基于主成分分析和Softmax回归模型的人脸识别方法 被引量：29

1

作者 汪海波 陈雁翔 李艳秋 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第6期759-763,共5页

文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网... 文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网络,将它与Softmax回归模型构成的级联结构看作是2层神经网络,在神经网络的训练过程中,主成分的特征向量可以微调。在不同人脸数据库上的实验表明,相比于传统的只用PCA降维的方法,本文方法可达到较高的识别率。 展开更多

关键词 人脸识别 主成分分析 softmax回归模型 神经网络

在线阅读 下载PDF 职称材料

基于Softmax回归模型的骨龄X射线图像手骨分割 被引量：5

2

作者 刘蕊 贾媛媛 +3 位作者 贺向前 李哲 蔡金华 李昊 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第9期73-83,共11页

针对儿童青少年的骨骼发育情况,临床上常采用手腕骨X射线图像进行骨龄评估。其中手骨区域的分割是预处理中的关键一步,手骨分割的准确率极大地影响最后的评估结果。传统的阈值分割方法在自动化分割过程中鲁棒性较差,利用深度神经网络的... 针对儿童青少年的骨骼发育情况,临床上常采用手腕骨X射线图像进行骨龄评估。其中手骨区域的分割是预处理中的关键一步,手骨分割的准确率极大地影响最后的评估结果。传统的阈值分割方法在自动化分割过程中鲁棒性较差,利用深度神经网络的自动分割准确率比传统方法高但较为复杂。研究在阈值分割的基础上,提出先通过训练Softmax回归模型预测最佳阈值得到二值图像,再利用区域生长法提取完整手形,最后对手骨图像进行归一化处理的分割方法。在100张临床数据测试集上,将提出的方法与传统的阈值分割方法--Otsu、最大熵阈值和直方图均值分割方法进行对比,采用相似系数DSC(dice similarity coefficient)、欠分割率和过分割率3个客观评价指标对分割结果进行定量分析。实验证明该方法的分割效果最理想,平均DSC值为0.97,欠分割率和过分割率接近于0,对于复杂的手骨图像也表现出良好的分割性能,相比传统的阈值分割方法具有更好的鲁棒性,能够准确的对骨龄X射线图像进行自动化手骨分割处理。 展开更多

关键词 骨龄评估 手骨分割 softmax回归模型 最佳阈值 区域生长 鲁棒性

在线阅读 下载PDF 职称材料

基于模型微调与AM-Softmax的极化SAR图像分类 被引量：4

3

作者 赵明钧 程英蕾 +3 位作者 秦先祥 王鹏 文沛 张碧秀 《空军工程大学学报》 CSCD 北大核心 2022年第5期36-43,共8页

针对极化SAR图像分类中卷积神经网络(CNN)方法训练时间长、收敛速度慢,原始Softmax函数无法对极化SAR图像的类内差异有效应对的问题,提出一种基于模型微调与加性边际Softmax(AM-Softmax)的极化SAR图像分类方法。该方法通过预训练网络的... 针对极化SAR图像分类中卷积神经网络(CNN)方法训练时间长、收敛速度慢,原始Softmax函数无法对极化SAR图像的类内差异有效应对的问题,提出一种基于模型微调与加性边际Softmax(AM-Softmax)的极化SAR图像分类方法。该方法通过预训练网络的整体微调,来改进CNN模型的效率和分类准确率,然后以AM-Softmax替代Softmax,以解决SAR图像中类内变化较大的问题,进一步提升分类精度。实验表明该方法具有快收敛的优势并且能够较好解决极化SAR图像类内差异较大的问题,模型的分类总体精度达到96%以上。 展开更多

关键词 极化SAR图像分类 模型迁移 加性边际softmax

在线阅读 下载PDF 职称材料

基于Softmax回归模型的地震灾害损失预测评估研究 被引量：7

4

作者 李云飞 许才顺 +1 位作者 池招招 张飞 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第12期1676-1681,共6页

文章在对地震灾害损失进行等级划分基础上,提出一种利用Softmax回归模型对地震灾害损失进行评估预测的方法。该方法以我国2005—2017年的全国地震数据作为样本集,将震级、震源深度、震中烈度、抗震设防烈度、设计基本地震加速度、灾区人... 文章在对地震灾害损失进行等级划分基础上,提出一种利用Softmax回归模型对地震灾害损失进行评估预测的方法。该方法以我国2005—2017年的全国地震数据作为样本集,将震级、震源深度、震中烈度、抗震设防烈度、设计基本地震加速度、灾区人均GDP、灾区人口、受灾面积等数据作为特征参数,在Softmax回归损失函数中加入权重衰减项后运用梯度下降算法进行求解,采用最小损失函数值对应的模型参数来构建Softmax回归模型,对地震灾害损失等级进行评估和预测。研究结果表明,与支持向量机(support vector machine,SVM)和传统逆向传播(back propagation,BP)神经网络相比,该方法具有更高的地震灾害损失预测精度和能力,其测试精度达到78.571%。 展开更多

关键词 softmax回归模型 BP神经网络 支持向量机(SVM) 地震灾害 损失预测

在线阅读 下载PDF 职称材料

基于DBN和SOFTMAX的网络入侵检测模型 被引量：2

5

作者 魏嘉毅 安琪 周超 《山东农业大学学报（自然科学版）》 北大核心 2019年第2期274-276,349,共4页

针对目前对于网络入侵检测准确率不高的问题,本文提出一种基于深度置信网络(Deep Belief Networks,DBN)和SOFTMAX的入侵检测模型。该模型可以自动地对网络信息进行拦截、处理并进行入侵检测。为了验证该模型的有效性,本文将KDD CUP 99-... 针对目前对于网络入侵检测准确率不高的问题,本文提出一种基于深度置信网络(Deep Belief Networks,DBN)和SOFTMAX的入侵检测模型。该模型可以自动地对网络信息进行拦截、处理并进行入侵检测。为了验证该模型的有效性,本文将KDD CUP 99-10%和KDD CUP 99-Correct数据集作为实验对象,总正确率分别达到了99.67%和99.42%。通过对比实验,将DBN和BP神经网络,TANN等算法进行对比,实验结果证明DBN-SOFTMAX相较于其他算法具有更高的检测效果。 展开更多

关键词 网络安全 入侵检测模型 深度置信网络 softmax

在线阅读 下载PDF 职称材料

基于GA优化的RF-Softmax水质预测模型研究 被引量：1

6

作者 董陈超 田明昊 赵伟朝 《湖北农业科学》 2022年第7期60-65,82,共7页

针对水质检测周期长、成本高等问题,提出了基于遗传算法优化的RF-Softmax水质预测模型。采用机器学习的方法,使用随机森林算法进行特征选择建立水样本中氨氮、总磷2项水质参数与水质类别的数学关系模型方法对水质类别进行预测。采用遗... 针对水质检测周期长、成本高等问题,提出了基于遗传算法优化的RF-Softmax水质预测模型。采用机器学习的方法,使用随机森林算法进行特征选择建立水样本中氨氮、总磷2项水质参数与水质类别的数学关系模型方法对水质类别进行预测。采用遗传算法替代传统Softmax回归算法训练过程中使用的梯度下降法,解决了逻辑回归算法在目标函数不是严格凸函数的情况下,容易陷入局部最优解的问题。以江阴市南闸街道地区地表水作为研究对象进行验证,结果表明,使用GA优化的RF-Softmax回归模型预测的准确率最高,其预测正确率相比传统Softmax回归和BP神经网络分别提高11.73和8.40百分点,平均误差分别降低58.68%和34.92%,平均均方根误差分别降低39.02%和23.62%。优化效果显著,能够实现高效、准确、低成本、快速的地表水质预测,为水质监测与预警提供了新思路,对于水质管理与环境保护具有重大意义。 展开更多

关键词 水质预测 预测模型 遗传算法 softmax回归 随机森林 机器学习

在线阅读 下载PDF 职称材料

填装材料CT图像中脱粘缺陷识别与深度测量 被引量：4

7

作者 钟翼龙 张晓凤 +1 位作者 刘祎斌 王小荣 《电子测量与仪器学报》 CSCD 北大核心 2024年第1期178-186,共9页

脱粘缺陷是影响填装材料物理安全性能的重要指标,计算机层析成像(CT)是进行脱粘缺陷检测的有效方法。但填装材料脱粘缺陷紧贴外轮廓、面积小,对比度低,分割时易受其他信息干扰,传统活动轮廓模型难以适用。本研究提出了一种基于SoftMax... 脱粘缺陷是影响填装材料物理安全性能的重要指标,计算机层析成像(CT)是进行脱粘缺陷检测的有效方法。但填装材料脱粘缺陷紧贴外轮廓、面积小,对比度低,分割时易受其他信息干扰,传统活动轮廓模型难以适用。本研究提出了一种基于SoftMax和正则项的Chan-Vese (SRCV)模型用于填装材料脱粘缺陷分割,系统比较了SRCV模型与多种活动轮廓模型对脱粘缺陷分割效果的差异,利用不同图片分割效果揭示了SRCV模型的抗干扰能力和兼顾全局与局部信息的能力,利用分割曲线的欧氏距离实现脱粘深度测量。研究结果表明,SRCV模型对填装材料脱粘缺陷分割更贴近脱粘边缘,分割曲线更光滑,准确度达99.56%,Dice系数为99.82%,脱粘深度误差不超过6%,特别适用于有大量干扰信息的微小脱粘缺陷的分割,较其他活动轮廓模型具有明显的优势。 展开更多

关键词 softmax 活动轮廓模型 脱粘缺陷识别与分割 脱粘深度测量 填装材料

在线阅读 下载PDF 职称材料

基于深度学习的交通拥堵预测模型研究 被引量：47

8

作者 谭娟 王胜春 《计算机应用研究》 CSCD 北大核心 2015年第10期2951-2954,共4页

针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深... 针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。应用Softmax回归对有标签的新特征集进行学习生成预测分类器,模型可对交通拥堵状况进行多态预测。通过仿真对比分析,预测模型具有较省略特征学习的预测算法更好的预测性能,平均预测精度可达85%。 展开更多

关键词 交通拥堵 预测模型 深度学习 自编码网络 softmax回归

在线阅读 下载PDF 职称材料

基于聚类识别的极化SAR图像分类 被引量：4

9

作者 魏志强 毕海霞 《电子与信息学报》 EI CSCD 北大核心 2018年第12期2795-2803,共9页

该文提出一种基于判别式聚类框架的非监督极化SAR图像分类算法,利用判别式监督分类技术实现非监督聚类。为实现该算法,定义了一个结合softmax回归模型和马尔科夫随机场光滑性约束的能量函数。该模型中,像素类标和分类器均为需要优化的... 该文提出一种基于判别式聚类框架的非监督极化SAR图像分类算法,利用判别式监督分类技术实现非监督聚类。为实现该算法,定义了一个结合softmax回归模型和马尔科夫随机场光滑性约束的能量函数。该模型中,像素类标和分类器均为需要优化的未知变量。该算法从基于目标极化分解和K-Wishart极化统计分布而产生的初始化类标开始,交替迭代优化分类器和类标的能量函数,从而实现对分类器和类标的求解。真实极化SAR数据上的实验结果证明了该算法的有效性和先进性。 展开更多

关键词 极化SAR图像分类 判别式聚类 马尔科夫随机场 softmax回归模型

在线阅读 下载PDF 职称材料

一种半监督重复软最大化模型

10

作者 邢国正 江雨燕 +1 位作者 吴超 李常训 《计算机工程》 CAS CSCD 北大核心 2015年第9期209-214,共6页

概率主题模型由于其高效的数据降维和文档主题特征挖掘能力被广泛应用于各种文档分析任务中,然而概率主题模型主要基于有向图模型构建,使得模型的表示能力受到极大限制。为此,研究分布式主题特征表示和基于无向图模型玻尔兹曼机的重复... 概率主题模型由于其高效的数据降维和文档主题特征挖掘能力被广泛应用于各种文档分析任务中,然而概率主题模型主要基于有向图模型构建,使得模型的表示能力受到极大限制。为此,研究分布式主题特征表示和基于无向图模型玻尔兹曼机的重复软最大化模型(RSM),提出一种半监督的RSM(SSRSM)。将SSRSM、RSM模型提取的主题特征应用于多标记判别任务中,实验结果表明,相比LDA和RSM模型,SSRSM模型具有更好的多标记判别能力。 展开更多

关键词 主题模型 无向图模型 重复软最大化模型 半监督模型 特征学习

在线阅读 下载PDF 职称材料

结合有监督联合一致性自编码器的跨音视频说话人标注 被引量：2

11

作者 柳欣 李鹤洋 +1 位作者 钟必能 杜吉祥 《电子与信息学报》 EI CSCD 北大核心 2018年第7期1635-1642,共8页

跨模态说话人标注旨在利用说话人的不同生物特征进行相互匹配和互标注,可广泛应用于各种人机交互场合。针对人脸和语音两种不同模态生物特征之间存在明显的"语义鸿沟"问题,该文提出一种结合有监督联合一致性自编码器的跨音视... 跨模态说话人标注旨在利用说话人的不同生物特征进行相互匹配和互标注,可广泛应用于各种人机交互场合。针对人脸和语音两种不同模态生物特征之间存在明显的"语义鸿沟"问题,该文提出一种结合有监督联合一致性自编码器的跨音视频说话人标注方法。首先分别利用卷积神经网络和深度信念网络分别对人脸图像和语音数据进行判别性特征提取,接着在联合自编码器模型的基础上,提出一种新的有监督跨模态神经网络模型,同时嵌入softmax回归模型以保证模态间和模态内样本的相似性,进而扩展为3种有监督一致性自编码器神经网络模型来挖掘音视频异构特征之间的潜在关系,从而有效实现人脸和语音的跨模态相互标注。实验结果表明,该文提出的网络模型能够有效的对说话人进行跨模态标注,效果显著,取得了对姿态变化和样本多样性的鲁棒性。 展开更多

关键词 跨模态说话人标注 有监督联合自编码器 softmax回归模型 有监督神经网络模型

在线阅读 下载PDF 职称材料

基于改进的稀疏降噪自编码网络的三维模型识别方法 被引量：2

12

作者 刘钢 王慧 王新颖 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2018年第3期669-675,共7页

针对海量数据挖掘中三维模型特征识别准确率较低的问题,提出一种改进的稀疏降噪自编码神经网络模型.先基于改进的稀疏降噪自编码方法构建深度神经网络模型,再利用无监督预训练方法及受限的拟牛顿计算方法对自编码神经网络进行训练,最后... 针对海量数据挖掘中三维模型特征识别准确率较低的问题,提出一种改进的稀疏降噪自编码神经网络模型.先基于改进的稀疏降噪自编码方法构建深度神经网络模型,再利用无监督预训练方法及受限的拟牛顿计算方法对自编码神经网络进行训练,最后采用softmax回归和得到的特征训练最终的分类器.结果表明:该方法对有噪声的三维模型特征信息具有较好的鲁棒性;与栈式自编码神经网络和自学习神经网络相比,该方法识别率较高. 展开更多

关键词 三维模型识别 稀疏降噪自编码 softmax分类器

在线阅读 下载PDF 职称材料

基于概率图模型的表情分类方法研究 被引量：1

13

作者 孙劲光 严华 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2018年第6期932-938,共7页

针对在小规模样本集上如何提高学习算法的准确率问题,提出了基于概率图模型的表情分类算法.本文提出了一种表情区域分割方法,将人脸表情图像划分为5个面部区域,通过概率图模型的分类方法理论基础,由5个表情分类子网络和Softmax分类层构... 针对在小规模样本集上如何提高学习算法的准确率问题,提出了基于概率图模型的表情分类算法.本文提出了一种表情区域分割方法,将人脸表情图像划分为5个面部区域,通过概率图模型的分类方法理论基础,由5个表情分类子网络和Softmax分类层构成基于概率图模型的表情分类模型,实现对人脸表情图像的分类.通过在JAFFE人脸表情库和CK表情数据库上实验分析,得到识别准确率分别为97.78%和98.95%,分别提高了1.85%和5.92%准确率.实验结果表明:本文方法对表情分类识别率的提高有重要意义,并且本文方法有效提高了对于小样本图像的分析与理解能力. 展开更多

关键词 机器视觉 概率图模型 表情区域分割 softmax分类器 表情分类

在线阅读 下载PDF 职称材料

基于MobileNet的恶意软件家族分类模型 被引量：10

14

作者 曾娅琴 张琳琳 +1 位作者 张若楠 杨波 《计算机工程》 CAS CSCD 北大核心 2020年第4期162-168,共7页

现有基于卷积神经网络(CNN)的恶意代码分类方法存在计算资源消耗较大的问题.为降低分类过程中的计算量和参数量,构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型.将恶意软件可视化为灰度图,以灰度图的相似度表示同一家族... 现有基于卷积神经网络(CNN)的恶意代码分类方法存在计算资源消耗较大的问题.为降低分类过程中的计算量和参数量,构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型.将恶意软件可视化为灰度图,以灰度图的相似度表示同一家族的恶意软件在代码结构上的相似性,利用灰度图训练带有深度可分离卷积的神经网络模型MobileNet v2,自动提取纹理特征,并采用Softmax分类器对恶意代码进行家族分类.实验结果表明,该模型对恶意代码分类的平均准确率为99.32%,较经典的恶意代码可视化模型高出2.14个百分点. 展开更多

关键词 卷积神经网络 恶意软件分类 纹理特征 MobileNet v2模型 softmax模型

在线阅读 下载PDF 职称材料

基于BERT模型的中文短文本分类算法 被引量：90

15

作者 段丹丹 唐加山 +1 位作者 温勇 袁克海 《计算机工程》 CAS CSCD 北大核心 2021年第1期79-86,共8页

针对现有中文短文本分类算法通常存在特征稀疏、用词不规范和数据海量等问题,提出一种基于Transformer的双向编码器表示(BERT)的中文短文本分类算法,使用BERT预训练语言模型对短文本进行句子层面的特征向量表示,并将获得的特征向量输入S... 针对现有中文短文本分类算法通常存在特征稀疏、用词不规范和数据海量等问题,提出一种基于Transformer的双向编码器表示(BERT)的中文短文本分类算法,使用BERT预训练语言模型对短文本进行句子层面的特征向量表示,并将获得的特征向量输入Softmax回归模型进行训练与分类。实验结果表明,随着搜狐新闻文本数据量的增加,该算法在测试集上的整体F1值最高达到93%,相比基于TextCNN模型的短文本分类算法提升6个百分点,说明其能有效表示句子层面的语义信息,具有更好的中文短文本分类效果。 展开更多

关键词 中文短文本分类 基于Transformer的双向编码器表示 softmax回归模型 TextCNN模型 word2vec模型

在线阅读 下载PDF 职称材料

基于MFCC和常数Q变换的乐器音符识别 被引量：13

16

作者 陈燕文 李坤 +1 位作者 韩焱 王燕平 《计算机科学》 CSCD 北大核心 2020年第3期149-155,共7页

音符识别是音乐信号分析处理领域内非常重要的研究内容,它为计算自动识谱、乐器调音、音乐数据库检索和电子音乐合成提供技术基础。传统的音符识别方法通过估计音符基频与标准频率进行一一对应识别。然而一一对应较为困难,且随着音符基... 音符识别是音乐信号分析处理领域内非常重要的研究内容,它为计算自动识谱、乐器调音、音乐数据库检索和电子音乐合成提供技术基础。传统的音符识别方法通过估计音符基频与标准频率进行一一对应识别。然而一一对应较为困难,且随着音符基频的增大将导致误差增大,可识别的音符基频范围不广。为此,文中采用分类的思想进行音符识别。首先,建立所需识别的音符音频库,并针对音乐信号低频信息的重要性,选取梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficients,MFCC)和常数Q变换(Constant Q Transform,CQT)作为音符信号提取特征。然后,将提取的特征MFCC和CQT分别作为音符识别的单一特征输入和两者特征融合输入;结合Softmax回归模型在多分类问题中的优势以及BP神经网络良好的非线性映射能力与自学习能力,构建基于Softmax回归模型的BP神经网络多分类识别器。在MATLAB R2016a的仿真环境下,将特征参数输入到多分类器中进行学习与训练,通过调整网络参数来寻找最优解。通过改变训练样本数进行对比实验。实验结果表明,将融合特征(MFCC+CQT)作为特征输入时,可以识别出从大字组到小字三组的25类音符,并可以获得95.6%的平均识别率;在识别过程中,特征CQT比特征MFCC的贡献更大。实验数据充分说明,利用分类的思想提取音符信号的MFCC和CQT特征来进行音符识别,可以取得很好的识别效果,并且不受音符基频范围的限制。 展开更多

关键词 音符库 MFCC 常数Q变换 特征融合 softmax回归模型 BP神经网络

在线阅读 下载PDF 职称材料

移动终端身份认证的深度信念网络模型 被引量：5

17

作者 孙子文 张义超 《信息网络安全》 CSCD 北大核心 2019年第3期34-42,共9页

文章针对移动终端面临的信息安全问题,建立了移动终端身份认证的深度信念网络模型。利用触摸屏传感器采集用户原始触摸手势数据序列,经数据预处理后提取手势特征并传入深度信念网络模型;选用逐层贪婪算法进行无监督的预训练,再经反向传... 文章针对移动终端面临的信息安全问题,建立了移动终端身份认证的深度信念网络模型。利用触摸屏传感器采集用户原始触摸手势数据序列,经数据预处理后提取手势特征并传入深度信念网络模型;选用逐层贪婪算法进行无监督的预训练,再经反向传播算法进行有监督微调后固定模型参数;将测试手势特征数据作为模型输入层数据,经模型计算后得到输出层数据,由Softmax分类器对输出数据分类,认证用户身份。仿真实验结果表明,与连续隐马尔可夫模型、反向传播算法相比,文中深度信念网络模型能达到较低的错误率,明显提高认证的准确性。 展开更多

关键词 深度信念网络模型 逐层贪婪算法 反向传播算法 softmax分类器

在线阅读 下载PDF 职称材料

改进的轻量化人脸识别算法 被引量：8

18

作者 屈东东 贺利乐 何林 《智能系统学报》 CSCD 北大核心 2023年第3期544-551,共8页

嵌入式平台计算资源有限,无法实时运行计算量和参数量巨大的深度学习模型。基于mobilenet v2提出一种改进的轻量化人脸识别算法L-mobilenet v2,首先对原有网络结构进行优化,然后以三元损失函数为主,将传统分类任务中的softmax损失改为Am... 嵌入式平台计算资源有限,无法实时运行计算量和参数量巨大的深度学习模型。基于mobilenet v2提出一种改进的轻量化人脸识别算法L-mobilenet v2,首先对原有网络结构进行优化,然后以三元损失函数为主,将传统分类任务中的softmax损失改为Am-softmax作为辅助损失函数,使用10575个人的49万张图片进行联合训练。相比于改进前的模型及训练方法,新模型在LFW测试集和自制数据集的识别准确率达到98.56%和95%,将模型参数量缩减72.3%的同时将识别准确率提高了1.56%和7.1%,在嵌入式平台Jetson nano上的平均识别帧率提升了36.3%。该模型可以在计算资源受限的移动端实时运行。 展开更多

关键词 嵌入式平台 深度学习 人脸识别 轻量化网络 mobilenet v2模型 softmax损失 Am-softmax损失 Jetson nano平台

在线阅读 下载PDF 职称材料

基于轻量级卷积神经网络人脸识别算法的研究与应用 被引量：19

19

作者 胡佳玲 施一萍 +2 位作者 谢思雅 陈藩 刘瑾 《传感器与微系统》 CSCD 北大核心 2022年第1期153-156,共4页

针对多数卷积神经网络(CNN)人脸识别算法在追求高精度的同时,加大网络层数,造成网络参数过多、计算量过大、训练速度缓慢且对设备要求高,增加了成本的问题,提出了一种改进型轻量级卷积神经网络MobileNet的人脸识别算法。首先,将MobileNe... 针对多数卷积神经网络(CNN)人脸识别算法在追求高精度的同时,加大网络层数,造成网络参数过多、计算量过大、训练速度缓慢且对设备要求高,增加了成本的问题,提出了一种改进型轻量级卷积神经网络MobileNet的人脸识别算法。首先,将MobileNet中的SoftMax层为L-SoftMax层,避免了过度拟合,实现更好的分类效果。其次,将改进的MobileNet和区域生成网络(RPN)融合,并在Jetson Nano小型设备上进行训练。实验表明:所提算法与传统的卷积神经网络人脸识别算法相比,在LFW人脸数据库和自建的小型数据库上训练测试,模型的参数量减少了88%,识别准确率与原MobileNet相比增加了0.2%,达到了97.54%。运行速度较原MobileNet网络提高了21.3%。 展开更多

关键词 人脸识别 卷积神经网络 MobileNet模型 L-softmax层 区域生成网络(RPN)

在线阅读 下载PDF 职称材料

采用卷积神经网络CaffeNet模型的女裤廓形分类 被引量：19

20

作者 吴欢 丁笑君 +2 位作者 李秦曼 杜磊 邹奉元 《纺织学报》 EI CAS CSCD 北大核心 2019年第4期117-121,共5页

针对服装廓形分类特征提取计算复杂、分类效果尚不理想等问题,提出了一种基于卷积神经网络CaffeNet模型的服装廓形分类方法。以女裤为例,首先建立一个包括吊裆裤、阔腿裤、喇叭裤、小脚裤和直筒裤的5种女裤廓形样本库,利用卷积神经网络... 针对服装廓形分类特征提取计算复杂、分类效果尚不理想等问题,提出了一种基于卷积神经网络CaffeNet模型的服装廓形分类方法。以女裤为例,首先建立一个包括吊裆裤、阔腿裤、喇叭裤、小脚裤和直筒裤的5种女裤廓形样本库,利用卷积神经网络相互交替的卷积层和池化层从女裤图像中自动提取形状特征,通过反向传播算法不断逐层更新权值,采用梯度下降法并且改进全连接层的参数最小化损失函数,运用Softmax回归分类器来实现女裤的廓形分类。实验结果表明,该方法能够有效地对女裤廓形进行分类,分类准确率达到95%以上,可为服装商品的可视化分类识别提供有效途径。 展开更多

关键词 卷积神经网络 CaffeNet 模型 女裤廓形 softmax 回归

在线阅读 下载PDF 职称材料