期刊文献+
共找到113篇文章
< 1 2 6 >
每页显示 20 50 100
基于3D时序金字塔卷积神经网络的云南森林火灾动态预警研究
1
作者 王锐 邓正 《数据通信》 2025年第1期19-23,共5页
森林防火预警的模型研究一直以来是林业维护中的重要工作。针对现有火灾预警研究中存在的原始数据集质量不高、模型研究缺乏动态性预警能力以及准确率偏低等问题,受3D动态连续帧卷积的启发,本文提出一种基于3D时序金字塔卷积神经网络的... 森林防火预警的模型研究一直以来是林业维护中的重要工作。针对现有火灾预警研究中存在的原始数据集质量不高、模型研究缺乏动态性预警能力以及准确率偏低等问题,受3D动态连续帧卷积的启发,本文提出一种基于3D时序金字塔卷积神经网络的动态森林火灾预警模型M。该模型在连续帧上进行极少量、多尺度的卷积操作,以获取不同尺度的时序特征信息。相较于以往的研究,模型M展现出三大优势:一是拥有质量更高规模更大的数据集;二是通过时序特征的获取有效减少了静态干扰;三是模型具有广泛的适用性,能够适用于云南省的大多数地势环境,其综合准确率高达97.7%。一系列的实验结果表明,模型M在出现火焰或烟雾后能够及时地预警并为云南林草的火灾动态预警提供技术支持。 展开更多
关键词 森林火灾预警 卷积神经网络 3D金字塔卷积 动态预警研究
在线阅读 下载PDF
基于3D卷积神经网络的热带气旋强度估测
2
作者 王瑜 孙凤远 《现代信息科技》 2025年第5期51-55,61,共6页
在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空... 在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空特征,并结合深度学习技术提出了一种创新的TC强度估测方法—Time-space 3D Network(T3D-Net)模型。该模型在TCIR数据集上的MAE为6.92 kt,RMSE为9.14 kt,与现有的多个热带气旋强度估测方法相比,该方法展现出了一定的竞争性和优越性。 展开更多
关键词 热带气旋强度估测 3D卷积神经网络 TCIR 时空特征
在线阅读 下载PDF
基于卷积神经网络的汽车灯座缺陷检测
3
作者 章宝明 王疆瑛 《内燃机与配件》 2025年第3期65-67,共3页
为了满足汽车车灯灯座毛刺、裂痕和注塑缺胶等缺陷问题的设计需求,通过对卷积神经网络的研究来实现对汽车车灯灯座进行缺陷检测,建立缺陷样品的标准数据集,采取Faster-RCNN、YOLOv3和YOLOv4算法对缺陷数据集进行训练,经过实验数据表明,F... 为了满足汽车车灯灯座毛刺、裂痕和注塑缺胶等缺陷问题的设计需求,通过对卷积神经网络的研究来实现对汽车车灯灯座进行缺陷检测,建立缺陷样品的标准数据集,采取Faster-RCNN、YOLOv3和YOLOv4算法对缺陷数据集进行训练,经过实验数据表明,Faster-RCNN和YOLOv3算法的准确率均能达到70%左右,而YOLOv4能达到75%左右,并进一步通过对YOLOv3模型中的CresX结构改进,将残差单元连接,让输入的特征分两部分进行卷积,提高特征的重用性,能够提升其准确率达到86.2%,结果分析表明基于本文模型的卷积神经网络在一定程度上能实现汽车车灯灯座的缺陷检测要求的有效性与准确性。 展开更多
关键词 缺陷检测 卷积神经网络 YOLOv3算法 改进YOLOv3模型
在线阅读 下载PDF
基于Winograd算法的3D卷积神经网络权重剪枝方法
4
作者 邹贵 秦子然 +5 位作者 吴捷 刘国梁 赵军 王迎雪 林晖 林巍峣 《长江信息通信》 2024年第8期1-3,17,共4页
针对3D卷积神经网络在资源有限的环境下高计算成本的挑战,文章提出了一种融合Winograd算法和网络剪枝技术的3D卷积神经网络优化方法。首先,将标准3D卷积层替换为效率更高的3D Winograd层,实现对卷积操作的优化。接着,对3D Winograd层的... 针对3D卷积神经网络在资源有限的环境下高计算成本的挑战,文章提出了一种融合Winograd算法和网络剪枝技术的3D卷积神经网络优化方法。首先,将标准3D卷积层替换为效率更高的3D Winograd层,实现对卷积操作的优化。接着,对3D Winograd层的权重进行重要性评估,保留重要的权重单元并剪枝获得稀疏模型。最后,对稀疏模型进行重训练,恢复剪枝后网络的性能。通过结合Winograd算法和网络剪枝技术,能够在提高识别准确度的同时,显著降低了模型的计算需求。实验结果证实,与其他优化技术相比,本方法能有效减少计算资源消耗,同时保持甚至提高识别性能。 展开更多
关键词 3D卷积神经网络优化 Winograd算法 网络剪枝
在线阅读 下载PDF
基于3D卷积神经网络的深基坑施工邻近建筑物沉降预测 被引量:1
5
作者 鲁佩林 王凯 《建筑技术》 2024年第S01期95-97,共3页
中长期深基坑邻近建筑物沉降监测具有时间跨度大、周围环境复杂的特点,导致传统预测方法的预测结果准确性较低。针对传统模型考虑基坑邻近建筑物沉降影响因素较少的缺点,本研究引入时间、空间及检测项类型作为三维原始特征,采用了3D卷... 中长期深基坑邻近建筑物沉降监测具有时间跨度大、周围环境复杂的特点,导致传统预测方法的预测结果准确性较低。针对传统模型考虑基坑邻近建筑物沉降影响因素较少的缺点,本研究引入时间、空间及检测项类型作为三维原始特征,采用了3D卷积神经网络构建预测模型,并结合兰州盐场污水处理厂深基坑邻近建筑物沉降监测数据为例进行验证。预测结果表明,3D卷积神经网络相比于传统BP神经网络、ALSTM模型,具有更好的预测结果,能为同类型的中长期深基坑施工提供指导。 展开更多
关键词 沉降预测 三维原始特征 3D卷积神经网络
在线阅读 下载PDF
基于双流-非局部时空残差卷积神经网络的人体行为识别 被引量:1
6
作者 钱惠敏 陈实 皇甫晓瑛 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第3期1100-1108,共9页
3维卷积神经网络(3D CNN)与双流卷积神经网络(two-stream CNN)是视频中人体行为识别研究的常用架构,且各有优势。该文旨在研究结合两种架构且复杂度低、识别精度高的人体行为识别模型。具体地,该文提出基于通道剪枝的双流-非局部时空残... 3维卷积神经网络(3D CNN)与双流卷积神经网络(two-stream CNN)是视频中人体行为识别研究的常用架构,且各有优势。该文旨在研究结合两种架构且复杂度低、识别精度高的人体行为识别模型。具体地,该文提出基于通道剪枝的双流-非局部时空残差卷积神经网络(TPNLST-ResCNN),该网络采用双流架构,分别在时间流子网络和空间流子网络采用时空残差卷积神经网络(ST-ResCNN),并采用均值融合算法融合两个子网络的识别结果。进一步地,为了降低网络的复杂度,该文提出了针对时空残差卷积神经网络的通道剪枝方案,在实现模型压缩的同时,可基本保持模型的识别精度;为了使得压缩后网络能更好地学习到输入视频中人体行为变化的长距离时空依赖关系,提高网络的识别精度,该文提出在剪枝后网络的首个残差型时空卷积块前引入一个非局部模块。实验结果表明,该文提出的人体行为识别模型在公共数据集UCF101和HMDB51上的识别准确率分别为98.33%和74.63%。与现有方法相比,该文模型具有参数量小、识别精度高的优点。 展开更多
关键词 人体行为识别 双流卷积神经网络 3卷积神经网络 网络剪枝 非局部模块
在线阅读 下载PDF
基于3D卷积神经网络的MPI新视点合成算法 被引量:1
7
作者 霍智勇 魏俊宇 +1 位作者 郭权 陈奕杭 《南京邮电大学学报(自然科学版)》 北大核心 2023年第5期77-82,共6页
多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在... 多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在明显的伪影和扭曲。为此提出利用3D卷积神经网络捕捉深度平面间的空间特征,用于提高对平面图像几何结构和Alpha值的预测能力,从而实现高质量MPI场景表示和新视点合成目标。在两个数据集上的数值实验表明,算法在窄基线视点外推和宽基线多视点内插任务中能够有效消除合成新视点图像中的伪影和扭曲。当参考视点水平基线宽度增大一倍且不增加MPI深度平面数量时,算法仍然能够有效地预测出不同深度平面的遮挡区域信息,从而保证了视点内插合成图像的质量。 展开更多
关键词 多平面图像 场景表示 视点图像合成 3D卷积神经网络
在线阅读 下载PDF
基于卷积神经网络模型的Gd2O3/6061Al中子屏蔽材料的力学性能预测 被引量:3
8
作者 张鹏 李靖 +3 位作者 王文先 贾程鹏 马颖峰 徐文瑞 《原子能科学技术》 EI CAS CSCD 北大核心 2020年第8期1513-1518,共6页
提出了一种卷积神经网络模型来预测Gd2O3/6061Al中子屏蔽材料的力学性能。以Gd2O3/6061Al中子屏蔽材料的EBSD微观形貌及其相应的拉伸性能作为数据集来训练及验证卷积神经网络模型。结果表明:使用多个显微图像,不需任何人工图像处理,卷... 提出了一种卷积神经网络模型来预测Gd2O3/6061Al中子屏蔽材料的力学性能。以Gd2O3/6061Al中子屏蔽材料的EBSD微观形貌及其相应的拉伸性能作为数据集来训练及验证卷积神经网络模型。结果表明:使用多个显微图像,不需任何人工图像处理,卷积神经网络可得到良好的训练结果,其性能优于传统的测试方法;卷积神经网络捕捉到晶粒的存在和晶粒的一些统计信息;晶粒数目和晶粒大小之间具有很强的相关性。 展开更多
关键词 Gd2O3/6061Al 卷积神经网络 力学性能 预测
在线阅读 下载PDF
基于预处理卷积神经网络提升3D光场显示视觉分辨率的方法 被引量:2
9
作者 于迅博 李涵宇 +6 位作者 高鑫 桑新柱 颜玢玢 粟曦雯 温旭东 徐斌 王越笛 《液晶与显示》 CAS CSCD 北大核心 2022年第5期549-554,共6页
3D光场显示技术因具有较大的观看视角、密集的观看视点而被研究学者们关注。分辨率是3D光场显示技术的一个重要参数,提升分辨率的方法较为复杂,因此研究学者们开始关注视觉分辨率。为了提高3D光场显示的视觉分辨率,提出了一种基于深度... 3D光场显示技术因具有较大的观看视角、密集的观看视点而被研究学者们关注。分辨率是3D光场显示技术的一个重要参数,提升分辨率的方法较为复杂,因此研究学者们开始关注视觉分辨率。为了提高3D光场显示的视觉分辨率,提出了一种基于深度学习获取预处理基元图像阵列(PEIA)的方法。在光场显示的成像过程中,透镜的像差会使成像平面上形成弥散斑。弥散斑之间的交叠区域可以被视为新的视觉像素,并被用作额外的信息载体。一个分辨率增强的卷积神经网络(CNN)被用来从高分辨率基元图像阵列(HEIA)中获取PEIA,将PEIA加载到LCD上,经过透镜阵列的光学变换和定向扩散膜的扩散作用,呈现出具有视觉分辨率增强的3D光场显示图像。在实验中,通过使用PEIA、透镜阵列以及定向扩散膜,展示了一个具有70°视角的光场显示,并提高了视觉分辨率。 展开更多
关键词 3D光场显示 深度学习 卷积神经网络 视觉分辨率
在线阅读 下载PDF
3维卷积递归神经网络的高光谱图像分类方法 被引量:9
10
作者 关世豪 杨桄 +1 位作者 李豪 付严宇 《激光技术》 CAS CSCD 北大核心 2020年第4期485-491,共7页
为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信... 为了针对高光谱图像中空间信息与光谱信息的不同特性进行特征提取,提出一种3维卷积递归神经网络(3-D-CRNN)的高光谱图像分类方法。首先采用3维卷积神经网络提取目标像元的局部空间特征信息,然后利用双向循环神经网络对融合了局部空间信息的光谱数据进行训练,提取空谱联合特征,最后使用Softmax损失函数训练分类器实现分类。3-D-CRNN模型无需对高光谱图像进行复杂的预处理和后处理,可以实现端到端的训练,并且能够充分提取空间与光谱数据中的语义信息。结果表明,与其它基于深度学习的分类方法相比,本文中的方法在Pavia University与Indian Pines数据集上分别取得了99.94%和98.81%的总体分类精度,有效地提高了高光谱图像的分类精度与分类效果。该方法对高光谱图像的特征提取具有一定的启发意义。 展开更多
关键词 光谱学 高光谱图像分类 3卷积神经网络 双向循环神经网络 空谱联合特征
在线阅读 下载PDF
基于3D卷积双路神经网络的考场行为异常识别 被引量:4
11
作者 于明学 金鑫 +1 位作者 李晓东 吴亚明 《北京电子科技学院学报》 2018年第4期60-72,共13页
经过深入研究近年来发展迅速的深度学习技术,并学习卷积神经网络处理视频数据的方法本文,在传统3D卷积神经网络的基础上改进了网络结构。同时,考虑到考场采用双摄像头监控系统,可从不同视角观察考生的考试行为,本文提出了基于双路的考... 经过深入研究近年来发展迅速的深度学习技术,并学习卷积神经网络处理视频数据的方法本文,在传统3D卷积神经网络的基础上改进了网络结构。同时,考虑到考场采用双摄像头监控系统,可从不同视角观察考生的考试行为,本文提出了基于双路的考场异常行为识别方法。该方法结合了改进的3D卷积神经网络和双摄像头的监控系统,设计了新的双路网络结构的视频特征提取器,可以提取不同视角下的考生行为特征,并将双路网络提取到的行为特征向量进行融合。通过提取正常考试行为的特征向量,在LibSVM中训练出考场行为的分类器,该分类器可以对测试视频的特征向量进行分类,由此判断测试视频中是否存在异常行为。该方法使用双路视频特征进行异常识别,在考场行为数据集中有着较高的识别正确率。 展开更多
关键词 3D卷积 双路神经网络 异常行为检测
在线阅读 下载PDF
基于卷积神经网络的3D服用人体特征识别 被引量:3
12
作者 敦宏丽 袁晔 《北京服装学院学报(自然科学版)》 CAS 北大核心 2018年第3期54-61,共8页
提出了一种基于卷积神经网络的3D人体特征识别算法。首先,获取训练数据,具体包括数据的去冗余、3D到2D的投影以及人体局部区域图像的获取。然后,根据局部图像的大小,设计神经网络的结构,并进行参数初始化,对网络进行训练,通过调整网络... 提出了一种基于卷积神经网络的3D人体特征识别算法。首先,获取训练数据,具体包括数据的去冗余、3D到2D的投影以及人体局部区域图像的获取。然后,根据局部图像的大小,设计神经网络的结构,并进行参数初始化,对网络进行训练,通过调整网络参数提高网络的准确度。基于训练好的网络,通过对人体自上而下的扫描获取的人体局部图像进行特征识别并获取其对应的特征概率,通过阈值以及特征变化判定出特征出现在人体的的相对位置。然后,使用最小二乘拟合将经过该位置的横向切面与3D人体模型相交的二维点离散坐标点进行闭合曲线拟合,计算出人体各部位的尺寸。最后将测试结果与标准测量结果进行比较,计算出误差值。仿真实验结果表明,通过该方法可以较好的实现对各种差异性3D扫描人体模型的特征识别。 展开更多
关键词 卷积神经网络 服装3D人体 特征识别 最小二乘拟合
在线阅读 下载PDF
基于卷积神经网络的合成双射流控制机翼分离流场识别与参数优化 被引量:1
13
作者 赵志杰 罗振兵 邓雄 《空气动力学学报》 CSCD 北大核心 2020年第5期949-956,I0003,共9页
为进一步拓宽合成双射流(DSJ)技术在翼型分离流动控制领域的工程应用,采用数值模拟的方法,研究了DSJ对分离流的控制机理与控制规律,构建控制参数向量与气动参数之间的RBF神经网络代理模型,通过改进的粒子群算法(PSO)搜索一定约束下所能... 为进一步拓宽合成双射流(DSJ)技术在翼型分离流动控制领域的工程应用,采用数值模拟的方法,研究了DSJ对分离流的控制机理与控制规律,构建控制参数向量与气动参数之间的RBF神经网络代理模型,通过改进的粒子群算法(PSO)搜索一定约束下所能达到的最佳气动参数,并搭建Inception-V3卷积神经网络模型对平均速度场所对应的控制参数进行识别,以实现根据目标流场调整激励器参数,使其气动性能达到最优的目的。结果表明:DSJ对分离流的控制机理包括:动量注入效应、涡掺混效应、抽吸效应;射流控制参数对控制效果有较大影响,迎角为16°~21°时,无量纲控制频率F^+在0.5~4.0范围内都具有较好的控制效果,迎角为22°~24°时,最佳无量纲控制频率为3~4,同时动量系数越大,增升减阻效果越明显;RBF神经网络具有良好的泛化能力,测试误差不超过17%;PSO优化结果显示,在16°≤α≤24°、0<F^+<4、0<C_μ<0.0954约束内,翼型所能达到的最大升力系数为1.793,最小阻力系数为0.013;Inception-V3模型在测试算例中的均方误差最大为0.1023,模型预测得出的控制向量所对应的速度场与原始速度场在小失速迎角下一致性较好,在大失速迎角下一致性较差。 展开更多
关键词 合成双射流 分离流控制 机理与规律 RBF神经网络 粒子群优化 inception-v3卷积神经网络
在线阅读 下载PDF
基于3D金字塔卷积神经网络的动态火灾预警 被引量:1
14
作者 文涛 王蒙 《信息技术》 2022年第9期67-71,共5页
针对已有模型火灾预警实时性不足和准确率低的问题,提出一种基于3D金字塔卷积神经网络的动态火灾预警模型M。该模型是在研究3D卷积时受其结构启发构造出来的,在多帧瞬时快照上使用金字塔卷积一次性提取多尺度的特征,通过并行学习不同尺... 针对已有模型火灾预警实时性不足和准确率低的问题,提出一种基于3D金字塔卷积神经网络的动态火灾预警模型M。该模型是在研究3D卷积时受其结构启发构造出来的,在多帧瞬时快照上使用金字塔卷积一次性提取多尺度的特征,通过并行学习不同尺度的时序信息就能得到新的模型M。实验结果表明,模型M能够在出现火焰或烟雾后迅速进行预警,预警准确率较高。 展开更多
关键词 机器学习 火灾预警 3D卷积 金字塔卷积 混合卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的脑肿瘤医学图像分割优化 被引量:7
15
作者 曹祺炜 王峰 牛锦 《现代电子技术》 北大核心 2020年第3期74-77,共4页
针对2D卷积神级网络不能够较好地提取各模态之间的差异信息,不同的图像层肿瘤大小差异显著,且分割精度低,单模态MRI无法清晰地反映GBM的不同组织结构,提出一种基于3D多池化卷积神经网络拟解决以上实际问题。将卷积神经网络应用到脑肿瘤... 针对2D卷积神级网络不能够较好地提取各模态之间的差异信息,不同的图像层肿瘤大小差异显著,且分割精度低,单模态MRI无法清晰地反映GBM的不同组织结构,提出一种基于3D多池化卷积神经网络拟解决以上实际问题。将卷积神经网络应用到脑肿瘤分割上,并针对脑肿瘤的特点,提出3D多池化卷积神经网络模型,通过多尺度的输入与多尺度的下采样,且在后端使用条件随机场(CRF)使图片尽量在边界处分割,增加图像的分割精度,克服脑肿瘤的个体差异,同时适应脑肿瘤不同图像层之间的大小位置差异。通过对100例患者的多模态磁共振图像进行分割,Dice系数达到91.64%;MRI脑肿瘤分割的改进方法可使分割精度得到明显提高,可更好地提取各模态之间的差异信息,实现适应范围更广的MRI肿瘤分割,并准确有效地分割脑肿瘤。 展开更多
关键词 脑肿瘤 医学图像分割 多模态MRI 差异信息提取 多尺度采样 3D卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的高铁轨道质量指数预测方法 被引量:4
16
作者 赵正阳 吴艳华 +1 位作者 程智博 王云龙 《铁路计算机应用》 2020年第12期7-11,16,共6页
轨道质量指数(TQI,Track Quality Index)是反映高铁整体线路质量状态的重要指标,分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性,提出了一种多项特征数据的3D卷积神经网络模型,分析了... 轨道质量指数(TQI,Track Quality Index)是反映高铁整体线路质量状态的重要指标,分析TQI数据的变化规律能够对高铁线路养护维修提供重要指导和参考依据。为提高TQI数据预测的准确性,提出了一种多项特征数据的3D卷积神经网络模型,分析了TQI数据特征,抽取时间、空间、检测项数据并形成三维特征数据集,基于3D卷积神经网络算法,构建8层TQI预测模型,并从初始化参数、学习速率、激活函数、损失函数、Dropout方法等角度对模型进行优化,并利用某高铁线检测数据进行试验验证。结果表明,3D卷积神经网络模型可较好的预测高铁线路状态变化趋势,且对比于BP神经网络和2D卷积神经网络方法,平均绝对误差分别降低了41.48%、26.32%,均方差分别降低了65.42%、39.93%,证明了该方法的准确性与有效性,对于预测TQI与制定高铁线路养护维修计划具有实用价值。 展开更多
关键词 铁路运输 轨道质量指数 深度学习 3D卷积神经网络
在线阅读 下载PDF
基于3D卷积神经网络的视频火灾检测 被引量:6
17
作者 丁维奇 李姗姗 +1 位作者 张娜娜 张媛媛 《信息技术》 2021年第9期116-120,共5页
随着高层建筑的增多,消防压力越来越大,发展高准确率、低误报率的早期火灾检测系统变得越来越紧迫。近年来,随着计算机技术尤其是机器学习技术的发展,越来越多的相关技术被广泛应用于火灾图像处理方面的研究。针对已有的图像识别技术存... 随着高层建筑的增多,消防压力越来越大,发展高准确率、低误报率的早期火灾检测系统变得越来越紧迫。近年来,随着计算机技术尤其是机器学习技术的发展,越来越多的相关技术被广泛应用于火灾图像处理方面的研究。针对已有的图像识别技术存在准确率低、误报率高等问题,提出一种基于3D卷积神经网络的火灾视频识别方法。实验结果证明,由于充分利用了视频中所包含的时序信息,该方法在所依赖的训练数据量相对较小的前提下,实现了较高的识别准确率和较低的误识率。 展开更多
关键词 机器学习 火灾检测 视频识别 3D卷积神经网络
在线阅读 下载PDF
基于多尺度3D-2D卷积神经网络的高光谱图像分类 被引量:3
18
作者 吴俊峰 高龙 +2 位作者 王超 徐从安 闫文君 《海军航空大学学报》 2022年第5期361-367,374,共8页
设计提出了1种针对高光谱图像分类任务的3D-MSCNN模型。在PCA降维的基础上,利用3D空谱特征提取网络和2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度地表覆盖的表达能力。最后,利用Softma... 设计提出了1种针对高光谱图像分类任务的3D-MSCNN模型。在PCA降维的基础上,利用3D空谱特征提取网络和2D多尺度特征提取网络实现高光谱图像特征提取,充分发挥高光谱图像空谱信息价值,增强对不同尺度地表覆盖的表达能力。最后,利用Softmax分类损失函数实现高光谱图像分类任务。实验结果表明,本文算法在In⁃dian Pines和Pavia University数据集上都取得了较好的分类效果。与CD-CNN、3D-CNN、SS-Net和HybirdSN等方法相比,本文算法能够有效提升总体精度、平均精度和Kappa系数等客观评价指标。 展开更多
关键词 高光谱图像分类 3D卷积神经网络 多尺度
在线阅读 下载PDF
基于去噪卷积神经网络的雷达信号调制类型识别 被引量:20
19
作者 肖易寒 王亮 郭玉霞 《电子与信息学报》 EI CSCD 北大核心 2021年第8期2300-2307,共8页
针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统。首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪... 针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统。首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信号的有效分类识别。仿真结果表明,该方法在–10 dB信噪比(SNR)下,识别率仍然可以达到90%以上。 展开更多
关键词 低截获概率雷达信号 Choi-Williams分布时频变换 去噪卷积神经网络 inception-v4网络
在线阅读 下载PDF
基于全卷积神经网络的遥感图像海面目标检测 被引量:8
20
作者 喻钧 康秦瑀 +3 位作者 陈中伟 初苗 胡志毅 姚红革 《弹箭与制导学报》 北大核心 2020年第5期15-19,23,共6页
针对通常的神经网络算法在检测遥感图像海面目标时存在精确率低、漏检概率高的问题,改进了一种基于YOLOv3全卷积神经网络的遥感图像海面目标检测方法。首先根据海面目标的宽高比例,利用Kmeans++聚类算法,确定出适合于数据集的anchor box... 针对通常的神经网络算法在检测遥感图像海面目标时存在精确率低、漏检概率高的问题,改进了一种基于YOLOv3全卷积神经网络的遥感图像海面目标检测方法。首先根据海面目标的宽高比例,利用Kmeans++聚类算法,确定出适合于数据集的anchor box值;接着采用FPN思想进行特征融合;最后,选用GIOU作为坐标预测的损失函数,进一步优化检测结果。实验表明:文中方法在遥感图像海面目标检测中的平均精确率为90.82%,相比于其他算法平均提高了5.34%。 展开更多
关键词 YOLOv3 卷积神经网络 遥感图像 目标检测
在线阅读 下载PDF
上一页 1 2 6 下一页 到第
使用帮助 返回顶部