检索结果-内蒙古大学图书馆

计算机科学与应用 2019年第2期9卷 250-255页

作者：王小康付小宁西安电子科技大学机电工程学院陕西西安

本文解决了从单张图像估计深度信息的问题。单张图像与深度图之间的映射是是模棱两可的,它需要全局信息和局部信息。本文部署了一个全卷积U型神经网络,它用预训练的ResNet-50网络提取图像特征,然后用残差上采样模块将特征图恢复到深度... 详细信息

本文解决了从单张图像估计深度信息的问题。单张图像与深度图之间的映射是是模棱两可的,它需要全局信息和局部信息。本文部署了一个全卷积U型神经网络,它用预训练的ResNet-50网络提取图像特征,然后用残差上采样模块将特征图恢复到深度图的尺寸大小,并且使用了跳跃链接,整个网络呈现U型,从而对全局信息和局部信息进行融合。整个网络可以进行端到端的训练。

关键词：单目深度估计全卷积神经网络残差上采样跳跃链接

来源：评论

学校读者我要写书评

暂无评论

采用全卷积神经网络与多波段遥感图像结合的湿地分类方法

引用

华北理工大学学报（自然科学版） 2022年第4期44卷 26-34页

作者：龚瑞昆刘昊晟张仲陈旭东华北理工大学电气工程学院河北唐山063210 河北省安装工程有限公司第二分公司河北唐山063000

针对目前湿地分类方法精确度不足问题,采用全卷积神经网络(Fully Convolutional Neural,FCN)结合Landsat8 OLI多波段遥感图像对湿地图像进行特征点提取,并采用4组RGB数据结合的方式对图像特征点进行进一步的校验与选取,提高分类精度,然... 详细信息

针对目前湿地分类方法精确度不足问题,采用全卷积神经网络(Fully Convolutional Neural,FCN)结合Landsat8 OLI多波段遥感图像对湿地图像进行特征点提取,并采用4组RGB数据结合的方式对图像特征点进行进一步的校验与选取,提高分类精度,然后利用改进支持向量机(Support Vector Machine,SVM)对所提取的特征点进行判别与分类。实验结果表明采用该实验方法能够较为精确而高效地提取湿地信息,总体分类精度为94.97%,Kappa系数为0.94,与采用全卷积神经网络和随机森林、BP(Back propagation,BP)人工神经网络、Stacking集成算法结合的湿地分类方法在总体精度各个提高了11.68%、11.26%与9.95%,该方法与单一的全卷积神经网络(RefineNet、SegNet、UNet)相比,对湿地图像的提取总体分类精度较高,该方法兼具能够提取特征,训练参数较少适用于样本数量少的多维土地覆盖类型数据分类,对湿地生态环境的保护与治理具有一定的指导意义。

关键词：湿地分类全卷积神经网络多波段遥感分析支持向量机

来源：评论

学校读者我要写书评

暂无评论

基于改进全卷积神经网络的医疗数据表面重建算法

引用

计算机系统应用 2019年第10期28卷 157-163页

作者：李晓峰李东黑龙江外国语学院信息工程系哈尔滨150025 哈尔滨工业大学计算机科学与技术学院哈尔滨150001

为了实现对医疗数据的快速检测和分类识别,需要对医疗数据进行表面重建设计,首先,提出一种基于改进全卷积神经网络的医疗数据表面重建算法.采用无线射频识别技术进行医疗数据的大数据采样,对RFID采集的医疗数据进行信息融合处理,采用多... 详细信息

为了实现对医疗数据的快速检测和分类识别,需要对医疗数据进行表面重建设计,首先,提出一种基于改进全卷积神经网络的医疗数据表面重建算法.采用无线射频识别技术进行医疗数据的大数据采样,对RFID采集的医疗数据进行信息融合处理,采用多元回归分析方法提取医疗数据的相关性统计特征量,然后,针对医疗数据中的冗余特征采用匹配滤波检测器进行冗余滤波处理,对提纯后的医疗数据采用相空间重构技术实现医疗数据重构,最后,对重构数据采用改进全卷积神经网络分类器进行分类识别,实现医疗数据的表面重建和自动识别.仿真结果表明,所提方法的医疗数据冗余特征处理效果较好,数据分类精度可高达90%以上,且医疗数据重建误差小,耗时少.

关键词：全卷积神经网络医疗数据表面重建相空间重构

来源：评论

学校读者我要写书评

暂无评论

基于DenseNet全卷积神经网络的多声音事件检测

引用

信息与电脑 2021年第6期33卷 28-32页

作者：陈秋菊茅台学院酿酒工程自动化系贵州仁怀564500

针对多声音事件检测中可能出现多种相互重叠的声音事件,并且每种事件持续时间长度不一致的问题,笔者提出一种基于DenseNet全卷积神经网络的多声音事件检测模型。首先,将Mel能量谱输入DenseNet中提取高维特征;其次,对输出特征进行上采样... 详细信息

针对多声音事件检测中可能出现多种相互重叠的声音事件,并且每种事件持续时间长度不一致的问题,笔者提出一种基于DenseNet全卷积神经网络的多声音事件检测模型。首先,将Mel能量谱输入DenseNet中提取高维特征;其次,对输出特征进行上采样,并采用全卷积神经网络(Fully Convolutional Cetwork,FCN)逐点相加融合特征,使其特征维度与输入片段一致;最后,采用多标签分类器逐帧对特征进行分类,并将每一帧声音事件序列与帧起止时刻进行计算。实验结果表明,该方法能够有效检测多声音事件中的各种声音事件。

关键词：多声音事件检测 DenseNet 全卷积神经网络深度学习

来源：评论

学校读者我要写书评

暂无评论

字符级全卷积神经网络的文本分类方法

引用

计算机科学与应用 2020年第2期10卷 225-235页

作者：李思锐成都信息工程大学计算机学院四川成都

为了解决传统卷积神经网络的全连接层参数过多,计算效率低的问题。该文将图像处理中使用的全卷积神经网络和全局平均池化层用于文本分类,将卷积层和全局平均池化层结合并替换全连接层,同时参照Inception结构使用多尺度的卷积核,减少了... 详细信息

为了解决传统卷积神经网络的全连接层参数过多,计算效率低的问题。该文将图像处理中使用的全卷积神经网络和全局平均池化层用于文本分类,将卷积层和全局平均池化层结合并替换全连接层,同时参照Inception结构使用多尺度的卷积核,减少了模型的参数数量,加快了模型的收敛速度,增加了模型的分类准确率。此外为了避免维度灾难和词级向量训练速度慢的问题,该文采用字符级进行向量化表示。并使用批量标准化层代替Dropout层,减少了过拟合问题。通过使用多指标在测试数据集中进行模型评估,充分验证了该模型的有效性,与传统模型相比,提出的模型在分类任务中具有更好的分类性能。

关键词：文本分类字符级全卷积神经网络全局平局池化层

来源：评论

学校读者我要写书评

暂无评论

多尺度特征融合全卷积神经网络脑肿瘤MR图像分割

引用

智能计算机与应用 2021年第5期11卷 69-76页

作者：席欢欢贺松黄旭张硕张慧贵州大学大数据与信息工程学院贵阳550025 贵州大学医学院贵阳550025

针对传统以及基于深度学习的脑肿瘤MR图像分割方法存在精度低、特征信息丢失等问题,提出一种多尺度特征融合全卷积神经网络的脑肿瘤MR图像分割算法。该算法首先对脑肿瘤MR图像的4种模态进行归一化处理;将得到的结果通过多尺度特征融合... 详细信息

针对传统以及基于深度学习的脑肿瘤MR图像分割方法存在精度低、特征信息丢失等问题,提出一种多尺度特征融合全卷积神经网络的脑肿瘤MR图像分割算法。该算法首先对脑肿瘤MR图像的4种模态进行归一化处理;将得到的结果通过多尺度特征融合全卷积神经网络(MFF-FCN)。该网络是在全卷积神经网络的基础上,引入5×5、7×7大小的卷积核作为其它2种通路,以提高模型的特征信息提取能力。实验结果表明,MFF-FCN网络模型在特征提取和分割精度上都有较好的表现,尤其是在全肿瘤和边缘分割上,Dice、Sensitivity、PPV等指标都有明显的提升;且单幅脑肿瘤MR图像的分割时间平均用时不到1s,实用性较强。

关键词：脑肿瘤多尺度特征融合全卷积神经网络分割

来源：评论

学校读者我要写书评

暂无评论

基于两阶段全卷积神经网络的冠状动脉分割研究

引用

计算机科学与应用 2022年第4期12卷 828-834页

作者：吴春彪广东工业大学计算机学院广东广州

计算机断层扫描血管造影(Computed tomography angiography, CTA)由于其成像具有高分辨率以及无创性而被用于冠状动脉疾病诊断和治疗中,精准的冠状动脉分割对冠状动脉病变的诊断和治疗具有重要的作用。本文提出了一种基于两阶段全卷积... 详细信息

计算机断层扫描血管造影(Computed tomography angiography, CTA)由于其成像具有高分辨率以及无创性而被用于冠状动脉疾病诊断和治疗中,精准的冠状动脉分割对冠状动脉病变的诊断和治疗具有重要的作用。本文提出了一种基于两阶段全卷积神经网络的冠状动脉分割方法,有效地利用粗分割指导切块分割并进一步提升分割准确率。实验表明,本文的方法相比于其他常规的分割方法有一定的性能提升。

关键词：冠状动脉全卷积神经网络两阶段分割

来源：评论

学校读者我要写书评

暂无评论

改进的全卷积神经网络在手写数字识别上的应用

引用

电脑知识与技术 2020年第35期16卷 1-3页

作者：刘宝宝杨雪吴治虎侯飞穆姣西安工程大学陕西西安710048

为了提高手写数字的识别率,论文提出了一种改进的全卷积神经网络手写图像识别方法。首先通过传统的卷积神经网络获取手写数字图像的轮廓特征,其次在模型训练的初始阶段,传统的修正线性单元(RELU)激活函数被指数线性单元(ELU)激活函数所... 详细信息

为了提高手写数字的识别率,论文提出了一种改进的全卷积神经网络手写图像识别方法。首先通过传统的卷积神经网络获取手写数字图像的轮廓特征,其次在模型训练的初始阶段,传统的修正线性单元(RELU)激活函数被指数线性单元(ELU)激活函数所代替,然后应用支持向量机(SVM)分类器替换原始卷积神经网络的多项逻辑回归(Softmax)分类器,并对输出的像素分类结果进行反卷积操作,从而获得分割结果。最后,使用提出的算法在MNIST数据集进行验证,与其他算法比较具有较高的识别精度。

关键词： MNIST数据集全卷积神经网络 ELU函数手写识别识别率

来源：评论

学校读者我要写书评

暂无评论

基于U型全卷积神经网络的腹部动脉CT图像分割算法研究

引用

中国医疗设备 2021年第2期36卷 85-88页

作者：赵秀兰刘印文茌平县乐平镇郝集中心卫生院CT室山东聊城252126 聊城市东昌府区中医院CT室山东聊城252003

目的为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法。方法采用区域不平衡块生成方法提取CT血管横断面、冠状面和矢状面图像特征,接着采用U型全卷积神经网络对块特征进行训练与分割,最后采用最大体素保... 详细信息

目的为了精确分割腹部动脉血管,提出一种基于深度学习的全自动腹部动脉CT图像分割算法。方法采用区域不平衡块生成方法提取CT血管横断面、冠状面和矢状面图像特征,接着采用U型全卷积神经网络对块特征进行训练与分割,最后采用最大体素保留法获得三维血管分割图像。选用120例患者腹部CT血管图像进行网络训练和分割实验,分割结果评价指标采用精确率、召回率和Dice系数。结果基于U型全卷积神经网络能分割全部腹部CT图像大血管和绝大多数小血管。全卷积神经网络中块尺寸s=32所得平均Dice系数、精确率和召回率分别达87.2%、85.9%和88.5%,且与块尺寸s=48和s=64大致相等。基于U型全卷积神经网络所得平均Dice系数、精确率和召回率均优于其他血管分割算法。结论基于U型全卷积神经网络算法的图像分割精度高,是一种可行的腹部CT血管分割算法。

关键词：图像分割全卷积神经网络 U型网络计算机断层显像动脉

来源：评论

学校读者我要写书评

暂无评论

基于监督的全卷积神经网络视网膜血管分割

引用

软件导刊 2018年第8期17卷 45-48,52页

作者：王娜傅迎华蒋念平上海理工大学光电与计算机工程学院上海200093 上海交通大学自动化学院上海200240

视网膜血管分割算法是自动视网膜疾病筛查系统主要部分。视网膜血管检测在医学诊断上应用日益广泛,对糖尿病、青光眼等病状有较精确的诊断。提出一种新的全卷积神经网络视网膜血管分割的监督方法,该方法在视网膜图像和相应的血管标签图... 详细信息

视网膜血管分割算法是自动视网膜疾病筛查系统主要部分。视网膜血管检测在医学诊断上应用日益广泛,对糖尿病、青光眼等病状有较精确的诊断。提出一种新的全卷积神经网络视网膜血管分割的监督方法,该方法在视网膜图像和相应的血管标签图之间进行端对端预测,采用跳跃结构融合图像深层和浅层的特征信息,得到精确的分割结果。以准确性(Acc)为标准判断,在DRIVE数据集上表现出比现有其它技术更好的性能。

关键词：视网膜血管 Gabor 全卷积神经网络监督学习跳跃结构

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：