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437篇文章
< 1 2 … 22 >
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：
基于改进DenseNet的福建常见阔叶材显微识别研究
1
作者 党慧滢 冯志伟 +4 位作者 唐利 虞夏霓 罗晓洁 关鑫 林金国 《林业工程学报》 北大核心 2026年第1期70-77,共8页
福建森林资源非常丰富,阔叶材树种繁多。为了快速准确地识别阔叶材树种,提出了一种基于改进DenseNet网络模型的树种识别技术。选取24种福建常见的阔叶材作为研究对象,采集木材横切面原始显微图像,采用图像尺寸归一化、图像灰度化等方法... 福建森林资源非常丰富,阔叶材树种繁多。为了快速准确地识别阔叶材树种,提出了一种基于改进DenseNet网络模型的树种识别技术。选取24种福建常见的阔叶材作为研究对象,采集木材横切面原始显微图像,采用图像尺寸归一化、图像灰度化等方法对其进行预处理,以减少处理图像时的计算复杂度;采用水平翻转、随机缩放和镜像翻转,以及调整亮度、对比度和饱和度等方法进行数据集扩充,构建了福建常见阔叶材横切面显微图像数据集。在24种福建常见阔叶材显微图像数据集上分别训练了VGGNet19、InceptionV3、ResNet101和DenseNet121这4种经典卷积神经网络,对比分析了这4种模型的识别准确率、训练时间、参数量和模型文件大小,发现DenseNet121模型识别准确率最高(98.02%),训练时间最短(2.56×10^(4)s),参数量最少(7.57×10^(6)),模型文件最小(30 MB),说明DenseNet121在该数据集上识别整体性能最优。对整体性能最优的DenseNet121进行改进,通过引入深度可分离卷积降低网络模型的参数量,引入Inception模块和通道注意力机制提升模型的识别性能,结果表明,改进的DenseNet模型识别平均准确率可达98.96%、平均召回率为98.95%,改进DenseNet模型的训练时间、参数量、模型大小与DenseNet121相比,分别降低了0.9×10^(4)s、5.66×10^(6)、6 MB,其识别性能显著提升且计算资源和存储资源大幅降低。 展开更多
关键词 木材显微识别 卷积神经网络 福建省 阔叶材 改进densenet
在线阅读 下载PDF
基于改进DenseNet的棉叶螨危害等级识别研究
2
作者 雷竣杰 周保平 张 《中国农机化学报》 北大核心 2026年第2期202-209,共8页
针对传统棉叶螨人工诊断分级方法费工费时且存在滞后性的问题,提出一种基于改进DenseNet—121的棉叶螨危害等级识别模型。依据棉叶螨害分级标准,在单一背景和自然背景下采集不同危害等级的棉叶图像,并对原始数据集进行增强以模拟图像采... 针对传统棉叶螨人工诊断分级方法费工费时且存在滞后性的问题,提出一种基于改进DenseNet—121的棉叶螨危害等级识别模型。依据棉叶螨害分级标准,在单一背景和自然背景下采集不同危害等级的棉叶图像,并对原始数据集进行增强以模拟图像采集时受不同天气情况、拍摄角度和设备噪声等因素的影响。不同螨害等级棉叶间特征相似度高、识别难度大,在优选DenseNet—121模型的基础上,首先,将第一层卷积中的7×7卷积核替换为Inception模块,增强浅层网络的特征提取能力;其次,在Transition Layer后引入SimAM注意力机制,强化棉叶螨害特征并抑制背景特征;最后,在Dense Layer后应用DropBlock正则化,提高模型的鲁棒性和抗过拟合能力。结果表明,所提模型在原始数据集上的识别准确率达到90.76%,较原始模型提高4.21个百分点;数据增强和3项改进策略分别使模型的识别准确率提高1.47、2.74、2.37、1.86个百分点;综合性能明显优于VGG16、ResNet50等模型。 展开更多
关键词 棉叶 螨害分级 改进densenet—121 注意力机制 正则化
在线阅读 下载PDF
基于DenseNet和迁移学习的声纹识别方法
3
作者 陈润强 王卫辰 +1 位作者 徐亚博 李烈 《现代电子技术》 北大核心 2026年第2期171-177,共7页
传统的声纹识别方法受环境噪声和个体变化等因素的影响,准确率难以进一步提升。为此,提出一种基于DenseNet和迁移学习的语谱图声纹识别方法,以进一步提高声纹识别系统的性能。使用DenseNet的声纹识别模型对源域语音进行训练;采用迁移学... 传统的声纹识别方法受环境噪声和个体变化等因素的影响,准确率难以进一步提升。为此,提出一种基于DenseNet和迁移学习的语谱图声纹识别方法,以进一步提高声纹识别系统的性能。使用DenseNet的声纹识别模型对源域语音进行训练;采用迁移学习将源域训练的DenseNet模型迁移到目标域训练数据;在目标域测试数据上验证迁移后模型的性能,并对比分析迁移前后DenseNet模型和ResNet模型的声纹识别性能。实验结果表明,与原始ResNet模型、DenseNet模型和经迁移学习的ResNet模型相比,经迁移学习的DenseNet模型的识别准确率分别提高了3.89%、6.67%和3.34%,且具有较快的收敛速度。 展开更多
关键词 声纹识别 densenet 迁移学习 语谱图 ResNet 语音信号处理
在线阅读 下载PDF
基于EEMD-PCC与DenseNet的齿轮箱故障诊断
4
作者 尚腾龙 郝如江 +2 位作者 冯鹏帆 王天池 姚勃羽 《机床与液压》 北大核心 2026年第1期21-26,34,共7页
针对齿轮箱在复杂工况下故障特征提取困难、诊断准确率低的问题,提出一种集成经验模态分解-皮尔逊相关系数(EEMD-PCC)与密集卷积网络(DenseNet)相结合的智能诊断模型。采用EEMD-PCC对原始振动信号进行预处理,通过计算本征模态分量与原... 针对齿轮箱在复杂工况下故障特征提取困难、诊断准确率低的问题,提出一种集成经验模态分解-皮尔逊相关系数(EEMD-PCC)与密集卷积网络(DenseNet)相结合的智能诊断模型。采用EEMD-PCC对原始振动信号进行预处理,通过计算本征模态分量与原始信号的皮尔逊相关系数,筛选有效分量进行信号重构,保留关键故障特征。将CBAM注意力机制加入DenseNet网络模型,以增强特征表达能力,采用自适配归一化代替批归一化以提高网络泛化能力。最后,使用动力传动故障诊断综合实验台对该模型性能进行验证。结果表明:在8类齿轮箱状态诊断中,该模型准确率达98.5%,混淆矩阵显示仅少数样本误分类;在添加-6~-2 dB高斯白噪声的条件下,准确率仍保持在94%以上,显著优于对比模型;特征可视化证实模型能有效分离不同故障状态。EEMD-PCC与改进DenseNet相结合的故障诊断方法能够有效提取齿轮箱故障特征,在不同工况和噪声干扰下均保持高诊断精度,为齿轮箱智能故障诊断提供了可靠解决方案。 展开更多
关键词 齿轮箱 故障诊断 密集卷积网络(densenet) 经验模态分解-皮尔逊相关系数(EEMD-PCC)
在线阅读 下载PDF
基于DenseNet和多域特征融合的表面肌电手势识别研究
5
作者 金亚辉 刘鑫 +1 位作者 连大山 郭一娜 《传感器与微系统》 北大核心 2026年第1期30-34,共5页
基于表面肌电(sEMG)信号的手势识别在人机交互领域应用广泛,快速准确识别手势动作可以提供更好的用户体验。由于个体差异性导致在多任务中,整体识别准确率低。提出一种密集连接卷积网络(DenseNet)和多域特征融合的sEMG手势识别方法。首... 基于表面肌电(sEMG)信号的手势识别在人机交互领域应用广泛,快速准确识别手势动作可以提供更好的用户体验。由于个体差异性导致在多任务中,整体识别准确率低。提出一种密集连接卷积网络(DenseNet)和多域特征融合的sEMG手势识别方法。首先,从sEMG信号中提取时域和频域特征构成特征集,并与原始信号融合作为网络输入,增强网络输入数据的表达能力。其次,使用融合挤压—激励(SE)注意力和多尺度空洞卷积的DenseNet进行特征提取与分类识别。实验结果表明,在NinaPro DB2数据集中,手势识别整体准确率达到了88.06%,在整体和分类运动中识别性能都有所提升。 展开更多
关键词 表面肌电信号 手势识别 挤压—激励注意力 多尺度空洞卷积 密集连接卷积网络
在线阅读 下载PDF
基于I_CBAM-DenseNet模型的小麦发育期识别研究 被引量：1
6
作者 付景枝 马悦 +4 位作者 宏观 刘云平 吴文宇 丁明明 尹泽凡 《南京信息工程大学学报》 北大核心 2025年第1期42-52,共11页
针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通... 针对我国农作物发育期人工观测效率低、识别准确率不高等问题,提出一种基于I_CBAM-DenseNet模型的小麦发育期识别方法.该方法以密集连接卷积网络(DenseNet)为主干提取网络,融入卷积块注意模块CBAM.先将CBAM中的空间注意力模块(SAM)与通道注意力模块(CAM)由传统的串联连接改为并行连接,并将改进的CBAM(I_CBAM)插入到DenseNet最后一个密集网络中,构建一种I_CBAM-DenseNet模型,再选取小麦7个重要发育时期进行自动识别.为最大化提取小麦的特征信息,将超绿特征(ExG)因子和最大类间方差法(Otsu)相结合对采集到的小麦图像进行分割处理.对比分析了I_CBAM-DenseNet、AlexNet、ResNet、DenseNet、CBAM-DenseNet以及VGG等模型的准确率和损失值的变化.结果表明,采取基于I_CBAM-DenseNet的卷积神经网络建立的模型,准确率达到99.64%,高于对比模型. 展开更多
关键词 小麦 发育期 densenet 卷积块注意模块(CBAM)
在线阅读 下载PDF
基于时频图像组合和DenseNet-CPSAMs的电能质量复合扰动识别
7
作者 毕贵红 杨楠 +3 位作者 刘大卫 杨毅 陈冬静 陈仕龙 《电力系统保护与控制》 北大核心 2025年第17期156-168,共13页
针对新一代电力系统的电能质量扰动(power quality disturbances, PQDs)识别难题,提出一种改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decompositiom with adaptive noise, ICEEMDAN)、两种模态... 针对新一代电力系统的电能质量扰动(power quality disturbances, PQDs)识别难题,提出一种改进的自适应噪声完备集合经验模态分解(improved complete ensemble empirical mode decompositiom with adaptive noise, ICEEMDAN)、两种模态时频图组合和DenseNet-CPSAMs深度学习模型结合的PQDs识别新方法。首先,提出ICEEMDAN分解PQDs信号,并重构分量。其次,通过同步提取变换(synchroextracting transform, SET)和S变换(Stockwell transform,ST)生成对应时频图,组合为6通道输入张量。最后,引入DenseNet-CPSAMs深度学习模型,融合了密集连接卷积神经网络(densely connected convolutional networks, DenseNet)、通道注意力机制(channel attention mechanism,CAM)与并行空间注意力机制(parallel spatial attention mechanisms, PSAMs),实现融合时频图特征深度提取与强化识别。相比于DenseNet-121模型,DenseNet-CPSAMs模型方法在成功减少模型参数6.5 M的同时,在20 dB高信噪比条件下对31类扰动的平均识别率为99.645%,仿真实验表明该方法特征提取能力强、抗噪性能好,并且对复合扰动识别率高。 展开更多
关键词 电能质量扰动 ICEEMDAN 同步提取变换 S变换 densenet 深度学习
在线阅读 下载PDF
基于改进DenseNet的拔节期秋玉米干旱胁迫诊断模型
8
作者 赵燕东 胡跃阳 +2 位作者 宋润泽 张忠德 张漫 《农业工程学报》 北大核心 2025年第20期139-147,共9页
拔节期是玉米植株生长速度最快的时期,此时的玉米植株对干旱胁迫十分敏感。为实现秋玉米拔节期干旱胁迫的准确诊断,该研究构建了一种三级模块化诊断流程,涵盖图像预处理、数据增强和深度学习建模3个阶段。试验采用盆栽控水法,采集不同... 拔节期是玉米植株生长速度最快的时期,此时的玉米植株对干旱胁迫十分敏感。为实现秋玉米拔节期干旱胁迫的准确诊断,该研究构建了一种三级模块化诊断流程,涵盖图像预处理、数据增强和深度学习建模3个阶段。试验采用盆栽控水法,采集不同干旱梯度条件下的拔节期秋玉米冠层可见光图像,共构建原始数据集1338张。图像预处理阶段采用HSV(hue,saturation,value)色彩空间阈值分割以提取玉米植株区域,减少背景干扰;数据增强阶段引入多种图像变换方法以模拟复杂成像环境;深度学习建模阶段以DenseNet-169作为主干网络,在每个Dense Block后引入BAM(bottleneck attention module)注意力机制模块,并结合LDAM(label-distribution-aware margin loss)损失函数,提出DenseNet-BAM模型。结果表明,该方法在测试集上的准确率达到99.59%,比DenseNet-169模型提高了3.91个百分点;与MobileNet-V3、ResNet50、VGG16、Vit_b_16和Convnext_small模型相比,DenseNet-BAM模型的分类准确率分别提高了14.03、5.65、4.07、6.73和4.82个百分点。研究结果可为玉米干旱胁迫诊断与智能灌溉策略提供参考。 展开更多
关键词 拔节期玉米 干旱胁迫 图像识别 注意力机制 densenet
在线阅读 下载PDF
基于贝叶斯优化多尺度DenseNet的离心泵声信号故障诊断方法
9
作者 陈剑 严明辉 陈品 《中国机械工程》 北大核心 2025年第9期2032-2038,共7页
由于一维特征向量不能保留时间特征信息,而神经网络对图像识别具有良好效果,因此尝试用离心泵故障声信号构建的图像数据集开展离心泵故障诊断,提出贝叶斯优化多尺度DenseNet的离心泵声信号故障诊断方法。将一维时间序列声信号经过格拉... 由于一维特征向量不能保留时间特征信息,而神经网络对图像识别具有良好效果,因此尝试用离心泵故障声信号构建的图像数据集开展离心泵故障诊断,提出贝叶斯优化多尺度DenseNet的离心泵声信号故障诊断方法。将一维时间序列声信号经过格拉姆角场转化为二维图像,保留其时间信息及故障特征;然后采用多尺度密集块对图像进行特征提取,增强图像特征复用;通过dropout层和L_(2)正则化方法防止过拟合,采用贝叶斯优化算法确定神经网络超参数,最后利用离心泵声信号进行实验验证,与其他诊断方法进行对比。结果表明,贝叶斯优化多尺度DenseNet的诊断模型对测试集具有99.5%的故障识别率。 展开更多
关键词 离心泵 故障诊断 格拉姆角场 贝叶斯优化 多尺度densenet
在线阅读 下载PDF
基于DenseNet轻量化的板式换热器板片缺陷检测方法研究
10
作者 苑玮琦 丁志博 《仪器仪表学报》 北大核心 2025年第12期23-35,共13页
针对板式换热器板片表面微裂纹检测任务中因浅层特征丢失导致识别精度受限的问题,提出了一种基于轻量化密集连接卷积网络(DenseNet)的检测方法。微裂纹作为一种单一类别、多尺度分布的线状小目标集群,其核心挑战在于空间细节特征的充分... 针对板式换热器板片表面微裂纹检测任务中因浅层特征丢失导致识别精度受限的问题,提出了一种基于轻量化密集连接卷积网络(DenseNet)的检测方法。微裂纹作为一种单一类别、多尺度分布的线状小目标集群,其核心挑战在于空间细节特征的充分学习与保持。主要创新点包括:首先,建立了感受野与缺陷尺寸匹配的理论模型,推导出层级配置的数学公式,并基于实际工业场景中的波纹板缺陷特性进行了模型实例化;其次,设计了一种细节增强机制,通过禁用下采样操作以保留关键空间特征,并采用堆叠3×3小卷积核的策略渐进式扩展感受野,有效平衡了特征分辨率与语义抽象程度;最后,构建了一种缺陷实例级评估策略,以符合国家标准对微裂纹“存在性判定”而非尺寸测量的实际需求。在沈阳工业大学基准库1(SUT-B1)数据集上的实验表明,该方法取得了94.69%的平均精度和92.60%的F 1分数,漏检3例和误检5例。其性能表现不仅优于基线模型及主流轻量化模型中的最优结果,即平均精度94.53%和F 1分数87.85%,验证了DenseNet结构在特征复用方面的优势;同时也超过了对比实验中的最优平均精度94.56%和最优F 1分数90.90%,证明了结构优化策略的必要性。该方法在工业检测领域具有实用性与可扩展性,为类似微小缺陷识别任务提供了新的技术思路。相关代码已公开于:https://github.com/zhuanzhaun/Lightweight-DenseNet。 展开更多
关键词 板式换热器板片 微裂纹检测 小目标检测 densenet轻量化
原文传递
基于Densenet模型的步态相位识别研究 被引量：2
11
作者 付明凯 王少红 马超 《电子测量技术》 北大核心 2025年第1期119-128,共10页
步态识别是下肢外骨骼机器人的关键技术,精准地步态识别对下肢外骨骼机器人的柔性控制具有重要作用。为解决不同个体以及同一个体步态特征(步速、步幅等)的随机性,本文提出了一种基于Densenet改进的SECBAM-Densenet网络模型的步态相位... 步态识别是下肢外骨骼机器人的关键技术,精准地步态识别对下肢外骨骼机器人的柔性控制具有重要作用。为解决不同个体以及同一个体步态特征(步速、步幅等)的随机性,本文提出了一种基于Densenet改进的SECBAM-Densenet网络模型的步态相位识别方法。首先,将两个惯性测量单元布置在胫骨前部和大腿前侧的股直肌,采集了200人次受试者前进、转弯、上楼梯、下楼梯4种步态任务的步态数据。然后,对数据进行滤波重采样预处理后作为所提模型的输入。最后,利用SECBAM-Densenet模型得到输出模型的分类结果。结果显示,改进后SECBAM-Densenet模型在同一个体中不同步态相位平均识别准确率达到了95.76%,相比其他模型有0.66%~21.22%的提升。在不同个体中,相位的识别准确率均高于94%。以上试验结果表明,本文提出的模型可以应用于步态相位识别领域,并为下肢外骨骼机器人的柔性控制提供了试验参考。 展开更多
关键词 步态相位 densenet SE-net注意力模块 空间通道注意力模块
原文传递
基于DenseNet121和迁移学习的拱结构损伤识别 被引量：2
12
作者 李杰 唐启智 +2 位作者 辛景舟 刘增武 马闻达 《江苏大学学报(自然科学版)》 北大核心 2025年第3期352-358,共7页
针对传统拱结构损伤识别方法存在提取特征适应性差、识别能力弱的问题,提出一种基于DenseNet121和迁移学习的拱结构损伤识别方法.首先,利用连续小波变换,将拱结构的加速度响应转换成时频图,并以此划分训练集、验证集和测试集样本;其次,... 针对传统拱结构损伤识别方法存在提取特征适应性差、识别能力弱的问题,提出一种基于DenseNet121和迁移学习的拱结构损伤识别方法.首先,利用连续小波变换,将拱结构的加速度响应转换成时频图,并以此划分训练集、验证集和测试集样本;其次,基于迁移学习策略,利用DenseNet121模型对训练集进行特征学习,通过模型优化使其性能达到最优,并作为损伤识别的模型;然后,将测试集送入训练好的最优模型中进行损伤识别;最后,通过钢管混凝土拱结构试验来验证方法的有效性.结果表明:该方法在训练过程中具有良好的稳定性,能够对拱结构损伤程度进行精确识别,识别准确率达到93.33%;与ResNet50、VGG16、AlexNet相比,该方法识别准确率分别提升了2.94%、5.53%、10.53%;采用准确率、精确率、训练损失值、召回率和F_(1)值5个评价指标定量评估模型性能,该方法具有更好的综合识别效果. 展开更多
关键词 拱结构 拱桥 损伤识别 densenet121 迁移学习
在线阅读 下载PDF
对比学习结合DenseNet的高光谱图像开放集分类
13
作者 刘城洋 赵琳 +2 位作者 于亮 吴海滨 王爱丽 《光学精密工程》 北大核心 2025年第23期3737-3753,共17页
高光谱图像分类通常假设训练与测试数据共享相同类别,且测试集中不存在未知类,但这一前提在实际环境中过于理想。针对高光谱数据类别间差异较小,特征分布容易出现重叠,从而导致边界混淆问题,提出了对比学习结合DenseNet的高光谱图像开... 高光谱图像分类通常假设训练与测试数据共享相同类别,且测试集中不存在未知类,但这一前提在实际环境中过于理想。针对高光谱数据类别间差异较小,特征分布容易出现重叠,从而导致边界混淆问题,提出了对比学习结合DenseNet的高光谱图像开放集分类方法。利用光谱特征提取模块获取原始光谱维度特征,并通过DenseNet实现多层次特征信息交互,同时利用过渡模块压缩光谱通道,以形成更清晰的类边界分布。将输出特征映射至空间特征提取模块获取空间维度特征,并借助ResNet捕获局部空间结构特征,从而增强对空间结构信息的感知。引入对比学习以提升类内聚合性和类间可分性,并结合困难样本挖掘机制对易混淆的边界特征进行优化,提升模型对边界区域样本的判别能力。最后,在Houston2013,Pavia University,WHU-Hi-LongKou数据集上的实验表明,本文方法在未知类别上获得了更高的地物分类精度,分别为68.81%,69.24%,59.26%,整体的分类精度分别为89.49%,95.06%,95.03%,实现了在保持已知类别高精度的同时,有效提升未知类别的识别能力。 展开更多
关键词 高光谱图像 开放集 densenet 对比学习 困难样本挖掘
在线阅读 下载PDF
应用DenseNet识别电网绝缘子故障的研究
14
作者 尘昌华 李文波 +1 位作者 桂元苗 王亦凡 《微型电脑应用》 2025年第3期5-9,14,共6页
基于无人机影像的电网绝缘子检测是电网行业应用现代技术的重要研究内容。采用DenseNet-121和DenseNet-169模型,通过9种样本量和7种评估指标,综合研究2种模型对绝缘子及其缺陷识别分类的效果。研究结果表明:DenseNet-121和DenseNet-169... 基于无人机影像的电网绝缘子检测是电网行业应用现代技术的重要研究内容。采用DenseNet-121和DenseNet-169模型,通过9种样本量和7种评估指标,综合研究2种模型对绝缘子及其缺陷识别分类的效果。研究结果表明:DenseNet-121和DenseNet-169均能高效识别和分类输电线路绝缘子及其缺陷,最高准确率达99.1%;在样本数量为400个时,DenseNet-121和DenseNet-169的准确率分别为96.4%和97.2%,优于现有的Faster RCNN、YOLO模型等;当样本量小于500个时,DenseNet模型的准确率可达95.0%以上,检测准确率不随样本量增加而显著提高,且DenseNet-121优于DenseNet-169;样本量在500~800个时,DenseNet-169表现更佳;当样本量超过1000个时,两者性能差异不大。研究为无人机遥感和深度学习在电网智能巡检中的应用提供了新的方法支持,也为高分辨率无人机图像理解提供了新的思路,具有重要的应用前景。 展开更多
关键词 densenet 无人机应用 故障诊断 绝缘子 小样本
在线阅读 下载PDF
人工智能辅助诊断系统联合DenseNet深度学习辅助阅片在肺结节CT诊断中的效果
15
作者 郭鹏飞 韦开文 +3 位作者 赵志英 张明 张海龙 苏宁 《影像研究与医学应用》 2025年第21期74-76,共3页
目的:探讨人工智能辅助诊断系统联合DenseNet深度学习(统称AI)辅助阅片在肺结节CT诊断中的效果。方法:收集2022年10月—2024年10月于包钢集团第三职工医院接受肺结节CT筛查的376例患者的临床资料与影像学资料,所有患者均进行CT检查,由... 目的:探讨人工智能辅助诊断系统联合DenseNet深度学习(统称AI)辅助阅片在肺结节CT诊断中的效果。方法:收集2022年10月—2024年10月于包钢集团第三职工医院接受肺结节CT筛查的376例患者的临床资料与影像学资料,所有患者均进行CT检查,由高年资放射科医师进行人工阅片、AI技术辅助阅片,并以病理诊断结果为金标准,比较人工阅片与AI辅助阅片诊断肺结节良恶性的效能及对不同直径肺结节(直径<10 mm微小结节、10~30 mm普通结节)的检出情况。结果:376例患者经证实存在545枚肺结节,其中良性结节228枚,恶性结节317枚。AI辅助阅片诊断肺结节良恶性的灵敏度、特异度、准确率分别为97.48%、97.81%、97.61%,均高于人工阅片的90.22%、60.09%、77.61%(P<0.05)。AI辅助阅片对直径<5 mm、5~<10 mm、10~30 mm结节的检出准确率依次为92.41%、97.46%、98.01%,均高于人工阅片的41.77%、73.73%、86.32%(P<0.05)。结论:AI技术辅助阅片对肺结节的诊断效能较高,尤其是对微小结节的筛查准确性较高,可辅助医师诊断以提高工作效率。 展开更多
关键词 肺结节 计算机体层摄影 人工智能 densenet 深度学习
暂未订购
深度学习DenseNet模型在颈部淋巴结定性诊断中应用价值 被引量：2
16
作者 张惠柯 秦若曦 +1 位作者 史大鹏 陈传亮 《中华实用诊断与治疗杂志》 2025年第2期164-169,共6页
目的 探讨深度学习DenseNet模型在颈部淋巴结良恶性诊断中的应用价值,为临床诊疗提供依据。方法 2017年9月—2019年5月河南省人民医院诊治淋巴结肿大患者115例,经穿刺活检或手术切除共566枚淋巴结,其中组织病理检查诊断良性359枚,恶性20... 目的 探讨深度学习DenseNet模型在颈部淋巴结良恶性诊断中的应用价值,为临床诊疗提供依据。方法 2017年9月—2019年5月河南省人民医院诊治淋巴结肿大患者115例,经穿刺活检或手术切除共566枚淋巴结,其中组织病理检查诊断良性359枚,恶性207枚。按照就诊时间顺序将566枚淋巴结中前486枚(良性317枚,恶性169枚)纳入训练集,后80枚(良性42枚,恶性38枚)纳入验证集。患者淋巴结穿刺活检或手术前2周内行颈部增强CT检查,获取淋巴结轴位图像,训练集采用DenseNet模型进行训练,并对验证集淋巴结进行定性诊断。采用深度学习Python模型的Scikit-learn工具包,以组织病理检查结果为金标准,计算DenseNet模型诊断验证集颈部淋巴结良恶性的灵敏度、特异度、准确率、阳性预测值、阴性预测值。绘制ROC曲线,评估DenseNet模型诊断验证集颈部淋巴结良恶性的效能。结果 566枚淋巴结中,组织病理检查诊断良性359枚,短轴直径(8.67±3.10)mm;原发病因为反应性增生129枚,结核66枚,淋巴结炎22枚,Castlman病17枚,正常淋巴结125枚。组织病理检查诊断恶性207枚,短轴直径(14.84±5.87)mm;原发病因为肺癌71枚,喉癌37枚,甲状腺癌24枚,舌癌15枚,神经内分泌癌14枚,淋巴瘤8枚,乳腺癌8枚,卵巢癌7枚,涎腺导管癌7枚,鼻咽癌5枚,食管癌4枚,尿路上皮癌3枚,前列腺癌2枚,牙龈癌1枚,下颌骨癌1枚。验证集组织病理检查诊断为良性的42枚淋巴结中,DenseNet模型准确诊断38枚,误判为恶性4枚;组织病理检查诊断为恶性的38枚淋巴结中,DenseNet模型准确诊断29枚,误判为良性9枚。以组织病理检查结果为金标准,DenseNet模型诊断验证集颈部淋巴结良恶性的灵敏度为76.3%,特异度为90.5%,准确率为83.8%,阳性预测值为87.9%,阴性预测值为80.9%。DenseNet模型诊断验证集颈部淋巴结良恶性的AUC为0.842(95%CI:0.796~0.904,P=0.030),灵敏度为76.3%,特异度为90.5%。DenseNet模型对验证集的批处理时间为4~6 s,平均每个淋巴结的诊断时间为0.625 s。结论 深度学习DenseNet模型可用于颈部淋巴结良恶性的鉴别诊断,其诊断效能优于常规影像方法的经验诊断,且快速、无创。 展开更多
关键词 颈部淋巴结 深度学习 densenet模型 CT检查
原文传递
基于改进DenseNet的光伏组件故障诊断研究 被引量：1
17
作者 何婷 乔俊强 《太阳能》 2025年第8期45-53,共9页
针对光伏组件红外热图像故障检测问题,提出一种改进的DenseNet模型——DenseNet-46模型,改善了原本DenseNet模型网络参数量大、特征通道数目过多、有效特征不明显的问题。利用DenseNet-46模型对光伏组件红外热图像进行特征提取分析,使用... 针对光伏组件红外热图像故障检测问题,提出一种改进的DenseNet模型——DenseNet-46模型,改善了原本DenseNet模型网络参数量大、特征通道数目过多、有效特征不明显的问题。利用DenseNet-46模型对光伏组件红外热图像进行特征提取分析,使用J48算法从提取的特征中进行特征选择,并对DenseNet-46、DenseNet-121、ResNet-50、VGG-19这4种模型在光伏组件故障诊断中的准确率进行对比分析。研究结果表明:J48算法在特征选择阶段具有高效性,可实现96.82%的高分类精准度;DenseNet-46模型的光伏组件故障识别准确率可达99.2%,显著优于其他3种模型,具有良好的光伏组件故障诊断性能。DenseNet-46模型不仅降低了模型复杂性,还减少了特征信息损失,为光伏组件故障检测提供了一种高效、准确的解决方案,有望推动光伏发电系统的智能化运维发展。 展开更多
关键词 densenet J48算法 光伏组件 故障诊断 特征提取 红外热成像
在线阅读 下载PDF
基于MOCSA-DenseNet的计算机图像分类算法研究
18
作者 吴亚琦 《贵阳学院学报(自然科学版)》 2025年第4期40-44,50,共6页
随着计算机视觉技术的快速发展,图像分类在提高机器智能和自动化水平方面具有积极意义。然而,传统图像分类方法在准确率和计算效率方面已难以满足当前需求。因此,提出了一种基于多目标乌鸦搜索算法结合DenseNet的图像分类方法。通过对... 随着计算机视觉技术的快速发展,图像分类在提高机器智能和自动化水平方面具有积极意义。然而,传统图像分类方法在准确率和计算效率方面已难以满足当前需求。因此,提出了一种基于多目标乌鸦搜索算法结合DenseNet的图像分类方法。通过对乌鸦搜索算法进行改进,引入Levy飞行机制,优化DenseNet网络的超参数。实验显示,研究提出的分类算法复杂度比其他未改进的网络分别减少了36.36%、22.22%。该分类算法在测试集上的平均分类准确率达到95.68%,F1评分为0.95,mAP为94.23%,明显优于其他方法。结果表明,研究提出的分类算法不仅在单个类别上表现出色,且在整体上对不同类别的图像均有较高的分类和识别能力。研究引入Levy飞行机制改进乌鸦搜索算法,并通过改进后的搜索算法优化DenseNet网络结构和超参数,极大提高了模型的性能,降低了网络复杂度,使得模型更适合在资源受限的环境中部署和应用。 展开更多
关键词 乌鸦搜索算法 Levy飞行机制 densenet 图像分类 CIFAR-10数据集
在线阅读 下载PDF
基于CAM-DenseNet模型的邮轮薄板焊缝缺陷识别算法
19
作者 黎林发 王岳 《造船技术》 2025年第1期78-84,共7页
邮轮薄板焊缝的熔深和熔宽相对较小,母材与焊缝区域差异性小,焊缝表面缺陷较难判别。为准确地定位焊缝位置,提出一种将注意力机制的坐标注意力模块(Coordinate Attention Module,CAM)融入密集链接卷积网络(Densely Connected Convolutio... 邮轮薄板焊缝的熔深和熔宽相对较小,母材与焊缝区域差异性小,焊缝表面缺陷较难判别。为准确地定位焊缝位置,提出一种将注意力机制的坐标注意力模块(Coordinate Attention Module,CAM)融入密集链接卷积网络(Densely Connected Convolutional Networks,DenseNet)的邮轮薄板焊缝缺陷识别算法,建立CAM-DenseNet模型。将网络中的激活函数ReLU替换为更具有稳定性的ReLU6,并利用贝叶斯优化算法对CAM-DenseNet模型的超参数组合进行优化和选取。在焊接车间利用相机采集邮轮薄板焊缝三原色(Red Green Blue,RGB)图片,自建立邮轮薄板焊缝缺陷数据集,并按焊缝缺陷类型将数据集分为凹陷、气孔、毛刺、表面裂纹和无缺陷等5类。试验结果表明,CAM-DonseNet模型对邮轮薄板焊缝缺陷识别具有优异表现。 展开更多
关键词 邮轮 薄板 焊缝缺陷 识别算法 深度学习 密集链接卷积网络 坐标注意力模块 CAM-densenet模型 激活函数 贝叶斯优化算法
在线阅读 下载PDF
DenseNet网络下交叉焊缝裂纹红外成像检测
20
作者 王红梅 强彦 《激光与红外》 北大核心 2025年第8期1253-1258,共6页
交叉焊缝结构复杂,连接方式不同于对接焊缝,易出现裂纹缺陷。焊缝外形轮廓漏磁信号与缺陷信号叠加,使基于电磁信号的检测方法难以提取裂纹特征,增加检测难度。为此提出基于DenseNet网络的红外成像检测方法,采用红外成像装置扫描交叉焊... 交叉焊缝结构复杂,连接方式不同于对接焊缝,易出现裂纹缺陷。焊缝外形轮廓漏磁信号与缺陷信号叠加,使基于电磁信号的检测方法难以提取裂纹特征,增加检测难度。为此提出基于DenseNet网络的红外成像检测方法,采用红外成像装置扫描交叉焊缝生成红外图像,可避免信号叠加问题。将图像输入由密集块、平均池化层等构成的DenseNet模型,能有效提取裂纹缺陷特征。针对100个不同材质的交叉焊缝试件展开测试与评估,实验结果显示,该方法能够更清晰地呈现大部分裂纹缺陷,且仅有一次误将61号试件交叉焊缝表面上的气孔检测成了裂纹,且最大计算量不超过25FLOPs,具有较高的准确性与轻量级。 展开更多
关键词 交叉焊缝 表面裂纹 红外成像 densenet网络 缺陷检测
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 … 22 下一页 到第 页
使用帮助 返回顶部