检索结果-维普期刊中文期刊服务平台

基于双曲正切函数的修正线性单元被引量：10: 1; 作者刘坤华钟佩思 +2 位作者徐东方夏强刘梅《计算机集成制造系统》 EI CSCD 北大核心 2020年第1期145-151,共7页; 为解决修正线性单元(ReLU)的神经元死亡现象,提出一个新的激活函数——基于双曲正切函数(tanh)的修正线性单元(ThLU)。ThLU函数正半轴来自于ReLU函数的正半轴,负半轴来自于tanh函数的负半轴。为验证ThLU函数的性能,基于VggNet-16神经网... 展开更多; 关键词激活函数双曲正切函数修正线性单元泄露修正线性单元指数线性单元深度学习; 在线阅读下载PDF 职称材料

基于深度学习的图像拼接篡改检测被引量：6: 2; 作者边亮罗霄阳李硕《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期1039-1044,共6页; 传统图像拼接检测算法通过研究人员手动构造拼接特征,随着科技的进步以及图像处理技术的不断发展,手动构造特征的局限性逐渐体现出来,鲁棒性较弱,位置不易确定等。为了解决这些问题,构建了一种卷积神经网络(CNN),将卷积核前置并固定,自... 展开更多; 关键词卷积神经网络(CNN) 图像拼接取证深度学习指数线性单元(elu) 损失函数; 在线阅读下载PDF 职称材料

绝对值激活深度神经网络的串联故障电弧检测被引量：4: 3; 作者余琼芳黄高路杨艺《计算机应用》 CSCD 北大核心 2019年第A01期54-59,共6页; 串联故障电弧具有隐蔽性和随机性,发生时线路电流波形受负载类型的影响而具有复杂性,检测难度大,严重威胁用电系统安全。鉴于电流数据具有大量负值的特点,提出用绝对值函数作为激活函数改进AlexNet深度学习网络检测串联故障电弧,并分析... 展开更多; 关键词串联故障电弧深度学习卷积神经网络激活函数绝对值函数指数线性单元修正线性单元; 在线阅读下载PDF 职称材料

基于侧链连接卷积神经网络的手掌静脉图像识别被引量：2: 4; 作者娄梦莹王天景 +2 位作者刘娅琴杨丰黄靖《计算机应用》 CSCD 北大核心 2020年第12期3673-3678,共6页; 针对手掌静脉图像数量少且质量参差不齐,进而导致掌脉识别系统的性能降低的现象,提出一种基于侧链连接卷积神经网络的手掌静脉图像识别方法。首先,在ResNet模型的基础上,用卷积层和池化层提取掌脉特征。然后,采用指数线性单元(ELU)激活... 展开更多; 关键词手掌静脉识别 ResNet 指数线性单元激活函数批归一化 DROPOUT 稠密连接网络; 在线阅读下载PDF 职称材料

基于YOLOv5的舰船目标及关键部位检测算法被引量：30: 5; 作者钱坤李晨瑄 +1 位作者陈美杉王瑶《系统工程与电子技术》 EI CSCD 北大核心 2022年第6期1823-1832,共10页; 为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络... 展开更多; 关键词 YOLOv5 随机池化双向特征金字塔网络指数线性单元函数; 在线阅读下载PDF 职称材料

题名基于双曲正切函数的修正线性单元被引量：10: 1; 作者刘坤华钟佩思徐东方夏强刘梅; 机构山东科技大学先进制造技术研究中心; 出处《计算机集成制造系统》 EI CSCD 北大核心 2020年第1期145-151,共7页; 基金国家自然科学基金资助项目(51375282) 山东省重点研发计划资助项目(2018GGX106001) +1 种基金山东科技大学研究生科技创新资助项目(SDKDYC180334,SDKDYC180329)~~; 文摘为解决修正线性单元(ReLU)的神经元死亡现象,提出一个新的激活函数——基于双曲正切函数(tanh)的修正线性单元(ThLU)。ThLU函数正半轴来自于ReLU函数的正半轴,负半轴来自于tanh函数的负半轴。为验证ThLU函数的性能,基于VggNet-16神经网络架构,分别在CIFAR-10和CIFAR-100数据集上进行了试验验证。结果表明:基于ThLU函数训练得到的神经网络模型比基于tanh、ReLU、泄露修正线性单元(LReLU)和指数线性单元(ELU)训练得到的神经网络模型具有更高的准确率、更低的损失。; 关键词激活函数双曲正切函数修正线性单元泄露修正线性单元指数线性单元深度学习; Keywords activation function tangent rectified linear unit leaky rectified linear unit exponential linear unit deep learning; 分类号 TP30 [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

题名基于深度学习的图像拼接篡改检测被引量：6: 2; 作者边亮罗霄阳李硕; 机构北京航空航天大学电子信息工程学院中国人民公安大学信息技术与网络安全学院; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2020年第5期1039-1044,共6页; 文摘传统图像拼接检测算法通过研究人员手动构造拼接特征,随着科技的进步以及图像处理技术的不断发展,手动构造特征的局限性逐渐体现出来,鲁棒性较弱,位置不易确定等。为了解决这些问题,构建了一种卷积神经网络(CNN),将卷积核前置并固定,自主学习相关特征从而检测拼接篡改的图像区域。经过一系列研究,发现拼接篡改图像的拼接篡改区域特征可以被CNN模型学习。在CNN模型之前,卷积核使用高通滤波器,激活函数采用指数线性单元(ELU),使得CNN模型具有识别拼接篡改图像边缘痕迹等特征的能力。检测结果表明:在IEEE IFS-TC图像拼接取证竞赛训练集上对拼接篡改图像拼接篡改区域定位的准确率为84.3%,对拼接篡改区域判定的真负类率为96.18%。; 关键词卷积神经网络(CNN) 图像拼接取证深度学习指数线性单元(elu) 损失函数; Keywords Convolutional Neural Network(CNN) image mosaic forensics deep learning Exponential Linear Unit(elu) loss function; 分类号 TP751 [自动化与计算机技术—检测技术与自动化装置] 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

题名绝对值激活深度神经网络的串联故障电弧检测被引量：4: 3; 作者余琼芳黄高路杨艺; 机构河南理工大学电气工程与自动化学院大连理工大学北京研究院博士后科研工作站; 出处《计算机应用》 CSCD 北大核心 2019年第A01期54-59,共6页; 基金国家自然科学基金资助项目(61601172); 文摘串联故障电弧具有隐蔽性和随机性,发生时线路电流波形受负载类型的影响而具有复杂性,检测难度大,严重威胁用电系统安全。鉴于电流数据具有大量负值的特点,提出用绝对值函数作为激活函数改进AlexNet深度学习网络检测串联故障电弧,并分析了激活函数特性对串联故障电弧检测效果的影响。把实验采集的三类负载分别在正常和发生串联故障电弧状态下的共7200组电流数据制作成训练集和测试集,并分别对使用四种激活函数的AlexNet网络进行训练和测试。实验结果显示,ELU激活的网络最高检测正确率为95.5%;而绝对值激活的网络效果最好,其平均检测正确率最高为97.25%,最低为93%,比ReLU激活的AlexNet网络最高88.75%的平均准确率高出最少4.25个百分点;而使用Sigmoid函数的网络不收敛。分析结果表明线性的激活数据特征有助于提高网络的检测准确率。; 关键词串联故障电弧深度学习卷积神经网络激活函数绝对值函数指数线性单元修正线性单元; Keywords series fault arc deep learning convolutional neural network activation function ABSsolute value function (ABS) Exponential Linear Unit (elu) Rectified Linear Unit (Relu); 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

题名基于侧链连接卷积神经网络的手掌静脉图像识别被引量：2: 4; 作者娄梦莹王天景刘娅琴杨丰黄靖; 机构南方医科大学生物医学工程学院; 出处《计算机应用》 CSCD 北大核心 2020年第12期3673-3678,共6页; 基金国家自然科学基金资助项目(61771233) 广东省研发与产业化项目(2013B090500104)。; 文摘针对手掌静脉图像数量少且质量参差不齐,进而导致掌脉识别系统的性能降低的现象,提出一种基于侧链连接卷积神经网络的手掌静脉图像识别方法。首先,在ResNet模型的基础上,用卷积层和池化层提取掌脉特征。然后,采用指数线性单元(ELU)激活函数、批归一化(BN)和Dropout技术来改进和优化模型,以缓解梯度消失、防止过拟合、加快收敛及增强模型泛化能力。最后,引入稠密连接网络(DenseNet),使提取到的手掌静脉特征更具丰富性和有效性。在两个公开库和一个自建库上分别进行实验,结果表明所提方法在三个数据库上的识别率分别为99.98%、97.95%、97.96%。可见该方法能有效提高掌脉识别系统的性能,且更适用于掌脉识别的实际应用。; 关键词手掌静脉识别 ResNet 指数线性单元激活函数批归一化 DROPOUT 稠密连接网络; Keywords palm vein recognition ResNet Exponential Linear Unit(elu)activation function Batch Normalization(BN) Dropout Densely Connected Network(DenseNet); 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YOLOv5的舰船目标及关键部位检测算法被引量：30: 5; 作者钱坤李晨瑄陈美杉王瑶; 机构海军航空大学岸防兵学院中国人民解放军; 出处《系统工程与电子技术》 EI CSCD 北大核心 2022年第6期1823-1832,共10页; 基金装备预研领域基金(6140247030216JB14004)资助课题。; 文摘为进一步提升对可见光图像中水面舰船目标的检测识别成功率,提出一种基于YOLOv5的舰船目标识别算法。使用基于随机池化方法的空间金字塔池化网络,运用双向特征金字塔网络进行多尺度特征融合,采用指数线性单元函数作为激活函数加快网络训练收敛速度,提升算法鲁棒性,从而实现了对水面舰船目标和舰船关键部位的快速准确识别。通过在舰船目标及其关键部位数据集上实验验证,对比多个经典目标检测方法,在识别准确率上均有不同程度提升,对比原YOLOv5s模型,平均精度均值提升3.03%,速度提升2 FPS,模型保持了YOLOv5轻量化的特点,在应用部署上有良好前景。; 关键词 YOLOv5 随机池化双向特征金字塔网络指数线性单元函数; Keywords YOLOv5 stochastic pooling bi-directional feature pyramid network exponential linear unit function; 分类号 TP39 [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	作者	出处	发文年	被引量	操作
1	基于双曲正切函数的修正线性单元	刘坤华钟佩思徐东方夏强刘梅	《计算机集成制造系统》 EI CSCD 北大核心	2020	10	在线阅读下载PDF 职称材料
2	基于深度学习的图像拼接篡改检测	边亮罗霄阳李硕	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2020	6	在线阅读下载PDF 职称材料
3	绝对值激活深度神经网络的串联故障电弧检测	余琼芳黄高路杨艺	《计算机应用》 CSCD 北大核心	2019	4	在线阅读下载PDF 职称材料
4	基于侧链连接卷积神经网络的手掌静脉图像识别	娄梦莹王天景刘娅琴杨丰黄靖	《计算机应用》 CSCD 北大核心	2020	2	在线阅读下载PDF 职称材料
5	基于YOLOv5的舰船目标及关键部位检测算法	钱坤李晨瑄陈美杉王瑶	《系统工程与电子技术》 EI CSCD 北大核心	2022	30	在线阅读下载PDF 职称材料