检索结果-维普期刊中文期刊服务平台

基于全卷积神经网络的非对称并行语义分割模型被引量：12: 1; 作者李宝奇贺昱曜 +1 位作者何灵蛟强伟《电子学报》 EI CAS CSCD 北大核心 2019年第5期1058-1064,共7页; 针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN(Asymmetric Parallelism Fully Convolutional Networks).APFCN上路设计了一个卷积核尺寸非... 展开更多; 关键词语义分割全卷积神经网络非对称并行全卷积神经网络空洞卷积空洞率; 在线阅读下载PDF 职称材料

基于特征融合并行优化模型的电能质量扰动分类方法被引量：24: 2; 作者龚正邹阳 +3 位作者金涛刘宇龙兰名扬刘梓强《中国电机工程学报》 EI CSCD 北大核心 2023年第3期1017-1026,共10页; 为了提高对复杂电能质量扰动(power quality disturbances,PQDs)的分类准确率,该文提出一种基于特征融合并行优化模型的PQDs分类方法。该方法以特征融合的方式,使用全卷积神经网络(fully convolutional networks,FCN)和长短期记忆网络(l... 展开更多; 关键词电能质量扰动全卷积神经网络长短期记忆网络特征融合并行模型; 在线阅读下载PDF 职称材料

基于深度学习的兰姆波SCF-TFM超分辨率成像被引量：1: 3; 作者孙刘家韩庆邦 +1 位作者靳琪琳葛考《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第6期101-110,共10页; 腐蚀和裂纹是结构板常见的缺陷形式,兰姆波在非贯穿型损伤处发生模式转换是制约兰姆波成像质量的主要因素。此外,声波衍射遵循瑞利准则,超声成像存在分辨率极限。本文设计了一个全卷积神经网络对接收信号进行分割与重构,实现目标模态的... 展开更多; 关键词兰姆波非对称盲孔缺陷全卷积神经网络 SCF-TFM 超分辨率成像; 在线阅读下载PDF 职称材料

基于APSOC的心音特征提取及分类: 4; 作者田英杰杨宏波 +3 位作者汪琴郭涛潘家华王威廉《计算机工程与设计》北大核心 2024年第12期3779-3785,共7页; 在云南一些边远山区网络信号弱甚至无信号,为在便携式设备上实现心音分类算法,满足离线式、可移动的需求,提出一种可部署在APSOC平台上的心音分类方法。在PS部分实现心音信号的特征提取,在PL部分实现CNN的卷积层和池化层。使用多通道并... 展开更多; 关键词全可编程片上系统心音分类先天性心脏病硬件加速卷积神经网络梅尔频率倒谱系数并行计算; 在线阅读下载PDF 职称材料

改进FCN的车道线实例分割检测方法被引量：10: 5; 作者邓天民蒲龙忠万桥《计算机工程与设计》北大核心 2022年第10期2935-2943,共9页; 为准确识别车道线,提高车道线检测算法的实时性和鲁棒性,提出一种基于改进FCN的车道线实例分割检测方法。对输入图像采用压缩的VGG16网络进行编码,设计语义分割和嵌入分割双分支实现多车道线分割解码,通过DBSCAN算法聚类像素点,应用逆... 展开更多; 关键词车道线检测全卷积神经网络非对称卷积实例分割逆透视变换; 在线阅读下载PDF 职称材料

题名基于全卷积神经网络的非对称并行语义分割模型被引量：12: 1; 作者李宝奇贺昱曜何灵蛟强伟; 机构西北工业大学航海学院; 出处《电子学报》 EI CAS CSCD 北大核心 2019年第5期1058-1064,共7页; 基金国家自然科学基金(No.61271143); 文摘针对RGB图像具有丰富的色彩细节特征,红外图像对目标轮廓、尺寸、边界等外形特征有较高敏感度的特点,提出了一种非对称并行语义分割模型APFCN(Asymmetric Parallelism Fully Convolutional Networks).APFCN上路设计了一个卷积核尺寸非统一的五层空洞卷积网络来提取红外图像目标高层轮廓特征;下路沿用卷积加池化网络提取RGB图像三个尺度上的细节特征;后端将红外图像高层特征与RGB图像三个尺度的细节特征进行融合,并将4倍上采样后的融合特征作为语义分割输出.结果表明,APFCN在像素精度和交并比等方面均优于FCN(输入为RGB图像或红外图像),适用于背景一致下地面目标的语义分割任务.; 关键词语义分割全卷积神经网络非对称并行全卷积神经网络空洞卷积空洞率; Keywords semantic segmentation fully convolution neural network asymmetric parallelism fully convolutional networks dilation convolution dilation rate; 分类号 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

题名基于特征融合并行优化模型的电能质量扰动分类方法被引量：24: 2; 作者龚正邹阳金涛刘宇龙兰名扬刘梓强; 机构福州大学电气工程与自动化学院智能配电网装备福建省高校工程研究中心(福州大学); 出处《中国电机工程学报》 EI CSCD 北大核心 2023年第3期1017-1026,共10页; 基金国家自然科学基金项目(51977039)。; 文摘为了提高对复杂电能质量扰动(power quality disturbances,PQDs)的分类准确率,该文提出一种基于特征融合并行优化模型的PQDs分类方法。该方法以特征融合的方式,使用全卷积神经网络(fully convolutional networks,FCN)和长短期记忆网络(long short-term memory,LSTM)并行挖掘PQDs在空间和时序上的高维特征,并提出全局最大池化(global max pooling,GMP)和时间序列重组(time series reshape,TSR)优化,提升模型的分类性能。为了验证所提方法的有效性,该文基于Keras框架搭建分类模型,建立含72类扰动的PQDs数据库并进行仿真实验,所提方法在20dB白噪声环境中平均分类准确率可达92.38%,相较于其他主流深度学习分类方法有更高的噪声鲁棒性和分类准确率。另外,对硬件平台所采样的10类PQDs进行分类测试,共100组实验信号均得到正确分类,该结果进一步验证了所提方法的可靠性。; 关键词电能质量扰动全卷积神经网络长短期记忆网络特征融合并行模型; Keywords power quality disturbances(PQDs) fully convolutional networks(FCN) long short-term memory(LSTM) features merging parallel model; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于深度学习的兰姆波SCF-TFM超分辨率成像被引量：1: 3; 作者孙刘家韩庆邦靳琪琳葛考; 机构河海大学信息科学与工程学院; 出处《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第6期101-110,共10页; 基金国家自然科学基金(12174085) 江苏省研究生科研与实践创新计划(KYCX24_0833)项目资助; 文摘腐蚀和裂纹是结构板常见的缺陷形式,兰姆波在非贯穿型损伤处发生模式转换是制约兰姆波成像质量的主要因素。此外,声波衍射遵循瑞利准则,超声成像存在分辨率极限。本文设计了一个全卷积神经网络对接收信号进行分割与重构,实现目标模态的自动拾取,抹除杂波和模式转换的干扰。提出符号相干因子全聚焦成像法(SCF-TFM),在全矩阵聚焦成像过程中施加符号相干因子,抑制非目标区域散射波对成像结果的干扰,同时考虑散射信号的幅值及相位信息,可以一定程度上突破瑞利准则的限制,实现超分辨率成像。实验结果表明:对于单个盲孔缺陷,该方法成像结果的横向分辨率比全聚焦提高62.41%,信噪比提升58.23%;而对于多个非对称盲孔缺陷,当缺陷间距大于瑞利准则分辨率极限时,该方法的信噪比提高了92.89%;缺陷间距小于瑞利准则分辨率极限时,该方法可以实现超分辨率成像。; 关键词兰姆波非对称盲孔缺陷全卷积神经网络 SCF-TFM 超分辨率成像; Keywords Lamb waves asymmetric blind hole defects fully convolutional networks SCF-TFM super-resolution imaging; 分类号 TG115.28 [金属学及工艺—物理冶金] TH878 [机械工程—精密仪器及机械]; 在线阅读下载PDF 职称材料

题名基于APSOC的心音特征提取及分类: 4; 作者田英杰杨宏波汪琴郭涛潘家华王威廉; 机构云南大学信息学院云南省阜外心血管病医院结构性心脏病病区; 出处《计算机工程与设计》北大核心 2024年第12期3779-3785,共7页; 基金国家自然科学基金项目(81960067) 2018云南省重大科技专项基金项目(2018ZF017)。; 文摘在云南一些边远山区网络信号弱甚至无信号,为在便携式设备上实现心音分类算法,满足离线式、可移动的需求,提出一种可部署在APSOC平台上的心音分类方法。在PS部分实现心音信号的特征提取,在PL部分实现CNN的卷积层和池化层。使用多通道并行及流水线等方式,实现对系统的硬件加速。实验结果表明,与通用CPU相比,该方法实现了8.91倍的硬件加速,分类准确率仅损失了2%,对心音辅助诊断有实用价值。; 关键词全可编程片上系统心音分类先天性心脏病硬件加速卷积神经网络梅尔频率倒谱系数并行计算; Keywords APSOC classification of heart sounds congenital heart diseases hardware acceleration convolution neural network Mel frequency cepstral coefficient parallel computing; 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

题名改进FCN的车道线实例分割检测方法被引量：10: 5; 作者邓天民蒲龙忠万桥; 机构重庆交通大学交通运输学院; 出处《计算机工程与设计》北大核心 2022年第10期2935-2943,共9页; 基金国家重点研发计划基金项目(SQ2020YFF0418521) 中央引导地方科技发展专项基金项目(CSTC2020JSCX-DXWTB0003) 川渝联合实施重点研发基金项目(CSTC2020JSCX-CYLHX0007)。; 文摘为准确识别车道线,提高车道线检测算法的实时性和鲁棒性,提出一种基于改进FCN的车道线实例分割检测方法。对输入图像采用压缩的VGG16网络进行编码,设计语义分割和嵌入分割双分支实现多车道线分割解码,通过DBSCAN算法聚类像素点,应用逆透视变换获得俯视视角下的图片,利用最小二乘法完成车道线像素点的拟合并还原回图像,得出更加精确的车道线。实验结果表明,方法图像帧处理速度为30fps,常规车道线检测准确率达97.28%,复杂场景综合准确率达89.6%,验证了其准确性和有效性。; 关键词车道线检测全卷积神经网络非对称卷积实例分割逆透视变换; Keywords lane line detection fully convolutional networks asymmetric convolution instance segmentation inverse perspective transformation; 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	作者	出处	发文年	被引量	操作
1	基于全卷积神经网络的非对称并行语义分割模型	李宝奇贺昱曜何灵蛟强伟	《电子学报》 EI CAS CSCD 北大核心	2019	12	在线阅读下载PDF 职称材料
2	基于特征融合并行优化模型的电能质量扰动分类方法	龚正邹阳金涛刘宇龙兰名扬刘梓强	《中国电机工程学报》 EI CSCD 北大核心	2023	24	在线阅读下载PDF 职称材料
3	基于深度学习的兰姆波SCF-TFM超分辨率成像	孙刘家韩庆邦靳琪琳葛考	《仪器仪表学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
4	基于APSOC的心音特征提取及分类	田英杰杨宏波汪琴郭涛潘家华王威廉	《计算机工程与设计》北大核心	2024	0	在线阅读下载PDF 职称材料
5	改进FCN的车道线实例分割检测方法	邓天民蒲龙忠万桥	《计算机工程与设计》北大核心	2022	10	在线阅读下载PDF 职称材料