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67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：
基于特征插值TSCTransMix-CapsNet的轴承故障分类模型
1
作者 任义 孙明丽 +1 位作者 栾方军 袁帅 《机电工程》 北大核心 2025年第4期607-617,共11页
针对轴承故障诊断分类模型不能很好地提取到振动序列多层次特征,以及故障样本量稀少的问题,提出了一种基于特征插值的时间序列分类Transformer融合胶囊网络(TSCTransMix-CapsNet)的故障诊断模型。首先,以重叠采样预处理后的一维振动信... 针对轴承故障诊断分类模型不能很好地提取到振动序列多层次特征,以及故障样本量稀少的问题,提出了一种基于特征插值的时间序列分类Transformer融合胶囊网络(TSCTransMix-CapsNet)的故障诊断模型。首先,以重叠采样预处理后的一维振动信号数据作为模型的输入,利用时间序列分类Transformer(TSCTransformer)捕捉了序列长距离关系,提取了振动信号的全局故障特征,同时应用混合数据增强方法(Mixup)对特征做了插值处理,进行了特征增强;然后,利用胶囊网络模型对全局故障特征作了进一步细化处理,提取了局部故障特征,从而形成了包含全局模式和局部细节的特征输出;最后,在多工况条件下选取CWRU和XJTU-SY数据集进行了轴承故障诊断的消融和对比实验,并将该模型与其他模型进行了比较。研究结果表明:该模型在CWRU数据集上的故障诊断准确率达到99.50%,在XJTU-SY数据集上的故障诊断准确率达到99.87%。相比于其他模型,该模型能更加有效地提高轴承故障诊断中的分类性能。 展开更多
关键词 故障诊断模型 时间序列分类Transformer 胶囊网络模型 特征插值 特征增强 混合数据增强方法
在线阅读 下载PDF
CapsFormer:融合CapsNet与Transformer的医学影像几何感知分类模型
2
作者 郭万玲 刘海川 《信息技术与信息化》 2025年第12期48-51,共4页
医学影像分类在临床诊断中发挥着重要作用,可以显著提升疾病的诊断效率与准确性。然而,传统方法和现有深度学习技术在处理医学影像的复杂性和几何特征时仍存在局限。基于此,文章提出了一种CapsNet几何感知能力与Transformer全局上下文... 医学影像分类在临床诊断中发挥着重要作用,可以显著提升疾病的诊断效率与准确性。然而,传统方法和现有深度学习技术在处理医学影像的复杂性和几何特征时仍存在局限。基于此,文章提出了一种CapsNet几何感知能力与Transformer全局上下文建模能力的CapsFormer架构,以提高医学影像分类的准确性。实验结果表明,CapsFormer在分类准确率、F_(1)分数和AUC-ROC等关键指标上表现较好。消融实验进一步表明,CapsNet模块精准建模几何特征,Transformer模块有效整合全局信息,二者协同作用提升了模型的鲁棒性和分类性能。CapsFormer不仅为医学影像分类提供有效解决方案,还展现出在复杂临床场景中的广阔应用前景,推动智能医疗诊断的发展。 展开更多
关键词 capsnet TRANSFORMER 医学影像分析 深度学习 图像识别
在线阅读 下载PDF
基于Res-CapsNet与改进YOLOv4的绝缘子破损识别与定位
3
作者 卞建鹏 朱泽明 +1 位作者 陈璇 安荣廷 《电瓷避雷器》 2025年第6期106-116,共11页
针对传统卷积神经网络(CNN)在绝缘子破损检测方面存在识别效果差、速度慢等问题,本研究提出一种基于Res-CapsNet(残差胶囊网络)与改进YOLOv4相结合的算法,包括绝缘子分类检测及破损定位两部分。首先,由于残差网络可以解决传统分类网络... 针对传统卷积神经网络(CNN)在绝缘子破损检测方面存在识别效果差、速度慢等问题,本研究提出一种基于Res-CapsNet(残差胶囊网络)与改进YOLOv4相结合的算法,包括绝缘子分类检测及破损定位两部分。首先,由于残差网络可以解决传统分类网络通过不断堆叠卷积层而出现的模型退化问题,因此提出采用ResNet34作为预训练模型提取绝缘子图像特征,将提取出的卷积特征转化成胶囊特征,然后使用动态路由算法进行传递以保证特征信息的完整性,因此不仅使输出量保留其方向和角度,同时可提取绝缘子更深层的特征,从而实现对复杂环境下破损绝缘子的准确识别。绝缘子破损定位部分,在CPSDarknet53中使用Res2Net残差单元提取绝缘子细微特征,并且在定位网络中引入CBAM注意力机制关注绝缘子轮廓、位置等特征以提高模型精度;同时由于引入Res2Net残差单元使得模型复杂度增加,因此采用通道剪枝压缩网络模型,减少模型运算量,可以实现在保持较高精度的同时加快模型训练速度。最后与SSD、VGG16、Resnet、AlexNet等网络进行对比,实验结果表明,改进后的网络对绝缘子破损识别准确率达到97.98%,定位准确率达到96.57%,能够快速准确的检测出不同天气、距离下的绝缘子故障状态,大大提高了对绝缘子进行智能巡检的效率。 展开更多
关键词 绝缘子破损检测 Res-capsnet YOLOV4 Res2Net CBAM 通道剪枝 智能巡检
原文传递
基于DenseNet121-CapsNet级联网络的乳腺癌亚型分类研究
4
作者 段继昊 吕晓琪 谷宇 《电子器件》 2025年第6期1407-1413,共7页
乳腺癌病理图像的精确分类具有重要的临床应用价值。为进一步提升乳腺亚类的分类精度,提出一种结合双重注意力机制的级联网络分类方法。用部分DenseNet121作为胶囊网络的特征提取层,使其能够处理尺寸大且复杂的病理图像。在特征提取网... 乳腺癌病理图像的精确分类具有重要的临床应用价值。为进一步提升乳腺亚类的分类精度,提出一种结合双重注意力机制的级联网络分类方法。用部分DenseNet121作为胶囊网络的特征提取层,使其能够处理尺寸大且复杂的病理图像。在特征提取网络中融合高效通道注意力机制,最大程度上保留病理图像的细粒度特征。在胶囊结构中引入分组注意力机制,使模型着重关注癌细胞之间的空间位置关系。为了避免提取特征时受到杂质影响,实验采用一种基于图像分块思想的数据增强方法。实验数据表明:该网络在BreaKHis数据集上八分类的平均准确率、召回率、精确率分别达到95.54%、97.07%、99.41%、96.33%,表明所提出的网络模型可以学习到乳腺癌亚型细节特征从而得到良好的分类效果。 展开更多
关键词 乳腺癌病理学图像 深度学习 胶囊网络 注意力机制 图像分类
在线阅读 下载PDF
基于SE-CapsNet的肺结节良恶性诊断研究 被引量：6
5
作者 叶枫 王路遥 +2 位作者 洪卫 丁国军 车镓荣 《中国生物医学工程学报》 CAS CSCD 北大核心 2021年第1期71-80,共10页
在过去的几年中,肺癌是癌症相关死亡的主要原因。提出一种针对低剂量计算机断层扫描(CT)影像精细化预处理条件下的SE-CapsNet分类方法,解决传统肺结节诊断方法中分类精度低、假阳性高等问题。改进胶囊神经网络分类算法:对最新Hinton的... 在过去的几年中,肺癌是癌症相关死亡的主要原因。提出一种针对低剂量计算机断层扫描(CT)影像精细化预处理条件下的SE-CapsNet分类方法,解决传统肺结节诊断方法中分类精度低、假阳性高等问题。改进胶囊神经网络分类算法:对最新Hinton的胶囊神经网络进行改进,引入新的非线性激活向量,避免全局向量压缩;采用特征重标定的方法,在特征通道层面进行模型优化。在标定的感兴趣区域,利用自动阈值法对CT影像进行预处理,并在中心结节处进行样本采样,获得预处理结果数据样本。选用内含1 010个病例的公开数据集LIDC-IDRI和某医院30个脱敏肿瘤患者病例,评估改进的SE-CapsNet算法,评价指标包括准确性、敏感性和特异性。在LIDC-IDRI数据集与医院数据集中,SE-CapsNet算法的平均准确率分别达到95.83%和94.67%,优于基于Caps Net分类算法的平均准确率。此外,在分类算法的耗时方面也具有明显优势,改进的胶囊网络能够更快地收敛,得到稳定的结果。 展开更多
关键词 Caps Nets SE-Net 肺结节 CT图像 计算机辅助诊断
暂未订购
基于CapsNet的行人检测方法及评价 被引量：5
6
作者 邵毅明 屈治华 +1 位作者 邓天民 朱杰 《交通运输系统工程与信息》 EI CSCD 北大核心 2019年第3期54-61,共8页
为了提高道路环境中行人目标检测的准确率,改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题,本文提出了一种基于CapsNet的行人检测模型.CapsNet由神经元所构成的Capsule组成,通过动态路由协议对物体的实例化... 为了提高道路环境中行人目标检测的准确率,改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题,本文提出了一种基于CapsNet的行人检测模型.CapsNet由神经元所构成的Capsule组成,通过动态路由协议对物体的实例化参数进行表达和传递,保留了各特征对象间的空间层级,采用Caltech公开数据库对所提算法的有效性进行验证,并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明:相比于其他主流检测算法,本文算法在确保检测效率的前提下,对数平均漏检率最低可降至9.17%;且在Caltech、INRIA和NICTA数据集的交叉验证实验中,也能达到良好的检测效果,具有较好的鲁棒性和泛化能力. 展开更多
关键词 智能交通 行人检测 capsnet 机器视觉 深度学习
在线阅读 下载PDF
基于改进CapsNet的交通标志分类模型 被引量：4
7
作者 陈名松 吴冉冉 +1 位作者 张泽功 吴泳蓉 《计算机应用研究》 CSCD 北大核心 2020年第S02期367-368,371,共3页
为了解决传统标量卷积网络识别交通标志时容易丢失位置、姿态信息的问题,提出一种基于改进Caps Net的交通标志分类模型。Caps Net由胶囊(capsule)组成,通过动态路由算法对目标实体的特性(颜色、位置、姿态)进行表达和传递,充分保留了图... 为了解决传统标量卷积网络识别交通标志时容易丢失位置、姿态信息的问题,提出一种基于改进Caps Net的交通标志分类模型。Caps Net由胶囊(capsule)组成,通过动态路由算法对目标实体的特性(颜色、位置、姿态)进行表达和传递,充分保留了图像的空间特征。分析了交通标志特征,并基于德国交通标志数据集GTSRB,与传统卷积神经网络(CNN)识别效果进行了对比。实验表明,基于改进Caps Net的交通标志分类模型识别率高达98.73%且收敛速度更快。 展开更多
关键词 交通标志分类 神经网络 capsnet
在线阅读 下载PDF
基于脑电信号的多维融合情绪识别模型
8
作者 曹雅茜 《自动化技术与应用》 2026年第3期99-103,共5页
在进行情绪识别任务时,脑电信号来源于与情绪密切相关的中枢神经系统,与个体情绪具有较强的关联度,具有时-频-空多维度信息。但其信息维度复杂、易被噪声干扰,给情绪识别的准确性和可靠性带来挑战。为了充分挖掘情绪深层次的细节信息,... 在进行情绪识别任务时,脑电信号来源于与情绪密切相关的中枢神经系统,与个体情绪具有较强的关联度,具有时-频-空多维度信息。但其信息维度复杂、易被噪声干扰,给情绪识别的准确性和可靠性带来挑战。为了充分挖掘情绪深层次的细节信息,提出一种融合胶囊网络、注意力机制与时序卷积网络的脑电情绪识别模型,首先提取脑电信号的微分熵特征,该特征可以反映不同频段脑电活动的能量分布,结合频域与空间域信息映射为多频带特征矩阵,其次通过胶囊网络获取导联的空间信息,并利用注意力机制给予不同脑区不同的权重,使得分类胶囊聚焦关键导联,然后使用时序卷积网络对时序动态特征进行学习,捕捉情绪随时间动态变化的特征,最终获取情绪分类结果。实验结果表明,在DEAP数据集上的效价-唤醒度二分类准确率为94.97%、95.28%,四分类准确率为94.62%,相较于单一维度,所提融合模型可以有效提升情绪识别的精度。 展开更多
关键词 情绪识别 脑电信号 胶囊网络 时序卷积网络 特征提取 特征融合
在线阅读 下载PDF
基于CapsNet的汉字字形表征模型 被引量：4
9
作者 谢海闻 叶东毅 陈昭炯 《模式识别与人工智能》 EI CSCD 北大核心 2019年第2期169-176,共8页
提出基于胶囊神经网络(CapsNet)的汉字字形表征模型,通过表征汉字字形中的部件实现汉字字形的表征.首先,对任一汉字字形生成所有部件类别的表征向量.然后,根据部件存在概率,利用基于欧氏距离的离群点检测,选取相应的部件表征向量.最后,... 提出基于胶囊神经网络(CapsNet)的汉字字形表征模型,通过表征汉字字形中的部件实现汉字字形的表征.首先,对任一汉字字形生成所有部件类别的表征向量.然后,根据部件存在概率,利用基于欧氏距离的离群点检测,选取相应的部件表征向量.最后,由选出的部件表征向量组成该汉字的字形表征.实验表明,文中模型在仅经过部件字形训练的情况下,即可有效识别汉字部件,同时自动生成汉字字形的有效表征. 展开更多
关键词 汉字字形 胶囊神经网络(capsnet) 表征模型 部件识别 汉字字形重构
在线阅读 下载PDF
一种面向多视角交通标志识别的CapsNet集成算法 被引量：3
10
作者 屈治华 王琳 +1 位作者 邵毅明 邓天民 《重庆理工大学学报（自然科学）》 CAS 北大核心 2020年第10期160-168,共9页
为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可... 为解决传统卷积神经网络在交通标志识别过程中因最大池化层的固有缺陷导致无法对图像的姿态、位置等实例化参数进行检测的问题,提出了一种基于Bagging集成的CapsNet交通标志识别算法。以CapsNet作为基分类器构建Bagging集成框架,设定可自适应过采样倍率的SMOTE算法对少数类样本进行过采样,提升算法整体识别精度。在同等测试环境下选取多种算法,针对德国交通标志数据库(GTSRB)和经过仿射变换后的多视角数据集的识别精度、耗时和泛化能力进行对比。实验结果表明:所提出算法的识别精度为99.07%,且在偏转角度达到30°时,准确率仍能保持77.58%,可有效提高多视角下交通标志的识别精度。 展开更多
关键词 智能交通 交通标志识别 capsnet 集成算法 多视角图像识别
在线阅读 下载PDF
结合SoftPool的VGG19与CapsNet相级联的表情识别模型研究 被引量：7
11
作者 杨双 王敬东 +1 位作者 姜宜君 廖元晖 《半导体光电》 CAS 北大核心 2021年第6期897-903,共7页
表情识别作为计算机视觉领域的研究热点,在情感识别、人机交互、智能安防等领域有着重要的应用。文章针对VGG19在训练人脸表情数据集时由于全连接层参数量过大而易过拟合的问题,利用胶囊网络CapsNet对VGG19的全连接层进行替换,以实现VG... 表情识别作为计算机视觉领域的研究热点,在情感识别、人机交互、智能安防等领域有着重要的应用。文章针对VGG19在训练人脸表情数据集时由于全连接层参数量过大而易过拟合的问题,利用胶囊网络CapsNet对VGG19的全连接层进行替换,以实现VGG19与CapsNet相级联,从而改善训练时过拟合的问题,同时使得级联后的模型在RAF-DB数据集上的精度提高了5.28%。针对VGG19特征提取网络的MaxPool易丢失人脸特征图信息的问题,利用SoftPool对MaxPool进行替换,从而在最大程度上保留了人脸的细粒度特征。实验结果表明,改进后的模型在RAF-DB数据集上取得了84.21%的精度,在FER2013数据集上取得了73.16%的精度,表情识别效果更优。 展开更多
关键词 表情识别 VGG19 capsnet SoftPool
原文传递
基于改进CapsNet的色素性皮肤病识别的研究 被引量：2
12
作者 李励泽 张晨洁 +2 位作者 杨晓慧 孙文斌 郭滨 《电子技术应用》 2020年第11期60-64,共5页
皮肤病是医学上的常见的、多发性疾病,因此皮肤检测技术越来越受关注。卷积神经网络是常见的皮肤检测方法,其模型结构会丢失很多信息。CapsNet(胶囊网络)是在卷积神经网络之后的一种新的神经网络。CapsNet的矢量化特征能够较好地表达空... 皮肤病是医学上的常见的、多发性疾病,因此皮肤检测技术越来越受关注。卷积神经网络是常见的皮肤检测方法,其模型结构会丢失很多信息。CapsNet(胶囊网络)是在卷积神经网络之后的一种新的神经网络。CapsNet的矢量化特征能够较好地表达空间关联性,每一个capsule(胶囊)独立地服务各自的任务。分析了CapsNet的基本结构和主要算法,改进了网络模型从而避免过拟合现象发生,试图基于改进CapsNet针对预处理之后的皮肤图像进行识别,并与传统卷积神经网络的模型作对比。实验结果表明,使用改进CapsNet对色素性皮肤病进行识别可以有较好的识别效果,并且准确率比传统方法高出8%~10%。 展开更多
关键词 色素性皮肤病 皮肤图像识别 神经网络 胶囊网络
在线阅读 下载PDF
改进CapsNet的文本自杀风险检测模型 被引量：1
13
作者 陈彬 李鸿燕 梁卓 《现代电子技术》 北大核心 2024年第14期9-14,共6页
针对现有模型未充分利用社交媒体中文本历史动态信息进行自杀风险检测的问题,引入CapsNet模型。在CapsNet模型中,层与层之间传递的是有向神经元组,能够更好地感知长文本中的空间信息,发现社交媒体用户的情感趋势,为自杀风险检测提供依... 针对现有模型未充分利用社交媒体中文本历史动态信息进行自杀风险检测的问题,引入CapsNet模型。在CapsNet模型中,层与层之间传递的是有向神经元组,能够更好地感知长文本中的空间信息,发现社交媒体用户的情感趋势,为自杀风险检测提供依据。文中对CapsNet模型进行改进,首先改变尺度空间,增加网络宽度,充分提取隐藏在句子中的特征信息;其次,使用指数函数对Squash函数进行优化,放大胶囊输出,充分利用胶囊提取用户历史动态中的特征信息;最后,在动态路由中采用优化算法对耦合系数进行初始化,去除噪声胶囊的干扰。使用预训练的SBERT模型对社交媒体文本数据进行特征提取,得到改进CapsNet文本自杀风险检测模型二分类的准确率达到95.93%,F1分数达到95.86%,优于自杀风险检测的其他模型。 展开更多
关键词 capsnet模型 自杀风险检测 社交媒体 长文本信息 特征提取 SBERT模型
在线阅读 下载PDF
基于CapsNet的飞控参数预测算法 被引量：1
14
作者 张鹏 刘颖欣 +1 位作者 段照斌 王力 《计算机应用与软件》 北大核心 2021年第12期36-41,共6页
针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法。通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变... 针对飞行控制系统(Flight Control System,FCS)一直以来难以进行故障预测的问题,提出一种基于胶囊网络(Capsule Network,CapsNet)的飞控参数预测算法。通过将飞控系统的相关多个参数融合输入到模型中来实时预测单个参数在飞机飞行中的变化,从而可以在其发生故障之前及时排除。在基于Keras框架上进行的实验表明:在四种模型性能评估指标上,CapsNet的方法比传统的卷积神经网络(Convolutional Neural Network,CNN)、长短时记忆网络(Long Short-Term Memory,LSTM)在单步以及多步预测上误差平均降低37.1%、8.1%,可以为飞控系统故障预测提供重大参考。 展开更多
关键词 FCS capsnet 参数预测 CNN LSTM
在线阅读 下载PDF
基于特征扩展CapsNet的轴承故障诊断模型 被引量：1
15
作者 周益天 孔军伟 张新良 《测控技术》 2023年第1期21-27,共7页
基于深度网络的轴承故障诊断模型,其深层次的特征提取往往需要大量的训练样本,诊断模型应用于小样本故障信号时受到限制。利用胶囊网络(CapsNet)在处理小样本数据上的优势,通过扩展故障特征向量和改进预测胶囊迭代约束条件,使网络适用... 基于深度网络的轴承故障诊断模型,其深层次的特征提取往往需要大量的训练样本,诊断模型应用于小样本故障信号时受到限制。利用胶囊网络(CapsNet)在处理小样本数据上的优势,通过扩展故障特征向量和改进预测胶囊迭代约束条件,使网络适用于噪声工况下的轴承故障诊断,提高预测精度。在CapsNet的初级胶囊层引入特征图跨通道约束关系,由原来的通道内约束改进为通道内-通道间混合约束,扩展胶囊特征向量,使其能描述故障信号时间序列中与远距离序列点相关的几何特性,为数字胶囊层预测网络提供更完备的故障特征。同时,利用余弦相似度作为特征向量的度量并为数字胶囊层的迭代筛选提供依据,避免向量模值造成的分类误差。凯斯西储大学(CWRU)轴承数据集实验结果表明,改进的iCapsNet诊断模型泛化性能得到明显提升,在信噪比为0 dB时,预测精度可达到90.9%,相比原CapsNet模型提高了44.8%。 展开更多
关键词 噪声抑制 特征扩展 混合约束 余弦相似度度量 capsnet 故障诊断
在线阅读 下载PDF
基于CapsNet的中国手指语识别 被引量：8
16
作者 郝子煜 阿里甫·库尔班 +1 位作者 李晓红 依沙·吾阿提别克 《计算机应用研究》 CSCD 北大核心 2019年第10期3157-3159,共3页
传统的手指语识别采用卷积神经网络的方法,模型结构单一,在池化层会丢弃很多信息。Capsule(胶囊)是在神经网络中构建和抽象出的子网络,每个胶囊都专注于一些单独的任务,又能保留图像的空间特征。分析了中国手语中手指语的特征,构建并扩... 传统的手指语识别采用卷积神经网络的方法,模型结构单一,在池化层会丢弃很多信息。Capsule(胶囊)是在神经网络中构建和抽象出的子网络,每个胶囊都专注于一些单独的任务,又能保留图像的空间特征。分析了中国手语中手指语的特征,构建并扩展了手指语图片训练集,试图用CapsNet(胶囊网络)模型完成手指语识别的任务,对比了不同参数下CapsNet的识别率,并与经典的GoogLeNet卷积网络作对比。实验结果表明,CapsNet在手语识别任务上能达到较好的识别效果。 展开更多
关键词 手语 手指语识别 神经网络 胶囊网络
在线阅读 下载PDF
多分支结构强化表征能力的CapsNet方法
17
作者 谢海闻 叶东毅 陈昭炯 《计算机系统应用》 2019年第3期111-117,共7页
CapsNet是一种新的目标识别模型,通过动态路由和capsule识别已知目标的新形态.针对CapsNet的解码器输入层规模随类别数增加而增加,可延展性较弱的问题,本文提出多分支自编码器模型.该模型将各个类别的编码分别传递给解码器,使解码器规... CapsNet是一种新的目标识别模型,通过动态路由和capsule识别已知目标的新形态.针对CapsNet的解码器输入层规模随类别数增加而增加,可延展性较弱的问题,本文提出多分支自编码器模型.该模型将各个类别的编码分别传递给解码器,使解码器规模独立于类别数,增强了模型的可延展性.针对单类别图像训练多类别图像识别任务,本文增加新的优化目标降低非标签类别的编码向量对解码器的激励,强化了模型的表征能力.MNIST数据集的实验结果表明,多分支自编码器具有良好的识别能力且重构能力明显优于CapsNet,因而具有更全面的表征能力. 展开更多
关键词 目标识别 目标重构 capsnet 表征提取 MNIST
在线阅读 下载PDF
AI新算法模型CapsNet在方法论上的革新 被引量：1
18
作者 董玲 《自然辩证法研究》 CSSCI 北大核心 2019年第1期101-105,共5页
深度学习之父杰弗里·辛顿构造了新算法模型—Caps Net,用胶囊(Capsule)来模拟大脑皮质中的皮质柱并用之来存储概念性知识,并革命性地重新把分析还原方法引进卷积神经网络(CNN)中。本文认为辛顿在方法论上的革新体现在重归模拟人脑... 深度学习之父杰弗里·辛顿构造了新算法模型—Caps Net,用胶囊(Capsule)来模拟大脑皮质中的皮质柱并用之来存储概念性知识,并革命性地重新把分析还原方法引进卷积神经网络(CNN)中。本文认为辛顿在方法论上的革新体现在重归模拟人脑之路和建构非完全性还原方法,反映了他关于"如何实现类人智能"的思考:"意识"产生于同时具备概念能力和非概念能力的神经网络。这或将在AI领域引发范式变革。 展开更多
关键词 深度学习 capsnet 非完全性还原方法 意识 范式变革
原文传递
考虑CapsNet算法的未知故障预报应用研究
19
作者 崔博文 陶小创 原艳斌 《现代防御技术》 北大核心 2024年第3期151-158,共8页
针对现有故障预报模型自身不具备未知故障识别能力,需重新收集数据对模型进行训练或借助其他组件对未知故障进行学习识别的问题,提出基于CapsNet模型的未知故障预报方法。该方法可有效处理复杂装备的多维状态感知信号,实现装备故障的精... 针对现有故障预报模型自身不具备未知故障识别能力,需重新收集数据对模型进行训练或借助其他组件对未知故障进行学习识别的问题,提出基于CapsNet模型的未知故障预报方法。该方法可有效处理复杂装备的多维状态感知信号,实现装备故障的精确感知,在出现未知故障时可自适应地调整模型并对未知故障进行预报。构建转换矩阵,由低层胶囊的特征预测出相对应的高层特征的存在及姿态。详细介绍了动态路由算法将低层胶囊生成的预测向量整合到对其表示同意的高层胶囊并形成特征向量的过程。在CapsNet最后一层胶囊实现故障特征分类的过程提出阈值判断法,通过合理选择阈值λ的取值范围,使胶囊网络模型能完美地区分已知与未知故障,实现故障的精确预报。使用提出的方法对经过良好训练的系列CapsNets模型进行性能验证。通过实验可以发现,提出的方法能较好地实现未知故障预报,可证实该方法的可行性。 展开更多
关键词 capsnet算法 未知故障 故障预报 精确感知 复杂装备
在线阅读 下载PDF
基于BGRU-CapsNet的情感分析算法研究 被引量：2
20
作者 应伟志 于青 《天津理工大学学报》 2021年第5期7-12,共6页
提出了一种基于双向门控循环神经网络(bidirectional gated recurrent neural network,BGRU)和胶囊网络(capsule network,CapsNet)的混合神经网络情感分析模型。其目的是对内在的部分-整体关系进行编码,探索语法和句法特征,全面丰富表... 提出了一种基于双向门控循环神经网络(bidirectional gated recurrent neural network,BGRU)和胶囊网络(capsule network,CapsNet)的混合神经网络情感分析模型。其目的是对内在的部分-整体关系进行编码,探索语法和句法特征,全面丰富表征。每个句子的语义由BGRU表示,缩短了相互依赖特征之间的距离。设计了基于动态路由的CapsNet来提取更丰富的文本信息,提高了文本的表达能力。实验证明,将BGRU和CapsNet相结合可以提高情感分析的性能。 展开更多
关键词 双向门控循环神经网络(bidirectional gated recurrent neural network BGRU) 情感分析 胶囊网络(capsule network capsnet) 动态路由算法
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