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
共找到9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：
基于多模态融合的高铁调度员疲劳状态识别
1
作者 张光远 李莎 +2 位作者 朱泊霖 王敬儒 秦诗雨 《安全与环境学报》 北大核心 2025年第8期3112-3124,共13页
为准确识别高铁调度员的工作状态,保障高铁安全运行,研究提出一种基于脑电-眼动多模态融合的高铁调度员疲劳状态识别方法。通过开展高铁调度模拟试验以采集数据,并利用脑电源定位技术提取5个脑叶的体素电流密度为脑电特征,分析不同工作... 为准确识别高铁调度员的工作状态,保障高铁安全运行,研究提出一种基于脑电-眼动多模态融合的高铁调度员疲劳状态识别方法。通过开展高铁调度模拟试验以采集数据,并利用脑电源定位技术提取5个脑叶的体素电流密度为脑电特征,分析不同工作状态下3个频段的脑电信号活动规律和变化规律。结合多模态融合方法,将脑电特征和眼动特征作为输入端,通过全连接层将其融合生成多模态特征。全连接层作为创建胶囊的替代解决方案,构建改进CapsNet疲劳状态识别模型。结果显示:大脑皮层神经电信号较为活跃的位置集中在额叶、顶叶和枕叶,且θ波的神经电活动强度最高、变化最明显;改进胶囊网络(Capsule Network,CapsNet)模型的最佳迭代次数为3,此时多模态融合特征疲劳状态识别准确率为92.75%,高于单一的脑电或眼动特征。 展开更多
关键词 安全人体学 疲劳状态识别 脑电源定位 多模态融合 改进CapsNet模型 高铁调度员
在线阅读 下载PDF
改进CapsNet的文本自杀风险检测模型 被引量：1
2
作者 陈彬 李鸿燕 梁卓 《现代电子技术》 北大核心 2024年第14期9-14,共6页
针对现有模型未充分利用社交媒体中文本历史动态信息进行自杀风险检测的问题,引入CapsNet模型。在CapsNet模型中,层与层之间传递的是有向神经元组,能够更好地感知长文本中的空间信息,发现社交媒体用户的情感趋势,为自杀风险检测提供依... 针对现有模型未充分利用社交媒体中文本历史动态信息进行自杀风险检测的问题,引入CapsNet模型。在CapsNet模型中,层与层之间传递的是有向神经元组,能够更好地感知长文本中的空间信息,发现社交媒体用户的情感趋势,为自杀风险检测提供依据。文中对CapsNet模型进行改进,首先改变尺度空间,增加网络宽度,充分提取隐藏在句子中的特征信息;其次,使用指数函数对Squash函数进行优化,放大胶囊输出,充分利用胶囊提取用户历史动态中的特征信息;最后,在动态路由中采用优化算法对耦合系数进行初始化,去除噪声胶囊的干扰。使用预训练的SBERT模型对社交媒体文本数据进行特征提取,得到改进CapsNet文本自杀风险检测模型二分类的准确率达到95.93%,F1分数达到95.86%,优于自杀风险检测的其他模型。 展开更多
关键词 CapsNet模型 自杀风险检测 社交媒体 长文本信息 特征提取 SBERT模型
在线阅读 下载PDF
考虑CapsNet算法的未知故障预报应用研究
3
作者 崔博文 陶小创 原艳斌 《现代防御技术》 北大核心 2024年第3期151-158,共8页
针对现有故障预报模型自身不具备未知故障识别能力,需重新收集数据对模型进行训练或借助其他组件对未知故障进行学习识别的问题,提出基于CapsNet模型的未知故障预报方法。该方法可有效处理复杂装备的多维状态感知信号,实现装备故障的精... 针对现有故障预报模型自身不具备未知故障识别能力,需重新收集数据对模型进行训练或借助其他组件对未知故障进行学习识别的问题,提出基于CapsNet模型的未知故障预报方法。该方法可有效处理复杂装备的多维状态感知信号,实现装备故障的精确感知,在出现未知故障时可自适应地调整模型并对未知故障进行预报。构建转换矩阵,由低层胶囊的特征预测出相对应的高层特征的存在及姿态。详细介绍了动态路由算法将低层胶囊生成的预测向量整合到对其表示同意的高层胶囊并形成特征向量的过程。在CapsNet最后一层胶囊实现故障特征分类的过程提出阈值判断法,通过合理选择阈值λ的取值范围,使胶囊网络模型能完美地区分已知与未知故障,实现故障的精确预报。使用提出的方法对经过良好训练的系列CapsNets模型进行性能验证。通过实验可以发现,提出的方法能较好地实现未知故障预报,可证实该方法的可行性。 展开更多
关键词 CapsNet算法 未知故障 故障预报 精确感知 复杂装备
在线阅读 下载PDF
基于CapsNet的行人检测方法及评价 被引量：5
4
作者 邵毅明 屈治华 +1 位作者 邓天民 朱杰 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第3期54-61,共8页
为了提高道路环境中行人目标检测的准确率,改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题,本文提出了一种基于CapsNet的行人检测模型.CapsNet由神经元所构成的Capsule组成,通过动态路由协议对物体的实例化... 为了提高道路环境中行人目标检测的准确率,改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题,本文提出了一种基于CapsNet的行人检测模型.CapsNet由神经元所构成的Capsule组成,通过动态路由协议对物体的实例化参数进行表达和传递,保留了各特征对象间的空间层级,采用Caltech公开数据库对所提算法的有效性进行验证,并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明:相比于其他主流检测算法,本文算法在确保检测效率的前提下,对数平均漏检率最低可降至9.17%;且在Caltech、INRIA和NICTA数据集的交叉验证实验中,也能达到良好的检测效果,具有较好的鲁棒性和泛化能力. 展开更多
关键词 智能交通 行人检测 CapsNet 机器视觉 深度学习
在线阅读 下载PDF
基于改进CapsNet的交通标志分类模型 被引量：4
5
作者 陈名松 吴冉冉 +1 位作者 张泽功 吴泳蓉 《计算机应用研究》 CSCD 北大核心 2020年第S02期367-368,371,共3页
为了解决传统标量卷积网络识别交通标志时容易丢失位置、姿态信息的问题,提出一种基于改进Caps Net的交通标志分类模型。Caps Net由胶囊(capsule)组成,通过动态路由算法对目标实体的特性(颜色、位置、姿态)进行表达和传递,充分保留了图... 为了解决传统标量卷积网络识别交通标志时容易丢失位置、姿态信息的问题,提出一种基于改进Caps Net的交通标志分类模型。Caps Net由胶囊(capsule)组成,通过动态路由算法对目标实体的特性(颜色、位置、姿态)进行表达和传递,充分保留了图像的空间特征。分析了交通标志特征,并基于德国交通标志数据集GTSRB,与传统卷积神经网络(CNN)识别效果进行了对比。实验表明,基于改进Caps Net的交通标志分类模型识别率高达98.73%且收敛速度更快。 展开更多
关键词 交通标志分类 神经网络 CapsNet
在线阅读 下载PDF
一种面向多视角交通标志识别的CapsNet集成算法 被引量：3
6
作者 屈治华 王琳 +1 位作者 邵毅明 邓天民 《重庆理工大学学报（自然科学）》 CAS 北大核心 2020年第10期160-168,共9页
为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可... 为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可自适应过采样倍率的SMOTE算法对少数类样本进行过采样,提升算法整体识别精度。在同等测试环境下选取多种算法,针对德国交通标志数据库(GTSRB)和经过仿射变换后的多视角数据集的识别精度、耗时和泛化能力进行对比。实验结果表明:所提出算法的识别精度为99.07%,且在偏转角度达到30°时,准确率仍能保持77.58%,可有效提高多视角下交通标志的识别精度。 展开更多
关键词 智能交通 交通标志识别 CapsNet 集成算法 多视角图像识别
在线阅读 下载PDF
基于CapsNet的飞控参数预测算法 被引量：1
7
作者 张鹏 刘颖欣 +1 位作者 段照斌 王力 《计算机应用与软件》 北大核心 2021年第12期36-41,共6页
针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法。通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变... 针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法。通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变化,从而可以在其发生故障之前及时排除。在基于Keras框架上进行的实验表明:在四种模型性能评估指标上,CapsNet的方法比传统的卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆网络(Long Short-Term Memory,LSTM)在单步以及多步预测上误差平均降低37.1%、8.1%,可以为飞控系统故障预测提供重大参考。 展开更多
关键词 FCS CapsNet 参数预测 CNN LSTM
在线阅读 下载PDF
集成胶囊网络的脑电情绪识别 被引量：5
8
作者 谌鈫 陈兰岚 江润强 《计算机工程与应用》 CSCD 北大核心 2022年第8期175-184,共10页
为了充分提取脑电信号多频带的时频信息和保留导联空间分布的位置信息,提出了一种基于集成胶囊网络的情绪识别模型。对预处理过的脑电信号进行小波包特征提取,并将Theta、Alpha、Beta、Gamma四个频带的小波系数能量值填充于根据导联空... 为了充分提取脑电信号多频带的时频信息和保留导联空间分布的位置信息,提出了一种基于集成胶囊网络的情绪识别模型。对预处理过的脑电信号进行小波包特征提取,并将Theta、Alpha、Beta、Gamma四个频带的小波系数能量值填充于根据导联空间分布映射的稀疏矩阵中,拼接构成多频带特征矩阵,通过胶囊网络对特征数据进行训练,对不同频带的胶囊网络构建集成学习模型。实验结果表明,Gamma频带比低频带对情绪识别的敏感度更高,融合了多频带和空间信息的特征能够显著提升情绪识别的精度,最终集成胶囊网络将脑电情绪分为二类和四类的识别精度可以达到95.11%和92.43%,相比同类研究有一定的提升。 展开更多
关键词 情绪识别 脑电信号 多频带特征矩阵 胶囊网络(CapsNet) 集成学习
在线阅读 下载PDF
基于深度学习的帕金森病诊断
9
作者 谭言丹 赵阳洋 赵光财 《计算机工程与设计》 北大核心 2021年第8期2334-2340,共7页
为实现对帕金森病进行自动诊断,对基于Spiral和Meander手绘图的CNN和CapsNet的PD诊断方案进行研究。图像预处理过程保留了色彩信息,模型可以学习笔划压力、速度等特征。实验结果表明,CapsNet和CNN分别是基于Spiral和Meander的最优诊断... 为实现对帕金森病进行自动诊断,对基于Spiral和Meander手绘图的CNN和CapsNet的PD诊断方案进行研究。图像预处理过程保留了色彩信息,模型可以学习笔划压力、速度等特征。实验结果表明,CapsNet和CNN分别是基于Spiral和Meander的最优诊断方案。研究结果表明,Spiral具备比Meander更多的差异来诊断PD,CapsNet是基于Spiral的最佳方案;保留色彩信息的图像更有利于基于手绘图诊断PD,所实现结果(Acc=95.7%)优于先前最优报道(Acc=82.7%)。 展开更多
关键词 帕金森病 胶囊网络(CapsNet) 卷积神经网络(CNN) 深度学习 手绘图
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部