基于跨连接LeNet-5网络的面部表情识别 被引量：103

1

作者 李勇 林小竹 蒋梦莹 《自动化学报》 EI CSCD 北大核心 2018年第1期176-182,共7页

为避免人为因素对表情特征提取产生的影响,本文选择卷积神经网络进行人脸表情识别的研究.相较于传统的表情识别方法需要进行复杂的人工特征提取,卷积神经网络可以省略人为提取特征的过程.经典的LeNet-5卷积神经网络在手写数字库上取得... 为避免人为因素对表情特征提取产生的影响,本文选择卷积神经网络进行人脸表情识别的研究.相较于传统的表情识别方法需要进行复杂的人工特征提取,卷积神经网络可以省略人为提取特征的过程.经典的LeNet-5卷积神经网络在手写数字库上取得了很好的识别效果,但在表情识别中识别率不高.本文提出了一种改进的LeNet-5卷积神经网络来进行面部表情识别,将网络结构中提取的低层次特征与高层次特征相结合构造分类器,该方法在JAFFE表情公开库和CK+数据库上取得了较好的结果. 展开更多

关键词 卷积神经网络 面部表情识别 特征提取 跨连接

在线阅读 下载PDF 职称材料

基于跨连接卷积神经网络的绝缘子检测方法 被引量：37

2

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 职称材料

基于边缘特征融合和跨连接的车道线语义分割神经网络 被引量：10

3

作者 庞彦伟 修宇璇 《天津大学学报（自然科学与工程技术版）》 EI CSCD 北大核心 2019年第8期779-787,共9页

无人驾驶中的车道线检测任务需要同时确定车道线的位置、颜色和线型,而现有方法通常仅识别车道线的位置,不识别车道线的类型.为了端到端地解决这一问题,设计了一种语义分割神经网络,将一幅图像中不同车道线分割为不同区域,用每个区域的... 无人驾驶中的车道线检测任务需要同时确定车道线的位置、颜色和线型,而现有方法通常仅识别车道线的位置,不识别车道线的类型.为了端到端地解决这一问题,设计了一种语义分割神经网络,将一幅图像中不同车道线分割为不同区域,用每个区域的类别标签表示其对应的车道线类型.首先,在主流的编码器-解码器框架下,构建了一个结构较为简单的基础网络.考虑到边缘特征是车道线检测中的重点,为基础网络的编码器并联了一个边缘特征提取子网络,通过逐层融合边缘特征图和原始特征图增强车道线的特征.边缘特征提取子网络的结构与基础网络的编码器相同,其输入是对车道线图像进行Sobel滤波的结果.此外,编码器和解码器对称位置的卷积层输出的特征图尺寸相同,但具有不同的语义层级.为了更好地利用这一特性,建立从编码器到解码器对称位置的跨连接,在解码器逐层上采样的过程中融合编码器对应尺寸的特征图.在TSD-Lane车道线检测数据集上的实验表明,相比于基础网络,基于边缘特征融合和跨连接的神经网络的分割性能得到了较为显著的提高.该网络具有较好的车道线分割性能,能够在确定车道线位置的同时,区分黄线或白线、虚线或实线.在计算资源充足的前提下,该网络能够达到实时的检测速度. 展开更多

关键词 车道线检测 语义分割 边缘特征 跨连接 神经网络

在线阅读 下载PDF 职称材料

基于多尺度跨阶段密集连接的图像融合算法 被引量：3

4

作者 翟丽红 罗继阳 《现代电子技术》 北大核心 2025年第5期107-114,共8页

针对目前可见光与红外光图像融合过程中的关键细节信息丢失,目标对比度较低的问题,提出一种基于多尺度跨阶段密集连接网络的图像融合算法。通过多尺度卷积与跨阶段的密集连接网络实现双模态图像的特征提取工作,结合CA注意力机制提高模... 针对目前可见光与红外光图像融合过程中的关键细节信息丢失,目标对比度较低的问题,提出一种基于多尺度跨阶段密集连接网络的图像融合算法。通过多尺度卷积与跨阶段的密集连接网络实现双模态图像的特征提取工作,结合CA注意力机制提高模型的融合效果,并以L1范数作为特征融合规则来获取融合特征图,并最终通过解码网络实现图像的重构工作。实验结果表明,在公共数据集TNO中,文中提出的算法在结构相似度、信息熵以及差异相关系数三项指标中获得了最优值,相较于次优值分别提高了4.14%、2.66%、2.59%,在边缘信息度量上取得了次优值,与最优值相差3.3%。综合主客观评价,文中提出的方法可获取高质量的融合图像,具有明显的优势。 展开更多

关键词 图像处理 可见光与红外光 深度学习 图像融合 多尺度 跨阶段密集连接

在线阅读 下载PDF 职称材料

基于跨层连接与多尺度自注意的金属表面缺陷检测 被引量：1

5

作者 朱生升 王炎 刘锁兰 《计算机工程与设计》 北大核心 2025年第8期2396-2402,共7页

针对特征提取中池化下采样导致的信息损失影响检测精度问题,提出了一种融合跨层连接与多尺度自注意机制的缺陷检测模型。跨层连接模块通过融合深浅层特征,以弥补因池化导致的信息丢失。同时,多尺度自注意模块捕获多尺度特征,增强模型学... 针对特征提取中池化下采样导致的信息损失影响检测精度问题,提出了一种融合跨层连接与多尺度自注意机制的缺陷检测模型。跨层连接模块通过融合深浅层特征,以弥补因池化导致的信息丢失。同时,多尺度自注意模块捕获多尺度特征,增强模型学习和获取缺陷特征的能力。在KSDD、KSDD2和STEEL数据集上,测试结果均有一定程度提升。KSDD2数据集上与最新的算法对比,在图像级标注下精度(AP)提升了11.7%,在像素级标注下精度(AP)提升了1.0%,实验结果表明了所提方法的有效性。 展开更多

关键词 深度学习 缺陷检测 跨层连接 多尺度 自注意 卷积神经网络 特征提取

在线阅读 下载PDF 职称材料

动态多头注意力与跨层优化的船舶轨迹预测算法

6

作者 孟菲 耿晓晖 +2 位作者 刘卓然 甄超 徐素宁 《海洋测绘》 北大核心 2025年第4期43-47,共5页

精准的船舶轨迹预测可以为海上交通管理奠定基础,降低船舶碰撞风险、提升搜救效率。然而现有方法在船舶轨迹预测过程中存在对数据质量与时空特征捕捉不足的问题,为提高船舶轨迹预测的精度与稳定性,提出一种融合动态多头注意力与跨层优化... 精准的船舶轨迹预测可以为海上交通管理奠定基础,降低船舶碰撞风险、提升搜救效率。然而现有方法在船舶轨迹预测过程中存在对数据质量与时空特征捕捉不足的问题,为提高船舶轨迹预测的精度与稳定性,提出一种融合动态多头注意力与跨层优化的TrAISformer-AB算法。首先,设计自适应多头注意力机制,使模型根据输入数据的复杂性和特征关系动态选择注意力头数,提升模型的学习能力和泛化能力。其次,采用ReLU6作为激活函数,增强模型的表达能力和稳定性。最后,设计跨层残差连接,减少梯度消失问题,提高训练的稳定性和收敛速度。实验结果表明,TrAISformer-AB算法相较对比算法预测误差最低,与基准模型相比预测精度提升了70%,有效提升了船舶轨迹预测的精度和稳定性。 展开更多

关键词 船舶轨迹预测 自适应多头注意力机制 ReLU6激活函数 跨层残差连接 船舶自动识别系统

在线阅读 下载PDF 职称材料

基于跨层全连接神经网络的癫痫发作期识别 被引量：4

7

作者 王凤琴 卢官明 +1 位作者 柯亨进 肖新凤 《计算机应用研究》 CSCD 北大核心 2019年第7期2098-2103,共6页

在缺乏足够先验知识下,自适应癫痫发作期识别异常困难。提出一种新的度量通道之间的同步特征计算方法(聚类划分互信息),以相关矩阵方式组织单窗口内全局同步特征模式,进而设计一种跨层全连接神经网络分类器,对非平稳同步特征模式实现自... 在缺乏足够先验知识下,自适应癫痫发作期识别异常困难。提出一种新的度量通道之间的同步特征计算方法(聚类划分互信息),以相关矩阵方式组织单窗口内全局同步特征模式,进而设计一种跨层全连接神经网络分类器,对非平稳同步特征模式实现自适应分类。实验表明该方法可获得[98.19%±0.24%]精确度,[98.27%±0.51%]敏感度和[98.11%±0.36%]特异度,超过了现有大部分方法的分类性能。另外,该方法无须去噪和去伪迹等预处理过程;而且其仅需设置一个超参数(时间窗),避免了过多的潜在错误参数设置而导致的分类性能的降低。 展开更多

关键词 聚类划分互信息 脑电 癫痫 同步 模式分类 跨层全连接神经网络

在线阅读 下载PDF 职称材料

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

8

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 职称材料

生命与智能启发的系统工程创新

9

作者 狄增如 张柯 刘春秀子 《系统工程学报》 北大核心 2025年第5期697-705,共9页

旨在系统梳理生命系统中模块化结构与跨层级连接的组织机制,探讨其对复杂系统工程与人工智能发展的启发.从生命系统在多尺度上的模块结构与动态连接现象出发,提炼其模块化、跨层级连接与协同演化之间的内在关联,揭示生命系统组织逻辑对... 旨在系统梳理生命系统中模块化结构与跨层级连接的组织机制,探讨其对复杂系统工程与人工智能发展的启发.从生命系统在多尺度上的模块结构与动态连接现象出发,提炼其模块化、跨层级连接与协同演化之间的内在关联,揭示生命系统组织逻辑对智能系统构建与工程设计的双重启示.这些组织原则体现了生命系统在应对复杂性、不确定性和动态环境中的高效适应机制.该分析为可解释人工智能架构设计、智能系统的适应性演化以及系统工程的可重构与自演化提供理论参考.提出借鉴生命系统的组织智慧,发展以模块结构引导为核心的系统设计范式,有助于提升人工系统的适应性、鲁棒性与智能化水平. 展开更多

关键词 生命系统 模块化 跨层级连接 系统工程 人工智能 复杂系统

在线阅读 下载PDF 职称材料

基于跨连卷积神经网络的性别分类模型 被引量：41

10

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 职称材料

基于加权密集连接卷积网络的深度强化学习方法 被引量：9

11

作者 夏旻 宋稳柱 +1 位作者 施必成 刘佳 《计算机应用》 CSCD 北大核心 2018年第8期2141-2147,共7页

针对深度强化学习中卷积神经网络(CNN)层数过深导致的梯度消失问题,提出一种将密集连接卷积网络应用于强化学习的方法。首先,利用密集连接卷积网络中的跨层连接结构进行图像特征的有效提取;然后,在密集连接卷积网络中加入权重系数,加权... 针对深度强化学习中卷积神经网络(CNN)层数过深导致的梯度消失问题,提出一种将密集连接卷积网络应用于强化学习的方法。首先,利用密集连接卷积网络中的跨层连接结构进行图像特征的有效提取;然后,在密集连接卷积网络中加入权重系数,加权密集连接卷积网络中的每一层都接收到前面几层产生的所有特征图,且之前所有层在跨层连接中被赋予不同的初始权重;最后,在训练中动态调整每层的权重,从而更加有效地提取特征。与常规深度强化学习方法相比,在GridWorld仿真实验中,在相同训练步数内的平均奖励值提升了85.67%;在FlappyBird仿真中,平均奖励值提升了55.05%。实验结果表明所提方法能在不同难度的游戏仿真实验中获得更好的性能。 展开更多

关键词 密集连接卷积网络 深度强化学习 GridWorld FlappyBird 跨层连接

在线阅读 下载PDF 职称材料

交叉连接的少层残差卷积神经网络 被引量：3

12

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 职称材料

复杂环境下的路面交通标线检测与分割方法

13

作者 顾宗文 吴志周 +2 位作者 徐里鹏 朱陈强 梁韵逸 《计算机工程与应用》 北大核心 2025年第14期274-285,共12页

针对数字化交通标线损伤诊断数据需求,提出了基于Mask R-CNN的FE-Mask R-CNN模型,通过目标检测与实例分割,获得损伤交通标线及其对应的修复图像。采集了复杂环境下的交通标线数据集,根据数据集的大小及分析数据中路面交通标线的环境特征... 针对数字化交通标线损伤诊断数据需求,提出了基于Mask R-CNN的FE-Mask R-CNN模型,通过目标检测与实例分割,获得损伤交通标线及其对应的修复图像。采集了复杂环境下的交通标线数据集,根据数据集的大小及分析数据中路面交通标线的环境特征,将Mask R-CNN主干替换为改进的VGG16。构建了跨层连接的特征金字塔(cross-linking FPN)网络,使模型能自适应实现不同特征层权重融合,挖掘不同特征层之间的重要性信息。在每一特征层提取网络中添加了efficient channel attention(ECA)注意力机制,以捕捉不同通道之间的关系,增强了模型在复杂环境下的特征提取能力。实验结果表明,采用改进的VGG16,参数量较原模型降低了21.18%;采用cross-linking FPN网络及改进后的Mask R-CNN模型,在低阈值(IoU=0.5)下,目标检测和语义分割精度分别为97.93%、98.7%、97.74%、97.8%;在高阈值(IoU=0.75)下,目标检测和语义分割精度分别为95.56%、97.90%、81.48%、92.0%;检测速度由33 FPS降低至24 FPS。相对于低阈值分割精度提升效果,高阈值下的分割精度的大幅提升,为图像的高精度修复提供了数据基础。 展开更多

关键词 复杂环境 目标检测 实例分割 损伤交通标线 改进的VGG16 跨层连接特征金字塔 注意力机制

在线阅读 下载PDF 职称材料

基于跨连特征融合网络的面部表情识别 被引量：5

14

作者 黄倩露 王强 《计算机工程与设计》 北大核心 2019年第10期2969-2973,共5页

传统神经网络特征单向处理难以有效利用高层抽象特征和低层细节特征,不能获得更多有用信息,为此提出跨连特征融合神经网络(cross-connected feature fuse,CFF)模型,进一步提高面部表情分类的准确率。在AlexNet卷积神经网络的基础上,通... 传统神经网络特征单向处理难以有效利用高层抽象特征和低层细节特征,不能获得更多有用信息,为此提出跨连特征融合神经网络(cross-connected feature fuse,CFF)模型,进一步提高面部表情分类的准确率。在AlexNet卷积神经网络的基础上,通过结合低层池化层与高层池化层中的特征,获取更多全面、细致的表情特征信息,使用矩阵的方式表示模型处理过程。在REN_VFEdb面部表情数据库上的实验结果表明,CFF的分类准确率为93.56%,比AlexNet卷积神经网络提高了1.12%。 展开更多

关键词 面部表情识别 卷积神经网络 特征融合 AlexNet 跨层连接

在线阅读 下载PDF 职称材料

基于多尺度特征融合井下猴车载人状态的智能识别算法与应用 被引量：1

15

作者 解北京 李恒 +3 位作者 董航 栾铮 张奔 李晓旭 《煤炭科学技术》 CSCD 北大核心 2024年第12期272-286,共15页

井下猴车智能识别技术是实现猴车自动化巡检、实时监测与预警任务的基础,是推动煤矿智能化发展的重要支撑。针对猴车数据集样本缺乏、井下图像光照环境较差、运行猴车之间存在重叠遮挡、矿工坐姿多变、小目标猴车难以检测、模型部署困... 井下猴车智能识别技术是实现猴车自动化巡检、实时监测与预警任务的基础,是推动煤矿智能化发展的重要支撑。针对猴车数据集样本缺乏、井下图像光照环境较差、运行猴车之间存在重叠遮挡、矿工坐姿多变、小目标猴车难以检测、模型部署困难、不同载人状态井下猴车传统识别方法难度大效率低等问题,通过在贵州多个煤矿不同机段自建的猴车数据集,将猴车载人状态划分为载人猴车(HC_miner)和无载人猴车(HC_nominer)2种,提出了一种基于多尺度特征融合的井下猴车载人状态智能识别算法。图像预处理阶段,采用自适应直方图均衡以增强图像质量,通过随机矩形遮挡以模拟运行猴车被井下物体遮挡的真实场景,解决了猴车图像数据集体量匮乏的同时降低了井下负环境的干扰;特征提取阶段,将主干网络C2f模块部分卷积替换为可变形卷积(DCN),设计了一种C2f_DCN模块,增加不同载人状态猴车目标感受野的动态调整能力以获取复杂多变的尺度信息,使模型更好地学习到猴车矿工的耦合特征及适应矿工各类坐姿细节,提升模型对不同载人状态猴车目标的辨识能力;特征融合阶段,提出了一种基于坐标注意力机制跨层级连接的路径聚合网络—CLC-PAN-CA模块,实现了深层网络与浅层网络特征间多尺度信息的复用,可自适应捕捉全局关键信息,建立网络之间的多尺度依赖,提升模型对小目标猴车重要特征的提取,减少背景噪声干扰,降低猴车目标漏检误检率。试验结果表明:提出模型的精确率为95.8%,对比基线模型提高了7.4%,召回率为93.3%,提高了9.8%,平均精度均值为95.6%,提升了7.7%,参数量和模型大小分别仅为3.1×10^(6)和6.1 MB,识别速率为71帧。对比多种主流单阶段两阶段检测模型,提出模型可有效辨识有无载人猴车目标、显著提升井下猴车目标识别精度、减少漏检错检现象、具有较快的识别速度、更好的热度信息提取能力,可满足实际场景巡检需求,为不同载人状态的井下猴车精准识别提供了可行的方法。最后,将提出的猴车智能识别算法和井下监控视频流嵌入到设计的猴车智能识别系统中,构思了井上调度和井下监控“端到端”一体化的猴车智能识别系统,增加了面向煤矿智能化巡检应用的期望值,可为井下猴车载人运输安全提供实时预警。 展开更多

关键词 井下猴车识别 YOLOv8 可变形卷积 跨层级连接 坐标注意力机制

在线阅读 下载PDF 职称材料

零售企业竞合战略对供应链效率的影响机制研究

16

作者 寇佳辉 王强 《商业经济研究》 北大核心 2024年第12期148-151,共4页

零售企业供应链效率越高,竞争优势也会越强,而零售企业竞合战略和结构柔性对供应链效率会产生一定程度的影响。前者可以促进企业之间的合作与竞争,为整个供应链的协调提供有力支持,后者则可以通过增强供应链节点之间的协调性与灵活性,... 零售企业供应链效率越高,竞争优势也会越强,而零售企业竞合战略和结构柔性对供应链效率会产生一定程度的影响。前者可以促进企业之间的合作与竞争,为整个供应链的协调提供有力支持,后者则可以通过增强供应链节点之间的协调性与灵活性,提高运营效率。为此,本文构建了零售企业竞合战略、结构柔性(内部组织能力、外部关系能力、跨边界连接能力)与供应链效率的机制模型,通过对多家零售企业进行问卷调查开展实证分析。 展开更多

关键词 竞合战略 内部组织能力 外部关系能力 跨边界连接能力 供应链效率

在线阅读 下载PDF 职称材料

复杂背景下的SAR图像多尺度舰船检测 被引量：5

17

作者 林鑫伟 徐志京 黄海 《中国航海》 CSCD 北大核心 2023年第2期17-24,32,共9页

合成孔径雷达(Synthetic Aperture Radar,SAR)图像中复杂背景舰船目标的定位和检测,是SAR图像用于海洋监测的关键技术之一。提出一种基于跨连接特征金字塔网络(Cross Connected Feature Pyramid Networks,CCFPN)的SAR图像多尺度舰船目... 合成孔径雷达(Synthetic Aperture Radar,SAR)图像中复杂背景舰船目标的定位和检测,是SAR图像用于海洋监测的关键技术之一。提出一种基于跨连接特征金字塔网络(Cross Connected Feature Pyramid Networks,CCFPN)的SAR图像多尺度舰船目标检测算法,较好地解决了复杂背景下的多尺度目标检测问题。构建CCFPN增强舰船目标深层特征与浅层特征的传递;利用多路空洞卷积提高浅层特征提取能力;使用通道拼接方式丰富融合后特征图的信息量。所提出的算法在公开数据集的检测结果表明:该算法能够实现不同数据集复杂、模糊背景下的舰船多尺度目标检测,算法的平均精度(Average Precision,AP)达到95.62%,整体性能优于现有主流目标检测算法。 展开更多

关键词 舰船目标检测 跨连接特征金字塔网络 空洞卷积 通道特征融合 单次多框检测器

在线阅读 下载PDF 职称材料

基于柔性薄膜阵列压力传感器的抱闸故障诊断 被引量：3

18

作者 皮瑶 刘惠康 李倩 《高技术通讯》 CAS 2021年第8期836-843,共8页

抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet... 抱闸制动装置广泛应用于工业提升装置、民用曳引式电梯,针对抱闸制动器的运行状态监测和故障诊断,本文提出一种基于柔性薄膜阵列压力传感器的故障诊断方法,运用卷积神经网络(CNN)对传感器的数据进行处理达到故障诊断的目的。本文在LeNet5模型的基础上引入跨连接部分,将网络结构中提取的低层次特征与高层次特征相结合,经过全连接层达到多分类的目的。通过训练来自柔性薄膜阵列压力传感器的实验数据,该模型实现了4种基本抱闸故障和正常状态的自动识别。实验结果表明,改进的LeNet卷积神经网络模型在抱闸故障诊断上的检测正确率达到99.19%,该模型在同一训练数据集上的表现明显优于传统的LeNet5模型。 展开更多

关键词 柔性薄膜阵列压力传感器 LeNet模型 跨连接 抱闸制动器 故障诊断

在线阅读 下载PDF 职称材料

大型土木结构多尺度模拟与损伤分析——从材料多尺度力学到结构多尺度力学 被引量：51

19

作者 吴佰建 李兆霞 汤可可 《力学进展》 EI CSCD 北大核心 2007年第3期321-336,共16页

从阐述重大土木工程结构安全运营面临的挑战性课题——结构多尺度力学问题开始,对多尺度力学中的材料多尺度模拟和结构多尺度模拟的工程背景、多尺度特征和关键研究内容进行比较性评述;在此基础上,重点介绍了对研究大型土木结构多尺度... 从阐述重大土木工程结构安全运营面临的挑战性课题——结构多尺度力学问题开始,对多尺度力学中的材料多尺度模拟和结构多尺度模拟的工程背景、多尺度特征和关键研究内容进行比较性评述;在此基础上,重点介绍了对研究大型土木结构多尺度力学问题可能有参考价值的材料多尺度模拟和分析方法如周期性异质材料问题的平均化与渐进分析方法、单位分解法和多尺度重构核函数法,以及大型土木结构多尺度模拟与分析领域的研究现状,由此引出结构多尺度力学研究中亟待解决的关键问题并加以评述;通过认识与比较结构多尺度与材料多尺度问题的共性与个性,文中综述了在大型土木结构多尺度问题的研究进程中可供参考的理论与方法,提出了这类结构多尺度力学问题研究的几个关键科学问题为:结构多尺度模拟中的连接与跨越问题、多尺度模型的修正和验证、结构损伤的时间多尺度模拟与分析、结构强度和损伤失效过程中多尺度分析的跨尺度敏感性与随机性因素,以及适用于大型土木结构多尺度模拟和计算分析的实施策略与技术. 展开更多

关键词 大型土木结构 结构多尺度力学 损伤演化 跨尺度连接

在线阅读 下载PDF 职称材料

一种耦合深度信念网络的图像识别方法 被引量：11

20

作者 马苗 许西丹 武杰 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2018年第5期102-107,共6页

针对网络层数增加带来的梯度消失问题,提出了一种耦合深度信念网络的图像识别方法.该方法将"跨层"连接引入到深度信念网络中并应用于图像识别.给出了耦合深度信念网络的结构示意图及其参数更新方法,并在相同数据集和网络层数... 针对网络层数增加带来的梯度消失问题,提出了一种耦合深度信念网络的图像识别方法.该方法将"跨层"连接引入到深度信念网络中并应用于图像识别.给出了耦合深度信念网络的结构示意图及其参数更新方法,并在相同数据集和网络层数情况下比较了具有最佳参数的深度信念网络与最佳参数的耦合深度信念网络的识别性能,分析了"跨层"连接中主、次线耦合比例对网络性能的影响,且与几种经典的深度学习方法进行了对比.实验结果显示,耦合深度信念网络在收敛速度与识别精度上均优于深度信念网络.同时,相比于经典的深度网络,文中所提方法获得了良好的识别性能.这说明采用"跨层"耦合方式可有效缓解深度信念网络训练过程中出现的梯度消失问题,提高网络的识别性能. 展开更多

关键词 跨层连接 深度信念网络 深度学习 图像识别

在线阅读 下载PDF 职称材料