检索结果-维普期刊中文期刊服务平台

基于时空卷积网络的通信信号调制识别被引量：1: 1; 作者陈发堂刘泽范子健《电讯技术》北大核心 2025年第4期518-524,共7页; 针对基于深度学习的调制识别方法存在的未利用原始信号顺序信息、识别率低、参数量大的问题,提出一种基于时空卷积网络(Spatiotemporal Convolutional Network,SCN)的调制识别算法。为防止信号的顺序信息的丢失,该网络先提取信号的时域... 展开更多; 关键词通信信号调制识别深度学习时域特征空间特征全局平均池化; 在线阅读下载PDF 职称材料

时空网络特征融合的病理步态识别方法: 2; 作者李聪聪王斌 +1 位作者李亚南李一帆《计算机工程与设计》北大核心 2025年第7期2109-2116,共8页; 针对病理步态识别方法中存在空间信息或时序信息丢失的问题,提出一种时空网络特征融合的病理步态识别方法。结合卷积网络和时序网络,学习更具判别性的步态时空特征。卷积网络中引入阶梯融合式空洞空间金字塔池化,获得更鲁棒的多尺度融... 展开更多; 关键词病理步态识别时空网络特征融合时空特征阶梯融合式空洞空间金字塔池化多尺度特征全局与局部时空特征融合模块; 在线阅读下载PDF 职称材料

一种基于改进卷积神经网络的齿轮故障诊断方法被引量：4: 3; 作者田彪张周锁李想《机械设计》 CSCD 北大核心 2024年第11期1-7,共7页; 由于工作环境和复杂工况的影响,齿轮容易损坏,以致造成巨大经济损失和人员伤亡,因此,齿轮故障的早期诊断越来越重要。为了解决齿轮故障早期诊断问题,文中提出了一种基于改进卷积神经网络的齿轮故障诊断方法。该方法基于经典的卷积神经网... 展开更多; 关键词卷积神经网络齿轮故障诊断全局平均池化并行模块; 在线阅读下载PDF 职称材料

基于改进的IIE-SegNet的快速图像语义分割方法被引量：1: 4; 作者李庆王宏健 +2 位作者李本银肖瑶迟志康《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第2期314-323,共10页; 针对IIE-SegNet计算复杂度高、计算量大等问题,本文提出一种基于IIE-SegNet的改进方法。编码结构中引入经ImageNet训练过的VGG16和多尺度空洞卷积空间金字塔池化来获得丰富的编码信息;解码结构中,设计全局加平均模块来解决IIE-SegNet计... 展开更多; 关键词语义分割深度学习多尺度空洞卷积空间金字塔池化图像信息熵全局加平均 VGG16 IIE-SegNet; 在线阅读下载PDF 职称材料

高分辨率皮肤黑色素瘤图像的两阶段式分割算法被引量：1: 5; 作者贵向泉张馨月李立《计算机工程》 CAS CSCD 北大核心 2023年第11期267-274,共8页; 皮肤黑色素瘤切片图像分辨率过大且病理特征表现形式多样,现有很多分割算法结果不精准同时消耗巨大显卡内存。针对该问题,提出一种低显存消耗的两阶段式精细分割算法。该算法第一阶段采用全局分割网络对以ResNet50为骨干的特征金字塔结... 展开更多; 关键词两阶段式分割 ResNet50 特征金字塔结构全局金字塔平均池化模块多尺度特征融合分支; 在线阅读下载PDF 职称材料

基于深度学习的偏光片缺陷实时检测算法被引量：4: 6; 作者刘瑞珍孙志毅 +3 位作者王安红杨凯王银孙前来《太原理工大学学报》 CAS 北大核心 2020年第1期125-130,共6页; 针对现有的基于深度学习检测缺陷的方法虽然可以保证分类的准确率,但其检测速度慢,模型占用内存大,难以满足在线检测系统的实时性要求等问题,提出了一种基于深度学习的偏光片缺陷实时检测算法。首先,设计了一个新的并行模块用于构建偏... 展开更多; 关键词偏光片缺陷检测深度学习并行模块并行非对称卷积全局均值池化; 在线阅读下载PDF 职称材料

改进SSD算法的道路小目标检测研究被引量：16: 7; 作者邹慧海侯进《计算机工程》 CAS CSCD 北大核心 2022年第5期281-288,共8页; 在道路场景中,因小目标分辨率低且特征不明显,传统的目标检测算法难以确认其所属类别和位置信息,导致检测精度低、检测速度慢、漏检率高。提出一种改进SSD的道路小目标检测算法RFG_SSD。在SSD网络结构的主干部分和检测部分之间,通过引... 展开更多; 关键词小目标检测 SSD算法 ResNet50网络特征金字塔网络全局平均池化; 在线阅读下载PDF 职称材料

题名基于时空卷积网络的通信信号调制识别被引量：1: 1; 作者陈发堂刘泽范子健; 机构重庆邮电大学通信与信息工程学院重庆邮电大学软件工程学院; 出处《电讯技术》北大核心 2025年第4期518-524,共7页; 基金重庆市自然科学基金创新发展联合基金(中国星网)(CSTB2023NSCQ-LZX0114)。; 文摘针对基于深度学习的调制识别方法存在的未利用原始信号顺序信息、识别率低、参数量大的问题,提出一种基于时空卷积网络(Spatiotemporal Convolutional Network,SCN)的调制识别算法。为防止信号的顺序信息的丢失,该网络先提取信号的时域特征,再提取信号的空间特征,其中时域特征提取采用时序卷积网络(Temporal Convolutional Network,TCN)结构,空间特征提取采用二维卷积神经网络(Two-Dimensional Convolution Neural Network,2D-CNN),最后的分类识别采用全局平均池化(Global Average Pooling,GAP)替代展平(Flatten)层。由于TCN中因果膨胀卷积和GAP的应用使网络高识别率的同时参数大幅减少。在未经预处理的IQ信号调制识别中,与传统的CNN2、ResNet、DenseNet、CLDNN和LSTM2相比,参数量最少,平均识别精度提升4.9%~16.5%。; 关键词通信信号调制识别深度学习时域特征空间特征全局平均池化; Keywords communication signal modulation recognition deep learning time domain characteristics spatial characteristics global average pooling; 分类号 TN911.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名时空网络特征融合的病理步态识别方法: 2; 作者李聪聪王斌李亚南李一帆; 机构河北农业大学信息科学与技术学院河北农业大学河北省农业大数据重点实验室; 出处《计算机工程与设计》北大核心 2025年第7期2109-2116,共8页; 基金河北省高等学校科学技术研究重点基金项目(ZD2021056) 河北省2023年度引进留学人员基金项目(C20230333)。; 文摘针对病理步态识别方法中存在空间信息或时序信息丢失的问题,提出一种时空网络特征融合的病理步态识别方法。结合卷积网络和时序网络,学习更具判别性的步态时空特征。卷积网络中引入阶梯融合式空洞空间金字塔池化,获得更鲁棒的多尺度融合步态表征。联合卷积核替换和残差块改进对卷积网络进一步优化。时序网络中引入全局与局部时空特征融合模块,形成对时空特征的更细节表达。融合空间特征和时空特征,减轻Bi LSTM学习空间特征中时间模式的过程中丢失空间特征的影响。所提模型在自建数据集和GAIT-IST数据集上的准确率分别达到了97.69%和94.16%,实验结果表明,该方法较其它方法取得了更优的性能。; 关键词病理步态识别时空网络特征融合时空特征阶梯融合式空洞空间金字塔池化多尺度特征全局与局部时空特征融合模块; Keywords pathological gait recognition spatio-temporal network feature fusion spatio-temporal feature step fusion atrous spatial pyramid pooling multi-scale feature global and local spatio-temporal feature fusion module; 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

题名一种基于改进卷积神经网络的齿轮故障诊断方法被引量：4: 3; 作者田彪张周锁李想; 机构西安交通大学机械工程学院; 出处《机械设计》 CSCD 北大核心 2024年第11期1-7,共7页; 文摘由于工作环境和复杂工况的影响,齿轮容易损坏,以致造成巨大经济损失和人员伤亡,因此,齿轮故障的早期诊断越来越重要。为了解决齿轮故障早期诊断问题,文中提出了一种基于改进卷积神经网络的齿轮故障诊断方法。该方法基于经典的卷积神经网络(Convolution Neural Networks, CNN),引入了全局平均池化层替代全连接层用于提高神经网络的诊断效率,且加入并行模块结构用于提高故障诊断的准确率。使用齿轮故障数据集进行了试验验证,结果表明:提出的神经网络相比CNN能够有效提高齿轮的故障诊断效率和准确率,具有重要的工程应用意义。; 关键词卷积神经网络齿轮故障诊断全局平均池化并行模块; Keywords CNN gear fault diagnosis global average pooling parallel module; 分类号 TH132.41 [机械工程—机械制造及自动化] 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

题名基于改进的IIE-SegNet的快速图像语义分割方法被引量：1: 4; 作者李庆王宏健李本银肖瑶迟志康; 机构哈尔滨工程大学智能科学与工程学院烟台南山学院智能科学与工程学院; 出处《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2024年第2期314-323,共10页; 基金 GF科技创新特区项目(21-163-05-ZT-002-005-03) 水下机器人重点实验室基金项目(JCKYS2022SXJQR-09) 哈尔滨工程大学“高水平科研引导专项”(3072022QBZ0403)。; 文摘针对IIE-SegNet计算复杂度高、计算量大等问题,本文提出一种基于IIE-SegNet的改进方法。编码结构中引入经ImageNet训练过的VGG16和多尺度空洞卷积空间金字塔池化来获得丰富的编码信息;解码结构中,设计全局加平均模块来解决IIE-SegNet计算量大的问题;研究Focal损失函数来解决正、负采样不平衡的问题。实验结果表明:与IIE-SegNet相比,本方法在PASCAL VOC 2012数据集上的语义分割速度更快,平均每次迭代快0.6 s左右,测试单张图像的时间平均减少了0.94 s;分割精度更高,MIoU提升了2.1%。在扩展的PASCAL VOC 2012(Exp-PASCAL VOC 2012)数据集上的语义分割速度更快,平均每次迭代快0.4 s左右,测试单张图像的时间平均减少了0.92 s;分割精度更高,MPA和MIoU分别提升了2.6%和2.8%,特别是对于小尺度目标分割边界更清晰,性能得到了很大的提升。; 关键词语义分割深度学习多尺度空洞卷积空间金字塔池化图像信息熵全局加平均 VGG16 IIE-SegNet; Keywords semantic segmentation deep learning multiscale atrous spatial pyramid pooling(MASPP) image in-formation entropy(IIE) global add average(GAA) VGG16 IIE-SegNet; 分类号 TP389.1 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名高分辨率皮肤黑色素瘤图像的两阶段式分割算法被引量：1: 5; 作者贵向泉张馨月李立; 机构兰州理工大学计算机与通信学院; 出处《计算机工程》 CAS CSCD 北大核心 2023年第11期267-274,共8页; 基金国家重点研发计划(2020YFB1713600)。; 文摘皮肤黑色素瘤切片图像分辨率过大且病理特征表现形式多样,现有很多分割算法结果不精准同时消耗巨大显卡内存。针对该问题,提出一种低显存消耗的两阶段式精细分割算法。该算法第一阶段采用全局分割网络对以ResNet50为骨干的特征金字塔结构进行改进,图像特征提取过程中使用全局金字塔平均池化模块增强图像全局语义信息的提取,并采用多尺度特征融合分支将高层特征图的语义信息融入到低层特征图中,增强低层特征图语义信息的表征能力。第二阶段采用一种全局到局部的精细分割策略,以全局分割结果为基准对图像进行剪裁,得到一个较小的候选区域,将其输入到局部分割网络中,局部分割网络仅处理候选区域内的像素并与全局网络对应层共享图像特征,精细分割结果的同时减少显存的消耗。在经典数据集ISIC2018上的实验结果显示,该算法的准确度和IOU分别达到93.5%和82.1%,相较于对比的经典分割算法精度最高且占用的显卡内存减少了22.8%~36.9%,能有效适用于高分辨率皮肤病灶图像的分割任务。; 关键词两阶段式分割 ResNet50 特征金字塔结构全局金字塔平均池化模块多尺度特征融合分支; Keywords two-stage segmentation ResNet50 feature pyramid structure global pyramid average pooling module(gpapm) multi-scale feature fusion branch; 分类号 TP391.41 [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

题名基于深度学习的偏光片缺陷实时检测算法被引量：4: 6; 作者刘瑞珍孙志毅王安红杨凯王银孙前来; 机构太原科技大学材料科学与工程学院太原科技大学电子信息工程学院; 出处《太原理工大学学报》 CAS 北大核心 2020年第1期125-130,共6页; 基金山西省重点研发项目(201703D12111242) 山西省重点学科建设经费资助,山西省互联网+3D打印协同创新中心,山西省“1331工程”重点创新团队建设计划资助,先进控制与智能信息系统山西省重点实验室(201805D111001) 平板显示智能制造装备关键技术研发工程研究中心,山西省重点研发计划重点项目(201703D111027,201703D111023); 文摘针对现有的基于深度学习检测缺陷的方法虽然可以保证分类的准确率,但其检测速度慢,模型占用内存大,难以满足在线检测系统的实时性要求等问题,提出了一种基于深度学习的偏光片缺陷实时检测算法。首先,设计了一个新的并行模块用于构建偏光片缺陷检测网络,模块将不同尺寸大小的卷积核相混合,与传统的卷积层相比,可以融合不同尺度的特征并能提取到更丰富的缺陷特征;用深度可分离卷积替代模块中的标准卷积,这可以大大减少网络的参数量和乘法累计运算量(MACCs).其次,用非对称卷积代替并行模块中的深度可分离卷积得到并行非对称卷积模块,可以进一步减少网络的参数量。最后,使用全局均值池化层代替全连接层,大大减少了网络的参数量。实验结果表明,偏光片缺陷分类模型平均每张图片的测试时间为108 ms,模型在测试集上的准确率达到99.4%,同时模型占用内存为0.583 MB,能够满足工业中偏光片缺陷检测的实时性要求。; 关键词偏光片缺陷检测深度学习并行模块并行非对称卷积全局均值池化; Keywords polarizer defect detection deep learning parallel module asymmetric convolution global average pooling; 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

题名改进SSD算法的道路小目标检测研究被引量：16: 7; 作者邹慧海侯进; 机构西南交通大学唐山研究生院西南交通大学信息科学与技术学院; 出处《计算机工程》 CAS CSCD 北大核心 2022年第5期281-288,共8页; 基金四川省科技计划项目“基于深度学习算法研究LHAASO高能宇宙线成份鉴别”(2020SYSY0016)。; 文摘在道路场景中,因小目标分辨率低且特征不明显,传统的目标检测算法难以确认其所属类别和位置信息,导致检测精度低、检测速度慢、漏检率高。提出一种改进SSD的道路小目标检测算法RFG_SSD。在SSD网络结构的主干部分和检测部分之间,通过引入改进的特征金字塔网络结构,融合浅层和深层感受野的特征信息,以获得小目标语义信息丰富的特征图。将深层特征提取网络ResNet 50作为改进网络的主干特征提取网络,提高整体网络的检测精度。为加快网络运算速度,基于检测层结构,利用全局平均池化层代替全连接层,减少网络参数量。实验结果表明,与SSD、VGG16+SFPN等算法相比,该算法能够有效提高小目标检测性能,且加快检测速度,其在BDD100K数据集上的平均精度和检测速度分别为98.05%和85.56 frame/s,小目标检测个数相较于SSD算法提高3倍多。; 关键词小目标检测 SSD算法 ResNet50网络特征金字塔网络全局平均池化; Keywords small target detection SSD algorithm ResNet50 network Feature pyramid Network(FPN) global average pooling(GAP); 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	作者	出处	发文年	被引量	操作
1	基于时空卷积网络的通信信号调制识别	陈发堂刘泽范子健	《电讯技术》北大核心	2025	1	在线阅读下载PDF 职称材料
2	时空网络特征融合的病理步态识别方法	李聪聪王斌李亚南李一帆	《计算机工程与设计》北大核心	2025	0	在线阅读下载PDF 职称材料
3	一种基于改进卷积神经网络的齿轮故障诊断方法	田彪张周锁李想	《机械设计》 CSCD 北大核心	2024	4	在线阅读下载PDF 职称材料
4	基于改进的IIE-SegNet的快速图像语义分割方法	李庆王宏健李本银肖瑶迟志康	《哈尔滨工程大学学报》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
5	高分辨率皮肤黑色素瘤图像的两阶段式分割算法	贵向泉张馨月李立	《计算机工程》 CAS CSCD 北大核心	2023	1	在线阅读下载PDF 职称材料
6	基于深度学习的偏光片缺陷实时检测算法	刘瑞珍孙志毅王安红杨凯王银孙前来	《太原理工大学学报》 CAS 北大核心	2020	4	在线阅读下载PDF 职称材料
7	改进SSD算法的道路小目标检测研究	邹慧海侯进	《计算机工程》 CAS CSCD 北大核心	2022	16	在线阅读下载PDF 职称材料