期刊导航
期刊开放获取
上海教育软件发展有限公..
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
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
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于非线性修正函数的卷积神经网络图像识别研究
被引量：
18
1
作者
余萍
赵继生
张洁
《科学技术与工程》
北大核心
2015年第34期221-225,共5页
为了解决深度学习中使用线性修正函数Re LUs对于模型的表达能力欠缺,而柔性光滑函数Softplus无稀疏表达能力的问题。基于Re LUs和Softplus函数各自的优点,将Re LUs函数的稀疏表达能力和Softplus函数的光滑特性结合起来,提出一种使用非...
为了解决深度学习中使用线性修正函数Re LUs对于模型的表达能力欠缺,而柔性光滑函数Softplus无稀疏表达能力的问题。基于Re LUs和Softplus函数各自的优点,将Re LUs函数的稀疏表达能力和Softplus函数的光滑特性结合起来,提出一种使用非线性修正函数作为神经元激励的方法。分析了不同激活函数的性能,并且用卷积神经网络在MNIST和CIFAR-10标准数据库上进行图像分类识别实验。实验结果表明,使用非线性修正激活函数,不仅可以加快网络收敛速度,也可以提高识别准确率;同时还不依赖于池化方法的选择。
展开更多
关键词
深度学习
卷积神经网络
模式识别
非
线性修正函数
在线阅读
下载PDF
职称材料
基于SwinT-YOLOX模型的自动扶梯行人安全检测算法
被引量：
3
2
作者
侯颖
杨林
+3 位作者
胡鑫
贺顺
宋婉莹
赵谦
《计算机工程》
CAS
CSCD
北大核心
2024年第3期277-289,共13页
自动扶梯被广泛应用在公共场合,乘客摔倒事故如果不能被及时发现并处理,会造成严重的人身伤害,因此实现自动扶梯智能化监控管理势在必行。受自动扶梯运行环境复杂、行人多以及局部遮挡情况的影响,传统的人体姿态特征摔倒检测模型效果不...
自动扶梯被广泛应用在公共场合,乘客摔倒事故如果不能被及时发现并处理,会造成严重的人身伤害,因此实现自动扶梯智能化监控管理势在必行。受自动扶梯运行环境复杂、行人多以及局部遮挡情况的影响,传统的人体姿态特征摔倒检测模型效果不佳且检测速度减慢。融合Swin Transformer和YOLOX目标检测算法的优秀策略,提出一种基于SwinT-YOLOX网络模型的自动扶梯行人摔倒检测算法。采用Swin Transformer模型作为骨干网络,颈部网络使用添加注意力机制的YOLOX模型,进一步提升特征图的多样性和表达能力。此外,利用漏斗修正线性单元视觉激活函数构建CBF模块,改进颈部网络和Head网络结构,从而获得更优的特征检测性能。实验结果表明,针对自建扶梯行人摔倒数据库和网络采集实际扶梯行人摔倒事故,与AlphaPose、OpenPose、YOLOv5等算法相比,该算法检测性能明显提高,行人摔倒平均检测精度可以达到95.92%,检测帧率为24.08帧/s,能够快速、精准地检测到乘客摔倒事故发生,监控管理平台立刻采取安全急停措施以保证乘客安全。
展开更多
关键词
自动扶梯
摔倒检测
深度学习
YOLOX模型
Swin
Transformer模型
漏斗
修正
线性
单元视觉激活
函数
在线阅读
下载PDF
职称材料
PCA预训练的卷积神经网络目标识别算法
被引量：
26
3
作者
史鹤欢
许悦雷
+2 位作者
马时平
李岳云
李帅
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2016年第3期161-166,共6页
针对卷积神经网络对合成孔径雷达目标识别训练在标签数据不足,平移、旋转以及复杂情况下的识别率不高问题,提出一种优化的卷积神经网络目标识别算法.为克服标签数据不足,利用主成分分析非监督训练一组特征集初始化卷积神经网络;为提高...
针对卷积神经网络对合成孔径雷达目标识别训练在标签数据不足,平移、旋转以及复杂情况下的识别率不高问题,提出一种优化的卷积神经网络目标识别算法.为克服标签数据不足,利用主成分分析非监督训练一组特征集初始化卷积神经网络;为提高训练速度,同时避免陷入过拟合,采用线性修正函数作为非线性函数;为增强鲁棒性,同时减小下采样对特征表示的影响,引入概率最大化下采样的方式,并在卷积层后对特征进行局部对比度标准化.实验表明,与传统的卷积神经网络相比,该算法对合成孔径雷达目标具有更高的识别率,并对图像各种形变以及复杂背景具有较好的鲁棒性.
展开更多
关键词
卷积神经网络
主成分分析
概率最大化下采样
线性修正函数
局部对比度标准化
在线阅读
下载PDF
职称材料
题名
基于非线性修正函数的卷积神经网络图像识别研究
被引量：
18
1
作者
余萍
赵继生
张洁
机构
华北电力大学电子与通信工程系
鞍山师范学院物理科学与技术学院
出处
《科学技术与工程》
北大核心
2015年第34期221-225,共5页
文摘
为了解决深度学习中使用线性修正函数Re LUs对于模型的表达能力欠缺,而柔性光滑函数Softplus无稀疏表达能力的问题。基于Re LUs和Softplus函数各自的优点,将Re LUs函数的稀疏表达能力和Softplus函数的光滑特性结合起来,提出一种使用非线性修正函数作为神经元激励的方法。分析了不同激活函数的性能,并且用卷积神经网络在MNIST和CIFAR-10标准数据库上进行图像分类识别实验。实验结果表明,使用非线性修正激活函数,不仅可以加快网络收敛速度,也可以提高识别准确率;同时还不依赖于池化方法的选择。
关键词
深度学习
卷积神经网络
模式识别
非
线性修正函数
Keywords
deep learning convolutional neural networks pattern recognition rectified nonlinear units 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SwinT-YOLOX模型的自动扶梯行人安全检测算法
被引量：
3
2
作者
侯颖
杨林
胡鑫
贺顺
宋婉莹
赵谦
机构
西安科技大学通信与信息工程学院
西安科技大学西安市网络融合通信重点实验室
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第3期277-289,共13页
基金
国家自然科学基金(62071481,61901358)
陕西省科技厅工业攻关项目(2022GY-115)。
文摘
自动扶梯被广泛应用在公共场合,乘客摔倒事故如果不能被及时发现并处理,会造成严重的人身伤害,因此实现自动扶梯智能化监控管理势在必行。受自动扶梯运行环境复杂、行人多以及局部遮挡情况的影响,传统的人体姿态特征摔倒检测模型效果不佳且检测速度减慢。融合Swin Transformer和YOLOX目标检测算法的优秀策略,提出一种基于SwinT-YOLOX网络模型的自动扶梯行人摔倒检测算法。采用Swin Transformer模型作为骨干网络,颈部网络使用添加注意力机制的YOLOX模型,进一步提升特征图的多样性和表达能力。此外,利用漏斗修正线性单元视觉激活函数构建CBF模块,改进颈部网络和Head网络结构,从而获得更优的特征检测性能。实验结果表明,针对自建扶梯行人摔倒数据库和网络采集实际扶梯行人摔倒事故,与AlphaPose、OpenPose、YOLOv5等算法相比,该算法检测性能明显提高,行人摔倒平均检测精度可以达到95.92%,检测帧率为24.08帧/s,能够快速、精准地检测到乘客摔倒事故发生,监控管理平台立刻采取安全急停措施以保证乘客安全。
关键词
自动扶梯
摔倒检测
深度学习
YOLOX模型
Swin
Transformer模型
漏斗
修正
线性
单元视觉激活
函数
Keywords
automatic escalator
fall detection
deep learning
YOLOX model
Swin Transformer model
Funnel Rectified Linear Unit(FReLU)visual activation function
分类号
TP391.4 [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
PCA预训练的卷积神经网络目标识别算法
被引量：
26
3
作者
史鹤欢
许悦雷
马时平
李岳云
李帅
机构
空军工程大学航空航天工程学院
出处
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2016年第3期161-166,共6页
基金
国家自然科学基金资助项目(61379104
61372167)
文摘
针对卷积神经网络对合成孔径雷达目标识别训练在标签数据不足,平移、旋转以及复杂情况下的识别率不高问题,提出一种优化的卷积神经网络目标识别算法.为克服标签数据不足,利用主成分分析非监督训练一组特征集初始化卷积神经网络;为提高训练速度,同时避免陷入过拟合,采用线性修正函数作为非线性函数;为增强鲁棒性,同时减小下采样对特征表示的影响,引入概率最大化下采样的方式,并在卷积层后对特征进行局部对比度标准化.实验表明,与传统的卷积神经网络相比,该算法对合成孔径雷达目标具有更高的识别率,并对图像各种形变以及复杂背景具有较好的鲁棒性.
关键词
卷积神经网络
主成分分析
概率最大化下采样
线性修正函数
局部对比度标准化
Keywords
convolutional neural network
principal component analysis
probabilistic max-pooling
rectified linear units
local contrast normalization
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
基于非线性修正函数的卷积神经网络图像识别研究
余萍
赵继生
张洁
《科学技术与工程》
北大核心
2015
18
在线阅读
下载PDF
职称材料
2
基于SwinT-YOLOX模型的自动扶梯行人安全检测算法
侯颖
杨林
胡鑫
贺顺
宋婉莹
赵谦
《计算机工程》
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
3
PCA预训练的卷积神经网络目标识别算法
史鹤欢
许悦雷
马时平
李岳云
李帅
《西安电子科技大学学报》
EI
CAS
CSCD
北大核心
2016
26
在线阅读
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
