层卷积结构的CNN网络以及Alex Net网络结构来说,该算法在一定程度上能够提高人脸表情识别率。其次,针对卷积神经网络对旋转敏感的问题,提出将LBP和CNN特征进行融合。通过分别对图像这两类特征的提取、降维和融合,最终输入分类层中进行分类。仿真实验的结果表明,与其他几类模型相比,该模型能够在一定程度上提高旋转情况下表情的识别率。最后,本文开发了一套完整的人脸表情识别系统,该系统可以进行基于静态图片以及动态视频的人脸表情识别功能。在验证与测试阶段,该系统识别效果较好,能够实时地进行面部表情的识别过程,具有现实应用价值。

关键词：卷积神经网络表情识别连续卷积局部二值模式系统实现

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

基于深度学习的人脸表情识别算法研究

基于深度学习的人脸表情识别算法研究

作者：陈向震沈阳工业大学

学位级别：硕士

人脸表情识别技术作为智能化人机交互的重要手段具有广阔的应用前景,被广泛应用在智能交通、辅助医疗、远程教育、互动游戏和公共安全等方面,近年来,受到了更多学者的关注,成为计算机视觉和机器学习领域的又一研究热点。因此,对人脸表... 详细信息

人脸表情识别技术作为智能化人机交互的重要手段具有广阔的应用前景,被广泛应用在智能交通、辅助医疗、远程教育、互动游戏和公共安全等方面,近年来,受到了更多学者的关注,成为计算机视觉和机器学习领域的又一研究热点。因此,对人脸表情识别技术的研究具有重要的理论意义和实际的应用价值。本文将有效提取表情特征进而实现对人脸表情的正确识别作为主要的研究目标,针对传统方法需进行手工抽取特征的局限性以及一般卷积神经网络在人脸表情识别时特征抽取能力不足,不能准确表达人脸表情特征而影响泛化能力的问题,本文设计了一种基于连续卷积的深度卷积神经网络的人脸表情识别模型。该模型的核心是采用小尺度的卷积核来更细致地提取局部特征,并借助连续的两个卷积层增加模型的非线性表达能力。即模型首先接收经过人脸定位并分割的二维人脸图像,使用连续两个采用3×3卷积核的卷积层对人脸图像进行特征抽取,使得模型能够更好地提取局部特征。在执行卷积时,使用ReLU激活函数替代传统sigmoid和tanh激活函数,以加快模型的训练速度,并解决梯度消失问题。然后对提取到的卷积核特征采取2×2的Max-pooling方法作为池化方式,不仅降低了特征的维数,增加网络的可计算性,同时突出了细节并使特征具有一定的平移不变性。同时引入dropout技术解决网络的过拟合问题。最后,采用与表情相关的2层全连接网络进行分类。通过在JAFFE表情库和CK+表情库中进行对比试验和分析,本文方法无论在识别性能上还是泛化性能上都比手工特征提取方法及一般的2层、3层卷积结构具有明显的优势。在与现有文献相同的实验条件下,该模型对JAFFE表情库和CK+表情库中的表情图像达到了100%的识别率。这说明该方法在人脸表情分析与识别上具有良好的性能和实用性。本文设计的表情识别系统,基本上实现了表情图像批量预处理,深度连续卷积神经网络训练和测试等功能,并成功应用训练好的模型进行表情识别。

关键词：表情识别卷积神经网络深度学习连续卷积特征提取

神经网络视角下连续特征分析的自适应模型构建研究

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

九江学院学报（自然科学版） 2024年第1期39卷 63-66页

作者：董露露马宁张黎娜安徽开放大学安徽合肥230022

针对神经网络视角下进行连续特征分析时精确度不高、分析效率低下的问题,文章提出一种以连续卷积进行特征分析的神经网络自适应模型。模型设计中,通过将卷积核的尺寸进一步缩小,以提高局部特征的提取能力;同时通过连续的卷积层提高对于... 详细信息

针对神经网络视角下进行连续特征分析时精确度不高、分析效率低下的问题,文章提出一种以连续卷积进行特征分析的神经网络自适应模型。模型设计中,通过将卷积核的尺寸进一步缩小,以提高局部特征的提取能力;同时通过连续的卷积层提高对于非线性数据的数据表达。在手写数字、表情识别以及彩色图像等不同数据集上的实验结果表明,在处理图像识别任务时,改进的自适应模型面对连续特征以及非线性特征均能够做到准确快速识别,相比其他传统算法优势明显。

关键词：神经网络卷积核连续卷积特征分析网络结构