期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到70篇文章
< 1 2 … 4 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于FPGA的通用卷积层IP核设计 被引量：3
1
作者 安国臣 袁宏拓 +2 位作者 韩秀璐 王晓君 侯雨佳 《河北科技大学学报》 CAS 北大核心 2021年第3期241-247,共7页
针对目前卷积神经网络在小型化、并行化过程中遇到的计算速度不够、可移植性差的问题,根据卷积神经网络和FPGA器件的特点,提出了一种利用VHDL语言参数化高速通用卷积层IP核的设计方法。利用卷积层的计算方式,将卷积核心设计为全并行化... 针对目前卷积神经网络在小型化、并行化过程中遇到的计算速度不够、可移植性差的问题,根据卷积神经网络和FPGA器件的特点,提出了一种利用VHDL语言参数化高速通用卷积层IP核的设计方法。利用卷积层的计算方式,将卷积核心设计为全并行化、流水线的计算模块,通过在卷积核心的每一行连接FIFO的方式改善数据流入的方式,减少地址跳转的操作,并加入控制核心使其可以随图像和卷积窗口大小调整卷积层参数,生成不同的卷积层,最后将卷积层与AXIS协议结合并封装成IP核。结果表明,在50 MHz的工作频率下,使用2×2大小的卷积核对100×100的图像进行卷积计算,各项资源利用率不超过1%,耗时204μs,计算速度理论上可以达到最高5 MF/s。因此,设计方案在增加卷积模块可移植性的同时又保证了计算速度,为卷积神经网络在小型化器件上的实现提供了一种可行的方法。 展开更多
关键词 集成电路技术 卷积神经网络 FPGA 卷积层 设计参数化
在线阅读 下载PDF
基于FPGA的卷积神经网络卷积层并行加速结构设计 被引量：6
2
作者 陈煌 祝永新 +2 位作者 田犁 汪辉 封松林 《微电子学与计算机》 CSCD 北大核心 2018年第10期85-88,共4页
随着近年来硬件的飞速发展,深度学习又一次成为了研究的热门领域,其中卷积神经网络在多个方面显示了突出的表现.卷积层是卷积神经网络中最重要的组成部分,具有大量乘加计算.针对该特点,提出了流水线式的FPGA卷积层并行加速模块.该电路... 随着近年来硬件的飞速发展,深度学习又一次成为了研究的热门领域,其中卷积神经网络在多个方面显示了突出的表现.卷积层是卷积神经网络中最重要的组成部分,具有大量乘加计算.针对该特点,提出了流水线式的FPGA卷积层并行加速模块.该电路可以在一个周期内获得一个计算结果.在相同结构和数据集的情况下,FPGA的计算效率分别是CPU,GPU的近7倍和5倍,而功耗只有GPU的28.87%. 展开更多
关键词 卷积神经网络 FPGA 卷积层
在线阅读 下载PDF
基于多层优选卷积的水声信号样本自动标注方法
3
作者 王红滨 张帅 +1 位作者 何鸣 陈夏可 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第4期758-763,共6页
针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取... 针对深度学习在水声研究领域的应用中面临大数据量要求和现有样本量限制的问题,本文提出了一种多层优选卷积网络模型。通过基于相似度的优选方法选出最佳卷积核,以提取更具代表性的特征。利用探索层特征融合策略,叠加多层卷积输出,获取更全面的特征信息。采用约减策略优化模型,有效缩短运算时间。通过优选、特征融合和注意力机制,有效解决此类问题。实验结果表明,该模型在数据集上取得的最好的标注准确率为高基线模型1.12%;同时运行时间减少了43.5%。因此,该模型的使用提高了水声信号标注的准确率和效率。 展开更多
关键词 水声信号 自动标注 声纹识别 多层优选卷积模型 时间优化 注意力机制 特征融合
在线阅读 下载PDF
基于多层卷积的红外与可见光图像融合算法
4
作者 陈海秀 房威志 +3 位作者 陆康 陆成 黄仔洁 陈子昂 《电光与控制》 CSCD 北大核心 2024年第9期12-17,44,共7页
针对复杂背景下纹理细节信息丢失、融合图像视觉感受较差等问题,提出了一种基于多层卷积的红外与可见光图像融合算法。该算法的网络框架分为编码器、解码器和融合网络3个部分。在编码器中引入高效通道注意力机制对源图像进行编码处理,... 针对复杂背景下纹理细节信息丢失、融合图像视觉感受较差等问题,提出了一种基于多层卷积的红外与可见光图像融合算法。该算法的网络框架分为编码器、解码器和融合网络3个部分。在编码器中引入高效通道注意力机制对源图像进行编码处理,融合多层卷积块、梯度卷积块、下采样卷积块以及卷积空间通道注意力机制等形成多层卷积融合网络(MCFN),通过该融合网络进行特征融合,利用解码器重建输出融合图像。选取了5种现有算法与所提算法用8种客观评价指标在两种数据集上进行比较,结果表明,所提算法融合后的图像目标突出、细节清晰、轮廓明显、指标提升显著,符合人体视觉感受。 展开更多
关键词 图像融合 红外图像 可见光图像 多层卷积 融合网络 注意力机制
在线阅读 下载PDF
卷积完全匹配层截断3维金属矩形波导的应用研究 被引量：9
5
作者 王玥 王建国 张殿辉 《强激光与粒子束》 EI CAS CSCD 北大核心 2005年第10期1557-1563,共7页
讨论了高功率微波源模拟中波导开放边界截断的需求,分析了不同类型完全匹配层(PML)的特点,选用卷积形式PML截断色散波导器件的开放边界。从自由空间电磁波的平面波解和分裂形式的PML出发,构造了未分裂形式的PML,用傅里叶变换的卷积定理... 讨论了高功率微波源模拟中波导开放边界截断的需求,分析了不同类型完全匹配层(PML)的特点,选用卷积形式PML截断色散波导器件的开放边界。从自由空间电磁波的平面波解和分裂形式的PML出发,构造了未分裂形式的PML,用傅里叶变换的卷积定理,导出了直角坐标系下卷积完全匹配层(CPML)介质中电磁场的迭代形式的离散方程。在不同频率和模式激励源作用下,模拟计算了CPML截断矩形波导开放边界的性能,数值结果表明最大相对误差都小于-70 dB,远好于Mur吸收边界的截断效果。 展开更多
关键词 卷积完全匹配层 时域有限差分 粒子模拟 矩形波导 截断
在线阅读 下载PDF
全局稳定性一致的共形卷积完全匹配层 被引量：2
6
作者 王玥 王建国 +3 位作者 张殿辉 陈再高 蔡利兵 乔海亮 《强激光与粒子束》 EI CAS CSCD 北大核心 2013年第2期441-445,共5页
在正交网格体系中建立物理模型共形描述的基础上,针对采用扩展元胞技术的共形时域有限差分(ECT-CFDTD)方法模拟计算波导器件遇到的开放端口截断问题,给出了积分形式的共形卷积完全匹配层方法,算法具有与ECT-CFDTD相同的数值稳定性。设... 在正交网格体系中建立物理模型共形描述的基础上,针对采用扩展元胞技术的共形时域有限差分(ECT-CFDTD)方法模拟计算波导器件遇到的开放端口截断问题,给出了积分形式的共形卷积完全匹配层方法,算法具有与ECT-CFDTD相同的数值稳定性。设置不同的完全匹配层的控制参数,对波导中有消逝波存在的情况进行长时间模拟计算,分析共形卷积完全匹配层对消逝波的长效截断能力,分析卷积完全匹配层的截断误差。计算结果显示:积分形式的共形卷积完全匹配层可有效截断波导器件的开放端口。 展开更多
关键词 波导 开放端口 共形 卷积完全匹配层 全局稳定性一致
在线阅读 下载PDF
基于多层感知卷积和通道加权的图像隐写检测 被引量：1
7
作者 叶学义 郭文风 +2 位作者 曾懋胜 张珂绅 赵知劲 《电子与信息学报》 EI CSCD 北大核心 2022年第8期2949-2956,共8页
针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增... 针对目前图像隐写检测模型中线性卷积层对高阶特征表达能力有限,以及各通道特征图没有区分的问题,该文构建了一个基于多层感知卷积和通道加权的卷积神经网络(CNN)隐写检测模型。该模型使用多层感知卷积(Mlpconv)代替传统的线性卷积,增强隐写检测模型对高阶特征的表达能力;同时引入通道加权模块,实现根据全局信息对每个卷积通道赋予不同的权重,增强有用特征并抑制无用特征,增强模型提取检测特征的质量。实验结果表明,该检测模型针对不同典型隐写算法及不同嵌入率,相比Xu-Net,Yedroudj-Net,Zhang-Net均有更高的检测准确率,与最优的Zhu-Net相比,准确率提高1.95%~6.15%。 展开更多
关键词 隐写检测 卷积神经网络 多层感知卷积 通道加权
在线阅读 下载PDF
多层卷积神经网络深度学习算法可移植性分析 被引量：3
8
作者 肖堃 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第3期420-424,共5页
在现实环境下,出现恶意用户或攻击者对机器学习算法的攻击;在应用过程中,机器学习算法也会受到物体形状、位移、尺度、光照、背景等因素的影响。针对这些使用过程中所产生的安全性问题,本文提出了基于多层卷积神经网络深度学习算法的图... 在现实环境下,出现恶意用户或攻击者对机器学习算法的攻击;在应用过程中,机器学习算法也会受到物体形状、位移、尺度、光照、背景等因素的影响。针对这些使用过程中所产生的安全性问题,本文提出了基于多层卷积神经网络深度学习算法的图像识别方法,并对其可移植性进行分析,通过对抗性训练提高模型泛化能力来防御对抗样例攻击。针对可用性攻击,在前向传播过程中,采用训练好的多层卷积神经网络深度学习模型自动提取输入图像特征,并利用模型权值共享、更新、下采样等操作对输入图像做降采样处理,降低计算复杂度;在反向传播过程中,利用delta法则和Fisher准则,以及基于类内距离和类间距离的能量约束函数实时调整多层卷积神经网络深度学习模型参数,计算模型输出层各个输出单元的残差,使模型权值能够更加快速收敛到有利于图像识别的最优值。测试结果表明:多层卷积神经网络深度学习算法在图像识别领域的应用具有识别准确率和鲁棒性较高,耗时较短的优点,从理论和实验2方面证明了算法的可移植性。 展开更多
关键词 多层卷积神经网络 深度学习算法 可移植性 分析 图像识别 拟合效果 delta法则 FISHER准则
在线阅读 下载PDF
卷积完全匹配层在空爆电磁脉冲2维模拟中的应用 被引量：3
9
作者 高春霞 陈雨生 王良厚 《强激光与粒子束》 EI CAS CSCD 北大核心 2005年第7期1111-1116,共6页
在分析不同类型完全匹配层特点的基础上,选用了卷积形式完全匹配层(CPML)截断空中核爆电磁脉冲数值模拟的开放边界。从自由空间中电磁波的平面波解和分裂形式的完全匹配层出发,构造了未分裂形式的完全匹配层,应用傅里叶变换的卷积定理,... 在分析不同类型完全匹配层特点的基础上,选用了卷积形式完全匹配层(CPML)截断空中核爆电磁脉冲数值模拟的开放边界。从自由空间中电磁波的平面波解和分裂形式的完全匹配层出发,构造了未分裂形式的完全匹配层,应用傅里叶变换的卷积定理,推导出2维旋转椭球-双曲正交坐标系下卷积形式完全匹配层介质中电磁场的迭代形式的离散方程。计算表明,采用CPML吸收边界方法使得截断的外边界处的场的计算误差大大减少。 展开更多
关键词 卷积完全匹配层(CPML) 时域有限差分 电磁脉冲 核爆炸 截断
在线阅读 下载PDF
基于多层聚焦Inception-V3卷积网络的细粒度图像分类 被引量：9
10
作者 王波 黄冕 +2 位作者 刘利军 黄青松 单文琦 《电子学报》 EI CAS CSCD 北大核心 2022年第1期72-78,共7页
细粒度图片具有结构多变、背景干扰大、类间差异小、类内差异大等特点,准确地定位与提取判别性局部特征至关重要.本文提出一种多层聚焦卷积网络,通过首层聚焦网络能够准确、有效地聚焦于识别局域并生成定位区域,根据定位区域对原图像分... 细粒度图片具有结构多变、背景干扰大、类间差异小、类内差异大等特点,准确地定位与提取判别性局部特征至关重要.本文提出一种多层聚焦卷积网络,通过首层聚焦网络能够准确、有效地聚焦于识别局域并生成定位区域,根据定位区域对原图像分别进行裁剪和遮挡后输入下一层的聚焦网络进行训练分类.其中单层聚焦网络以In⁃ception-V3网络为基础,通过卷积块特征注意力模块和定位区域选择机制来聚焦有效的定位区域;使用双线性注意力最大池化提取各个局部的特征;最后进行分类预测.本文在3个常用的细粒度数据集CUB-2011、FGVC-Aircraft以及Stanford Cars上进行了实验验证,分别获得了89.7%、93.6%和95.1%的Top-1准确率.实验结果表明,本模型的分类准确率高于目前主流方法. 展开更多
关键词 多层聚焦卷积网络 Inception-V3网络 注意力机制 双线性注意力最大池化
在线阅读 下载PDF
修正的卷积完全匹配层技术 被引量：1
11
作者 谢国大 宋开宏 黄志祥 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2017年第12期1725-1728,共4页
复频移的卷积完全匹配层(convolutional perfectly matched layer,CPML)与时域有限差分(finitedifference time-domain,FDTD)算法递推公式之间存在数值计算时间不同步的问题,诸多算例结果表明CPML的吸波效果并没有达到一些具有相同二阶... 复频移的卷积完全匹配层(convolutional perfectly matched layer,CPML)与时域有限差分(finitedifference time-domain,FDTD)算法递推公式之间存在数值计算时间不同步的问题,诸多算例结果表明CPML的吸波效果并没有达到一些具有相同二阶精度的完全匹配层(perfectly matched layer,PML)的吸波效果。文章采用时间平均近似方法对CPML进行了修正,使其吸波性能与其他具有相同数值计算精度的PML的吸波性能相当;通过2个具有代表性的算例,验证了方法的有效性。该方法思路简单、清晰,只需在传统的CPML代码基础上进行简单的修改,计算时间大大缩减,该方法对于CPML在FDTD算法中的高效应用具有一定的意义。 展开更多
关键词 时域有限差分(FDTD)算法 卷积完全匹配层(CPML) 吸收效果 时间平均近似方法 计算时间
在线阅读 下载PDF
糖熏鸡腿颜色快速精准识别的多层卷积神经网络模型研究 被引量：3
12
作者 王博 杨洪遥 +3 位作者 陆逢贵 陈子东 曹振霞 刘登勇 《食品与发酵工业》 CAS CSCD 北大核心 2021年第1期259-265,共7页
为快速精准识别糖熏鸡腿在熏制过程中产生的所有颜色,基于机器视觉技术,构建Xception-CNN模型用于熏鸡腿颜色的识别,同时应用Res Net-50、Inception和传统卷积神经网络(convolutional neural networks,CNN)等3种模型对比分析Xception-CN... 为快速精准识别糖熏鸡腿在熏制过程中产生的所有颜色,基于机器视觉技术,构建Xception-CNN模型用于熏鸡腿颜色的识别,同时应用Res Net-50、Inception和传统卷积神经网络(convolutional neural networks,CNN)等3种模型对比分析Xception-CNN模型对熏鸡腿颜色的识别效果。采集并经过图像预处理后,共得到不同颜色的熏鸡腿图像4 352张,作为4种模型的实验样本,随机选取其中的3 482张作为训练组,剩下的870张作为测试组。结果表明,4种模型的平均识别准确率分别为92%(Xception-CNN)、91%(Res Net-50)、89%(Inception)、87%(传统CNN);测试时间分别为1. 36 s(Xception-CNN)、0. 81 s(Res Net-50)、0. 98 s(Inception)、2. 48 s(传统CNN)。Xception-CNN模型对糖熏鸡腿图像的颜色识别准确率最高,达到92%,测试时间略高于Res Net-50模型和Inception模型,但低于传统CNN模型,仅需1. 36 s即可完成识别,此模型可以实现糖熏鸡腿颜色的快速精准识别,为糖熏工艺参数精准调控、保障产品颜色标准化等提供可靠依据。 展开更多
关键词 熏鸡 糖熏 颜色识别 机器视觉 多层卷积神经网络模型
在线阅读 下载PDF
基于时频特征的卷积神经网络跳频调制识别 被引量：15
13
作者 李红光 郭英 +1 位作者 眭萍 齐子森 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第10期1945-1954,共10页
针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络(CNN)的跳频信号调制方式识别系统.该系统通过训练学习跳频信号时频图特征,将调制方式识别问题转化为图像识别问题.采用组合时频变换方法对跳频信号进行时频变换得... 针对人工设计特征表征能力不足,提取难度大的问题,提出基于卷积神经网络(CNN)的跳频信号调制方式识别系统.该系统通过训练学习跳频信号时频图特征,将调制方式识别问题转化为图像识别问题.采用组合时频变换方法对跳频信号进行时频变换得到二维时频图;经过自适应维纳滤波算法滤除背景噪声,提高系统抗噪性;采用连通域检测和双线性插值算法提取跳频信号每跳时频图,对时频图大小进行重置调整;将已处理的时频图输入到设计的11层卷积神经网络中进行训练学习,通过在输出层增加Softmax分类器,实现跳频调制方式分类识别.仿真结果表明,该系统在信噪比为–4 dB条件下,对跳频信号BPSK、QPSK、8PSK、SDPSK、QASK、16QAM、32QAM和GMSK共8种调制方式的平均识别率达到92.54%. 展开更多
关键词 跳频信号 调制识别 卷积神经网络(CNN) 时频变换 卷积层
在线阅读 下载PDF
基于卷积神经网络的对比度失真图像质量评价 被引量：2
14
作者 刘春 谭琨 +1 位作者 刘绍辉 马英瑞 《微电子学与计算机》 CSCD 北大核心 2018年第4期84-88,共5页
研究对比度失真的图像质量评价方法.借助卷积神经网络来设计图像质量的评价算法.在提出的算法中,设计了一个多层的卷积神经网络,包括三层卷积层、三层池化层和三层全连接层,该网络可以自动地学习与图像质量相关的特征.利用现有的数据库... 研究对比度失真的图像质量评价方法.借助卷积神经网络来设计图像质量的评价算法.在提出的算法中,设计了一个多层的卷积神经网络,包括三层卷积层、三层池化层和三层全连接层,该网络可以自动地学习与图像质量相关的特征.利用现有的数据库对设计的网络进行训练,使其可以对图像的质量做出预测.通过实验测试,证明了提出的方法可以取得较高的预测性能,以及超过了主流的图像质量评价模型. 展开更多
关键词 视觉质量评价 对比度失真 卷积神经网络 卷积层
在线阅读 下载PDF
一种基于改进稠密卷积神经网络的表情识别方法 被引量：1
15
作者 戴沁璇 罗晓曙 +1 位作者 蒙志明 黄苑琴 《现代电子技术》 2022年第9期29-34,共6页
人的表情包含大量信息,可用于显示人的很多情感状态,例如疲劳和疼痛的表情等。卷积神经网络(CNN)是一种识别人脸表情的有效方法,它可以同时执行特征提取和分类,并可以自动发现数据中的多个表情特点。针对卷积神经网络参数大以及传统表... 人的表情包含大量信息,可用于显示人的很多情感状态,例如疲劳和疼痛的表情等。卷积神经网络(CNN)是一种识别人脸表情的有效方法,它可以同时执行特征提取和分类,并可以自动发现数据中的多个表情特点。针对卷积神经网络参数大以及传统表情识别方法准确率不高的问题,提出一种基于改进的稠密卷积神经网络的面部表情识别模型。首先通过使用Gabor滤波器初始化第一层卷积层;然后采用一种对数线性函数(LLU)进行网络优化,该模型中的特征重用和参数压缩技术提高了网络的学习能力,大大减少了模型参数;最后基于此模型设计了一个表情识别系统,该系统能够准确地识别照片上的表情和在线识别人脸表情。实验结果表明,该模型可以显著提高三个表情数据集的准确率,并能很好地识别人脸表情。 展开更多
关键词 人脸表情识别 改进稠密卷积神经网络 卷积层初始化 GABOR滤波器 激活函数 表情识别系统
在线阅读 下载PDF
基于级联卷积神经网络的人脸特征点识别算法实现 被引量：8
16
作者 张云 李岚 《兰州理工大学学报》 CAS 北大核心 2020年第3期105-109,共5页
针对在有冗余图像信息干扰下进行人脸有效特征点提取时精度不高的问题,提出了基于级联卷积神经网络的人脸特征点检测算法.在该算法中:输入层读入规则化的原始图像,神经元提取图像的局部特征;池化层进行局部平均和降采样操作,对卷积结果... 针对在有冗余图像信息干扰下进行人脸有效特征点提取时精度不高的问题,提出了基于级联卷积神经网络的人脸特征点检测算法.在该算法中:输入层读入规则化的原始图像,神经元提取图像的局部特征;池化层进行局部平均和降采样操作,对卷积结果降低维度;卷积层和池化层分布连接,迭代训练,输出特征点检测结果.该算法采用Python语言编程实现,在人脸数据集进行仿真实验,结果表明该算法对人脸特征点有较高的识别率. 展开更多
关键词 卷积神经网络 人脸特征点检测 图像识别 卷积层
在线阅读 下载PDF
CNN加速器中卷积计算单元的硬件设计 被引量：2
17
作者 杨博文 杨海涛 高浩浩 《数字技术与应用》 2019年第10期136-137,共2页
卷积神经网络(CNN)所有子层中卷积层的计算是整个网络计算中最耗费计算资源的问题,本文提出了一种对卷积神经网络的卷积层并行化实现方案。首先对系统的整体处理结构进行分析,然后对计算核的结构进行详细讨论,最后将卷积层中卷积运算并... 卷积神经网络(CNN)所有子层中卷积层的计算是整个网络计算中最耗费计算资源的问题,本文提出了一种对卷积神经网络的卷积层并行化实现方案。首先对系统的整体处理结构进行分析,然后对计算核的结构进行详细讨论,最后将卷积层中卷积运算并行映射到阵列处理器上。实验结果表明,在250Mhz的工作频率下,该结构可使FPGA(Field Programmable Gate Array,FPGA)提高峰值运算速度。 展开更多
关键词 卷积神经网络 现场可编程门阵列 卷积层
在线阅读 下载PDF
基于双扩展时域自适应图卷积神经网络的骨架动作识别
18
作者 刘世平 陈萌 +3 位作者 夏文杰 马梓焱 黄元境 张文奇 《载人航天》 CSCD 北大核心 2022年第5期620-626,共7页
为提高人机交互过程中动作识别的识别率,提出了一种基于骨架的图卷积神经网络动作识别方法。首先,针对人机交互任务设计了一套动作命令集并进行数据采集,通过坐标系变换进行了视点无关处理,减少动作对位置的敏感性。然后,为了保证对整... 为提高人机交互过程中动作识别的识别率,提出了一种基于骨架的图卷积神经网络动作识别方法。首先,针对人机交互任务设计了一套动作命令集并进行数据采集,通过坐标系变换进行了视点无关处理,减少动作对位置的敏感性。然后,为了保证对整个动作过程中局部时间与全局时间的特征提取,通过对不同膨胀因子的卷积进行结合,设计了双扩展时域卷积层。最后,通过与自适应空间图卷积层结合建立双扩展时域自适应图卷积神经网络模型。对所建立的模型用数据集进行实验验证,结果表明:动作的总体识别率为98.5%,每一类动作的识别率达97.5%以上,识别效果优异,能够完成人机交互任务的需求。 展开更多
关键词 人机交互 动作识别 图卷积神经网络 双扩展时域卷积层
在线阅读 下载PDF
一种双向脉动数据流的全卷积神经网络加速器
19
作者 涂凯杰 朱宜炳 许达文 《微电子学与计算机》 北大核心 2020年第1期33-37,共5页
全卷积神经网络近年来被应用于深度学习中的多个领域,其不仅能处理简单的图像分类任务,还能应用于例如物体检测、语义/图像分割以及基于生成式对抗网络的生成型任务.典型的全卷积神经网络中不仅包括了传统的卷积层,还有反卷积层,它们都... 全卷积神经网络近年来被应用于深度学习中的多个领域,其不仅能处理简单的图像分类任务,还能应用于例如物体检测、语义/图像分割以及基于生成式对抗网络的生成型任务.典型的全卷积神经网络中不仅包括了传统的卷积层,还有反卷积层,它们都是计算密集型的.现在大多数研究者大都关注卷积层的设计优化,而反卷积的加速优化很少.本文提出了一种双向脉动数据流的全卷积神经网络加速器,可以同时高效地处理普通卷积层以及反卷积层.实验中选取了多个具有代表性的全卷积神经网络模型,例如DCGAN,Cascaded-FCN等.相较于以往传统的未优化的加速方案,本文所设计的加速器平均可以达到2.8倍的加速比,并且能耗降低了46.3%. 展开更多
关键词 全卷积 反卷积层 加速优化 双向脉动数据流
在线阅读 下载PDF
基于改进YOLOv8n的森林火灾检测方法研究
20
作者 王书晟 张航 张博轩 《信息化研究》 2025年第1期62-70,共9页
针对现有森林火灾目标检测算法中存在的检测精度不足和实时性差的问题,本文提出一种基于YOLOv8n模型的改进方案。该方案通过优化骨干网络,引入混合注意力机制(CBAM),增强模型对局部重要特征的捕捉能力,从而提升特征融合的效果。在颈部... 针对现有森林火灾目标检测算法中存在的检测精度不足和实时性差的问题,本文提出一种基于YOLOv8n模型的改进方案。该方案通过优化骨干网络,引入混合注意力机制(CBAM),增强模型对局部重要特征的捕捉能力,从而提升特征融合的效果。在颈部网络中加入FasterNet模块,并设计了全新的快速跨阶段局部层卷积(C2f-Faster)模块,从而实现网络的轻量化,降低网络参数和计算量,以满足实时性需求。采用智能交并比(WIoU)边界损失函数替代原有的损失函数,以增强网络在边界框回归方面的表现。将改进后的算法模型应用于火灾数据集进行训练、验证和测试,结果显示其mAP@50相较原算法模型提升了2.7%。与此同时,模型的检测速度提高了7.3%。实验数据证实,经过优化的算法模型在森林火灾检测的准确性和速度方面均实现了显著提升。这一改进使得模型在实际应用中能够更快速、更准确地识别火灾场景。 展开更多
关键词 森林火灾 YOLOv8 注意力机制 快速跨阶段局部层卷积 WIoU Loss
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 4 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部