检索结果-维普期刊中文期刊服务平台

深度堆栈自编码网络在船舶重量估算中的应用被引量：5: 1; 作者陈健唐俊遥 +1 位作者朱生光周兆钊《计算机工程》 CAS CSCD 北大核心 2019年第5期315-320,共6页; 传统的船舶重量估算方法多数存在误差大、成本高等问题。为此,提出一种基于深度学习的船舶重量估算算法。利用多层神经网络逐层无监督学习训练初始化参数,通过反向梯度下降的方式微调参数。运用深度堆栈自编码网络挖掘深层次的数据特征... 展开更多; 关键词气囊船舶下水深度学习反向梯度下降深度堆栈自编码逐层无监督学习参数微调; 在线阅读下载PDF 职称材料

基于深度自编码网络的高光谱影像解混研究被引量：2: 2; 作者朱玲秦凯 +2 位作者孙雨李明赵英俊《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第5期1508-1516,共9页; 高分系列卫星的发射和无人机高光谱技术的发展,高光谱可用数据进一步扩展。为了提升高光谱数据的精细利用价值,高光谱影像混合像元解混成为当前至关重要的任务。随着人工智能技术的快速发展,深度学习理论被引入遥感图像处理领域。自编... 展开更多; 关键词高光谱影像深度堆栈自编码端元识别丰度求解解混; 在线阅读下载PDF 职称材料

基于主动深度学习的高光谱影像分类被引量：13: 3; 作者程圆娥周绍光 +1 位作者袁春琦陈蒙蒙《计算机工程与应用》 CSCD 北大核心 2017年第17期192-196,248,共6页; 针对当前高光谱遥感影像分类人工标注样本费时费力,大量未标注样本未得到有效利用以及主要利用光谱信息而忽视空间信息等问题,提出了一种空-谱信息与主动深度学习相结合的高光谱影像分类方法。首先利用主成分分析对原始影像进行降维,在... 展开更多; 关键词高光谱遥感影像分类空谱特征堆栈式稀疏自编码深度网络主动学习; 在线阅读下载PDF 职称材料

基于GLCM和Gabor纹理特征的手势识别算法被引量：8: 4; 作者李云峰张澎悦《计算机应用与软件》北大核心 2019年第7期183-191,共9页; 针对手势灰度图像的纹理特征富含手势类别信息的特点,提出一种基于融合GLCM(灰度共生矩阵)和Gabor小波变换提取手势图像空、频域纹理特征的手势识别方法。构建手势灰度图像的多方向共生矩阵,并计算多方向共生矩阵的特征参数来提取手势... 展开更多; 关键词手势识别纹理特征共生矩阵 GABOR小波变换深度堆栈自编码网络; 在线阅读下载PDF 职称材料

题名深度堆栈自编码网络在船舶重量估算中的应用被引量：5: 1; 作者陈健唐俊遥朱生光周兆钊; 机构广东工业大学机电工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2019年第5期315-320,共6页; 基金广东省科技计划项目(2016A010101025 2014A010103027) 惠州市科技计划项目(2015B020005007); 文摘传统的船舶重量估算方法多数存在误差大、成本高等问题。为此,提出一种基于深度学习的船舶重量估算算法。利用多层神经网络逐层无监督学习训练初始化参数,通过反向梯度下降的方式微调参数。运用深度堆栈自编码网络挖掘深层次的数据特征,并在ShipWE自建数据库上进行分析。实验结果表明,与传统吃水估算方法相比,该算法具有更强的稳定性和更高的准确性,与BP神经网络算法和径向基函数神经网络算法相比,该算法的精度更高,能有效解决船舶估算可信度低的问题。; 关键词气囊船舶下水深度学习反向梯度下降深度堆栈自编码逐层无监督学习参数微调; Keywords airbag ship launching deep learning inverse gradient descent deep stack autoencoder layer by layer unsupervised learning parameters fine-tuning; 分类号 TP181 [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

题名基于深度自编码网络的高光谱影像解混研究被引量：2: 2; 作者朱玲秦凯孙雨李明赵英俊; 机构核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室; 出处《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2023年第5期1508-1516,共9页; 基金国家重点研发计划项目(2017YFC0602100) 国防基础科研计划项目(JCKY2021201CRS025)资助。; 文摘高分系列卫星的发射和无人机高光谱技术的发展,高光谱可用数据进一步扩展。为了提升高光谱数据的精细利用价值,高光谱影像混合像元解混成为当前至关重要的任务。随着人工智能技术的快速发展,深度学习理论被引入遥感图像处理领域。自编码网络具有较强的特征提取能力,已经开始应用于高光谱影像解混方面。以自编码网络为基础对其结构进行改进,提出一种深度堆栈自编码网络(DSAE)用于高光谱图像解混研究。该网络包含两个部分:端元识别网络(EDSAE)和丰度求解的网络(ADSAE)。首先,通过添加批标准化处理、稀疏约束、“和为一”约束以及删除网络偏置项构建EDSAE网络,开展非监督训练进行高光谱影像端元识别。其次,将获取的端元光谱数据依据HAPKE非线性混合模型和LINEAR线性混合模型开展数据增强,生成多元混合的带有丰度标签的模拟高光谱数据集。最后,在堆栈自编码网络基础上,设置最后一层自编码器的激活函数为Softmax函数,构建监督训练网络ADSAE,把模拟数据集作为训练数据,高光谱影像作为测试数据,求取真实高光谱影像的丰度矩阵。对Samson、 Jasper Ridge和Urban公共的高光谱影像开展端元识别和丰度求解实验,基于DSAE获得的结果与传统的N-FINDR、 VCA、 MVC-NMF方法以及目前已有深度学习的方法SNSA和EndNet取得的结果进行比较。结果表明:对3组真实的高光谱影像开展解混,DSAE方法在端元提取方面相比于其他5种方法,具有最优精度;在丰度求解方面,基于HAPKE模型生成的模拟数据集,利用ADSAE网络开展监督训练可以成功获得3组高光谱影像的丰度矩阵,相比于LINEAR模型和FCLS方法,均具有最优的丰度反演结果。DSAE方法具有较好的稳定性和鲁棒性,为高光谱影像定量研究提供了新的思路。; 关键词高光谱影像深度堆栈自编码端元识别丰度求解解混; Keywords Hyperspectral image Deep stacked autoencoders Endmember extraction Abundance estimation Unmixing; 分类号 P258 [天文地球—测绘科学与技术]; 在线阅读下载PDF 职称材料

题名基于主动深度学习的高光谱影像分类被引量：13: 3; 作者程圆娥周绍光袁春琦陈蒙蒙; 机构河海大学地球科学与工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2017年第17期192-196,248,共6页; 基金国家自然科学基金(No.41271420/D010702); 文摘针对当前高光谱遥感影像分类人工标注样本费时费力,大量未标注样本未得到有效利用以及主要利用光谱信息而忽视空间信息等问题,提出了一种空-谱信息与主动深度学习相结合的高光谱影像分类方法。首先利用主成分分析对原始影像进行降维,在此基础上提取像素的一正方形小邻域作为该像素的空间信息并结合其原始光谱信息得到空谱特征。然后,通过稀疏自编码器得到原始数据的稀疏特征表达,并通过逐层无监督学习稀疏自编码器构建深度神经网络,输出原始数据的深度特征,将其连接到softmax分类器,利用少量标记样本以监督学习的方式完成模型的精调。最后,利用主动学习算法选择最不确定性样本对其进行标注,并加入至训练样本以提高分类器的分类效果。分别对Pavia U影像和Pavia C影像进行分类实验的结果表明,该方法在少量标记样本情况下,相对于传统方法能有效地提高分类精度。; 关键词高光谱遥感影像分类空谱特征堆栈式稀疏自编码深度网络主动学习; Keywords hyperspectral image classification spatial-spectral feature stacked sparse autoencoders active learning; 分类号 TP75 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名基于GLCM和Gabor纹理特征的手势识别算法被引量：8: 4; 作者李云峰张澎悦; 机构河南科技大学机电工程学院机械装备先进制造河南省协同创新中心; 出处《计算机应用与软件》北大核心 2019年第7期183-191,共9页; 基金国家自然科学基金项目(61702163); 文摘针对手势灰度图像的纹理特征富含手势类别信息的特点,提出一种基于融合GLCM(灰度共生矩阵)和Gabor小波变换提取手势图像空、频域纹理特征的手势识别方法。构建手势灰度图像的多方向共生矩阵,并计算多方向共生矩阵的特征参数来提取手势纹理的GLCM特征;通过手势灰度图像的Gabor小波变换来提取手势纹理的Gabor特征;对所提取的两种特征进行归一化处理后串联构建手势纹理特征向量;使用基于稀疏自动编码器和softmax分类器的深度堆栈自编码网络对构建的手势纹理特征向量进行分类识别。实验表明:该方法具有较高的识别率和较好的鲁棒性,对15种手势的平均识别率达到97.4%,能够满足人机交互对手势识别的要求。; 关键词手势识别纹理特征共生矩阵 GABOR小波变换深度堆栈自编码网络; Keywords Gesture recognition Texture feature Co-occurrence matrix Gabor wavelet transform Deep stack encoder network; 分类号 TP391.41 [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	深度堆栈自编码网络在船舶重量估算中的应用	陈健唐俊遥朱生光周兆钊	《计算机工程》 CAS CSCD 北大核心	2019	5	在线阅读下载PDF 职称材料
2	基于深度自编码网络的高光谱影像解混研究	朱玲秦凯孙雨李明赵英俊	《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
3	基于主动深度学习的高光谱影像分类	程圆娥周绍光袁春琦陈蒙蒙	《计算机工程与应用》 CSCD 北大核心	2017	13	在线阅读下载PDF 职称材料
4	基于GLCM和Gabor纹理特征的手势识别算法	李云峰张澎悦	《计算机应用与软件》北大核心	2019	8	在线阅读下载PDF 职称材料