期刊文献+
共找到22篇文章
< 1 2 >
每页显示 20 50 100
环境因子组合和负样本选取策略对花岗岩区崩岗易发性评价的影响 被引量:3
1
作者 郭飞 蒋广辉 +4 位作者 黄晓虎 王秀娟 夏栋 陈洋 李小伟 《农业工程学报》 EI CAS CSCD 北大核心 2024年第1期191-200,共10页
不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环... 不同环境因子组合和负样本选取策略对崩岗易发性评价结果存在较多不确定性。为探究其对评价结果的影响,该研究以江西省兴国县花岗岩区为例,利用地理探测器探测17个环境因子的统计量q值,根据累计q值百分比大小依次选择4、7、10和17个环境因子进行组合;利用单随机欠采样、频率比法及改进频率比法等负样本选取策略构建与正样本等量的负样本数据集;采用随机森林模型进行易发性评价,并对评价结果进行对比分析。结果表明:1)3种负样本选取策略下的模型精度随着因子数量的增加先下降再上升,考虑4个环境因子的模型AUC(area under curve)值分别为0.729、0.909和0.909,较最优环境因子组合仅相差0.020~0.038,说明考虑主控环境因子,即可得到较为理想的精度;2)通过频率比法选取的负样本数据集更具合理性;3)研究区内高和极高易发区主要分布在兴国县西南部,而极低易发区主要分布在兴国县北部及东部,这与实际情况较吻合。该研究通过探究不同环境因子组合和负样本选取策略对崩岗易发性评价的影响,可为花岗岩区崩岗的防灾减灾提供科学依据。 展开更多
关键词 易发性 随机森林 崩岗 地理探测器 环境因子组合 样本选取策略
在线阅读 下载PDF
不放回样本追加策略下域的估计 被引量:7
2
作者 李莉莉 冯士雍 秦怀振 《统计研究》 CSSCI 北大核心 2007年第6期80-85,共6页
本文研究了不放回追加策略,包括基本设计和域追加设计都为简单随机抽样、分层随机抽样情形下不放回样本追加时域的估计的问题。根据不同的抽样设计给出单元的一阶及二阶包含概率的具体计算公式,并构造总体总量和域总量的Horvitz—Thomp... 本文研究了不放回追加策略,包括基本设计和域追加设计都为简单随机抽样、分层随机抽样情形下不放回样本追加时域的估计的问题。根据不同的抽样设计给出单元的一阶及二阶包含概率的具体计算公式,并构造总体总量和域总量的Horvitz—Thompson型估计,然后基于简单随机抽样的不放回追加抽样方案,给出总体单元的前两阶包含概率。及该方案在分层抽样下的推广,在有辅助信息可用时构造域总量的分层联合比估计,并给出其方差和方差估计公式,同时我们给出了模拟结果,从模拟结果可以看出,给出的方差估计是估计量方差的近似无偏估计。 展开更多
关键词 抽样调查 域估计 不放回样本追加策略 方差估计
在线阅读 下载PDF
改进的机载非正侧视阵STAP样本选择策略 被引量:3
3
作者 刘涛 马红光 +1 位作者 张永 刘振华 《现代雷达》 CSCD 北大核心 2012年第3期35-37,41,共4页
机载非正侧视阵的杂波是距离依赖的,使用对称或分段样本选择策略估计的协方差矩阵误差较大,为此提出了一种分段非对称的样本选择策略。针对非正侧视阵距离模糊杂波的分布特性,把数据按距离依赖的程度分段,在距离依赖严重的分段内进行非... 机载非正侧视阵的杂波是距离依赖的,使用对称或分段样本选择策略估计的协方差矩阵误差较大,为此提出了一种分段非对称的样本选择策略。针对非正侧视阵距离模糊杂波的分布特性,把数据按距离依赖的程度分段,在距离依赖严重的分段内进行非对称样本选择,在距离依赖较弱的分段,仅计算一次权值。该样本选择策略的在性能和计算量两方面都有所改善。仿真结果证明了该方法的有效性。 展开更多
关键词 非正侧视阵 空时自适应处理 样本选择策略 距离模糊
在线阅读 下载PDF
基于距离感知的金属缺陷样本标签分配算法
4
作者 朱传军 梁泽启 +1 位作者 付强 张超勇 《中国机械工程》 EI CAS CSCD 北大核心 2024年第9期1634-1641,共8页
针对金属表面缺陷检测模型在训练过程中正负样本分配时不考虑金属表面缺陷的宽高比、对目标分布的定位能力差等问题,提出了距离感知的动态标签分配(DDA)算法。DDA不改变原有检测模型的结构也不增加计算开支,根据真实框的几何特性提出新... 针对金属表面缺陷检测模型在训练过程中正负样本分配时不考虑金属表面缺陷的宽高比、对目标分布的定位能力差等问题,提出了距离感知的动态标签分配(DDA)算法。DDA不改变原有检测模型的结构也不增加计算开支,根据真实框的几何特性提出新的距离损失计算范式,以优化宽高比悬殊的回归问题,将迭代过程中的回归偏移量解码为预测框坐标,最后计算预测框、锚框和真实框三者之间综合交并比信息,动态地选择正负样本以提高训练精度。在武汉某钢厂冷轧带钢表面缺陷检测中进行了验证,并引入公开的热轧带钢表面缺陷数据集进行了泛化试验,检测效果均有显著改善,对金属表面质量规范有实际应用价值。 展开更多
关键词 目标检测 样本选择策略 宽高比 金属缺陷检测 距离回归损失函数
在线阅读 下载PDF
采用动态样本分配的特征融合目标检测算法 被引量:1
5
作者 牛文涛 王鹏 +3 位作者 陈遵田 李晓艳 郜辉 孙梦宇 《计算机工程与应用》 CSCD 北大核心 2024年第15期211-220,共10页
针对轻量级目标检测算法SSD-Lite检测精度低、对小目标预测能力差等问题,提出了一种采用动态样本分配策略的多尺度特征融合目标检测算法。在轻量级目标检测算法SSD-Lite的颈部网络引入特征金字塔结构(feature pyramid network,FPN),并... 针对轻量级目标检测算法SSD-Lite检测精度低、对小目标预测能力差等问题,提出了一种采用动态样本分配策略的多尺度特征融合目标检测算法。在轻量级目标检测算法SSD-Lite的颈部网络引入特征金字塔结构(feature pyramid network,FPN),并对其进行轻量化设计,同时引入残差特征增强模块(residual feature augmentation,RFA),采用残差分支注入不同空间的上下文信息来改善高层特征的特征表达,以提升网络对小目标的检测能力;在特征金字塔结构中插入轻量级注意力机制ECA模块,提升网络对重要特征的关注能力;针对网络训练过程中采用的固定交并比(intersection-over-union,IOU)阈值的样本分配策略导致的正负样本分配适应性差、难以选出高质量正样本等问题,设计了一种动态样本分配策略,取消锚框的预设置,采用中心点采样的方式,同时结合样本均值、标准差作为筛选阈值,减少人工先验的影响,在不改变网络结构的情况下提升算法性能。算法在Pascal VOC数据集上测试,实验结果表明:该算法整体预测精度相较于基准算法提升1.9个百分点,对小目标检测能力提升3.3个百分点,算法推理时延仅增加2.32%;实验证明了该算法可以以较小的性能代价,显著提升算法的预测精度。 展开更多
关键词 特征金字塔结构 残差特征增强模块 轻量级注意力机制 动态样本分配策略
在线阅读 下载PDF
考虑样本试用的产品定价与仿真研究
6
作者 蒋紫艳 田澎 《计算机应用研究》 CSCD 北大核心 2016年第8期2260-2265,2274,共7页
考虑盗版的影响,分析软件开发商如何选择价格和样本试用策略。结合学习效应和网络外部性原理,基于收益管理理论,将价格和试用期限作为决策变量,建立了目标最大化的收益模型,按照Stacklberg博弈理论,采用逆向推导原理分析最优策略,并且... 考虑盗版的影响,分析软件开发商如何选择价格和样本试用策略。结合学习效应和网络外部性原理,基于收益管理理论,将价格和试用期限作为决策变量,建立了目标最大化的收益模型,按照Stacklberg博弈理论,采用逆向推导原理分析最优策略,并且探讨试用策略与盗版风险成本的关系。最后通过数值算例,应用MATLAB仿真分析相关参数对价格、免费试用期限和收益的影响。结论显示,软件开发商应向市场提供功能水平较高同时定价较高的产品、而免费试用期限相对较短的策略,从而获取较高的收益;盗版率随着盗版风险成本的增加而减少;试用策略与保护策略在抵制盗版问题上是相互补充的关系。 展开更多
关键词 收益管理 软件产品 定价 样本试用策略 风险成本
在线阅读 下载PDF
基于带差分扰动的改进PSO的PMSM参数辨识
7
作者 李安芳 吴钦木 《现代电子技术》 北大核心 2025年第10期25-30,共6页
为解决永磁同步电机(PMSM)参数辨识速度慢和精度低的问题,提出一种基于自适应惯性权重的随机样本均值学习策略与差分扰动相结合的粒子群参数辨识方法。该算法根据粒子的适应度值对总体进行升序排序,适应度排在当前粒子前面的粒子构成一... 为解决永磁同步电机(PMSM)参数辨识速度慢和精度低的问题,提出一种基于自适应惯性权重的随机样本均值学习策略与差分扰动相结合的粒子群参数辨识方法。该算法根据粒子的适应度值对总体进行升序排序,适应度排在当前粒子前面的粒子构成一个样本池,随机选择当前粒子样本池中k个粒子的平均行为进行学习,并采用基于Logistic函数的自适应惯性权重来提高算法的收敛性能。此外,为提高算法在早期搜索阶段的全局搜索能力,采用一种差分扰动策略并将其嵌入到粒子群优化(PSO)算法中。仿真结果表明,迭代次数在50次左右时参数辨识曲线出现收敛,并且定子电阻R_(s)、电感L_(q)和L_(d)、永磁体磁链ψ_f参数的辨识误差最高仅为1.58%,最低约为0.005 2%。所提策略能够准确识别电机参数,具有收敛速度快、精度高的特点。 展开更多
关键词 永磁同步电机 参数辨识 差分扰动 自适应惯性权重 改进PSO 样本均值学习策略 混合策略
在线阅读 下载PDF
基于优化样本分布抽样集成学习的半监督文本分类方法研究 被引量:11
8
作者 徐禹洪 黄沛杰 《中文信息学报》 CSCD 北大核心 2017年第6期180-189,共10页
针对现有文本分类方法在即时性文本信息上面临的挑战,考虑到即时性文本信息具有已标注数据规模小的特点,为了提高半监督学习的分类性能,该文提出一种基于优化样本分布抽样集成学习的半监督文本分类方法。首先,通过运用一种新的样本抽样... 针对现有文本分类方法在即时性文本信息上面临的挑战,考虑到即时性文本信息具有已标注数据规模小的特点,为了提高半监督学习的分类性能,该文提出一种基于优化样本分布抽样集成学习的半监督文本分类方法。首先,通过运用一种新的样本抽样的优化策略,获取多个新的子分类器训练集,以增加训练集之间的多样性和减少噪声的扩散范围,从而提高分类器的总体泛化能力;然后,采用基于置信度相乘的投票机制对预测结果进行集成,对未标注数据进行标注;最后,选取适量的数据来更新训练模型。实验结果表明,该方法在长文本和短文本上都取得了优于研究进展方法的分类性能。 展开更多
关键词 文本分类 半监督学习 集成学习 样本抽样策略
在线阅读 下载PDF
基于改进YOLOX的变电站仪表外观缺陷检测算法 被引量:4
9
作者 赵振兵 马迪雅 +1 位作者 石颖 李刚 《图学学报》 CSCD 北大核心 2023年第5期937-946,共10页
针对变电站仪表外观缺陷检测任务中存在的缺陷分布广、缺陷外观特征变化多样与特征提取困难问题,提出了基于改进YOLOX的变电站仪表外观缺陷检测算法。通过对比样本策略寻找到各类外观缺陷中有判别力的特征并对其进行深入挖掘;接着在网... 针对变电站仪表外观缺陷检测任务中存在的缺陷分布广、缺陷外观特征变化多样与特征提取困难问题,提出了基于改进YOLOX的变电站仪表外观缺陷检测算法。通过对比样本策略寻找到各类外观缺陷中有判别力的特征并对其进行深入挖掘;接着在网络的骨干部分加入全局上下文信息模块(GC-Model),增强模型对于外观缺陷特征的学习能力,提高网络性能;最后在预测部分使用SIoU损失函数,充分考虑方向框的角度问题对于模型优化的影响,从而提高对变电站仪表外观缺陷检测的准确率,减少漏检、误检情况发生。在实验中将选取4种典型的变电站仪表外观缺陷类型作为实验对象,通过实验结果分析,相较基线模型,平均精确率(mAP)提升了6.2%,可以有效提升变电站仪表外观缺陷的检测效果,为无人变电站的智能监测提供了有利条件。 展开更多
关键词 变电站仪表 外观缺陷检测 YOLOX 对比样本策略 上下文信息模块 SIoU
在线阅读 下载PDF
湖北省林木遗传资源保存对策初探 被引量:1
10
作者 宋丛文 周必成 黄闰泉 《湖北林业科技》 2000年第1期22-24,共3页
关键词 湖北 林木遗传资源 保存方法 样本策略 评价利用
在线阅读 下载PDF
LM-BP算法在金融股指预测中的参数设定 被引量:6
11
作者 鲍新中 刘澄 孙彬 《系统管理学报》 北大核心 2009年第6期667-671,共5页
针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题。为了... 针对股价系统内部结构的复杂性、外部因素的多变性,分析了基于BP网络进行股市预测的原理,利用三层前馈神经网络对股市建立预测模型,探讨了网络的拓扑结构、隐节点个数确定的原则、样本数据的选取和预处理、初始参数的确定等问题。为了避免网络陷入局部最小点和提高网络的收敛速度,算法采用改进后的LM-BP,并与其他BP算法进行比较。以最具代表性的上证指数为例,仿真实验表明了经过对筛选后的样本学习,并对所建的预测模型进行训练后,该LM-BP算法能够对有短期上证指数走势进行有效稳定预测。 展开更多
关键词 股票指数预测 BP神经网络 隐层节点数确定 样本选取策略
在线阅读 下载PDF
基于模糊局部二值模式算子的图像伪造检测 被引量:7
12
作者 张智丰 裴志利 《计算机工程与设计》 北大核心 2015年第12期3284-3290,3296,共8页
为解决当前图像复制移动伪造检测算法的识别精度受阈值参数影响较大、无法消除图像特征误配、以及鲁棒性不佳等不足,提出随机样本一致策略耦合模糊局部二值模式算子的图像伪造检测算法。引入逐像素自适应Wiener滤波,过滤图像分块;基于... 为解决当前图像复制移动伪造检测算法的识别精度受阈值参数影响较大、无法消除图像特征误配、以及鲁棒性不佳等不足,提出随机样本一致策略耦合模糊局部二值模式算子的图像伪造检测算法。引入逐像素自适应Wiener滤波,过滤图像分块;基于局部二值模式LBP(local binary patterns),引入模糊集理论,设计模糊二值模式算子,提取图像特征;基于字典排序,对特征矢量进行排序;嵌入K-d树,定义识别多数规则,设计高效块匹配算法,精确检测真实的伪造分块;利用随机样本一致算法,消除图像分块误配。仿真结果表明,与当前伪造检测技术相比,该算法的检测精度更高,具有更强的鲁棒性。 展开更多
关键词 图像伪造检测 模糊局部二值模式 模糊集理论 随机样本一致策略 字典排序 K-D树 块匹配
在线阅读 下载PDF
引入跨批存储机制度量学习的人脸活体检测
13
作者 蔡体健 刘文鑫 +2 位作者 尘福春 陈均 罗词勇 《计算机工程与应用》 CSCD 北大核心 2023年第23期183-190,共8页
针对人脸活体检测中存在的嵌入特征混叠、泛化能力差的问题,采用异常检测的方法来学习活体样本的一个紧凑表示空间,并通过像素级的辅助监督来获得更细粒度的活性特征;为了获得更清晰的分类边界,引入多尺度三元组损失来优化模型,采用批... 针对人脸活体检测中存在的嵌入特征混叠、泛化能力差的问题,采用异常检测的方法来学习活体样本的一个紧凑表示空间,并通过像素级的辅助监督来获得更细粒度的活性特征;为了获得更清晰的分类边界,引入多尺度三元组损失来优化模型,采用批内和批间样本挖掘相结合的方法,来扩大样本挖掘范围,以获得更多有效的样本对。通过在公开数据集OULU、Replay Attack和CASIA上的对比实验,证明了算法的鲁棒性和泛化能力。 展开更多
关键词 人脸活体检测 异常检测 三元组损失 样本挖掘策略
在线阅读 下载PDF
基于残差图卷积深度网络的电网无功储备需求快速计算方法 被引量:8
14
作者 陈光宇 袁文辉 +2 位作者 徐晓春 戴则梅 闪鑫 《电工技术学报》 EI CSCD 北大核心 2023年第17期4683-4700,共18页
针对电网无功储备需求计算复杂度高、耗时长的问题,提出一种基于残差图卷积深度网络考虑冗余样本特征削减的电网无功储备需求快速计算方法。该文首先,给出一种基于深度学习的电网无功储备需求快速计算框架,采用残差图卷积深度神经网络(G... 针对电网无功储备需求计算复杂度高、耗时长的问题,提出一种基于残差图卷积深度网络考虑冗余样本特征削减的电网无功储备需求快速计算方法。该文首先,给出一种基于深度学习的电网无功储备需求快速计算框架,采用残差图卷积深度神经网络(GCNII)对电网无功储备需求计算进行建模;其次,为克服传统相似性计算方法在拓扑属性样本度量问题上的局限,提出一种双尺度相似性度量方法,基于矩阵奇异值序列的余弦距离实现对拓扑结构样本的相似性度量;最后,提出一种冗余样本削减策略,基于双尺度相似性度量方法,结合改进谱聚类算法实现对样本集合的分层聚类,并通过样本局部密度分析,实现在维持数据集特征多样性的情况下,对冗余样本进行有效削减,提升模型训练效率。所提算例采用IEEE标准节点系统进行仿真,计算结果表明,该方法能够实现在模型计算精度基本不变的情况下大幅提升模型训练效率。 展开更多
关键词 残差图卷积神经网络 无功储备需求计算 样本削减策略 矩阵奇异值序列 双尺度相似性
在线阅读 下载PDF
基于多种聚类算法和多元线性回归的多分类主动学习算法 被引量:6
15
作者 汪敏 武禹伯 闵帆 《计算机应用》 CSCD 北大核心 2020年第12期3437-3444,共8页
针对传统岩性识别方法识别精度低,难以和地质经验有机结合的问题,提出了一种基于多种聚类算法和多元线性回归的多分类主动学习算法(ALCL)。首先,通过多种异构聚类算法聚类得到对应每种算法的类别矩阵,并通过查询公共点对类别矩阵进行标... 针对传统岩性识别方法识别精度低,难以和地质经验有机结合的问题,提出了一种基于多种聚类算法和多元线性回归的多分类主动学习算法(ALCL)。首先,通过多种异构聚类算法聚类得到对应每种算法的类别矩阵,并通过查询公共点对类别矩阵进行标记和预分类;其次,提出优先级最大搜寻策略和最混乱查询策略选取用于训练聚类算法权重系数模型的关键实例;然后,定义目标求解函数,通过训练关键实例求解得到每种聚类算法的权重系数;最后,结合权重系数进行分类计算,从而对结果置信度高的样本进行分类。应用大庆油田油井的6个公开岩性数据集进行实验,实验结果表明,ALCL的分类精度最高时,比传统监督学习算法和其他主动学习算法提高了2.07%~14.01%。假设检验和显著性分析的结果验证了ALCL在岩性识别问题上具有更好的分类效果。 展开更多
关键词 岩性识别 主动学习 多元线性回归 样本选择策略 密度聚类
在线阅读 下载PDF
基于VAE和DLIESN的工控系统入侵检测方法 被引量:10
16
作者 曹春明 何戡 +1 位作者 宗学军 连莲 《计算机工程与设计》 北大核心 2023年第11期3283-3289,共7页
针对现有工控系统入侵检测方法训练复杂,且对攻击样本检测率低的问题,提出一种基于变分自编码器(VAE)和深度漏积回声状态网络(DLIESN)的入侵检测方法。使用VAE对数据集中的罕见攻击类样本进行扩充,平衡样本分布;构建DLIESN分类器,其层... 针对现有工控系统入侵检测方法训练复杂,且对攻击样本检测率低的问题,提出一种基于变分自编码器(VAE)和深度漏积回声状态网络(DLIESN)的入侵检测方法。使用VAE对数据集中的罕见攻击类样本进行扩充,平衡样本分布;构建DLIESN分类器,其层次化的储备池结构设计使模型获得更好的动态特性,提升分类精度。通过生成数据评价实验验证了VAE生成样本的有效性,确定适合DLIESN的网络结构,分析不同漏积参数对DLIESN模型性能的影响。对比实验结果表明,DLIESN取得了最短训练耗时,其检测性较优。 展开更多
关键词 回声状态网络 变分自编码器 入侵检测 深度学习 数据增强 工业控制系统 样本均衡化策略
在线阅读 下载PDF
相似度距离耦合角度径向变换的图像配准算法 被引量:1
17
作者 杜刚 张善文 《包装工程》 CAS CSCD 北大核心 2016年第19期173-180,共8页
目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准... 目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。 展开更多
关键词 图像配准 角度径向变换 最优相似度距离 配准误差 随机样本一致策略 相位信息
在线阅读 下载PDF
FCOSR:一种无锚框的SAR图像任意朝向船舶目标检测网络 被引量:10
18
作者 徐昌贵 张波 +3 位作者 高建威 吴樊 张红 王超 《雷达学报(中英文)》 EI CSCD 北大核心 2022年第3期345-356,共12页
以FCOS为代表的无锚框网络避免了预设锚框带来的超参设定问题,然而其水平框的输出结果无法指示任意朝向下SAR船舶目标的精确边界和朝向。针对此问题,该文提出了一种名为FCOSR的检测算法。首先在FCOS回归分支中添加角度参量使其输出旋转... 以FCOS为代表的无锚框网络避免了预设锚框带来的超参设定问题,然而其水平框的输出结果无法指示任意朝向下SAR船舶目标的精确边界和朝向。针对此问题,该文提出了一种名为FCOSR的检测算法。首先在FCOS回归分支中添加角度参量使其输出旋转框结果。其次,引入基于可形变卷积的9点特征参与船舶置信度和边界框残差值的预测来降低陆地虚警并提升边界框回归精度。最后,在训练阶段使用旋转自适应样本选择策略为每个船舶样本分配合适的正样本点,实现网络检测精度的提高。相较于FCOS以及目前已公开发表的锚框旋转检测网络,该网络在SSDD+和HRSID数据集上表现出更快的检测速率和更高的检测精度,mAP分别为91.7%和84.3%,影像切片平均检测时间仅需33 ms。 展开更多
关键词 任意朝向船舶检测 无锚框检测器 自适应样本选择策略 单阶段 合成孔径雷达
在线阅读 下载PDF
基于卷积神经网络的无人机图像模糊类型识别 被引量:9
19
作者 孙世宇 李喆 +1 位作者 李建增 胡永江 《火力与指挥控制》 CSCD 北大核心 2020年第2期1-5,共5页
为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提... 为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。 展开更多
关键词 卷积神经网络 样本预处理策略 模糊类型 无人机图像
在线阅读 下载PDF
结合增量学习的物体抓取检测框架 被引量:1
20
作者 戚宗城 陈俊洪 +1 位作者 杨振国 刘文印 《小型微型计算机系统》 CSCD 北大核心 2023年第8期1750-1757,共8页
为了解决未知类别物体的抓取问题,提出了一种结合增量学习的物体抓取检测框架,该框架分为抓取学习和增量学习两个阶段.在第1阶段,对已知的物体使用密集注意力网络进行训练,该网络利用注意力机制对特征通道和密集残差连接之间的关系进行... 为了解决未知类别物体的抓取问题,提出了一种结合增量学习的物体抓取检测框架,该框架分为抓取学习和增量学习两个阶段.在第1阶段,对已知的物体使用密集注意力网络进行训练,该网络利用注意力机制对特征通道和密集残差连接之间的关系进行建模.在第2阶段,引入了聚类优先样本选择策略,该策略会挑选出那些与其聚类质心距离相近的样本,用这些新样本替换掉示例集中的部分旧样本进行训练.此外在未知类别物体上训练网络时,还引入了蒸馏损失,以保留之前在已知类中学到的知识.通过在Jacquard数据集和UR10e机器人上进行的实验,表明了该方法在抓取未知类别物体方面有一定的可行性和有效性,克服了机器人在抓取未知类别物体上的缺陷. 展开更多
关键词 抓取检测 增量学习 样本选择策略 注意力机制 机器人抓取
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部