检索结果-南通市图书馆

基于卷积神经网络的结构化非平衡数据分类算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2023年第2期49卷 81-89页

作者：徐红矫桂娥张文俊陈一民上海海洋大学信息学院上海201306 上海大学上海电影学院上海200072 上海建桥学院信息技术学院上海201306

卷积神经网络具有高效的特征提取能力和较少的参数量,被广泛应用于图像处理、目标跟踪、自然语言等领域。针对传统分类模型对于结构化非平衡数据分类效果较差的问题,提出一种基于卷积神经网络的二分类结构化非平衡数据分类算法。设计结... 详细信息

卷积神经网络具有高效的特征提取能力和较少的参数量,被广泛应用于图像处理、目标跟踪、自然语言等领域。针对传统分类模型对于结构化非平衡数据分类效果较差的问题,提出一种基于卷积神经网络的二分类结构化非平衡数据分类算法。设计结构化数据处理算法Data-Shuffle,将原始非平衡一维结构化数据转换为三维数组形式的多通道非平衡数据,为卷积神经网络提供更多的特征值,通过改进的vgg网络构建适合非平衡数据的网络结构卷积组,以提取不同的特征。在此基础上,提出更新权重加权采样算法UWSCNN,在每个迭代次数之后,根据模型的训练结果对易错样本进行重新加权,以优化训练结果。在adult、shoppers和diabetes数据集上的实验结果表明,相比逻辑回归、随机森林等传统机器学习模型,所提的Data-Shuffle算法的F1值提升了1%~19%,G-mean提升了2%~24%,相比SMOTECNN、BSMOTECNN、SMOTECNN+CS等采样算法,所提的UWSCNN算法对非平衡数据的分类效果提升了1%~13%,有效提高模型对非平衡数据的分类性能。

关键词：非平衡数据结构化数据 vgg网络深度学习卷积神经网络

融合vgg与FCN的智能出租车订单预测模型

在线全文

学校读者我要写书评

暂无评论

计算机工程 2020年第12期46卷 276-282页

作者：李浩霍雯裴春营袁瑶瑶康雁云南大学软件学院昆明650091 云南省软件工程重点实验室昆明650091 西安科技大学测绘科学与技术学院西安710054

为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合vgg网络与全卷积网络(FCN)的出租车多区域订单预测模型。将出租车轨迹数据转换为订单图像,去除vgg网络全连接层仅保留主要结构以减少模型参... 详细信息

为提高出租车市场管理和运营效率以及实现出租车效益最大化,在地图栅格化的基础上,提出一种融合vgg网络与全卷积网络(FCN)的出租车多区域订单预测模型。将出租车轨迹数据转换为订单图像,去除vgg网络全连接层仅保留主要结构以减少模型参数,利用该网络中深度卷积提取不同空间区域出租车行驶特征,使用FCN中反卷积层上采样重构下一个时间段出租车订单图像,从而获得不同区域和时间段的出租车订单预测数据,并以订单图像形式呈现在地图上。实验结果表明,与BP、RBF等预测模型相比,该模型预测结果平均准确率更高且均方根误差更低,可快速预测出租车多区域订单分布情况。

关键词：出租车订单预测 vgg网络全卷积网络反卷积层融合模型

基于高光谱遥感的荒漠化草原草种类分类模型研究

在线全文

学校读者我要写书评

暂无评论

光学技术 2020年第4期46卷 483-488页

作者：张锡鹏毕玉革杨红艳皮伟强刘浩康拥朝内蒙古农业大学机电学院内蒙古010018

植物群落结构的改变是草原退化的主要特征之一,草原草种类识别与分类是基于遥感的草原退化评价与研究的基础。荒漠化草原物种混杂度高且植被低矮,遥感识别与分类难度较大。本研究以内蒙古荒漠草原建群种和退化指示种为研究对象,在实地... 详细信息

植物群落结构的改变是草原退化的主要特征之一,草原草种类识别与分类是基于遥感的草原退化评价与研究的基础。荒漠化草原物种混杂度高且植被低矮,遥感识别与分类难度较大。本研究以内蒙古荒漠草原建群种和退化指示种为研究对象,在实地采集高光谱数据,通过单因素定量实验法对光谱数据进行特征提取。并基于深度学习的方法,采用了vgg-16卷积神经网络法对上述草种进行识别分类。研究结果表明本方法得到的草原草种类识别模型表现较优,平均识别率达到97%,实现了在自然条件下对多种草原草种类的准确识别,为基于高光谱低空遥感的天然草原退化监测与研究奠定了基础。

关键词：高光谱草原退化深度学习卷积神经网络 vgg网络

基于双域多阶段联合降噪的低剂量CT图像重建

在线全文

学校读者我要写书评

暂无评论

太原理工大学学报 2022年第2期53卷 266-273页

作者：王艳飞强彦王梦南张振庆太原理工大学信息与计算机学院山西晋中030600

针对计算机断层成像中辐射剂量的暴露具有癌症诱发的潜在危险,以及单一数据在重建结果中易产生噪声残留、结构过度平滑等问题,提出基于两种不同数据域的低剂量CT图像多阶段联合降噪模型。在生成器第一阶段对低剂量投影数据采用残差U-Ne... 详细信息

针对计算机断层成像中辐射剂量的暴露具有癌症诱发的潜在危险,以及单一数据在重建结果中易产生噪声残留、结构过度平滑等问题,提出基于两种不同数据域的低剂量CT图像多阶段联合降噪模型。在生成器第一阶段对低剂量投影数据采用残差U-Net模型进行正弦图恢复,在编解码过程通过嵌入跳跃连接为上采样增加多尺度信息,加快训练收敛速度。对去噪后投影图像用滤波反投影实现频域到空间域转换。在第二阶段利用多尺度卷积对CT重建图像再次去噪,丰富卷积多样性,提高重构精度。此外引入vgg网络捕获不同剂量图像间的感知差异,提高网络表征能力。实验结果表明,该方法获得了较高PSNR,相较于单一域变换,更能有效地利用投影数据与图像数据的互补效应来抑制噪声和伪影,提高重构效果。

关键词：低剂量多阶段残差U-net 多尺度卷积 vgg网络

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于深度学习的驾驶场景关键目标检测与提取

华东理工大学学报（自然科学版） 2019年第6期45卷 980-988页

作者：张雪芹魏一凡华东理工大学信息科学与工程学院

包含目标识别与边界框选定的目标检测是无人驾驶视觉感知中的关键技术之一。采用基于深度计算机视觉组网络(vggNet)的新型单次多框检测算法(SSD)进行驾驶环境中的关键目标检测、语义标注和目标框选;同时,针对具体驾驶场景,提出了改进的S... 详细信息

包含目标识别与边界框选定的目标检测是无人驾驶视觉感知中的关键技术之一。采用基于深度计算机视觉组网络(vggNet)的新型单次多框检测算法(SSD)进行驾驶环境中的关键目标检测、语义标注和目标框选;同时,针对具体驾驶场景,提出了改进的SSD_ARS算法。通过优化梯度更新算法、学习率下降策略和先验框生成策略,在提高平均检测精度的同时使得小目标类别的检测精度得到明显提升。在实际驾驶场景中9类关键目标的检测实验上验证了本文算法的有效性,实验结果表明,检测速度满足实时检测需求。

关键词：目标检测 vgg网络 SSD 驾驶场景

基于纹理特征和改进vgg的家蚕蛹雌雄识别方法

在线全文

学校读者我要写书评

暂无评论

昆虫学报 2024年第6期67卷 839-849页

作者：孙卫红陈颖邵铁锋梁曼中国计量大学机电工程学院杭州310018 中国计量大学茧丝绸质量检测技术研究所杭州310018

【目的】针对蚕种培育中人工分蛹效率低且易受到主观因素影响的问题,提出一种基于纹理特征和改进vgg的家蚕Bombyx mori蛹雌雄识别方法。【方法】利用透射变换矫正蚕蛹方向,截取家蚕蛹头尾图,以B通道图作为轮廓提取的基础,通过道格拉斯-... 详细信息

【目的】针对蚕种培育中人工分蛹效率低且易受到主观因素影响的问题,提出一种基于纹理特征和改进vgg的家蚕Bombyx mori蛹雌雄识别方法。【方法】利用透射变换矫正蚕蛹方向,截取家蚕蛹头尾图,以B通道图作为轮廓提取的基础,通过道格拉斯-普克(Douglas-Peucker, DP)算法,分析轮廓复杂性从而识别并获取家蚕蛹尾部图;采取掩膜消除背景干扰,通过多通道的特征融合图加强纹理信息;对Inception模块进行改进,将残差网络与改进后的Inception模块加入vgg模型中;利用数据增强技术扩充数据集;以精确率(precision)、召回率(recall)、精确率和召回率的调和平均F1分值以及准确率(accuracy)作为评价指标,分别对3种输入图片以及4种识别模型进行评估对比。【结果】结果表明,特征融合图在改进vgg模型上的家蚕雌蛹的精确率、召回率和F1分值分别为98.017%, 94.794%和96.375%,雄蛹的精确率、召回率和F1分值分别为95.342%, 98.231%和96.762%,识别家蚕雌雄蛹的准确率为96.580%。特征融合图识别家蚕雌雄蛹的准确率比原始灰度图的提升了18.093%,改进vgg识别家蚕雌雄蛹的准确率比原始vgg的提升了2.257%。【结论】基于纹理特征和改进vgg的家蚕蛹雌雄识别方法能降低人工劳动时间,为实现家蚕蛹雌雄自动分拣提供基础。

关键词：蚕蛹性别纹理特征道格拉斯-普克算法 Inception模型 vgg网络

在线全文

学校读者我要写书评

暂无评论

基于残差网络的快速图像风格迁移研究

计算机工程与应用 2020年第12期56卷 201-208页

作者：薛楠段锦张兵王晓宇于林韬长春理工大学电子信息工程学院长春130000

图像风格迁移技术是指将一幅图像通过学习(利用卷积神经网络)名画风格,转换为与名画风格相近的图像。Gatys提出的NAAS利用vgg网络设计了一个损失网络,通过反复迭代得到风格迁移图像。Li Feifei在NAAS的基础上引入残差网络,利用残差元的... 详细信息

图像风格迁移技术是指将一幅图像通过学习(利用卷积神经网络)名画风格,转换为与名画风格相近的图像。Gatys提出的NAAS利用vgg网络设计了一个损失网络,通过反复迭代得到风格迁移图像。Li Feifei在NAAS的基础上引入残差网络,利用残差元的快捷连接特性加速计算。主要针对以下两个方面提出了改进:对经典残差元结构进行调整,将标准卷积转换为点卷积和深度卷积,在保证卷积效果的同时降低计算量;对损失网络进行简化,该模型中第四、第五层在结构上高度一致,并且这两层的风格还原与内容重建效果基本相同,因此删去第五层并相应调整结构参数,去掉冗余参数,在降低参数量的同时保证风格还原与内容重建的效果。

关键词：图像风格迁移残差网络 vgg网络

在线全文

学校读者我要写书评

暂无评论

基于深度学习的无人驾驶汽车车道线检测方法

科学技术与工程 2021年第24期21卷 10401-10406页

作者：高扬王晨李昭健长安大学汽车学院西安710000 汽车运输安全保障技术交通行业重点实验室西安710000

车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近年来迅猛发展,在图像识别、图像分割、语音识别及数据预测等方面都取得了出色成绩。结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研... 详细信息

车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近年来迅猛发展,在图像识别、图像分割、语音识别及数据预测等方面都取得了出色成绩。结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研究,提出一种基于深度学习的车道线识别算法。对比研究已有算法,针对其中的信息融合问题,提出了一种新的特征图上下文信息融合方法,将该方法与vgg(Visual Geometry Group)网络相结合提出融合上下文信息的车道线识别网络vgg-FF,进一步加入空洞卷积提出融合空洞卷积及上下文信息的车道线识别网络vgg-FFD。将该网络模型在公开数据集以及自制数据集上进行了性能测试,实验结果表明该模型具有良好的识别效果。

关键词：无人驾驶技术车道线检测深度学习信息融合 vgg网络

在线全文

学校读者我要写书评

暂无评论

复杂海面背景下船舶红外偏振图像融合方法

电光与控制 2023年第7期30卷 68-72页

作者：张哲卿朱志宇魏莱古静顾健臧旭江苏科技大学江苏镇江212000 中国船舶工业集团第708研究所上海200000

针对海上船舶目标不清晰导致检测准确率低的问题,提出一种基于深度学习框架的船舶红外与红外偏振图像的融合方法来增强海面船舶弱目标,提高检测准确率。将源图像分为船舶轮廓部分和特征部分,轮廓部分通过加权平均策略进行融合,采用非局... 详细信息

针对海上船舶目标不清晰导致检测准确率低的问题,提出一种基于深度学习框架的船舶红外与红外偏振图像的融合方法来增强海面船舶弱目标,提高检测准确率。将源图像分为船舶轮廓部分和特征部分,轮廓部分通过加权平均策略进行融合,采用非局部均值对船舶偏振图像进行去噪;特征部分采用vgg网络提取,进而重建融合图像。与传统图像融合方法相比,所提方法能够保留更多的船舶红外与偏振特征,使融合后的图像信息得到增强,并在对比度和信噪比上均有较好提高,为复杂海面背景下的船舶目标检测提供新的方法。

关键词：船舶红外偏振图像 vgg网络图像融合