检索结果-维普期刊中文期刊服务平台

基于多类别Focal Loss损失函数的变电站场景图像语义分割研究被引量：10: 1; 作者毛昊李新利 +3 位作者王孝伟杨国田彭鹏邵宇鹰《华北电力大学学报（自然科学版）》 CAS 北大核心 2022年第5期84-92,共9页; 图像语义分割技术在变电站智能机器人抢险作业以及日常巡检中起重要作用。针对变电站场景中的类别不平衡问题,提出了一种用于训练多类别图像语义分割模型的多类别Focal Loss损失函数。多类别Focal Loss损失函数可以动态调整各类别的权值... 展开更多; 关键词图像语义分割深度学习多类别损失函数评价指标类别平衡化; 在线阅读下载PDF 职称材料

基于显著特征和时空图网络的视频异常事件检测: 2; 作者谭奕鑫詹永照刘洪麟《江苏大学学报(自然科学版)》北大核心 2025年第2期179-188,共10页; 针对目前基于片段的视频异常事件检测模型仅考虑片段的正常或异常会产生异常碎片化和异常起止位置蔓延以及异常事件分类难的问题,提出一种基于显著特征和时空图网络的视频异常事件检测与分类方法.首先,提出基于时空融合图网络的视频异... 展开更多; 关键词视频异常检测异常事件分类特征相似图显著特征序列异常事件特征学习类别不平衡损失函数; 在线阅读下载PDF 职称材料

基于改进E2E-spot足球动作识别算法: 3; 作者魏志珍黄佳旺 +2 位作者陈文文刘城宇陈艾东《计算机工程与设计》北大核心 2025年第8期2163-2169,共7页; 针对足球赛事视频中动作识别存在的时序定位精度不足、类别分布不均衡等问题,提出了一种基于改进E2E-spot轻量级时空分离注意力算法(LSSA-Net)。在特征提取时,提出的轻量化时空分离注意力模块(LSSA)能够增加特征提取能力;在LSSA模块时... 展开更多; 关键词足球赛事视频定位精度不足类别不平衡轻量级时空分离注意力特征提取因果卷积可学习时序编码损失函数; 在线阅读下载PDF 职称材料

基于改进R-FCN算法与类激活图的销钉类缺陷细粒度检测被引量：2: 4; 作者孙劼刘光刘欢《广东电力》 2023年第6期50-57,共8页; 销钉类缺陷常见于输电线路无人机巡检图像中,因图像占比小、缺陷特征不明显等原因,其检测精度低于其他类缺陷。针对该问题,采用基于区域的全卷积神经网络(region-based fully convonlutional networks,R-FCN)算法建立目标检测网络,分析... 展开更多; 关键词无人机图像检测销钉类缺陷大间隔Softmax损失函数类别不平衡类激活映射; 在线阅读下载PDF 职称材料

基于压缩卷积神经网络的心律不齐分类方法: 5; 作者韩传奇崔莉《高技术通讯》 CAS 2023年第9期895-904,共10页; 心律不齐是一种常见的心脏疾病,严重时可能会危及生命,因此对该疾病开展早期筛查和分类在临床医学中具有重要意义。搭载心电信号(ECG)传感器的可穿戴设备凭借低成本和便捷等特点,是实现日常心脏健康监测的理想平台之一。然而受制于计算... 展开更多; 关键词可穿戴设备心律不齐分类压缩卷积神经网络类别不平衡损失函数; 在线阅读下载PDF 职称材料

题名基于多类别Focal Loss损失函数的变电站场景图像语义分割研究被引量：10: 1; 作者毛昊李新利王孝伟杨国田彭鹏邵宇鹰; 机构华北电力大学控制与计算机工程学院国网上海市电力公司; 出处《华北电力大学学报（自然科学版）》 CAS 北大核心 2022年第5期84-92,共9页; 基金国家电网有限公司总部科技项目(520970190009)。; 文摘图像语义分割技术在变电站智能机器人抢险作业以及日常巡检中起重要作用。针对变电站场景中的类别不平衡问题,提出了一种用于训练多类别图像语义分割模型的多类别Focal Loss损失函数。多类别Focal Loss损失函数可以动态调整各类别的权值,对出现频率小的类别更加友好。基于深度学习和变电站场景图像,分别使用多类别Focal Loss损失函数和交叉熵损失函数训练基于FCN、SegNet和DeepLabV3网络的图像语义分割模型进行对比实验,并通过平均交并比和像素准确率等评价指标进行模型评价。实验结果表明基于多类别Focal Loss损失函数的图像语义分割模型具有良好效果,有助于缓解类别不平衡现象。; 关键词图像语义分割深度学习多类别损失函数评价指标类别平衡化; Keywords image semantic segmentation deep learning multi-category loss function evaluation indicator category equalization; 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

题名基于显著特征和时空图网络的视频异常事件检测: 2; 作者谭奕鑫詹永照刘洪麟; 机构江苏大学计算机科学与通信工程学院; 出处《江苏大学学报(自然科学版)》北大核心 2025年第2期179-188,共10页; 基金国家自然科学基金资助项目(61672268)。; 文摘针对目前基于片段的视频异常事件检测模型仅考虑片段的正常或异常会产生异常碎片化和异常起止位置蔓延以及异常事件分类难的问题,提出一种基于显著特征和时空图网络的视频异常事件检测与分类方法.首先,提出基于时空融合图网络的视频异常时序片段整合与精化方法,整合出连续的异常区域,同时考虑时空融合图网络的特征传递性,精化异常区域,以有效解决异常判别存在不确定性和异常片段碎片化问题.其次,针对弱监督异常事件内在特征难以有效表达而引起分类难的问题,提出异常事件特征学习和分类方法,在异常区域中建立特征相似图和异常相似图,并利用图卷积网络融合学习异常事件的特征,设计类别不平衡损失函数,从而提高异常事件的分类性能.在UCF-Crime数据集中进行试验,结果表明:文中方法的曲线下面积AUC达到了85.37%,比基准线SULTANI方法高9.83%,比最好的同类方法THAKARE方法高0.89%;在异常事件分类上,该方法获得了74.06%的平均准确率,比现有ZHOU方法提高4.39%.该方法能更有效检测定位视频异常事件,且异常事件分类性能更优.; 关键词视频异常检测异常事件分类特征相似图显著特征序列异常事件特征学习类别不平衡损失函数; Keywords video anomaly detection abnormal event classification feature similarity graph salient feature sequence abnormal event feature learning abnormal-imbalance loss function; 分类号 TP391 [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

题名基于改进E2E-spot足球动作识别算法: 3; 作者魏志珍黄佳旺陈文文刘城宇陈艾东; 机构北京联合大学体育教学部北京联合大学北京信息服务工程重点实验室北京联合大学机器人学院北京联合大学多智能体系统研究中心; 出处《计算机工程与设计》北大核心 2025年第8期2163-2169,共7页; 基金国家重点研发计划基金项目(2022YFB2804402)。; 文摘针对足球赛事视频中动作识别存在的时序定位精度不足、类别分布不均衡等问题,提出了一种基于改进E2E-spot轻量级时空分离注意力算法(LSSA-Net)。在特征提取时,提出的轻量化时空分离注意力模块(LSSA)能够增加特征提取能力;在LSSA模块时间分支中设计因果卷积与可学习时序编码联合架构,提高算法时序定位精度;使用Logit Adjustment作为算法的损失函数,解决足球比赛中动作类别不平衡的问题。该算法在SoccerNet-v2数据集上与其它方法比较,结果显示在mAP(Tight和Loose值)上分别比E2E-spot提升了4.84%和2.09%,并且相比其它方法也有不同程度的提升。; 关键词足球赛事视频定位精度不足类别不平衡轻量级时空分离注意力特征提取因果卷积可学习时序编码损失函数; Keywords soccer match videos insufficient localization accuracy class imbalance lightweight spatio-temporal separable attention feature extraction causal convolution learnable temporal encoding loss function; 分类号 TP31 [自动化与计算机技术—计算机软件与理论] TP311 [自动化与计算机技术—计算机软件与理论]; 在线阅读下载PDF 职称材料

题名基于改进R-FCN算法与类激活图的销钉类缺陷细粒度检测被引量：2: 4; 作者孙劼刘光刘欢; 机构国网浙江省电力有限公司台州供电公司; 出处《广东电力》 2023年第6期50-57,共8页; 基金国网浙江省电力有限公司科技项目(5211TZ220009)。; 文摘销钉类缺陷常见于输电线路无人机巡检图像中,因图像占比小、缺陷特征不明显等原因,其检测精度低于其他类缺陷。针对该问题,采用基于区域的全卷积神经网络(region-based fully convonlutional networks,R-FCN)算法建立目标检测网络,分析混淆矩阵,确定算法改进策略。首先,通过网格化拆分实现高清晰度图像的预处理;其次,构建类别平衡的大间隔Softmax损失函数,平衡样本数量,增大类间方差,改善网络检测精度;最后,通过类激活映射的方法生成金具级类激活图,提取螺栓背景信息,实现2类易混淆螺栓的细粒度分类。在无人机巡检图像数据集中进行测试,比较所提改进算法与其他经典算法的检测结果,验证了改进R-FCN算法对销钉类缺陷的检测能力。; 关键词无人机图像检测销钉类缺陷大间隔Softmax损失函数类别不平衡类激活映射; Keywords UAV image detection pin defect large-margin Softmax loss function class imbalance class activation mapping; 分类号 TM754 [电气工程—电力系统及自动化] 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

题名基于压缩卷积神经网络的心律不齐分类方法: 5; 作者韩传奇崔莉; 机构中国科学院计算技术研究所中国科学院大学; 出处《高技术通讯》 CAS 2023年第9期895-904,共10页; 基金国家自然科学基金(61672498)资助项目。; 文摘心律不齐是一种常见的心脏疾病,严重时可能会危及生命,因此对该疾病开展早期筛查和分类在临床医学中具有重要意义。搭载心电信号(ECG)传感器的可穿戴设备凭借低成本和便捷等特点,是实现日常心脏健康监测的理想平台之一。然而受制于计算能力等因素的限制,可穿戴设备需要将数据上传到云端进行分析,增加了等待时延和用户隐私泄露风险。另一方面,现有心律不齐分类算法在训练时受疾病样本分布不平衡等因素的影响,在识别部分异常病症时的表现不尽人意,限制了其应用范围。为解决上述问题,本文提出了一种基于压缩卷积神经网络的心律不齐分类算法,增强了其在移动平台上的部署能力。同时在训练过程中通过将类别先验分布引入损失函数中,提升了算法对异常病症的识别能力。实验结果表明,本文提出的压缩模型相比经典模型在减少98.2%参数量的同时,超越了许多相关工作取得了0.759的宏F1值。; 关键词可穿戴设备心律不齐分类压缩卷积神经网络类别不平衡损失函数; Keywords wearable device arrhythmia classification compressed convolutional neural network class imbalance loss function; 分类号 TN911.7 [电子电信—通信与信息系统] TP183 [自动化与计算机技术—控制理论与控制工程] R541.7 [医药卫生—心血管疾病]; 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	基于多类别Focal Loss损失函数的变电站场景图像语义分割研究	毛昊李新利王孝伟杨国田彭鹏邵宇鹰	《华北电力大学学报（自然科学版）》 CAS 北大核心	2022	10	在线阅读下载PDF 职称材料
2	基于显著特征和时空图网络的视频异常事件检测	谭奕鑫詹永照刘洪麟	《江苏大学学报(自然科学版)》北大核心	2025	0	在线阅读下载PDF 职称材料
3	基于改进E2E-spot足球动作识别算法	魏志珍黄佳旺陈文文刘城宇陈艾东	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
4	基于改进R-FCN算法与类激活图的销钉类缺陷细粒度检测	孙劼刘光刘欢	《广东电力》	2023	2	在线阅读下载PDF 职称材料
5	基于压缩卷积神经网络的心律不齐分类方法	韩传奇崔莉	《高技术通讯》 CAS	2023	0	在线阅读下载PDF 职称材料