检索结果-南通市图书馆

优化lenet-5网络的多角度头部姿态估计方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2021年第6期41卷 1667-1672页

作者：章惠张娜娜黄俊上海海洋大学信息学院上海201306 上海建桥学院信息技术学院上海201306

针对在受到部分遮挡或角度过大无法定位面部关键特征点的情况下,传统的头部姿态估计方法的准确率低或无法进行头部姿态估计的问题,提出了优化Le Net-5网络的多角度头部姿态估计方法。首先,通过对卷积神经网络(CNN)的深度、卷积核大小等... 详细信息

针对在受到部分遮挡或角度过大无法定位面部关键特征点的情况下,传统的头部姿态估计方法的准确率低或无法进行头部姿态估计的问题,提出了优化Le Net-5网络的多角度头部姿态估计方法。首先,通过对卷积神经网络(CNN)的深度、卷积核大小等进行优化来更好地捕捉图像的全局特征;然后,改进池化层,用卷积操作代替池化操作来增强网络的非线性能力;最后,引入Ada Bound优化器,并利用Softmax回归模型做姿态分类训练。训练中在自建数据集中增加遮挡头发、做出夸张表情和佩戴眼镜等动作来增强网络的泛化能力。实验结果表明,所提方法不需要定位面部关键特征点,在光照阴影、头发等遮挡情况下也可以实现抬头、低头、偏头等多角度转动下的头部姿态估计,在Pointing04公共数据集和CAS-PEAL-R1公共数据集上准确率达到了98.7%,运行速度平均在每秒22~29帧。

关键词：头部姿态估计面部关键特征点 lenet-5网络卷积神经网络姿态分类

基于改进lenet-5网络的交通标志识别方法

在线全文

学校读者我要写书评

暂无评论

科学技术与工程 2018年第34期18卷 78-84页

作者：汪贵平盛广峰黄鹤王会峰王萍长安大学电子与控制工程学院陕西省道路交通智能检测与装备工程技术研究中心西安710064

针对传统lenet-5卷积神经网络用于交通标志等多种类识别任务中,存在识别正确率低、网络容易过拟合以及梯度消失等问题进行改进。引入Inception卷积模块组来提取目标丰富的特征,同时增加网络的深度。引入BN (batch normalization)层对输... 详细信息

针对传统lenet-5卷积神经网络用于交通标志等多种类识别任务中,存在识别正确率低、网络容易过拟合以及梯度消失等问题进行改进。引入Inception卷积模块组来提取目标丰富的特征,同时增加网络的深度。引入BN (batch normalization)层对输入批量样本进行规范化处理;同时改用性能更好的Relu激活函数,并使用全局池化层代替全连接层,合理改变卷积核的大小和数目。研究结果表明,改进lenet-5网络能够有效解决过拟合和梯度消失等问题,具有较好的鲁棒性;网络识别率达到98. 5%以上,相比CNN (convolutional neural network)+SVM (support vector machine)提高了约5%,比传统的lenet-5网络提高了3%。可见,改进后的lenet-5网络图像识别的准确率得到显著提高。

关键词：交通标志 lenet-5网络卷积神经网络准确率

基于改进lenet-5网络的滚动轴承故障诊断方法研究

在线全文

学校读者我要写书评

暂无评论

基于改进LeNet-5网络的滚动轴承故障诊断方法研究

作者：陈意伟湖南工业大学

学位级别：硕士

滚动轴承作为机械设备中最易发生故障的部件之一,其工作状态直接影响着整台设备的性能及生产效率,会造成经济损失,甚至是灾难性的后果。所以,对滚动轴承进行故障诊断是保障现代机械设备安全稳定运行必不可少的。鉴于此,本文提出了一种... 详细信息

滚动轴承作为机械设备中最易发生故障的部件之一,其工作状态直接影响着整台设备的性能及生产效率,会造成经济损失,甚至是灾难性的后果。所以,对滚动轴承进行故障诊断是保障现代机械设备安全稳定运行必不可少的。鉴于此,本文提出了一种基于深度学习的滚动轴承故障诊断方法。针对传统lenet-5网络在滚动轴承故障诊断中存在识别准确率不高、收敛速度慢和泛化能力不强等问题,提出了一种基于改进2D lenet-5网络的滚动轴承故障诊断方法。首先,对传统lenet-5网络进行改进,合理设计了卷积层和池化层并仔细调整卷积核的大小和数目,以提高故障分类能力。在每个卷积层后采用批量归一化处理以加快收敛速度,为加强改进2D lenet-5网络的泛化能力在除最后一层的全连接层后引入了Dropout操作。接着,将一维原始振动信号转为二维灰度图像,并进行直方图均衡化操作以解决局部特征不明显的问题。实验结果表明,所提基于改进2D lenet-5网络的滚动轴承故障诊断方法可实现滚动轴承多状态识别与分类,故障识别平均准确率能达到99.25%,与其他滚动轴承故障诊断方法相比,其以更低的计算代价获得了更高的准确率。为了进一步提高故障诊断的效率和有效性,在改进2D lenet-5网络的基础上,提出了基于改进1D lenet-5网络的自适应滚动轴承故障诊断方法。首先,设计了用于滚动轴承故障诊断的改进1D lenet-5网络,与改进2D lenet-5网络结构类似,包括5个卷积层、5个池化层和3个全连接层,可以直接对原始振动信号进行一维卷积和池化操作,无需任何数据预处理。然后,利用人工蜂群算法寻找的最优蜜源作为改进1D lenet-5网络的初始权值和偏置值,进一步提高了诊断模型的收敛速度和分类精度,增强了改进1D lenet-5网络的自适应性。实验结果表明,自适应1D lenet-5网络在大多数情况下具有更高的故障诊断精度和较少的训练时间,但是在较小的训练样本和强噪声环境下,改进2D lenet-5网络的性能优于自适应1D lenet-5网络。

关键词：卷积神经网络 lenet-5网络故障诊断滚动轴承振动信号

基于字符分割和lenet-5网络的字符验证码识别

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

计算机测量与控制 2023年第7期31卷 271-277页

作者：张敬勋张俊虎赵宇波李辉青岛科技大学信息科学技术学院山东青岛266061 山东产业技术研究院山东青岛250102

为了解决传统验证码识别方法效率低,精度差的问题,设计了一种先分割后识别的验证码处理方案;该方案在预处理阶段用中值滤波去噪,再利用霍夫变换对图像字符进行矫正;在字符分割阶段,利用垂直投影算法确定验证码字符块个数,以及字符坐标点... 详细信息

为了解决传统验证码识别方法效率低,精度差的问题,设计了一种先分割后识别的验证码处理方案;该方案在预处理阶段用中值滤波去噪,再利用霍夫变换对图像字符进行矫正;在字符分割阶段,利用垂直投影算法确定验证码字符块个数,以及字符坐标点,再用颜色填充算法对验证码进行初步分割,根据分割后的字符块数量对粘连字符进行二次分割;在识别阶段,我们对lenet-5网络进行了改进,修改了输入层,并用全连接层替换了lenet-5网络中的C5层,以此来对验证码字符进行识别;实验表明,对于非粘连验证码和粘连验证码,单张图片分割时间为0.14和0.15 ms,分割准确率为98.75%和97.25%,识别准确率为99.99%和97.7%;结果表明,该算法对验证码分割和识别都有着很好的效果。

关键词：字符分割颜色填充分割算法粘连字符字符识别 lenet-5网络

基于区域加权lenet-5网络的汉字识别研究

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

计算机与数字工程 2020年第11期48卷 2686-2690,2743页

作者：周有张珊珊西安邮电大学自动化学院西安710121

针对传统lenet-5网络在汉字识别时平等对待字符图像各个区域的问题,无法体现汉字的结构特点,提出了基于区域加权lenet-5的网络模型作为汉字识别的模型。在传统lenet-5网络的基础上,第一层卷积操作过程中,引入了区域加权参数,并合理调整... 详细信息

针对传统lenet-5网络在汉字识别时平等对待字符图像各个区域的问题,无法体现汉字的结构特点,提出了基于区域加权lenet-5的网络模型作为汉字识别的模型。在传统lenet-5网络的基础上,第一层卷积操作过程中,引入了区域加权参数,并合理调整了网络的结构。实验表明,在相同的样本条件下,基于区域加权lenet-5的网络模型可以解决平等对待字符图像各区域的问题,能够很好地体现字符的结构特点,与传统的字符识别方法和现有的神经网络模型相比,基于区域加权lenet-5网络的识别率均高于其他几种方法。

关键词：卷积神经网络汉字字符识别区域加权 lenet-5网络

在线全文

学校读者我要写书评

暂无评论

基于改进lenet-5网络的车牌字符识别

沈阳大学学报（自然科学版） 2020年第4期32卷 312-317页

作者：张秀玲魏其珺周凯旋董逍鹏马锴燕山大学河北省工业计算机控制工程重点实验室河北秦皇岛066004

引入了Inception-SE卷积模块组来提升lenet-5网络的广度与深度,运用SE模块增强了有用的特征并抑制了对当前任务用处不大的特征;使用BN层和Dropout优化网络,防止梯度弥散,提升精度;使用全局池化层(global average pooling,GAP)代替全连... 详细信息

引入了Inception-SE卷积模块组来提升lenet-5网络的广度与深度,运用SE模块增强了有用的特征并抑制了对当前任务用处不大的特征;使用BN层和Dropout优化网络,防止梯度弥散,提升精度;使用全局池化层(global average pooling,GAP)代替全连接层来减少网络计算参数.研究结果表明:改进后网络的识别精度达到了99.88%,比传统的lenet-5网络提高了1.71%.

关键词：卷积神经网络车牌字符识别 lenet-5网络 Inception-SE卷积模块识别精度

改进lenet-5网络用于交通标志识别的方法

在线全文

学校读者我要写书评

暂无评论

天津职业技术师范大学学报 2022年第1期32卷 33-38页

作者：李达关志伟陈强赵若愚天津职业技术师范大学汽车与交通学院天津300222 天津中德应用技术大学汽车与轨道交通学院天津300350

为了提高自然交通场景中交通标志的识别精度和检测识别率,提出了一种基于改进lenet-5网络的交通标志识别算法。该方法对交通标志数据集进行图像尺寸归一化以及数据集增广预处理,增加数据集的多样性,提高了后续模型训练的准确率。对主体L... 详细信息

为了提高自然交通场景中交通标志的识别精度和检测识别率,提出了一种基于改进lenet-5网络的交通标志识别算法。该方法对交通标志数据集进行图像尺寸归一化以及数据集增广预处理,增加数据集的多样性,提高了后续模型训练的准确率。对主体lenet-5网络进行了改进,网络模型使用4层卷积、池化层连接2个全连接层,加深模型的深度;采用ReLU激活函数代替Sigmoid激活函数对卷积运算的结果进行转换,降低算法的计算复杂度;为改善训练神经网络过程中的过拟合现象,在模型中加入Dropout策略;通过实验分析确定算法中的相关参数并与改进前lenet-5网络进行对比,验证改进算法的有效性。实验结果表明,本研究提出的算法在德国交通标志数据集(GTSRB)上获得99.42%的识别准确率。

关键词：交通标志识别卷积神经网络 lenet-5网络识别准确率

基于lenet-5网络组合特征融合的水表数字识别

在线全文

学校读者我要写书评

暂无评论

机械制造与自动化 2020年第6期49卷 189-192页

作者：邸亮涂俊翔禹杰福州大学机械工程及自动化学院福建福州350108 福州大学机电工程实践中心福建福州350108

为有效识别水表数字区域的半字符和提高数字识别准确率,设计一种基于lenet-5网络组合特征融合的水表数字识别算法。对水表原始图像进行预处理,获取完整字符和半字符数字组成的数据集;在Tensor Flow深度学习框架下搭建卷积神经网络,选取... 详细信息

为有效识别水表数字区域的半字符和提高数字识别准确率,设计一种基于lenet-5网络组合特征融合的水表数字识别算法。对水表原始图像进行预处理,获取完整字符和半字符数字组成的数据集;在Tensor Flow深度学习框架下搭建卷积神经网络,选取卷积核为3×3、1×3、3×1的卷积层作为改进网络的卷积层,增加卷积层的层数,并对非对称卷积前后的组合特征进行融合,提高网络对半字符的识别能力;用图像集训练和检测改进网络的识别性能。实验结果表明,迭代次数为10 000、学习率为0.001 5的改进网络模型在测试集上识别准确率达到99.025%,识别准确率高于原lenet-5网络和一些典型的水表数字识别算法。

关键词：半字符数字识别 lenet-5网络组合特征融合

改进卷积lenet-5神经网络的轴承故障诊断方法

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 2022年第6期36卷 113-125页

作者：赵小强罗维兰兰州理工大学电气工程与信息工程学院兰州730050 甘肃省工业过程先进控制重点实验室兰州730050 兰州理工大学国家级电气与控制工程实验室教学中心兰州730050

针对滚动轴承微弱信号在强噪声、变工况复杂环境下,难以实现有效的故障诊断问题,提出了一种改进卷积lenet-5神经网络的轴承故障诊断方法。首先,对采集的一维时域轴承振动信号进行预处理转化成便于卷积操作的二维灰度图;其次,将最基本的L... 详细信息

针对滚动轴承微弱信号在强噪声、变工况复杂环境下,难以实现有效的故障诊断问题,提出了一种改进卷积lenet-5神经网络的轴承故障诊断方法。首先,对采集的一维时域轴承振动信号进行预处理转化成便于卷积操作的二维灰度图;其次,将最基本的lenet-5模型中的连续单向的传统卷积层改进为Block1模块、Block2模块、Block3模块,提取到更完整、更精准的特征信息;最后,为了防止网络出现过拟合现象,采用L2正则化和Dropout优化网络。为了验证本文所提方法在复杂工况环境的鲁棒和泛化性能,利用滚动轴承数据集和变速箱实验数据集进行实验验证。轴承数据集实验结果表明,本文所提出的方法在变噪声实验中准确率平均值都在99.3%;在变负荷实验中,故障诊断准确率都高于90.26%;在变工况实验中,故障诊断准确率平均值都高于89.01%;在变速箱数据集实验中,抗噪性故障诊断准确率高达96.3%。采用改进的lenet-5方法对滚动轴承12种故障类型具有更好的分辨能力,在变工况下具有更好的抗干扰性和泛化性能。

关键词：滚动轴承故障诊断复杂工况 lenet-5网络网络优化