基于融合特征MGCC和CNN-SE-BiGRU的声纹识别

1

作者 范涛 詹旭 《中国科学院大学学报(中英文)》 北大核心 2025年第6期832-842,共11页

针对声纹识别领域单一特征的表征能力、抗噪能力不强,以及传统卷积神经网络(CNN)模型特征表达能力不强、时序特征获取不全面的问题,提出一种梅尔频率倒谱系数(MFCC)和伽马频率倒谱系数(GFCC)融合的声学特征,与一种新的识别网络模型(CNN-... 针对声纹识别领域单一特征的表征能力、抗噪能力不强,以及传统卷积神经网络(CNN)模型特征表达能力不强、时序特征获取不全面的问题,提出一种梅尔频率倒谱系数(MFCC)和伽马频率倒谱系数(GFCC)融合的声学特征,与一种新的识别网络模型(CNN-SE-BiGRU),进行声纹识别。首先,对提取的语音MFCC特征和GFCC特征分别进行归一化,根据特征类间区分度,设计合适的权值对MFCC和GFCC特征进行线性加权,得到说话人区分性更强的梅尔伽马倒谱系数(MGCC);其次,为提升CNN对声纹特征的表达,引入改进的通道特征响应SE-Block模型;最后,在改进的压缩激励卷积网络(CNN-SE-Net)提取空间特征的基础上进一步通过双向门控循环单元网络(BiGRU)提取时序特征,提升整个网络的性能。实验结果表明,在不同噪声背景下,MGCC声学特征表现出更强的表征能力和更好的鲁棒性,而在MGCC声学特征下CNN-SE-BiGRU模型的平均识别率最高为96.05%,充分证明了所提方法的有效性和鲁棒性。 展开更多

关键词 声纹识别 融合特征 双向门控循环单元 se-block 卷积神经网络(CNN)

在线阅读 下载PDF 职称材料

基于RSEU-Net的海上船只检测方法研究

2

作者 张文 李娜 +1 位作者 姜晓轶 闫仕娟 《海洋信息技术与应用》 2025年第3期142-154,共13页

海洋运输在全球贸易中扮演着至关重要的角色,对海上运输船只活动的检测在维护海上安全、保障航行秩序和保护海洋环境方面具有重要意义。由于海上船只姿态复杂和尺度多样化等问题,目前的检测方法容易出现漏检、错检等现象。因此,本文提... 海洋运输在全球贸易中扮演着至关重要的角色,对海上运输船只活动的检测在维护海上安全、保障航行秩序和保护海洋环境方面具有重要意义。由于海上船只姿态复杂和尺度多样化等问题,目前的检测方法容易出现漏检、错检等现象。因此,本文提出了一种融合残差模块和SE注意力模块的RSEU-Net海上船只检测方法。该方法以U-Net模型为主体结构,首先利用添加了残差模块的VGG16代替主干特征提取网络的卷积进行更深层次的特征提取;然后在加强特征提取网络中加入SE注意力模块,加强特征提取性能,获取更多的上下文信息。在海上船只检测数据集中与其他模型进行对比分析,实验结果表明:RSEU-Net模型的总体精度达到97.60%、精确度达到96.85%、平均交并比为95.15%、误检率为0.137%,且相较于其他经典检测模型在定量评价方面具有显著提升,该模型有效提高了海上船只检测的精度。 展开更多

关键词 船只检测 深度学习 残差模块 SE注意力模块 U-Net

在线阅读 下载PDF 职称材料

基于Retinex理论和生成对抗网络的低照度图像增强算法

3

作者 刘恒源 孙昊炜 +2 位作者 苏镕韬 刘磊 李梓维 《现代信息科技》 2025年第17期58-61,共4页

针对低照度环境下图像存在亮度不足、噪声干扰及细节丢失等问题,文章提出了一种融合Retinex理论和生成对抗网络(GAN)的低照度图像增强算法。该算法的生成器由分解网络、光照调整网络和降噪模块组成,首先,通过分解网络将低照度图像解耦... 针对低照度环境下图像存在亮度不足、噪声干扰及细节丢失等问题,文章提出了一种融合Retinex理论和生成对抗网络(GAN)的低照度图像增强算法。该算法的生成器由分解网络、光照调整网络和降噪模块组成,首先,通过分解网络将低照度图像解耦为光照分量与反射分量;接着,通过光照调整网络进行亮度校正,同时借助降噪模块进行细节优化,最终,通过分量重组实现图像重建。此外,该算法还引入SE注意力模块和密集连接块,以增强特征传播能力。实验结果表明,该算法在消除噪声干扰、保持纹理细节以及提升多场景光照适应性方面具有优势。 展开更多

关键词 低照度图像增强 RETINEX理论 生成对抗网络 SE注意力模块 密集连接块

在线阅读 下载PDF 职称材料

基于SE-AGCN的工人爬梯危险行为识别研究

4

作者 朱文锐 史东辉 +1 位作者 周欢 黄瑞丰 《传感器与微系统》 北大核心 2025年第9期59-62,67,共5页

为及时准确地检测在施工作业和日常生活攀爬梯子过程中的危险行为,现利用计算机视觉技术,提出基于挤压激励自适应图卷积网络(SE-AGCN)的工人危险爬梯行为识别模型。首先,通过在施工现场采集工人爬梯作业的相关视频,分析其中的安全与危... 为及时准确地检测在施工作业和日常生活攀爬梯子过程中的危险行为,现利用计算机视觉技术,提出基于挤压激励自适应图卷积网络(SE-AGCN)的工人危险爬梯行为识别模型。首先,通过在施工现场采集工人爬梯作业的相关视频,分析其中的安全与危险行为,来构建爬梯行为数据集;其次,通过姿态估计算法,提取工人行为的人体骨骼信息,并将其作为行为识别模型的输入;最终,构建通过挤压激励模块(SE Block)改进的自适应图卷积网络(AGCN)用于行为识别。实验结果表明,该方法具有较好的爬梯行为识别效果。同时,该方法将有助于保障施工人员人身安全,实现爬梯过程中的安全风险信息化预警。 展开更多

关键词 自适应图卷积网络 挤压激励模块 爬梯行为 危险行为识别 施工安全

在线阅读 下载PDF 职称材料

基于改良MaskFormer的鱼眼相机天空图像分割方法

5

作者 刘岗顶 王玲军 +1 位作者 张玉常 唐海蓉 《科学技术创新》 2025年第16期223-228,共6页

随着鱼眼相机在广泛的视觉任务中的应用,如何准确地进行天空图像分割成为一个亟待解决的挑战。鱼眼图像由于其特殊的视角和显著的几何畸变,给传统图像分割算法带来了很大的困难。针对这一问题,本研究提出了一种改良的MaskFormer模型,适... 随着鱼眼相机在广泛的视觉任务中的应用,如何准确地进行天空图像分割成为一个亟待解决的挑战。鱼眼图像由于其特殊的视角和显著的几何畸变,给传统图像分割算法带来了很大的困难。针对这一问题,本研究提出了一种改良的MaskFormer模型,适用于鱼眼相机的天空图像分割。我们通过1×1卷积多尺度特征拼接有效融合了不同层次的特征信息,并引入SE块进一步提升网络的表征能力。为了应对鱼眼相机的特有挑战,我们使用了自采集并标注的天空图像数据集,该数据集包含多种不同天气和光照条件下的天空图像。实验结果表明,改良后的MaskFormer模型在鱼眼相机天空图像分割任务中表现出色,为基于鱼眼相机的天空分割任务提供了一种有效的解决方案。 展开更多

关键词 改良MaskFormer 鱼眼相机 天空图像分割 多尺度特征 SE块

在线阅读 下载PDF 职称材料

SE-Mask-RCNN:多参数MRI前列腺癌分割方法 被引量：8

6

作者 黄毅鹏 胡冀苏 +5 位作者 钱旭升 周志勇 赵文露 马麒 沈钧康 戴亚康 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第1期203-212,共10页

为了从多参数磁共振(mp-MRI)的前列腺区域中自动提取前列腺癌病灶区域,提出新的深度卷积神经网络模型SE-Mask-RCNN.在特征图上搜索定位包含病灶的候选区域,基于候选区域实现病灶的精细分割.为了利用mp-MRI中的互补信息,通过2个并行卷积... 为了从多参数磁共振(mp-MRI)的前列腺区域中自动提取前列腺癌病灶区域,提出新的深度卷积神经网络模型SE-Mask-RCNN.在特征图上搜索定位包含病灶的候选区域,基于候选区域实现病灶的精细分割.为了利用mp-MRI中的互补信息,通过2个并行卷积网络分别提取表观扩散系数(ADC)和T2加权(T2W)图像的特征图后进行融合,使用挤压与激励块自动提升融合特征图中的有效特征并抑制无效特征.在收集得到的140例数据上进行实验.结果表明,使用SE-Mask-RCNN得到前列腺癌病灶分割Dice系数为0.654,敏感度为0.695,特异度为0.970,阳性预测值为0.685.与U-net、V-net、Resnet50-U-net和Mask-RCNN等模型相比,SE-Mask-RCNN能够有效提升mp-MRI中前列腺癌病灶区域的分割精度. 展开更多

关键词 前列腺癌 深度学习 挤压与激励块(se-block) Mask-RCNN 多参数磁共振成像(mp-MRI)

暂未订购

基于改进UNet的织物缺陷分割方法 被引量：1

7

作者 张桢桢 张团善 江小丽 《轻工机械》 2025年第2期77-83,90,共8页

针对UNet模型对机织物疵点进行语义分割时所存在的边界检测不完整、分割区域不联通等检测准确率不高的问题,课题组提出了一种基于改进UNet模型的织物缺陷分割算法。为了解决UNet模型在跳跃连接设计中采用直接拼接的方式易产生噪声点的问... 针对UNet模型对机织物疵点进行语义分割时所存在的边界检测不完整、分割区域不联通等检测准确率不高的问题,课题组提出了一种基于改进UNet模型的织物缺陷分割算法。为了解决UNet模型在跳跃连接设计中采用直接拼接的方式易产生噪声点的问题,在特征层引入注意力模块(Convolutional Block Attention Module,CBAM)消除影响,在解码端的上采样部分引入了一种可跨空间学习的高效多尺度注意力机制(Efficient Multi-Scale Attention,EMA),增强有效特征的权重,抑制冗余特征。实验结果表明:改进后的UNet模型准确率达到99.16%,平均交并比达到78.53%,相较于vgg16-UNet模型、ResNet50-UNet模型以及DeeplabV3+模型性能更优,具有一定的工业应用价值。 展开更多

关键词 织物 疵点检测 卷积注意力模块 高效多尺度注意力机制 语义分割 深度学习

在线阅读 下载PDF 职称材料

B超引导下腹横肌平面神经阻滞复合硬膜外麻醉在剖宫产术镇静镇痛效果

8

作者 李芹 汪建彩 《中国计划生育学杂志》 2025年第2期300-304,共5页

目的:研究B超引导下腹横肌平面神经阻滞(TAPB)复合硬膜外麻醉在剖宫产术镇痛镇静效果。方法:选取2020年10月-2024年6月本院行剖宫产手术产妇220例,数字表法分为对照组和观察组各110例,对照组采用硬膜外麻醉,观察组采用B超引导下TAPB复... 目的:研究B超引导下腹横肌平面神经阻滞(TAPB)复合硬膜外麻醉在剖宫产术镇痛镇静效果。方法:选取2020年10月-2024年6月本院行剖宫产手术产妇220例,数字表法分为对照组和观察组各110例,对照组采用硬膜外麻醉,观察组采用B超引导下TAPB复合硬膜外麻醉,比较两组术后相关指标以及术后即刻(T0)、术后2 h(T1)、术后4 h(T2)、术后1 d(T3)、术后2 d(T4)的镇静评分、舒适度评分和疼痛数字评价量表(NRS)评分,记录两组术后不良反应发生情况。结果:观察组术后镇痛泵按压数(17.34±3.68次)、镇痛药追加量(35.64±10.76 mg)、下床时间(3.29±0.93d)均小于对照组(22.59±4.1次7、47.06±12.81 mg、5.25±1.20d);T1、T2、T3、T4时镇静评分(2.73±0.32分、2.86±0.39分、2.72±0.35分、2.43±0.27分)、NRS评分(2.21±0.14分、3.75±0.19分、3.10±0.35分、1.83±0.27分)低于对照组,舒适度评分(3.00±0.21分、2.05±0.19分、2.90±0.25分、3.53±0.27分)高于对照组(均P<0.05)。两组不良反应发生率(15.5%、8.2%)无差异(P>0.05)。结论:剖宫产术采用TAPB复合硬膜外麻醉镇痛镇静,产妇恢复时间缩短,减少镇痛药用量,镇痛镇静效果好,提高了患者的舒适度,安全性较好。 展开更多

关键词 剖宫产术 B超 腹横肌平面神经阻滞 硬膜外麻醉 镇痛 镇静 术后恢复 舒适度

暂未订购

面向胃息肉检测的深度学习神经网络优化 被引量：4

9

作者 金洪杨 董晓淦 +2 位作者 魏青彪 刘景达 岳龙旺 《科学技术与工程》 北大核心 2023年第15期6506-6512,共7页

胃镜检查是发现胃息肉的主要方法。传统的人工检查方式存在准确率低,易漏诊、误诊的情况。提出了一种基于深度学习的YOLOv5-SE胃息肉检测网络。该网络在目标检测算法YOLOv5的基础上进行了改进,引入注意力机制,将SE Block加入到主干网络... 胃镜检查是发现胃息肉的主要方法。传统的人工检查方式存在准确率低,易漏诊、误诊的情况。提出了一种基于深度学习的YOLOv5-SE胃息肉检测网络。该网络在目标检测算法YOLOv5的基础上进行了改进,引入注意力机制,将SE Block加入到主干网络的最后一层,增强网络的特征提取能力。改进后的YOLOv5-SE胃息肉检测网络的平均精度均值(mean average precision, mAP)达到了94.5%,相比原网络提高了3.1%,推理速度达到67 f/s(帧/秒),在满足实时性要求下较好地完成了胃息肉检测的要求。YOLOv5-SE胃息肉检测网络具有在实时性、自动检测的精度和速度等方面有一定提升,对促进胃息肉的自动检测有重要意义。 展开更多

关键词 胃息肉检测 深度学习 神经网络 YOLOv5 se-block

在线阅读 下载PDF 职称材料

基于深度迁移学习与多尺度特征融合的场景识别方法 被引量：1

10

作者 王桥 胡春燕 李菲菲 《电子科技》 2023年第11期19-27,共9页

卷积神经网络(Convolutional Neural Networks,CNN)在场景识别领域取得了较好的研究成果,但该方法并未充分考虑到场景的特殊性。同类场景图像由于采样时的尺度、视角以及背景的不同而具有类内差异性,存在于异类场景间的共有物体又使异... 卷积神经网络(Convolutional Neural Networks,CNN)在场景识别领域取得了较好的研究成果,但该方法并未充分考虑到场景的特殊性。同类场景图像由于采样时的尺度、视角以及背景的不同而具有类内差异性,存在于异类场景间的共有物体又使异类场景图像间具有一定的相似性。考虑到不同尺度大小的场景图像也会影响其中物体的大小,文中提出一种基于深度迁移学习与多尺度特征融合的场景识别方法。首先,使用迁移学习将在Places数据集上预训练出的网络参数迁移到CNN模型中,然后微调并再次训练网络,降低训练成本。随后,将从类激活图中获取的多尺度图像块送入CNN进行特征提取,并融合得到特征向量,使最终得到的场景图像特征更丰富。在SUN397数据集上的实验结果表明,与其它基于CNN算法相比,文中提出的算法提高了场景识别的准确度。 展开更多

关键词 场景识别 卷积神经网络 se-block 类激活图 迁移学习 多尺度 特征融合 支持向量机

在线阅读 下载PDF 职称材料

基于残差卷积神经网络的语音识别算法 被引量：2

11

作者 冯成立 程雯 《计算机与数字工程》 2023年第2期440-444,共5页

传统语音识别声学模型DFCNN在对语音特征进行提取的时,采用深度卷积模型只考虑了局部特征,对不同的声学特征无法抓重点选择,且训练速度较慢,难以收敛。文本针对这些问题,提出一种基于深度残差的卷积神经网络的声学模型DRCNN。结合CTC技... 传统语音识别声学模型DFCNN在对语音特征进行提取的时,采用深度卷积模型只考虑了局部特征,对不同的声学特征无法抓重点选择,且训练速度较慢,难以收敛。文本针对这些问题,提出一种基于深度残差的卷积神经网络的声学模型DRCNN。结合CTC技术,直接使用DRCNN对声学特征进行建模,使用SE-Block通道加权残差机制和深度堆叠结构,加快声学特征提取过程,增强拟合能力,提高训练速度。在此基础上搭建基于transformer的语言模型。相比传统DFCNN-HMM模型,更能学习到语音信息的深度特征,增强声学模型,语言模型鲁棒性。实验结果表明,在中文语音识别数据集,文本提出的语音识别算法相比DFCNN-HMM有在字错误率WER上有4.03%的提升。 展开更多

关键词 语音识别 CNN TRANSFORMER 自注意力机制 残差链接 se-block

在线阅读 下载PDF 职称材料

改进的HRNet应用于路面裂缝分割与检测 被引量：13

12

作者 张伯树 张志华 张洋 《测绘通报》 CSCD 北大核心 2022年第3期83-89,共7页

针对利用传统卷积神经网络进行路面裂缝分割时存在准确率低、信息丢失及边缘模糊的问题,本文提出了基于改进HRNet模型的路面裂缝分割算法。模型在原始HRNet的基础上进行改进,主干网络部分采用DUC模块代替双线性插值上采样;下采样改为pas... 针对利用传统卷积神经网络进行路面裂缝分割时存在准确率低、信息丢失及边缘模糊的问题,本文提出了基于改进HRNet模型的路面裂缝分割算法。模型在原始HRNet的基础上进行改进,主干网络部分采用DUC模块代替双线性插值上采样;下采样改为passthrough layer代替原始卷积;在模型解码部分,进行逐级上采样的同时引入SE-Block,对不同特征层的融合重新标定权重。通过与原始HRNet及传统卷积神经网络U-Net对比可知,本文算法在公共数据与自制数据集上的分割精度表现优秀,F1分值分别达到了91.31%和78.69%,可以很好地满足实际工程的需求。 展开更多

关键词 路面裂缝 HRNet DUC passthrough layer se-block 图像分割

原文传递

基于改进Inception-ResNet_v2的低资源少数民族语音识别 被引量：2

13

作者 贾嘉敏 潘文林 《软件导刊》 2022年第8期51-55,共5页

为更有效地对低资源少数民族语言进行语音识别研究,提出一种SE-Block与Inception_Resnet_v2相结合的深度神经网络模型。该模型引入Inception结构提取语谱图特征,同时引入SE-Block增强网络对特征维度的信息通道选择能力,优化网络性能。... 为更有效地对低资源少数民族语言进行语音识别研究,提出一种SE-Block与Inception_Resnet_v2相结合的深度神经网络模型。该模型引入Inception结构提取语谱图特征,同时引入SE-Block增强网络对特征维度的信息通道选择能力,优化网络性能。实验结果表明,相比其他主流模型,该模型在提高模型精度与训练收敛速度的同时,增强了网络的整体学习能力。实验在佤语数据集上取得良好的学习效果,验证了该模型在数据样本数量有限的低资源少数民族语音识别中的高效性。 展开更多

关键词 孤立词识别 语谱图 Inception-ResNet_v2 se-block

在线阅读 下载PDF 职称材料

基于改进的YOLOv3算法的乳腺超声肿瘤识别 被引量：3

14

作者 徐立芳 傅智杰 莫宏伟 《智能系统学报》 CSCD 北大核心 2021年第1期21-29,共9页

为了提高乳腺癌诊断的效率以及准确性,本文提出一种基于改进的YOLOv3算法来构建一个乳腺超声肿瘤识别算法,辅助医生进行乳腺癌的诊断。首先在Res2Net网络上融入SE模块构建SE-Res2Net网络来取代原始YOLOv3中的特征提取网络,以此提升模型... 为了提高乳腺癌诊断的效率以及准确性,本文提出一种基于改进的YOLOv3算法来构建一个乳腺超声肿瘤识别算法,辅助医生进行乳腺癌的诊断。首先在Res2Net网络上融入SE模块构建SE-Res2Net网络来取代原始YOLOv3中的特征提取网络,以此提升模型特征提取的能力。然后通过搭建一个新型下采样模块(downsample block)来解决原始模型中下采样操作容易出现信息丢失的不足。最后为了进一步提升模型特征提取的能力,结合残差连接网络以及密集连接网络的优点构建Res-DenseNet网络来替换原始模型的残差连接方式。实验结果表明:改进后的YOLOv3算法比原始YOLOv3算法的m AP提高了4.56%,取得较好的检测结果。 展开更多

关键词 乳腺癌 超声影像 YOLOv3 SE-Res2Net 下采样模块 残差连接 密集连接

在线阅读 下载PDF 职称材料

特低渗砂岩油层保护剂RP-3的研制与应用 被引量：1

15

作者 刘德胜 左凤江 +3 位作者 孟尚志 赵磊 吕传炳 单保东 《石油钻采工艺》 CAS CSCD 北大核心 2000年第6期14-17,共4页

桐 2 1断块为低孔、特低渗砂岩储层 ,储层污染比较严重。研究认为 ,储层伤害的主要原因是水敏和水锁。针对储层这一特点 ,研制了油层保护剂 RP- 3。现场应用 13口井 ,其中试油 6口 ,平均单井日增原油 1.5 3t,平均单井日减水量 6 .5 4m3... 桐 2 1断块为低孔、特低渗砂岩储层 ,储层污染比较严重。研究认为 ,储层伤害的主要原因是水敏和水锁。针对储层这一特点 ,研制了油层保护剂 RP- 3。现场应用 13口井 ,其中试油 6口 ,平均单井日增原油 1.5 3t,平均单井日减水量 6 .5 4m3,取得了良好的保护油层效果。 展开更多

关键词 低渗透储集层 砂岩 水敏性 油层保护剂 钻井液

在线阅读 下载PDF 职称材料

基于深度残差长短记忆网络交通流量预测算法 被引量：14

16

作者 刘世泽 秦艳君 +5 位作者 王晨星 苏琳 柯其学 罗海勇 孙艺 王宝会 《计算机应用》 CSCD 北大核心 2021年第6期1566-1572,共7页

针对多步交通流量预测任务中时间空间特征提取效果不佳和预测未来时间交通流量精度低的问题,提出一种基于长短时记忆(LSTM)网络、卷积残差网络和注意力机制的融合模型。首先,利用一种基于编解码器的架构,通过在编解码器中加入LSTM网络... 针对多步交通流量预测任务中时间空间特征提取效果不佳和预测未来时间交通流量精度低的问题,提出一种基于长短时记忆(LSTM)网络、卷积残差网络和注意力机制的融合模型。首先,利用一种基于编解码器的架构,通过在编解码器中加入LSTM网络来挖掘不同尺度的时间域特征;其次,构建基于注意力机制挤压激励(SE)模块的卷积残差网络嵌入到LSTM网络结构中,从而挖掘交通流量数据中的空间域特征;最后,将编码器中获得的隐状态下的信息输入到解码器中,实现高精度多步交通流量的预测。基于真实交通数据进行实验测试和分析,实验结果表明,相较于原始的基于图卷积的模型,所提模型在北京和纽约两个交通流量公开数据集上的均方根误差(RMSE)分别获得了1.622和0.08的下降。所提模型能够高效且精确地对交通流量作出预测。 展开更多

关键词 时空数据挖掘 编解码器 长短期记忆 挤压-激励模块 空间注意力

在线阅读 下载PDF 职称材料

基于注意力机制的轻量化VGG玉米籽粒图像识别模型 被引量：7

17

作者 孙孟研 王佳 +4 位作者 马睿 代东南 刘起 穆春华 马德新 《中国粮油学报》 CAS CSCD 北大核心 2024年第1期189-195,共7页

玉米是重要的生产资料,为实现对玉米种子的识别与保护,实验采集了5个玉米品种,经处理后共获得1778张玉米籽粒图像,建立胚面与胚乳面混合的数据集。按7∶2∶1的比例划分训练集、验证集和测试集。首先基于迁移学习选取DenseNet121、Mobile... 玉米是重要的生产资料,为实现对玉米种子的识别与保护,实验采集了5个玉米品种,经处理后共获得1778张玉米籽粒图像,建立胚面与胚乳面混合的数据集。按7∶2∶1的比例划分训练集、验证集和测试集。首先基于迁移学习选取DenseNet121、MobileNetV2、VGG16和GoogLeNet对玉米籽粒图像进行识别,在测试集上的准确率分别是94.32%、93.18%、95.45%和92.61%,由于在VGG16上的准确率最高,所以选择对VGG16进行改进,在对模型进行轻量化处理的同时引入通道注意力SE模块,构建一个新的网络模型L-SE-VGG,并与未预训练的VGG16、迁移学习的VGG16和不加SE模块的L-VGG进行对比,最终在L-SE-VGG上的识别准确率高达98.86%。研究为深度学习技术在玉米籽粒品种识别中的应用提供了新的有效策略和实验方法,为玉米籽粒品种的识别和检测提供了参考。 展开更多

关键词 VGG16 SE模块 图像识别 深度学习 玉米籽粒

在线阅读 下载PDF 职称材料

基于改进YOLO v3的PCB缺陷检测 被引量：39

18

作者 李闻 李小春 闫昊雷 《电光与控制》 CSCD 北大核心 2022年第4期106-111,共6页

针对目前PCB板缺陷检测存在检测精度低、检测速度慢等问题,提出了一种改进的YOLO v3网络的PCB缺陷检测算法。首先利用DBSCAN+k-means聚类算法并通过Avg IOU准则重新聚类,以选择更适合本文数据集的Anchor Boxes;其次在第二个残差模块中... 针对目前PCB板缺陷检测存在检测精度低、检测速度慢等问题,提出了一种改进的YOLO v3网络的PCB缺陷检测算法。首先利用DBSCAN+k-means聚类算法并通过Avg IOU准则重新聚类,以选择更适合本文数据集的Anchor Boxes;其次在第二个残差模块中增加了两个残差单元,提高网络对浅层特征的提取能力,同时在网络中加入了SE Block模块,从而突出了有用的特征通道,改进了特征融合结构;最后通过更改检测模块提高对本文数据集的检测能力。实验结果表明,改进算法在PCB缺陷数据集检测精度和检测速度方面都有了明显提升。 展开更多

关键词 PCB 缺陷检测 聚类算法 SE Block 特征融合

在线阅读 下载PDF 职称材料

基于卷积神经网络的水稻氮素营养诊断 被引量：5

19

作者 钱政 杨孙哲 +4 位作者 张国卿 郭紫微 张林朋 万家兴 杨红云 《中国农业科技导报》 CAS CSCD 北大核心 2023年第9期113-121,共9页

为了快速、准确诊断和识别水稻氮素胁迫程度,对水稻进行大田栽培试验。以超级水稻‘两优培九’为试验对象,设置0、210、300和390 kg·hm^(-2)共4个施氮水平处理,通过扫描采集幼穗分化期和齐穗期水稻顶1、顶2、顶3叶图像,在卷积神经... 为了快速、准确诊断和识别水稻氮素胁迫程度,对水稻进行大田栽培试验。以超级水稻‘两优培九’为试验对象,设置0、210、300和390 kg·hm^(-2)共4个施氮水平处理,通过扫描采集幼穗分化期和齐穗期水稻顶1、顶2、顶3叶图像,在卷积神经网络(convolutional neural network,CNN)ResNet34的每个残差块中加入SE block(squeeze-and-excitation block)模块,并将在图像数据集ImageNet(ImageNet large scale visual recognition challenge)上训练得到的权重参数迁移到水稻氮素营养诊断的识别模型中,ResNet34的特征提取层保持原结构,模型结尾的池化层替换为全局平均池化层,利用改进后的网络对水稻图像进行特征提取,训练得到最优的权重参数。结果表明,改进后的网络对水稻幼穗分化期的模型测试准确率达到98.13%,齐穗期的准确率达到99.46%,且模型的收敛速度更快,相比于改进前的网络准确率均提升了7%以上。以上结果表明,通过在ResNet34残差块中加入SE block并基于迁移学习的方法对水稻氮素营养诊断方法是可行的,能有效对水稻幼穗分化期和齐穗期的氮素营养进行诊断识别,为农作物的营养诊断识别提供了参考。 展开更多

关键词 卷积神经网络 水稻氮素营养诊断 ResNet34 迁移学习 SE block

在线阅读 下载PDF 职称材料

镉硒红釉制作工艺的探讨 被引量：5

20

作者 王惠萍 缪松兰 周健 《陶瓷研究》 1997年第3期10-14,共5页

本文探讨了一种以固溶体型硫硒化镉陶瓷色剂１％、熔块用量４０—５０％半熔块釉制得的二次烧成、耐温１２００℃，镉硒红釉的釉料组成及工艺控制对其呈色的影响。提出配料中引入适量的氟硅酸钠和ＣｄＯ作添加剂，对促进硫硒化镉颜料发... 本文探讨了一种以固溶体型硫硒化镉陶瓷色剂１％、熔块用量４０—５０％半熔块釉制得的二次烧成、耐温１２００℃，镉硒红釉的釉料组成及工艺控制对其呈色的影响。提出配料中引入适量的氟硅酸钠和ＣｄＯ作添加剂，对促进硫硒化镉颜料发色和在１２００℃下较稳定呈色起着良好的作用。该红釉适用于釉面砖及艺术陶瓷产品，具有应用、推广前景。 展开更多

关键词 镉硒红釉 工艺 着色剂 陶瓷颜料 瓷釉

在线阅读 下载PDF 职称材料