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10篇文章
< 1 >
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：
结合双线性网络和注意力的蓝藻图像识别方法 被引量：2
1
作者 李水艳 朱玉东 +2 位作者 蒋金磊 戚荣志 陈春雨 《水利信息化》 2024年第3期37-44,共8页
针对实际工程环境中采集的蓝藻图像数量不均衡、复杂光照条件影响、蓝藻图像局部区域特征捕捉不全面等问题,提出一种结合双线性网络和注意力的蓝藻图像识别方法。首先构建蓝藻图像数据集,并使用图像增强算法对数据集进行优化,再使用双... 针对实际工程环境中采集的蓝藻图像数量不均衡、复杂光照条件影响、蓝藻图像局部区域特征捕捉不全面等问题,提出一种结合双线性网络和注意力的蓝藻图像识别方法。首先构建蓝藻图像数据集,并使用图像增强算法对数据集进行优化,再使用双线性网络充分提取蓝藻图像特征信息,同时结合卷积块注意力机制,聚焦重要的局部特征,忽视无用信息,进一步提升对无蓝藻、颗粒状蓝藻、带状蓝藻和片状蓝藻等4类不同形态蓝藻图像的分类效果。在构建的Algea-ultimate蓝藻数据集上进行实验,结果表明:相比识别效果最好的经典网络模型ResNet18,所提方法在识别准确率上提升7.29%,识别精度有明显提升。识别方法可用于太湖流域水质监测和预警平台中,提供蓝藻图像自动识别功能,为实时监测水体蓝藻形态提供智能化解决方案。 展开更多
关键词 图像识别 蓝藻 双线性网络 注意力
在线阅读 下载PDF
基于双线性RepVGG注意力网络的花卉分类 被引量：1
2
作者 侯向宁 赵金伟 +1 位作者 黄孝斌 蒋维成 《激光杂志》 CAS 北大核心 2024年第4期165-171,共7页
为进一步提高花卉分类的准确率,在对双线性卷积神经网络、RepVGG及注意力机制进行研究的基础上,提出一种基于双线性RepVGG注意力机制的网络模型。首先利用RepVGG网络替换原始的特征提取网络VGG,以提高对花卉主要特征的提取能力;然后在两... 为进一步提高花卉分类的准确率,在对双线性卷积神经网络、RepVGG及注意力机制进行研究的基础上,提出一种基于双线性RepVGG注意力机制的网络模型。首先利用RepVGG网络替换原始的特征提取网络VGG,以提高对花卉主要特征的提取能力;然后在两个RepVGG网络中分别引入通道注意力及空间注意力机制,并利用两个RepVGG网络外积后生成的高维双线性特征,来提取花卉的细粒度特征;最后通过结构重参数化,将RepVGG的各层转换为单路结构,以提高模型推理的速度。实验结果表明,在增强的Oxford-102数据集上,新模型与原始模型及常见模型相比,其推理速度及分类准确率均有较大的提升,与未引入注意力前相比,分类准确率也有一定的提升。 展开更多
关键词 双线性卷积神经网络 RepVGG 注意力机制 细粒度 结构重参数化
在线阅读 下载PDF
基于图卷积和双线性注意力网络的药物靶标亲和力预测
3
作者 程竹平 李建华 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2024年第4期594-601,共8页
药物靶标亲和力预测在药物研发中扮演着重要的角色。针对现有预测方法大多忽略药物分子的二维结构信息、缺乏深层表征融合学习的问题,提出了基于图卷积和双线性注意力网络的药物靶标亲和力预测模型(GBN_DTA)。该模型首先基于多层图卷积... 药物靶标亲和力预测在药物研发中扮演着重要的角色。针对现有预测方法大多忽略药物分子的二维结构信息、缺乏深层表征融合学习的问题,提出了基于图卷积和双线性注意力网络的药物靶标亲和力预测模型(GBN_DTA)。该模型首先基于多层图卷积神经网络编码药物分子图,同时结合1D-CNN和双向长短期记忆网络(BiLSTM)编码靶标序列;然后使用双线性注意力网络融合编码后的药物和靶标特征,最终获得亲和力预测分数。实验结果表明,该模型在DAVIS和KIBA数据集上的性能均优于其他6种主流方法,有效提升了预测准确率。 展开更多
关键词 药物靶标亲和力预测 药物研发 图卷积神经网络 双线性注意力网络 深层表征融合
在线阅读 下载PDF
基于双线性注意力网络的垃圾图像识别与分类方法
4
作者 张旭鹏 魏建兵 《长江信息通信》 2024年第1期109-111,共3页
针对传统图像识别技术应用于垃圾图像的识别及分类中存在的误差较大的问题,文章提出一种基于双线性注意力网络的垃圾图像识别与分类方法。采用二维中值滤波法,对自主拍摄和网络收集而构建的居民生活垃圾图像数据集图像进行去噪处理。应... 针对传统图像识别技术应用于垃圾图像的识别及分类中存在的误差较大的问题,文章提出一种基于双线性注意力网络的垃圾图像识别与分类方法。采用二维中值滤波法,对自主拍摄和网络收集而构建的居民生活垃圾图像数据集图像进行去噪处理。应用多尺度融合方法对去噪后的图像质量进行增强处理,以此完成对垃圾图像的预处理。最后,设计一个双线性注意力网络模型,经过模型训练完成垃圾图像的分类识别。实验结果表明,应用该方法识别并分类居民生活垃圾图像的准确率为96.5%,说明该方法具有较好的有效性与较高的准确性。 展开更多
关键词 双线性注意力网络 垃圾图像 图像识别 垃圾分类
在线阅读 下载PDF
基于核化双线性卷积网络的细粒度图像分类 被引量：18
5
作者 葛疏雨 高子淋 +1 位作者 张冰冰 李培华 《电子学报》 EI CAS CSCD 北大核心 2019年第10期2134-2141,共8页
双线性卷积网络(Bilinear CNN,B-CNN)在计算机视觉任务中有着广泛的应用.B-CNN通过对卷积层输出的特征进行外积操作,能够建模不同通道之间的线性相关,从而增强了卷积网络的表达能力.由于没有考虑特征图中通道之间的非线性关系,该方法无... 双线性卷积网络(Bilinear CNN,B-CNN)在计算机视觉任务中有着广泛的应用.B-CNN通过对卷积层输出的特征进行外积操作,能够建模不同通道之间的线性相关,从而增强了卷积网络的表达能力.由于没有考虑特征图中通道之间的非线性关系,该方法无法充分利用通道之间所蕴含的更丰富信息.为了解决这一不足,本文提出了一种核化的双线性卷积网络,通过使用核函数的方式有效地建模特征图中通道之间的非线性关系,进一步增强卷积网络的表达能力.本文在三个常用的细粒度数据库CUB-200-2011、FGVC-Aircraft以及Cars上对本文方法进行了验证,实验表明本文方法在三个数据库上均优于同类方法. 展开更多
关键词 核化双线性聚合 双线性卷积网络 端到端学习 细粒度图像分类
在线阅读 下载PDF
双线性反馈神经网络的复值盲均衡算法研究 被引量：1
6
作者 刘子通 《山西电子技术》 2011年第4期76-78,共3页
将基于双线性反馈神经网络的盲均衡算法运用到了复数系统中,推导了复数系统中网络的权值迭代公式,运用QAM信号对算法进行仿真表明,算法对于QAM信号的均衡有着较快的收敛速度和较低的误码率。
关键词 盲均衡算法 双线性反馈神经网络 复数系统 收敛速度 误码率
在线阅读 下载PDF
基于改进B-CNN模型的羊绒与羊毛纤维识别 被引量：5
7
作者 朱耀麟 穆婉婉 +1 位作者 王进美 李文雅 《西安工程大学学报》 CAS 2021年第6期46-53,共8页
由于物体本身较小的类间差异和因拍摄环境、背景等导致的较大的类内差异,羊绒和羊毛的图像识别一直是纺织领域的难题。为解决羊绒与羊毛纤维难以鉴别的问题,提出一种改进的双线性卷积神经网络(bilinear convolutional neural network,B-... 由于物体本身较小的类间差异和因拍摄环境、背景等导致的较大的类内差异,羊绒和羊毛的图像识别一直是纺织领域的难题。为解决羊绒与羊毛纤维难以鉴别的问题,提出一种改进的双线性卷积神经网络(bilinear convolutional neural network,B-CNN)模型用于羊绒和羊毛纤维识别。该方法通过对两路网络进行改进,提取纤维原始样本图像和骨架图像不同层次特征向量,采用向量拼接方式融合2幅图像特征,实现信息互补,从而增强特征表达能力,最后使用迁移训练,解决纤维扫描电子显微镜(scanning electron microscope,SEM)图像小样本问题,提高分类精度和效率。实验结果表明:该模型与经典B-CNN模型相比,测试集准确率最高可达98.06%,说明该模型能够有效解决羊绒与羊毛纤维识别问题。 展开更多
关键词 羊绒 羊毛 双线性卷积神经网络模型 特征融合 迁移训练
在线阅读 下载PDF
基于3D和1D多特征融合的语音情感识别算法 被引量：9
8
作者 徐华南 周晓彦 +1 位作者 姜万 李大鹏 《声学技术》 CSCD 北大核心 2021年第4期496-502,共7页
针对语音情感识别任务中特征提取单一、分类准确率低等问题,提出一种3D和1D多特征融合的情感识别方法,对特征提取算法进行改进。在3D网络,综合考虑空间特征学习和时间依赖性构造,利用双线性卷积神经网络(Bilinear Convolutional Neural ... 针对语音情感识别任务中特征提取单一、分类准确率低等问题,提出一种3D和1D多特征融合的情感识别方法,对特征提取算法进行改进。在3D网络,综合考虑空间特征学习和时间依赖性构造,利用双线性卷积神经网络(Bilinear Convolutional Neural Network,BCNN)提取空间特征,长短期记忆网络(Short-Term Memory Network,LSTM)和注意力(attention)机制提取显著的时间依赖特征。为降低说话者差异的影响,计算语音的对数梅尔特征(Log-Mel)和一阶差分、二阶差分特征合成3D Log-Mel特征集。在1D网络,利用一维卷积和LSTM的框架。最后3D和1D多特征融合得到判别性强的情感特征,利用softmax函数进行情感分类。在IEMOCAP和EMO-DB数据库上实验,平均识别率分别为61.22%和85.69%,同时与提取单一特征的3D和1D算法相比,多特征融合算法具有更好的识别性能。 展开更多
关键词 语音情感识别 双线性卷积网络 长短期记忆网络 注意力(attention) 多特征融合
在线阅读 下载PDF
基于自身注意力时空特征的语音情感识别算法 被引量：5
9
作者 徐华南 周晓彦 +1 位作者 姜万 李大鹏 《声学技术》 CSCD 北大核心 2021年第6期807-814,共8页
针对语音情感识别中无法对关键的时空依赖关系进行建模,导致识别率低的问题,提出一种基于自身注意力(self-attention)时空特征的语音情感识别算法,利用双线性卷积神经网络、长短期记忆网络和多组注意力(multi-head attention)机制去自... 针对语音情感识别中无法对关键的时空依赖关系进行建模,导致识别率低的问题,提出一种基于自身注意力(self-attention)时空特征的语音情感识别算法,利用双线性卷积神经网络、长短期记忆网络和多组注意力(multi-head attention)机制去自动学习语音信号的最佳时空表征。首先提取语音信号的对数梅尔(log-Mel)特征、一阶差分和二阶差分特征合成3D log-Mel特征集作为卷积神经网络的输入;然后综合考虑空间特征和时间依赖性关系,将双线性池化和双向长短期记忆网络的输出融合得到空间-时间特征表征,利用多组注意力机制捕获判别性强的特征;最后利用softmax函数进行分类。在IEMOCAP和EMO-DB数据库上进行实验,结果表明两种数据库的识别率分别为63.12%和87.09%,证明了此方法的有效性。 展开更多
关键词 语音情感识别 3D log-Mel 双线性卷积神经网络 长短期记忆网络 多组注意力
在线阅读 下载PDF
基于细粒度图像分类算法的新冠CT图像分类 被引量：1
10
作者 蔡茂 刘芳 《吉林大学学报（信息科学版）》 CAS 2023年第4期676-684,共9页
为解决新型冠状病毒肺炎(COVID-19:Corona Virus Disease 2019)计算机辅助诊断相关问题,建立双线性卷积神经网络模型,选取VGG(VGG:Visual Geometry Groupnetwork)16与VGG19网络作为特征提取子网络,将算法应用于新冠图像分类,并与基本图... 为解决新型冠状病毒肺炎(COVID-19:Corona Virus Disease 2019)计算机辅助诊断相关问题,建立双线性卷积神经网络模型,选取VGG(VGG:Visual Geometry Groupnetwork)16与VGG19网络作为特征提取子网络,将算法应用于新冠图像分类,并与基本图像分类算法进行对比。计算结果和病灶可视化分析表明,与其他深度学习网络模型相比,双线性卷积神经网络模型具有更高的精度,准确度高达95.19%。通过替换原始分类层,采用支持向量机分类器,模型分类准确度进一步提高至96.78%。研究结果证实了细粒度图像算法在新冠CT图像分类上的可行性,为快速正确诊疗新冠肺炎提供了可靠的工具。 展开更多
关键词 图像分类 双线性卷积神经网络 支持向量机 新冠肺炎
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 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