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8篇文章
< 1 >
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：
基于胶囊网络的皮肤癌图像分类
1
作者 王逸蓓 王芳 《科学技术与工程》 北大核心 2025年第8期3280-3287,共8页
胶囊网络皮肤癌对图像特征的性质和空间关系进行编码,克服卷积神经网络池化过程信息丢失的缺点。针对胶囊网络中只能提取浅层特征和压缩函数收敛性能问题,提出了ResNeXt与胶囊网络级联的Rs-Capsnet网络。首先采用ResNeXt网络中学习图像... 胶囊网络皮肤癌对图像特征的性质和空间关系进行编码,克服卷积神经网络池化过程信息丢失的缺点。针对胶囊网络中只能提取浅层特征和压缩函数收敛性能问题,提出了ResNeXt与胶囊网络级联的Rs-Capsnet网络。首先采用ResNeXt网络中学习图像的复杂特征,利用Inception模块和残差连接提取深层特征;通过CBAM注意力模块调整特征图权重并将其输送到胶囊模块;然后使用改进的压缩函数的胶囊网络完成分类,最后将改进后的网络同主流模型进行对比。结果表明:Rs-Capsnet在皮肤癌图像分类上表现了更佳的性能。 展开更多
关键词 皮肤癌 胶囊网络 ResNeXt 压缩函数 Rs-Capsnet
在线阅读 下载PDF
结合胶囊网络和卷积神经网络的目标识别模型 被引量：8
2
作者 林少丹 洪朝群 陈雨雪 《电讯技术》 北大核心 2019年第9期987-994,共8页
通过改进动态路由和压缩函数的方式对Hinton等的胶囊网络模型进行改进。运用了加强数据集的方法,增加了数据集的大小,在一定程度上避免了过拟合现象的发生。通过实验表明,改进后的胶囊网络模型在结构上有了简化,在效率上比未改进的模型... 通过改进动态路由和压缩函数的方式对Hinton等的胶囊网络模型进行改进。运用了加强数据集的方法,增加了数据集的大小,在一定程度上避免了过拟合现象的发生。通过实验表明,改进后的胶囊网络模型在结构上有了简化,在效率上比未改进的模型有了明显的提高。在改进的胶囊网络模型基础上,提出了将改进后的胶囊网络与卷积神经网络相结合的网络模型。该模型训练准确率达到97.56%,模型评估准确率达88%。 展开更多
关键词 胶囊网络 动态路由 特征向量 压缩函数 卷积神经网络
在线阅读 下载PDF
青年女子壁球运动员运动训练机能监控 被引量：2
3
作者 缪律 陈简妮 蒋健 《南京体育学院学报（自然科学版）》 2015年第6期28-35,共8页
目的:本研究以血液、唾液指标检测为主,心理问卷为辅,在不同训练周期对青年女子壁球运动员进行运动状态的监控。方法:对上海体育学院的10名青年女子壁球运动员进行生化指标测试,测试的血液指标包括血红蛋白(RBC)、红细胞压积(Hct)、肌... 目的:本研究以血液、唾液指标检测为主,心理问卷为辅,在不同训练周期对青年女子壁球运动员进行运动状态的监控。方法:对上海体育学院的10名青年女子壁球运动员进行生化指标测试,测试的血液指标包括血红蛋白(RBC)、红细胞压积(Hct)、肌酸激酶(CK)、血尿素氮(BUN),测定的唾液指标包括α-淀粉酶(s AA)、唾液皮质醇(C)、唾液α-淀粉酶/皮质醇比值(AOC)。实验期间血液指标在清晨空腹、未做任何运动情况下选取,唾液指标每天取样5次,并运用心理学问卷RESTQ对运动员的应激-恢复进行调查。结果:(1)本研究发现,青年女子运动员在大量周、大强度周的血清肌酸激酶较基础周相比具有显著性(P<0.05)。运动员在大量、大强度训练期的α-淀粉酶觉醒反应和分泌量较基础训练周清晨时显著升高(p<0.01)。(2)青年女子运动员的唾液皮质醇水平在大量周、大强度周唾液皮质醇分泌量较周显著下降(p<0.01),觉醒反应变缓,AOC出现升高,且与α-淀粉酶、皮质醇、运动专项恢复分值呈负相关。结论:(1)在大量周和大强度周,监控运动员机能状态应以血清肌酸激酶、α-淀粉酶觉醒反应为主。(2)青年女子壁球运动员在训练过程中,随着训练负荷的增加,会诱导运动员两大应激系统地不对称活动,运动员的心理变化以及运动成绩下降都与此相关。CAR和AOC指标的变化更具时效性和准确性,可以通过它们来判断运动员对训练的应激和恢复情况。 展开更多
关键词 壁球 青年女子 运动训练 机能监控
在线阅读 下载PDF
3.95%病毒必克可湿性粉剂防治西葫芦病毒病的研究 被引量：2
4
作者 张王斌 安德荣 《西北农业学报》 CAS CSCD 北大核心 2005年第2期81-83,共3页
通过室内生物测定,3.95%病毒必克可湿性粉剂接种前施药,对黄瓜花叶病毒的抑制作用明显高于对照药剂,防治效果达77.07%,接种后施药抑制效果依然显著,达到68.66%。CMV体外钝化试验和叶绿素含量测定试验表明:病毒必克在体外能有效的钝化CMV... 通过室内生物测定,3.95%病毒必克可湿性粉剂接种前施药,对黄瓜花叶病毒的抑制作用明显高于对照药剂,防治效果达77.07%,接种后施药抑制效果依然显著,达到68.66%。CMV体外钝化试验和叶绿素含量测定试验表明:病毒必克在体外能有效的钝化CMV,使其失去活性;喷施病毒必克后发病植株叶片中的叶绿素含量比同期对照叶片中叶绿素含量高。小区药剂对比试验表明:用3.95%病毒必克可湿性粉剂500倍液喷雾,对西葫芦病毒病的防治效果达72.4%,明显优于对照药剂。 展开更多
关键词 西葫芦病毒病 可湿性粉剂 病毒必克 叶绿素含量 室内生物测定 黄瓜花叶病毒 防治效果 抑制作用 抑制效果 测定试验 植株叶片 对比试验 CMV 药剂 对照 含量比 500 施药 接种 钝化 体外 发病 喷施
在线阅读 下载PDF
面向海量机械故障数据的胶囊网络算法研究
5
作者 王斌 《机床与液压》 北大核心 2021年第8期182-187,共6页
针对卷积神经网络算法在大规模故障数据集检测中出现的故障敏感度低、部分特征丢失等问题,提出一种基于优化胶囊网络算法的机械故障检测方案。胶囊网络算法采用多神经元封装的胶囊体结构设计,且包含多个胶囊层,具有更强的故障数据处理... 针对卷积神经网络算法在大规模故障数据集检测中出现的故障敏感度低、部分特征丢失等问题,提出一种基于优化胶囊网络算法的机械故障检测方案。胶囊网络算法采用多神经元封装的胶囊体结构设计,且包含多个胶囊层,具有更强的故障数据处理能力和泛化能力;经过squash函数挤压后的胶囊矢量可以更准确地提取和描述故障特征;升维胶囊矢量,基于特征编码和归一化的处理方式,可得到更准确的故障分类结果。实验结果显示:优化胶囊网络算法具有更强的故障特征聚类性能和迭代运算性能,故障集检测精度值高于经典卷积神经网络算法。 展开更多
关键词 胶囊网络算法 大规模故障数据集 squash函数 特征编码
在线阅读 下载PDF
深度残差对冲网络及其在滚动轴承故障诊断中的应用 被引量：9
6
作者 康玉祥 陈果 +1 位作者 尉询楷 周磊 《航空学报》 EI CAS CSCD 北大核心 2022年第8期57-68,共12页
提出了一种新的深度残差对冲网络模型。首先,该模型借助Inception堆叠思想提出了堆叠卷积对冲结构块以加快网络收敛速度;然后,设计了新的恒等映射块,实现了输入层与中间各层的残差连接;最后,在全连接层引入Squash函数,防止损失梯度的发... 提出了一种新的深度残差对冲网络模型。首先,该模型借助Inception堆叠思想提出了堆叠卷积对冲结构块以加快网络收敛速度;然后,设计了新的恒等映射块,实现了输入层与中间各层的残差连接;最后,在全连接层引入Squash函数,防止损失梯度的发散。将提出的深度残差对冲网络应用于滚动轴承故障诊断,在预处理中将滚动轴承的振动加速度时域信号通过快速傅里叶变换得到的频谱图直接作为网络输入,从而简化了数据的预处理工作。利用两组实际的滚动轴承故障数据进行方法验证,并与18层深度残差网络(Resnet18)、卷积神经网络(CNN)等其他方法进行了对比验证。结果表明所提深度残差对冲网络模型的测试精度较其他模型高约2%,且训练时间能缩短1/3,充分表明本文方法具有很强的鲁棒性和收敛速度快等优点。 展开更多
关键词 深度学习 残差网络 对冲结构 squash函数 滚动轴承 故障诊断
原文传递
基于3D深度胶囊网络的高光谱和LiDAR数据融合分类 被引量：3
7
作者 张雄山 赵艮平 程良伦 《计算机应用研究》 CSCD 北大核心 2021年第8期2526-2529,共4页
针对高光谱和LiDAR成像优势,通过构建三维深度胶囊网络(3D-deep capsule network,3D-DCN)探索了这两种遥感数据源在城市地物分类上的应用。该网络通过使用两层3D-CNN结构实现融合后数据的非线性特征映射,然后紧跟胶囊网络生成代表特征... 针对高光谱和LiDAR成像优势,通过构建三维深度胶囊网络(3D-deep capsule network,3D-DCN)探索了这两种遥感数据源在城市地物分类上的应用。该网络通过使用两层3D-CNN结构实现融合后数据的非线性特征映射,然后紧跟胶囊网络生成代表特征的矢量并实现卷积、封装和分类;针对胶囊网络层间的非线性激活函数提出一种称为e-squash的非线性激活函数用于特征学习。在城市数据集上的分类实验表明,使用LiDAR高程特征数据极大地改善了高光谱图像分类精度,采用提出激活函数的3D-DCN在城市数据分类方面比经典分类方法和未采用e-squash的胶囊网络具有更大的应用潜力。 展开更多
关键词 高光谱 LiDAR 地物分类 胶囊网络 e-squash函数
在线阅读 下载PDF
多分支RA胶囊网络及在图像分类中的应用 被引量：1
8
作者 武霖 孙静宇 《计算机科学》 CSCD 北大核心 2022年第6期224-230,共7页
胶囊网络是一种新型深度神经网络,采用向量表达图像特征信息,并通过引入动态路由算法解决了卷积神经网络的两个主要问题:1)无法对图像的部分与整体关系进行学习和表达;2)池化操作导致图像特征信息严重丢失。然而,CapsNet需要学习图像的... 胶囊网络是一种新型深度神经网络,采用向量表达图像特征信息,并通过引入动态路由算法解决了卷积神经网络的两个主要问题:1)无法对图像的部分与整体关系进行学习和表达;2)池化操作导致图像特征信息严重丢失。然而,CapsNet需要学习图像的所有特征,当图像背景较复杂时,其存在提取图像特征信息不足、训练参数量大和训练效率低等问题。为此,首先设计了一种轻量级的图像特征提取器RA模块,用于更快、更完整地提取图像特征信息;其次,设计了两种不同深度的轻量化分支来提升网络的训练效率;最后,设计了新的压缩函数hc-squash来确保网络能够获取更多有用信息,并提出了多分支RA胶囊网络。通过在MNIST,Fashion-MNIST,affNIST和CIFAR-10这4个图像分类数据集中的应用,证实了多分支RA胶囊网络在多项性能指标上优于CapsNet和MLCN,并针对所提网络设计了改进方案,以优化分类性能。 展开更多
关键词 胶囊网络 RA模块 深度学习 压缩函数 注意力机制
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 下一页 到第 页
使用帮助 返回顶部