期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于注意力机制与Inception-ResNet的轴承故障诊断方法 被引量:8
1
作者 张瑞博 李凌均 《电子测量技术》 北大核心 2023年第21期107-113,共7页
针对滚动轴承在噪声环境下故障难以识别的问题,提出了一种结合注意力机制与Inception-ResNet滚动轴承故障判定方法。首先提出了一种将灰度图与伪色彩处理相结合的方法,将一维振动信号转化为三维RGB图像;然后结合Inception模块与残差网络... 针对滚动轴承在噪声环境下故障难以识别的问题,提出了一种结合注意力机制与Inception-ResNet滚动轴承故障判定方法。首先提出了一种将灰度图与伪色彩处理相结合的方法,将一维振动信号转化为三维RGB图像;然后结合Inception模块与残差网络,在宽度和深度两个方面拓展网络,提高网络的表达能力;最后结合CBAM注意力机制,融合通道注意力模块与空间注意力模块,增强输入特征中更重要的特征,抑制不必要的噪声特征,从而有效提高了诊断准确率。本文采用凯斯西储大学轴承数据集进行验证,并选用几个主流的深度的学习方法进行对比试验。试验结果表明:本方法具有很好的诊断准确率,平均准确率高达99.32%,在噪声状态下进行分析实验,结果表明在噪声状态下本方法依然具有良好的准确率,验证了本方法的鲁棒性。 展开更多
关键词 滚动轴承 故障诊断 inception-resnet 注意力机制 深度学习
在线阅读 下载PDF
渐进式生成对抗网络的人脸超分辨率重建 被引量:5
2
作者 胡德敏 王揆豪 林静 《小型微型计算机系统》 CSCD 北大核心 2021年第9期1955-1961,共7页
人脸幻构是图像超分辨率重建领域的一个子领域,用于恢复面部基本特征且不变形.现有方法着重于恢复本身细节相对丰富的图像,本文针对高频细节已丢失严重的人脸图像提出了一种渐进式生成对抗网络的人脸超分辨率重建方法(P-FSRGAN),可生成... 人脸幻构是图像超分辨率重建领域的一个子领域,用于恢复面部基本特征且不变形.现有方法着重于恢复本身细节相对丰富的图像,本文针对高频细节已丢失严重的人脸图像提出了一种渐进式生成对抗网络的人脸超分辨率重建方法(P-FSRGAN),可生成逼真的8倍超高分辨率人脸图像.采用渐进式生成方法,通过分阶段拆分训练的方式来保证训练过程的稳定.Inception-ResNet结构的引入增加了网络的宽度;加快了网络收敛速度.引入语义分割网络获得人脸的边缘轮廓信息和面部特征.实验结果表明,在8倍放大尺度因子下,P-FSRGAN的峰值信噪比达到25.83dB、结构相似性指标达到0.7735、多尺度结构相似性指标达到0.8989,均优于其他算法,表明了本文方法的有效性. 展开更多
关键词 人脸超分辨率 语义分割 inception-resnet结构 生成对抗网络
在线阅读 下载PDF
基于深度卷积神经网络的蝇类面部识别 被引量:13
3
作者 陈彦彤 陈伟楠 +2 位作者 张献中 李雨阳 王俊生 《光学精密工程》 EI CAS CSCD 北大核心 2020年第7期1558-1567,共10页
针对蝇类昆虫物种繁多、特征复杂等因素,导致蝇类识别准确率低、耗时较长等问题。本文借鉴深度学习方法中的人脸识别算法,提出一种基于深度卷积神经网络的蝇类面部识别方法。首先,在图像对齐过程中,使用多任务卷积神经网络并进行优化即... 针对蝇类昆虫物种繁多、特征复杂等因素,导致蝇类识别准确率低、耗时较长等问题。本文借鉴深度学习方法中的人脸识别算法,提出一种基于深度卷积神经网络的蝇类面部识别方法。首先,在图像对齐过程中,使用多任务卷积神经网络并进行优化即应用深度可分离卷积减少计算参数,缩短图像预处理时间。其次,应用轮廓特征粗提取和具体部位特征细提取相结合的方式提取更加丰富的特征信息即使用卷积池化粗提取出图像的轮廓特征值;同时,使用Inception-ResNet网络、Reduction网络细提取出具体部位特征值。最终在网络训练时,结合上述方法使得提取到的特征信息更加精确全面。实验表明,所提方法的准确率达到94.03%,相较于其他网络训练方法,该方法在保证较高准确率的情况下提升计算效率。 展开更多
关键词 蝇类面部识别 深度卷积神经网络 多任务卷积神经网络 inception-resnet网络 Reduction网络
在线阅读 下载PDF
拆分降尺度卷积神经网络入侵检测方法 被引量:8
4
作者 关生 周延森 《科学技术与工程》 北大核心 2022年第36期16108-16115,共8页
针对卷积神经网络(convolutional neural network,CNN)模型待训参数量过大、多层网络导致特征和梯度消失等问题,提出一种基于拆分层和Inception-ResNet的卷积神经网络模型用于入侵检测。首先将网络流量数据转化为具有空间相关性的图像... 针对卷积神经网络(convolutional neural network,CNN)模型待训参数量过大、多层网络导致特征和梯度消失等问题,提出一种基于拆分层和Inception-ResNet的卷积神经网络模型用于入侵检测。首先将网络流量数据转化为具有空间相关性的图像以适用于卷积神经网络的输入;然后使用Inception-ResNet卷积层增加网络深度,减少模型训练参数数量以及消除梯度消失问题,拆分层在降低图像尺度时基本保持图像原有分类特征;最后采用NSL-KDD数据集对改进模型进行训练和测试。测试结果表明:改进模型相对于Inception-ResNet模型具有更高的检测准确率和少数类样本召回率以及更好的训练时间性能。 展开更多
关键词 入侵检测 网络流量编码 inception-resnet 降尺度层 训练效率 特征损失
在线阅读 下载PDF
改进YOLOv3的无人机拍摄图玻璃绝缘子检测 被引量:13
5
作者 杨焰飞 曹阳 《计算机工程与应用》 CSCD 北大核心 2022年第3期259-265,共7页
绝缘子作为电力巡检中的重要目标,对其检测受到高度重视。针对传统无人机拍摄图像绝缘子检测算法需要通过人工提取特征进行检测,效率低且鲁棒性差等问题,通过对绝缘子图像数据集进行分析,结合YOLOv3目标检测算法与Inception-Resnet-v2... 绝缘子作为电力巡检中的重要目标,对其检测受到高度重视。针对传统无人机拍摄图像绝缘子检测算法需要通过人工提取特征进行检测,效率低且鲁棒性差等问题,通过对绝缘子图像数据集进行分析,结合YOLOv3目标检测算法与Inception-Resnet-v2分类算法,提出一种改进的YOLOv3绝缘子检测算法,该方法分别从增加Inception-Resnet模块,通过改变网络结构以增加网络宽度,根据数据集特性改进损失函数以及利用k-means算法进行锚点框选择三个方面对YOLOv3进行改进。针对测试集52张绝缘子图像,YOLOv3模型检测总耗时5.12 s,改进后的YOLOv3耗时5.48 s,YOLOv3的绝缘子AP值为69.69%,改进后AP值为71.93%,实验结果表明,相较于原始YOLOv3算法,改进后的YOLOv3算法能够更好地适应无人机拍摄的绝缘子图像数据集的数据特征,在保障检测速度的同时AP提高了2.24个百分点。 展开更多
关键词 神经网络 绝缘子 YOLOv3 inception-resnet
在线阅读 下载PDF
基于改进SSD算法的安全驾驶行为识别方法研究 被引量:8
6
作者 施冬梅 《现代电子技术》 2021年第11期67-72,共6页
提出一种基于改进的SSD网络的安全驾驶行为识别方法。针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception-ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三... 提出一种基于改进的SSD网络的安全驾驶行为识别方法。针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception-ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三分支残差网络对小目标的语义进行多特征融合,从而在反向传播时可以获得后续多层的梯度信息,提高目标检测精度。给出了Tensorflow平台下具体的实现过程,测试结果表明,该方法能够实时有效地识别驾驶员疲劳状态,提高驾驶安全系数,减少交通事故。 展开更多
关键词 安全驾驶 行为识别 改进SSD算法 inception-resnet 网络训练 多特征融合
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部