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
共找到69篇文章
< 1 2 … 4 >
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：
ED-NAS:基于神经网络架构搜索的陶瓷晶粒SEM图像分割方法 被引量：8
1
作者 蔡超丽 李纯纯 +1 位作者 黄琳 杨铁军 《电子学报》 EI CAS CSCD 北大核心 2022年第2期461-469,共9页
为了提高深度卷积神经网络(Convolutional Neural Network,CNN)设计的自动化程度并进一步提高陶瓷晶粒扫描电子显微镜(Scanning Electron Microscope,SEM)图像分割的准确性,提出了一种基于神经网络架构搜索的陶瓷晶粒图像分割方法 .该... 为了提高深度卷积神经网络(Convolutional Neural Network,CNN)设计的自动化程度并进一步提高陶瓷晶粒扫描电子显微镜(Scanning Electron Microscope,SEM)图像分割的准确性,提出了一种基于神经网络架构搜索的陶瓷晶粒图像分割方法 .该方法设计多分支结构编码空间和链式结构解码空间,并构造多分支结构编码Cell和链式结构解码Cell;同时基于强化学习分别搜索最佳编码Cell和解码Cell;此外,基于编码-解码神经网络架构堆叠最佳Cell构建陶瓷晶粒图像分割CNN,并采用池化索引在解码阶段恢复丢失的细节信息.实验在包含了629张的陶瓷晶粒SEM图像数据集上进行,搜索最佳Cell耗时约148 GPU-时.与U-Net、SegNet等SOTA方法相比,该方法在陶瓷晶粒测试集上获得了更高的分割准确性(mIoU≈68.9%). 展开更多
关键词 神经网络架构搜索 编码-解码神经网络架构 陶瓷晶粒 图像分割 编码Cell 解码Cell
在线阅读 下载PDF
基于编码-解码神经网络遥感图像语义分割应用研究 被引量：2
2
作者 李紫薇 于晓鹏 丁婷婷 《智能计算机与应用》 2021年第1期106-108,113,共4页
图像分割的实现经历了从传统方法到神经网络方法的演变。本文从图像分割的发展过程入手,介绍了图像分割与语义分割的区别,对最近几年传统图像分割方法在遥感图像分割领域的应用进行梳理分析,总结了传统遥感图像分割方法的不足。基于此,... 图像分割的实现经历了从传统方法到神经网络方法的演变。本文从图像分割的发展过程入手,介绍了图像分割与语义分割的区别,对最近几年传统图像分割方法在遥感图像分割领域的应用进行梳理分析,总结了传统遥感图像分割方法的不足。基于此,归纳了几种经典编码-解码神经网络架构在遥感图像语义分割领域的应用,对其改进方式进行了综合性分析,并对其未来的发展趋势进行展望。 展开更多
关键词 图像分割 图像语义分割 遥感图像 编码-解码神经网络
在线阅读 下载PDF
面向卷积神经网络权重量化的并行Huffman解码硬件优化研究
3
作者 王少军 蔡权雄 +1 位作者 李远超 牛昕宇 《信息与电脑》 2025年第23期39-41,共3页
为解决卷积神经网络推理过程中权重数据带宽占用高、解码延迟大的问题,文章提出了一种面向权重量化的并行哈夫曼(Huffman)解码硬件优化方法,设计了可插入分隔符的变长编码格式,构建了支持并行解码的改进型Huffman二叉树,并引入了查找表... 为解决卷积神经网络推理过程中权重数据带宽占用高、解码延迟大的问题,文章提出了一种面向权重量化的并行哈夫曼(Huffman)解码硬件优化方法,设计了可插入分隔符的变长编码格式,构建了支持并行解码的改进型Huffman二叉树,并引入了查找表机制。硬件结构采用多点并行解码单元与乒乓缓冲架构,满足了每周期64点的输出要求。实验结果表明,该方案在保证压缩率的同时,显著提升了解码吞吐量,降低了系统延迟与面积资源消耗。 展开更多
关键词 卷积神经网络 权重量化 HUFFMAN编码 并行解码 乒乓缓冲架构
在线阅读 下载PDF
基于编解码深度神经网络的交通流预测模型 被引量：3
4
作者 李山海 吴艳雄 +1 位作者 刘玉龙 张子晔 《电子技术与软件工程》 2021年第14期138-141,共4页
本文提出了一种基于编码器-解码器结构的深度神经网络模型。在经典的编解码模型基础上,基于长短时记忆网络模型并扩展时间注意力学习机制,以自动学习交通流相关序列数据中的隐含表示和非线性相关深度特征,实现端到端的变长交通流序列预... 本文提出了一种基于编码器-解码器结构的深度神经网络模型。在经典的编解码模型基础上,基于长短时记忆网络模型并扩展时间注意力学习机制,以自动学习交通流相关序列数据中的隐含表示和非线性相关深度特征,实现端到端的变长交通流序列预测,并扩展注意力机制以提升模型的预测性能。基于真实的交通流数据集进行了对比实验分析,实验结果表明所提出的交通流预测模型相比基准模型具有更优的预测准确率。 展开更多
关键词 交通流预测 编码器-解码器 时间注意力机制 深度 神经网络
在线阅读 下载PDF
编码器-解码器结构的刀具磨损状态预测研究 被引量：2
5
作者 刘本刚 吴文江 +2 位作者 赵丹 王裴岩 彭春杨 《小型微型计算机系统》 北大核心 2025年第6期1530-1536,共7页
针对航空钛合金加工中刀具磨损状态监测难题,提出了面向刀具磨损状态预测的编码器-解码器网络结构,构建了Transformer、BiLSTM、BiGRU等72种组合模型,通过在航空钛合金高效加工实测数据样本集上验证发现:以Transformer为编码器的模型性... 针对航空钛合金加工中刀具磨损状态监测难题,提出了面向刀具磨损状态预测的编码器-解码器网络结构,构建了Transformer、BiLSTM、BiGRU等72种组合模型,通过在航空钛合金高效加工实测数据样本集上验证发现:以Transformer为编码器的模型性能最优,其中Transformer-BiGRU组合模型F1值达69.61%,显著优于GS-XGBoost(58.01%)、Attention-CNN(57.65%)等方法,研究表明基于编码器-解码器的刀具状态预测模型在航空钛合金复杂切削工况下具有显著优势,未来可通过模型优化和扩充样本数据进一步提升其性能. 展开更多
关键词 编码器-解码器结构 刀具磨损状态预测 TRANSFORMER 双向循环神经网络 航空钛合金高效加工
在线阅读 下载PDF
面向交通流预测的时空编码器-解码器模型 被引量：1
6
作者 张锦 皮煜 +3 位作者 孙程 魏叶华 余飞 姚卫 《国防科技大学学报》 北大核心 2025年第3期173-182,共10页
为了解决许多交通流预测研究方法不能全面地挖掘交通数据中的动态隐藏相关性的问题,研究了动态时空变化特征,提出了一个基于编码器-解码器的交通预测模型。在模型中,编码器和解码器都主要由多头时空注意力机制组成,在两者中间加入了连... 为了解决许多交通流预测研究方法不能全面地挖掘交通数据中的动态隐藏相关性的问题,研究了动态时空变化特征,提出了一个基于编码器-解码器的交通预测模型。在模型中,编码器和解码器都主要由多头时空注意力机制组成,在两者中间加入了连接注意力机制,以分析路网时空相关性。模型还使用时空嵌入编码与自适应图卷积结合构成的动态嵌入模块来分析节点的动态和静态信息。在两个真实数据集上的实验,证明了该时空模型在长短期流量预测的效果优于其他方法。因此,时空编码器-解码器模型能有效处理复杂的时空序列,提升交通流预测的准确性。 展开更多
关键词 交通流预测 图卷积神经网络 注意力机制 编码器-解码器
在线阅读 下载PDF
基于神经网络的智能外语翻译机器人语义纠错系统 被引量：3
7
作者 李星 《自动化与仪器仪表》 2023年第1期246-250,共5页
针对传统语法错误纠正系统存在并行化程度低的问题,提出以神经语法错误纠正基线模型为基础模型,在基于循环神经网络编码器-解码器基础上对其进行改进,并构建一个基于自注意力机制的语法错误纠正模型—Transformer,通过此模型提升语法纠... 针对传统语法错误纠正系统存在并行化程度低的问题,提出以神经语法错误纠正基线模型为基础模型,在基于循环神经网络编码器-解码器基础上对其进行改进,并构建一个基于自注意力机制的语法错误纠正模型—Transformer,通过此模型提升语法纠正效果。实验结果表明,Transformer模型在对冠词、名词、介词、形容词等语法错误进行纠错时,其纠错召回率明显高于传统的MLConv模型,且本模型的计算并行化程度更高。由此说明,基于自注意力机制的语法错误纠正模型性能更为优越,构建的Transformer系统在语法错误纠正中具有可行性。 展开更多
关键词 语法错误纠正 循环神经网络 编码器-解码器 Transformer系统
原文传递
基于空洞卷积神经网络的毒株胚蛋裂纹分割
8
作者 耿磊 张静 +1 位作者 肖志涛 童军 《天津工业大学学报》 CAS 北大核心 2022年第3期69-75,共7页
针对工厂机械设备的噪声和振动、胚蛋蛋壳表面的污斑和裂纹大小、光源打光方式会对裂纹检测产生严重影响,提出一种基于密集空洞卷积模块(DACM)与空洞空间金字塔池化结构(ASPP)的卷积神经网络(CNN)分割方法分割胚蛋裂纹。采用编码器-解... 针对工厂机械设备的噪声和振动、胚蛋蛋壳表面的污斑和裂纹大小、光源打光方式会对裂纹检测产生严重影响,提出一种基于密集空洞卷积模块(DACM)与空洞空间金字塔池化结构(ASPP)的卷积神经网络(CNN)分割方法分割胚蛋裂纹。采用编码器-解码器网络结构与密集连接的空洞卷积结合,增强空间信息表示并重建不同尺度目标信息;同时,在网络浅层引入ASPP,获取多尺度特征,增强细节信息,提高网络分割性能。结果表明:在自制毒株胚蛋顶部裂纹与侧面裂纹数据集上,该方法的平均交并比(MIoU)分别达到了74.2%与81.3%,具有较强的鲁棒性。 展开更多
关键词 毒株胚蛋裂纹分割 卷积神经网络 编码器-解码器 空洞卷积 空洞空间金字塔池化
在线阅读 下载PDF
基于近红外光谱技术和编码器-解码器的黄芪产地鉴别
9
作者 刘明奇 李四海 宋航 《分析测试学报》 北大核心 2025年第10期2063-2070,共8页
为进行黄芪产地溯源,提出了CTGAN+1D-CNN+Encoder-Decoder(CCEN)网络模型,首先通过条件表格生成对抗网络(CTGAN)增强黄芪近红外光谱数据,解决数据较少的问题,再通过在一维卷积神经网络(1D-CNN)上加入编码器-解码器(Encoder-Decoder)结构... 为进行黄芪产地溯源,提出了CTGAN+1D-CNN+Encoder-Decoder(CCEN)网络模型,首先通过条件表格生成对抗网络(CTGAN)增强黄芪近红外光谱数据,解决数据较少的问题,再通过在一维卷积神经网络(1D-CNN)上加入编码器-解码器(Encoder-Decoder)结构,使网络可以同时捕获特征之间的全局关系和局部关系。实验结果表明,CTGAN和Savitzky-Golay增强后,偏最小二乘法判别分析(PLS-DA)、随机森林(RF)、K近邻算法(KNN)和1D-CNN的准确率分别提升至0.9733、0.9533、0.9600和0.9733。加入编码器-解码器后,1D-CNN准确率提升至0.9778。最终CCEN模型在黄芪数据集上的准确率、召回率和F1值分别达到0.9867、0.9872和0.9868,均优于对比模型。结果证明CCEN模型适用于近红外光谱这类结构复杂、样本有限的一维信号数据,为黄芪中药材道地性产地识别研究提供了新方法。 展开更多
关键词 黄芪 近红外光谱 CTGAN 神经网络 编码器-解码器
在线阅读 下载PDF
一种基于改进编码器-解码器的阵列稳健波束形成方法
10
作者 刘子雄 徐艳红 +2 位作者 崔灿 王安义 范旭慧 《空军工程大学学报》 北大核心 2025年第1期50-58,共9页
针对实际场景中不可避免存在的阵列误差所带来的阵列天线旁瓣电平抬高、零点移位甚至方向图畸变等问题,提出了一种基于改进编码器-解码器的阵列稳健波束形成方法。该方法基于一维卷积神经网络(1D-CNN)和人工神经网络(ANN)分别设计了编... 针对实际场景中不可避免存在的阵列误差所带来的阵列天线旁瓣电平抬高、零点移位甚至方向图畸变等问题,提出了一种基于改进编码器-解码器的阵列稳健波束形成方法。该方法基于一维卷积神经网络(1D-CNN)和人工神经网络(ANN)分别设计了编码器和解码器,其中编码器和解码器分别起到阵列综合和阵列分析的功能。首先训练解码器,通过在该训练过程中考虑阵列误差,建立实际阵列的激励权矢量与阵列方向图之间的映射关系;然后训练编码器,建立期望方向图与产生该方向图所需激励权矢量的映射关系,该过程需联合已训练好的解码器,不断迭代,最终求得最优激励权矢量。为验证该方法的有效性,开展了存在阵列误差情况下16阵元的波束综合,实现了-20 dB低旁瓣下的-45 dB单零点和-40 dB多零点综合,实验结果均证明了该方法的有效性。 展开更多
关键词 波束形成 编码器-解码器 低旁瓣 神经网络 阵列误差
在线阅读 下载PDF
深度神经网络图像描述综述 被引量：15
11
作者 许昊 张凯 +2 位作者 田英杰 种法广 王子超 《计算机工程与应用》 CSCD 北大核心 2021年第9期9-22,共14页
深度学习的迅速发展使得图像描述效果得到显著提升,针对基于深度神经网络的图像描述方法及其研究现状进行详细综述。图像描述算法结合计算机视觉和自然语言处理的知识,根据图像中检测到的内容自动生成自然语言描述,是场景理解的重要部... 深度学习的迅速发展使得图像描述效果得到显著提升,针对基于深度神经网络的图像描述方法及其研究现状进行详细综述。图像描述算法结合计算机视觉和自然语言处理的知识,根据图像中检测到的内容自动生成自然语言描述,是场景理解的重要部分。图像描述任务中,一般采用由编码器和解码器组成的基本架构。改进编码器或解码器,应用生成对抗网络、强化学习、无监督学习以及图卷积神经网络等方法能有效提高图像描述算法的性能。对每类方法的代表模型算法的效果以及优缺点进行分析,并介绍适用的公开数据集,在此基础上进行对比实验。对图像描述面临的挑战以及未来工作的发展方向做出展望。 展开更多
关键词 深度神经网络 计算机视觉 图像描述 编码器-解码器架构 注意力机制
在线阅读 下载PDF
基于降噪循环神经网络的风电功率预测 被引量：2
12
作者 田增垚 彭飞 +3 位作者 孟庆东 王汉军 田长翼 陈志奎 《微电子学与计算机》 2021年第3期27-32,共6页
针对风电功率数据的时序性特点,提出降噪循环神经网络模型对电场中短期内的风电功率进行预测.通过模型能够挖掘其蕴含的知识,提高电力系统的稳定性,优化电力调度.模型首先采用循环神经网络构建一个编码-解码结构,设计编码器从序列变量... 针对风电功率数据的时序性特点,提出降噪循环神经网络模型对电场中短期内的风电功率进行预测.通过模型能够挖掘其蕴含的知识,提高电力系统的稳定性,优化电力调度.模型首先采用循环神经网络构建一个编码-解码结构,设计编码器从序列变量中获取相应的深度特征,再通过解码器对深度特征进行解码,还原输入序列的状态并预测下一时刻的输出.进而,模型在解码器中设计降噪模块和预测模块,克服一般循环神经网络难以对带噪声数据进行预测的问题,使得模型能够对含有噪声的输入变量进行分析.通过利用电力物联网所采集的数据进行实验,结果证明提出的方法能很好地对风电功率进行预测,达到较好的预测效果. 展开更多
关键词 风电功率预测 时间序列 序列模型 编码-解码结构 降噪循环神经网络
在线阅读 下载PDF
基于多尺度特征模糊卷积神经网络的遥感图像分割 被引量：9
13
作者 马翔悦 徐金东 倪梦莹 《山东大学学报（工学版）》 CAS CSCD 北大核心 2024年第3期44-54,共11页
为解决高分辨率遥感图像“同谱异物、同物异谱”的不确定性以及大量空间信息利用率低的问题,提出一种基于多尺度特征的模糊卷积神经网络模型。该模型在长跳跃连接部分加入模糊学习模块去除噪声特征,缓解类别间的不确定性;利用多孔空间... 为解决高分辨率遥感图像“同谱异物、同物异谱”的不确定性以及大量空间信息利用率低的问题,提出一种基于多尺度特征的模糊卷积神经网络模型。该模型在长跳跃连接部分加入模糊学习模块去除噪声特征,缓解类别间的不确定性;利用多孔空间金字塔池化融合多尺度特征,提取完备的空间上下文信息,提升分割性能。试验结果表明,该模型在Potsdam数据集和Vaihingen数据集上的整体准确度分别达到92.65%和93.19%,明显优于现有流行的深度学习模型,能够显著提升高分辨率遥感图像的语义分割性能。 展开更多
关键词 模糊学习 多孔空间金字塔池化 多尺度特征 编码器-解码器 卷积神经网络
原文传递
基于双阶段注意力机制循环神经网络的交通流预测
14
作者 王健 王峥 《计算机与数字工程》 2024年第4期1251-1256,共6页
随着深度学习的发展,交通流预测的准确率越发提高,对时间序列的交通流预测进行研究,基于一种双阶段注意力机制循环神经网络模型(DA-RNN),以解决当前在交通流量的时间序列预测中存在的难以捕捉时间数据序列之间的相关性导致预测不够准确... 随着深度学习的发展,交通流预测的准确率越发提高,对时间序列的交通流预测进行研究,基于一种双阶段注意力机制循环神经网络模型(DA-RNN),以解决当前在交通流量的时间序列预测中存在的难以捕捉时间数据序列之间的相关性导致预测不够准确的问题,并解决实验中存在的过拟合现象。论文基于PEMS04数据进行实验并将预测结果与LSTM、GRU模型的预测结果进行对比,表明该时序预测模型具有良好的性能,可为交通管理与控制提供有效依据。 展开更多
关键词 深度学习 循环神经网络 注意力机制 编码器-解码器
在线阅读 下载PDF
基于神经网络的运输机皮带跑偏检测研究 被引量：1
15
作者 史艳斌 《矿业装备》 2024年第11期157-159,共3页
基于卷积神经网络(CNN)的方法可以有效提高检测精度,但存在对长距离、全局信息感知不足等问题,很难提升在皮带边缘检测上的精度。为解决上述问题,将传统CNN的卷积对局部特征的提取能力与Transformer结构对全局、长距离信息感知能力相结... 基于卷积神经网络(CNN)的方法可以有效提高检测精度,但存在对长距离、全局信息感知不足等问题,很难提升在皮带边缘检测上的精度。为解决上述问题,将传统CNN的卷积对局部特征的提取能力与Transformer结构对全局、长距离信息感知能力相结合。通过设计CNN和Transformer特征融合模块,可以灵活调节网络结构;构建了不同场景下多角度皮带运输机皮带数据集,并进行验证。研究结果表明,“c1,c2”深度模型准确率最高。检测结果与输送带实际跑偏结果一致,证明了DFTNet网络模型的有效性,检测准确率≥90%,具有较好的应用价值。 展开更多
关键词 皮带跑偏 边缘检测 神经网络 编码器-解码器 图像分割
在线阅读 下载PDF
基于编码器-解码器架构的藏医药文本实体关系联合抽取
16
作者 高兴 拥措 《高原科学研究》 CSCD 2024年第4期115-128,共14页
在藏医药领域,准确提取医学文本中的医学实体及其关系并结构化为三元组,对于构建藏医药知识图谱具有重要意义。然而,现有方法主要依赖通用预训练模型处理藏医药文本,这些模型未能充分覆盖藏医药领域的专业术语,且在泛化性和鲁棒性方面... 在藏医药领域,准确提取医学文本中的医学实体及其关系并结构化为三元组,对于构建藏医药知识图谱具有重要意义。然而,现有方法主要依赖通用预训练模型处理藏医药文本,这些模型未能充分覆盖藏医药领域的专业术语,且在泛化性和鲁棒性方面存在不足。为此,文章提出了一种新型模型,该模型基于编码器-解码器架构,并融合了指针机制。在编码阶段,BERT和GloVe被用于生成丰富的嵌入表示,这些表示经过融合,增强了模型对医学领域文本的理解力;在解码阶段,通过将Transformer解码器和指针机制结合,模型直接生成与实体和关系相关的结构化信息。此外,文章通过引入“相似跨度”的概念和相应的惩罚性训练策略,进一步增强了模型识别实体的能力。通过在CMeIE-V2和藏医药数据集TibetanAI_TMDisRE_v1.0上进行广泛实验,并与基线模型进行对比,验证了文章模型的卓越性能和鲁棒性。 展开更多
关键词 编码器-解码器架构 指针机制 藏医药文本 实体关系联合抽取
在线阅读 下载PDF
改进编码-解码框架下的跨站脚本检测 被引量：3
17
作者 程琪芩 万良 《计算机工程与设计》 北大核心 2021年第1期44-50,共7页
为解决传统机器学习方法特征提取工作艰难导致对跨站脚本检测性能有限的问题,提出应用注意力机制改进编码-解码框架的方法并以此建立模型检测跨站脚本。由卷积神经网络和双向门控循环单元网络并行构成编码器,既考虑输入数据上下文信息,... 为解决传统机器学习方法特征提取工作艰难导致对跨站脚本检测性能有限的问题,提出应用注意力机制改进编码-解码框架的方法并以此建立模型检测跨站脚本。由卷积神经网络和双向门控循环单元网络并行构成编码器,既考虑输入数据上下文信息,又充分提取有效特征;使用注意力机制解决传统编码-解码框架的“分心问题”;使用门控循环单元网络构成解码器,使用分类器进行分类检测。在收集到的数据集上进行仿真实验,验证了模型的有效性和性能优势。 展开更多
关键词 跨站脚本 编码-解码框架 卷积神经网络 门控循环单元网络 注意力机制
在线阅读 下载PDF
RNN编码器-解码器在维汉机器翻译中的应用 被引量：9
18
作者 帕丽旦.木合塔尔 吾守尔.斯拉木 +1 位作者 买买提阿依甫 努尔麦麦提.尤鲁瓦斯 《计算机工程与应用》 CSCD 北大核心 2018年第15期235-240,共6页
将RNN编码器-解码器作为传统的基于短语的PSMT系统的一部分,在传统统计机器翻译基础上,集成RNN解码器-编码器,兼容PSMT创建了新联合模型(RNN+PSMT)。新的模型不仅在维-汉、汉-英机器翻译的应用中取得了成效,而且能够捕捉到语言的规律,... 将RNN编码器-解码器作为传统的基于短语的PSMT系统的一部分,在传统统计机器翻译基础上,集成RNN解码器-编码器,兼容PSMT创建了新联合模型(RNN+PSMT)。新的模型不仅在维-汉、汉-英机器翻译的应用中取得了成效,而且能够捕捉到语言的规律,使得机器翻译中的一个重要评价指标的BLEU值得到了显著提高。实验结果表明,系统的整体性能超过了传统统计机器翻译。 展开更多
关键词 统计机器翻译 神经网络 RNN编码器-解码器 长短时记忆 维吾尔语
在线阅读 下载PDF
基于编码器-解码器的手绘化学分子结构式识别研究
19
作者 罗泱鸿 张成朋 +4 位作者 耿舒琪 张婉佳 周佳钰 陶家俊 刘伟 《信息与电脑》 2024年第22期73-76,共4页
为了推动化学分子结构式的信息化发展,通过深度学习方法将手绘化学分子结构式图像有效识别为SMILES编码。首先通过合成和真实手绘两种方式构建包含碳、氢、氧及卤素原子的化学分子结构式图像数据集,然后采用Efficient Net、Transformer... 为了推动化学分子结构式的信息化发展,通过深度学习方法将手绘化学分子结构式图像有效识别为SMILES编码。首先通过合成和真实手绘两种方式构建包含碳、氢、氧及卤素原子的化学分子结构式图像数据集,然后采用Efficient Net、Transformer组合网络在不同数据集规模、合成图像与真实手绘图像不同混合比例下分别进行对比实验,最终发现在100 K规模下按照合成图像与真实手绘图像9︰1的比例来训练的模型识别效果最好,Tanimoto系数与匹配率分别达到75.3%和60.7%。 展开更多
关键词 手绘化学分子结构式 深度学习 编码器-解码器架构 SMILES编码
在线阅读 下载PDF
基于改进U-Net网络的腺体细胞图像分割算法 被引量：11
20
作者 贝琛圆 于海滨 +2 位作者 潘勉 蒋洁 吕炳赟 《电子科技》 2019年第11期18-22,共5页
针对腺体图像在自动分割过程中由于多尺度目标和信息丢失影响导致准确率降低的问题,文中采用了一种引入注意力模块的全卷积神经网络模型。该模型遵循编码器-解码器结构,在编码网络中用空洞残差卷积层代替原有的普通卷积层,并添加空洞金... 针对腺体图像在自动分割过程中由于多尺度目标和信息丢失影响导致准确率降低的问题,文中采用了一种引入注意力模块的全卷积神经网络模型。该模型遵循编码器-解码器结构,在编码网络中用空洞残差卷积层代替原有的普通卷积层,并添加空洞金字塔池;再在解码网络中加入注意力模块,使模型输出高分辨率特征图,提高对多尺度目标的分割精度。实验结果表明,提出的网络模型参数少分割精度高,对腺体图像的平均分割精度高达89.7%,具有较好的鲁棒性。 展开更多
关键词 全卷积神经网络 编码器-解码器结构 空洞金字塔池 注意力模块 高分辨率特征图 分割精度高
在线阅读 下载PDF
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 2 … 4 下一页 到第 页
使用帮助 返回顶部