检索结果-维普期刊中文期刊服务平台

带标签信息子字典级联学习的复合电能质量扰动识别方法被引量：2: 1; 作者刘慧李光武 +1 位作者沈跃滕成龙《电子测量与仪器学报》 CSCD 北大核心 2017年第12期2009-2016,共8页; 针对传统字典学习方法的训练样本信号单一、重构效果差等缺点,提出一种带标签信息子字典级联的学习方法,对电能质量扰动信号进行扰动识别。该方法首先对不同类别电能质量扰动测试和训练样本采用主成分分析方法进行降维特征提取,对训练... 展开更多; 关键词标签信息电能质量子字典级联学习特征提取; 在线阅读下载PDF 职称材料

基于联结残差网络的单幅图像去雨被引量：2: 2; 作者陈清江吴田田《液晶与显示》 CAS CSCD 北大核心 2021年第4期605-614,共10页; 本文通过改进的残差网络,学习有雨图像和无雨图像之间的映射关系来实现图像去雨,提出了一种基于联结残差网络的单幅图像去雨算法。首先,利用改进的残差块简化网络模块,减少网络参数,提升网络训练速度;其次,设计的联结结构不仅实现了多... 展开更多; 关键词单幅图像去雨卷积神经网络残差学习联结结构多特征提取盲图像质量评价; 在线阅读下载PDF 职称材料

自学习稀疏密集连接卷积神经网络图像分类方法被引量：3: 3; 作者吴鹏林国强 +1 位作者郭玉荣赵振兵《信号处理》 CSCD 北大核心 2019年第10期1747-1752,共6页; 通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中... 展开更多; 关键词剪枝冗余通道自学习稀疏化密集连接卷积神经网络图像分类; 在线阅读下载PDF 职称材料

基于改进多尺度残差网络的行人检测方法被引量：5: 4; 作者孙佩珺张仲荣 +1 位作者李琦铭李俊《计算机工程与设计》北大核心 2023年第3期762-769,共8页; 针对行人检测的尺度变化问题,提出一种基于改进多尺度残差网络无锚检测算法(IMSNet)。将Res2Net残差模块中多尺度特征提取融入ResNeXt,将改进后的网络作为主干网络(Res2NeXt*),使主干网络包含不同数量、不同组合的感受野;利用多个较小... 展开更多; 关键词机器视觉行人检测深度学习尺度变化多尺度残差网络特征融合级联融合感受野; 在线阅读下载PDF 职称材料

判别性信息增强的行人再识别: 5; 作者周炉谢明鸿 +1 位作者李华锋谭婷婷《小型微型计算机系统》 CSCD 北大核心 2022年第7期1477-1483,共7页; 在行人再识别中,由相机风格及视角变化造成的行人外观差异严重影响了模型的性能.为缓解该现象,提出一种判别性信息增强的行人再识别方法.该方法由辅助子网络、主干子网络以及时空信息嵌入三部分构成.首先,在辅助子网络中实现不同视角行... 展开更多; 关键词行人再识别深度学习摄像头风格学习时空信息特征连接; 在线阅读下载PDF 职称材料

题名带标签信息子字典级联学习的复合电能质量扰动识别方法被引量：2: 1; 作者刘慧李光武沈跃滕成龙; 机构江苏大学电气信息工程学院镇江市产品质量监督检验中心; 出处《电子测量与仪器学报》 CSCD 北大核心 2017年第12期2009-2016,共8页; 基金国家自然科学基金(61301138) 江苏省博士后科研项目(1401053C)资助; 文摘针对传统字典学习方法的训练样本信号单一、重构效果差等缺点,提出一种带标签信息子字典级联的学习方法,对电能质量扰动信号进行扰动识别。该方法首先对不同类别电能质量扰动测试和训练样本采用主成分分析方法进行降维特征提取,对训练样本添加标签信息,其次对不同类别的电能质量样本训练成冗余子字典并级联成结构化字典,最后将级联的字典优化学习并由冗余误差最小值来判断目标的归属类别。仿真实验结果表明,该方法下的识别效果优于支持向量机(SVM)和稀疏表达分类(SRC),抗噪声鲁棒性更强,在信噪比20 dB以上的环境中电能质量复合扰动识别率达到91.40%以上。; 关键词标签信息电能质量子字典级联学习特征提取; Keywords label information power quality sub-dictionary concatenate learning feature extraction; 分类号 TN911.7 [电子电信—通信与信息系统] TM712 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于联结残差网络的单幅图像去雨被引量：2: 2; 作者陈清江吴田田; 机构西安建筑科技大学理学院; 出处《液晶与显示》 CAS CSCD 北大核心 2021年第4期605-614,共10页; 基金国家自然科学基金项目(No.61403298)。; 文摘本文通过改进的残差网络,学习有雨图像和无雨图像之间的映射关系来实现图像去雨,提出了一种基于联结残差网络的单幅图像去雨算法。首先,利用改进的残差块简化网络模块,减少网络参数,提升网络训练速度;其次,设计的联结结构不仅实现了多特征提取,有效减少了参数,而且增加了特征图的输出,有利于保留更多的图像细节信息;最后,利用单尺度卷积实现图像细节重建,提高去雨图像的视觉效果。实验结果表明本文算法在合成雨天图像数据集上,其结构相似度和峰值信噪比的平均值分别高于0.95和33 dB,而真实雨天图像数据集的盲图像质量评价值较低。本文算法不仅能有效去除图像中的雨,雨纹残留较少,而且能更多地保留图像的纹理和边缘细节,视觉效果清晰自然。; 关键词单幅图像去雨卷积神经网络残差学习联结结构多特征提取盲图像质量评价; Keywords single image deraining convolutional neural network residual learning concatenation structure multi-feature extraction blind image quality evaluation; 分类号 TP391.4 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名自学习稀疏密集连接卷积神经网络图像分类方法被引量：3: 3; 作者吴鹏林国强郭玉荣赵振兵; 机构全球能源互联网研究院有限公司电力系统人工智能(联研院)国家电网公司联合实验室华北电力大学电子与通信工程系; 出处《信号处理》 CSCD 北大核心 2019年第10期1747-1752,共6页; 基金国家电网有限公司总部科技项目(基于人工智能的视频图像处理及在巡检中的应用研究,5455HJ170002) 国家自然科学基金项目(61871182,61401154,61773160,61302163) +3 种基金模式识别国家重点实验室开放课题基金(201900051)等资助; 文摘通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中冗余通道的方法,得到稀疏密集连接卷积神经网络。首先,提出了一种衡量每个卷积层中每个输入特征图对输出特征图贡献度大小的方法,贡献度小的输入特征图即为冗余特征图;其次,介绍了通过自学习,网络分阶段剪枝冗余通道的训练过程,得到了稀疏密集连接卷积神经网络,该网络剪枝了密集连接网络中的冗余通道,减少了网络参数,降低了存储和计算量;最后,为了验证本文方法的有效性,在图像分类数据集CIFAR-10/100上进行了实验,在不牺牲准确率的前提下减小了模型冗余。; 关键词剪枝冗余通道自学习稀疏化密集连接卷积神经网络图像分类; Keywords pruning redundant channel self-learning sparse densely concatenated convolutional neural network image classification; 分类号 TN911.73 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于改进多尺度残差网络的行人检测方法被引量：5: 4; 作者孙佩珺张仲荣李琦铭李俊; 机构兰州交通大学数理学院中国科学院海西研究院泉州装备制造研究中心; 出处《计算机工程与设计》北大核心 2023年第3期762-769,共8页; 基金泉州市科技计划基金项目(2020C052) 甘肃省科技计划基金项目(20YF3GA013) 甘肃省科技型中小企业技术创新基金项目(20CX9JA128)。; 文摘针对行人检测的尺度变化问题,提出一种基于改进多尺度残差网络无锚检测算法(IMSNet)。将Res2Net残差模块中多尺度特征提取融入ResNeXt,将改进后的网络作为主干网络(Res2NeXt*),使主干网络包含不同数量、不同组合的感受野;利用多个较小卷积核等效替代单个较大卷积核,增加网络深度并减少网络参数量;对细化的多尺度卷积特征级联融合做卷积运算,将行人检测简化为中心点和尺度预测任务。实验结果表明,IMSNet对CityPersons和Caltech数据集Reasonable设置分别实现了10.6%和2.6%的平均漏检率,检测每张图像仅需0.28 s。; 关键词机器视觉行人检测深度学习尺度变化多尺度残差网络特征融合级联融合感受野; Keywords machine vision pedestrian detection deep learning scale variation multi-scale residual network feature fusion concatenation receptive fields; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名判别性信息增强的行人再识别: 5; 作者周炉谢明鸿李华锋谭婷婷; 机构昆明理工大学信息工程与自动化学院昆明理工大学云南省人工智能重点实验室; 出处《小型微型计算机系统》 CSCD 北大核心 2022年第7期1477-1483,共7页; 基金国家自然科学基金项目(61966021,61562053)资助大学生创新创业训练计划项目(202010674098)资助.; 文摘在行人再识别中,由相机风格及视角变化造成的行人外观差异严重影响了模型的性能.为缓解该现象,提出一种判别性信息增强的行人再识别方法.该方法由辅助子网络、主干子网络以及时空信息嵌入三部分构成.首先,在辅助子网络中实现不同视角行人图像的风格转换以减少风格差异对性能的影响.为增强特征的判别性,将原图特征和迁移图像特征进行拼接.此外,在主干子网络中通过局部特征迫使主干子网络在关注全局特征的同时,能更多利用局部具有鉴别性的信息.最后,引入行人的时空信息来缓解难样本对识别性能造成的影响.通过实验证明所提算法性能优于大部分主流方法,消融实验也验证了所提算法的有效性.; 关键词行人再识别深度学习摄像头风格学习时空信息特征连接; Keywords person re-identification deep learning camera style learning spatial-temporal information feature concatenate; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	带标签信息子字典级联学习的复合电能质量扰动识别方法	刘慧李光武沈跃滕成龙	《电子测量与仪器学报》 CSCD 北大核心	2017	2	在线阅读下载PDF 职称材料
2	基于联结残差网络的单幅图像去雨	陈清江吴田田	《液晶与显示》 CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
3	自学习稀疏密集连接卷积神经网络图像分类方法	吴鹏林国强郭玉荣赵振兵	《信号处理》 CSCD 北大核心	2019	3	在线阅读下载PDF 职称材料
4	基于改进多尺度残差网络的行人检测方法	孙佩珺张仲荣李琦铭李俊	《计算机工程与设计》北大核心	2023	5	在线阅读下载PDF 职称材料
5	判别性信息增强的行人再识别	周炉谢明鸿李华锋谭婷婷	《小型微型计算机系统》 CSCD 北大核心	2022	0	在线阅读下载PDF 职称材料