-
题名稠密融合卷积神经网络的多模态地基云状分类
被引量：2
- 1
-
-
作者
刘爽
许依琳
张重
-
机构
天津师范大学电子与通信工程学院
-
出处
《电子测量技术》
北大核心
2021年第20期157-161,共5页
-
基金
国家自然科学基金(62171321)
天津市自然科学基金重点项目(20JCZDJC00180,19JCZDJC31500)
天津师范大学教学改革项目(重点项目)(JGZD01220014)资助。
-
文摘
为了解决现有的地基云状分类方法对多模态信息利用不充分的问题,有效融合地基云样本的视觉特征与多模态特征,提出稠密融合卷积神经网络的多模态地基云状分类方法。稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的视觉特征,采用多模态子网络提取多模态特征,在网络内部加入了5个稠密融合模块,用于充分融合视觉特征与多模态特征,稠密融合模块在不改变原有网络结构的同时,能够独立地加到入子网络中,具有较大的灵活性。在多模态地基云公开数据集MGCD上的实验达到了89.14%的分类精度,验证了所提出的稠密融合卷积神经网络在地基云状分类任务中的有效性。
-
关键词
卷积神经网络
多模态地基云状分类
稠密融合
-
Keywords
convolutional neural network
multi-modal ground-based cloud classification
dense fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
