检索结果-维普期刊中文期刊服务平台

基于滤波器组和残差网络的环境声音识别算法被引量：7: 1; 作者刘亚荣于顼顼谢晓兰《计算机工程与设计》北大核心 2023年第6期1736-1742,共7页; 为解决现有传统环境声音识别技术识别率不高和普通卷积神经网络易出现网络退化的问题,提出一种基于滤波器组和残差网络的环境声音识别算法。采用滤波器组对声音信号进行特征提取,设计14层的残差网络,使用学习率衰减策略,将提取的特征输... 展开更多; 关键词网络退化滤波器组残差网络环境声音识别特征提取学习率衰减分类器模型; 在线阅读下载PDF 职称材料

针对深度伪造的对抗攻击算法动态APGD设计被引量：3: 2; 作者裘昊轩杜彦辉芦天亮《计算机工程与应用》 CSCD 北大核心 2022年第24期97-106,共10页; 为了防范利用深度伪造模型伪造图片,提出了一种改进的对抗样本生成算法即动态APGD(dynamic APGD,DAPGD),通过制作对抗样本替代原始图片,使深伪模型的输出产生明显失真,从而无法有效地生成伪造图片。DAPGD使用自适应衰减学习率的思路,能... 展开更多; 关键词深度伪造对抗样本学习率衰减动态检查点早停; 在线阅读下载PDF 职称材料

一种改进ADAM-CNN模型的钢筋混凝土腐蚀检测方法被引量：5: 3; 作者林旭梅胡川 +2 位作者朱广辉陈一戈苗芳荣《中国测试》 CAS 北大核心 2023年第2期8-14,共7页; 针对钢筋混凝土腐蚀检测中单一传感器或检测方式获取锈蚀特征信息不足及准确率不高等问题,提出一种改进神经网络模型结构下对集成阳极梯、应变力、温度传感器的多传感器数据融合检测方式。首先将一维多传感器数据二维化,采用卷积核对特... 展开更多; 关键词钢筋混凝土腐蚀检测多传感器检测残差神经网络 ADAM算法学习率衰减; 在线阅读下载PDF 职称材料

基于SE-DenseNet的变压器故障诊断被引量：15: 4; 作者郭如雁彭敏放曹振其《电工电能新技术》 CSCD 北大核心 2021年第1期61-69,共9页; 由于变压器故障数据有限,采用神经网络诊断容易出现过拟合。通过Wasserstein生成对抗网络(Wasserstein Generative Adversarial Networks,WGAN)数据增强,采用变压器油中溶解气体作为故障诊断参量,本文提出了SE-DenseNet神经网络模型,该... 展开更多; 关键词数据增强无编码比值法稠密神经网络特征重复利用挤压和激励权重值校准指数衰减学习率; 在线阅读下载PDF 职称材料

基于并行卷积神经网络的图像美学分类被引量：2: 5; 作者刘飞飞任舒琪 +1 位作者郭波超朱杨林《计算机工程与设计》北大核心 2019年第4期1120-1125,共6页; 针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法。从图像的不同角度出发,自动提取有用的图像... 展开更多; 关键词并行卷积神经网络特征提取深度学习图像美学分类指数衰减学习率; 在线阅读下载PDF 职称材料

题名基于滤波器组和残差网络的环境声音识别算法被引量：7: 1; 作者刘亚荣于顼顼谢晓兰; 机构桂林理工大学广西嵌入式技术与智能系统重点实验室桂林理工大学信息科学与工程学院; 出处《计算机工程与设计》北大核心 2023年第6期1736-1742,共7页; 基金国家自然科学基金项目(61762031) 广西科技重大专项基金项目(AA19046004) +1 种基金广西嵌入式技术与智能系统重点实验室开放基金项目(2020-2-11)。; 文摘为解决现有传统环境声音识别技术识别率不高和普通卷积神经网络易出现网络退化的问题,提出一种基于滤波器组和残差网络的环境声音识别算法。采用滤波器组对声音信号进行特征提取,设计14层的残差网络,使用学习率衰减策略,将提取的特征输入到14层残差网络之中训练并测试。实验结果表明,在使用相同数据集ESC-10的情况下,与传统分类器模型和DCASE基线系统提供的识别方法相比,识别准确率分别提高了22.3%、17.4%和9.5%,验证了该方法在小样本情况下具有更高的识别准确率。; 关键词网络退化滤波器组残差网络环境声音识别特征提取学习率衰减分类器模型; Keywords network degradation filter bank residual network environmental sound recognition feature extraction learning rate attenuation classifier model; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名针对深度伪造的对抗攻击算法动态APGD设计被引量：3: 2; 作者裘昊轩杜彦辉芦天亮; 机构中国人民公安大学信息网络安全学院; 出处《计算机工程与应用》 CSCD 北大核心 2022年第24期97-106,共10页; 基金中国人民公安大学世界一流学科大学建设项目(2021FZB13) 中国人民公安大学公共安全行为科学实验室开放课题(2020SYS20) +1 种基金国家自然科学基金(61602489)。; 文摘为了防范利用深度伪造模型伪造图片,提出了一种改进的对抗样本生成算法即动态APGD(dynamic APGD,DAPGD),通过制作对抗样本替代原始图片,使深伪模型的输出产生明显失真,从而无法有效地生成伪造图片。DAPGD使用自适应衰减学习率的思路,能加快算法收敛速度,提升收敛时对抗样本的质量;同时针对APGD容易错过最佳衰减学习率时机的问题,动态地设置用于衰减学习率的检查点,能更彻底地发挥学习率衰减的作用。由于深伪模型使用随机参数导致损失函数不稳定,取消了APGD的局部早停机制,提升算法的效果与速度。针对三个主流深度伪造模型进行DAPGD攻击实验,并与原算法及其他算法进行对比,结果表明,DAPGD生成的对抗样本在输出失真大小、攻击成功比例两个指标上均能取得更好的效果,能更有效地干扰深伪模型伪造图片。; 关键词深度伪造对抗样本学习率衰减动态检查点早停; Keywords deepfake adversarial example learning rate decay dynamic checkpoint early stopping; 分类号 TP301 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名一种改进ADAM-CNN模型的钢筋混凝土腐蚀检测方法被引量：5: 3; 作者林旭梅胡川朱广辉陈一戈苗芳荣; 机构青岛理工大学信息与控制工程学院; 出处《中国测试》 CAS 北大核心 2023年第2期8-14,共7页; 基金国家重点基础研究发展计划“973”项目(2015CB655100)。; 文摘针对钢筋混凝土腐蚀检测中单一传感器或检测方式获取锈蚀特征信息不足及准确率不高等问题,提出一种改进神经网络模型结构下对集成阳极梯、应变力、温度传感器的多传感器数据融合检测方式。首先将一维多传感器数据二维化,采用卷积核对特征信息滤波提取,提取后的信息平展后连接BP残差神经网络层,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,提高网络模型的拟合及泛化能力。针对ADAM优化算法在模型训练后期学习率可能震荡不收敛问题,引入分段学习率衰减策略抑制后期震荡,同时对二阶矩估计梯度变化进行调整,提高迭代收敛效率。仿真结果表明,改进后的ADAM-CNN算法模型具有更好的分类性能,在钢筋腐蚀样本测试集上的平均准确率为96.2%。; 关键词钢筋混凝土腐蚀检测多传感器检测残差神经网络 ADAM算法学习率衰减; Keywords reinforced concrete corrosion detection multi-sensor detection residual neural network ADAM algorithm decay of learning rate; 分类号 TU528.33 [建筑科学—建筑技术科学] TB9 [机械工程—测试计量技术及仪器]; 在线阅读下载PDF 职称材料

题名基于SE-DenseNet的变压器故障诊断被引量：15: 4; 作者郭如雁彭敏放曹振其; 机构湖南大学电气与信息工程学院; 出处《电工电能新技术》 CSCD 北大核心 2021年第1期61-69,共9页; 基金国家自然科学基金项目(61973107&61472128)。; 文摘由于变压器故障数据有限,采用神经网络诊断容易出现过拟合。通过Wasserstein生成对抗网络(Wasserstein Generative Adversarial Networks,WGAN)数据增强,采用变压器油中溶解气体作为故障诊断参量,本文提出了SE-DenseNet神经网络模型,该模型使用无编码比值法,结合深度稠密神经网络(Densely Connected Convolutional Networks,DenseNet)进行数据融合,特征重复利用以及挤压和激励模块(Squeeze-and-Excitation,SE)的特征图权重值校准的优点,运用指数衰减学习率、dropout、L2正则化、损失函数Adam收敛算法等优化方法,并且在同样数据集下将深度卷积神经网络、DenseNet与SE-DenseNet的三者性能进行定量对比分析。实验结果表明,三者之中本文提出的SE-DenseNet模型收敛速度快,准确率最高,泛化能力最强。; 关键词数据增强无编码比值法稠密神经网络特征重复利用挤压和激励权重值校准指数衰减学习率; Keywords data enhancement non-encoding ratio method DenseNet feature reuse squeeze-and-excitation weight value calibration exponential decay learning rate; 分类号 TM41 [电气工程—电器] 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

题名基于并行卷积神经网络的图像美学分类被引量：2: 5; 作者刘飞飞任舒琪郭波超朱杨林; 机构江西理工大学电气工程与自动化学院; 出处《计算机工程与设计》北大核心 2019年第4期1120-1125,共6页; 基金国家自然科学基金项目(61364014) 江西省研究生创新专项资金基金项目(YC2017-S307); 文摘针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法。从图像的不同角度出发,自动提取有用的图像美学特征,提高对图像美学的分类效果。实验结果表明,与其它算法实验结果相对比,所提算法增加了图像美学分类的准确率,有一定的实用性。; 关键词并行卷积神经网络特征提取深度学习图像美学分类指数衰减学习率; Keywords parallel convolution neural network feature extraction deep learning image aesthetic classification exponential decay learning rate; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] 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	基于滤波器组和残差网络的环境声音识别算法	刘亚荣于顼顼谢晓兰	《计算机工程与设计》北大核心	2023	7	在线阅读下载PDF 职称材料
2	针对深度伪造的对抗攻击算法动态APGD设计	裘昊轩杜彦辉芦天亮	《计算机工程与应用》 CSCD 北大核心	2022	3	在线阅读下载PDF 职称材料
3	一种改进ADAM-CNN模型的钢筋混凝土腐蚀检测方法	林旭梅胡川朱广辉陈一戈苗芳荣	《中国测试》 CAS 北大核心	2023	5	在线阅读下载PDF 职称材料
4	基于SE-DenseNet的变压器故障诊断	郭如雁彭敏放曹振其	《电工电能新技术》 CSCD 北大核心	2021	15	在线阅读下载PDF 职称材料
5	基于并行卷积神经网络的图像美学分类	刘飞飞任舒琪郭波超朱杨林	《计算机工程与设计》北大核心	2019	2	在线阅读下载PDF 职称材料