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5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：
基于AlexNet卷积神经网络模型的宁夏天然地震和非天然地震识别研究 被引量：3
1
作者 任家琪 周少辉 +2 位作者 余思汗 胡子琪 唐浩 《防灾减灾学报》 2022年第4期45-50,共6页
宁夏回族自治区及周边天然地震和非天然地震频发,精确快速识别天然和非天然地震有利于震后应急响应、科学研究、赈灾救援等工作。基于AlexNet卷积神经网络模型,选取宁夏境内及周边130个地震事件(天然地震80个、非天然地震50个),对其进... 宁夏回族自治区及周边天然地震和非天然地震频发,精确快速识别天然和非天然地震有利于震后应急响应、科学研究、赈灾救援等工作。基于AlexNet卷积神经网络模型,选取宁夏境内及周边130个地震事件(天然地震80个、非天然地震50个),对其进行了单个台站波形记录地震事件的训练和多个台站波形记录地震事件的测试,并将模型结果与宁夏测震台网人工编目结果进行比对,结果表明单个台站波形记录地震事件的训练结果中,AlexNet卷积神经网络模型对宁夏天然地震和非天然地震的正确识别率为99%;多个台站波形记录地震事件的测试结果中,此模型对宁夏天然地震和非天然地震的正确识别率为97.01%。AlexNet卷积神经网络模型作为人工智能领域的成熟技术之一,可以很好的运用于宁夏天然地震和非天然地震的识别工作之中。 展开更多
关键词 宁夏天然地震和非天然地震 alexNet卷积神经网络模型 地震类型识别
在线阅读 下载PDF
基于增强AlexNet的深度学习的阿尔茨海默病的早期诊断 被引量：71
2
作者 吕鸿蒙 赵地 迟学斌 《计算机科学》 CSCD 北大核心 2017年第S1期50-60,共11页
在中国,越来越多的老人正在忍受着阿尔茨海默病(Alzheimer's Disease,AD)的痛苦。阿尔茨海默病俗称老年痴呆症,临床上表现为失忆、丧失语言能力等。目前,中国的阿尔茨海默病患者人数已居世界第一。因此,早期诊断阿尔茨海默病变得十... 在中国,越来越多的老人正在忍受着阿尔茨海默病(Alzheimer's Disease,AD)的痛苦。阿尔茨海默病俗称老年痴呆症,临床上表现为失忆、丧失语言能力等。目前,中国的阿尔茨海默病患者人数已居世界第一。因此,早期诊断阿尔茨海默病变得十分急迫。研究表明,轻度认知障碍(Mild Cognitive Impairment,MCI)转化为阿尔茨海默病的概率很高,它是介于阿尔茨海默病和正常(Healthy Control,HC)之间的一种状态。随着大数据时代的来临,机器学习方法在疾病诊断方面受到热捧。所以,研究提出使用深度学习方法实现对阿尔茨海默病、轻度认知障碍和健康人群的诊断。数据库来自网络公开数据库ADNI。原始的核磁共振图像(Magnetic Resonance Imaging,MRI)的预处理得到首都医科大学附属北京天坛医院的指导。使用卷积神经网络对降维后的实验数据进行训练。因为目前的网络模型不是针对医学图像的,所以实验的重点在于改进现有网络模型,使之达到良好的诊断效果。改进的网络模型是在图像分类方面十分出色的AlexNet网络模型。实验根据阿尔茨海默病的特点提出改进原始模型的4种算法,采用并行方式计算,使用曙光W780-G20服务器,利用8块NVIDIA Tesla K80进行GPU计算,获得4个分类器:AD vs.HC,AD vs.MCI,MCI vs.HC和AD vs.MCI vs.HC。数据集中图像总数量超过7万张,耗时不超过30分钟。最终,通过绘制ROC曲线,计算敏感度、特异度、精确度,对测试结果进行评估,得到了较好的测试结果。 展开更多
关键词 阿尔茨海默病 轻度认知障碍 深度学习 卷积神经网络 增强的alexNet网络模型 脑图像 核磁共振图像
在线阅读 下载PDF
基于ANNet网络的RGB-D图像的目标检测 被引量：3
3
作者 蔡强 魏立伟 +1 位作者 李海生 曹健 《系统仿真学报》 CAS CSCD 北大核心 2016年第9期2260-2266,共7页
由于深度图像采集设备的广泛使用,使得利用RGB-D图像进行目标检测成为计算机视觉领域研究热点。为了使得利用卷积神经网络所提取的特征更具有鲁棒性,设计了一种改进的卷积神经网络(本文称为ANNet),以提高检测准确率。为了提高卷积层中... 由于深度图像采集设备的广泛使用,使得利用RGB-D图像进行目标检测成为计算机视觉领域研究热点。为了使得利用卷积神经网络所提取的特征更具有鲁棒性,设计了一种改进的卷积神经网络(本文称为ANNet),以提高检测准确率。为了提高卷积层中局部感受区域的模型分辨能力,针对AlexN et网络中卷积层中卷积核与下层数据块的线性特性,将部分卷积层改进为带有多层感知机的非线性卷积层。在NYUD2数据集上实验,结果表明,使用改进后的网络结构,在彩色图像上的检测结果提升了3%,在RGB-D图像上的检测结果提升了4%。 展开更多
关键词 目标检测 卷积神经网络 alex NET网络 RGB-D图像
原文传递
基于改进卷积神经网络的车型识别 被引量：10
4
作者 陈立潮 卜楠 +2 位作者 潘理虎 曹建芳 张英俊 《计算机工程与设计》 北大核心 2019年第11期3331-3336,3348,共7页
为解决传统车型识别方法提取特征信息单一、识别精度不高、效率低的问题,将卷积神经网络引入目标识别问题中,利用其清晰、高效的泛化能力完成车型的特征学习,围绕模型的框架结构设计和内部参数优化两个方面进行研究,提出一种基于改进的A... 为解决传统车型识别方法提取特征信息单一、识别精度不高、效率低的问题,将卷积神经网络引入目标识别问题中,利用其清晰、高效的泛化能力完成车型的特征学习,围绕模型的框架结构设计和内部参数优化两个方面进行研究,提出一种基于改进的Alex Net网络模型。将循环神经网络与卷积神经网络融合嵌入二级框架,设计自定义池化方式并对参数更新过程方法进行合理组合,通过提取浅层和高层的组合特征保证训练过程输入信息的多样性,使特征表达更加精确,网络性能更加高效。将该模型应用于视频监控图像车型识别任务中,通过在BIT-vehicle数据集上的一系列对比实验验证了所提模型的有效性。 展开更多
关键词 车型识别 alex Net卷积神经网络 循环神经网络 特征融合 池化
在线阅读 下载PDF
基于VGG网络的发电机定转子智能诊断算法 被引量：2
5
作者 李诚 刘昊 +3 位作者 蒋希峰 吴军法 韩文刚 高建国 《电子科技》 2021年第11期62-66,共5页
针对发电机定转子潜在缺陷严重影响机组运行安全稳定性的问题,文中提出了基于VGG网络的发电机定转子智能诊断算法。相比于Alex网络,VGG网络采用多个堆叠的小尺寸卷积滤波器代替大尺寸滤波器,减少了算法参数规模,加深了网络结构深度。文... 针对发电机定转子潜在缺陷严重影响机组运行安全稳定性的问题,文中提出了基于VGG网络的发电机定转子智能诊断算法。相比于Alex网络,VGG网络采用多个堆叠的小尺寸卷积滤波器代替大尺寸滤波器,减少了算法参数规模,加深了网络结构深度。文中所提算法包括离线训练和在线监测两部分,前者通过本地服务器发电机定转子历史图像进行学习训练,获得满足精度要求的VGG网络模型;后者利用训练好的VGG网络模型,实现发电机定转子的在线实时监测。通过仿真实验表明,相比于Alex网络,文中所提算法训练过程收敛速度更快,计算误差更小,对发电机定转子缺陷识别准确率更高。 展开更多
关键词 定转子 卷积神经网络 诊断 缺陷 alex网络 发电机 缺陷识别 在线实时监测
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 下一页 到第 页
使用帮助 返回顶部