基于卷积神经网络的三聚氰胺太赫兹光谱定量分析

1

作者 刘洋硕 燕芳 +1 位作者 李文文 郭以恒 《食品与机械》 CSCD 北大核心 2024年第11期41-46,共6页

[目的]结合卷积神经网络与太赫兹时域光谱技术针对奶粉中的非法添加剂三聚氰胺进行定量分析。[方法]使用透射式太赫兹时域光谱系统测得三聚氰胺与奶粉单质及混合物的太赫兹吸收谱,分别采用S-G平滑、高斯平滑、滑动平均和R-Loess平滑等... [目的]结合卷积神经网络与太赫兹时域光谱技术针对奶粉中的非法添加剂三聚氰胺进行定量分析。[方法]使用透射式太赫兹时域光谱系统测得三聚氰胺与奶粉单质及混合物的太赫兹吸收谱,分别采用S-G平滑、高斯平滑、滑动平均和R-Loess平滑等方法对原始光谱数据进行校正,并建立偏最小二乘(PLS)回归模型,通过对比模型评价标准以确定最佳的太赫兹光谱校正预处理方法;选择S-G平滑校正处理后的PLS模型作为混合样片的定量分析模型;分别建立了基于偏最小二乘(PLS)、最小二乘支持向量机(LS-SVM)、反向传播神经网络(BPNN)及卷积神经网络(CNN)的定量回归模型,并对混合样片中的三聚氰胺含量进行了预测。[结果]PLS、LS-SVM、BPNN、CNN 4种模型的预测集相关系数分别为0.9971,0.9977,0.9981,0.9987,预测集均方根误差分别为0.551%,0.494%,0.437%,0.374%。[结论]与其他3种模型相比,CNN回归模型的预测精度最高,更适用于准确检测奶粉中三聚氰胺的含量。 展开更多

关键词 太赫兹时域光谱 定量分析 光谱校正 卷积神经网络

在线阅读 下载PDF 职称材料

基于改进卷积神经网络的图像畸变快速校正算法

2

作者 李云波 李晓峰 +1 位作者 李东 卫晋 《沈阳大学学报（自然科学版）》 CAS 2022年第4期298-305,共8页

针对传统图像畸变校正方法存在的网络损失函数较高、观测拟合度较低、畸变图像像素点定位准确度较低等问题,提出了基于改进卷积神经网络的图像畸变快速校正算法。首先,转化图像像素点坐标系与笛卡尔坐标系,根据图像中心点计算畸变图像... 针对传统图像畸变校正方法存在的网络损失函数较高、观测拟合度较低、畸变图像像素点定位准确度较低等问题,提出了基于改进卷积神经网络的图像畸变快速校正算法。首先,转化图像像素点坐标系与笛卡尔坐标系,根据图像中心点计算畸变图像像素点坐标值;其次,利用改进卷积神经网络校正畸变图像像素点,即通过网络权值修正量获取神经元连接权与修正结果之间的关系式,得到像素点偏移坐标以及偏移距离;最后,通过激活函数中偏置的求和信息,分析改进卷积神经网络中的线性函数与非线性函数的关系式,利用不同函数指令实现图像畸变快速校正。实验结果表明,该方法的网络损失值约为0.0092,观测拟合度为0.96,畸变图像像素点定位准确度平均值为97.7%,校正效果较好。 展开更多

关键词 改进卷积神经网络 图像畸变 图像校正 损失函数 像素点

在线阅读 下载PDF 职称材料

融合Gamma校正与多任务卷积神经网络的人脸识别

3

作者 林德贵 邱富杭 余清清 《信息技术与信息化》 2023年第11期179-182,共4页

针对当前基于深度学习的人脸识别算法对一些模糊或较暗图像识别人脸准确率不高的问题,结合Gamma校正算法优点,提出了融合Gamma校正的多任务卷积神经网络(multi-task convolutional neural networks,MTCNN)人脸识别算法(gamma multi-task... 针对当前基于深度学习的人脸识别算法对一些模糊或较暗图像识别人脸准确率不高的问题,结合Gamma校正算法优点,提出了融合Gamma校正的多任务卷积神经网络(multi-task convolutional neural networks,MTCNN)人脸识别算法(gamma multi-task convolutional neural network,GMTCNN)。首先,利用Gamma校正增加图像像素低的对比度,同时减少图像像素高的部分的对比度;其次,利用MTCNN算法对处理后的图像人脸识别。实验结果表明,GMTCNN算法对有遮挡物的人脸识别率更高,并且能够准确识别一张图的多张人脸。 展开更多

关键词 GAMMA校正 图像增强 多任务卷积神经网络 深度学习 人脸识别

在线阅读 下载PDF 职称材料

流场测速中基于深度卷积神经网络的光学畸变校正技术 被引量：10

4

作者 高泽宇 李新阳 叶红卫 《红外与激光工程》 EI CSCD 北大核心 2020年第10期1-10,共10页

基于光学成像的流场测量技术,如粒子图像测速技术(PIV),易受到因流体中折射率的不均匀性或晃动的介质边界引起的光学畸变而带来的影响。这些畸变会使得示踪粒子在图像上的位置分布产生误差且严重影响图像清晰度,从而增大流场速度测量的... 基于光学成像的流场测量技术,如粒子图像测速技术(PIV),易受到因流体中折射率的不均匀性或晃动的介质边界引起的光学畸变而带来的影响。这些畸变会使得示踪粒子在图像上的位置分布产生误差且严重影响图像清晰度,从而增大流场速度测量的误差。为了提高光学流场速度测量的测量精度,自适应光学系统可以应用于其中去校正光学畸变。基于图像流场测量中的光学像差具有频率高,动态范围大,空间分辨率高等特点,对于这一应用场景,基于波前校正器件的自适应光学系统受到了器件本身性能的影响。基于深度学习的自适应光学技术在流场测量中的应用,建立了一种基于深度神经网络的无波前校正器件自适应光学校正技术,以深度神经网络代替传统的波前校正器件,用于粒子图像测速技术中的光学畸变校正。为了生成神经网络所需要的训练和测试数据集,搭建了可以实现波前测量的粒子图像测速实验平台,分析并建立了光学畸变在粒子图像上的图像退化模型。最后,以校正后PIV图像的校正效果和流场速度测量结果作为评价标准,对所建立神经网络的畸变校正性能进行了分析。 展开更多

关键词 自适应光学 卷积神经网络 粒子图像测速 像差校正

在线阅读 下载PDF 职称材料

基于卷积神经网络的胸环靶面畸变校正算法

5

作者 姜宗林 陈小林 +3 位作者 李鹏飞 王东鹤 吴志佳 王虹 《红外》 CAS 2023年第12期32-40,共9页

实弹射击是部队的基础军事训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象... 实弹射击是部队的基础军事训练项目。现有报靶系统中基于计算机视觉的弹孔识别定位系统由于具有快速、精确、安全、人员成本低等优点而被广泛应用到该项目中。然而,计算机视觉系统处理的图像通常受镜头加工工艺以及相机轴向与被测对象所在平面不垂直的影响,导致被测对象的图像产生畸变,最终会给弹孔坐标位置的精准定位带来误差。为了提高基于计算机视觉的自动报靶系统的报靶精度,提出一种基于卷积神经网络的畸变校正算法,只需一张胸环靶面的模板图像即可模拟出大量训练数据集。训练完成后,输入一张畸变图片就可以得到该图片的畸变参数,并利用该参数完成对图像的畸变校正。与传统校正算法的对比结果表明,该算法校正效果较好,有利于提升基于计算机视觉的自动报靶系统的报靶精度。 展开更多

关键词 机器视觉系统 图像畸变 校正算法 卷积神经网络

在线阅读 下载PDF 职称材料

基于卷积神经网络的电话号码手写体识别系统开发 被引量：2

6

作者 杨柳 罗玉梅 《信息技术与信息化》 2020年第11期213-216,共4页

卷积神经网络是近年来的研究热点,其具有结构简单、训练参数少和适应性强等特性,且避免了传统识别算法中复杂的特征提取和数据重构过程。本文使用图像去噪、文本倾斜校正和水平投影分割法与垂直投影分割法相结合的方法分别进行图像去噪... 卷积神经网络是近年来的研究热点,其具有结构简单、训练参数少和适应性强等特性,且避免了传统识别算法中复杂的特征提取和数据重构过程。本文使用图像去噪、文本倾斜校正和水平投影分割法与垂直投影分割法相结合的方法分别进行图像去噪、文本倾斜校正和图像分割操作,构造多层卷积神经网络训练手写体数字识别模型,找到识别率最优的手写体数字识别模型,最终实现一个基于卷积神经网络的电话号码手写体识别系统,可实现手机号码(十一位数)和固定电话(七位数)的手写体识别。经过测试,本系统的识别率达到99%以上。 展开更多

关键词 手写体识别 卷积神经网络 图片去噪 文本倾斜校正

在线阅读 下载PDF 职称材料

基于卷积神经网络的地震波形智能识别研究 被引量：6

7

作者 郑周 林彬华 +3 位作者 金星 韦永祥 丁炳火 陈辉 《世界地震工程》 北大核心 2023年第2期148-157,共10页

随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。... 随着世界上多个国家和地区的地震预警系统投入运行,误报和漏报等问题逐渐突显,特别是将标定以及强干扰波形误识别为大震事件,快速、精确地区分地震与其他波形是一个难题。针对于此,该研究提出了基于卷积神经网络地震波形智能识别方法。首先收集并处理了2012—2017年中国境内福建以及周边邻省共683个地震和478个爆破事件,并对这些样本筛选、截取和基线校正等预处理,共得到了27500条三通道波形。在此基础上,构建了3 s波形输入的卷积神经网络模型(SW-CNN)。结果表明:模型对地震、噪声、爆破和异常波形的识别率分别为97.9、99、99.2和99.3%。相比于人工手动分类识别,该模型更省时和更稳定,为地震预警目前所面临的问题提供了一个新的解决方法。 展开更多

关键词 地震预警 卷积神经网络 波形分类 异常波形 基线校正

在线阅读 下载PDF 职称材料

基于深度卷积神经网络的多飞行器构型保持研究

8

作者 槐泽鹏 王洪波 龚旻 《兵器装备工程学报》 CAS CSCD 北大核心 2021年第2期15-22,共8页

基于深度卷积神经网络设计了“智能-校正”算法以快速生成制导指令;深度学习模型是由卷积层、全连接层、批量归一化层和残差网络(ResNet)组合成的一个19层深度神经网络,飞行器状态变量转化为类似于图像像素矩阵的二维矩阵,通过sgd优化... 基于深度卷积神经网络设计了“智能-校正”算法以快速生成制导指令;深度学习模型是由卷积层、全连接层、批量归一化层和残差网络(ResNet)组合成的一个19层深度神经网络,飞行器状态变量转化为类似于图像像素矩阵的二维矩阵,通过sgd优化和权重衰减正则项将神经网络的训练误差降低至约0.025°;之后针对飞行器运动存在制导指令泛化误差累积的问题又设计了校正环节;最后经多组仿真证明了“智能-校正”算法兼顾了速度和精度,不仅成功实现了构型保持,而且将解算速度提升了约6倍,同时解决了泛化误差累积带来的影响。 展开更多

关键词 深度卷积神经网络 多飞行器协同 构型保持 智能-校正

在线阅读 下载PDF 职称材料

基于级联卷积网络的人脸特征点检测 被引量：4

9

作者 张衡 马明栋 王得玉 《南京邮电大学学报（自然科学版）》 北大核心 2019年第3期104-110,共7页

人脸特征点检测是人脸识别和分析领域的关键步骤,同时也是人脸表情识别、头部姿态估计、人脸身份鉴定等相关技术的基础。由于脸部姿势和表情的不断变化以及遮挡问题的存在,人脸特征点检测依旧是一个具有挑战性的难题。文中提出用由粗到... 人脸特征点检测是人脸识别和分析领域的关键步骤,同时也是人脸表情识别、头部姿态估计、人脸身份鉴定等相关技术的基础。由于脸部姿势和表情的不断变化以及遮挡问题的存在,人脸特征点检测依旧是一个具有挑战性的难题。文中提出用由粗到精的多任务级联神经网络模型来提升人脸检测和特征点定位的精度,使模型具有更好的鲁棒性。整个网络框架采用三阶段级联网络,由粗到精的检测人脸和定位特征点位置。首先采用脸部校正方法预处理人脸图片,主要是校正人脸偏转角度;然后使用两个小型网络来预测人脸框及定位人脸特征点;最后根据网络预测的特征点位置,对局部区域进行裁剪,然后再对局部区域预测单个特征点,使得特征点的定位更加准确。为了更好地评估文中提出的方法,在AFW、AFLW等数据集上做了对照实验,相比较TCNN网络模型,文中方法在AFW中错误率降低了1.19%,在AFLW中错误率降低了0.8%。 展开更多

关键词 级联卷积神经网络 人脸检测 人脸校正 深度学习

在线阅读 下载PDF 职称材料

基于深度强化学习的测井曲线自动深度校正方法 被引量：3

10

作者 熊文君 肖立志 +1 位作者 袁江如 岳文正 《石油勘探与开发》 EI CAS CSCD 北大核心 2024年第3期553-564,共12页

针对传统测井曲线深度校正需要手动调整曲线,而对于多口井的深度校正工作量巨大,需要大量人工参与,且工作效率较低的问题,提出一种多智能体深度强化学习方法(MARL)来实现多条测井曲线自动深度匹配。该方法基于卷积神经网络(CNN)定义多... 针对传统测井曲线深度校正需要手动调整曲线,而对于多口井的深度校正工作量巨大,需要大量人工参与,且工作效率较低的问题,提出一种多智能体深度强化学习方法(MARL)来实现多条测井曲线自动深度匹配。该方法基于卷积神经网络(CNN)定义多个自上而下的双滑动窗口捕捉测井曲线上相似的特征序列,并设计一个智能体与环境的互动机制来控制深度匹配过程。通过双深度Q学习网络(DDQN)选取一个动作来平移或缩放测井特征序列,并利用反馈的奖励信号来评估每个动作的好坏,以学习到最优的控制策略达到提升深度校正精度的目的。研究表明,MARL方法可以自动完成多口井、不同测井曲线的深度校正任务,减少人工干预。在油田实例应用中,对比分析了动态时间规整(DTW)、深度Q学习网络(DQN)和DDQN等方法的测试结果,DDQN算法采用双网络评估机制有效改进了算法的性能,能够识别和对齐测井曲线特征序列上更多的细节,具有较高的深度匹配精度。 展开更多

关键词 人工智能 机器学习 深度校正 测井曲线 多智能体深度强化学习 卷积神经网络 双深度Q学习网络

在线阅读 下载PDF 职称材料

基于改进U-Net网络的图像自动白平衡算法 被引量：3

11

作者 全雪峰 《新型工业化》 2021年第4期244-247,共4页

针对现有白平衡算法颜色校正不准确,色彩还原不真实问题,设计了一种基于改进U-Net网络的图像自动白平衡算法。该算法在普通U-Net网络的编码器和解码器之间加入一个稠密模块,利用卷积神经网络的编码运算规则,将色偏图像和真实图像作为输... 针对现有白平衡算法颜色校正不准确,色彩还原不真实问题,设计了一种基于改进U-Net网络的图像自动白平衡算法。该算法在普通U-Net网络的编码器和解码器之间加入一个稠密模块,利用卷积神经网络的编码运算规则,将色偏图像和真实图像作为输入输出训练对,实现对色偏图像的颜色校正。实验结果表明,该算法校正后的图像能保持良好的颜色恒常性和丰富的细节信息,具有较好的视觉效果。 展开更多

关键词 卷积神经网络 U-Net网络 自动白平衡 颜色校正

在线阅读 下载PDF 职称材料

基于改进UNet网络的遥感影像建筑物提取 被引量：3

12

作者 吴锋振 杨德宏 +2 位作者 李俊 何万才 邓云龙 《城市勘测》 2023年第5期99-105,共7页

针对卷积神经网络在高分辨率遥感影像建筑物提取中存在边缘模糊和建筑物空洞等问题,提出一种结合似空间注意力模块UNet网络用于建筑物提取。为验证网络的有效性和适用性,分别在WHU和AIRS数据集上进行实验,并将其与FCN-8S、SegNet和UNet... 针对卷积神经网络在高分辨率遥感影像建筑物提取中存在边缘模糊和建筑物空洞等问题,提出一种结合似空间注意力模块UNet网络用于建筑物提取。为验证网络的有效性和适用性,分别在WHU和AIRS数据集上进行实验,并将其与FCN-8S、SegNet和UNet进行对比。实验结果表明,在WHU建筑物数据集上,精确率达94.12%,交并比达91.74%,与其他三个网络相比,各项评价指标有一定程度提升,在模型参数量和每轮次运行时间增加的可接受范围内,表现出良好分割性能,验证提出方法的有效性;在AIRS数据集上,交并比、精确率分别为90.40%、90.22%,除F1分数比FCN-8S略低外,其他指标也存在优势,验证方法的适用性。 展开更多

关键词 卷积神经网络 建筑物提取 UNet 似注意力模块 特征校正

在线阅读 下载PDF 职称材料

基于投影阈值分割和数字序列校正的高噪声数字仪表图像识别方法 被引量：5

13

作者 郝琨 韩冰 +1 位作者 李志圣 王传启 《电子科技大学学报》 EI CAS CSCD 北大核心 2023年第5期728-738,共11页

针对数字仪表图像噪声大、图像特征信息不足导致图像识别准确率低的问题,提出了一种基于卷积递归神经网络结合投影阈值分割和数字序列校正的高噪数字仪表图像识别方法。首先,用投影阈值分割二值化算法对图像进行预处理:使用垂直投影法... 针对数字仪表图像噪声大、图像特征信息不足导致图像识别准确率低的问题,提出了一种基于卷积递归神经网络结合投影阈值分割和数字序列校正的高噪数字仪表图像识别方法。首先,用投影阈值分割二值化算法对图像进行预处理:使用垂直投影法将图像划分为不同区域,根据不同区域的噪声强度自适应设定二值化阈值,对图像进行二值化处理,降低噪声;其次,根据图像之间数字规律变化特点,利用数字序列校正算法将单个数字识别转换为数字序列识别,通过对比不同数字序列的识别概率得出识别结果,解决单张图像特征信息不足导致识别准确率低等问题。实验结果表明,在高噪声数据集上,相较于卷积递归神经网络模型,提出的高噪声数字仪表识别模型在准确率方面提高了约61.95%,达到93.58%。 展开更多

关键词 卷积递归神经网络 数字仪表识别 图像去噪 数字序列校正 投影阈值分割

在线阅读 下载PDF 职称材料

基于梅尔频谱分离和LSCNet的声学场景分类方法 被引量：3

14

作者 费鸿博 吴伟官 +1 位作者 李平 曹毅 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2022年第5期124-130,123,共8页

针对现有频谱分离方法进行声学场景分类研究时其分类准确率不高的问题,提出了一种基于梅尔频谱分离和长距离自校正卷积神经网络(long-distance self-calibration convolutional neural network,LSCNet)的声学场景分类方法。首先,介绍了... 针对现有频谱分离方法进行声学场景分类研究时其分类准确率不高的问题,提出了一种基于梅尔频谱分离和长距离自校正卷积神经网络(long-distance self-calibration convolutional neural network,LSCNet)的声学场景分类方法。首先,介绍了频谱的谐波打击源分离原理,提出了一种梅尔频谱分离算法,将梅尔频谱分离出谐波分量、打击源分量和残差分量;然后,结合自校正神经网络和残差增强机制,提出了一种长距离自校正卷积神经网络;该模型采用频域自校正算法以及长距离增强机制来保留特征图原始信息,通过残差增强机制和通道注意力增强机制加强了深层特征与浅层特征间的关联度,且结合多尺度特征融合模块,以进一步提取模型训练中输出层的有效信息,从而提高模型的分类准确率;最后,基于Urbansound8K和ESC-50数据集开展了声学场景分类实验。实验结果表明:梅尔频谱的残差分量能够针对性地减少背景噪音的影响,从而具有更好的分类性能,且LSCNet实现了对特征图中频域信息的关注,其最佳分类准确率分别达到90.1%和88%,验证了该方法的有效性。 展开更多

关键词 声学场景分类 梅尔频谱分离算法 长距离自校正卷积神经网络 频域自校正算法 多尺度特征融合

在线阅读 下载PDF 职称材料

基于人工智能的图像自动渲染方法研究 被引量：4

15

作者 管阳 《电子设计工程》 2021年第3期157-161,共5页

针对传统图像渲染方法费时、复杂,无法满足现代设计应用场景的问题,利用人工智能技术中的卷积神经网络进行了图像自动渲染的研究。图像自动渲染算法主要分为两个部分:素材图像的特征提取与虚拟视图的渲染。通过卷积神经网络识别场景中... 针对传统图像渲染方法费时、复杂,无法满足现代设计应用场景的问题,利用人工智能技术中的卷积神经网络进行了图像自动渲染的研究。图像自动渲染算法主要分为两个部分:素材图像的特征提取与虚拟视图的渲染。通过卷积神经网络识别场景中图像的位移、缩放与其他形式扭曲不变性的二维图形轮廓,进而构建特征表征网络,用以提取图像特征并使之融合。同时,采用基于计算逻辑的图像校正算法来对齐不同视角所生成的虚拟视图,最终设计两层编码器-三层解码器的虚拟图像自动渲染模型。测试结果表明,所提出的图像自动渲染方法具有相对稳定的峰值噪声比与结构相识性,可以有效识别图像的特征并进行虚拟视图的渲染。 展开更多

关键词 图像渲染 人工智能 卷积神经网络 计算逻辑 图像校正算法

在线阅读 下载PDF 职称材料

考虑热成像图元畸变的风电场电气柜温度预测

16

作者 王晓东 杜高英 +1 位作者 王亚超 刘颖明 《太阳能学报》 EI CAS CSCD 北大核心 2023年第10期384-390,共7页

针对风电场内机组及变电站电气柜热成像温度监测中镜头畸变导致的温度值映射偏差和预测精度低的问题,提出一种基于混合深度神经网络的风电场电气柜温度误差校正和预测方法。该方法利用高斯卷积核结构对含噪图元进行滤波处理,完成图元去... 针对风电场内机组及变电站电气柜热成像温度监测中镜头畸变导致的温度值映射偏差和预测精度低的问题,提出一种基于混合深度神经网络的风电场电气柜温度误差校正和预测方法。该方法利用高斯卷积核结构对含噪图元进行滤波处理,完成图元去噪。建立多层卷积神经网络温度校正模型(CNNs),将去噪后的图元作为输入,消除图元数据中畸变点导致的测温误差,可提高温度值与目标测点间映射关系的精确度。基于校正赋值后的温度数据建立XGBoost-LSTM加权融合预测模型,输出关键监测点温度预测值可用于风电场设备故障预警中,基于模型结构差异性特点对所加入权重的训练来提高融合模型预测的准确率。算例结果表明该文所提方法可有效校正图元畸变并大幅提高预测精度。 展开更多

关键词 风电场 温度预测 畸变校正 卷积神经网络 XGBoost LSTM

在线阅读 下载PDF 职称材料