检索结果-维普期刊中文期刊服务平台

基于改进MobileNetV3-Large食物图像分类算法研究: 1; 作者何伟婵杨志景秦景辉《粮油食品科技》北大核心 2025年第2期90-96,共7页; 食物图像识别在食物安全监控、营养分析以及饮食推荐系统中发挥重要作用。然而,食物图像的多样性、复杂性以及光照等外部因素给识别任务带来了诸多难度和挑战。为了解决这些问题,提出了一种基于改进MobileNetV3-Large食物图像分类算法。... 展开更多; 关键词 MobileNetV3-Large NAM注意力机制 prelu激活函数 TrivialAugment数据增强; 在线阅读下载PDF 职称材料

一种传感图像特征快速挖掘算法设计: 2; 作者郭红建赵燕飞《传感技术学报》 CAS CSCD 北大核心 2024年第5期869-876,共8页; 传感图像采集因曝光而损失图像特征,导致特征错误挖掘率高和精准率召回率(Precision-Recall,PR),曲线表现较差,针对该问题,提出一种新的传感图像特征快速挖掘算法。该方法将参数化修正线性单元函数作为激活函数,融合修补图和输入图像,... 展开更多; 关键词传感图像图像特征快速挖掘卷积神经网络 prelu函数损失函数 PR曲线; 在线阅读下载PDF 职称材料

改进的Alexnet模型在水稻害虫图像识别中的应用被引量：19: 3; 作者肖小梅杨红云 +3 位作者易文龙万颖黄琼罗建军《科学技术与工程》北大核心 2021年第22期9447-9454,共8页; 深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、... 展开更多; 关键词水稻虫害 Alexnet模型批归一化全局平均池化激活函数prelu; 在线阅读下载PDF 职称材料

超深卷积神经网络的图像超分辨率重建研究被引量：10: 4; 作者连逸亚吴小俊《计算机工程》 CAS CSCD 北大核心 2019年第1期217-220,共4页; 针对VDCN网络结构在大尺度因子上超分辨率效果较差的缺点,提出一种高精度单图像超分辨率重建方法。将ReLU激活函数更换为PReLU激活函数,增加网络层数,使用25个带PReLU激活函数的卷积层进行训练和测试。实验结果表明,与VDCN方法相比,该... 展开更多; 关键词卷积神经网络图像超分辨率 prelu激活函数深度学习网络深度; 在线阅读下载PDF 职称材料

题名基于改进MobileNetV3-Large食物图像分类算法研究: 1; 作者何伟婵杨志景秦景辉; 机构广东工业大学信息工程学院; 出处《粮油食品科技》北大核心 2025年第2期90-96,共7页; 基金国家自然科学基金-青年科学基金“知识增强的表示学习模型及其在应用题求解中的应用”(62206314) 广东省基础与应用基础研究基金“初等数学应用题求解关键技术研究”(2022A1515011835)。; 文摘食物图像识别在食物安全监控、营养分析以及饮食推荐系统中发挥重要作用。然而,食物图像的多样性、复杂性以及光照等外部因素给识别任务带来了诸多难度和挑战。为了解决这些问题,提出了一种基于改进MobileNetV3-Large食物图像分类算法。在MobileNetV3-Large预训练模型基础上,引入PReLu激活函数和NAM注意力机制,通过捕捉图像中的非局部依赖关系来增强模型对关键特征的关注度;引入了多任务损失函数,通过同时优化多个相关任务来进一步提升分类性能;采用了TrivialAugment数据增强技术,通过扩展训练数据集的规模和多样性来增强模型的泛化能力。实验结果表明,通过这些改进,模型在Food-101数据集上的准确率从66.9%提升至84.2%,证明了所提方法的有效性。; 关键词 MobileNetV3-Large NAM注意力机制 prelu激活函数 TrivialAugment数据增强; Keywords MobileNetV3-Large NAM attention mechanism prelu activation function TrivialAugment data augmentation; 分类号 TS201.1 [轻工技术与工程—食品科学]; 在线阅读下载PDF 职称材料

题名一种传感图像特征快速挖掘算法设计: 2; 作者郭红建赵燕飞; 机构南京审计大学计算机学院; 出处《传感技术学报》 CAS CSCD 北大核心 2024年第5期869-876,共8页; 基金国家自然科学基金项目面上项目(72074117) 江苏省高校自然科学研究项目面上项目(20KJB630012) +2 种基金江苏省现代教育技术研究2022年度立项课题项目(2022-R-106219)。; 文摘传感图像采集因曝光而损失图像特征,导致特征错误挖掘率高和精准率召回率(Precision-Recall,PR),曲线表现较差,针对该问题,提出一种新的传感图像特征快速挖掘算法。该方法将参数化修正线性单元函数作为激活函数,融合修补图和输入图像,并在训练阶段使用L1损失函数和结构相似性指数(Structural Similarity Index,SSIM)损失函数约束图像,采用softmax回归挖掘图像特征,构建卷积神经网络传感图像特征挖掘结构,在训练过程中,使用自适应梯度更新结构参数,设计挖掘步骤,实现传感图像特征快速挖掘。实验结果表明,设计的卷积神经网络图像特征挖掘方法的PSNR值较高、SSIM值接近1,错误挖掘率为1.0%,PR曲线最接近右上角,面积最大,并且图像视觉效果更好,特征挖掘时间最高仅为1.3 s,实现了快速挖掘。; 关键词传感图像图像特征快速挖掘卷积神经网络 prelu函数损失函数 PR曲线; Keywords sensing image image feature rapid excavation convolution neural network prelu function loss function PR curve; 分类号 TP753 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名改进的Alexnet模型在水稻害虫图像识别中的应用被引量：19: 3; 作者肖小梅杨红云易文龙万颖黄琼罗建军; 机构江西农业大学软件学院江西农业大学计算机与信息工程学院; 出处《科学技术与工程》北大核心 2021年第22期9447-9454,共8页; 基金国家自然科学基金(61562039,61762048)。; 文摘深度学习技术能以端对端方式实现农作物害虫识别,克服了传统机器学习方法特征选择具有主观性以及提取特征操作繁琐等不足,但识别的准确率和鲁棒性仍有待提高。为了研究出一种快速,高效的水稻害虫识别方法,本研究以稻纵卷叶螟、三化螟、稻蝗、稻飞虱4种常见的水稻害虫为研究对象,对传统的卷积神经网络Alexnet进行优化改进。首先从自然环境以及搜索引擎上获取4种不同的水稻害虫图像,并对图像进行数量扩增和细节增强预处理。然后对传统的卷积神经网络Alexnet进行优化改进,在Alexnet模型基础上,去除原有局部响应归一化层,在每一个卷积层后加入批归一化层,并采用全局平均池化和激活函数PReLU对模型结构进行优化。结果表明:改进后的模型在害虫数据集上的识别率不低于98%,相比于原网络提升了1.96%,高于LeNet5、VGG13、VGG16等传统网络;改进后的模型的损失值稳定在0.03附近,相比于原网络降低了0.1,均低于LeNet5、VGG13、VGG16等传统网络。从实验结果来看,改进后的方法在水稻害虫分类上有较高的识别率和较好的鲁棒性,可以为农作物害虫的智能识别提供了新的思路和方法。; 关键词水稻虫害 Alexnet模型批归一化全局平均池化激活函数prelu; Keywords rice pest Alexnet model batch normalization global averaging pooling activation function prelu; 分类号 TP391.4 [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

题名超深卷积神经网络的图像超分辨率重建研究被引量：10: 4; 作者连逸亚吴小俊; 机构江南大学物联网工程学院; 出处《计算机工程》 CAS CSCD 北大核心 2019年第1期217-220,共4页; 基金国家自然科学基金(61672265); 文摘针对VDCN网络结构在大尺度因子上超分辨率效果较差的缺点,提出一种高精度单图像超分辨率重建方法。将ReLU激活函数更换为PReLU激活函数,增加网络层数,使用25个带PReLU激活函数的卷积层进行训练和测试。实验结果表明,与VDCN方法相比,该方法耗费时间较少,且性能更稳定。; 关键词卷积神经网络图像超分辨率 prelu激活函数深度学习网络深度; Keywords Convolutional Neural Network(CNN) image Super-Resolution(SR) prelu activation function deep learning network depth; 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	作者	出处	发文年	被引量	操作
1	基于改进MobileNetV3-Large食物图像分类算法研究	何伟婵杨志景秦景辉	《粮油食品科技》北大核心	2025	0	在线阅读下载PDF 职称材料
2	一种传感图像特征快速挖掘算法设计	郭红建赵燕飞	《传感技术学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	改进的Alexnet模型在水稻害虫图像识别中的应用	肖小梅杨红云易文龙万颖黄琼罗建军	《科学技术与工程》北大核心	2021	19	在线阅读下载PDF 职称材料
4	超深卷积神经网络的图像超分辨率重建研究	连逸亚吴小俊	《计算机工程》 CAS CSCD 北大核心	2019	10	在线阅读下载PDF 职称材料