期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于并行附加特征提取网络的SSD地面小目标检测模型 被引量:16
1
作者 李宝奇 贺昱曜 +1 位作者 强伟 何灵蛟 《电子学报》 EI CAS CSCD 北大核心 2020年第1期84-91,共8页
针对SSD原始附加特征提取网络(Original Additional Feature Extraction Network,OAFEN)中stride操作造成图像小目标信息丢失和串联结构产生的多尺度特征之间冗余度较大的问题,提出了一种计算量小、感受野大的深度可分离空洞卷积(Depthw... 针对SSD原始附加特征提取网络(Original Additional Feature Extraction Network,OAFEN)中stride操作造成图像小目标信息丢失和串联结构产生的多尺度特征之间冗余度较大的问题,提出了一种计算量小、感受野大的深度可分离空洞卷积(Depthwise Separable Dilated Convolution,DSDC),并利用DSDC设计了一个包含三个独立子网络的并行附加特征提取网络(Parallel Additional Feature Extraction Network,PAFEN).PAFEN上路用两个DSDC提取尺寸为19*19和3*3的特征图;中路用一个DSDC提取尺寸为10*10的特征图;下路用两个DSDC提取尺寸为5*5和1*1的特征图.实验结果表明,在SSD框架内,PAFEN在mAP和检测时间等方面均优于OAFEN,适用于地面小目标的检测任务. 展开更多
关键词 目标检测 SSD 深度可分离卷积 空洞卷积 深度可分离空洞卷积 并行附加特征提取网络
在线阅读 下载PDF
基于数据融合并行特征提取的调峰电源设备状态评估方法 被引量:7
2
作者 郝峰 方冰 +3 位作者 祁炜雯 郭勤慧 朱传古 潘伟峰 《水电能源科学》 北大核心 2023年第5期203-206,215,共5页
调峰电源设备状态评估有利于电力系统安全稳定运行。系统监测数据本质为一系列指标量的时间序列,评价系统状态时需综合考虑不同指标量间的耦合关系,且实时监测系统对模型的处理速度也有所要求。对此,提出了一种基于数据融合并行特征提... 调峰电源设备状态评估有利于电力系统安全稳定运行。系统监测数据本质为一系列指标量的时间序列,评价系统状态时需综合考虑不同指标量间的耦合关系,且实时监测系统对模型的处理速度也有所要求。对此,提出了一种基于数据融合并行特征提取的调峰电源设备状态评估方法。并行提取时间序列统计特征,基于多重假设检验选择重要特征,再利用所设计的分层图卷积网络实现信息整合。试验表明,对比现有模型,该方法的识别准确率大幅提高,运行时间缩短,可迁移性提升。 展开更多
关键词 调峰电源设备状态评估 并行时间序列处理 网络 特征提取 数据融合
在线阅读 下载PDF
基于并行融合网络的多功能雷达行为辨识技术
3
作者 王宏兴 舒汀 +1 位作者 何劲 郁文贤 《现代雷达》 CSCD 北大核心 2024年第11期50-55,共6页
针对多功能雷达在信号层面分析时样式复杂多变、整体特征表述不全面、提供关键信息能力不足的问题,建立了一种多层级的多功能雷达行为层面表征模型,提出了一种基于一维深度卷积神经网络和门控循环网络并行处理的融合网络结构。在使用多... 针对多功能雷达在信号层面分析时样式复杂多变、整体特征表述不全面、提供关键信息能力不足的问题,建立了一种多层级的多功能雷达行为层面表征模型,提出了一种基于一维深度卷积神经网络和门控循环网络并行处理的融合网络结构。在使用多层级模型清晰有效地表征和分析多功能雷达行为的基础上,结合两种网络分别在局部深度特征提取和全局时序特征提取方面的优势,实现了对多功能雷达典型功能的行为辨识。仿真实验结果表明,在参数交织程度较高的情况下,该网络对多功能雷达四种典型功能的行为辨识准确率达到95.6%,证明了所提的并行网络算法在侦察情报分析领域具有良好的应用前景。 展开更多
关键词 多功能雷达 行为辨识 并行融合网络 多层级结构 特征提取
在线阅读 下载PDF
并行尺度裁切的深度卷积神经网络模型
4
作者 黄友文 方永平 《微电子学与计算机》 北大核心 2019年第4期6-11,共6页
针对并行卷积神经网络(PCNN)的参数过多,模型训练时间成本高的问题,本文提出了并行尺度裁切卷积神经网络(PSC-CNN).PSC-CNN算法是将并行卷积神经网络其中一路(Path A)的输入及该通路的特征提取层的输出通过Crop层裁切得到新的尺寸的图... 针对并行卷积神经网络(PCNN)的参数过多,模型训练时间成本高的问题,本文提出了并行尺度裁切卷积神经网络(PSC-CNN).PSC-CNN算法是将并行卷积神经网络其中一路(Path A)的输入及该通路的特征提取层的输出通过Crop层裁切得到新的尺寸的图像供给另一路(Path B)网络作为输入.这样,Path A的输入图像在数据层经过一次随机裁剪,Path B则经过了两次裁剪操作,增加了输入数据的多样性,提升了模型的学习能力.算法以AlexNet为基础网络,分别设计了对应的PCNN及PSC-CNN模型,在数据集Caltech101、Caltech256上进行实验.实验结果表明,相较原始的PCNN,本文提出的改进算法有效的提升了分类准确度同时缩短了训练时间. 展开更多
关键词 并行卷积神经网络 识别 尺度裁切 特征提取 AlexNet
在线阅读 下载PDF
基于Abaqus软件的并行计算集群平台构建与优化方法 被引量:8
5
作者 阚圣哲 陈国兴 陈磊 《防灾减灾工程学报》 CSCD 2009年第6期644-651,共8页
根据有限元显式算法和隐式算法的特点,研究了岩土工程动力分析并行计算集群系统的硬件要求、集群系统的构建方法,构建了基于EM64T硬件构架、双路Intel Xeon处理器、Linux操作系统和64位Abaqus软件的32CPU并行计算集群平台,测试了存储子... 根据有限元显式算法和隐式算法的特点,研究了岩土工程动力分析并行计算集群系统的硬件要求、集群系统的构建方法,构建了基于EM64T硬件构架、双路Intel Xeon处理器、Linux操作系统和64位Abaqus软件的32CPU并行计算集群平台,测试了存储子系统对集群性能的影响,比较了两种千兆以太网络作为集群子网络的性能优化方法。以地下结构的地震反应分析为例,测试了优化前后该集群系统的计算速度,发现两种以太网络性能优化方法都可以有效提高集群计算速度。列举了该集群系统在深水桥梁基础流固耦合动力分析、地下结构地震反应分析和快速轨道交通环境振动分析中的应用,显示了该集群在显式算法、隐式算法及小规模、大规模数值计算问题中的并行计算效率,证明所构建的Abaqus数值模拟并行计算集群平台能够满足计算规模、计算精度和时效性的要求。 展开更多
关键词 动力分析 并行计算 集群构建 网络附加存储 以太网络优化
在线阅读 下载PDF
结合LSTM与CNN的野外车辆声信号分类 被引量:3
6
作者 李翔 王艳 李宝清 《压电与声光》 CAS 北大核心 2021年第3期379-384,共6页
针对野外环境下微声传感器采集的小型轮式车、大型轮式车和履带车3种车辆声信号受风噪影响严重、分类性能较低的问题,提出了一种长短时记忆网络(LSTM)与多尺度、多层次特征融合卷积神经网络(CNN)相结合的分类算法——野外车辆识别算法(F... 针对野外环境下微声传感器采集的小型轮式车、大型轮式车和履带车3种车辆声信号受风噪影响严重、分类性能较低的问题,提出了一种长短时记忆网络(LSTM)与多尺度、多层次特征融合卷积神经网络(CNN)相结合的分类算法——野外车辆识别算法(FVNet)。该算法先采用一层LSTM网络提取声信号的时序特征,充分利用声信号的长时依赖关系;再用CNN并行提取多尺度特征,避免网络加深过程中特征的流失;引入通道注意力机制进行多尺度和多层次特征融合,增强多尺度、多层次关键特征信息;最后在相同数据集上进行验证。实验结果表明,FVNet算法对3种车辆的总识别率可达94.95%,与传统方法相比,其总识别率提高了14.61%,取得了较好的分类效果。 展开更多
关键词 车辆声信号分类 长短时记忆网络(LSTM) 卷积神经网络(CNN) 并行多尺度特征提取 通道注意力机制 特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部