检索结果-维普期刊中文期刊服务平台

基于改进YOLOv5s 的白酒瓶盖瑕疵检测被引量：2: 1; 作者王军万书东程勇《包装工程》 CAS 北大核心 2024年第7期180-188,共9页; 目的瓶装白酒生产过程中,瓶盖表面瑕疵会影响产品外观质量。针对白酒瓶盖表面瑕疵检测效率低和目标检测效果差的问题,提出一种基于YOLOv5s的改进算法DTS-YOLO。方法首先,在主干网络中引入可变形卷积,以提高模型对极端长宽比瑕疵的检测... 展开更多; 关键词 YOLOv5s 瑕疵检测可变形卷积 Transformer编码块注意力机制; 在线阅读下载PDF 职称材料

深度学习的轻量化神经网络结构研究综述被引量：43: 2; 作者王军冯孙铖程勇《计算机工程》 CAS CSCD 北大核心 2021年第8期1-13,共13页; 随着深度神经网络和智能移动设备的快速发展,网络结构轻量化设计逐渐成为前沿且热门的研究方向,而轻量化的本质是在保持深度神经网络精度的前提下优化存储空间和提升运行速度。阐述深度学习的轻量化网络结构设计方法,对比与分析人工设... 展开更多; 关键词深度学习轻量化设计深度可分离卷积 Octave卷积神经网络结构搜索模型压缩; 在线阅读下载PDF 职称材料

论科研与教学关系:非线性思维的视角被引量：16: 3; 作者吴立保张建伟《南京师大学报（社会科学版）》 CSSCI 北大核心 2012年第2期83-88,共6页; 科研与教学是大学中永恒的话题,研究者从不同视角论述大学科研与教学的多种关系,但是,建立在线性思维方式下讨论科研与教学关系的结果是无休止的争论,换一种思维方式,运用非线性思维方式来考察科研与教学的关系,以教学学术性为基础,将... 展开更多; 关键词大学科研教学非缌陛; 在线阅读下载PDF 职称材料

基于密度峰值的Adaboost算法被引量：3: 4; 作者王军吴文超程勇《计算机工程与设计》北大核心 2019年第11期3136-3141,共6页; 针对不平衡数据分类问题,提出一种基于密度峰值的Adaboost算法。将训练数据划分为多数类和少数类,统计各自的数量;在多数类样本中,对由密度峰值算法快速聚类生成的各个簇按照采样率进行随机欠采样,将所采样的多数类与原少数类合成新样... 展开更多; 关键词密度峰值不平衡多分类 ADABOOST 基分类器决策树算法; 在线阅读下载PDF 职称材料

基于多任务长短时卷积计算网络的降雨预测被引量：3: 5; 作者王军陈百艳程勇《计算机工程与设计》北大核心 2022年第9期2686-2693,共8页; 为提高降雨预测的准确率,解决现有深度学习降雨预测模型缺乏对多站点气象数据时空关系建模能力的问题,提出基于多任务学习和改进的长短时卷积计算网络降雨预测模型(MTL-LSTC)。在长短时记忆网络内部的输入到状态和状态到状态的转换过程... 展开更多; 关键词降雨预测长短时记忆网络卷积计算结构长短时卷积计算网络多任务学习; 在线阅读下载PDF 职称材料

混合的密度峰值聚类算法被引量：1: 6; 作者王军周凯程勇《计算机应用》 CSCD 北大核心 2019年第2期403-408,共6页; 密度峰值聚类(DP)算法是一种新的基于密度的聚类算法,当它处理的单个聚类包含多个密度峰值时,会将每个不同密度峰值视为潜在聚类中心,以致难以在数据集中确定正确数量聚类,为此,提出一种混合的密度峰值聚类算法C-DP。首先,以密度峰值点... 展开更多; 关键词密度峰值层次聚类类合并代表点收缩因子; 在线阅读下载PDF 职称材料

基于改进深度信念网络的农业温室温度预测方法被引量：10: 7; 作者周翔宇程勇王军《计算机应用》 CSCD 北大核心 2019年第4期1053-1058,共6页; 针对浅层神经网络面对温室复杂多变环境因子表征能力低、学习时间长的问题,提出一种基于改进深度信念网络并结合经验模态分解与门控循环单元的温室预测方法。首先,通过经验模态分解将温度环境因子进行信号分解,之后将分解出来的固有模... 展开更多; 关键词循环神经网络深度信念网络门控循环单元时间序列预测神经胶质链; 在线阅读下载PDF 职称材料

基于遮挡感知卷积神经网络的面部表情识别模型被引量：8: 8; 作者王军赵凯程勇《计算机工程》 CAS CSCD 北大核心 2021年第10期242-251,共10页; 针对面部遮挡情况下表情特征难以提取的问题,提出一种双通道遮挡感知神经网络模型。设计区域遮挡判定单元并集成到VGG16网络中形成遮挡感知神经网络,提取面部图像中未遮挡区域及遮挡较少区域的表情特征。运用迁移学习算法对卷积层参数... 展开更多; 关键词卷积神经网络面部表情识别迁移学习特征融合残差网络; 在线阅读下载PDF 职称材料

题名基于改进YOLOv5s 的白酒瓶盖瑕疵检测被引量：2: 1; 作者王军万书东程勇; 机构南京信息工程大学软件学院南京信息工程大学科技产业处; 出处《包装工程》 CAS 北大核心 2024年第7期180-188,共9页; 基金国家自然科学基金(41975183,41875184)。; 文摘目的瓶装白酒生产过程中,瓶盖表面瑕疵会影响产品外观质量。针对白酒瓶盖表面瑕疵检测效率低和目标检测效果差的问题,提出一种基于YOLOv5s的改进算法DTS-YOLO。方法首先,在主干网络中引入可变形卷积,以提高模型对极端长宽比瑕疵的检测精度。其次,引入Transformer编码块,使网络聚焦于提取图像的全局信息。最后,在颈部网络构建C3SE-Lite模块,将C3模块嵌入SE注意力模块的同时引入Ghost卷积,减少参数量的同时,增强对瓶盖瑕疵的检测能力。结果实验结果表明,本文所提方法相较于基础网络,参数量减少了10%,平均精度均值达95%,平均检测速度达30帧/s。结论本文方法有效实现了白酒瓶盖表面瑕疵快速、准确地检测,可广泛应用于瓶装白酒生产过程中瓶盖表面检测。; 关键词 YOLOv5s 瑕疵检测可变形卷积 Transformer编码块注意力机制; Keywords YOLOv5s flaw detection deformable convolution Transformer coding block attention mechanism; 分类号 TB487 [一般工业技术—包装工程]; 在线阅读下载PDF 职称材料

题名深度学习的轻量化神经网络结构研究综述被引量：43: 2; 作者王军冯孙铖程勇; 机构南京信息工程大学计算机与软件学院南京信息工程大学数字取证教育部工程研究中心南京信息工程大学科技产业处; 出处《计算机工程》 CAS CSCD 北大核心 2021年第8期1-13,共13页; 基金国家自然科学基金(41875184) 江苏省“六大人才高峰”创新人才团队项目(TD-XYDXX-004)。; 文摘随着深度神经网络和智能移动设备的快速发展,网络结构轻量化设计逐渐成为前沿且热门的研究方向,而轻量化的本质是在保持深度神经网络精度的前提下优化存储空间和提升运行速度。阐述深度学习的轻量化网络结构设计方法,对比与分析人工设计的轻量化方法、基于神经网络结构搜索的轻量化方法和基于自动模型压缩的轻量化方法的创新点与优劣势,总结与归纳上述3种主流轻量化方法中性能优异的网络结构并分析各自的优势和局限性。在此基础上,指出轻量化网络结构设计所面临的挑战,同时对其应用方向及未来发展趋势进行展望。; 关键词深度学习轻量化设计深度可分离卷积 Octave卷积神经网络结构搜索模型压缩; Keywords deep learning lightweight design Depthwise Separable Convolution(DSC) Octave convolution neural network structure search model compression; 分类号 TP18 [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

题名论科研与教学关系:非线性思维的视角被引量：16: 3; 作者吴立保张建伟; 机构南京信息工程大学高等教育研究所南京信息工程大学科技处; 出处《南京师大学报（社会科学版）》 CSSCI 北大核心 2012年第2期83-88,共6页; 文摘科研与教学是大学中永恒的话题,研究者从不同视角论述大学科研与教学的多种关系,但是,建立在线性思维方式下讨论科研与教学关系的结果是无休止的争论,换一种思维方式,运用非线性思维方式来考察科研与教学的关系,以教学学术性为基础,将科研与教学看作一个动态的整体,从大学评价制度、教师激励制度和学生培养制度等方面进行有效的改革,才能有助于我们在后大众化阶段整合科研与教学的关系。; 关键词大学科研教学非缌陛; Keywords university research teaching nonlinearity; 分类号 G642 [文化科学—高等教育学] G644 [文化科学—高等教育学]; 在线阅读下载PDF 职称材料

题名基于密度峰值的Adaboost算法被引量：3: 4; 作者王军吴文超程勇; 机构南京信息工程大学计算机与软件学院南京信息工程大学科技产业处; 出处《计算机工程与设计》北大核心 2019年第11期3136-3141,共6页; 基金国家自然科学基金项目(61373064、61402236) 江苏省"六大人才高峰"基金项目(2015-DZXX-015) +2 种基金江苏省农业气象重点实验室开放基金项目(KYQ1309); 文摘针对不平衡数据分类问题,提出一种基于密度峰值的Adaboost算法。将训练数据划分为多数类和少数类,统计各自的数量;在多数类样本中,对由密度峰值算法快速聚类生成的各个簇按照采样率进行随机欠采样,将所采样的多数类与原少数类合成新样本,降低数据的不平衡性;将合成样本带入以决策树为基分类器的自适应增强模型,通过改变样本权值分布提高该算法模型对于不平衡数据的分类性能。实验结果表明,该算法在评价指标ROC曲线下的面积(AUC)、G-mean和balance方面优于或者部分优于其它对比算法。; 关键词密度峰值不平衡多分类 ADABOOST 基分类器决策树算法; Keywords density peaks unbalanced multi classification Adaboost base classifier decision tree algorithm; 分类号 TP301 [自动化与计算机技术—计算机系统结构] TP399 [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

题名基于多任务长短时卷积计算网络的降雨预测被引量：3: 5; 作者王军陈百艳程勇; 机构南京信息工程大学计算机与软件学院南京信息工程大学科技产业处; 出处《计算机工程与设计》北大核心 2022年第9期2686-2693,共8页; 基金国家自然科学基金项目(41875184、41975183) 江苏省“六大人才高峰”创新团队基金项目(TD-XYDXX-004) +1 种基金江苏省农业气象重点实验室开放基金项目(KYQ1309)。; 文摘为提高降雨预测的准确率,解决现有深度学习降雨预测模型缺乏对多站点气象数据时空关系建模能力的问题,提出基于多任务学习和改进的长短时卷积计算网络降雨预测模型(MTL-LSTC)。在长短时记忆网络内部的输入到状态和状态到状态的转换过程加入卷积运算结构,对气象序列数据进行编码,结合多任务学习方法提取出站点间隐藏的交互信息,建立站点间相关性模型,实现基于多站点气象数据的降雨预测。模拟实验结果表明,MTL-LSTC模型预测结果准确率更高且模型更高效,多站点气象数据的利用率也得到较大提升。; 关键词降雨预测长短时记忆网络卷积计算结构长短时卷积计算网络多任务学习; Keywords rainfall prediction long short-term memory convolution computing structure long short-term convolutional calculation network multi-task learning; 分类号 TP399 [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

题名混合的密度峰值聚类算法被引量：1: 6; 作者王军周凯程勇; 机构南京信息工程大学计算机与软件学院南京信息工程大学科技产业处; 出处《计算机应用》 CSCD 北大核心 2019年第2期403-408,共6页; 基金国家自然科学基金资助项目(41875184 61373064) +3 种基金 NGII20171204) 江苏省农业气象重点实验室开放基金资助项目(KYQ1309)~~; 文摘密度峰值聚类(DP)算法是一种新的基于密度的聚类算法,当它处理的单个聚类包含多个密度峰值时,会将每个不同密度峰值视为潜在聚类中心,以致难以在数据集中确定正确数量聚类,为此,提出一种混合的密度峰值聚类算法C-DP。首先,以密度峰值点为初始聚类中心将数据集划分为子簇;然后,借鉴代表点层次聚类算法(CURE),从子簇中选取分散的代表点,将拥有最小距离的代表点对的类进行合并,引入参数收缩因子以控制类的形状。仿真实验结果表明,在4个合成数据集上C-DP算法比DP算法聚类效果更好;在真实数据集上的Rand Index指标对比表明,在数据集S1上,C-DP算法比DP算法性能提高了2. 32%,在数据集4k2_far上,C-DP算法比DP算法性能提高了1. 13%。由此可见,C-DP算法在单个类簇中包含多密度峰值的数据集中能提高聚类的准确性。; 关键词密度峰值层次聚类类合并代表点收缩因子; Keywords density peak hierarchical clustering class merging representative point contraction factor; 分类号 TP301.6 [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

题名基于改进深度信念网络的农业温室温度预测方法被引量：10: 7; 作者周翔宇程勇王军; 机构南京信息工程大学计算机与软件学院南京信息工程大学科技产业处; 出处《计算机应用》 CSCD 北大核心 2019年第4期1053-1058,共6页; 基金国家自然科学基金资助项目(41875184) 江苏省"六大人才高峰"项目(2015-DZXX-015 +1 种基金 TD-XYDXX-004) 江苏高校"青蓝工程"项目~~; 文摘针对浅层神经网络面对温室复杂多变环境因子表征能力低、学习时间长的问题,提出一种基于改进深度信念网络并结合经验模态分解与门控循环单元的温室预测方法。首先,通过经验模态分解将温度环境因子进行信号分解,之后将分解出来的固有模态函数与残差信号进行不同程度的预测;然后,引入神经胶质改进深度信念网络,并将分解信号结合光照和二氧化碳进行多属性的特征提取;最后,将门控循环单元预测的信号分量相加获得最终的预测结果。仿真实验结果表明,与经验模态分解-深度信念网络(EMD-DBN)和深度信念网络-神经胶质链(DBN-g)相比,所提方法的预测误差分别降低了6.25%和5.36%,验证了其在强噪声、强耦合的温室时序环境下预测的有效性和可行性。; 关键词循环神经网络深度信念网络门控循环单元时间序列预测神经胶质链; Keywords recurrent neural network Deep Belief Network(DBN) Gated Recurrent Unit(GRU) time series prediction glial chain; 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

题名基于遮挡感知卷积神经网络的面部表情识别模型被引量：8: 8; 作者王军赵凯程勇; 机构南京信息工程大学科技产业处南京信息工程大学计算机与软件学院; 出处《计算机工程》 CAS CSCD 北大核心 2021年第10期242-251,共10页; 基金国家自然科学基金(41875184,61373064) 江苏省“六大人才高峰”创新团队项目(TD-XYDXX-004) +1 种基金江苏省农业气象重点实验室开放基金(KYQ1309)。; 文摘针对面部遮挡情况下表情特征难以提取的问题,提出一种双通道遮挡感知神经网络模型。设计区域遮挡判定单元并集成到VGG16网络中形成遮挡感知神经网络,提取面部图像中未遮挡区域及遮挡较少区域的表情特征。运用迁移学习算法对卷积层参数进行预训练,减轻训练数据样本不足带来的过拟合问题。通过优化残差网络提取全脸表情相关特征,在此基础上加权融合遮挡感知神经网络和残差网络的输出以识别表情。在CK+、RAF-DB、SFEW这3个公开数据库上进行对比实验,结果表明,该模型平均准确率分别达到97.33%、86%、61.06%,与OPCNN、ResNet、VGG16等传统卷积神经网络模型相比,有效提高了面部遮挡情况下的表情识别精度。; 关键词卷积神经网络面部表情识别迁移学习特征融合残差网络; Keywords Convolutional Neural Network(CNN) facial expression recognition transfer learning feature fusion residual network; 分类号 TP311.1 [自动化与计算机技术—计算机软件与理论]; 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YOLOv5s 的白酒瓶盖瑕疵检测	王军万书东程勇	《包装工程》 CAS 北大核心	2024	2	在线阅读下载PDF 职称材料
2	深度学习的轻量化神经网络结构研究综述	王军冯孙铖程勇	《计算机工程》 CAS CSCD 北大核心	2021	43	在线阅读下载PDF 职称材料
3	论科研与教学关系:非线性思维的视角	吴立保张建伟	《南京师大学报（社会科学版）》 CSSCI 北大核心	2012	16	在线阅读下载PDF 职称材料
4	基于密度峰值的Adaboost算法	王军吴文超程勇	《计算机工程与设计》北大核心	2019	3	在线阅读下载PDF 职称材料
5	基于多任务长短时卷积计算网络的降雨预测	王军陈百艳程勇	《计算机工程与设计》北大核心	2022	3	在线阅读下载PDF 职称材料
6	混合的密度峰值聚类算法	王军周凯程勇	《计算机应用》 CSCD 北大核心	2019	1	在线阅读下载PDF 职称材料
7	基于改进深度信念网络的农业温室温度预测方法	周翔宇程勇王军	《计算机应用》 CSCD 北大核心	2019	10	在线阅读下载PDF 职称材料
8	基于遮挡感知卷积神经网络的面部表情识别模型	王军赵凯程勇	《计算机工程》 CAS CSCD 北大核心	2021	8	在线阅读下载PDF 职称材料