检索结果-南通市图书馆

振动与冲击 2020年第19期39卷 84-93页

作者：朱浩宁芊雷印杰陈炳才严华四川大学电子信息学院成都610065 新疆师范大学物理与电子工程学院乌鲁木齐830054 大连理工大学计算机科学与技术学院辽宁大连116024

针对传统机器学习方法需要大量专家知识和高昂经济成本,研究了一种基于注意力机制和inception网络结构的卷积神经网络。其注意力机制是对数据的不同特征维度赋予不同的权重,抽取出更加关键和重要的信息,使模型做出更加准确的判断。其Inc... 详细信息

针对传统机器学习方法需要大量专家知识和高昂经济成本,研究了一种基于注意力机制和inception网络结构的卷积神经网络。其注意力机制是对数据的不同特征维度赋予不同的权重,抽取出更加关键和重要的信息,使模型做出更加准确的判断。其inception网络结构则是拓宽网络的宽度并增加网络对卷积核尺度的适应性,以提取到更加丰富的特征。为了提高模型的泛化能力,在每个卷积层和全连接层后又添加了一个DropBlock层。最后结果显示该模型不仅在同负载的情况下获得很高的滚动轴承故障分类准确率和稳定性,并且在不同负载情况、不同规模的滚动轴承数据集上依旧能保持高的准确率与稳定性。

关键词：卷积神经网络注意力机制 inception网络结构 DropBlock 故障诊断

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

基于inception-ResNet模型的轴承故障分类

引用

电子测量技术 2021年第5期44卷 55-62页

作者：孔子宇王海瑞昆明理工大学信息工程与自动化学院昆明650500

针对常用的故障诊断深度学习方法需要较高的设备成本与较长的训练时间,提出一种基于inception-ResNet模型的轴承故障分类方法。通过使用inception网络的并行结构使网络学习到不同尺度的特征,引入了残差结构来减少因网络加深所导致的退... 详细信息

针对常用的故障诊断深度学习方法需要较高的设备成本与较长的训练时间,提出一种基于inception-ResNet模型的轴承故障分类方法。通过使用inception网络的并行结构使网络学习到不同尺度的特征,引入了残差结构来减少因网络加深所导致的退化现象,并加入了三维卷积,使不同通道间的信息相互交融。为验证本文方法的性能,使用凯斯西储大学数据集与IMS数据集进行验证,并与传统的浅层学习方法和深度学习方法进行了对比实验。结果表明,相较于其他方法,所提方法不仅拥有优良的诊断能力,在资源占用与训练效率上也更加优秀。

关键词：卷积神经网络 inception网络结构轴承故障诊断

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

基于深度神经网络的中文文字识别模型设计与实现

基于深度神经网络的中文文字识别模型设计与实现

引用

作者：武星宇北京交通大学

学位级别：硕士

中文文字识别指将图片中的汉字信息识别出来。文字识别通过提取图片文字信息特征来预测图片中文字的真实序列,是计算机视觉领域研究热点之一,具有广泛的应用场景。本文基于深度学习方法,研究文字识别深度模型算法。目前经典的卷积循环... 详细信息

中文文字识别指将图片中的汉字信息识别出来。文字识别通过提取图片文字信息特征来预测图片中文字的真实序列,是计算机视觉领域研究热点之一,具有广泛的应用场景。本文基于深度学习方法,研究文字识别深度模型算法。目前经典的卷积循环神经网络(Convolutional Recurrent Neural Network,CRNN)模型在文字识别领域准确率达到很高,但受文字尺寸不同、图像分辨率低,易混淆形近字等因素影响,准确率仍有待提升。本文结合inception网络结构和注意力机制思想,对CRNN模型进行了改进设计,本文的主要研究工作如下:(1)设计基于inception网络文字识别算法。研究分析inception网络原理、结构和性能,设计实验与常见的几种深度网络CNN、VGG和Resnet进行对比,证明了inception网络结构的有效性。本文设计的基于inception网络文字识别模型,特征提取层加入inception网络模块,inception网络模块多滤波器支路能够学习不同尺度局部区域特征,针对网络同层的特征使用多核卷积,增强了特征提取的能力。经过实验对比分析,在ICDAR17数据集、ICDAR19数据集和自建数据集上,新文字识别模型比基准模型文本行准确率平均提高5.97%。(2)设计基于注意力机制的文字识别算法。针对CRNN模型中BLSTM循环层的性能问题,设计一种注意力机制和LSTM组合结构代替基准模型中双层BLSTM网络结构,增强了循环层辅助推断识别能力。注意力机制计算不同特征贡献度生成权重概率分布,循环单元根据权重值对网络序列进行融合重组,输出的预测序列更接近真实标签。经过实验对比分析,在ICDAR17数据集、ICDAR19数据集和自建数据集上,新文字识别模型相对基准模型在文本行准确率、最大公共子串准确率和编辑距离准确率三种评价标准下平均提高5.11%、6.76%和10.09%。(3)搭建小型文字区域检测与识别系统。本文采用EAST文字区域检测模型和本文设计的新文字识别模型,结合图像预处理、数据采集相关技术,搭建了文字区域检测和识别的系统。

关键词：中文场景文本识别卷积循环神经网络 inception网络结构注意力深度学习

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

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

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

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：