期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
基于特征级联的肺炎咳嗽声识别 被引量:1
1
作者 殷仁杰 徐文龙 《现代电子技术》 2022年第17期60-64,共5页
针对识别肺炎咳嗽声方面现有特征组合方法单一的问题,提出了实现级联浅层和深层特征的SELeNet-5网络模型。首先对咳嗽声使用6层小波包分解得到相对小波包能量作为浅层特征,同时,对咳嗽声预处理生成语谱图,使用改进的LeNet-5网络作为特... 针对识别肺炎咳嗽声方面现有特征组合方法单一的问题,提出了实现级联浅层和深层特征的SELeNet-5网络模型。首先对咳嗽声使用6层小波包分解得到相对小波包能量作为浅层特征,同时,对咳嗽声预处理生成语谱图,使用改进的LeNet-5网络作为特征提取模型,从语谱图提取出深层特征;其次通过特征级联网络层结合浅层和深层两种不同层次的特征,形成新的特征向量;最终输入到注意力机制网络模块并通过全连接网络层输出肺炎咳嗽声的识别结果。对比实验结果表明,使用特征级联方法的SELeNet-5网络模型方法得到了79.81%的准确率,相比使用单一浅层特征准确率提高了6.81%,与使用单一深层特征相比准确率提高了2.92%。实验结果表明级联特征在肺炎咳嗽声识别上比单一的浅层或深层特征具有更好的效果,有效提高了肺炎咳嗽声识别准确率。 展开更多
关键词 深度网络模型 肺炎咳嗽声识别 小波包分解 特征级联 语谱图 注意力机制 卷积神经网络
在线阅读 下载PDF
基于级联宽度学习与麻雀算法的非侵入式负荷分解方法
2
作者 白星振 康家豪 +2 位作者 尚继伟 郝春蕾 王雪梅 《山东科技大学学报(自然科学版)》 CAS 北大核心 2024年第2期102-111,共10页
深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解... 深度学习被广泛应用于非侵入式负荷分解中,其分解精度高但存在网络结构复杂、训练过程极度耗时等问题,并且对计算资源有一定要求,难以与嵌入式设备集成使用。对此,面向低频数据,提出一种基于级联宽度学习与麻雀算法的非侵入式负荷分解方法。首先,改进宽度学习特征节点的连接方式,构建各目标设备的级联宽度学习负荷分解网络。然后,通过麻雀搜索算法确定各目标设备分解网络的最优特征节点和增强节点数,实现负荷的高效分解。最后,基于实际数据集UK-DALE进行了仿真实验,通过与常用的非侵入式负荷分解方法进行比较,验证了所提方法的优越性。 展开更多
关键词 非侵入式 负荷分解 宽度学习 麻雀算法 特征节点级联
在线阅读 下载PDF
基于级联特征融合的遥感图像目标检测技术研究
3
作者 王留洋 芮挺 《长江信息通信》 2021年第8期15-18,23,共5页
针对高分辨率遥感图像中目标尺度不一且排列分布密集导致检测漏检率高精度低的问题,提出一种基于级联特征融合的检测算法,用于遥感图像目标检测。首先,提出级联并行扩张卷积结构,并结合特征金字塔应用在主干网络的76×76、19×1... 针对高分辨率遥感图像中目标尺度不一且排列分布密集导致检测漏检率高精度低的问题,提出一种基于级联特征融合的检测算法,用于遥感图像目标检测。首先,提出级联并行扩张卷积结构,并结合特征金字塔应用在主干网络的76×76、19×19尺度特征层,丰富网络浅层深层图像细节特征,使网络能够在把握特征图全局重要特征信息的同时,提高模型对小目标的感知能力;其次,利用k-means++聚类算法对遥感图像数据集进行分析,生成适合遥感图像目标的锚框,减少锚框配准时间,提高模型的检测效率;最后,后处理机制利用Soft-nms算法来抑制冗余检测框,减少密集分布目标的漏检率。通过在RSOD数据集上测试,在检测效率达到实时性的同时,mAP达到了95.20%,比YOLOv4提高了2.02%,证明了所提算法的有效性。 展开更多
关键词 目标检测 遥感图像 级联特征 扩张卷积 Soft-nms
在线阅读 下载PDF
基于自适应特征融合的红外与可见光图像融合算法 被引量:1
4
作者 高元浩 罗晓清 张战成 《信息技术与信息化》 2021年第6期278-280,共3页
当下流行的基于自编码网络的图像融合算法不仅需要对提取到的特征设计复杂的融合规则以解码出融合图像,设计的融合策略也无法适用于多样化的场景。针对以上问题,提出了一种自适应特征融合的红外与可见光图像融合算法以端到端的方式输出... 当下流行的基于自编码网络的图像融合算法不仅需要对提取到的特征设计复杂的融合规则以解码出融合图像,设计的融合策略也无法适用于多样化的场景。针对以上问题,提出了一种自适应特征融合的红外与可见光图像融合算法以端到端的方式输出融合图像,避免了复杂融合规则的设计且具有较好的鲁棒性。网络利用自编码模块提取出图像的特征,对特征级联后解码出图像,由于联合损失函数的约束,融合图像得以保留源图像的细节并具有良好的结构信息和梯度信息,图像整体结构分明。在公开的TNO数据集上与当下流行的五种融合算法相比较,所提出的方法在主观效果和客观评价上都取得了好的成绩。 展开更多
关键词 图像融合 自适应融合 特征级联 端到端训练
在线阅读 下载PDF
改进YOLOv8n的林业害虫检测方法
5
作者 陈万志 袁航 《北京林业大学学报》 北大核心 2025年第2期119-131,共13页
【目的】针对现有林业害虫检测方法检测速度慢,检测类别少,小目标害虫检测效果差等问题,提出了一种改进YOLOv8n的林业害虫检测方法。【方法】首先,采用高效多尺度级联注意力特征提取网络EfficientViT作为改进模型的主干网络,降低计算复... 【目的】针对现有林业害虫检测方法检测速度慢,检测类别少,小目标害虫检测效果差等问题,提出了一种改进YOLOv8n的林业害虫检测方法。【方法】首先,采用高效多尺度级联注意力特征提取网络EfficientViT作为改进模型的主干网络,降低计算复杂度,提高检测速度;其次,通过构建多尺度自适应特征融合模块DA-C2F提升模型在复杂背景下害虫目标的聚焦能力和识别精度,此外新增的小目标检测头XSH能够进一步提升小目标害虫的检测能力;最后,采用基于最小点距离交并比损失函数MPDIoU作为模型的边界框损失,提升网络收敛速度,进一步增强害虫目标的定位准确率。【结果】改进模型的检测精确率、召回率、平均精度、平均精度均值(mAP50-95)和F_(1)分数分别达到98.6%、95.7%、98.3%、85.6%和0.979,前4者较原模型分别提升了3.9、2.6、2.8、2.5个百分点,F_(1)分数提升了4.4%;检测速度(帧率)达到了95帧/秒,提升了15.9%,优于更轻量级的模型。此外,对比其他检测模型,改进模型对飞蛾类害虫的检测精确率提升了11.2个百分点,并且两种独立飞蛾害虫综合检测的表现也更为优异。【结论】本研究提出的方法对于林业害虫的检测准确度更高,检测速度更快,且对多类别害虫的检测精度更高,改进模型的泛化能力更强。 展开更多
关键词 深度学习 卷积神经网络(CNN) 林业害虫检测 YOLOv8n 多尺度级联注意力特征提取网络 多尺度自适应特征融合 小目标检测头
在线阅读 下载PDF
基于注意力机制改进的Segformer遥感图像语义分割方法 被引量:1
6
作者 胡涛涛 李屹旭 张俊 《激光杂志》 CAS 北大核心 2024年第7期130-136,共7页
针对Segformer处理具有复杂空间和频谱特征的遥感影像时存在局部感受野限制以及深层语义特征损失等问题,提出在Segformer不同层级模块间嵌入不同注意力模块的多级分层编码器网络结构:在Block2之前嵌入极化注意力模块PSA,用以增强网络对... 针对Segformer处理具有复杂空间和频谱特征的遥感影像时存在局部感受野限制以及深层语义特征损失等问题,提出在Segformer不同层级模块间嵌入不同注意力模块的多级分层编码器网络结构:在Block2之前嵌入极化注意力模块PSA,用以增强网络对大尺度特征的空间感知能力,缓解特征语义损失,并在Block3和Block4之前嵌入高效通道注意力模块ECA获取通道的加权特征,从而增强网络对重要特征的识别能力和感知能力,从终以多特征级联的方式实现像素级遥感影像的语义分割。通过在GID和BCDD数据集上进行测试,与原Segformer相比,新网络在两个数据集的mIOU(%)分别提高了1.85%和1.63%。 展开更多
关键词 语义分割 Transformer结构 遥感 注意力机制 特征级联
在线阅读 下载PDF
从行为动力学五大特征探索钢琴演奏行为和演奏法规律
7
作者 万凡捷 《戏剧之家》 2023年第27期81-83,共3页
职业钢琴家和普通钢琴演奏者的练琴行为与行为动力学有密切的联系,了解练琴规律性特征对科学指导钢琴教学和钢琴艺术演奏具有重要作用。本文从行为动力学的“级联特征”“周期特征”“波动特征”“自相似特征”与“兴趣特征”分析探讨... 职业钢琴家和普通钢琴演奏者的练琴行为与行为动力学有密切的联系,了解练琴规律性特征对科学指导钢琴教学和钢琴艺术演奏具有重要作用。本文从行为动力学的“级联特征”“周期特征”“波动特征”“自相似特征”与“兴趣特征”分析探讨职业钢琴家和普通钢琴演奏者的练琴行为,以期促进习琴者技术的提高。 展开更多
关键词 行为动力学 练琴动力 钢琴演奏者 级联特征 自相似特征
在线阅读 下载PDF
基于改进PSPnet的无人机农田场景语义分割 被引量:6
8
作者 刘尚旺 张杨杨 +2 位作者 蔡同波 唐秀芳 王长庚 《灌溉排水学报》 CSCD 北大核心 2022年第4期101-108,共8页
【目的】改进PSPnet语义分割模型在无人机农田场景下的性能。【方法】对PSPnet语义分割模型进行3方面改进:(1)通过不同维度特征级联,在强化场景解析的基础上保留更多图像细节特征。(2)利用深度可分离卷积模块构建轻量级语义分割模型,使... 【目的】改进PSPnet语义分割模型在无人机农田场景下的性能。【方法】对PSPnet语义分割模型进行3方面改进:(1)通过不同维度特征级联,在强化场景解析的基础上保留更多图像细节特征。(2)利用深度可分离卷积模块构建轻量级语义分割模型,使其更加高效。(3)改进激活函数,提升模型分割效果。【结果】所建模型的平均像素准确率和平均交并比分别为89.48%和82.38%,比改进前的模型提高了18.12%和18.93%,且分割结果优于Unet和DeeplabV3+等模型。【结论】改进后的模型能够有效进行无人机遥感农田场景语义分割。 展开更多
关键词 PSPnet 语义分割 特征级联 深度可分离卷积 激活函数
在线阅读 下载PDF
基于轻量级金字塔密集残差网络的红外图像超分辨增强 被引量:5
9
作者 左岑 杨秀杰 +1 位作者 张捷 王璇 《红外技术》 CSCD 北大核心 2021年第3期251-257,共7页
现有的红外制导武器严重依赖操作手对目标的捕获,其捕获的精度与目标的纹理细节正相关。为了提升弱小区域的显示质量,满足现有导引头小型化、模块化、低成本的设计要求,本文设计了一种基于轻量级金字塔密集残差网络的图像增强模型,该模... 现有的红外制导武器严重依赖操作手对目标的捕获,其捕获的精度与目标的纹理细节正相关。为了提升弱小区域的显示质量,满足现有导引头小型化、模块化、低成本的设计要求,本文设计了一种基于轻量级金字塔密集残差网络的图像增强模型,该模型在密集残差网络基础上通过密集连接层和残差网络来学习不同尺度图像之间的非线性映射,充分利用多尺度特征进行高频残差预测。同时,采用深度监督模块指导网络训练,有利于实现较大上采样因子的超分辨增强,提高其泛化能力。大量仿真实验结果表明本文所提出的超分辨模型能够获得高倍率的超分辨增强效果,其重建质量也优于对比算法。 展开更多
关键词 超分辨增强 轻量级 红外图像 深度学习 特征级联 损失函数 恒等映射
在线阅读 下载PDF
改进Faster R-CNN的轨面缺陷检测视频分析方法研究 被引量:5
10
作者 李海培 《铁道标准设计》 北大核心 2021年第5期172-178,共7页
针对钢轨表面灰度差异小,缺陷区域边界难提取,传统图像处理方法耗时长,缺陷识别准确率低等问题,设计一种改进的Faster R-CNN的钢轨表面缺陷检测方法。通过对采集到的钢轨表面图像进行预处理以减小后续运算量,采用基于灰度垂直投影法完... 针对钢轨表面灰度差异小,缺陷区域边界难提取,传统图像处理方法耗时长,缺陷识别准确率低等问题,设计一种改进的Faster R-CNN的钢轨表面缺陷检测方法。通过对采集到的钢轨表面图像进行预处理以减小后续运算量,采用基于灰度垂直投影法完成轨面区域的提取;为了提高Faster R-CNN网络对钢轨表面缺陷检测的准确率,对Faster R-CNN网络一些关键部分加以改进,包括卷积核的选择和基于级联的特征融合策略;设计网络训练策略,建立样本图像库和干扰图像库,对改进后模型和两种传统模型进行对比实验。对比结果表明,本文方法缺陷检测精度和检测时间皆优于其他两种方法。改进后模型比传统模型中缺陷检测准确率提高1.85%,平均检测时间快0.51 s。采用该方法对于检测钢轨表面缺陷实际可行。 展开更多
关键词 轨面缺陷检测 灰度垂直投影法 Faster R-CNN网络 特征提取网络 级联特征融合策略
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部