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：
DS-YOLO网络在遥感图像中的飞机检测算法研究 被引量：4
1
作者 吴杰 段锦 +2 位作者 赫立群 李英超 朱文涛 《计算机工程与应用》 CSCD 北大核心 2021年第1期181-187,共7页
为了解决传统特征提取方法在遥感图像中飞机检测准确率和实时性不足的问题,基于YOLOv3-tiny网络在准确率提升方面提出两点改进。改进点一:将网络提取图像特征点的方式改进为分组卷积,即将一幅图像分成三个通道进行卷积操作,配合通道特... 为了解决传统特征提取方法在遥感图像中飞机检测准确率和实时性不足的问题,基于YOLOv3-tiny网络在准确率提升方面提出两点改进。改进点一:将网络提取图像特征点的方式改进为分组卷积,即将一幅图像分成三个通道进行卷积操作,配合通道特征变换以加强各通道之间的语义关联;改进点二:将网络深层特征增加一个尺度检测,并进行上采样与浅层特征图进行融合预测。在速度提升方面引入深度可分离卷积代替传统卷积以降低参数计算量,达到模型轻量化。根据改进后的网络提出一种包含33个卷积层的改进型卷积神经网络DS-YOLO,对改进前后网络分别在自制遥感飞机图像上进行训练,选出最优的权重,用来对目标小、曝光度高、背景干扰等低质量测试集进行测试分析。实验结果表明,改进后的算法在测试集上精准度提升了14.1%,召回率提升了16.8%,检测低质量遥感飞机图像效果更佳。 展开更多
关键词 深度可分离卷积 分组卷积 ds-YOLO模型 通道特征变换 多尺度预测
在线阅读 下载PDF
Turbo-codes与卷积码在异步DS-CDMA中的性能比较
2
作者 王敏 王贞松 +1 位作者 陈德荣 林家儒 《通信学报》 EI CSCD 北大核心 1999年第S1期43-48,共6页
本文讨论了turbo-codes在异步DS-CDMA系统中的应用。比较了码速率为R=1/2,约束长度为K=5,生成多项式为(37,21)的turbo-codes与R=1/3,K=9,生成多项式为(557,663,711)的卷积码在多径衰落信道下使用非相干M-ary正交调制时的性能。提出了一... 本文讨论了turbo-codes在异步DS-CDMA系统中的应用。比较了码速率为R=1/2,约束长度为K=5,生成多项式为(37,21)的turbo-codes与R=1/3,K=9,生成多项式为(557,663,711)的卷积码在多径衰落信道下使用非相干M-ary正交调制时的性能。提出了一种在CDMA系统中turbo-codes译码器如何计算分支转移概率的方法。结果表明如果整个系统使用相同扩频增益,则使用turbo-codes(与卷积码相比)可提高系统容量。 展开更多
关键词 异步ds-CDMA turbo-codes 卷积码
在线阅读 下载PDF
直序扩频信号PN码相位的自适应测量算法 被引量：3
3
作者 龚国辉 李思昆 《电子学报》 EI CAS CSCD 北大核心 2006年第7期1325-1328,共4页
提出了基于FFT的直序扩频信号PN码相位的自适应测量算法.算法首先利用FFT确定信号的可测性及可有效检测到目标信号的最低采样频率,并计算最低采样频率下信号的PN码相位,然后逐级提高采样频率,用循环卷积法求取各级采样频率下的PN码相位... 提出了基于FFT的直序扩频信号PN码相位的自适应测量算法.算法首先利用FFT确定信号的可测性及可有效检测到目标信号的最低采样频率,并计算最低采样频率下信号的PN码相位,然后逐级提高采样频率,用循环卷积法求取各级采样频率下的PN码相位,直至达到测量精度要求.与其他基于FFT的方法相比,该算法可在同等测量精度要求下明显减少计算量,或在计算量相当情况下有效提高测量精度.该算法的主要应用领域为卫星定位信号和直序扩频测距信号PN码相位的精确测量. 展开更多
关键词 直序扩频 快速傅立叶变换 循环卷积 扩频测距 PN码快速捕获
在线阅读 下载PDF
基于轻量化卷积神经网络模型的云与云阴影检测方法 被引量：1
4
作者 杨昌军 张昊 +2 位作者 张秀再 李景轩 冯绚 《科学技术与工程》 北大核心 2023年第32期13681-13687,共7页
大多数遥感影像数据不可避免地受到云层的污染导致数据的失效。因此,对云进行检测是非常必要的预处理步骤。随着航天技术的飞速发展,更加轻便的卫星被设计出来,为在这些算力有限的微小卫星上配备遥感影像预处理模型。设计一种高精度、... 大多数遥感影像数据不可避免地受到云层的污染导致数据的失效。因此,对云进行检测是非常必要的预处理步骤。随着航天技术的飞速发展,更加轻便的卫星被设计出来,为在这些算力有限的微小卫星上配备遥感影像预处理模型。设计一种高精度、算力要求低的轻量化云与云阴影检测网络模型具有重要意义。针对上述问题,提出一种基于深度可分离卷积的轻量化卷积神经网络(lightweight M-shaped network,L-MNet)模型,L-MNet网络模型是在M-Net(M-shaped network)模型的基础上引入深度可分离卷积(depthwise separable convolution,DS-Conv),设计一种深度可分离卷积模块(DS-Conv Block),以减小算法的复杂度及计算量。结果表明:所提方法在保证检测精度的前提下,可以有效减小像素级云检测的模型大小及计算量,有助于实现微小卫星在轨云检测的任务。 展开更多
关键词 遥感 云与云阴影检测 深度可分离卷积(ds-Conv) 轻量化卷积神经网络(L-MNet)
在线阅读 下载PDF
面向深度可分离卷积的硬件高效加速器设计 被引量：2
5
作者 许浩博 王颖 +3 位作者 王郁杰 张士长 刘博生 韩银和 《高技术通讯》 CAS 2021年第8期791-799,共9页
采用深度可分离(DS)卷积替代标准卷积已成为神经网络轻量化设计的趋势,但是由于深度可分离卷积不规则的数据维度和数据尺寸,现有卷积神经网络加速器在处理这类网络时计算并行度和计算单元(PE)利用率无法得到保证,导致加速器计算性能降... 采用深度可分离(DS)卷积替代标准卷积已成为神经网络轻量化设计的趋势,但是由于深度可分离卷积不规则的数据维度和数据尺寸,现有卷积神经网络加速器在处理这类网络时计算并行度和计算单元(PE)利用率无法得到保证,导致加速器计算性能降低。针对这一问题,本文提出一种通道朝向的计算数据流,该数据流能够将数据维度不同的Depthwise卷积、Pointwise卷积和标准卷积在统一的数据流下展开运算。基于该数据流,设计了一款面向深度可分离卷积的加速器,该加速器采用统一的计算核心处理深度可分离卷积中各类卷积运算,在低面积开销下实现了高计算并行度。实验结果表明,与目前现有的深度可分离卷积加速器相比,该设计获得了1.32倍处理速度和1.76倍面积效率的提升。 展开更多
关键词 深度可分离(ds)卷积 加速器 低面积 低延迟 利用率
在线阅读 下载PDF
基于循环平稳特征的分阶段直扩超宽带信号检测 被引量：3
6
作者 王晓蓉 宋晓鸥 《电讯技术》 北大核心 2020年第9期1075-1079,共5页
超宽带(Ultra Wideband,UWB)信号检测对实现超宽带定位具有重要意义。针对低信噪比下直扩超宽带信号(Direct Sequence Spread Spectrum UWB,DS-UWB)功率谱密度极低,难以通过传统手段检测的问题,提出了一种基于循环平稳特征的分阶段直扩... 超宽带(Ultra Wideband,UWB)信号检测对实现超宽带定位具有重要意义。针对低信噪比下直扩超宽带信号(Direct Sequence Spread Spectrum UWB,DS-UWB)功率谱密度极低,难以通过传统手段检测的问题,提出了一种基于循环平稳特征的分阶段直扩超宽带信号检测算法。在介绍直扩超宽带的信号模型的基础上,提出了改进循环平稳特征检测方法,分析了二元假设两种情形下灰度图的差异,利用这种差异将两类图像放入卷积神经网络(Convolutional Neural Network,CNN)自行训练提取特征,进而利用训练好的网络进行检测。为更高效检测出信号,采用分阶段检测,即第一阶段先进行能量检测,若未检测到,则进入第二阶段改进循环平稳特征检测。仿真结果表明,在信噪比小于-8 dB时,所提方法的检测性能明显优于传统的循环平稳特征检测。 展开更多
关键词 直扩超宽带信号 能量检测 循环平稳 卷积神经网络
在线阅读 下载PDF
基于深度分离卷积神经网络的高速高精度SAR舰船检测 被引量：29
7
作者 张晓玲 张天文 +1 位作者 师君 韦顺军 《雷达学报（中英文）》 CSCD 北大核心 2019年第6期841-851,共11页
随着人工智能的兴起,利用深度学习技术实现SAR舰船检测,能够有效避免传统的复杂特征设计,并且检测精度获得了极大的改善。然而,现如今大多数检测模型往往以牺牲检测速度为代价来提高检测精度,限制了一些SAR实时性应用,如紧急军事部署、... 随着人工智能的兴起,利用深度学习技术实现SAR舰船检测,能够有效避免传统的复杂特征设计,并且检测精度获得了极大的改善。然而,现如今大多数检测模型往往以牺牲检测速度为代价来提高检测精度,限制了一些SAR实时性应用,如紧急军事部署、迅速海难救援、实时海洋环境监测等。为了解决这个问题,该文提出一种基于深度分离卷积神经网络(DS-CNN)的高速高精度SAR舰船检测方法SARShipNet-20,该方法取代传统卷积神经网络(T-CNN),并结合通道注意力机制(CA)和空间注意力机制(SA),能够同时实现高速和高精度的SAR舰船检测。该方法在实时性SAR应用领域具有一定的现实意义,并且其轻量级的模型有助于未来的FPGA或DSP的硬件移植。 展开更多
关键词 卷积神经网络 深度分离卷积神经网络 SAR 舰船检测 注意力机制
在线阅读 下载PDF
改进通道注意力机制下的人体行为识别网络 被引量：16
8
作者 陈莹 龚苏明 《电子与信息学报》 EI CSCD 北大核心 2021年第12期3538-3545,共8页
针对现有通道注意力机制对各通道信息直接全局平均池化而忽略其局部空间信息的问题,该文结合人体行为识别研究提出了两种改进通道注意力模块,即矩阵操作的时空(ST)交互模块和深度可分离卷积(DS)模块。ST模块通过卷积和维度转换操作提取... 针对现有通道注意力机制对各通道信息直接全局平均池化而忽略其局部空间信息的问题,该文结合人体行为识别研究提出了两种改进通道注意力模块,即矩阵操作的时空(ST)交互模块和深度可分离卷积(DS)模块。ST模块通过卷积和维度转换操作提取各通道时空加权信息数列,经卷积得到各通道的注意权重;DS模块首先利用深度可分离卷积获取各通道局部空间信息,然后压缩通道尺寸使其具有全局的感受野,接着通过卷积操作得到各通道注意权重,进而完成通道注意力机制下的特征重标定。将改进后的注意力模块插入基础网络并在常见的人体行为识别数据集UCF101和HDBM51上进行实验分析,实现了准确率的提升。 展开更多
关键词 行为识别 通道注意力 时空特征 深度可分离卷积
在线阅读 下载PDF
基于ICNN-BiGRU的轴承故障诊断模型 被引量：3
9
作者 杨慧 张瑞君 陈国良 《机电工程》 CAS 北大核心 2022年第11期1559-1566,共8页
在实际使用过程中,基于深度学习模型的滚动轴承故障诊断方法易受环境噪声的干扰,为此,提出了一种基于改进卷积神经网络双向门控循环单元(ICNN-BiGRU)的滚动轴承故障诊断模型(方法)。首先,使用Laplace小波对采集到的滚动轴承振动信号进... 在实际使用过程中,基于深度学习模型的滚动轴承故障诊断方法易受环境噪声的干扰,为此,提出了一种基于改进卷积神经网络双向门控循环单元(ICNN-BiGRU)的滚动轴承故障诊断模型(方法)。首先,使用Laplace小波对采集到的滚动轴承振动信号进行了相关滤波,得到了功率谱;然后,利用ICNN-BiGRU自动提取了功率谱特征,在卷积神经网络基础上引入了动态选择机制和自注意力机制,根据轴承不同故障状态定位了相关的特征信息,从而实现了轴承故障特征提取和故障诊断;最后,通过西安交通大学昇阳科技(XJTU-SY)联合实验室的滚动轴承加速寿命试验数据集,对ICNN-BiGRU模型与其他深度学习模型进行了对比,以验证ICNN-BiGRU模型的优越性。研究结果表明:相比于其他深度学习模型,ICNN-BiGRU模型的故障诊断精度更高,其诊断准确率可达99.65%;在不同背景噪声的干扰下,相比于其他深度学习模型,ICNN-BiGRU模型的特征学习能力更强,具有一定的工程参考价值。 展开更多
关键词 深度学习模型 特征学习能力 改进卷积神经网络 双向门控循环单元 Laplace小波 动态选择 自注意力
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