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246篇文章
< 1 2 … 13 >
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：
基于光谱-空间卷积神经网络的成矿远景区预测研究——以巴基斯坦Chagai地区为例
1
作者 李磊佳 王猛 +3 位作者 胡杰 张博瑞 剧弘旷 刘磊 《地质与勘探》 北大核心 2025年第5期1043-1052,共10页
卷积神经网络(CNN)是成矿远景区预测研究中广泛使用的方法,如何提升CNN模型的泛化能力和鲁棒性仍是当前研究的热点。巴基斯坦西南部的Chagai成矿带西部发育世界级斑岩铜矿床Reko Diq和大型斑岩铜矿Saindak,是开展斑岩型铜矿床成矿远景... 卷积神经网络(CNN)是成矿远景区预测研究中广泛使用的方法,如何提升CNN模型的泛化能力和鲁棒性仍是当前研究的热点。巴基斯坦西南部的Chagai成矿带西部发育世界级斑岩铜矿床Reko Diq和大型斑岩铜矿Saindak,是开展斑岩型铜矿床成矿远景区研究的有利区。本研究以高光谱遥感数据和5个已知矿床为基础,联合多源地质数据构建训练样本,结合假彩色图像合成技术,扩充训练样本。提出空间-光谱卷积神经网络(SSCNN)算法,构建成矿预测模型,对Chagai带西部斑岩型铜矿的成矿远景区进行预测。结果表明,基于Chagai成矿带5个已知矿床和数据扩充方法构建的2477个正样本和11304个负样本,使用4个SSCNN模型的验证集F1-score均超过0.94,最高可达0.98。已知的研究区内37个矿床/矿点均位于预测的成矿远景区内。前人划定的22个找矿靶区内均包含不同概率级别的成矿远景区,空间匹配率达100%。本研究提出的技术方法有助于抑制模型过拟合并提升泛化能力,为成矿远景区预测研究提供了新思路,可拓展应用于其他类型矿床的成矿远景预测工作。 展开更多
关键词 光谱-空间卷积神经网络 成矿远景 斑岩型铜矿 Chagai带 巴基斯坦
在线阅读 下载PDF
使用卷积神经网络识别大气湍流扰动的OAM光信号
2
作者 张鑫瑜 王瑾 +1 位作者 薛洁 朱冰 《光子学报》 北大核心 2025年第5期80-91,共12页
为提高卷积神经网络识别轨道角动量光束的速率,提出了一种识别方案。该方案采用柱透镜与光电二极管阵列将叠加轨道角动量光场的二维光强信号转换为一维信号,并基于现场可编程门阵列部署一维卷积神经网络,以实现信号的高速识别。通过大... 为提高卷积神经网络识别轨道角动量光束的速率,提出了一种识别方案。该方案采用柱透镜与光电二极管阵列将叠加轨道角动量光场的二维光强信号转换为一维信号,并基于现场可编程门阵列部署一维卷积神经网络,以实现信号的高速识别。通过大气湍流折射率功率谱和随机相位屏法对方案进行建模分析,优化卷积神经网络结构,并与经典模型进行综合对比。在室外真实大气湍流环境中的实验测试表明,训练后的优化卷积神经网络对叠加轨道角动量光信号的识别准确率超过了93.5%。该方案使用了高速光电探测器阵列模块、光电信号处理电路模块、模数转换模块以及部署于现场可编程门阵列电路中的卷积神经网络模块,可将单组轨道角动量光信号的识别时间缩短至0.072μs,较好地满足了轨道角动量空间光通信的需求。 展开更多
关键词 大气湍流 自由空间光通信 卷积神经网络 现场可编程门阵列 光轨道角动量
在线阅读 下载PDF
面向低资源芯片的高效自适应卷积神经网络加速器
3
作者 庞明义 魏祥麟 +2 位作者 张云祥 王斌 庄建军 《计算机科学》 北大核心 2025年第4期94-100,共7页
文中提出了一种面向非GPU类低资源芯片的自适应卷积神经网络加速器(Adaptive Convolutional Neural Network Accelerator,ACNNA),其可根据硬件平台资源约束和卷积神经网络结构自适应生成对应的硬件加速器。通过可重构特性,ACNNA可有效... 文中提出了一种面向非GPU类低资源芯片的自适应卷积神经网络加速器(Adaptive Convolutional Neural Network Accelerator,ACNNA),其可根据硬件平台资源约束和卷积神经网络结构自适应生成对应的硬件加速器。通过可重构特性,ACNNA可有效加速包括卷积层、池化层、激活层和全连接层在内的各种网络层组合。首先,设计了一种资源折叠式多通道处理引擎(Processing Engine,PE)阵列,将理想化卷积结构进行折叠以节省资源,在输出通道上展开以支持并行计算。其次,采用多级存储与乒乓缓存机制对流水线进行优化,有效提升数据处理效率。然后,提出了一种多级存储下的资源复用策略,结合设计空间探索算法,针对网络参数调度硬件资源分配,使低资源芯片可部署层次更深且参数更多的网络模型。以LeNet5和VGG16网络模型为例,在Ultra96 V2开发板上对ACNNA进行了验证。结果显示,采用ACNNA部署的VGG16最低仅消耗了原网络4%的资源量。在100MHz主频下,LeNet5加速器在2.05W的功耗下计算速率达0.37 GFLOPS;VGG16加速器在2.13W的功耗下计算速率达1.55 GFLOPS。与现有工作相比,所提方法的FPS提升超过83%。 展开更多
关键词 硬件加速 卷积神经网络 设计空间探索策略 现场可编程门阵列
在线阅读 下载PDF
基于空间域图像生成和混合卷积神经网络的配电网故障选线方法 被引量：10
4
作者 郭威 史运涛 《电网技术》 EI CSCD 北大核心 2024年第3期1311-1321,共11页
传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘。为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法。首先,利用优化的降噪... 传统的配电网故障选线方法大多基于一维零序电流序列构建故障诊断模型,单一的诊断模型往往限制了故障特征的深层挖掘。为了提高故障选线的准确率,提出一种基于空间域图像和混合卷积神经网络的配电网故障选线方法。首先,利用优化的降噪光滑模型对零序电流信号进行降噪处理,减少外界环境的电磁干扰。其次,利用对称希尔伯特变换将一维时域信号转成二维空间域图像,图像的颜色、形状和纹理特征能够充分反映当前系统的运行状态。最后,将一维时域信号和二维空间域图像同步作为混合卷积神经网络的输入,充分挖掘系统的故障特征,利用Sigmoid函数实现故障选线。在辐射状配电网、IEEE-13节点模型、IEEE-34节点、StarSim仿真平台上模型上进行了实验验证。实验结果表明,该选线方法可以有效克服传统方法过度依赖主观特征选择、抗噪性能差等问题,能够在高阻接地、采样时间不同步、两点接地故障等极端情况下可靠地筛选出故障线路。 展开更多
关键词 故障选线 对称希尔伯特变换 混合卷积神经网络 空间域图像生成 优化的降噪光滑模型
在线阅读 下载PDF
采用源空间套索分析和卷积神经网络方法的高频脑电动作模式识别方法
5
作者 陶怡 徐维维 +3 位作者 朱家林 袁子文 王茂德 王刚 《西安交通大学学报》 EI CSCD 北大核心 2024年第1期187-196,共10页
针对目前同侧手部运动意图识别率低的问题,提出了一种基于源空间套索分析和卷积神经网络(source-Lasso-CNN,SLC)的高频脑电动作模式识别方法。该方法运用空间源定位分析与握拳、展拳、二指对捏、三指对捏4种动作相关的脑电信号,使用组La... 针对目前同侧手部运动意图识别率低的问题,提出了一种基于源空间套索分析和卷积神经网络(source-Lasso-CNN,SLC)的高频脑电动作模式识别方法。该方法运用空间源定位分析与握拳、展拳、二指对捏、三指对捏4种动作相关的脑电信号,使用组Lasso进行感兴趣区域(ROI)选择,再输入到卷积神经网络进行单手多类动作模式识别。采集13名被试者在4种手部动作模式下的脑电和肌电信号并进行预处理,采用基于核磁共振图像的边界元模型建立头模型、使用最小范数估计解决脑电源成像逆问题,将传感器空间的脑电信号映射至源空间。将源空间脑电序列按照布罗德曼分区进行划分,提取每个脑区的3个时域特征并基于特征采用组Lasso方法进行ROI选择,将挑选出的ROI及其对应源空间序列输入卷积神经网络中进行四分类。实验结果表明:采用source-Lasso-CNN的方法在高频(γ频带)脑电的识别准确率可达(82.23±12.71)%,优于在δ(1~3 Hz)、θ(4~7 Hz)、α(8~13 Hz)、β(14~30 Hz)以及全频带(1~100 Hz)上的结果。与其他先进方法相比,其准确率也有显著性的提升,显示了该方法在同侧手部运动意图识别中的有效性。 展开更多
关键词 源空间 Lasso 卷积神经网络 高频脑电 手部运动意图识别
在线阅读 下载PDF
卷积神经网络与随机场分析桩梁基础承载力 被引量：1
6
作者 邓友生 张克钦 +3 位作者 李文杰 李龙 彭程谱 姚志刚 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第9期124-130,共7页
岩土体的参数在空间上随机分布,为能更好地反应实际工程地质条件,在桩基础承载力研究中考虑土体的不确定性,并建立具有重要工程价值的承载力预测模型,将基于随机场理论的岩土参数空间变异性引入桩梁基础的研究中,采用数值方法建立桩梁... 岩土体的参数在空间上随机分布,为能更好地反应实际工程地质条件,在桩基础承载力研究中考虑土体的不确定性,并建立具有重要工程价值的承载力预测模型,将基于随机场理论的岩土参数空间变异性引入桩梁基础的研究中,采用数值方法建立桩梁基础与群桩基础的二维随机有限元模型分析承载能力,并与模型试验结果验证。随后通过卷积神经网络建立土体参数随机场图像与基础极限承载力之间的模型进行承载力预测,并基于预测模型研究不同参数的影响。结果表明:考虑土体空间变异性的基础承载力与试验结果基本吻合,随机结果均高于确定性分析;随机场下桩梁基础与群桩基础的承载力均为正态分布;采用卷积神经网络建立的基础承载力预测模型精度较高,且可以用于参数分析,基础承载力随着土体参数的增加而增加,随变异系数的增加而下降。随机条件下,桩梁基础的承载力高于群桩基础,可以充分发挥土体强度并抵御参数不确定性带来的承载力损失。 展开更多
关键词 桩梁基础 空间变异性 随机场理论 卷积神经网络 承载力
在线阅读 下载PDF
脑电信号多特征融合与卷积神经网络算法研究 被引量：5
7
作者 宋世林 张学军 《计算机工程与应用》 CSCD 北大核心 2024年第8期148-155,共8页
针对脑电信号(electroencephalogram,EEG)运动想象中单一特征无法多维表征信号中的信息导致的分类准确率不高的问题,提出一种基于样本熵和共空间模式特征融合的特征提取算法。算法先对原始脑电信号进行小波包分解,从中选择包含μ和β节... 针对脑电信号(electroencephalogram,EEG)运动想象中单一特征无法多维表征信号中的信息导致的分类准确率不高的问题,提出一种基于样本熵和共空间模式特征融合的特征提取算法。算法先对原始脑电信号进行小波包分解,从中选择包含μ和β节律的分量进行重构,然后分别提取重构信号的样本熵和CSP(common spatial pattern,CSP)特征,将两者融合组成新的特征向量,使用所设计的一维卷积神经网络对其进行识别获得分类结果。所提方法在2003年BCI Dataset III中获得了91.66%的分类准确率,在2008年BCI Dataset A中获得了85.29%的平均分类准确率。与近年来文献中提出的多特征融合算法相比,准确率提高了7.96个百分点。 展开更多
关键词 脑电信号 运动想象 小波包重构 样本熵 共空间模式 卷积神经网络
在线阅读 下载PDF
融合多尺度特征卷积神经网络的多光谱图像压缩方法 被引量：5
8
作者 张丽丽 陈子坤 +1 位作者 潘天鹏 屈乐乐 《光学精密工程》 EI CAS CSCD 北大核心 2024年第4期622-634,共13页
不同于普通图像压缩,多光谱图像压缩除了需要去除空间冗余同时还需要去除光谱间冗余,近年来研究表明端到端的卷积神经网络模型在图像压缩方面具有很好的性能,但对于多光谱图像压缩其编解码器并不能有效解决同时高效提取到多光谱图像空... 不同于普通图像压缩,多光谱图像压缩除了需要去除空间冗余同时还需要去除光谱间冗余,近年来研究表明端到端的卷积神经网络模型在图像压缩方面具有很好的性能,但对于多光谱图像压缩其编解码器并不能有效解决同时高效提取到多光谱图像空间和光谱间特征的问题,同时也会忽略图像局部特征信息。针对以上问题,本文提出了一种融合多尺度特征卷积神经网络的多光谱图像压缩方法。所提出网络在压缩模型的编解码器中嵌入了可以提取出不同尺度下空间和光谱间特征信息的多尺度特征提取模块,以及可以用来捕捉局部空间信息和光谱信息的空间光谱间非对称卷积模块。实验表明,与传统算法如JPEG2000和3D-SPIHT以及深度学习方法相比,在Landsat-8的7波段和Sentinel-2的8波段数据集上所提出模型的峰值信噪比(PSNR)指标高于传统算法1-2dB。在平均光谱角度(MSA)指标的衡量下,所提出的模型在Landsat-8数据集上优于传统算法约8×10^(-3)rad,在Sentinel-2数据集上优于传统算法约2×10^(-3)rad。满足了多光谱图像压缩对空间和光谱间特征提取以及局部特征提取的要求。 展开更多
关键词 空间光谱间特征 非对称卷积 卷积神经网络 多光谱图像压缩
在线阅读 下载PDF
基于空间卷积神经网络的井下轨道检测方法 被引量：8
9
作者 韩江洪 乔晓敏 +1 位作者 卫星 陆阳 《电子测量与仪器学报》 CSCD 北大核心 2018年第12期34-43,共10页
针对传统轨道检测方法效率低下、检测精度不高等缺点,提出一种基于空间卷积神经网络的轨道检测模型。模型直接将轨道图像作为网络的初始输入,首先利用一般卷积层提取轨道低级特征,其次引入不同扩张率的扩张卷积来改善由于池化操作造成... 针对传统轨道检测方法效率低下、检测精度不高等缺点,提出一种基于空间卷积神经网络的轨道检测模型。模型直接将轨道图像作为网络的初始输入,首先利用一般卷积层提取轨道低级特征,其次引入不同扩张率的扩张卷积来改善由于池化操作造成图像信息丢失的情况,最后利用层中行列消息传递的空间卷积来更好地提取轨道的长结构信息。实验结果表明,模型可大幅提高轨道检测算法的效率和精度,相较于传统基于图像处理方法平均精度提高了约22%,检测效率提升了50%。相较于直接运用在井下的空间卷积方法平均精度提高了5.5%,检测效率提升了30%。在800×288图像上的检测速率可达30 fps,检测精度约97.29%,表明了深度学习算法在井下轨道检测上的有效性,也为实现无人驾驶系统中的轨道检测提供了一种新思路。 展开更多
关键词 井下轨道检测 空间卷积 卷积神经网络 扩张卷积
在线阅读 下载PDF
基于相空间重构和卷积神经网络的电能质量扰动分类 被引量：40
10
作者 陈伟 何家欢 裴喜平 《电力系统保护与控制》 EI CSCD 北大核心 2018年第14期87-93,共7页
为了提高电能质量扰动信号分类的准确率,首先利用相空间重构将一维时间序列电能质量扰动信号重构到多维相空间,获得扰动信号轨迹并投影到二维相平面,形成二维轨迹图像。然后对该图像进行二值化处理,减少信号的数据量,凸显轨迹轮廓。最... 为了提高电能质量扰动信号分类的准确率,首先利用相空间重构将一维时间序列电能质量扰动信号重构到多维相空间,获得扰动信号轨迹并投影到二维相平面,形成二维轨迹图像。然后对该图像进行二值化处理,减少信号的数据量,凸显轨迹轮廓。最后通过卷积神经网络对处理后的轨迹图像进行特征提取,并对相应的扰动信号进行分类识别。在卷积神经网络框架Caffe下进行仿真实验,仿真结果表明该方法具有很高的识别准确率和良好的抗噪能力。 展开更多
关键词 电能质量 扰动分类 相空间重构 深度学习 卷积神经网络
在线阅读 下载PDF
基于空间聚合加权卷积神经网络的力触觉足迹识别 被引量：7
11
作者 鲍文霞 瞿金杰 +2 位作者 王年 唐俊 鲁玺龙 《东南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2020年第5期959-964,共6页
为了提高力触觉足迹识别的准确率,提出一种基于空间聚合加权注意力机制的足迹识别算法.首先,采用压力足迹采集器采集并构建一个包含100人2000幅力触觉足迹图像的数据集;然后,采用VGG19卷积神经网络预训练模型提取特征,为获取特征图中足... 为了提高力触觉足迹识别的准确率,提出一种基于空间聚合加权注意力机制的足迹识别算法.首先,采用压力足迹采集器采集并构建一个包含100人2000幅力触觉足迹图像的数据集;然后,采用VGG19卷积神经网络预训练模型提取特征,为获取特征图中足迹压力分布感兴趣区域,设计一种空间聚合加权模块(SAWM),该模块专注高响应区域从而提取足迹中显著区域局部特征,并与输入特征图加权融合,保留显著性特征,抑制不重要特征;最后输出的特征经过平均池化在全连接层实现力触觉足迹的识别.试验结果表明,所提算法准确率达到了91.20%,优于其他注意力机制算法以及传统的足迹识别算法.采用空间聚合加权注意力机制网络模型能够有效进行足迹识别,为身份识别提供技术支撑. 展开更多
关键词 力触觉 足迹识别 空间聚合加权 VGG19卷积神经网络
在线阅读 下载PDF
基于改进空间金字塔池化卷积神经网络的交通标志识别 被引量：12
12
作者 邓天民 方芳 周臻浩 《计算机应用》 CSCD 北大核心 2020年第10期2872-2880,共9页
针对雾天、光照、遮挡和大倾角等因素导致的交通标志识别准确率低、泛化性差等问题,提出一种基于神经网络的轻量级交通标志识别方法。首先,利用图像归一化、仿射变换和限制对比度自适应直方图均衡化(CLAHE)方法进行图像预处理,以提高图... 针对雾天、光照、遮挡和大倾角等因素导致的交通标志识别准确率低、泛化性差等问题,提出一种基于神经网络的轻量级交通标志识别方法。首先,利用图像归一化、仿射变换和限制对比度自适应直方图均衡化(CLAHE)方法进行图像预处理,以提高图像质量;其次,基于卷积神经网络(CNN),融合空间金字塔结构和批量归一化(BN)方法构建改进空间金字塔池化卷积神经网络(SPPN-CNN)模型,并利用Softmax分类器实现交通标志分类;最后,选用德国交通标志识别数据集(GTSRB),对比不同图像预处理方法、模型参数和模型结构的训练效果,并验证和测试所提模型。实验结果表明,SPPN-CNN模型的识别精度达到98.04%,损失小于0.1,在低配GPU条件下识别速率大于3000 frame/s,验证了模型精度高、泛化性强、实时性好的特点。 展开更多
关键词 图像去雾 空间金字塔池化 卷积神经网络 Softmax分类器 交通标志识别
在线阅读 下载PDF
基于相空间重构和卷积神经网络的混沌信号识别方法 被引量：1
13
作者 刘树勇 柴凯 +1 位作者 韦云鹏 楼京俊 《海军工程大学学报》 CAS 北大核心 2023年第3期59-68,共10页
针对卷积神经网络在处理一维信号时会由于网络模型参量过多导致算法收敛慢和过拟合问题,提出了一种基于相空间重构和卷积神经网络的混沌振动信号智能识别方法。首先,利用时间延迟法将一维混沌振动信号重构为二维吸引子图;然后,通过扫描... 针对卷积神经网络在处理一维信号时会由于网络模型参量过多导致算法收敛慢和过拟合问题,提出了一种基于相空间重构和卷积神经网络的混沌振动信号智能识别方法。首先,利用时间延迟法将一维混沌振动信号重构为二维吸引子图;然后,通过扫描转换法将其转换为标准像素图输入卷积神经网络模型;最后,借助卷积神经网络强大的图像分类能力,实现仿真和试验混沌振动信号的智能识别。结果表明:该方法能对含噪声的混沌振动信号进行有效识别,在信噪比超过10 dB时分类准确率仍可达100%,不仅具有良好的泛化性、稳定性和通用性,还消除了训练的过拟合现象,能较好地应用于工程实际中。 展开更多
关键词 深度学习 卷积神经网络 混沌振动 相空间重构 信号识别
在线阅读 下载PDF
基于空间金字塔池化和深度卷积神经网络的作物害虫识别 被引量：54
14
作者 张博 张苗辉 陈运忠 《农业工程学报》 EI CAS CSCD 北大核心 2019年第19期209-215,共7页
为了减少因作物害虫姿态多样性和尺度多样性导致其识别精度相对较低的问题,该文将空间金字塔池化与改进的YOLOv3深度卷积神经网络相结合,提出了一种基于空间金字塔池化的深度卷积神经网络农作物害虫种类识别算法,首先对测试图像上的害... 为了减少因作物害虫姿态多样性和尺度多样性导致其识别精度相对较低的问题,该文将空间金字塔池化与改进的YOLOv3深度卷积神经网络相结合,提出了一种基于空间金字塔池化的深度卷积神经网络农作物害虫种类识别算法,首先对测试图像上的害虫进行检测定位,然后对检测定位出的害虫进行种类识别。通过改进YOLOv3的网络结构,采用上采样与卷积操作相结合的方法实现反卷积,使算法能够有效地检测到图片中体型较小的作物害虫样本;通过对采集到的实际场景下20类害虫进行识别测试,识别精度均值可达到88.07%。试验结果表明,本文提出的识别算法能够有效地对作物害虫进行检测和种类识别。 展开更多
关键词 图像识别 算法 害虫分类 深度卷积神经网络 空间金字塔池化 反卷积
在线阅读 下载PDF
基于空间卷积神经网络模型的图像显著性检测 被引量：10
15
作者 高东东 张新生 《计算机工程》 CAS CSCD 北大核心 2018年第5期240-245,共6页
针对现有显著性检测方法鲁棒检测效果较差这一问题,提出一种新的基于空间卷积神经网络的显著性检测算法。利用去均值、归一化的预处理方法获取目标候选区。一方面通过引入卷积变换网络,建立提取显著物体上下文信息的全局模型,得到相应... 针对现有显著性检测方法鲁棒检测效果较差这一问题,提出一种新的基于空间卷积神经网络的显著性检测算法。利用去均值、归一化的预处理方法获取目标候选区。一方面通过引入卷积变换网络,建立提取显著物体上下文信息的全局模型,得到相应的目标检测信息显著图;另一方面构建特征子网络结构输出6维变换矩阵,经过空间变形模块改造输入图像,获取边缘信息。将空间变换网络输出的局部置信度融入到全局显著信息图,求取特征表达最大值,实现显著性与非显著性划分,完成显著性检测任务。实验结果表明,该算法不仅在同等条件下显著检测的AUC值得到了提高,并且生成的显著性图聚焦点突显,鲁棒检测效果得到明显改善。 展开更多
关键词 显著性检测 特征融合 卷积神经网络 空间变换网络 显著图
在线阅读 下载PDF
结合空间约束的卷积神经网络多模型多尺度船企场景识别 被引量：1
16
作者 于新莉 宋妍 +2 位作者 杨淼 黄磊 张艳杰 《自然资源遥感》 CSCD 北大核心 2021年第4期72-81,共10页
船企场景识别对修复沿岸生态环境、保护水域环境以及促进船舶产业的协调发展具有现实意义,但传统方法基于中、低层次的特征难以实现卫星遥感图像中船企的自动识别。为此,提出了结合空间约束的卷积神经网络多模型多尺度船企场景识别方法... 船企场景识别对修复沿岸生态环境、保护水域环境以及促进船舶产业的协调发展具有现实意义,但传统方法基于中、低层次的特征难以实现卫星遥感图像中船企的自动识别。为此,提出了结合空间约束的卷积神经网络多模型多尺度船企场景识别方法。首先分别采用全局尺度的船企场景和局部尺度船坞(台)、厂房和船只样本训练多个卷积神经网络模型,并进行多模型多尺度检测;进而对局部对象进行像素级定位并计算对象空间距离;最终结合多尺度检测结果、对象标签组合方式、对象空间距离进行船企场景综合判别与提取。将此方法分别应用于中国江苏省、日本长崎县和爱媛县周边以及韩国木浦市和巨济市周边5个典型造船密集区。结果表明,江苏省整体识别精确度为87%,召回率为85%;日本研究区整体识别精确度为91%,召回率为87%;韩国研究区整体识别精确度为85%,召回率为92%。实验结果表明,此方法可以较好地实现遥感船企复杂场景的识别。 展开更多
关键词 卫星遥感 造船企业 卷积神经网络 多尺度 空间距离约束
在线阅读 下载PDF
共空间模式结合卷积神经网络的脑电信号分类 被引量：2
17
作者 谷学静 位占锋 +2 位作者 刘海望 郭俊 沈攀 《激光杂志》 CAS 北大核心 2021年第4期100-104,共5页
为了更好解码大脑的意图和思想并作出准确识别,结合共空间模式(CSP)和卷积神经网络(CNN)算法,对脑电数据进行空间滤波处理和时空域上的特征提取。脑电信号是一种具有时空特性的信号,设计了一种CNN网络结构来进行运动想象信号的分类。为... 为了更好解码大脑的意图和思想并作出准确识别,结合共空间模式(CSP)和卷积神经网络(CNN)算法,对脑电数据进行空间滤波处理和时空域上的特征提取。脑电信号是一种具有时空特性的信号,设计了一种CNN网络结构来进行运动想象信号的分类。为了提高分类准确率,对CSP算法中m参数进行了选择。最后,将该算法应用于公共数据集,建立分类模型并和单独使用CNN算法作对比,实验结果表明结合算法有效地提高了分类准确率,能更好地进行分类识别。 展开更多
关键词 脑机接口 公共空间模式 卷积神经网络 脑电信号 运动想象
在线阅读 下载PDF
基于卷积神经网络的空间目标特性聚类分析研究 被引量：7
18
作者 王文竹 李智 +1 位作者 来嘉哲 方宇强 《指挥与控制学报》 2020年第2期141-146,共6页
空间目标特性聚类是支撑目标分析、属性分类和身份识别等指挥与控制的有效方法.原始特性数据特征不易辨识,直接聚类分析效果往往不够理想.为此,利用卷积神经网络的特征提取能力,对原始特性数据进行特征提取,获取高质量数据特征;基于K-me... 空间目标特性聚类是支撑目标分析、属性分类和身份识别等指挥与控制的有效方法.原始特性数据特征不易辨识,直接聚类分析效果往往不够理想.为此,利用卷积神经网络的特征提取能力,对原始特性数据进行特征提取,获取高质量数据特征;基于K-means算法对目标特征数据进行聚类分析.实验结果表明,该方法在分析准确率和算法性能上都明显提高,有效增强了空间目标特性分析能力,能更好地支撑空间态势相关决策. 展开更多
关键词 空间态势感知 卷积神经网络 数据特征 聚类分析 K-MEANS算法
在线阅读 下载PDF
基于一种改进的一维卷积神经网络电机故障诊断方法 被引量：24
19
作者 马立玲 刘潇然 +1 位作者 沈伟 王军政 《北京理工大学学报》 EI CAS CSCD 北大核心 2020年第10期1088-1093,共6页
故障诊断对于保障电机正常运行有着重要意义,卷积神经网络(CNN)对单一电机故障有着良好的诊断效果.然而传统CNN在处理不同尺寸的数据上存在局限性.针对这一问题,提出了一种基于空间金字塔池化和一维卷积神经网络相结合的故障诊断方法与... 故障诊断对于保障电机正常运行有着重要意义,卷积神经网络(CNN)对单一电机故障有着良好的诊断效果.然而传统CNN在处理不同尺寸的数据上存在局限性.针对这一问题,提出了一种基于空间金字塔池化和一维卷积神经网络相结合的故障诊断方法与参数优化策略.该方法不仅使网络可以处理不同尺寸的数据,还降低了网络结构的复杂性和所需运算量.所提出的参数优化策略从理论上解决了诊断过程中可能会发生的金字塔池化的尺度失配问题.仿真结果表明,与传统网络相比,所提出的方法提高了网络结构的鲁棒性与泛化能力,可以更加快速准确地实现电机的故障诊断. 展开更多
关键词 一维卷积神经网络 空间金字塔池化 电机 故障诊断
在线阅读 下载PDF
基于卷积神经网络的材质分类识别研究 被引量：7
20
作者 刘昊 李喆 +4 位作者 石晶 辛敏思 蔡红星 高雪 谭勇 《激光与红外》 CAS CSCD 北大核心 2017年第8期1024-1028,共5页
目前,空间目标中约6%为正在工作的航天器,而约94%的空间目标为太空垃圾,严重干扰和限制了航天器发射、运行等正常的太空活动轨道,在有效清除空间碎片之前,必须对其进行有效识别。本文基于散射光谱,使用卷积神经网络对空间碎片四种材质... 目前,空间目标中约6%为正在工作的航天器,而约94%的空间目标为太空垃圾,严重干扰和限制了航天器发射、运行等正常的太空活动轨道,在有效清除空间碎片之前,必须对其进行有效识别。本文基于散射光谱,使用卷积神经网络对空间碎片四种材质进行分类识别,并与BP神经网络的识别结果分析比较。鉴于试验所得的材质的原始光谱信噪比低、特征信息弱等特点,需要对光谱信号进行预处理包括去噪、BRDF计算和归一化处理。然后各取四种材质的200帧样本数据进行训练,另各取50帧数据预测,结果表明:卷积神经网络的总体精度比BP神经网络低2%,耗时少101 s;而增加训练样本数据量达到每个材质各500帧时,卷积神经网络的总体精度仅比BP神经网络低0.05%,耗时则少了891 s,卷积神经网络极大的体现了其时间的优越性。该方法对大数据量的空间碎片材质的分类,具有较大的实用性和借鉴意义。 展开更多
关键词 空间碎片 散射光谱 卷积神经网络 BP神经网络
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 … 13 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