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
基于部分连接神经网络的序列数据分类算法研究
被引量：
1
1
作者
张素莉
《现代电子技术》
北大核心
2016年第9期111-113,共3页
研究梳理了序列数据的定义,并且分析了5种类型的序列数据,结合局部连接神经网络的特点,研究了基于局部连接神经网络的序列数据的分类算法。使用该算法进行计算,学习与收敛速度较快,对于自适应建模与控制十分适用,利用方形基函数进行计算...
研究梳理了序列数据的定义,并且分析了5种类型的序列数据,结合局部连接神经网络的特点,研究了基于局部连接神经网络的序列数据的分类算法。使用该算法进行计算,学习与收敛速度较快,对于自适应建模与控制十分适用,利用方形基函数进行计算,在网络输出过程中注意只能利用方形函数来逼近光滑函数。由于序列数据分类运算在数据挖掘中存在巨大的优势,因此对序列数据算法的研究具有很高的理论与应用价值。
展开更多
关键词
部分连接神经网络
序列数据
分类算法
方形基函数
在线阅读
下载PDF
职称材料
基于部分连接神经网络的场景识别
2
作者
张月
潘伟
陈晓熹
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2010年第4期482-486,共5页
目前基于图像的场景识别的方法都依赖于对图像特征的选取及特征数目的精简.提出了一种基于部分连接演化神经网络模型来进行图像场景识别的新方法:不对图像进行特征提取,而是将待识别图像的每个像素都作为神经网络的输入.为了克服新方法...
目前基于图像的场景识别的方法都依赖于对图像特征的选取及特征数目的精简.提出了一种基于部分连接演化神经网络模型来进行图像场景识别的新方法:不对图像进行特征提取,而是将待识别图像的每个像素都作为神经网络的输入.为了克服新方法由于大量神经元引起的模型训练时间过长问题,将基于C语言计算架构的演化神经网络模型创造性地移植到基于图形处理器(GPU)的通用并行计算构架(CUDA),神经网络的演化训练速度提高200倍以上.在实验中,尽管输入的图像大小达到300×400像素(120 000个输入神经元),但CUDA的部分连接演化神经网络对场景图像有较强的识别能力,对亮度、缩放、旋转等变化也有较好的鲁棒性.
展开更多
关键词
场景识别
部分
连接
演化
神经网络
CUDA
在线阅读
下载PDF
职称材料
一种无特征提取的自然场景图像分类新方法
被引量：
1
3
作者
王丽萍
潘伟
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2011年第4期697-702,共6页
提出了一种新的基于部分连接神经网络的自然场景图像分类方法.运用该方法对图像进行模式识别时,不必进行特征提取,而是将整个图像输入神经网络,由神经网络在训练中透明地选择和识别特征.由于大型图形处理器(GPU)并行处理系统的运用,使...
提出了一种新的基于部分连接神经网络的自然场景图像分类方法.运用该方法对图像进行模式识别时,不必进行特征提取,而是将整个图像输入神经网络,由神经网络在训练中透明地选择和识别特征.由于大型图形处理器(GPU)并行处理系统的运用,使得神经网络演化速度大大加快,弥补了该方法计算量大的弱点.实验结果表明,利用部分连接神经网络进行场景图像分类,与利用特征提取后再识别场景的分类方法比较,在总识别率上大体相当;但不必进行特征提取,而且速度很快.并且,还运用了插值和延拓两种方法来对图像进行尺寸调整,使得神经网络可以训练和识别不同大小的场景图像.
展开更多
关键词
场景分类
部分连接神经网络
插值
延拓
在线阅读
下载PDF
职称材料
题名
基于部分连接神经网络的序列数据分类算法研究
被引量：
1
1
作者
张素莉
机构
长春工程学院计算机技术与工程学院
出处
《现代电子技术》
北大核心
2016年第9期111-113,共3页
文摘
研究梳理了序列数据的定义,并且分析了5种类型的序列数据,结合局部连接神经网络的特点,研究了基于局部连接神经网络的序列数据的分类算法。使用该算法进行计算,学习与收敛速度较快,对于自适应建模与控制十分适用,利用方形基函数进行计算,在网络输出过程中注意只能利用方形函数来逼近光滑函数。由于序列数据分类运算在数据挖掘中存在巨大的优势,因此对序列数据算法的研究具有很高的理论与应用价值。
关键词
部分连接神经网络
序列数据
分类算法
方形基函数
Keywords
partially connected neural network
sequence data
classification algorithm
square primary function
分类号
TN915-34 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于部分连接神经网络的场景识别
2
作者
张月
潘伟
陈晓熹
机构
厦门大学信息科学与技术学院
出处
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2010年第4期482-486,共5页
基金
国家自然科学基金(60975084)
福建省自然科学基金(2009J01305)
文摘
目前基于图像的场景识别的方法都依赖于对图像特征的选取及特征数目的精简.提出了一种基于部分连接演化神经网络模型来进行图像场景识别的新方法:不对图像进行特征提取,而是将待识别图像的每个像素都作为神经网络的输入.为了克服新方法由于大量神经元引起的模型训练时间过长问题,将基于C语言计算架构的演化神经网络模型创造性地移植到基于图形处理器(GPU)的通用并行计算构架(CUDA),神经网络的演化训练速度提高200倍以上.在实验中,尽管输入的图像大小达到300×400像素(120 000个输入神经元),但CUDA的部分连接演化神经网络对场景图像有较强的识别能力,对亮度、缩放、旋转等变化也有较好的鲁棒性.
关键词
场景识别
部分
连接
演化
神经网络
CUDA
Keywords
scene recognition
partially connected neural network
CUDA
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP183 [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
一种无特征提取的自然场景图像分类新方法
被引量：
1
3
作者
王丽萍
潘伟
机构
厦门大学信息科学与技术学院
出处
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2011年第4期697-702,共6页
基金
国家自然科学基金项目(60975084)
福建省自然科学基金项目(2009J01305)
文摘
提出了一种新的基于部分连接神经网络的自然场景图像分类方法.运用该方法对图像进行模式识别时,不必进行特征提取,而是将整个图像输入神经网络,由神经网络在训练中透明地选择和识别特征.由于大型图形处理器(GPU)并行处理系统的运用,使得神经网络演化速度大大加快,弥补了该方法计算量大的弱点.实验结果表明,利用部分连接神经网络进行场景图像分类,与利用特征提取后再识别场景的分类方法比较,在总识别率上大体相当;但不必进行特征提取,而且速度很快.并且,还运用了插值和延拓两种方法来对图像进行尺寸调整,使得神经网络可以训练和识别不同大小的场景图像.
关键词
场景分类
部分连接神经网络
插值
延拓
Keywords
scene classification
partially connected neuron network
interpolation
continuation
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
TP183 [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
作者
出处
发文年
被引量
操作
1
基于部分连接神经网络的序列数据分类算法研究
张素莉
《现代电子技术》
北大核心
2016
1
在线阅读
下载PDF
职称材料
2
基于部分连接神经网络的场景识别
张月
潘伟
陈晓熹
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2010
0
在线阅读
下载PDF
职称材料
3
一种无特征提取的自然场景图像分类新方法
王丽萍
潘伟
《厦门大学学报（自然科学版）》
CAS
CSCD
北大核心
2011
1
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
