期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到156篇文章
< 1 2 … 8 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于密集连接卷积神经网络的入侵检测技术研究 被引量：25
1
作者 缪祥华 单小撤 《电子与信息学报》 EI CSCD 北大核心 2020年第11期2706-2712,共7页
卷积神经网络在入侵检测技术领域中已得到广泛应用,一般地认为层次越深的网络结构其在特征提取、检测准确率等方面就越精确。但也伴随着梯度弥散、泛化能力不足且参数量大准确率不高等问题。针对上述问题,该文提出将密集连接卷积神经网... 卷积神经网络在入侵检测技术领域中已得到广泛应用,一般地认为层次越深的网络结构其在特征提取、检测准确率等方面就越精确。但也伴随着梯度弥散、泛化能力不足且参数量大准确率不高等问题。针对上述问题,该文提出将密集连接卷积神经网络(DCCNet)应用到入侵检测技术中,并通过使用混合损失函数达到提升检测准确率的目的。用KDD 99数据集进行实验,将实验结果与常用的LeNet神经网络、VggNet神经网络结构相比。分析显示在检测的准确率上有一定的提高,而且缓解了在训练过程中梯度弥散问题。 展开更多
关键词 入侵检测 卷积神经网络 密集连接 梯度弥散
在线阅读 下载PDF
稠密融合卷积神经网络的多模态地基云状分类 被引量：2
2
作者 刘爽 许依琳 张重 《电子测量技术》 北大核心 2021年第20期157-161,共5页
为了解决现有的地基云状分类方法对多模态信息利用不充分的问题,有效融合地基云样本的视觉特征与多模态特征,提出稠密融合卷积神经网络的多模态地基云状分类方法。稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的... 为了解决现有的地基云状分类方法对多模态信息利用不充分的问题,有效融合地基云样本的视觉特征与多模态特征,提出稠密融合卷积神经网络的多模态地基云状分类方法。稠密融合卷积神经网络采用卷积神经网络作为视觉子网络提取地基云图像的视觉特征,采用多模态子网络提取多模态特征,在网络内部加入了5个稠密融合模块,用于充分融合视觉特征与多模态特征,稠密融合模块在不改变原有网络结构的同时,能够独立地加到入子网络中,具有较大的灵活性。在多模态地基云公开数据集MGCD上的实验达到了89.14%的分类精度,验证了所提出的稠密融合卷积神经网络在地基云状分类任务中的有效性。 展开更多
关键词 卷积神经网络 多模态地基云状分类 稠密融合
在线阅读 下载PDF
卷积神经网络物体检测算法在物流仓库中的应用 被引量：15
3
作者 李天剑 黄斌 +1 位作者 刘江玉 金秋 《计算机工程》 CAS CSCD 北大核心 2018年第6期176-181,共6页
针对传统物体检测算法在复杂环境下检测准确率较低的问题,提出一种新的托盘检测算法。采集真实仓库中包括人和托盘的大量图片进行标注,构建物流仓库的托盘数据库,并将单次多箱探测器检测算法中的基础网络改进为DenseNet网络,利用所标注... 针对传统物体检测算法在复杂环境下检测准确率较低的问题,提出一种新的托盘检测算法。采集真实仓库中包括人和托盘的大量图片进行标注,构建物流仓库的托盘数据库,并将单次多箱探测器检测算法中的基础网络改进为DenseNet网络,利用所标注的托盘数据库进行训练和测试。在测试阶段,结合不同分辨率的多尺度特征图,以增强网络对被检测物体的适应能力,并使用单一网络实现检测任务。实验结果表明,与YOLO算法相比,该算法检测准确率提高了6.1%。 展开更多
关键词 物体检测 托盘检测 卷积神经网路 深度学习 稠密连接卷积神经网络
在线阅读 下载PDF
交叉连接的少层残差卷积神经网络 被引量：3
4
作者 李国强 陈文华 高欣 《小型微型计算机系统》 CSCD 北大核心 2021年第3期510-515,共6页
最近的研究表明,卷积神经网络的性能可以通过采用跨层连接来提高,典型的残差网络(Res Net)便通过恒等映射方法取得了非常好的图像识别效果.但是通过理论分析,在残差模块中,跨层连接线的布局并没有达到最优设置,造成信息的冗余和层数的浪... 最近的研究表明,卷积神经网络的性能可以通过采用跨层连接来提高,典型的残差网络(Res Net)便通过恒等映射方法取得了非常好的图像识别效果.但是通过理论分析,在残差模块中,跨层连接线的布局并没有达到最优设置,造成信息的冗余和层数的浪费,为了进一步提高卷积神经网络的性能,文章设计了两种新型的网络结构,分别命名为C-FnetO和C-FnetT,它们在残差模块的基础上进行优化并且具有更少的卷积层层数,同时通过在MNIST,CIFAR-10,CIFAR-100和SVHN公开数据集上的一系列对比实验表明,与最先进的卷积神经网络对比,C-FnetO和C-FnetT网络获得了相对更好的图像识别效果,其中C-FnetT网络的性能最佳,在四种数据集上均取得了最高的准确率. 展开更多
关键词 卷积神经网络 交叉跨层连接 C-FnetO C-FnetT ResNet
在线阅读 下载PDF
全卷积神经网络与全连接条件随机场中的左心室射血分数精准计算 被引量：4
5
作者 刘晓鸣 雷震 +4 位作者 何刊 张惠茅 郭树旭 张歆东 李雪妍 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2019年第3期431-438,共8页
左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并... 左心室射血分数是临床上用于衡量心脏健康的一项重要指标.为提高左心室分割和射血分数计算的精度,提出一种基于改进的全卷积神经网络和全连接条件随机场的方法.首先利用预训练的全卷积神经网络模型对心脏核磁共振影像进行左心室分割并输出概率图;之后采用3D全连接条件随机场对概率图进行后处理,完成像素级的精准密度预测;最后对左心室分割结果进行3D重建,并计算左心室舒张末期容积和收缩末期容积,进而计算出射血分数.实验结果表明,该方法能够实现左心室射血分数的精确且高效的计算,对左心室射血分数的平均预测误差为4.67%,各步骤耗时短. 展开更多
关键词 左心室射血分数计算 深度学习 全卷积神经网络 全连接条件随机场
在线阅读 下载PDF
自学习稀疏密集连接卷积神经网络图像分类方法 被引量：3
6
作者 吴鹏 林国强 +1 位作者 郭玉荣 赵振兵 《信号处理》 CSCD 北大核心 2019年第10期1747-1752,共6页
通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中... 通道剪枝是深度模型压缩的主要方法之一。针对密集连接卷积神经网络中,每一层都接收其前部所有卷积层的输出特征图作为输入,但并非每个后部层都需要所有先前层的特征,网络中存在很大冗余的缺点。本文提出一种自学习剪枝密集连接网络中冗余通道的方法,得到稀疏密集连接卷积神经网络。首先,提出了一种衡量每个卷积层中每个输入特征图对输出特征图贡献度大小的方法,贡献度小的输入特征图即为冗余特征图;其次,介绍了通过自学习,网络分阶段剪枝冗余通道的训练过程,得到了稀疏密集连接卷积神经网络,该网络剪枝了密集连接网络中的冗余通道,减少了网络参数,降低了存储和计算量;最后,为了验证本文方法的有效性,在图像分类数据集CIFAR-10/100上进行了实验,在不牺牲准确率的前提下减小了模型冗余。 展开更多
关键词 剪枝冗余通道 自学习 稀疏化密集连接卷积神经网络 图像分类
在线阅读 下载PDF
密集连接扩张卷积神经网络的单幅图像去雾 被引量：8
7
作者 刘广洲 李金宝 +1 位作者 任东东 舒明雷 《计算机科学与探索》 CSCD 北大核心 2021年第1期185-194,共10页
针对大多数图像去雾算法模型参数估计准确性差及色彩失真等问题,提出了一种端到端的密集连接扩张卷积神经网络。首先,通过使用多层密集连接结构来增加网络的特征利用率,避免网络加深时的梯度消失现象。其次,通过在密集块中使用不同扩张... 针对大多数图像去雾算法模型参数估计准确性差及色彩失真等问题,提出了一种端到端的密集连接扩张卷积神经网络。首先,通过使用多层密集连接结构来增加网络的特征利用率,避免网络加深时的梯度消失现象。其次,通过在密集块中使用不同扩张率的扩张卷积,使网络在充分聚合上下文特征信息时不损失空间分辨率,并避免了网格伪影的产生。最后,为了提高算法的去雾能力,将该网络划分为多个阶段,并在每个阶段引入侧输出模块,从而获得更精确的特征信息。实验结果表明,所提出的去雾算法无论是在合成数据集上还是在真实数据集上都取得了较好的去雾效果,恢复的色彩更接近无雾图像,并且定量评价指标峰值信噪比(PSNR)和结构相似性(SSIM)均优于其他对比方法。 展开更多
关键词 图像去雾 卷积神经网络(CNN) 密集连接 扩张卷积
在线阅读 下载PDF
基于稠密卷积神经网络的烟雾识别方法 被引量：1
8
作者 程广涛 巩家昌 李建 《计算机应用》 CSCD 北大核心 2020年第5期1465-1469,共5页
针对传统烟雾检测方法中提取的图像特征鲁棒性较差的问题,提出了基于稠密卷积神经网络(DenseNet)的烟雾识别方法。首先,利用卷积操作和特征图融合构建稠密网络块,在卷积层之间设计稠密连接机制,以增强稠密网络块结构内的信息流通和特征... 针对传统烟雾检测方法中提取的图像特征鲁棒性较差的问题,提出了基于稠密卷积神经网络(DenseNet)的烟雾识别方法。首先,利用卷积操作和特征图融合构建稠密网络块,在卷积层之间设计稠密连接机制,以增强稠密网络块结构内的信息流通和特征重利用;然后,将已构建的稠密网络块叠加成稠密卷积神经网络用于烟雾识别,节省计算资源的同时提升对烟雾图像特征的表达能力;最后,针对烟雾图像数据量较小的问题,采取数据增强技术进一步改善训练模型的识别能力。在公开烟雾数据集上对提出的方法进行实验验证,实验结果表明,所提方法的模型大小只有0.44 MB,在两个测试集上的准确率分别为96.20%和96.81%。 展开更多
关键词 烟雾识别 稠密连接 卷积神经网络 深度学习 数据增强
在线阅读 下载PDF
一种基于改进稠密卷积神经网络的表情识别方法 被引量：2
9
作者 戴沁璇 罗晓曙 +1 位作者 蒙志明 黄苑琴 《现代电子技术》 2022年第9期29-34,共6页
人的表情包含大量信息,可用于显示人的很多情感状态,例如疲劳和疼痛的表情等。卷积神经网络(CNN)是一种识别人脸表情的有效方法,它可以同时执行特征提取和分类,并可以自动发现数据中的多个表情特点。针对卷积神经网络参数大以及传统表... 人的表情包含大量信息,可用于显示人的很多情感状态,例如疲劳和疼痛的表情等。卷积神经网络(CNN)是一种识别人脸表情的有效方法,它可以同时执行特征提取和分类,并可以自动发现数据中的多个表情特点。针对卷积神经网络参数大以及传统表情识别方法准确率不高的问题,提出一种基于改进的稠密卷积神经网络的面部表情识别模型。首先通过使用Gabor滤波器初始化第一层卷积层;然后采用一种对数线性函数(LLU)进行网络优化,该模型中的特征重用和参数压缩技术提高了网络的学习能力,大大减少了模型参数;最后基于此模型设计了一个表情识别系统,该系统能够准确地识别照片上的表情和在线识别人脸表情。实验结果表明,该模型可以显著提高三个表情数据集的准确率,并能很好地识别人脸表情。 展开更多
关键词 人脸表情识别 改进稠密卷积神经网络 卷积层初始化 GABOR滤波器 激活函数 表情识别系统
在线阅读 下载PDF
基于跨通道交叉融合和跨模块连接的轻量级卷积神经网络 被引量：1
10
作者 陈力 丁世飞 于文家 《计算机应用》 CSCD 北大核心 2020年第12期3451-3457,共7页
针对传统卷积神经网络参数量过多、计算复杂度高的问题,提出了基于跨通道交叉融合和跨模块连接的轻量级卷积神经网络架构C-Net。首先,提出了跨通道交叉融合的方法,它在一定程度上克服了分组卷积中各分组之间存在缺乏信息流动的问题,简... 针对传统卷积神经网络参数量过多、计算复杂度高的问题,提出了基于跨通道交叉融合和跨模块连接的轻量级卷积神经网络架构C-Net。首先,提出了跨通道交叉融合的方法,它在一定程度上克服了分组卷积中各分组之间存在缺乏信息流动的问题,简单高效地实现了不同分组之间的信息通信;其次,提出了一种跨模块连接的方法,它克服了传统轻量级架构中各基本构建块之间彼此独立的缺点,实现了同一阶段内具有相同分辨率特征映射的不同模块之间的信息融合,从而增强了特征提取能力;最后,基于提出的两种方法设计了一种新型的轻量级卷积神经网络架构C-Net。C-Net在Food101数据集上的准确率为69.41%,在Caltech256数据集上的准确率为63.93%。实验结果表明,与目前先进的轻量级卷积神经网络模型相比,C-Net降低了存储开销和计算复杂度。在Cifar10数据集上的消融实验验证了所提出的两种方法的有效性。 展开更多
关键词 卷积神经网络 轻量级 分组卷积 跨通道交叉融合 快捷连接 跨模块连接
在线阅读 下载PDF
面向深度卷积神经网络的确定性连接丢弃算法 被引量：1
11
作者 李鸿杨 潘静 +1 位作者 何宇清 庞彦伟 《陕西师范大学学报（自然科学版）》 CAS CSCD 北大核心 2020年第2期32-37,共6页
针对深度卷积神经网络中存在的过拟合问题,本文提出了一种确定性连接丢弃的正则化方法。核心思想是根据不同卷积滤波器权重对结果的贡献度不同,确定性丢弃卷积层层间连接,通过降低卷积滤波器权重的空间维度,使得卷积神经网络各层之间的... 针对深度卷积神经网络中存在的过拟合问题,本文提出了一种确定性连接丢弃的正则化方法。核心思想是根据不同卷积滤波器权重对结果的贡献度不同,确定性丢弃卷积层层间连接,通过降低卷积滤波器权重的空间维度,使得卷积神经网络各层之间的连接更稀疏。通过将算法应用于图像分类任务来验证算法的性能,在MNIST、CIFAR-10和CIFAR-100数据集上,错误率分别为0.32%、5.33%、26.88%,相比于原始实验错误率分别降低0.15%、1.09%、1.36%。实验表明,本算法能够有效处理深度卷积神经网络的过拟合问题,并能提升网络的鲁棒性和泛化能力。 展开更多
关键词 深度学习 卷积神经网络 正则化 连接丢弃
在线阅读 下载PDF
基于跳连接反卷积神经网络的自动眼镜摘除 被引量：1
12
作者 王丙付 刘学亮 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2018年第4期480-484,共5页
随着人工智能的快速发展,人脸识别已经成为计算机视觉领域非常热门的研究方向;眼镜作为最常见的遮挡物,对人脸识别的性能有着较大的影响。传统方法大多使用主成分分析(principal component analysis,PCA)重建技术对眼镜进行摘除,但是预... 随着人工智能的快速发展,人脸识别已经成为计算机视觉领域非常热门的研究方向;眼镜作为最常见的遮挡物,对人脸识别的性能有着较大的影响。传统方法大多使用主成分分析(principal component analysis,PCA)重建技术对眼镜进行摘除,但是预先定位眼镜位置非常困难,而且重建后图像的眼镜区域和非眼镜区域有着明显的不连续性。针对眼镜遮挡这一问题,文章提出了一种基于跳连接反卷积神经网络的自动眼镜摘除方法,实现了端对端的自动眼镜摘除技术,在尽可能保留人脸细节的前提下将眼镜从人脸图片中去除。该方法较好地解决了PCA重建中眼镜区域和非眼镜区域不连续性问题,使得眼镜去除效果更加接近真实效果。 展开更多
关键词 跳连接 反卷积神经网络 自动眼镜摘除 端对端训练 人脸识别
在线阅读 下载PDF
基于跨连接卷积神经网络的绝缘子检测方法 被引量：36
13
作者 左国玉 马蕾 +1 位作者 徐长福 徐家园 《电力系统自动化》 EI CSCD 北大核心 2019年第4期101-106,共6页
针对电力设备图像中绝缘子所占比例较小和容易漏检的问题,提出了基于跨连接卷积神经网络的绝缘子检测方法。首先,通过在区域建议网络将网络后三层的卷积层分别和全连接层连接,使得这三层的卷积特征同时送入分类层和回归层,从而得到一系... 针对电力设备图像中绝缘子所占比例较小和容易漏检的问题,提出了基于跨连接卷积神经网络的绝缘子检测方法。首先,通过在区域建议网络将网络后三层的卷积层分别和全连接层连接,使得这三层的卷积特征同时送入分类层和回归层,从而得到一系列高质量的绝缘子候选区域;将得到的候选区域映射绝缘子检测子网络,通过将得到的感兴趣区域特征送入级联的Adaboost分类器,实现对绝缘子的检测。对所提出跨连接卷积神经网络生成的候选区域进行了评估,并对不同的绝缘子检测方法进行了对比实验。实验结果表明,该方法得到的候选区域召回率高且更集中于绝缘子所在位置,绝缘子检测准确率比常规方法高出10%。所提方法能较好地对复杂背景图像中不同大小的绝缘子进行有效识别和精确定位。 展开更多
关键词 绝缘子 卷积神经网络 候选区域生成 跨连接 ADABOOST
在线阅读 下载PDF
基于密集连接卷积神经网络的远程监督关系抽取 被引量：8
14
作者 钱小梅 刘嘉勇 程芃森 《计算机科学》 CSCD 北大核心 2020年第2期157-162,共6页
密集连接卷积神经网络(DenseNet)是一种新型深度卷积神经网络架构,通过建立不同层间的连接关系,来确保网络层与层间最大程度的信息传输。在文本远程监督关系抽取任务中,针对现有神经网络方法使用浅层网络提取特征的局限,设计了一种基于... 密集连接卷积神经网络(DenseNet)是一种新型深度卷积神经网络架构,通过建立不同层间的连接关系,来确保网络层与层间最大程度的信息传输。在文本远程监督关系抽取任务中,针对现有神经网络方法使用浅层网络提取特征的局限,设计了一种基于密集连接方式的深度卷积神经网络模型。该模型采用五层卷积神经网络构成的密集连接模块和最大池化层作为句子编码器,通过合并不同层次的词法、句法和语义特征,来帮助网络学习特征,从而获取输入语句更丰富的语义信息,同时减轻深度神经网络的梯度消失现象,使得网络对自然语言的表征能力更强。模型在NYT-Freebase数据集上的平均准确率达到了82.5%,PR曲线面积达到了0.43。实验结果表明,该模型能够有效利用特征,并提高远程监督关系抽取的准确率。 展开更多
关键词 深度学习 关系抽取 远程监督 卷积神经网络 密集连接
在线阅读 下载PDF
基于稠密连接卷积网络的加密流量分类方法 被引量：1
15
作者 康健豪 凌捷 《计算机应用与软件》 北大核心 2024年第9期363-369,共7页
针对传统方法依靠人工提取特征、现有基于深度学习的方法在多分类上性能不够高等问题,提出一种基于稠密连接卷积网络的加密流量分类方法,利用DenseBlock中各层卷积稠密连接的结构,减轻梯度消失、加强特征传递,以提高分类性能。在公开数... 针对传统方法依靠人工提取特征、现有基于深度学习的方法在多分类上性能不够高等问题,提出一种基于稠密连接卷积网络的加密流量分类方法,利用DenseBlock中各层卷积稠密连接的结构,减轻梯度消失、加强特征传递,以提高分类性能。在公开数据集“ISCX VPN-nonVPN”上进行实验,结果表明该方法对不同种类的加密流量有更好的分类效果,准确率达到98.56%,F1值达到98.55%,相比于基于一维卷积神经网络模型和ResNet模型的方法,准确率分别提升了8.88百分点和6.54百分点,F1值分别提升了8.86百分点和6.64百分点。 展开更多
关键词 加密流量分类 卷积神经网络 稠密连接 图像分类 深度学习
在线阅读 下载PDF
基于跨连卷积神经网络的性别分类模型 被引量：41
16
作者 张婷 李玉鑑 +1 位作者 胡海鹤 张亚红 《自动化学报》 EI CSCD 北大核心 2016年第6期858-865,共8页
为提高性别分类准确率,在传统卷积神经网络(Convolutional neural network,CNN)的基础上,提出一个跨连卷积神经网络(Cross-connected CNN,CCNN)模型.该模型是一个9层的网络结构,包含输入层、6个由卷积层和池化层交错构成的隐含层、全连... 为提高性别分类准确率,在传统卷积神经网络(Convolutional neural network,CNN)的基础上,提出一个跨连卷积神经网络(Cross-connected CNN,CCNN)模型.该模型是一个9层的网络结构,包含输入层、6个由卷积层和池化层交错构成的隐含层、全连接层和输出层,其中允许第2个池化层跨过两个层直接与全连接层相连接.在10个人脸数据集上的性别分类实验结果表明,跨连卷积网络的准确率均不低于传统卷积网络. 展开更多
关键词 性别分类 卷积神经网络 跨连卷积神经网络 跨层连接
在线阅读 下载PDF
基于捷径的卷积神经网络在人脸识别中的应用研究 被引量：17
17
作者 王飞 张莹 +2 位作者 张东波 邵豪 成超鹏 《电子测量与仪器学报》 CSCD 北大核心 2018年第4期80-86,共7页
人脸识别的特征要求具有区分性和识别性,传统的卷积神经网络(CNN)无法将低层次特征与高层次特征进行融合,识别准确率难以进一步提高。提出了一种基于附加惩罚函数和捷径连接的卷积神经网络模型,算法通过将第一层的卷积特征与原有网络模... 人脸识别的特征要求具有区分性和识别性,传统的卷积神经网络(CNN)无法将低层次特征与高层次特征进行融合,识别准确率难以进一步提高。提出了一种基于附加惩罚函数和捷径连接的卷积神经网络模型,算法通过将第一层的卷积特征与原有网络模型最后一层的全连接层直接连接,增加了深层次特征的识别能力,减少了浅层主要特征的损失;为了提高已学习到的深度特征的识别能力,算法在原有的softmax损失函数项添加一个惩罚项,使已学习到的同类特征到该类特征中心之间的距离最小化。在CASIA-web、Facescrub数据集上的实验结果表明,改进算法分类准确率优于深度卷积神经网络(DCNN)、GRCC等算法。 展开更多
关键词 卷积神经网络 捷径连接 惩罚函数 人脸识别
在线阅读 下载PDF
基于卷积神经网络的轮胎缺陷X光图像分类 被引量：17
18
作者 崔雪红 刘云 +1 位作者 王传旭 李辉 《电子测量技术》 2017年第5期168-173,共6页
轮胎缺陷的类型直接决定着轮胎是否为残次品或废品,对于轮胎定级具有重要参考价值,探索高性能的轮胎缺陷分类方法至关重要。采用卷积神经网络技术,提出一个端到端的图像自动分类算法。首先,从国内某轮胎生产线上通过现场运行的轮胎X光... 轮胎缺陷的类型直接决定着轮胎是否为残次品或废品,对于轮胎定级具有重要参考价值,探索高性能的轮胎缺陷分类方法至关重要。采用卷积神经网络技术,提出一个端到端的图像自动分类算法。首先,从国内某轮胎生产线上通过现场运行的轮胎X光射线缺陷检测系统采集胎侧异物缺陷、胎冠异物缺陷、气泡缺陷、胎冠劈缝、胎侧开根5种最常见缺陷类型和1种正常胎侧图像作为分类目标,并且依据缺陷图像的缺陷尺度,将每幅图像缩放到127×127像素的统一大小;然后,设计含有5个卷积层、3个池化层、3个全连接层的网络结构。最后,用采集的缺陷样本对所设计的深度网络进行训练学习与测试。并将该算法和大量传统分类算法进行实验对比,取得更好的分类效果,平均测试识别率高达96.51%。 展开更多
关键词 卷积神经网络 池化 轮胎缺陷 图象分类 全连接
在线阅读 下载PDF
基于卷积神经网络迭代优化的图像分类算法 被引量：21
19
作者 李鸣 张鸿 《计算机工程与设计》 北大核心 2017年第1期198-202,214,共6页
针对传统卷积神经网络在处理图像分类的问题过程中,需要较长的训练时间、大量的存储空间和计算资源等问题,提出一种基于卷积神经网络迭代优化的图像分类算法。对卷积神经网络进行初始化,在训练网络的过程中,对每层网络单个特征图的输入... 针对传统卷积神经网络在处理图像分类的问题过程中,需要较长的训练时间、大量的存储空间和计算资源等问题,提出一种基于卷积神经网络迭代优化的图像分类算法。对卷积神经网络进行初始化,在训练网络的过程中,对每层网络单个特征图的输入进行BN(batch normalize)处理,得到归一化的数据后再输入到特征图中,采用迭代的方法调整卷积神经网络中的参数并删除低于阀值的连接。实验结果表明,在Mnist、Cifar-10数据集上,经过迭代优化后的卷积神经网络分别提高了0.33%和3.42%的准确率,有效降低了网络中参数的数量,相比原始卷积神经网络中的参数数量分别降低87.94%、85.91%,网络收敛速度更快,减小了网络的训练时间。 展开更多
关键词 卷积神经网络 特征图 网络连接 收敛 阈值
在线阅读 下载PDF
基于卷积神经网络的人脸性别识别 被引量：25
20
作者 汪济民 陆建峰 《现代电子技术》 北大核心 2015年第7期81-84,共4页
人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验... 人脸性别识别是人脸识别的重要组成部分,但是人脸识别容易受到光照、旋转、平移、遮挡等因素的影响。将卷积神经网络引入到人脸性别识别中,该网络的结构具有稀疏连接和权值共享的优点,卷积层和采样层交替进行,简化了模型的复杂度。实验表明,该方法的网络结构有效地克服了旋转、遮挡等因素的影响,具有较好的鲁棒性。 展开更多
关键词 人脸性别识别 卷积神经网络 稀疏连接 权值共享
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 8 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部