期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于CNN-SVM的行人活动识别方法
被引量：
1
1
作者
张帅
李召洋
+1 位作者
陈建广
黄风华
《导航定位学报》
北大核心
2025年第1期87-93,共7页
针对传统行人活动识别方法过度依赖人工手动选择和提取特征,导致特征提取难度大及识别准确率低的问题,提出一种基于卷积神经网络结合支持向量机(CNN-SVM)的行人活动识别模型:将数据输入到卷积神经网络(CNN)与归一化指数函数(Softmax)层...
针对传统行人活动识别方法过度依赖人工手动选择和提取特征,导致特征提取难度大及识别准确率低的问题,提出一种基于卷积神经网络结合支持向量机(CNN-SVM)的行人活动识别模型:将数据输入到卷积神经网络(CNN)与归一化指数函数(Softmax)层相结合的网络中进行训练直至网络收敛,收敛的CNN网络用于自动提取行人活动数据特征;然后利用支持向量机(SVM)取代CNN网络的归一化指数函数(Softmax)层来优化分类效果。实验结果表明,所提出的CNN-SVM模型可达到97.77%的识别准确率,优于对比实验模型,具有较好的行人活动识别效果。
展开更多
关键词
行人活动识别
卷积神经网络(CNN)
支持向量机(SVM)
惯性传感器
深度学习
在线阅读
下载PDF
职称材料
一种改进U 2-Net的高分辨率遥感影像道路提取方法
2
作者
许锐
庄振兴
黄风华
《遥感信息》
CSCD
北大核心
2024年第4期33-43,共11页
目前基于深度学习的道路提取方法普遍存在忽略影像细节特征的问题。针对此问题,设计了一种改进U 2-Net的高分辨率遥感影像道路信息提取新方法。该方法以U 2-Net为主体框架,引入了卷积注意力机制模块和自注意力机制模块,既增加影像的全...
目前基于深度学习的道路提取方法普遍存在忽略影像细节特征的问题。针对此问题,设计了一种改进U 2-Net的高分辨率遥感影像道路信息提取新方法。该方法以U 2-Net为主体框架,引入了卷积注意力机制模块和自注意力机制模块,既增加影像的全局语义信息又保留了空间细节特征,实现不同类型特征的有效融合。在DeepGlobe和CHN6-CUG两个道路数据集上的实验结果表明,该方法具有更强的特征提取和抗干扰能力,整体性能优于其他同类研究成果,能够更有效地从高分辨率遥感影像中提取道路。
展开更多
关键词
深度学习
道路提取
语义分割
U
2-Net
双注意力机制
在线阅读
下载PDF
职称材料
题名
基于CNN-SVM的行人活动识别方法
被引量：
1
1
作者
张帅
李召洋
陈建广
黄风华
机构
重庆交通大学智慧城市
学院
福建省
空间信息
感知与
智能
处理
重点
实验室
(
阳光
学院
)
浙江德清知路导航研究院有限公司
出处
《导航定位学报》
北大核心
2025年第1期87-93,共7页
基金
重庆市自然科学基金面上项目(CSTB2022NSCQ-MSX1625)
重庆市教委科学技术研究项目(KJQN202100734)
+1 种基金
重庆市博士“直通车”科研项目(CSTB2022BSXM-JSX0020)
福建省空间信息感知与智能处理重点实验室开放基金项目(FKLSIPIP1008)。
文摘
针对传统行人活动识别方法过度依赖人工手动选择和提取特征,导致特征提取难度大及识别准确率低的问题,提出一种基于卷积神经网络结合支持向量机(CNN-SVM)的行人活动识别模型:将数据输入到卷积神经网络(CNN)与归一化指数函数(Softmax)层相结合的网络中进行训练直至网络收敛,收敛的CNN网络用于自动提取行人活动数据特征;然后利用支持向量机(SVM)取代CNN网络的归一化指数函数(Softmax)层来优化分类效果。实验结果表明,所提出的CNN-SVM模型可达到97.77%的识别准确率,优于对比实验模型,具有较好的行人活动识别效果。
关键词
行人活动识别
卷积神经网络(CNN)
支持向量机(SVM)
惯性传感器
深度学习
Keywords
pedestrian activity recognition
convolutional neural network(CNN)
support vector machine(SVM)
inertial sensor
deep learning
分类号
P228 [天文地球—大地测量学与测量工程]
在线阅读
下载PDF
职称材料
题名
一种改进U 2-Net的高分辨率遥感影像道路提取方法
2
作者
许锐
庄振兴
黄风华
机构
福建
理工大学计算机科学与数学
学院
福建省
空间信息
感知与
智能
处理
重点
实验室
(
阳光
学院
)
出处
《遥感信息》
CSCD
北大核心
2024年第4期33-43,共11页
基金
福建省空间信息感知与智能处理重点实验室开放基金(阳光学院,FKLSIPIP1020)。
文摘
目前基于深度学习的道路提取方法普遍存在忽略影像细节特征的问题。针对此问题,设计了一种改进U 2-Net的高分辨率遥感影像道路信息提取新方法。该方法以U 2-Net为主体框架,引入了卷积注意力机制模块和自注意力机制模块,既增加影像的全局语义信息又保留了空间细节特征,实现不同类型特征的有效融合。在DeepGlobe和CHN6-CUG两个道路数据集上的实验结果表明,该方法具有更强的特征提取和抗干扰能力,整体性能优于其他同类研究成果,能够更有效地从高分辨率遥感影像中提取道路。
关键词
深度学习
道路提取
语义分割
U
2-Net
双注意力机制
Keywords
deep learning
road extraction
semantic segmentation
U 2-Net
dual attention mechanism
分类号
TP79 [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
作者
出处
发文年
被引量
操作
1
基于CNN-SVM的行人活动识别方法
张帅
李召洋
陈建广
黄风华
《导航定位学报》
北大核心
2025
1
在线阅读
下载PDF
职称材料
2
一种改进U 2-Net的高分辨率遥感影像道路提取方法
许锐
庄振兴
黄风华
《遥感信息》
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
