基于Voronoi-Softmax概率分配的T型逆变器EMPC全局最优策略

1

作者 张虹 孙道兴 +2 位作者 王超 马万基 杨佳霖 《电力系统保护与控制》 北大核心 2026年第4期154-164,共11页

T型三电平逆变器在传统有限集模型预测并网控制过程中,因相邻控制周期优化过程缺少关联,进而产生多周期局部最优化问题。提出一种基于Voronoi-Softmax概率分配的T型逆变器EMPC控制(Voronoi-Softmax explicit model predictive control, ... T型三电平逆变器在传统有限集模型预测并网控制过程中,因相邻控制周期优化过程缺少关联,进而产生多周期局部最优化问题。提出一种基于Voronoi-Softmax概率分配的T型逆变器EMPC控制(Voronoi-Softmax explicit model predictive control, VS-EMPC)策略。首先,采用死区线性化补偿策略修正并网模型。基于Voronoi图的思想,把开关序列的在线计算转化为对离线计算的显式模型预测控制状态空间进行Voronoi单元划分。在线查表得到3个候选矢量并结合在线Softmax概率探索机制和自适应动态系数计算,通过优化的概率引导进行多周期关联下最优候选矢量的选择。最后通过搭建半实物仿真实验平台,验证了所提策略良好的动稳态性能和在降低存储负担及实现全局最优控制方面的有效性。 展开更多

关键词 Voronoi-softmax 三电平逆变器 概率分配 显式模型预测控制 全局最优

在线阅读 下载PDF 职称材料

基于主成分分析和Softmax回归模型的人脸识别方法 被引量：29

2

作者 汪海波 陈雁翔 李艳秋 《合肥工业大学学报（自然科学版）》 CAS CSCD 北大核心 2015年第6期759-763,共5页

文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网... 文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网络,将它与Softmax回归模型构成的级联结构看作是2层神经网络,在神经网络的训练过程中,主成分的特征向量可以微调。在不同人脸数据库上的实验表明,相比于传统的只用PCA降维的方法,本文方法可达到较高的识别率。 展开更多

关键词 人脸识别 主成分分析 softmax回归模型 神经网络

在线阅读 下载PDF 职称材料

基于Softmax回归模型的骨龄X射线图像手骨分割 被引量：5

3

作者 刘蕊 贾媛媛 +3 位作者 贺向前 李哲 蔡金华 李昊 《重庆大学学报（自然科学版）》 EI CAS CSCD 北大核心 2019年第9期73-83,共11页

针对儿童青少年的骨骼发育情况,临床上常采用手腕骨X射线图像进行骨龄评估。其中手骨区域的分割是预处理中的关键一步,手骨分割的准确率极大地影响最后的评估结果。传统的阈值分割方法在自动化分割过程中鲁棒性较差,利用深度神经网络的... 针对儿童青少年的骨骼发育情况,临床上常采用手腕骨X射线图像进行骨龄评估。其中手骨区域的分割是预处理中的关键一步,手骨分割的准确率极大地影响最后的评估结果。传统的阈值分割方法在自动化分割过程中鲁棒性较差,利用深度神经网络的自动分割准确率比传统方法高但较为复杂。研究在阈值分割的基础上,提出先通过训练Softmax回归模型预测最佳阈值得到二值图像,再利用区域生长法提取完整手形,最后对手骨图像进行归一化处理的分割方法。在100张临床数据测试集上,将提出的方法与传统的阈值分割方法--Otsu、最大熵阈值和直方图均值分割方法进行对比,采用相似系数DSC(dice similarity coefficient)、欠分割率和过分割率3个客观评价指标对分割结果进行定量分析。实验证明该方法的分割效果最理想,平均DSC值为0.97,欠分割率和过分割率接近于0,对于复杂的手骨图像也表现出良好的分割性能,相比传统的阈值分割方法具有更好的鲁棒性,能够准确的对骨龄X射线图像进行自动化手骨分割处理。 展开更多

关键词 骨龄评估 手骨分割 softmax回归模型 最佳阈值 区域生长 鲁棒性

原文传递

基于模型微调与AM-Softmax的极化SAR图像分类 被引量：4

4

作者 赵明钧 程英蕾 +3 位作者 秦先祥 王鹏 文沛 张碧秀 《空军工程大学学报》 CSCD 北大核心 2022年第5期36-43,共8页

针对极化SAR图像分类中卷积神经网络(CNN)方法训练时间长、收敛速度慢,原始Softmax函数无法对极化SAR图像的类内差异有效应对的问题,提出一种基于模型微调与加性边际Softmax(AM-Softmax)的极化SAR图像分类方法。该方法通过预训练网络的... 针对极化SAR图像分类中卷积神经网络(CNN)方法训练时间长、收敛速度慢,原始Softmax函数无法对极化SAR图像的类内差异有效应对的问题,提出一种基于模型微调与加性边际Softmax(AM-Softmax)的极化SAR图像分类方法。该方法通过预训练网络的整体微调,来改进CNN模型的效率和分类准确率,然后以AM-Softmax替代Softmax,以解决SAR图像中类内变化较大的问题,进一步提升分类精度。实验表明该方法具有快收敛的优势并且能够较好解决极化SAR图像类内差异较大的问题,模型的分类总体精度达到96%以上。 展开更多

关键词 极化SAR图像分类 模型迁移 加性边际softmax

在线阅读 下载PDF 职称材料

基于Softmax回归模型的地震灾害损失预测评估研究 被引量：7

5

作者 李云飞 许才顺 +1 位作者 池招招 张飞 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第12期1676-1681,共6页

文章在对地震灾害损失进行等级划分基础上,提出一种利用Softmax回归模型对地震灾害损失进行评估预测的方法。该方法以我国2005—2017年的全国地震数据作为样本集,将震级、震源深度、震中烈度、抗震设防烈度、设计基本地震加速度、灾区人... 文章在对地震灾害损失进行等级划分基础上,提出一种利用Softmax回归模型对地震灾害损失进行评估预测的方法。该方法以我国2005—2017年的全国地震数据作为样本集,将震级、震源深度、震中烈度、抗震设防烈度、设计基本地震加速度、灾区人均GDP、灾区人口、受灾面积等数据作为特征参数,在Softmax回归损失函数中加入权重衰减项后运用梯度下降算法进行求解,采用最小损失函数值对应的模型参数来构建Softmax回归模型,对地震灾害损失等级进行评估和预测。研究结果表明,与支持向量机(support vector machine,SVM)和传统逆向传播(back propagation,BP)神经网络相比,该方法具有更高的地震灾害损失预测精度和能力,其测试精度达到78.571%。 展开更多

关键词 softmax回归模型 BP神经网络 支持向量机(SVM) 地震灾害 损失预测

在线阅读 下载PDF 职称材料

基于DBN和SOFTMAX的网络入侵检测模型 被引量：2

6

作者 魏嘉毅 安琪 周超 《山东农业大学学报（自然科学版）》 北大核心 2019年第2期274-276,349,共4页

针对目前对于网络入侵检测准确率不高的问题,本文提出一种基于深度置信网络(Deep Belief Networks,DBN)和SOFTMAX的入侵检测模型。该模型可以自动地对网络信息进行拦截、处理并进行入侵检测。为了验证该模型的有效性,本文将KDD CUP 99-... 针对目前对于网络入侵检测准确率不高的问题,本文提出一种基于深度置信网络(Deep Belief Networks,DBN)和SOFTMAX的入侵检测模型。该模型可以自动地对网络信息进行拦截、处理并进行入侵检测。为了验证该模型的有效性,本文将KDD CUP 99-10%和KDD CUP 99-Correct数据集作为实验对象,总正确率分别达到了99.67%和99.42%。通过对比实验,将DBN和BP神经网络,TANN等算法进行对比,实验结果证明DBN-SOFTMAX相较于其他算法具有更高的检测效果。 展开更多

关键词 网络安全 入侵检测模型 深度置信网络 softmax

在线阅读 下载PDF 职称材料

基于Softmax回归分类模型的网页搜索排序算法 被引量：3

7

作者 党米花 《吉林大学学报（信息科学版）》 CAS 2024年第5期985-990,共6页

针对网页搜索结果存在返回的网页与搜索的关键词领域不相关的领域漂移现象,导致用户无法搜索到需求信息的问题,提出基于Softmax回归分类模型的网页搜索排序算法。选择网页搜索文本特征,得到相应的特征项,利用向量表示模型,将选择的网页... 针对网页搜索结果存在返回的网页与搜索的关键词领域不相关的领域漂移现象,导致用户无法搜索到需求信息的问题,提出基于Softmax回归分类模型的网页搜索排序算法。选择网页搜索文本特征,得到相应的特征项,利用向量表示模型,将选择的网页搜索文本特征项转换为格式化数据,对网页搜索文本数据进行均衡处理,获取网页搜索文本数据集。采用Softmax回归分类模型,分类处理网页搜索文本数据集,预测网页搜索文本类别,通过Okapi BM25算法,对网页搜索文本进行排序操作,实现网页搜索排序。实验结果表明,所提算法具有较好的网页搜索排序,提升了网页搜索排序精度,避免网页搜索排序过程中的领域漂移现象。 展开更多

关键词 softmax回归分类模型 网页搜索排序 文本预处理 TF-IDF算法 Okapi BM25算法

在线阅读 下载PDF 职称材料

基于GA优化的RF-Softmax水质预测模型研究 被引量：1

8

作者 董陈超 田明昊 赵伟朝 《湖北农业科学》 2022年第7期60-65,82,共7页

针对水质检测周期长、成本高等问题,提出了基于遗传算法优化的RF-Softmax水质预测模型。采用机器学习的方法,使用随机森林算法进行特征选择建立水样本中氨氮、总磷2项水质参数与水质类别的数学关系模型方法对水质类别进行预测。采用遗... 针对水质检测周期长、成本高等问题,提出了基于遗传算法优化的RF-Softmax水质预测模型。采用机器学习的方法,使用随机森林算法进行特征选择建立水样本中氨氮、总磷2项水质参数与水质类别的数学关系模型方法对水质类别进行预测。采用遗传算法替代传统Softmax回归算法训练过程中使用的梯度下降法,解决了逻辑回归算法在目标函数不是严格凸函数的情况下,容易陷入局部最优解的问题。以江阴市南闸街道地区地表水作为研究对象进行验证,结果表明,使用GA优化的RF-Softmax回归模型预测的准确率最高,其预测正确率相比传统Softmax回归和BP神经网络分别提高11.73和8.40百分点,平均误差分别降低58.68%和34.92%,平均均方根误差分别降低39.02%和23.62%。优化效果显著,能够实现高效、准确、低成本、快速的地表水质预测,为水质监测与预警提供了新思路,对于水质管理与环境保护具有重大意义。 展开更多

关键词 水质预测 预测模型 遗传算法 softmax回归 随机森林 机器学习

在线阅读 下载PDF 职称材料

基于多源数据融合的电液车辆减速器监测系统研究 被引量：2

9

作者 胡淼 徐永新 +3 位作者 宋少鹏 刘树栋 邱战国 安家丙 《铁道通信信号》 2025年第2期6-13,共8页

为推动车辆减速器维修方式向更加高效、精准的状态修转变,设计了基于多源数据融合的电液车辆减速器监测系统。该系统集成数据采集分析和健康评估功能,通过整合压力、液位、温度、换向阀电信号、位置表示信息等多源数据,提升设备故障识... 为推动车辆减速器维修方式向更加高效、精准的状态修转变,设计了基于多源数据融合的电液车辆减速器监测系统。该系统集成数据采集分析和健康评估功能,通过整合压力、液位、温度、换向阀电信号、位置表示信息等多源数据,提升设备故障识别精度。首先通过数据清洗去除异常、跳变数据,归一化处理不同量纲数据,划分数据集并建立特征库;其次采用基于神经网络构建的Softmax回归模型进行数据融合分析,配合使用交叉熵损失函数,通过反向传播方法进行训练;最后结合双隐层结构和Relu激活函数,确保模型的收敛性和非线性处理能力,提高模型预测的准确性。试验结果表明,系统识别准确率达98.1%,为车辆减速器维修模式的转型提供了有力的技术支撑,也为电务基础设备智能化监测提供借鉴。 展开更多

关键词 电液车辆减速器 状态修 状态监测 多源数据融合 softmax回归模型 健康评估 故障检测

在线阅读 下载PDF 职称材料

字段语义推断模型的二进制协议语义推理方法

10

作者 董姝岐 黄辑贤 +1 位作者 粘镇泓 井靖 《信息工程大学学报》 2025年第2期238-244,共7页

针对二进制协议逆向工程中字段语义推断准确性低且泛化能力弱的问题,提出一种基于softmax分类模型的字段语义推断模型(FSISC)的自动推断方法。首先,将收集到的协议数据,根据IP地址、端口号进行会话分组;其次,针对已知和未知协议字段本... 针对二进制协议逆向工程中字段语义推断准确性低且泛化能力弱的问题,提出一种基于softmax分类模型的字段语义推断模型(FSISC)的自动推断方法。首先,将收集到的协议数据,根据IP地址、端口号进行会话分组;其次,针对已知和未知协议字段本身、字段列上下文以及多序列行上下文3类特征,采用3种门控循环单元(GRU)进行特征提取;再次,将已知协议字段语义描述转换为嵌入向量,计算向量之间的余弦相似度,并根据字段描述的语义相似度使用k-means++算法进行聚类;最后,利用softmax分类模型对提取的特征和聚合后的语义类别进行类别映射,实现未知协议的自动化语义推断。实验结果显示,所提方法可有效提升对未知协议的泛化能力,实现4种协议的语义推断,与二进制协议逆向工程的自动字段语义推理方法(FSIBP)相比,语义推理准确率有所提升。 展开更多

关键词 二进制协议逆向工程 深度学习 softmax分类模型 语义推断 门控循环单元

在线阅读 下载PDF 职称材料

基于深度玻尔兹曼机的文本特征提取研究 被引量：9

11

作者 张立民 刘凯 《微电子学与计算机》 CSCD 北大核心 2015年第2期142-147,共6页

鉴于深度学习模型在进行知识推理相关研究时提取抽象概念的优势,在目前对文本特征提取性能较好的浅层结构RSM的基础上构建以RSM为特征抽取器的深度玻尔兹曼机模型.通过新模型的能量函数和网络连接关系,对模型组成单元的后验概率进行推导... 鉴于深度学习模型在进行知识推理相关研究时提取抽象概念的优势,在目前对文本特征提取性能较好的浅层结构RSM的基础上构建以RSM为特征抽取器的深度玻尔兹曼机模型.通过新模型的能量函数和网络连接关系,对模型组成单元的后验概率进行推导,并结合新的交叉熵稀疏惩罚因子,给出模型的详细学习算法.经20-newgroups文档集上测试证明,经过交叉熵稀疏惩罚因子影响后的新模型提取出的特征在对文本表征上性能较好,相比于浅层模型RSM,其分类准确度更高,概念更加抽象,在处理大规模文本分析上具有良好的可行性. 展开更多

关键词 文本特征 多重softmax模型 深度学习 深度玻尔兹曼机 稀疏表示

在线阅读 下载PDF 职称材料

基于深度学习的交通拥堵预测模型研究 被引量：47

12

作者 谭娟 王胜春 《计算机应用研究》 CSCD 北大核心 2015年第10期2951-2954,共4页

针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深... 针对城市道路交通拥堵预警问题,提出了一种基于深度学习的预测模型。通过归纳合并交通流参数、环境状态、时段等基础数据来构建交通流特征向量并确定四种预测状态。采用深度学习的自编码网络方法从无标签数据集中学习获取可表征数据深层特征的隐层参数并生成新特征集。应用Softmax回归对有标签的新特征集进行学习生成预测分类器,模型可对交通拥堵状况进行多态预测。通过仿真对比分析,预测模型具有较省略特征学习的预测算法更好的预测性能,平均预测精度可达85%。 展开更多

关键词 交通拥堵 预测模型 深度学习 自编码网络 softmax回归

在线阅读 下载PDF 职称材料

基于聚类识别的极化SAR图像分类 被引量：4

13

作者 魏志强 毕海霞 《电子与信息学报》 EI CSCD 北大核心 2018年第12期2795-2803,共9页

该文提出一种基于判别式聚类框架的非监督极化SAR图像分类算法,利用判别式监督分类技术实现非监督聚类。为实现该算法,定义了一个结合softmax回归模型和马尔科夫随机场光滑性约束的能量函数。该模型中,像素类标和分类器均为需要优化的... 该文提出一种基于判别式聚类框架的非监督极化SAR图像分类算法,利用判别式监督分类技术实现非监督聚类。为实现该算法,定义了一个结合softmax回归模型和马尔科夫随机场光滑性约束的能量函数。该模型中,像素类标和分类器均为需要优化的未知变量。该算法从基于目标极化分解和K-Wishart极化统计分布而产生的初始化类标开始,交替迭代优化分类器和类标的能量函数,从而实现对分类器和类标的求解。真实极化SAR数据上的实验结果证明了该算法的有效性和先进性。 展开更多

关键词 极化SAR图像分类 判别式聚类 马尔科夫随机场 softmax回归模型

在线阅读 下载PDF 职称材料

一种半监督重复软最大化模型

14

作者 邢国正 江雨燕 +1 位作者 吴超 李常训 《计算机工程》 CAS CSCD 北大核心 2015年第9期209-214,共6页

概率主题模型由于其高效的数据降维和文档主题特征挖掘能力被广泛应用于各种文档分析任务中,然而概率主题模型主要基于有向图模型构建,使得模型的表示能力受到极大限制。为此,研究分布式主题特征表示和基于无向图模型玻尔兹曼机的重复... 概率主题模型由于其高效的数据降维和文档主题特征挖掘能力被广泛应用于各种文档分析任务中,然而概率主题模型主要基于有向图模型构建,使得模型的表示能力受到极大限制。为此,研究分布式主题特征表示和基于无向图模型玻尔兹曼机的重复软最大化模型(RSM),提出一种半监督的RSM(SSRSM)。将SSRSM、RSM模型提取的主题特征应用于多标记判别任务中,实验结果表明,相比LDA和RSM模型,SSRSM模型具有更好的多标记判别能力。 展开更多

关键词 主题模型 无向图模型 重复软最大化模型 半监督模型 特征学习

在线阅读 下载PDF 职称材料

结合有监督联合一致性自编码器的跨音视频说话人标注 被引量：2

15

作者 柳欣 李鹤洋 +1 位作者 钟必能 杜吉祥 《电子与信息学报》 EI CSCD 北大核心 2018年第7期1635-1642,共8页

跨模态说话人标注旨在利用说话人的不同生物特征进行相互匹配和互标注,可广泛应用于各种人机交互场合。针对人脸和语音两种不同模态生物特征之间存在明显的"语义鸿沟"问题,该文提出一种结合有监督联合一致性自编码器的跨音视... 跨模态说话人标注旨在利用说话人的不同生物特征进行相互匹配和互标注,可广泛应用于各种人机交互场合。针对人脸和语音两种不同模态生物特征之间存在明显的"语义鸿沟"问题,该文提出一种结合有监督联合一致性自编码器的跨音视频说话人标注方法。首先分别利用卷积神经网络和深度信念网络分别对人脸图像和语音数据进行判别性特征提取,接着在联合自编码器模型的基础上,提出一种新的有监督跨模态神经网络模型,同时嵌入softmax回归模型以保证模态间和模态内样本的相似性,进而扩展为3种有监督一致性自编码器神经网络模型来挖掘音视频异构特征之间的潜在关系,从而有效实现人脸和语音的跨模态相互标注。实验结果表明,该文提出的网络模型能够有效的对说话人进行跨模态标注,效果显著,取得了对姿态变化和样本多样性的鲁棒性。 展开更多

关键词 跨模态说话人标注 有监督联合自编码器 softmax回归模型 有监督神经网络模型

在线阅读 下载PDF 职称材料

基于改进的稀疏降噪自编码网络的三维模型识别方法 被引量：2

16

作者 刘钢 王慧 王新颖 《吉林大学学报（理学版）》 CAS CSCD 北大核心 2018年第3期669-675,共7页

针对海量数据挖掘中三维模型特征识别准确率较低的问题,提出一种改进的稀疏降噪自编码神经网络模型.先基于改进的稀疏降噪自编码方法构建深度神经网络模型,再利用无监督预训练方法及受限的拟牛顿计算方法对自编码神经网络进行训练,最后... 针对海量数据挖掘中三维模型特征识别准确率较低的问题,提出一种改进的稀疏降噪自编码神经网络模型.先基于改进的稀疏降噪自编码方法构建深度神经网络模型,再利用无监督预训练方法及受限的拟牛顿计算方法对自编码神经网络进行训练,最后采用softmax回归和得到的特征训练最终的分类器.结果表明:该方法对有噪声的三维模型特征信息具有较好的鲁棒性;与栈式自编码神经网络和自学习神经网络相比,该方法识别率较高. 展开更多

关键词 三维模型识别 稀疏降噪自编码 softmax分类器

在线阅读 下载PDF 职称材料

基于卷积神经网络的人脸识别算法 被引量：4

17

作者 谢志明 《计算机与数字工程》 2020年第10期2475-2479,共5页

传统的人脸识别技术对人脸图像特征的提取及分类器选择均较为复杂,且识别率也不高,随着卷积神经网络从手写数字识别到人脸识别的技术不断成熟,提出了一种利用Python+Keras框架测试CNN的人脸识别算法。该方法主要涉及两方面,一是通过改... 传统的人脸识别技术对人脸图像特征的提取及分类器选择均较为复杂,且识别率也不高,随着卷积神经网络从手写数字识别到人脸识别的技术不断成熟,提出了一种利用Python+Keras框架测试CNN的人脸识别算法。该方法主要涉及两方面,一是通过改变隐藏层神经元数量查看对网络的影响;另一个是通过改变卷积层1和卷积层2特征图数量查看对网络的影响。通过多组实验测试得到最佳的CNN模型为36-76-1024,该模型可以自动提取人脸图像特征并分类,使用adam优化器和softmax分类器进行人脸识别可以让训练更快收敛和更有效提高准确率,并利用Dropout方法避免过拟合。实验结果表明,CNN模型在olivettifaces人脸库上的识别率达到了97.5%,当采用最佳CNN模型时平均识别率接近100%,从而验证了该算法及模型的有效性及准确性。 展开更多

关键词 人脸识别 卷积神经网络 CNN模型 softmax分类器

在线阅读 下载PDF 职称材料

TensorFlow读取数据在简单图像识别中的应用 被引量：4

18

作者 来学伟 《现代信息科技》 2019年第12期98-99,共2页

本文以MNIST数据库为例,用TensorFlow读取数据集中的数据,并建立一个简单的图像识别模型。同时以TensorFlow为工具,写一个手写体数字识别程序,使用的机器方法是Softmax回归。通过把占位符的值传递给会话,计算后运行梯度下降后,可以检测... 本文以MNIST数据库为例,用TensorFlow读取数据集中的数据,并建立一个简单的图像识别模型。同时以TensorFlow为工具,写一个手写体数字识别程序,使用的机器方法是Softmax回归。通过把占位符的值传递给会话,计算后运行梯度下降后,可以检测模型训练的结果,得到预测的标签和实际标签,接下来通过tf.equal函数来比较它们是否相等,并将结果保存到correct_prediction中。最后,用tf.reduce_mean可以计算数组中的所有元素的平均值,相当于得到了模型的预测准确率。该模型识别的准确率超过90%,具有一定的推广价值。 展开更多

关键词 MNIST数据集 softmax回归 训练模型

在线阅读 下载PDF 职称材料

基于概率图模型的表情分类方法研究 被引量：1

19

作者 孙劲光 严华 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2018年第6期932-938,共7页

针对在小规模样本集上如何提高学习算法的准确率问题,提出了基于概率图模型的表情分类算法.本文提出了一种表情区域分割方法,将人脸表情图像划分为5个面部区域,通过概率图模型的分类方法理论基础,由5个表情分类子网络和Softmax分类层构... 针对在小规模样本集上如何提高学习算法的准确率问题,提出了基于概率图模型的表情分类算法.本文提出了一种表情区域分割方法,将人脸表情图像划分为5个面部区域,通过概率图模型的分类方法理论基础,由5个表情分类子网络和Softmax分类层构成基于概率图模型的表情分类模型,实现对人脸表情图像的分类.通过在JAFFE人脸表情库和CK表情数据库上实验分析,得到识别准确率分别为97.78%和98.95%,分别提高了1.85%和5.92%准确率.实验结果表明:本文方法对表情分类识别率的提高有重要意义,并且本文方法有效提高了对于小样本图像的分析与理解能力. 展开更多

关键词 机器视觉 概率图模型 表情区域分割 softmax分类器 表情分类

原文传递

基于MobileNet的恶意软件家族分类模型 被引量：10

20

作者 曾娅琴 张琳琳 +1 位作者 张若楠 杨波 《计算机工程》 CAS CSCD 北大核心 2020年第4期162-168,共7页

现有基于卷积神经网络(CNN)的恶意代码分类方法存在计算资源消耗较大的问题.为降低分类过程中的计算量和参数量,构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型.将恶意软件可视化为灰度图,以灰度图的相似度表示同一家族... 现有基于卷积神经网络(CNN)的恶意代码分类方法存在计算资源消耗较大的问题.为降低分类过程中的计算量和参数量,构建基于恶意代码可视化和轻量级CNN模型的恶意软件家族分类模型.将恶意软件可视化为灰度图,以灰度图的相似度表示同一家族的恶意软件在代码结构上的相似性,利用灰度图训练带有深度可分离卷积的神经网络模型MobileNet v2,自动提取纹理特征,并采用Softmax分类器对恶意代码进行家族分类.实验结果表明,该模型对恶意代码分类的平均准确率为99.32%,较经典的恶意代码可视化模型高出2.14个百分点. 展开更多

关键词 卷积神经网络 恶意软件分类 纹理特征 MobileNet v2模型 softmax模型

在线阅读 下载PDF 职称材料