基于粗糙集和ResNet34网络算法的森林火灾预测研究 被引量：1

1

作者 赵叶红 杨卫民 《信息与电脑》 2020年第20期61-63,共3页

森林火灾是全世界面临的大问题,会对生态系统造成巨大的破坏,同时会威胁人类的生命财产安全。本文设计了一个有效的森林火灾预测算法,数据集采用Montesinho国家公园基本气象数据,建立粗糙集与ResNet网络算法建立森林火灾的成灾面积预测... 森林火灾是全世界面临的大问题,会对生态系统造成巨大的破坏,同时会威胁人类的生命财产安全。本文设计了一个有效的森林火灾预测算法,数据集采用Montesinho国家公园基本气象数据,建立粗糙集与ResNet网络算法建立森林火灾的成灾面积预测模型,对气温、相对湿度、风速和降水量等气象数据进行分析,并进行了森林火灾面积预测。研究结果显示,该算法能够较准确地预测规模较小且发生频繁的火灾受灾面积。 展开更多

关键词 森林火灾 粗糙集理论 resnet网络算法 成灾面积预测

在线阅读 下载PDF 职称材料

多导联心电图识别的稳定步长ResNet深度网络

2

作者 曹玉怡 覃华 卢才德 《广西大学学报（自然科学版）》 CAS 北大核心 2024年第2期374-385,共12页

针对经典的ResNet深度神经网络对一维多导联心电图图像进行识别、分类时,因原始图像的维度较高导致提取到的深度特征维度高,造成全连接层训练出现收敛速度慢和过拟合的问题,在ResNet的全连接层提出一种稳定步长动量训练算法,通过引入近... 针对经典的ResNet深度神经网络对一维多导联心电图图像进行识别、分类时,因原始图像的维度较高导致提取到的深度特征维度高,造成全连接层训练出现收敛速度慢和过拟合的问题,在ResNet的全连接层提出一种稳定步长动量训练算法,通过引入近似二阶梯度信息增强动量法的寻优能力和加速收敛速度;利用连续2次迭代的参数变化量和梯度信息自适应调整步长,构造边界函数对步长的大小进行限制,以防止步长过大或过小而影响收敛稳定性,使用动量项对参数的更新方向进行修正。在CPSC2018心电图数据集上的实验结果表明:所提算法训练的ResNet取得的F 1分数、准确率、精确度分别达到0.859、97.4%、87.9%,收敛速度和整体分类指标值优于其他相比较的方法。 展开更多

关键词 多导联心电图 resnet深度网络 动量优化算法 稳定步长 二阶梯度信息

在线阅读 下载PDF 职称材料

面向心血管疾病的心音信号采集仪器设计

3

作者 钟焯英 谢俊钦 张志鹏 《机械设计与制造工程》 2025年第7期133-137,共5页

针对心血管疾病预防及诊断中的挑战,通过研究基于ResNet网络的心音信号分类算法,设计了一种便携式心音信号采集仪器。仪器采用高性能硬件设计,支持信号采集、滤波、增强及无线传输功能,可通过小波变换降噪和降采样技术优化数据质量。基... 针对心血管疾病预防及诊断中的挑战,通过研究基于ResNet网络的心音信号分类算法,设计了一种便携式心音信号采集仪器。仪器采用高性能硬件设计,支持信号采集、滤波、增强及无线传输功能,可通过小波变换降噪和降采样技术优化数据质量。基于改进ResNet网络并引入分离注意力机制,增强特征提取能力。通过对比实验可知,改进ResNet网络在对数梅尔谱图的二维特征上的分类准确率达93.8%。该算法训练时迭代次数较少,仅迭代7次即可达到稳定。在实际应用中,嵌入改进ResNet网络的心音信号采集仪器对患者的第一、二、三、四心音的分类准确率均在90%以上。 展开更多

关键词 心血管疾病 resnet网络 分类算法 心音信号采集仪

在线阅读 下载PDF 职称材料

基于UWS预测神经网络的多功能超表面逆向设计方法

4

作者 李勇 张雨 +4 位作者 杨国辉 傅佳辉 张狂 袁乐贻 李迎松 《太赫兹科学与电子信息学报》 2025年第6期625-630,共6页

超表面在多个领域已展现出广泛的应用潜力。在设计超表面的过程中,需针对偏振、幅度分布、相位分布等因素进行元器件的优化,这一过程通常需要专家参与且耗时较长。本文提出一种融合神经网络高精确度超宽带频谱正向预测和遗传算法的元器... 超表面在多个领域已展现出广泛的应用潜力。在设计超表面的过程中,需针对偏振、幅度分布、相位分布等因素进行元器件的优化,这一过程通常需要专家参与且耗时较长。本文提出一种融合神经网络高精确度超宽带频谱正向预测和遗传算法的元器件逆向设计方法。该方法能够同时预测0.5~2 THz频率范围内16×16高自由度离散网格结构的幅度和相位,其幅度预测精确度可达0.019,相位预测精确度可达4.332°,单个超表面单元的平均优化时间为1.5 min。设计并模拟了2组3 bit频率复用和极化复用的超表面,仿真结果验证了该方法的有效性。所提方法为面对复杂应用场景的元器件快速设计提供了一种新的范例,对超表面设计人员具有重要的参考价值。 展开更多

关键词 多功能超表面 频率复用 极化复用 残差网络 注意力机制 逆向设计 基因算法

在线阅读 下载PDF 职称材料

基于FaceNet网络的光照变化人脸检测

5

作者 刘晓伟 刘迪 《平顶山学院学报》 2025年第5期57-63,共7页

为克服光照变化对人脸识别准确性带来的挑战,设计基于FaceNet网络的光照变化人脸检测方法.应用同态滤波法建立光照预处理机制,通过低频分量的抑制和高频分量的强化来降低光照不均匀带来的影响,同步实现图像细节的突出与图像动态范围的缩... 为克服光照变化对人脸识别准确性带来的挑战,设计基于FaceNet网络的光照变化人脸检测方法.应用同态滤波法建立光照预处理机制,通过低频分量的抑制和高频分量的强化来降低光照不均匀带来的影响,同步实现图像细节的突出与图像动态范围的缩减.通过基于微粒子群优化算法的人脸光照恢复方法生成人脸检测图像的光照恢复版本,实现人脸检测图像的光照恢复.通过FaceNet网络实现人脸检测,网络结构由Inception-ResNet-v1、L2正则化及三元组损失函数构成.测试结果表明,该方法在LFW和CASIA-WebFace两大数据集上的NIQE提升效果均达0.7以上,识别准确度均高于0.92. 展开更多

关键词 同态滤波 FaceNet网络 Inception-resnet-v1 微粒子群优化算法 光照变化 人脸检测

在线阅读 下载PDF 职称材料

基于CNN和贝叶斯算法的桥梁表面病害识别方法

6

作者 刘镇 宋帮红 李永义 《现代交通与冶金材料》 2025年第4期92-99,115,共9页

为对桥梁病害进行准确的分类识别,建立了涵盖横向裂缝、纵向裂缝、斜向裂缝、网状裂缝和蜂窝麻面病害的5种桥梁病害的数据集,并通过仿射变换进行了数据扩增;考虑到传统人工提取特征加分类器的方式操作繁琐、识别精度差的问题,利用迁移学... 为对桥梁病害进行准确的分类识别,建立了涵盖横向裂缝、纵向裂缝、斜向裂缝、网状裂缝和蜂窝麻面病害的5种桥梁病害的数据集,并通过仿射变换进行了数据扩增;考虑到传统人工提取特征加分类器的方式操作繁琐、识别精度差的问题,利用迁移学习,建立了基于深度残差网络Resnet-18的桥梁病害分类模型,并与经典的Alexnet、Squeezenet模型进行了对比,验证了模型的准确性;为进一步提高Resnet-18病害分类模型的精度,利用贝叶斯算法对Resnet-18桥梁病害分类模型进行了超参数优化。经贝叶斯超参数优化后的基于残差网络的Resnet-18模型对桥梁病害的识别精度得到了大幅度提高。 展开更多

关键词 桥梁病害分类 卷积神经网络 resnet-18 贝叶斯算法 裂缝

在线阅读 下载PDF 职称材料

基于改进StackCNN网络和集成学习的脑电信号视觉分类算法 被引量：2

7

作者 杨青 王亚群 +2 位作者 文斗 王莹 王翔宇 《郑州大学学报（工学版）》 CAS 北大核心 2024年第5期69-76,共8页

针对直接使用图像诱发的脑电信号进行视觉分类的现有研究少,并且视觉分类的平均准确率低等问题,设计了一种卷积神经网络(CNN)和集成学习相结合的方法,用于学习脑电信号相关的视觉特征表示。通过在StackCNN网络中加入K-max池化方法,解决... 针对直接使用图像诱发的脑电信号进行视觉分类的现有研究少,并且视觉分类的平均准确率低等问题,设计了一种卷积神经网络(CNN)和集成学习相结合的方法,用于学习脑电信号相关的视觉特征表示。通过在StackCNN网络中加入K-max池化方法,解决在提取脑电特征时信息丢失的问题,并结合Bagging算法增强网络的泛化能力,该方法称为StackCNN-B。采用基于残差神经网络(ResNet)回归对图像进行分类,验证StackCNN-B方法在图像分类上的性能。消融实验及与现有研究对比实验的结果表明:所提方法识别准确率较高,在学习脑电信号的视觉特征表示上的平均准确率达到99.78%,在图像分类上的平均准确率达到96.45%,与Bi-LSTM-AttGW方法相比,平均提高了0.28百分点和2.97百分点。研究结果验证了脑电信号可以有效地解码与视觉识别相关的人类大脑活动,也表明所提出StackCNN-B模型的优越性。 展开更多

关键词 脑电图 视觉分类 卷积神经网络 BAGGING算法 resnet网络

在线阅读 下载PDF 职称材料

一种改进的SSD红外舰船目标检测算法 被引量：1

8

作者 王岩 娄树理 《烟台大学学报（自然科学与工程版）》 CAS 2023年第4期487-493,共7页

针对海战场舰船目标检测精度和速度要求高的技术难题,提出一种改进的SSD红外舰船目标检测算法,通过改进ResNet-50网络以提高整体网络性能;引入Mosaic数据增强方法对图像进行数据增强,提高检测效率和丰富检测物体的背景;引入ECANet通道... 针对海战场舰船目标检测精度和速度要求高的技术难题,提出一种改进的SSD红外舰船目标检测算法,通过改进ResNet-50网络以提高整体网络性能;引入Mosaic数据增强方法对图像进行数据增强,提高检测效率和丰富检测物体的背景;引入ECANet通道注意力机制,提高对舰船目标的识别能力,降低舰船目标的漏检率和误检率;使用余弦退火衰减学习率来优化网络。实验结果表明,在保证检测速度的基础上,改进后算法的检测精度均值达到98.8%,对红外舰船目标有着很好的检测效果。 展开更多

关键词 SSD算法 resnet-50网络 数据增强 红外舰船

在线阅读 下载PDF 职称材料

基于深度学习的桥梁表观裂缝检测算法研究 被引量：5

9

作者 张鸣祥 张睿 钟其仁 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第7期995-1002,共8页

针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像... 针对在复杂背景条件下难以直接对桥梁表观裂缝进行检测的问题,文章提出一种基于深度学习的桥梁表观裂缝检测算法。首先利用滑动窗口算法将采集到的桥梁表观裂缝图像切分为小尺寸的桥梁裂缝面元图像和桥梁背景面元图像,并根据对面元图像的分析,提出一种基于Inception网络和残差网络(ResNet)的桥梁裂缝分类模型,用于桥梁裂缝面元和桥梁背景面元的识别;然后结合桥梁裂缝分类模型与滑动窗口算法对桥梁表观裂缝图像进行检测;最后利用数字图像处理技术测量裂缝宽度。结果表明:该文算法对桥梁表观裂缝有超过99%的分类精度,可满足实际工程需要;实现了裂缝的提取并能准确地定位出裂缝在图像中的位置;根据成像原理能测量出裂缝宽度。与传统的深度学习模型相比,该模型拥有更高的执行效率,可用于大规模检测,更易于应用在桥梁健康检测中。 展开更多

关键词 深度学习 桥梁表观裂缝检测 滑动窗口算法 Inception网络 残差网络 数字图像处理

在线阅读 下载PDF 职称材料

基于SSD算法的实时无人机识别方法研究 被引量：11

10

作者 李秋珍 熊饶饶 +1 位作者 王汝鹏 祁迪 《舰船电子工程》 2019年第5期30-35,共6页

随着无人机广泛运用给人们带来便利的同时,也带来了一些新问题,如无人机非法入侵、碰撞行人等引发安全隐患,因此需要建立一套对指定区域无人机目标进行实时、准确地识别和监控系统。针对图像中无人机目标快速检测和识别问题,提出了两种... 随着无人机广泛运用给人们带来便利的同时,也带来了一些新问题,如无人机非法入侵、碰撞行人等引发安全隐患,因此需要建立一套对指定区域无人机目标进行实时、准确地识别和监控系统。针对图像中无人机目标快速检测和识别问题,提出了两种基于SSD(Single Shot MultiBox Detector)算法的实时无人机识别方法。一种方法是基于SSD获取视频流中的无人机位置,然后利用ResNet网络提取无人机的深度特征,得到1000维特征向量,最后采用KNN(K-Nearest Neighbor)算法对提取的特征进行分类,得到最终的无人机识别结果;在收集的无人机测试集中识别准确率达到了79%。另一种方法是直接将SSD检测到的无人机目标图像送入到AlexNet网络中进行Fine-tuning(微调),在无人机测试集中识别准确率达到了83.75%。实验结果表明,两种方法都能实现实时无人机识别,且准确性方面第二种方法优于第一种方法。同时采用Storm框架,保证高吞吐量地处理数据。 展开更多

关键词 SSD算法 无人机检测 无人机分类 无人机识别 resnet网络 AlexNet网络

在线阅读 下载PDF 职称材料

医学影像疾病诊断的残差神经网络优化算法研究进展 被引量：7

11

作者 周涛 霍兵强 +1 位作者 陆惠玲 师宏斌 《中国图象图形学报》 CSCD 北大核心 2020年第10期2079-2092,共14页

残差神经网络(residual neural network,ResNet)及其优化是深度学习研究的热点之一,在医学图像领域应用广泛,在肿瘤、心脑血管和神经系统疾病等重大疾病的临床诊断、分期、转移、治疗决策和靶区勾画方面取得良好效果。本文对残差神经网... 残差神经网络(residual neural network,ResNet)及其优化是深度学习研究的热点之一,在医学图像领域应用广泛,在肿瘤、心脑血管和神经系统疾病等重大疾病的临床诊断、分期、转移、治疗决策和靶区勾画方面取得良好效果。本文对残差神经网络的学习优化进行了总结:阐述了残差神经网络学习算法优化,从激活函数、损失函数、参数优化算法、学习衰减率、归一化和正则化技术等6方面进行总结,其中激活函数的改进方法主要有Sigmoid、tanh、ReLU、PReLU(parameteric ReLU)、随机化ReLU(randomized leaky ReLU,RReLU)、ELU(exponential linear units)、Softplus函数、NoisySoftplus函数以及Maxout共9种;损失函数主要有交叉熵损失、均方损失、欧氏距离损失、对比损失、合页损失、Softmax-Loss、L-Softmax Loss、A-Softmax Loss、L2 Softmax Loss、Cosine Loss、Center Loss和焦点损失共12种;学习率衰减总结了8种,即分段常数衰减、多项式衰减、指数衰减、反时限衰减、自然指数衰减、余弦衰减、线性余弦衰减和噪声线性余弦衰减;归一化算法有批量归一化和提出批量重归一化算法;正则化方法主要有增加输入数据、数据增强、早停法、L1正则化、L2正则化、Dropout和Dropout Connect共7种。综述了残差网络模型在医学图像疾病诊断中的应用研究,梳理了残差神经网络在肺部肿瘤、皮肤疾病、乳腺癌、大脑疾病、糖尿病和血液病等6种疾病诊断中的应用研究;对深度学习在医学图像未来发展进行了总结和展望。 展开更多

关键词 深度学习 残差神经网络 优化算法 医学图像 疾病诊断

原文传递

基于SE-ResNet与智能算法的烧结终点预测及优化调控模型

12

作者 赵志伟 孙腾飞 +4 位作者 李大鹏 刘亚双 刘颂 刘小杰 赵环帅 《中国冶金》 2026年第1期199-212,共14页

针对当前烧结终点预测模型精度不足、传统调控方法依赖工艺经验等问题,提出一种基于融合注意力机制卷积神经网络与智能算法的烧结终点预测及优化调控模型。采用孤立森林(IF)算法检测并修复数据列中的异常值,结合工艺机理与最大信息系数(... 针对当前烧结终点预测模型精度不足、传统调控方法依赖工艺经验等问题,提出一种基于融合注意力机制卷积神经网络与智能算法的烧结终点预测及优化调控模型。采用孤立森林(IF)算法检测并修复数据列中的异常值,结合工艺机理与最大信息系数(MIC)方法综合进行特征筛选。在此基础上,通过串行堆叠的多块卷积残差网络有效捕捉多工况烧结历史数据中的复杂模式,并引入挤压-激励(SE)注意力机制增强模型对关键特征的关注能力,使其能够学习不同工况下的烧结特性,从而构建串行多块融合SE注意力机制的卷积残差网络烧结终点预测模型。为验证模型有效性,设计对比试验及消融试验,系统验证注意力机制与残差结构的协同作用及模型最优结构。以该预测模型为核心,建立烧结终点优化调控数学模型,采用非支配排序遗传算法(NSGA-Ⅱ)对烧结过程操作参数进行优化。利用某钢铁厂实际生产数据进行试验验证,结果表明,本文提出的烧结终点预测模型性能优良,相关系数(R^(2))达到0.84;优化调控模型所得结果较优化前平均绝对偏差(D_(MA))降低27.1%,能够对烧结终点实现有效调控,为烧结过程的智能控制与优化提供了一种新的方法。 展开更多

关键词 烧结终点 预测模型 卷积神经网络 SE注意力机制 resnet 智能算法 优化调控

在线阅读 下载PDF 职称材料

基于YOLOv4的输电线路外破隐患识别算法 被引量：18

13

作者 田二胜 李春蕾 +3 位作者 朱国栋 粟忠来 张小明 徐晓光 《计算机系统应用》 2021年第7期190-196,共7页

针对人工巡检及传统视频监测方式不能及时识别输电线路外破隐患的问题,本文提出基于YOLOv4的输电线路外破隐患识别算法.该算法采用改进K-means算法对图片样本集目标的大小进行聚类分析,筛选出符合检测目标特征的锚框,之后利用CSPDarknet... 针对人工巡检及传统视频监测方式不能及时识别输电线路外破隐患的问题,本文提出基于YOLOv4的输电线路外破隐患识别算法.该算法采用改进K-means算法对图片样本集目标的大小进行聚类分析,筛选出符合检测目标特征的锚框,之后利用CSPDarknet-53残差网络提取图片深层次网络特征数据,并采用SPP算法对特征图进行处理增加感受野,提取更高层次的语义特征.最后结合实际的输电线路现场监控图片,测试结果表明该算法能够及时准确检测到外破隐患. 展开更多

关键词 YOLOv4 残差网络 K-MEANS SPP算法

在线阅读 下载PDF 职称材料

基于深度学习的配网运维技术改进研究 被引量：1

14

作者 王龙 戴兵兵 +4 位作者 孔顺飞 龚沁宇 柏筱飞 胡海安 高萍 《粘接》 CAS 2024年第3期173-176,共4页

为提高配网运维故障识别的准确率,结合变分模态分量(Variational Mode Decomposition,VMD)与信息熵,提出一种E-VMD配网运维故障信号特征提取方法;通过改进残差神经网络(ResNet)模型残差模块,设计了一种改进的ResNet模型;将E-VMD配网运... 为提高配网运维故障识别的准确率,结合变分模态分量(Variational Mode Decomposition,VMD)与信息熵,提出一种E-VMD配网运维故障信号特征提取方法;通过改进残差神经网络(ResNet)模型残差模块,设计了一种改进的ResNet模型;将E-VMD配网运维故障信号特征输入改进的ResNet模型中,实现配网运维故障的准确识别。仿真结果表明,所提方法可准确识别配网运维的单相接地、两相短路、三相短路故障,平均识别准确率达到100%,平均精确率为99.59%,平均召回率为100%,平均F1值为99.88%。相较于KNN模型和SVM模型,所提方法在各项性能指标上表现优异的性能,且具有良好的抗噪性能。 展开更多

关键词 故障识别 配网运维 特征提取 resnet算法 技术改进

在线阅读 下载PDF 职称材料

基于改进SSD算法的安全驾驶行为识别方法研究 被引量：8

15

作者 施冬梅 《现代电子技术》 2021年第11期67-72,共6页

提出一种基于改进的SSD网络的安全驾驶行为识别方法。针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception-ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三... 提出一种基于改进的SSD网络的安全驾驶行为识别方法。针对SSD目标检测算法VGG16网络结构的不足之处,用表征能力更强的Inception-ResNet网络进行替换;用残差学习算法减少网络学习维度,降低网络训练难度;引入多层特征金字塔结构,用改进三分支残差网络对小目标的语义进行多特征融合,从而在反向传播时可以获得后续多层的梯度信息,提高目标检测精度。给出了Tensorflow平台下具体的实现过程,测试结果表明,该方法能够实时有效地识别驾驶员疲劳状态,提高驾驶安全系数,减少交通事故。 展开更多

关键词 安全驾驶 行为识别 改进SSD算法 Inception-resnet 网络训练 多特征融合

在线阅读 下载PDF 职称材料

基于Faster R-CNN的无人机车辆目标检测 被引量：21

16

作者 张莹 刘子龙 万伟 《电子科技》 2021年第11期11-20,共10页

无人机视角目标存在分辨率低、完整度低、干扰项多等缺点。此外,无人机目标检测系统研究进展缓慢,其对于小目标、不完整目标和重叠目标的检测精度无法满足社会实际需求。针对以上问题,文中提出一种基于Faster R-CNN的无人机平台车辆目... 无人机视角目标存在分辨率低、完整度低、干扰项多等缺点。此外,无人机目标检测系统研究进展缓慢,其对于小目标、不完整目标和重叠目标的检测精度无法满足社会实际需求。针对以上问题,文中提出一种基于Faster R-CNN的无人机平台车辆目标检测解决方案。该方案使用ResNet卷积神经网络作为特征提取网络,并改进网络结构,重新设计Anchor生成和改进Soft-NMS算法等策略,解决了小目标、不完整目标和重叠目标的检测精度低等问题,提高了无人机车辆检测的精度。文中所构建的数据集测试实验表明,所提算法较改进前AP值提高13.46%。公开数据集上的测试实验表明,相较于目前的主流算法,文中所提算法拥有更好的AP值和召回率。 展开更多

关键词 Faster R-CNN 无人机图像 车辆检测 resnet 卷积神经网络 网络结构改进 Anchor生成 Soft-NMS算法

在线阅读 下载PDF 职称材料

基于元学习的甲骨文拓片识别研究

17

作者 卢凡 赵宇明 《自动化仪表》 CAS 2024年第8期74-79,共6页

为提高甲骨文拓片的识别效率,针对甲骨文拓片识别过程中存在的数据集种类繁多但类内样本过少的问题,将元学习引入甲骨文拓片图像的识别,提出一种基于元学习的甲骨文拓片识别算法。首先,选择残差网络(ResNet)18作为基本网络结构,以更好... 为提高甲骨文拓片的识别效率,针对甲骨文拓片识别过程中存在的数据集种类繁多但类内样本过少的问题,将元学习引入甲骨文拓片图像的识别,提出一种基于元学习的甲骨文拓片识别算法。首先,选择残差网络(ResNet)18作为基本网络结构,以更好地提取甲骨文数据集特征。然后,通过元学习方法对初始模型参数进行学习。试验结果表明,该算法学习到的初始模型参数对于学习新类别的识别有着很好的效果,优于与模型无关的元学习(MAML)等其他模型,并且对于少样本的甲骨文数据集的识别十分有效。该研究为其他少样本数据集的处理和识别提供了一种解决的思路。 展开更多

关键词 甲骨文拓片分类 深度学习 元学习 残差网络 卷积神经网络 与模型无关的元学习算法

在线阅读 下载PDF 职称材料

基于冗余滤波器剪枝-辅助网络蒸馏混合压缩算法优化

18

作者 张敏 王伟然 王建军 《河北省科学院学报》 CAS 2023年第3期1-9,共9页

针对师生网络差距过大、教师网络复杂度高时,学生网络对图像分类任务的准确率明显下降的问题,提出了一种基于冗余滤波器剪枝-特征相关性辅助蒸馏混合压缩算法。该算法引入了教师辅助网络,充当师生网络的媒介,有效缩小师生网络差距过大... 针对师生网络差距过大、教师网络复杂度高时,学生网络对图像分类任务的准确率明显下降的问题,提出了一种基于冗余滤波器剪枝-特征相关性辅助蒸馏混合压缩算法。该算法引入了教师辅助网络,充当师生网络的媒介,有效缩小师生网络差距过大的问题;然后利用冗余滤波器结构化剪枝算法(RFSP),对教师网络和教师辅助网络进行剪枝操作;最后对剪枝后的教师网络进行中间层特征相关性蒸馏,挖掘更多教师网络的特征知识,可以更有效的将信息传递给学生网络。实验结果表明,特征相关辅助网络知识蒸馏(GW_RAKD)与RFSP算法的有效结合,能够进一步提高学生网络对图像分类的准确性。 展开更多

关键词 冗余滤波器剪枝 教师辅助网络 知识蒸馏 resnet 混合压缩算法

在线阅读 下载PDF 职称材料

基于改进Faster R-CNN的电力作业安全预警研究 被引量：3

19

作者 岳雷 朱程杰 +1 位作者 张毅 杨辉 《自动化仪表》 CAS 2023年第9期76-81,共6页

电力作业危险系数较高、事故频发。电力作业人员的安全问题备受关注。为更好地规范人员的电力作业行为、避免事故发生,研究了基于深度学习算法和视频监控技术的实时监控和预警模型。通过研究机器学习算法的特征提取网络,提出了一种区域... 电力作业危险系数较高、事故频发。电力作业人员的安全问题备受关注。为更好地规范人员的电力作业行为、避免事故发生,研究了基于深度学习算法和视频监控技术的实时监控和预警模型。通过研究机器学习算法的特征提取网络,提出了一种区域建议网络(RPN)、残差网络(ResNet)特征网络。该特征网络是将不同子网络的特征图自上而下叠加操作后形成特征图,再对新特征图进行区域建议操作。输入基于候选区域的卷积神经网络(R-CNN)进行识别和回归修正,得出目标结果。试验结果表明,相较于传统的ResNet、视觉几何组(VGG)-16网络,RPN-ResNet特征网络的目标识别率提升了3%以上,同时也保障了算法识别的实时性。高效、实时的预警,有效地保障了电力作业的安全性。 展开更多

关键词 电力作业 安全预警 深度学习算法 卷积神经网络 残差网络 特征提取 图像识别 目标检测

在线阅读 下载PDF 职称材料

联合残差网络和最近点迭代的机器人重定位

20

作者 王高平 时斌斌 +2 位作者 王力成 宋东亚 贾雪芳 《西安工程大学学报》 CAS 2024年第4期18-25,共8页

针对机器人遭遇绑架、系统故障重启而产生的定位丢失问题,提出一种基于ResNet的机器人重定位方法。所提方法将重定位分为基于残差网络(residual network,ResNet)的粗匹配和基于最近点迭代(iterative closest point,ICP)细匹配2个阶段。... 针对机器人遭遇绑架、系统故障重启而产生的定位丢失问题,提出一种基于ResNet的机器人重定位方法。所提方法将重定位分为基于残差网络(residual network,ResNet)的粗匹配和基于最近点迭代(iterative closest point,ICP)细匹配2个阶段。在粗匹配阶段,将激光点云数据转换为图像,然后将相邻时间的图像堆叠成多通道图像作为ResNet的输入,以增强图像的时序特征。在细匹配阶段,ResNet输出机器人的预测位置,并将预测结果作为ICP算法的初值进行点云细匹配,从而获取最终位姿。对于相似环境,提出动态重定位方法,通过移动机器人进行多次重定位避免误匹配的情况。仿真实验结果表明:该方法与增强蒙特卡罗定位(augmented Monte Carlo localization,AMCL)算法进行了对比,定位用时降低了8.2s,定位成功率提升了43.4%,证明了该算法具有更好的重定位效果。 展开更多

关键词 机器人 定位丢失 重定位 残差网络 最近点迭代 增强蒙特卡罗定位算法

在线阅读 下载PDF 职称材料