期刊文献+
共找到34篇文章
< 1 2 >
每页显示 20 50 100
The intra-neuroendoscopic technique: a new method for rapid removal of acute severe intraventricular hematoma 被引量:13
1
作者 Bo Du Ai-Jun Shan +4 位作者 Yu-Juan Zhang Jin Wang Kai-Wen Peng Xian-Liang Zhong Yu-Ping Peng 《Neural Regeneration Research》 SCIE CAS CSCD 2018年第6期999-1006,共8页
The mortality rate of acute severe intraventricular hematoma is extremely high, and the rate of disability in survivors is high. Intraventricular hematoma has always been a difficult problem for clinical treatment. Al... The mortality rate of acute severe intraventricular hematoma is extremely high, and the rate of disability in survivors is high. Intraventricular hematoma has always been a difficult problem for clinical treatment. Although minimally invasive endoscopic hematoma evacuation is widely used to treat this disease, the technique still has room for improvement. Equipment for the intra-neuroendoscopic technique(INET) consists of two of our patented inventions: a transparent sheath(Patent No. ZL 200820046232.0) and a hematoma aspirator(Patent No. ZL 201520248717.8). This study explored the safety and efficacy of INET by comparing it with extraventricular drainage in combination with urokinase thrombolytic therapy. This trial recruited 65 patients with severe intraventricular hemorrhage, including 35(19 men and 16 women, aged 53.2 ± 8.7 years) in the INET group and 30(17 men and 13 women, aged 51.5 ± 7.9 years) in the control group(extraventricular drainage plus urokinase thrombolytic therapy). Our results showed that compared with the control group, the INET group exhibited lower intraventricular hemorrhage volumes, shorter intensive care-unit monitoring and ventricular drainage-tube placement times, and fewer incidences of intracranial infection, secondary bleeding, and mortality. Thus, the prognosis of survivors had improved remarkably. These findings indicate that INET is a safe and efficient new method for treating severe intraventricular hematoma. This trial was registered with Clinical Trials.gov(NCT02515903). 展开更多
关键词 nerve regeneration ventricular hemorrhage transparent sheath extraventricular drainage minimally invasive surgery intra-neuroendoscopic technique urokinase thrombolysis prognosis neural regeneration
暂未订购
基于全局池化和注意力机制的脉宽自适应调制识别技术
2
作者 陈杨 刘建 柴恒 《舰船电子对抗》 2025年第5期61-64,95,共5页
调制识别是信号处理领域的重要议题,尤其在通信系统、频谱管理等关键技术领域扮演着不可替代的角色。随着人工智能技术的飞速发展,基于神经网络的调制识别技术受到了广泛关注。卷积神经网络(CNN)因其卓越的特征提取能力而成为该领域的... 调制识别是信号处理领域的重要议题,尤其在通信系统、频谱管理等关键技术领域扮演着不可替代的角色。随着人工智能技术的飞速发展,基于神经网络的调制识别技术受到了广泛关注。卷积神经网络(CNN)因其卓越的特征提取能力而成为该领域的主流技术之一。然而,传统CNN模型通常需要固定长度的输入,而在实际应用中,由于信号脉宽的不确定性,模型的输入长度一般是变化的,这限制了模型的应用范围。为了克服这一限制,在传统CNN模型的基础上引入了全局池化技术,整合序列的全局特征,实现对可变脉宽信号的有效识别。尽管全局池化能够处理不同长度的输入,但同时也可能带来特征信息的丢失。为了解决这一问题,进一步引入了注意力机制,以增强模型对通道特征的提取能力,从而显著提高了分类的准确率。通过实验验证,所提出的自适应脉宽调制识别方法在不同脉宽条件下均表现出优异的性能,为信号处理领域提供了一种新的解决方案。 展开更多
关键词 脉内调制识别 卷积神经网络 全局池化 注意力机制 自适应识别
在线阅读 下载PDF
基于注意力-残差双特征流卷积神经网络的深度图帧内编码单元快速划分算法
3
作者 贾克斌 吴岳珩 《北京工业大学学报》 北大核心 2025年第5期539-551,共13页
针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。... 针对三维高效视频编码(three-dimensional high efficiency video coding,3D-HEVC)深度图编码单元(coding unit,CU)划分复杂度高的问题,提出一种基于卷积神经网络(convolutional neural networks,CNN)的算法来实现快速深度图帧内编码。首先,提出一种具有3个分支的注意力-残差双特征流卷积神经网络(attention-residual bi-feature stream convolutional neural networks,ARBS-CNN)模型,其中基于残差模块(residual module,RM)和特征蒸馏(feature distill,FD)模块的2个分支用于提取全局图像特征,基于动态模块(dynamic module,DM)和卷积-卷积块注意力模块(convolutional-convolutional block attention module,Conv-CBAM)的分支用于提取局部图像特征;然后,将提取到的特征进行整合并输出,得到对深度图CU划分结构的预测;最后,将ARBS-CNN嵌入到3D-HEVC测试平台中,利用预测结果加速深度图帧内编码。与原始算法相比,提出的算法能在维持率失真性能几乎不受影响的条件下,平均减少74.2%的编码时间。实验结果表明,该算法能够在保持率失真性能的条件下,有效降低3D-HEVC的编码复杂度。 展开更多
关键词 三维高效视频编码(three-dimensional high efficiency video coding 3D-HEVC) 深度图 卷积神经网络(convolutional neural networks CNN) 编码单元(coding unit CU)划分 帧内编码 双特征流
在线阅读 下载PDF
一种高效轻量级网络的低截获概率雷达信号脉内调制识别 被引量:1
4
作者 王旭东 吴嘉欣 陈斌斌 《电子与信息学报》 北大核心 2025年第6期1782-1791,共10页
针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题,该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法,旨在提升LPI雷达信号的识别性能。该方... 针对低信噪比(SNRs)下低截获概率(LPI)雷达脉内波形识别准确率低的问题,该文提出一种基于时频分析(TFA)、混合扩张卷积(HDC)、卷积块注意力模块(CBAM)和GhostNet网络的LPI雷达辐射源信号识别方法,旨在提升LPI雷达信号的识别性能。该方法先从信号预处理角度给出一种适合LPI雷达信号的时频图像增强处理方法,并基于双时频特征融合技术,有效提升了后续网络对LPI雷达信号脉内调制的识别准确率。接着改造了一种高效轻量级网络,用于对LPI雷达脉内调制信号识别,该网络在GhostNet基础上,结合HDC和CBAM,形成了改进型GhostNet,扩大了特征图的感受野并增强了网络获取通道和位置信息的能力。仿真结果表明,在–8 dB信噪比下,该方法的雷达信号识别准确率依然能够达到98.98%,并在参数数量上也优于对比网络。该文所提方法在低信噪比环境下显著提高了LPI雷达脉内波形识别的准确率,为LPI雷达信号识别领域提供了新的技术途径。 展开更多
关键词 低截获概率雷达信号 脉内调制识别 时频分析 注意力机制 轻量级卷积神经网络
在线阅读 下载PDF
Cystic lesions of peripheral nerves:Are we missing the diagnosis of the intraneural ganglion cyst? 被引量:5
5
作者 Jyoti Panwar Anil Mathew Binu P Thomas 《World Journal of Radiology》 CAS 2017年第5期230-244,共15页
AIM To highlight the salient magnetic resonance imaging(MRI) features of the intraneural ganglion cyst(INGC) of various peripheral nerves for their precise diagnosis and to differentiate them from other intra and extr... AIM To highlight the salient magnetic resonance imaging(MRI) features of the intraneural ganglion cyst(INGC) of various peripheral nerves for their precise diagnosis and to differentiate them from other intra and extraneural cystic lesions.METHODS A retrospective analysis of the magnetic resonance(MR) images of a cohort of 245 patients presenting with nerve palsy involving different peripheral nerves was done.MR images were analyzed for the presence of a nerve lesion,and if found,it was further characterized as solid or cystic.The serial axial,coronal and sagittal MR images of the lesions diagnosed as INGC were studied for their pattern and the anatomical extent along the course of the affected nerve and its branches.Its relation to identifiable anatomical landmarks,intraarticular communication and presence of denervation changes in the muscles supplied by involved nerve was also studied.RESULTS A total of 45 cystic lesions in the intra or extraneurallocations of the nerves were identified from the 245 MR scans done for patients presenting with nerve palsy.Out of these 45 cystic lesions,13 were diagnosed to have INGC of a peripheral nerve on MRI.The other cystic lesions included extraneural ganglion cyst,paralabral cyst impinging upon the suprascapular nerve,cystic schwannoma and nerve abscesses related to Hansen's disease involving various peripheral nerves.Thirteen lesions of INGC were identified in 12 patients.Seven of these affected the common peroneal nerve with one patient having a bilateral involvement.Two lesions each were noted in the tibial and suprascapular nerves,and one each in the obturator and proximal sciatic nerve.An intra-articular connection along the articular branch was demonstrated in 12 out of 13 lesions.Varying stages of denervation atrophy of the supplied muscles of the affected nerves were seen in 7 cases.Out of these 13 lesions in 12 patients,6 underwent surgery.CONCLUSION INGC is an important cause of reversible mono-neuropathy if diagnosed early and surgically treated.Its classic MRI pattern differentiates it from other lesions of the peripheral nerve and aid in its therapeutic planning.In each case,the joint connection has to be identified preoperatively,and the same should be excised during surgery to prevent further cyst recurrence. 展开更多
关键词 intra-neural Magnetic resonance imaging Peripheral nerves Extra-neural Ganglion cyst
暂未订购
融合多模型和帧间信息的行人检测算法 被引量:14
6
作者 王斌 刘洋 +1 位作者 唐胜 郭俊波 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2017年第3期444-449,共6页
行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值.针对当前行人检测算法在视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题,提出一种融合多模型和帧间信息的行人检测算法.首先融合Fast R-CNN和Faster R... 行人检测在车辆辅助驾驶、视频监控、智能机器人等领域具有重要的应用价值.针对当前行人检测算法在视频分辨率低和背景复杂的情况下存在很多误检及漏检的问题,提出一种融合多模型和帧间信息的行人检测算法.首先融合Fast R-CNN和Faster R-CNN模型的互补检测结果获取精准的检测窗口;然后采用视频帧间上下文融合算法来弥补单帧图像检测算法存在的漏检和误检.实验结果表明,在Caltech行人检测数据库上,在每幅图像虚警率(FPPI)为10%的条件下,该算法丢失率仅为14.04%,比Faster R-CNN单模型丢失率(16.09%)降低2.05%;利用多模型和帧间信息融合对行人检测结果进行校正,能提高行人检测性能. 展开更多
关键词 行人检测 卷积神经网络 模型融合 帧间信息融合
在线阅读 下载PDF
基于轻量级全连接网络的H.266/VVC分量间预测 被引量:4
7
作者 霍俊彦 王丹妮 +2 位作者 马彦卓 万帅 杨付正 《通信学报》 EI CSCD 北大核心 2022年第2期143-155,共13页
新一代视频编码标准H.266/VVC引入分量间线性模型(CCLM)预测提高压缩效率。针对亮度色度分量存在相关性却难以建模的问题,提出基于神经网络的分量间预测算法。该算法根据待预测像素与参考像素的亮度差遴选出相关性强的参考像素构成参考... 新一代视频编码标准H.266/VVC引入分量间线性模型(CCLM)预测提高压缩效率。针对亮度色度分量存在相关性却难以建模的问题,提出基于神经网络的分量间预测算法。该算法根据待预测像素与参考像素的亮度差遴选出相关性强的参考像素构成参考子集,然后将参考子集送入轻量级全连接网络获得色度预测值。实验结果表明,与H.266/VVC测试模型版本10.0(VTM10.0)相比,所提算法可提高色度预测准确度,在Y、Cb和Cr上可分别节省0.27%、1.54%和1.84%的码率。所提算法具有不同块尺寸和编码参数均可使用统一网络结构的优点。 展开更多
关键词 H.266/VVC 色度帧内预测 分量间预测 神经网络
在线阅读 下载PDF
基于脉内特征的雷达抗欺骗干扰方法 被引量:7
8
作者 韩伟 汤子跃 +1 位作者 朱振波 黄晓斌 《雷达科学与技术》 2012年第5期481-485,491,共6页
抗欺骗干扰是电子对抗环境中雷达面临的一个重要问题。针对应答式欺骗干扰问题提出了一种基于信号脉内特征的目标与干扰的识别方法。首先对目标回波信号与干扰信号进行建模,分析了两类信号的脉内幅度特征,然后将目标与干扰看作是空间不... 抗欺骗干扰是电子对抗环境中雷达面临的一个重要问题。针对应答式欺骗干扰问题提出了一种基于信号脉内特征的目标与干扰的识别方法。首先对目标回波信号与干扰信号进行建模,分析了两类信号的脉内幅度特征,然后将目标与干扰看作是空间不同的模式类,利用目标回波信号和干扰信号的脉内幅度起伏差异,定义出分类的特征因子,最后采用径向基(RBF)神经网络进行分类。仿真结果表明,该方法在一定的信干比范围内具有较高的目标识别概率且受信干比影响较小,能够较好地抗应答式欺骗干扰。 展开更多
关键词 抗欺骗干扰 脉内特征 特征提取 神经网络
在线阅读 下载PDF
基于自注意力与分段卷积神经网络的实体关系抽取 被引量:5
9
作者 李子茂 张玥 +2 位作者 尹帆 郑禄 白鑫 《中南民族大学学报(自然科学版)》 CAS 北大核心 2022年第3期326-332,共7页
远程监督通过已有知识库的关系三元组和自然语言文本语料库进行启发式匹配,获得数据来完成关系抽取任务,解决有监督学习方法完全依赖人工标注数据的问题,但远程监督数据中会存在大量噪声关系标签.针对以上问题,提出了一种结合自注意力... 远程监督通过已有知识库的关系三元组和自然语言文本语料库进行启发式匹配,获得数据来完成关系抽取任务,解决有监督学习方法完全依赖人工标注数据的问题,但远程监督数据中会存在大量噪声关系标签.针对以上问题,提出了一种结合自注意力机制和分段卷积神经网络的实体关系抽取模型SAPCNN,首先通过自注意力机制捕获词与词之间的全局相关性,解决在对语料句子进行卷积操作时仅关注当前窗口内容的问题;然后将包含相同实体对的语句划分为一个包,利用多实例学习和包内注意力机制计算包中每个句子的注意力权重,从而找到更能表达实体对之间语义关系的句子语料.实验结果显示:SAPCNN能提高实体关系抽取的精确率,结果优于主流算法. 展开更多
关键词 实体关系抽取 远程监督 自注意力机制 分段卷积神经网络 包内注意力机制
在线阅读 下载PDF
多模态3D卷积神经网络脑部胶质瘤分割方法 被引量:4
10
作者 谷宇 吕晓琪 +7 位作者 李菁 任国印 喻大华 赵瑛 吴凉 张文莉 郝小静 黄显武 《科学技术与工程》 北大核心 2018年第7期18-24,共7页
由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。... 由于大多数脑部胶质瘤边界有水肿且内部结构复杂,分割胶质瘤及瘤内结构难度较大。提出一种新的基于多模态MRI 3D卷积神经网络(CNN)脑部胶质瘤及瘤内各结构的自动分割算法。首先,标准化由T1、T1c、T2、FLAIR 4个MRI模态组成的输入图像。其次,构建10个卷积层,2个全连接层的3D CNN。卷积层采用3×3×3的3D卷积核;全连接层采用PRe Lu激励函数,并结合dropout技术防止过拟合。构建的3D CNN分割胶质瘤和瘤内各结构精度高,与专家手动分割的结果接近。实验结果表明,构建的多模态3D CNN能够准确地分割MRI多模态图像脑部胶质瘤及瘤内各结构,具有重要的临床意义。 展开更多
关键词 脑部胶质瘤 瘤内结构 多模态MRI 3D卷积神经网络 图像分割
在线阅读 下载PDF
深度卷积神经网络的判别性人脸识别算法 被引量:12
11
作者 任克强 胡慧 《华中科技大学学报(自然科学版)》 EI CAS CSCD 北大核心 2019年第10期127-132,共6页
针对Softmax(柔性最大值)损失对特征只有可分性的不足,提出一种基于深度卷积神经网络的判别性人脸识别算法.该算法首先根据Softmax损失特征分布,在特征和权重向量间施加一个类内余弦相似性损失,使类内更加紧凑,类间尽可能分离;然后在Sof... 针对Softmax(柔性最大值)损失对特征只有可分性的不足,提出一种基于深度卷积神经网络的判别性人脸识别算法.该算法首先根据Softmax损失特征分布,在特征和权重向量间施加一个类内余弦相似性损失,使类内更加紧凑,类间尽可能分离;然后在Softmax损失基础上通过归一化特征来更好地模拟低质量人脸图像,并通过归一化权重来减轻类别不平衡,使与测试时的余弦相似性度量一致;最后联合归一化的Softmax损失和类内余弦相似性损失在预训练模型上进行微调.该算法在人脸识别基准测试集LFW(户外人脸标记)和YTF(You Tube人脸数据库)上分别取得了98.72%和93.38%的识别率,实验结果表明:在大规模人脸身份识别中,该算法提高了特征的判别性,增强了模型的泛化能力,能有效提高人脸识别率. 展开更多
关键词 人脸识别 深度卷积神经网络 Softmax损失 类内余弦相似性损失 归一化
原文传递
基于深度卷积神经网络的帧内模式决策
12
作者 赵海武 余玲芝 +1 位作者 陈佳玲 顾晓 《电子测量技术》 2019年第12期90-94,共5页
AVS2编码在节省码率的同时,自身的编码复杂度很高。因为AVS2采用了率失真优化(RDO)技术,所以编码树单元(CTU)划分的复杂度占据了AVS2编码复杂度的很大一部分。因此,提议用卷积神经网络(CNN)模型来替代原AVS2编码标准的参考软件RD19.1中... AVS2编码在节省码率的同时,自身的编码复杂度很高。因为AVS2采用了率失真优化(RDO)技术,所以编码树单元(CTU)划分的复杂度占据了AVS2编码复杂度的很大一部分。因此,提议用卷积神经网络(CNN)模型来替代原AVS2编码标准的参考软件RD19.1中编码树划分的过程。首先,将问题归类为分类问题,然后设计了适用于编码块划分的卷积神经网络结构,包括3个卷积层、1个最大池化层和2个全连接层。最后,将训练得到的模型分别应用于64×64和32×32大小的编码块上。实验结果显示,所建议方案比原RD19.1平均节省时间为31.36%,比特率平均增加了2.25%。 展开更多
关键词 AVS2 帧内编码 快速算法 卷积神经网络
原文传递
神经内镜下清除高血压基底节血肿的疗效分析
13
作者 郑夏林 姜之全 +3 位作者 韩易 付琴 徐德才 李磊 《齐齐哈尔医学院学报》 2019年第14期1725-1728,共4页
目的通过与锁孔开颅显微手术比较,探讨神经内镜在清除高血压基底节血肿中的临床疗效。方法回顾性分析2017年7月—2018年7月本院神经外科收治的42例高血压基底节血肿手术患者的临床资料,随机分为神经内镜组和锁孔开颅显微组两组,每组各2... 目的通过与锁孔开颅显微手术比较,探讨神经内镜在清除高血压基底节血肿中的临床疗效。方法回顾性分析2017年7月—2018年7月本院神经外科收治的42例高血压基底节血肿手术患者的临床资料,随机分为神经内镜组和锁孔开颅显微组两组,每组各21例。术前两组患者性别、年龄、血肿量、出血位置、术前GCS评分、血肿对侧肢体肌力等一般资料比较,差异无统计学意义均P>0.05。比较手术时间、血肿清除率、术前术后GCS评分、术后第一天血肿对侧肢体肌力改善情况及术后并发症等。结果神经内镜组手术时间与锁孔开颅显微组相比,差异无统计学意义(P>0.05);血肿清除率(91.2±2.3)%高于锁孔开颅显微组(83.6±2.9)%,差异具有统计学意义(P<0.05);术后第一天血肿对侧肢体肌力神经内镜组改善16例(76.2%)高于开颅组9例(42.3%),差异具有统计学意义(P<0.05);术后一周GCS及术后一个月GOS评分比较,差异具有统计学意义(P<0.05);两组术后并发症发生率比较,差异无统计学意义(P>0.05)。随访3个月至一年,均无再出血及死亡病例。结论神经内镜清除高血压基底节血肿较锁孔开颅显微组更加安全有效,值得临床进一步推广。 展开更多
关键词 神经内镜 基底节血肿 高血压脑出血
暂未订购
雷达脉内调制识别的改进残差神经网络算法 被引量:10
14
作者 徐卓君 杨雯婷 +2 位作者 杨承志 田彦涛 王晓军 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2021年第4期1454-1460,共7页
针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域... 针对人工提取的特征计算量大且存在主观、不能完全体现信号本质以及生成时频图像耗时过长的问题,提出了一种以改进残差神经网络ResNet32为框架,对雷达时域信号特征进行提取并识别的雷达信号脉内调制的算法。算法建立9种脉内信号的时域信号数据集,输入到ResNet32框架中进行训练、分类、识别。算法节省了大量生成时频图像的时间,并且实验验证算法在低信噪比(SNR)时的识别率更加优秀。在混合信噪比的实验条件中,SNR=-14 dB和SNR=-8 dB时的识别率均达到90%以上。 展开更多
关键词 模式识别与智能系统 雷达信号 脉内调制识别 残差神经网络
原文传递
基于帧内关系建模和自注意力融合的多目标跟踪方法 被引量:7
15
作者 朱姝姝 王欢 严慧 《控制与决策》 EI CSCD 北大核心 2023年第2期335-344,共10页
多目标跟踪在视频监控领域有重要的应用价值.随着卷积神经网络(convolutional neural networks, CNN),尤其是图神经网络(graph neural networks, GNN)的发展,多目标跟踪的研究现阶段取得了很大突破.其中,图神经网络由于引入目标-轨迹间... 多目标跟踪在视频监控领域有重要的应用价值.随着卷积神经网络(convolutional neural networks, CNN),尤其是图神经网络(graph neural networks, GNN)的发展,多目标跟踪的研究现阶段取得了很大突破.其中,图神经网络由于引入目标-轨迹间的关系建模,显示出更稳定的跟踪性能.然而,已有的基于GNN的多目标跟踪方法都仅在连续两帧之间建立全局关系模型,忽视了帧内目标与周围其他目标的交互,没有考虑在帧内建立合适的局部关系模型.为了解决该问题,提出基于帧内关系建模和自注意力融合模型(INAF-GNN)的多目标跟踪方法.在帧内, INAF-GNN建立目标与邻居目标的关系图模型以获取局部跟踪特征;在帧间, INAF-GNN建立目标与轨迹关系图模型以获得全局跟踪特征,并利用注意力机制设计一个特征融合模块整合局部和全局跟踪特征.在MotChallenge行人标准数据集上进行大量的实验,与多个基于图神经网络的多目标跟踪方法相比较,结果显示, MOTA指标提高1.9%, IDF1指标提高3.6%.同时,在UA-DETRAC车辆数据集上的验证测试表明了所提出方法的有效性和泛化能力. 展开更多
关键词 多目标跟踪 图神经网络 数据关联 帧内目标关系建模
原文传递
自动目标识别(ATR)可靠性研究 被引量:1
16
作者 许毅 洪恩 +2 位作者 李小舜 洪汝桐 王植恒 《激光杂志》 CAS CSCD 北大核心 2000年第2期43-44,共2页
对同类目标畸变不变的正确识别率与不同类目标分类误识别率是衡量一个自动目标识别 (ATR)系统的两个最重要性能指标。但在实际应用中 ,ATR系统所获取的外场的目标与背景总是处于随时间不断变化的条件下 ,与系统所存储的参考目标通常都... 对同类目标畸变不变的正确识别率与不同类目标分类误识别率是衡量一个自动目标识别 (ATR)系统的两个最重要性能指标。但在实际应用中 ,ATR系统所获取的外场的目标与背景总是处于随时间不断变化的条件下 ,与系统所存储的参考目标通常都不会一致 ,从而导致相关识别SNR劣化。特别对于多目标识别与不同类目标的区分 ,常规的相关门限判决方法会造成很大的误识别 ,大大影响了ATR系统的识别可靠性。本文采用人工神经网络 (ANN)与模糊逻辑技术 ,对相关信号与噪声进行实时数字后处理 ,通过对信号与噪声强度分布等高线而不仅仅是强度的识别 ,大大提高了ATR系统的识别可靠性 ,改善了识别效率。 展开更多
关键词 模糊逻辑 自动目标识别 神经网络 可靠性
在线阅读 下载PDF
基于神经网络的HEVC帧内预测组合快速算法 被引量:1
17
作者 范俊宇 宋立锋 《广东工业大学学报》 CAS 2024年第3期131-140,共10页
为了提升高效视频编码(High Efficiency Video Coding,HEVC)帧内编码的实时性能,本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit,CTU)的帧内划分结构,从而减少了... 为了提升高效视频编码(High Efficiency Video Coding,HEVC)帧内编码的实时性能,本文提出的方法利用了引入偶数边长与步长的卷积核以及自注意力机制的轻量级卷积网络来预测编码树单元(Coding Tree Unit,CTU)的帧内划分结构,从而减少了编码器对CTU进行四叉树递归遍历划分的编码时间。原始编码策略中粗模式决策通过基于残差经哈德曼变换的预测残差绝对值总和(Sum of Absolute Transformed Difference,SATD)的损失值来估计率失真优化过程中的率失真损失值来进行加速,但仍会耗费一定的编码时间。提出一种方法通过采样搜索的方式减少粗模式决策过程中计算的模式数,从35种模式降低到了18种模式,降低了粗模式决策过程中计算估计损失值的时间。由粗模式决策过程得到的较优的多个候选帧内模式来进行率失真优化,为了缩减粗模式决策需要计算的候选模式数,在候选模式列表中根据前后帧内预测角度模式的估计损失值的差距来筛选掉部分可能性较低的候选模式实现早停止决策,从而减少需要进行率失真优化的候选模式数量,进而减少率失真优化过程的计算时间。本文提出的算法在测试序列上平均实现78.15%的编码时间缩减,BD-PSNR为-0.168 d B,BD-RATE为3.49%。 展开更多
关键词 视频编码 神经网络 帧内预测 快速算法
在线阅读 下载PDF
针对VVC色度预测的注意力卷积神经网络算法 被引量:1
18
作者 王昂 何小海 +2 位作者 罗丹 熊淑华 陈洪刚 《电讯技术》 北大核心 2024年第11期1741-1749,共9页
针对多功能视频编码(Versatile Video Coding,VVC)标准中跨通道线性预测模型(Cross-Component Linear Model,CCLM)无法很好地拟合色度与亮度之间的非线性对应关系这一不足,提出了一种基于注意力机制卷积神经网络的VVC色度预测算法。该... 针对多功能视频编码(Versatile Video Coding,VVC)标准中跨通道线性预测模型(Cross-Component Linear Model,CCLM)无法很好地拟合色度与亮度之间的非线性对应关系这一不足,提出了一种基于注意力机制卷积神经网络的VVC色度预测算法。该算法主要思想是在进行色度预测时,使用对应亮度块的信息与待预测色度块上方与左方的信息作为参考信息输入进卷积神经网络,利用注意力机制对参考信息中的亮度与色度间的内在联系进行分配权重后输入预测网络。实验结果表明,相较于VVC标准算法U分量和V分量的平均码率节省分别为0.64%和0.68%,有效提升了VVC编码性能。 展开更多
关键词 多功能视频编码 帧内预测 注意力机制 卷积神经网络
在线阅读 下载PDF
类别均衡与局部中值损失联合监督的自然场景人脸表情识别 被引量:4
19
作者 石聪聪 田媚 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2020年第9期1484-1491,共8页
近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别方面仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,提出类... 近年来,卷积神经网络在实验室控制环境下的人脸表情识别任务中取得了很大进步,但是在自然场景中人脸表情识别方面仍然存在一些挑战.针对自然场景中人脸表情数据分布不平衡,以及由姿势、光照和性别等因素引起的类内差异大的问题,提出类别均衡与局部中值(class-balanced and local median,CALM)损失函数.CALM损失函数包含类别均衡Softmax损失函数和局部中值损失函数2个部分.其中,类别均衡Softmax损失函数将数据量较少且容易错分的害怕和厌恶2种表情标记为难样本,将其余5种表情标记为易样本;在网络训练过程中对难样本自适应地增大权重,以提高难样本的识别准确率,进而提高表情识别的平均准确率.此外,在每个类别中会有一些离类别内大多数样本较远的样本,它们的存在会导致用均值方法计算出的类别中心偏离类内大多数样本.在局部中值损失函数中,采用与每个样本属于同类别的若干近邻的中值作为类别中心,在一定程度上减弱离群样本对类别中心选择的影响.在RAF(real-world affective faces)数据集上进行实验,与局部子类方法相比,该方法的平均识别准确率提升了1.32%,证明了该方法的有效性. 展开更多
关键词 人脸表情识别 数据不平衡 类内差异 损失函数 卷积神经网络
在线阅读 下载PDF
一种面向新型视频编码器的快速算法 被引量:1
20
作者 吴陆狄 翟宇轩 +3 位作者 黄雨航 邢开应 房颖 林丽群 《福州大学学报(自然科学版)》 CAS 北大核心 2020年第4期431-437,共7页
为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要... 为降低多功能视频编码标准(VVC)编码的复杂度,提出一种面向VVC的帧内快速编码算法.首先,根据视频内容的时空域相关性,使用反向传播(BP)神经网络对CU的划分深度进行预测;然后,使用统计概率对CU的划分模式进行选择;最后,编码时跳过不必要的划分模式以节省编码时间.实验结果表明,与原始编码器相比,该算法平均可节省59.82%的编码时间,且在同等编码质量情况下比特率的平均增加值(BDBR)仅为2.05%. 展开更多
关键词 视频编码 帧内编码 多功能视频编码标准 神经网络
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部