检索结果-维普期刊中文期刊服务平台

基于反卷积神经网络的脑脊液图像快速识别模型: 1; 作者黄文明冷金强 +2 位作者邓珍荣徐双双雷茜茜《计算机应用与软件》 CSCD 2016年第7期225-228,303,共5页; 提出一种基于反卷积神经网络的脑脊液CSF(Cerebrospinal Fluid)图像快速识别模型。该模型使用无监督学习方法从底层边缘特征到高层对象部分连接对整个图像进行图片特征表述。此外,对不变性、多层模型中层与层如何直接训练等基本问题设... 展开更多; 关键词反卷积神经网络特征提取脑脊液图像识别分类线性支持向量机; 在线阅读下载PDF 职称材料

深层2D反卷积神经网络的序列推荐算法: 2; 作者李昆仑孙瑞刚王珺《小型微型计算机系统》 CSCD 北大核心 2022年第11期2328-2335,共8页; 序列推荐是推荐算法体系中重要的内容之一.尽管传统的序列推荐算法已经取得了较好的效果,但是传统序列推荐算法容易受到用户行为序列的单向链式结构约束,一旦序列中出现突发性购买项目则会影响整体的推荐效果.本文基于深层2D反卷积神经... 展开更多; 关键词推荐系统深度学习序列信息反卷积神经网络; 在线阅读下载PDF 职称材料

基于跳连接反卷积神经网络的自动眼镜摘除被引量：1: 3; 作者王丙付刘学亮《合肥工业大学学报（自然科学版）》 CAS 北大核心 2018年第4期480-484,共5页; 随着人工智能的快速发展,人脸识别已经成为计算机视觉领域非常热门的研究方向;眼镜作为最常见的遮挡物,对人脸识别的性能有着较大的影响。传统方法大多使用主成分分析(principal component analysis,PCA)重建技术对眼镜进行摘除,但是预... 展开更多; 关键词跳连接反卷积神经网络自动眼镜摘除端对端训练人脸识别; 在线阅读下载PDF 职称材料

面向糖网小目标检测的反卷积神经网络方法被引量：1: 4; 作者彭志浩陈辉 +1 位作者张欣鹏武继刚《计算机应用与软件》北大核心 2022年第5期204-212,共9页; 糖尿病视网膜病变(Diabetic Retinopathy,DR)的早期病变主要包括为微动脉瘤、出血点和硬性渗出物。但在临床中仅依靠医生进行人工标注,耗时费力。传统方法在检测DR早期病变中存在着特征提取困难、分类性能差等问题。因此,提出一种反卷... 展开更多; 关键词反卷积神经网络微动脉瘤出血点硬性渗出物; 在线阅读下载PDF 职称材料

一种改进的深度网络残差学习的图像降噪方法被引量：3: 5; 作者靳华中刘阳叶志伟《华中师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第6期949-955,968,共8页; 近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上... 展开更多; 关键词图像降噪深度学习残差学习反卷积神经网络; 在线阅读下载PDF 职称材料

基于深度学习的白内障识别与分级被引量：12: 6; 作者李建强张苓琳 +2 位作者张莉杨吉江王青《第二军医大学学报》 CAS CSCD 北大核心 2018年第8期878-885,共8页; 目的利用深度学习方法自动提取眼底白内障特征,构建白内障自动分类器,并可视化分析深度网络中间层特征的逐层变换过程。方法基于临床眼底图像,使用深度卷积神经网络(CNN)从输入数据的原始表示直接学习有用的特征,对比分析CNN自动提取的... 展开更多; 关键词人工智能白内障深度学习深度卷积神经网络反卷积神经网络; 在线阅读下载PDF 职称材料

基于多尺度特征融合的小目标行人检测被引量：17: 7; 作者张思宇张轶《计算机工程与科学》 CSCD 北大核心 2019年第9期1627-1634,共8页; 针对SSD当前存在的小目标漏检以及误检问题,结合反卷积与特征融合思想,提出hgSSD模型。将原SSD特征层反卷积后与较浅层特征结合,实现复杂场景下小目标行人检测。为了保留浅层网络特征,提高算法实时性,节省计算资源,hgSSD模型基础网络使... 展开更多; 关键词小目标行人检测多尺度预测特征融合反卷积神经网络深度学习; 在线阅读下载PDF 职称材料

题名基于反卷积神经网络的脑脊液图像快速识别模型: 1; 作者黄文明冷金强邓珍荣徐双双雷茜茜; 机构桂林电子科技大学计算机科学与工程学院; 出处《计算机应用与软件》 CSCD 2016年第7期225-228,303,共5页; 基金广西自然科学基金项目(2013GXNSFAA019350); 文摘提出一种基于反卷积神经网络的脑脊液CSF(Cerebrospinal Fluid)图像快速识别模型。该模型使用无监督学习方法从底层边缘特征到高层对象部分连接对整个图像进行图片特征表述。此外,对不变性、多层模型中层与层如何直接训练等基本问题设计了一系列方法,如引入开关变量,计算每一幅图片试用的滤波器,并允许对每一层的图片单独训练,都提高了学习的鲁棒性。实验结果表明,该模型大大改进了脑脊液细胞图像识别的准确率,同时提高了训练效率。; 关键词反卷积神经网络特征提取脑脊液图像识别分类线性支持向量机; Keywords Deconvolution neural network Feature extraction Cerebrospinal fluid Image recognition Classified linear support vector machine; 分类号 TP391.41 [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

题名深层2D反卷积神经网络的序列推荐算法: 2; 作者李昆仑孙瑞刚王珺; 机构河北大学电子信息工程学院; 出处《小型微型计算机系统》 CSCD 北大核心 2022年第11期2328-2335,共8页; 基金国家自然科学基金项目(61672205)资助。; 文摘序列推荐是推荐算法体系中重要的内容之一.尽管传统的序列推荐算法已经取得了较好的效果,但是传统序列推荐算法容易受到用户行为序列的单向链式结构约束,一旦序列中出现突发性购买项目则会影响整体的推荐效果.本文基于深层2D反卷积神经网络通过成对编码放松了对序列单链的约束,跳过部分不合理项目,并通过反卷积神经网络扩充、提取序列信息.随后将多层神经网络相加,充分利用用户和项目的信息并加入丢弃层,避免出现过拟合现象.在训练过程中对损失函数进行了改进,增加权重系数,使训练时更容易找到神经网络损失函数的最小值,获得更好的推荐效果.在MovieLens和Gowalla数据集中的实验结果表明,本文所提出的算法可有效的提高神经网络对序列信息的处理能力,提高推荐的准确性.; 关键词推荐系统深度学习序列信息反卷积神经网络; Keywords recommender system deep learning sequence information deconvolutional neural network; 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

题名基于跳连接反卷积神经网络的自动眼镜摘除被引量：1: 3; 作者王丙付刘学亮; 机构合肥工业大学计算机与信息学院; 出处《合肥工业大学学报（自然科学版）》 CAS 北大核心 2018年第4期480-484,共5页; 基金国家自然科学基金资助项目(61632007) 国家重点基础研究发展计划(973计划)青年科学家专题资助项目(2014CB347600); 文摘随着人工智能的快速发展,人脸识别已经成为计算机视觉领域非常热门的研究方向;眼镜作为最常见的遮挡物,对人脸识别的性能有着较大的影响。传统方法大多使用主成分分析(principal component analysis,PCA)重建技术对眼镜进行摘除,但是预先定位眼镜位置非常困难,而且重建后图像的眼镜区域和非眼镜区域有着明显的不连续性。针对眼镜遮挡这一问题,文章提出了一种基于跳连接反卷积神经网络的自动眼镜摘除方法,实现了端对端的自动眼镜摘除技术,在尽可能保留人脸细节的前提下将眼镜从人脸图片中去除。该方法较好地解决了PCA重建中眼镜区域和非眼镜区域不连续性问题,使得眼镜去除效果更加接近真实效果。; 关键词跳连接反卷积神经网络自动眼镜摘除端对端训练人脸识别; Keywords skip connection deconvolutional neural network automatic glass removal end-to-end training face recognition; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名面向糖网小目标检测的反卷积神经网络方法被引量：1: 4; 作者彭志浩陈辉张欣鹏武继刚; 机构广东工业大学计算机学院; 出处《计算机应用与软件》北大核心 2022年第5期204-212,共9页; 基金国家自然科学基金项目(61902078)。; 文摘糖尿病视网膜病变(Diabetic Retinopathy,DR)的早期病变主要包括为微动脉瘤、出血点和硬性渗出物。但在临床中仅依靠医生进行人工标注,耗时费力。传统方法在检测DR早期病变中存在着特征提取困难、分类性能差等问题。因此,提出一种反卷积神经网络模型实现对上述三类病变的自动检测,其中反卷积层代替池化层可恢复在卷积运算中丢失的有用信息。实验结果表明,该方法可准确检测公共眼底图像数据库中的三类病变,灵敏度分别为91.7%、97.0%和99.4%。; 关键词反卷积神经网络微动脉瘤出血点硬性渗出物; Keywords Deconvolutional neural network Microaneurysm Hemorrhage Hard exudates; 分类号 TP391.7 [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

题名一种改进的深度网络残差学习的图像降噪方法被引量：3: 5; 作者靳华中刘阳叶志伟; 机构湖北工业大学计算机学院; 出处《华中师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第6期949-955,968,共8页; 基金 “十三五”国家重点研发计划项目(2016YFC0702000) “十三五”国家重点研发计划项目(2016YFC0702002) 地理信息工程国家重点实验室开放研究基金项目(SKLGIE2014-M-3-3).; 文摘近年来,基于深度卷积神经网络的学习方法在图像降噪方面取得了前所未有的成果,通过调整网络结构和参数来获取更好的图像降噪效果已成为研究热点.降噪卷积神经网络在深度神经网络中采用残差学习方法,在提高降噪效果的同时,在一定程度上解决了盲降噪问题.其不足之处在于算法收敛时间长.该文针对降噪卷积神经网络结构做了进一步的改进,提出了一种基于反卷积降噪神经网络的图像降噪算法.该文工作的主要特色如下:1)在原有的网络结构中,引入反卷积神经网络,优化了残差学习方式;2)提出一种新的损失函数计算方法.使用BSD68和SET12测试数据集对本文提出的方法进行验证,实验结果表明,该文算法的降噪性能与降噪卷积神经网络算法相比,在相同降噪效果情形下,该文算法的收敛时间缩短了120%~138%.同时,与传统的深度学习图像降噪算法比较,该文方法的降噪效果和运行效率也都有提高.; 关键词图像降噪深度学习残差学习反卷积神经网络; Keywords image denoising convolutional neural network residual learning deconvolutional network; 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

题名基于深度学习的白内障识别与分级被引量：12: 6; 作者李建强张苓琳张莉杨吉江王青; 机构北京工业大学软件学院中国北京同仁首都医科大学附属北京同仁医院眼科中心清华大学信息技术研究院; 出处《第二军医大学学报》 CAS CSCD 北大核心 2018年第8期878-885,共8页; 基金国家科技重大专项(2017YFB1400803),国家自然科学基金重点项目(71432004).; 文摘目的利用深度学习方法自动提取眼底白内障特征,构建白内障自动分类器,并可视化分析深度网络中间层特征的逐层变换过程。方法基于临床眼底图像,使用深度卷积神经网络(CNN)从输入数据的原始表示直接学习有用的特征,对比分析CNN自动提取的特征与预定义特征的性能表现。然后利用反卷积神经网络(DN)量化分析CNN各个中间层的特征,进一步研究输入图像中对CNN的预测贡献最大的像素集,探究CNN表征白内障的具体过程。结果使用深度学习方法构建的分类器在四分类任务中达到0.818 6的平均准确率。与现有的预定义特征集相比,利用深度CNN自动提取的特征集能提供更好的白内障特征表示。CNN中间层特征呈现从低级抽象到高级抽象的分层变换,如梯度变化到边缘,然后到边缘状发散结构的组合,最后到血管和视神经盘信息的高级抽象,这种变换过程与临床检测白内障的诊断标准相吻合。结论基于深度学习的分类器在性能表现上优于现有分类器。该方法对检测其他眼病也可能具有潜在的应用前景。; 关键词人工智能白内障深度学习深度卷积神经网络反卷积神经网络; Keywords artificial intelligence cataract deep learning deep convolutional neural network deconvolution neural network; 分类号 R776.1 [医药卫生—眼科]; 在线阅读下载PDF 职称材料

题名基于多尺度特征融合的小目标行人检测被引量：17: 7; 作者张思宇张轶; 机构四川大学计算机学院四川大学视觉合成图形图像技术国家重点学科实验室; 出处《计算机工程与科学》 CSCD 北大核心 2019年第9期1627-1634,共8页; 文摘针对SSD当前存在的小目标漏检以及误检问题,结合反卷积与特征融合思想,提出hgSSD模型。将原SSD特征层反卷积后与较浅层特征结合,实现复杂场景下小目标行人检测。为了保留浅层网络特征,提高算法实时性,节省计算资源,hgSSD模型基础网络使用VGG16,而非更深层的ResNet101。为了加强对小目标的检测,将VGG16中的Conv3_3改进为特征层加入训练。融合后的网络相对于SSD较为复杂,但基本保证实时性,且成功检测到大部分SSD网络漏检的小目标,检测精度相比于SSD模型也有提升。在选择框置信度得分阈值为0.3的情况下,基本检测到SSD漏检小目标。在VOC2007+2012中相对于SSD行人检测的Average Precision值从0.765提升为0.83。; 关键词小目标行人检测多尺度预测特征融合反卷积神经网络深度学习; Keywords small target pedestrian detection multi-scale prediction feature fusion deconvolutional neural network deep learning; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 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	基于反卷积神经网络的脑脊液图像快速识别模型	黄文明冷金强邓珍荣徐双双雷茜茜	《计算机应用与软件》 CSCD	2016	0	在线阅读下载PDF 职称材料
2	深层2D反卷积神经网络的序列推荐算法	李昆仑孙瑞刚王珺	《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
3	基于跳连接反卷积神经网络的自动眼镜摘除	王丙付刘学亮	《合肥工业大学学报（自然科学版）》 CAS 北大核心	2018	1	在线阅读下载PDF 职称材料
4	面向糖网小目标检测的反卷积神经网络方法	彭志浩陈辉张欣鹏武继刚	《计算机应用与软件》北大核心	2022	1	在线阅读下载PDF 职称材料
5	一种改进的深度网络残差学习的图像降噪方法	靳华中刘阳叶志伟	《华中师范大学学报（自然科学版）》 CAS CSCD 北大核心	2020	3	在线阅读下载PDF 职称材料
6	基于深度学习的白内障识别与分级	李建强张苓琳张莉杨吉江王青	《第二军医大学学报》 CAS CSCD 北大核心	2018	12	在线阅读下载PDF 职称材料
7	基于多尺度特征融合的小目标行人检测	张思宇张轶	《计算机工程与科学》 CSCD 北大核心	2019	17	在线阅读下载PDF 职称材料