期刊文献+
共找到4,767篇文章
< 1 2 239 >
每页显示 20 50 100
文章速递基于深度学习的太赫兹时域光谱识别研究 认领
1
作者 胡其枫 蔡健 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第1期94-99,共6页
太赫兹时域光谱技术,由于其具有物质“指纹谱”特性,是一种可以快速无损地鉴别物质的重要手段,在毒品和爆炸物的无损检测等方面有广阔的应用前景。其中,光谱识别是太赫兹时域光谱技术应用研究的重要方向之一。现有的光谱识别方法多是依... 太赫兹时域光谱技术,由于其具有物质“指纹谱”特性,是一种可以快速无损地鉴别物质的重要手段,在毒品和爆炸物的无损检测等方面有广阔的应用前景。其中,光谱识别是太赫兹时域光谱技术应用研究的重要方向之一。现有的光谱识别方法多是依靠手工选取特征后进行机器学习分类,或是通过设置吸收峰阈值门限进行判断。由于一些物质在太赫兹波段内并没有明显的吸收峰特征,同时样品浓度、空气湿度、各类噪声等会对太赫兹时域光谱造成干扰从而使信噪比下降,这些方法并不能很好地适应,并且物质类别和数量的增加也会导致计算量不断增加。近年来,随着深度学习技术兴起,以卷积神经网络(CNN)和循环神经网络(RNN)为代表的方法在计算机视觉和自然语言处理等领域得到广泛应用,相比于传统的机器学习方法其效果有了很大的提升。由于深度学习技术强大的非线性分类能力,基于RNN和CNN设计了两个网络用于光谱识别:基于RNN的一维谱线分类网络和基于C NN的二维谱图分类网络。模拟实际应用场景,在非真空环境下采集了12种物质的两万多个光谱数据作为训练集和测试集。在分析了样品浓度、空气湿度对光谱特征的影响后,使用S-G(Savitzky-Golay)滤波对光谱进行降噪。实验结果表明,对比未处理和经过S-G预处理的数据,处理后的光谱特征更加明显,识别准确率更高;与传统的机器学习算法k最近邻(k-NN)方法相比,RNN和CNN方法在测试集上有更好的准确率,且算法速度更快;对于光谱识别,CNN方法比RNN方法能够更好地克服噪声的影响。因此,深度学习技术可以对太赫兹时域光谱进行快速有效的识别,能够为新型无损安全检查技术提供理论和实验基础。 展开更多
关键词 太赫兹时域光谱 光谱识别 卷积神经网络 循环神经网络 预处理
在线阅读 下载PDF
文章速递基于卷积神经网络的语义分割技术及其在脑神经影像应用中的研究进展 认领
2
作者 林岚 吴玉超 +1 位作者 王婧璇 吴水才 《北京工业大学学报》 CAS CSCD 北大核心 2021年第1期85-92,共8页
为了提高各类神经疾病诊断中对感兴趣区的分割准确度,推动基于卷积神经网络(convolutional neural networks,CNN)的语义分割的进一步应用,综述了基于CNN的语义分割方法在多种神经影像研究中的应用.首先,回顾了当前CNN体系结构以及基于CN... 为了提高各类神经疾病诊断中对感兴趣区的分割准确度,推动基于卷积神经网络(convolutional neural networks,CNN)的语义分割的进一步应用,综述了基于CNN的语义分割方法在多种神经影像研究中的应用.首先,回顾了当前CNN体系结构以及基于CNN语义分割的多种经典模型及其架构变化.然后,对基于CNN的语义分割方法在脑神经影像领域的应用进行了深入的介绍.最后,对该方法在神经影像处理领域的未来发展方向和面临的挑战进行了展望. 展开更多
关键词 神经疾病 感兴趣区 卷积神经网络 语义分割 神经网络架构 神经影像
在线阅读 下载PDF
文章速递基于对抗网络与卷积神经网络的目标检测方法 认领
3
作者 万晓丹 《计算机应用与软件》 CSCD 北大核心 2021年第1期192-196,共5页
在目标检测方法中,通过使用具有不同遮挡程度的数据集进行训练,能够提升目标检测算法对遮挡的不变性,但现实生活中的数据集往往存在长尾效应。因此提出一种基于对抗网络与卷积神经网络的目标检测方法。通过对抗网络在输入数据上进行计... 在目标检测方法中,通过使用具有不同遮挡程度的数据集进行训练,能够提升目标检测算法对遮挡的不变性,但现实生活中的数据集往往存在长尾效应。因此提出一种基于对抗网络与卷积神经网络的目标检测方法。通过对抗网络在输入数据上进行计算得到不同遮挡程度的样本,使用Faster RCNN算法进行训练提升遮挡不变性,以此提高算法检测精度。实验结果表明,该方法与Faster RCNN相比,在VOC 2007数据集上平均精度提升了2.2个百分点,在VOC 2007和VOC 2012联合数据集上平均精度提升了1.3个百分点。 展开更多
关键词 深度学习 目标检测 卷积神经网络 对抗网络
在线阅读 下载PDF
文章速递基于生成对抗网络的遮挡人脸图像修复的改进与实现 认领
4
作者 武文杰 王红蕾 《计算机应用与软件》 CSCD 北大核心 2021年第1期217-221,249,共6页
针对目前的遮挡人脸图像修复领域中遮挡部位与遮挡大小的限制或修复后人脸图像不够连贯等问题,提出一种改进的Wasserstein生成对抗网络(WGAN)方法来改善人脸图像的修复。将卷积神经网络作为生成器模型,并在对应层间加入跳跃连接来增强... 针对目前的遮挡人脸图像修复领域中遮挡部位与遮挡大小的限制或修复后人脸图像不够连贯等问题,提出一种改进的Wasserstein生成对抗网络(WGAN)方法来改善人脸图像的修复。将卷积神经网络作为生成器模型,并在对应层间加入跳跃连接来增强生成图像的准确性。在判别器中引入Wasserstein距离进行判别,并引入梯度惩罚来完善判别器。在CelebA人脸数据集与LFW人脸数据集上进行实验,结果表明该方法的修复效果良好。 展开更多
关键词 生成对抗网络 卷积神经网络 梯度惩罚 跳跃连接 人脸图像修复
在线阅读 下载PDF
融合运动信息的图像运动模糊去除算法 认领
5
作者 董星煜 刘传奇 赵健康 《计算机应用研究》 北大核心 2021年第1期278-281,共4页
现有运动去模糊算法难以有效复原含有大尺度旋转的复合运动模糊,针对此问题提出了一种基于U-net模型的神经网络框架。该框架通过融合运动信息至网络输入,给定每一像素点不同的运动约束。经过网络的编码器与解码器结构,得到每一像素点的... 现有运动去模糊算法难以有效复原含有大尺度旋转的复合运动模糊,针对此问题提出了一种基于U-net模型的神经网络框架。该框架通过融合运动信息至网络输入,给定每一像素点不同的运动约束。经过网络的编码器与解码器结构,得到每一像素点的预测值,实现端对端的方式直接获得复原图像。实验在通用数据集上与当前先进去模糊算法进行比较,该方法相比性能最好的算法PSNR(peak signal-to-noise ratio)值提高了0.14 dB,相比实时性最好的算法运行时间减少了0.1 s;同时在含有旋转运动的测试集上进行验证,证明了该算法可获得较好的复原质量。 展开更多
关键词 运动模糊 图像复原 卷积神经网络 运动约束
在线阅读 下载PDF
基于SRD感受野自调节的肺炎病灶检测 认领
6
作者 李锵 武昱忻 +1 位作者 关欣 周静 《天津大学学报:自然科学与工程技术版》 EI 北大核心 2021年第5期508-516,共9页
随着深度学习的发展,采用卷积神经网络诊断肺炎的方法受到广泛关注,但对肺炎区域检测的研究还十分欠缺.现有方法的特征提取网络需要大量参数和计算,以及巨大的存储资源和算能,同时因其无法自动调节感受野的大小,导致难以适用于胸部X光片... 随着深度学习的发展,采用卷积神经网络诊断肺炎的方法受到广泛关注,但对肺炎区域检测的研究还十分欠缺.现有方法的特征提取网络需要大量参数和计算,以及巨大的存储资源和算能,同时因其无法自动调节感受野的大小,导致难以适用于胸部X光片(chest X-ray,CXR)中病灶区域大小不一的问题.为解决这些问题,本文提出一种基于自调节密集网络(self-regulation DenseNet,SRD)的肺炎病灶检测方法.首先,设计了一种突出病灶技术对图像进行预处理,通过抑制肋骨区域排除肋骨干扰,并采用拉普拉斯变换锐化图像突出微弱病灶特征.其次,基于改进的RetinaNet网络对预处理后图像进行检测,其中特征提取网络采用本文提出的自调节密集网络结构SRD,来代替原RetinaNet中的特征提取网络ResNet.SRD结合密集连接和选择性核卷积的优势,具有参数量和计算量小、感受野可自适应调节的特点.最后,提出采用k-means++算法对数据集中的宽高信息进行聚类,选出具有代表性的先验框宽高比,代替RetinaNet中采取固定比例的先验框宽高比选取方法.在北美放射学会提供的CXR数据集上,与原RetinaNet算法相比,基于SRD-121的方法实现mAP提高0.4%,参数量减少52.2%,计算量减少51.8%.实验结果表明,本文提出的基于SRD感受野自调节的肺炎病灶检测方法具有参数量和计算量的减少及mAP提高的双重优势. 展开更多
关键词 卷积神经网络 肺炎病灶检测 图像锐化 感受野 k-means++
在线阅读 下载PDF
嵌入中心点预测模块的Yolov3遮挡人员检测网络 认领
7
作者 梁煜 李佳豪 +1 位作者 张为 孙琦龙 《天津大学学报:自然科学与工程技术版》 EI 北大核心 2021年第5期517-525,共9页
为解决目前实际监控场景下人员检测任务中存在的遮挡问题,提出了一种改进的Yolov3检测网络.首先,针对现有人员检测算法的被检测目标姿态单一且大多是室外直立行人的问题,自建了一个包含16832张样本的多场景人员检测数据集用于对检测网... 为解决目前实际监控场景下人员检测任务中存在的遮挡问题,提出了一种改进的Yolov3检测网络.首先,针对现有人员检测算法的被检测目标姿态单一且大多是室外直立行人的问题,自建了一个包含16832张样本的多场景人员检测数据集用于对检测网络进行训练和测试,其中包含训练集样本12090张,测试集样本4742张.随后,为了提升网络在遮挡情况下的检测效果,设计了中心点预测模块(CPM)并将其嵌入到原Yolov3网络中3个尺度的输出特征图上,通过该模块首先确定目标的中心位置作为预提取的中心点,随后在此预提取的中心点上对目标的位置和尺寸进行精确的回归.最后,候选框的精确回归中采用广义的交并比指标来构造损失函数进行优化,通过准确地构造候选框和真实目标框的位置关系来提高其回归精度,同时降低损失函数在不同尺度目标下的波动.实验结果表明:优化网络结构和损失函数后的检测网络在测试集上的检测精度提高了2.92%,漏检率下降2.94%,针对实际监控场景下的遮挡情形取得了很好的检测效果,而且对多姿态人员目标的检测结果具有很好的鲁棒性;同时检测速度达到了28帧/s,保证了检测的实时性.另外,在Caltech行人数据库上该网络的漏检率为6.02%,相对于传统的检测网络同样达到了最优的效果,进一步印证了网络在行人检测任务上的优越性. 展开更多
关键词 计算机视觉 视频监控 卷积神经网络 人员检测 人员遮挡
在线阅读 下载PDF
文章速递基于深度学习的暗网市场命名实体识别研究 认领
8
作者 范晓霞 周安民 +1 位作者 郑荣锋 李孟铭 《信息安全研究》 2021年第1期37-43,共7页
对网络安全从业人员来说,基于暗网市场的研究扮演了一个非常重要的角色.与此同时,由于暗网市场文本数据本身的特点,针对暗网市场的命名实体识别研究面临着巨大的挑战.提出了一个针对暗网市场文本的命名实体识别系统(DNER),使用卷积神经... 对网络安全从业人员来说,基于暗网市场的研究扮演了一个非常重要的角色.与此同时,由于暗网市场文本数据本身的特点,针对暗网市场的命名实体识别研究面临着巨大的挑战.提出了一个针对暗网市场文本的命名实体识别系统(DNER),使用卷积神经网络(CNN)进行字符向量化以学习单词形态特征,使得系统能从单词级和字符级2方面学习特征.同时,将双向长短时记忆神经网络(Bi-LSTM)应用于暗网市场文本的命名实体识别,并采用CRF模型实现序列标签之间的约束性.此外,对暗网市场文本进行了词性标注.最后,比较了DNER和其他基本命名实体识别模型在暗网市场文本命名实体识别的效果.实验结果显示,DNER系统在暗网市场文本的准确率达到98.59%,召回率达到93.82%,F1值达到了96.15%. 展开更多
关键词 暗网市场 命名实体识别 双向长短时记忆网络 卷积神经网络 条件随机场
在线阅读 下载PDF
文章速递人脸识别技术的算法优化和流程修改研究 认领
9
作者 巩震 陈丹红 《软件工程》 2021年第1期10-12,共3页
目前,在普通手机解锁、面部锁定、面部扫描支付和安全防卫等领域,人脸识别信息技术都有着非常广泛的应用。传统的机器学习算法是基于人的脸部特征的,由于每类样本的不均衡性严重和场景效果的欠缺等因素,算法实现的效果常常不是很理想。... 目前,在普通手机解锁、面部锁定、面部扫描支付和安全防卫等领域,人脸识别信息技术都有着非常广泛的应用。传统的机器学习算法是基于人的脸部特征的,由于每类样本的不均衡性严重和场景效果的欠缺等因素,算法实现的效果常常不是很理想。本文将针对目前人脸识别技术领域的高语义特征及深度特征提取的缺陷,以及人工提取存在的误差,运用深度学习算法和类比中心等算法,提高人脸识别在特征提取领域的技术能力。利用卷积神经网络减少人工干预,提高特征提取的算法精度,从而提高损失函数的精确值。 展开更多
关键词 人脸识别 算法优化 深度学习 卷积神经网络
在线阅读 下载PDF
文章速递基于卷积神经网络的光伏逆变器故障诊断 认领
10
作者 陈旺斌 孟献蒙 +1 位作者 程凡永 徐杰 《湖南工业大学学报》 2021年第1期25-30,共6页
光伏逆变器将太阳能电池板的直流电压转换为交流电压以驱动家用电器或者升压并入能源互联网,而绝缘栅双极型晶体管(IGBT)是光伏逆变器的核心组件,其状态异常将直接影响系统的正常运行。从减少传感器数量的角度出发,以直流侧的电流信号... 光伏逆变器将太阳能电池板的直流电压转换为交流电压以驱动家用电器或者升压并入能源互联网,而绝缘栅双极型晶体管(IGBT)是光伏逆变器的核心组件,其状态异常将直接影响系统的正常运行。从减少传感器数量的角度出发,以直流侧的电流信号作为输入信号,设计了基于卷积神经网络(CNN)的故障诊断模型来监测IGBT的开路状态。并利用设计的Simulink模块生成的仿真数据对模型进行了训练和测试,都取得了很好的故障诊断性能。此外,还设计了不同噪声水平下的故障诊断测试,测试结果表明该故障诊断模型在噪声环境下具备有效性和鲁棒性。 展开更多
关键词 三相逆变器 能源互联网 卷积神经网络 故障诊断
在线阅读 下载PDF
文章速递通道与空间注意力图像超分辨率网络 认领
11
作者 刘璟 宋海川 +1 位作者 黄建设 马利庄 《计算机工程与应用》 CSCD 北大核心 2021年第2期209-216,共8页
单幅图像超分辨率(Single Image Super Resolution,SISR)在计算机视觉领域占有重要地位,该技术旨在从低分辨率图像中重建出高分辨率图像。近年来,深度神经网络在SISR领域起到了至关重要的作用,然而,目前利用卷积神经网络平等地对待高频... 单幅图像超分辨率(Single Image Super Resolution,SISR)在计算机视觉领域占有重要地位,该技术旨在从低分辨率图像中重建出高分辨率图像。近年来,深度神经网络在SISR领域起到了至关重要的作用,然而,目前利用卷积神经网络平等地对待高频与低频特征,使得高频细节的重建表现不佳,输出过于平滑,缺少纹理信息。另一方面,过于深的网络不容易收敛,并且随着神经网络的深度增长,来自前一层的长期信息很容易在后期层中减弱或丢失,使得重建收益不能正比于网络的深度与计算复杂度。针对以上问题,对用于SISR的卷积神经网络的基本块提出了空间注意力模块与通道注意力模块,在同一通道中,不同位置的信息被空间注意力模块赋予不同的权重,不同通道间的权重由通道注意力模块决定,这使得高频信息在重建任务中获得更高的地位,提高了重建指标。进一步地提出了长期特征调制模块将网络的层深度转化为块深度,大大缩小了网络深度,以解决前层长期信息的丢失问题。在Set5等多个基准数据集上的峰值信噪比(PSNR)均比目前其他基于深度卷积神经网络的方法有所提升,这证明了提出的方法的有效性与先进性。 展开更多
关键词 通道注意力 空间注意力 卷积神经网络 图像超分辨率重建
在线阅读 下载PDF
文章速递一种增强人脸识别模型训练稳定性的损失函数 认领
12
作者 周书田 颜信 谢镇汕 《电子科技大学学报》 EI CAS CSCD 北大核心 2021年第1期59-62,共4页
随着卷积神经网路的快速发展,深度学习在人脸识别领域进行了大量的应用。近几年,人脸识别准确率快速提高,主要归功于新颖损失函数的提出。在目前最大的人脸评测数据集MegaFace上,最顶尖的模型已经实现了97.91%的1∶N查找性能,但是训练... 随着卷积神经网路的快速发展,深度学习在人脸识别领域进行了大量的应用。近几年,人脸识别准确率快速提高,主要归功于新颖损失函数的提出。在目前最大的人脸评测数据集MegaFace上,最顶尖的模型已经实现了97.91%的1∶N查找性能,但是训练过程中收敛稳定性问题没有得到解决。该文提出一种新型的损失函数LineFace,其logit曲线在余弦空间中呈线性,使训练中梯度收敛更加稳定。大量实验表明,该损失函数可以实现良好的模型性能收敛性与识别性能。 展开更多
关键词 卷积神经网络 人脸识别 损失函数 模型收敛性
在线阅读 下载PDF
文章速递融合卷积神经网络与VLAD的闭环检测方法 认领
13
作者 李昂 阮晓钢 +1 位作者 黄静 朱晓庆 《计算机应用与软件》 CSCD 北大核心 2021年第1期135-142,共8页
传统的闭环检测方法大多采用人工设计的特征,很容易受到环境的影响。卷积神经网络通过提取层次化特征,更好地应对了光照变化,但忽略了图像的局部空间特性。针对该问题,提出一种融合VGG16与VGG-NetVLAD的闭环检测算法。该网络保留了VGG1... 传统的闭环检测方法大多采用人工设计的特征,很容易受到环境的影响。卷积神经网络通过提取层次化特征,更好地应对了光照变化,但忽略了图像的局部空间特性。针对该问题,提出一种融合VGG16与VGG-NetVLAD的闭环检测算法。该网络保留了VGG16的部分结构,并在最后一层引入了基于局部聚合描述符向量(VLAD)思想的池化层NetVLAD,使提取的特征更适用于闭环检测。实验表明,相较于传统的视觉词袋模型及其他几种深度学习方法,该算法具有更强的泛化性,可以在闭环检测中达到更高的准确率并满足实时性的要求。 展开更多
关键词 闭环检测 卷积神经网络 特征提取 词袋模型
在线阅读 下载PDF
文章速递改进的YOLOv3安检包裹中危险品检测算法 认领
14
作者 卢官有 顾正弘 《计算机应用与软件》 CSCD 北大核心 2021年第1期197-204,共8页
针对目前的安检工作中检测效率较低的问题,提出一种改进的YOLOv3安检包裹中危险品检测算法,用于辅助安检人员完成安检工作,提升安检机的自动化和智能化。将YOLOv3中原来每个网格预测3个边界框减少到预测2个边界框,检测速度提升了约6%。... 针对目前的安检工作中检测效率较低的问题,提出一种改进的YOLOv3安检包裹中危险品检测算法,用于辅助安检人员完成安检工作,提升安检机的自动化和智能化。将YOLOv3中原来每个网格预测3个边界框减少到预测2个边界框,检测速度提升了约6%。利用K-means聚类根据数据集计算出先验框,平均精度均值提高了约1.13个百分点。为了解决样本量少的问题,采用数据增强方法,平均精度均值提升了约7.8个百分点。采用多尺度输入训练策略,不仅增强了模型检测不同尺度图像时的鲁棒性,而且平均精度均值提升了约1.22个百分点。 展开更多
关键词 YOLOv3 数据增强 危险品检测 K-means 卷积神经网络
在线阅读 下载PDF
Advances on Tumor Image Segmentation Based on Artificial Neural Network 认领
15
作者 Shaohua Wang Jianli Jiang Xiaobing Lu 《生物科学与医学(英文)》 2020年第7期55-62,共8页
Image technology is applied more and more to help doctors to improve the accuracy of tumor diagnosis as well as researchers to study tumor characteristics. Image segmentation technology is an important part of image t... Image technology is applied more and more to help doctors to improve the accuracy of tumor diagnosis as well as researchers to study tumor characteristics. Image segmentation technology is an important part of image treatment. This paper summarizes the advances of image segmentation by using artificial neural network including mainly the BP network and convolutional neural network (CNN). Many CNN models with different structures have been built and successfully used in segmentation of tumor images such as supervised and unsupervised learning CNN. It is shown that the application of artificial network can improve the efficiency and accuracy of segmentation of tumor image. However, some deficiencies of image segmentation by using artificial neural network still exist. For example, new methods should be found to reduce the cost of building the marked data set. New artificial networks with higher efficiency should be built. 展开更多
关键词 Artificial Neural Network Segmentation of Tumor Image Convolutional Neural Network
在线阅读 免费下载
融合迁移学习和神经网络的皮肤病诊断方法 认领
16
作者 商显震 韩萌 +2 位作者 王少峰 贾涛 许冠英 《智能系统学报》 CSCD 北大核心 2020年第3期452-459,共8页
针对医学特征对患者病情发展的时间顺序无法有效表达,医学特征构建工作耗费大量人工成本,以及皮肤病数据样本数量较少等问题,提出了融合迁移学习和神经网络的皮肤病辅助诊断方法。该方法将TextLSTM(long short term memory neural netwo... 针对医学特征对患者病情发展的时间顺序无法有效表达,医学特征构建工作耗费大量人工成本,以及皮肤病数据样本数量较少等问题,提出了融合迁移学习和神经网络的皮肤病辅助诊断方法。该方法将TextLSTM(long short term memory neural network for text)、TextCNN(convolutional neural network for text)以及RCNN(recurrent convolutional neural networks for text classification)等3种基于神经网络的文本分类模型应用于皮肤病辅助诊断,同时融入迁移学习技术,能够在一定程度上将皮肤病专业书籍中的理论知识迁移到诊断模型中。在皮肤病多分类实验中,本文方法的正确率优于对比方法;在皮肤病二分类实验中,本文方法的召回率优于对比方法。迁移学习对实验结果的积极影响率高于75%。 展开更多
关键词 皮肤病诊断 神经网络 迁移学习 文本分类 卷积神经网络 循环神经网络 长短期记忆网络 辅助诊断
在线阅读 下载PDF
基于深度卷积生成对抗网络的地震初至拾取 认领
17
作者 周创 居兴国 +1 位作者 李子昂 刘小民 《石油物探》 EI CSCD 北大核心 2020年第5期795-803,共9页
地震记录初至拾取质量往往受限于地震数据的复杂性,在陆地和浅海地震数据中尤为明显。为了更高效地拾取初至,提出了一种基于深度卷积生成对抗网络(DCGAN)的地震数据初至拾取方法,其关键在于构建一个适用于地震数据初至拾取的DCGAN,包含... 地震记录初至拾取质量往往受限于地震数据的复杂性,在陆地和浅海地震数据中尤为明显。为了更高效地拾取初至,提出了一种基于深度卷积生成对抗网络(DCGAN)的地震数据初至拾取方法,其关键在于构建一个适用于地震数据初至拾取的DCGAN,包含生成器与判别器两部分。生成器由一个全卷积神经网络(FCN)构成,用于学习地震炮集数据到初至波之间的特征映射;判别器由一个卷积神经网络(CNN)构成,用于辅助生成器训练。基于DCGAN的初至拾取方法的实现分为三步:数据预处理、网络训练和预测拾取。通过对不同卷积层数的网络结构的对比分析,确定了一个最优的DCGAN结构。一旦DCGAN的训练完成,利用其完成一炮地震数据的初至拾取仅需几秒的时间。将DCGAN方法应用于实际数据初至拾取并与现有初至拾取方法(如长短时窗比(STA/LTA)法和峰度赤池信息量准则(AIC)法)的拾取结果相比较,结果表明基于DCGAN的初至拾取方法的精度更高,能满足生产需要。 展开更多
关键词 生成对抗网络 卷积神经网络 深度学习 地震数据 初至拾取 网络结构 全卷积神经网络 网络训练
在线阅读 下载PDF
深度学习算法在乳腺肿瘤诊断中的应用研究 认领
18
作者 邓卓 苏秉华 张凯 《中国医疗设备》 2020年第9期60-64,共5页
为探索应用深度学习的三种网络结构对乳腺癌肿瘤的诊断的诊断价值,本文基于深度神经网络、卷积神经网络和循环神经网络(Recurrent Neural Network,RNN)三种基本网络对乳腺肿瘤的良性与恶性的不同进行分类建模,利用人体实际乳腺肿瘤样本... 为探索应用深度学习的三种网络结构对乳腺癌肿瘤的诊断的诊断价值,本文基于深度神经网络、卷积神经网络和循环神经网络(Recurrent Neural Network,RNN)三种基本网络对乳腺肿瘤的良性与恶性的不同进行分类建模,利用人体实际乳腺肿瘤样本数据进行模型参数训练,并利用测试集数据对模型进行验证,结果发现三种网络都能以较高的准确度识别出肿瘤良恶性,其中RNN实验准确度接近100%。该研究可以辅助医生提高乳腺肿瘤的诊断准确率和工作效率。 展开更多
关键词 大数据 深度神经网络 卷积神经网络 循环神经网络 乳腺肿瘤
在线阅读 下载PDF
一种轻量级的不规则场景文本识别模型 认领
19
作者 产世兵 刘宁钟 沈家全 《计算机技术与发展》 2020年第11期20-24,29,共6页
场景文本识别是近年来极具挑战性的任务,不同于规则的文档文本图像,场景图像中的文本具有形态多变和弯曲等特点,识别起来很有难度。该文提出了一种轻量级的场景文本识别模型(ISTR-LW),不同于现有的场景文本识别模型具有参数量大的缺点,... 场景文本识别是近年来极具挑战性的任务,不同于规则的文档文本图像,场景图像中的文本具有形态多变和弯曲等特点,识别起来很有难度。该文提出了一种轻量级的场景文本识别模型(ISTR-LW),不同于现有的场景文本识别模型具有参数量大的缺点,该模型在特征序列提取中引入了经过改变后的轻量级网络PeleeNet,不仅大幅度减少了模型的参数量,还加快了网络预测的速度;在循环网络层中获取标签分布时,引入了Dense Block模块,加快了网络训练的收敛速度;在获取最终识别结果时,引入了注意力机制,获得需要关注的重点区域,提高了模型文本识别的准确度;引入了薄板样条插值转换,通过修正不规则的文本,改善了不规则的文本识别率低的问题。ISTR-LW模型是一个端到端的文本识别模型,在Synth90K、Street View Text和ICDAR等公开数据集上进行了实验,取得了不错的效果。 展开更多
关键词 场景文本识别 卷积神经网络 轻量级网络 循环神经网络 空间变换网络
在线阅读 下载PDF
Research on Behaviour Recognition Method for Moving Target Based on Deep Convolutional Neural Network 认领
20
作者 Jianfang Liu Hao Zheng Mengyi Liao 《电脑和通信(英文)》 2020年第9期54-66,共13页
Aiming at the problem that the average recognition degree of the moving target line is low with the traditional motion target behaviour recognition method, a motion recognition method based on deep convolutional neura... Aiming at the problem that the average recognition degree of the moving target line is low with the traditional motion target behaviour recognition method, a motion recognition method based on deep convolutional neural network is proposed in this paper. A target model of deep convolutional neural network is constructed and the basic unit of the network is designed by using the model. By setting the unit, the returned unit is calculated into the standard density diagram, and the position of the moving target is determined by the local maximum method to realize the behavior identification of the moving target. The experimental results show that the multi-parameter SICNN256 model is slightly better than other model structures. The average recognition rate and recognition rate of the moving target behavior recognition method based on deep convolutional neural network are higher than those of the traditional method, which proves its effectiveness. Since the frequency of single target is higher than that of multiple recognition and there is no target similarity recognition, similar target error detection cannot be excluded. 展开更多
关键词 Convolutional Neural Network Moving Target RECOGNITION DEPTH
在线阅读 免费下载
上一页 1 2 239 下一页 到第
使用帮助 返回顶部 意见反馈