期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
2
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于图像偏移角和多分支卷积神经网络的旋转不变模型设计
1
作者
张萌
李响
张经纬
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第12期4522-4528,共7页
卷积神经网络(CNN)具有平移不变性,但缺乏旋转不变性。近几年,为卷积神经网络进行旋转编码已成为解决这一技术痛点的主流方法,但这需要大量的参数和计算资源。鉴于图像是计算机视觉的主要焦点,该文提出一种名为图像偏移角和多分支卷积...
卷积神经网络(CNN)具有平移不变性,但缺乏旋转不变性。近几年,为卷积神经网络进行旋转编码已成为解决这一技术痛点的主流方法,但这需要大量的参数和计算资源。鉴于图像是计算机视觉的主要焦点,该文提出一种名为图像偏移角和多分支卷积神经网络(OAMC)的模型用于实现旋转不变。首先检测输入图像的偏移角,并根据偏移角反向旋转图像;将旋转后的图像输入无旋转编码的多分支结构卷积神经网络,优化响应模块,以输出最佳分支作为模型的最终预测。OAMC模型在旋转后的手写数字数据集上以最少的8 k参数量实现了96.98%的最佳分类精度。与在遥感数据集上的现有研究相比,模型仅用前人模型的1/3的参数量就可将精度最高提高8%。
展开更多
关键词
深度学习
旋转图像分类
偏移角
多分支卷积神经网络
在线阅读
下载PDF
职称材料
利用3D-RepVGG进行阿尔兹海默症诊断
被引量：
1
2
作者
胡众义
张夏彬
《计算机应用》
CSCD
北大核心
2023年第S01期26-32,共7页
阿尔兹海默症(AD)临床症状为失忆、失语与丧失行动能力等。AD暂无有效治疗方法,但早期干预已证明有效,因此,AD早期诊断至关重要。针对该问题,基于RepVGG网络架构中的结构重参数化技术,将训练阶段的多分支卷积网络等效转换为预测阶段的...
阿尔兹海默症(AD)临床症状为失忆、失语与丧失行动能力等。AD暂无有效治疗方法,但早期干预已证明有效,因此,AD早期诊断至关重要。针对该问题,基于RepVGG网络架构中的结构重参数化技术,将训练阶段的多分支卷积网络等效转换为预测阶段的单分支卷积网络,获得多分支卷积网络性能高与单分支卷积网络速度快等优点;同时,利用3D卷积引入空间连续信息;最终,成功地将RepVGG网络架构与3D卷积融合,提出3D-RepVGG网络,以实现对AD、轻度认知障碍(MCI)和正常对照组(NC)的诊断。实验数据来自于公开数据库ADNI,原始的磁共振图像(MRI)使用SPM12进行预处理。预处理后数据输入3D-RepVGG进行AD/NC、MCI/NC、AD/MCI、AD/MCI/NC四种分类任务,分别获得了90.38%、85.90%、70.51%、62.50%的准确率。实验结果表明,3D-RepVGG在AD早期诊断任务上能获得较好的诊断结果。
展开更多
关键词
阿尔兹海默症
计算机辅助诊断
三维
卷积
神经网络
多分支卷积神经网络
图像分类
在线阅读
下载PDF
职称材料
题名
基于图像偏移角和多分支卷积神经网络的旋转不变模型设计
1
作者
张萌
李响
张经纬
机构
东南大学集成电路学院
兰州大学物理科学与技术学院
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第12期4522-4528,共7页
基金
广东省重点领域研发计划(2021B1101270006)。
文摘
卷积神经网络(CNN)具有平移不变性,但缺乏旋转不变性。近几年,为卷积神经网络进行旋转编码已成为解决这一技术痛点的主流方法,但这需要大量的参数和计算资源。鉴于图像是计算机视觉的主要焦点,该文提出一种名为图像偏移角和多分支卷积神经网络(OAMC)的模型用于实现旋转不变。首先检测输入图像的偏移角,并根据偏移角反向旋转图像;将旋转后的图像输入无旋转编码的多分支结构卷积神经网络,优化响应模块,以输出最佳分支作为模型的最终预测。OAMC模型在旋转后的手写数字数据集上以最少的8 k参数量实现了96.98%的最佳分类精度。与在遥感数据集上的现有研究相比,模型仅用前人模型的1/3的参数量就可将精度最高提高8%。
关键词
深度学习
旋转图像分类
偏移角
多分支卷积神经网络
Keywords
Deep learning
Rotated image classification
Offset angle
Multibranch Convolutional Neural Networks(CNN)
分类号
TN911.73 [电子电信—通信与信息系统]
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
利用3D-RepVGG进行阿尔兹海默症诊断
被引量：
1
2
作者
胡众义
张夏彬
机构
温州大学计算机与人工智能学院
温州市智能影像处理与分析重点实验室(温州大学)
出处
《计算机应用》
CSCD
北大核心
2023年第S01期26-32,共7页
基金
浙江省自然科学基金资助项目(LD21F020001)
国家自然科学基金重点支持项目(U1809209)
温州市科技计划重大科技创新攻关项目(ZY2019020)
文摘
阿尔兹海默症(AD)临床症状为失忆、失语与丧失行动能力等。AD暂无有效治疗方法,但早期干预已证明有效,因此,AD早期诊断至关重要。针对该问题,基于RepVGG网络架构中的结构重参数化技术,将训练阶段的多分支卷积网络等效转换为预测阶段的单分支卷积网络,获得多分支卷积网络性能高与单分支卷积网络速度快等优点;同时,利用3D卷积引入空间连续信息;最终,成功地将RepVGG网络架构与3D卷积融合,提出3D-RepVGG网络,以实现对AD、轻度认知障碍(MCI)和正常对照组(NC)的诊断。实验数据来自于公开数据库ADNI,原始的磁共振图像(MRI)使用SPM12进行预处理。预处理后数据输入3D-RepVGG进行AD/NC、MCI/NC、AD/MCI、AD/MCI/NC四种分类任务,分别获得了90.38%、85.90%、70.51%、62.50%的准确率。实验结果表明,3D-RepVGG在AD早期诊断任务上能获得较好的诊断结果。
关键词
阿尔兹海默症
计算机辅助诊断
三维
卷积
神经网络
多分支卷积神经网络
图像分类
Keywords
Alzheimer Disease(AD)
computer aided diagnosis
3D Convolution Neural Network(CNN)
multi-branch CNN
image classification
分类号
TP311.1 [自动化与计算机技术—计算机软件与理论]
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
基于图像偏移角和多分支卷积神经网络的旋转不变模型设计
张萌
李响
张经纬
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
利用3D-RepVGG进行阿尔兹海默症诊断
胡众义
张夏彬
《计算机应用》
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
