检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

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

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

48 篇 学位论文
22 篇 期刊文献
2 篇 会议

馆藏范围

72 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

67 篇 工学
- 41 篇 计算机科学与技术...
- 38 篇 软件工程
- 33 篇 机械工程
- 33 篇 控制科学与工程
- 7 篇 仪器科学与技术
- 5 篇 信息与通信工程
- 3 篇 交通运输工程
- 3 篇 生物医学工程（可授...
- 2 篇 电气工程
- 2 篇 石油与天然气工程
- 2 篇 生物工程
- 1 篇 动力工程及工程热...
- 1 篇 电子科学与技术（可...
- 1 篇 土木工程
- 1 篇 测绘科学与技术
- 1 篇 地质资源与地质工...
- 1 篇 船舶与海洋工程
- 1 篇 农业工程
- 1 篇 环境科学与工程（可...
- 1 篇 公安技术
32 篇 管理学
- 32 篇 管理科学与工程(可...
4 篇 理学
- 2 篇 大气科学
- 2 篇 系统科学
4 篇 医学
- 2 篇 临床医学
- 1 篇 口腔医学
- 1 篇 医学技术（可授医学...
1 篇 经济学
- 1 篇 应用经济学
1 篇 法学
- 1 篇 法学
1 篇 农学
- 1 篇 林学
1 篇 军事学
- 1 篇 军队指挥学
1 篇 艺术学

主题

72 篇 卷积神经网
21 篇 深度学习
4 篇 支持向量机
4 篇 目标检测
3 篇 图像分类
2 篇 自顶向下
2 篇 多特征融合
2 篇 行人重识别
2 篇 强化学习
2 篇 人工智能
2 篇 自动学习
2 篇 特征提取
2 篇 生成对抗网络
2 篇 云平台
2 篇 识别率
2 篇 词向量
2 篇 显著性
2 篇 语义分割
2 篇 代价优化
2 篇 多任务学习

机构

5 篇 中国科学院大学
3 篇 北京邮电大学
3 篇 大连交通大学
2 篇 华中科技大学
2 篇 大连理工大学
2 篇 天津大学
2 篇 国防科技大学
2 篇 大阪大学
2 篇 西南交通大学
2 篇 长春工业大学
2 篇 上海交通大学
2 篇 电子科技大学
2 篇 武汉大学
2 篇 广东工业大学
2 篇 长春大学
1 篇 北京交通大学
1 篇 中国科学院自动化...
1 篇 东南大学
1 篇 河南科技大学
1 篇 伊犁师范大学

作者

2 篇 范秦寅
2 篇 史丽娟
2 篇 zhao jian
2 篇 shi lijuan
2 篇 赵剑
2 篇 wang liu
2 篇 fan qinyin
2 篇 杨凡
2 篇 肜博辉
2 篇 王柳
2 篇 许强
1 篇 zhou peng
1 篇 吴福庆
1 篇 闫喜亮
1 篇 zhang gui-ying
1 篇 赵云山
1 篇 wang liming
1 篇 蔡超
1 篇 吴香莲
1 篇 li yang

语言

71 篇 中文
1 篇 英文

检索条件"主题词=卷积神经网"

共 72 条记录，以下是41-50 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于图像频域的平滑滤波取证算法研究

基于图像频域的平滑滤波取证算法研究

引用

作者：赵正宇天津大学

学位级别：硕士

随着简单易用的数字图像编辑软件的普及,一些别有用心的人士利用它们辅助完成数字图像的恶意篡改操作。这使得图像的真实性和完整性受到了极大的威胁,比如篡改电子证据会影响司法的公正性。由于平滑滤波操作经常被用于掩盖篡改操作遗留... 详细信息

随着简单易用的数字图像编辑软件的普及,一些别有用心的人士利用它们辅助完成数字图像的恶意篡改操作。这使得图像的真实性和完整性受到了极大的威胁,比如篡改电子证据会影响司法的公正性。由于平滑滤波操作经常被用于掩盖篡改操作遗留的痕迹,所以针对平滑滤波操作的盲检测也十分必要。鉴定图像是否经历过平滑滤波操作,并确定具体的滤波器类型和相关参数,能够回溯图像所经历的具体篡改历史过程,对判断图像是否经过篡改操作提供佐证。本文以三种典型的空域模板平滑滤波器:均值滤波、高斯平滑滤波和中值滤波为例,基于图像频域呈现出的差异性特征,针对平滑滤波类型检测和模板相关参数识别分别设计了对应的算法。针对平滑滤波检测和类型识别,我们提出了一种基于图像频域分布规律的低维环状累计点(AAP)特征矢量,并利用支持向量机(SVM)分类,实现检测图像是否经历了滤波,并判断滤波类型的目的。实验结果表明我们的算法在当前研究热点“中值滤波检测”上表现优秀,尤其是在JPEG压缩和小尺寸局部图像情况下。而且提出的低维度特征能够大大减少训练时间。而针对于平滑滤波类型检测也取得了超过99%的准确率。针对滤波模板参数识别,我们同样利用频域分布特性,提出了一种改进的卷积神经网(CNN)模型,通过在传统模型的前端加入一个变换层来捕捉图像的频域特性,然后利用模型自动学习并完成分类。通过与现存可用算法的对比,我们的方法具有更高的准确率,尤其在JPEG压缩和小尺寸局部图像的情况下还能保持鲁棒性。

关键词：数字图像取证平滑滤波类型检测和模板参数识别支持向量机卷积神经网

来源：评论

学校读者我要写书评

暂无评论

基于姿态检测和语义分割的人体动作识别

基于姿态检测和语义分割的人体动作识别

引用

作者：韩韬上海交通大学

学位级别：硕士

人体动作识别是计算机视觉的重难点问题,是进行场景理解和人际交互的基础,在视频监控、虚拟现实、自动驾驶等领域有着广泛的应用。本文主要研究基于RGB信息的动作识别,相较于Kinect获取的RGB-D视频,RGB视频的数据量更大,应用面更加广泛... 详细信息

人体动作识别是计算机视觉的重难点问题,是进行场景理解和人际交互的基础,在视频监控、虚拟现实、自动驾驶等领域有着广泛的应用。本文主要研究基于RGB信息的动作识别,相较于Kinect获取的RGB-D视频,RGB视频的数据量更大,应用面更加广泛。目前采用主流的算法是一种是卷积神经网(CNN)进行特征抽取,循环神经网(RNN)进行时序信息学习,最后进行分类;另一种是将空间和时间的特征融合,统一进行学习和分类,如3DCNN和CNN联合池化等。目前大多数深度学习算法关注的是网络结构,通过改变模型结构和微调数据集来提升模型的性能。而实际上,视频图像中包括丰富的视觉线索,静态的包括背景和物体,动态的包括场景变化,人体的姿态和运动状态等等。如何选取和融合有价值的视觉信息,是视频动作学习问题面临的新挑战。针对上述问题,本文利用光流信息和人体姿态信息作为视频中动作信息的补充,采用CNN进行空间域的特征提取,利用长短期记忆网络(LSTM)进行时间域的训练学习,最后在光流和姿态模型的基础上,结合场景特征模型进行融合估计。本文的研究工作主要如下:1.研究了姿态识别问题的难点,并结合具体场景进行了应用。对人体姿态识别问题进行了研究,重点介绍了卷积姿态机(CPM)方法。结合生产线流水操作的实际场景,利用卡尔曼滤波算法实现了对多个操作人手臂的实时跟踪,并对实验结果进行了分析。2.利用一种深度卷积网络,实现了动作图像的语义分割。针对全卷积网络(FCN)精细度和运算效率有限的问题,使用了一种深度编码-解码网络框架(Fast-Net)进行人体部位分割,并将条件随机场(CRF)嵌入到网络中进行优化。在MPII和AI Challenger数据集上进行了实验,证明了该算法在正确率和效率两方面的提升。3.基于光流和姿态信息,提出了一种多模型融合的动作识别框架。该框架将深度学习(Flow-Net)得到的光流图,图像分割(Fast-Net)得到的姿态图以及原图作为输入,分别通过CNN和RNN建立多通道模型,最终对动作分类结果进行融合。在动作识别主流数据集HMDB51和UCF101上进行了实验,主要从准确率的角度对实验结果进行了分析。实验证明了使用人体姿态和光流信息能够有效提升检测准确率。

关键词：机器学习动作识别姿态检测人体分割语义分割卷积神经网卷积姿态机条件随机场

来源：评论

学校读者我要写书评

暂无评论

基于火检信号的炉膛火焰稳定性定量分析

基于火检信号的炉膛火焰稳定性定量分析

引用

作者：覃寰华北电力大学(北京)

学位级别：硕士

燃煤电站锅炉炉膛火焰稳定性的正确检测与评价对锅炉安全经济运行有着重要的作用。煤粉炉运行过程中,炉膛内煤粉燃烧不稳定可能引发一系列的威胁安全经济运行的问题。特别是近几年来劣质煤、混煤燃烧的趋势增加,导致燃烧的不稳定性加剧... 详细信息

燃煤电站锅炉炉膛火焰稳定性的正确检测与评价对锅炉安全经济运行有着重要的作用。煤粉炉运行过程中,炉膛内煤粉燃烧不稳定可能引发一系列的威胁安全经济运行的问题。特别是近几年来劣质煤、混煤燃烧的趋势增加,导致燃烧的不稳定性加剧。因此,准确、稳定和可靠的检测炉内火焰的燃烧状态,防止运行过程中异常情况的发生,对于锅炉运行来讲显得尤为重要。本文以某电厂660MW机组为例,在ABB火检分析单元的应用基础上,使用采集得到的火检中间值,借助聚类分析,得出了火焰稳定性的定性判断方法。通过对比实际电厂运行中炉膛火焰燃烧中间物理量的聚类结果,结合实际的运行情况,分析了所使用的K-均值聚类(K-Means)、密度聚类(DBSCAN)和利用层次方法的平衡迭代规约和聚类(BIRCH)方法对于实际火检数据进行燃烧状态划分的局限性。最后借助凝聚层次聚类方法(HCA),分析聚类树状图的状态划分过程,结合给煤量变化情况,重新划分聚类树,得到与实际运行经验相符合的炉膛燃烧状态分类方法。在层次聚类划分燃烧状态的基础上,定义了反映炉膛火焰稳定性的燃烧质量指标。该指标值介于0和100之间,值的大小反映了燃烧状态是否稳定,其值越接近100表示燃烧越趋于稳定状态;越接近于0表示燃烧越趋于灭火状态。最后结合给煤量变化情况分析了燃烧质量指标的合理性。通过层次聚类方法得到燃烧状态分类后,为了进一步探究如何利用火检中间值对炉膛火焰燃烧状态进行其它形式的描述,使用短时傅里叶变换得到火检中间值的时频图,并建立起了火焰稳定性判别的卷积神经网络(CNN)模型,对给定了状态标签的时频图进行学习,最后验证了该网络对测试数据集的识别情况,取得了较高的准确率。

关键词：燃烧稳定性稳定性指标聚类卷积神经网

来源：评论

学校读者我要写书评

暂无评论

基于小样本数据集的人脸识别算法比较研究

基于小样本数据集的人脸识别算法比较研究

引用

作者：帕克扎木·努尔阿迪力伊犁师范大学

学位级别：硕士

计算机和信息技术正迅速融入人们的日常生活。由于生物特征具有独特性推动了新兴识别方法的发展,引起了人们的广泛关注,被应用在安防、支付、解锁、案件侦破等领域。虽然人脸识别技术已经取得了很大的成功,但人脸识别技术仍然面临着一... 详细信息

计算机和信息技术正迅速融入人们的日常生活。由于生物特征具有独特性推动了新兴识别方法的发展,引起了人们的广泛关注,被应用在安防、支付、解锁、案件侦破等领域。虽然人脸识别技术已经取得了很大的成功,但人脸识别技术仍然面临着一些挑战,比如:人脸相似性、人脸姿态、光照、表情、遮挡、年龄变化、成像场景的变化以及种族人脸特征识别等等,最主要的挑战来自于人脸图像数据的收集,小型数据收集过程中所付出的人工代价较少,然而目前大多数关于人脸识别的算法模型都需要大量的样本数据才能表现出最好的性能,但现实情况中很难收集到这样的数据集。一些主流的人脸识别算法很难广泛地应用在现实场景中,首先当训练数据中样本数据有限时模型训练的样本数不足易导致过拟合现象,其次,样本图像具有较高的相似度和复杂的特征结构时,在分类任务中很难区分类内和类间样本距,导致误识别或识别精度不明显等问题,另外一点就是算法的偏差问题,也就是说不同的算法在同一种人脸中的识别精度有所不同,各有各的优缺点。因此,分析不同算法的性能,如何选择最优的识别方法,如何从人脸图像相似度较大的少量多样化的训练样本中提取有效地判别特征,保证人脸识别模型的实时性和算法的鲁棒性,同时在实际应用中起到更有效、安全、可靠的作用是非常具有挑战性的研究问题。针对以上问题,本文做出了以下几个方面的研究:1)考虑到目前缺乏公开的多样化的民族人脸数据集,针对本校的六种不同民族学生人脸图像构成的小样本民族人脸数据库进行了进一步的预处理和完善工作。2)为了更明确的表示本研究的主题思想,先从传统的人脸识别方法展开阐述,如PCA、LDA、LPP以及他们的改进算法2DLDA、2DPCA、2DLPP、RM2DLDA、RM2DLPP等,然后介绍基于PCA+BP、PCA+BP+KL等混合算法的基本理论知识,最后以改进的Lenet-5卷积神经网络为例介绍基于卷积神经网络的人脸识别理论知识。3)采用余弦相似度度量方法分析了同一种民族人脸图像之间的相似度,进行大量的实验验证,小样本民族人脸数据集中同种民族人脸图像的相似度明显高于ORL和Yale等常用的人脸识别数据集中的人脸相似度,得出结论:同种民族人脸图像之间具有较高的相似性,这会加大人脸识别任务的难度,最后提出了RM2DLDA+cos的改进人脸识别算法,该方法有效的提高了小样本民族人脸数据库中的识别精度。4)通过大量的实验比较了已训练好的PCA+BP,PCA+BP+KL等混合算法模型和本研究中重新训练的适应于小样本民族人脸数据库的模型,发现了PCA+BP+KL的算法最适合小样本民族人脸数据库。5)在改进的Lenet-5卷积神经网络的基础上,通过大量的实验调整网络参数,设计了适应于小样本民族人脸图像数据集的简易卷积神经网络模型,网络由两个卷积层,两个池化层,1个全连接层,1个Softmax输出层构成,用Dropout的方法有效的避免了过拟合问题,卷积核大小均为5?5,两个卷积层的卷积核个数为10,用平均池化代替原来的最大池化,每个激励层采用Relu函数代替Sigmoid函数,减少全连接层数,全连接层神经元个数选择170,最后采用Softmax分类函数进行分类,能自动提取人脸特征并进行识别,与传统算法相比,该方法有效的提高了小样本民族人脸数据库中的识别精度。6)所有的实验以Windows10作为测试系统,结合Matlab和Python在Tensorflow框架下完成,为了解决实验过程中卷积神网络模型训练时计算速度过慢的问题,在训练卷积神经网络时采用GPU(GTX1050)显卡代替CPU,实现了快速识别的目标。

关键词：余弦相似性度量传统人脸识别算法 BP神经网络卷积神经网小样本人脸数据集

来源：评论

学校读者我要写书评

暂无评论

复杂环境下交通标志牌的检测和识别

复杂环境下交通标志牌的检测和识别

引用

作者：卢剑彪广东工业大学

学位级别：硕士

交通标志检测与识别作为智能交通系统重要的一个环节,对于发展无人驾驶具有十分重要的意义。在实时道路交通中,车载摄像机拍摄获取的场景图像,部分交通标志可能被周围的障碍物遮挡,受到的光照强度发生改变以及因运动而导致交通标志模糊... 详细信息

交通标志检测与识别作为智能交通系统重要的一个环节,对于发展无人驾驶具有十分重要的意义。在实时道路交通中,车载摄像机拍摄获取的场景图像,部分交通标志可能被周围的障碍物遮挡,受到的光照强度发生改变以及因运动而导致交通标志模糊等因素,这些都加大了智能交通系统中交通标志检测与识别的难度。针对这些问题,提出了使用一种卷积神经网络的算法对交通道路环境下的交通标志进行检测与识别,以便提高交通标志的检测速率和识别率。本文以我国道路交通标志为研究对象,主要包含三大类的交通标志:警告标志、禁止标志、指示标志。在自然场景中,车载摄像机连续拍摄获取的高清分辨率的道路交通标志进行检测与识别分类展开研究。这样获得的数据集相较于德国交通标志基准的好处在于相邻图像之间存在一定的关联性,可以很好的解决因角度变化引起拍摄获取的交通标志反光、遮挡、运动模糊等问题。此外,为了增加数据集样本的多样性和鲁棒性,我们采用仿射变换技术,数据集样本扩大几十倍。在交通标志检测过程中,我们在Huval等人设计的卷积神经网络进行改进,设计使用一个七层的卷积神经网络并结合Faster R-CNN算法中的RPN结构对其提取候选区域。此外,综合检测速率和卷积运算过程中对GPU的消耗考虑,我们在卷积神经网络结构第六层再分支分别进行全连接操作,然后,在对检测到的候选区域进行回归等操作。为了更好检测到部分在图像中占比极小的交通标志,我们分别在设计的卷积神经网络结构中的第二层和第七层进行RPN操作。在交通标志识别过程中,我们设计的网络结构是在交通标志检测的卷积神经网络结构的基础上增加一个label分支。通过label分支层的运算,我们可以知道对于检测到的交通标志属于某一类的概率值是多少。为了提高我们分类的准确率,我们在采用了多特征融合策略,分别在卷积神经网络结构的第二层、第五层和第六层增加一个ROI的池化层,这样不但充分利用了图像的底层信息,而且还做到了将输出的结果归一化到同一尺寸。

关键词：交通标志检测与识别卷积神经网 Faster R-CNN softmax分类

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的通信信号自动调制识别技术研究

基于深度学习的通信信号自动调制识别技术研究

引用

作者：张浩正云南大学

学位级别：硕士

信号的调制识别,即根据接收到的信号,判断其采用的调制方式,是通讯领域中认知无线电方向的重要技术之一。无论在工程运用还是军事应用中,调制识别技术都发挥着重要的作用。在工程应用方面,调制识别技术可以提高频谱利用率,完成更及时、... 详细信息

信号的调制识别,即根据接收到的信号,判断其采用的调制方式,是通讯领域中认知无线电方向的重要技术之一。无论在工程运用还是军事应用中,调制识别技术都发挥着重要的作用。在工程应用方面,调制识别技术可以提高频谱利用率,完成更及时、高效的通信。在军事应用中,调制识别可用于获取情报截取和电子干扰。由于人工调制识别成本太高,效率太低,越来越多的学者们开始研究自动调制识别技术。近年来,随着人工智能的迅猛发展,越来越多的科研人员开始运用机器学习、深度学习来解决自动调制识别问题。卷积神经网络作为深度学习中一个重要的基础网络构架,在自动调制识别问题中得到了广泛的应用。然而,经本文的分析认为,采集到的信号样本并不适合直接用作卷积神经网络的输入。一方面,信号样本的大小会对卷积神经网络的结构设计构成极大的限制;另一方面,直接用作输入很可能造成特征的浪费。针对以上两个方面,本文提出一种新颖的数据预处理方法,以提高基于卷积神经网络的自动调制识别系统的识别正确率。本文进行了多组对比实验,实验结果表明,所提预处理方法使一个近年提出的基于卷积神经网络的调制识别模型在著名的Radio ML2016.10a数据集上提高了约7%的识别正确率。随后,本文根据对所提数据预处理方法和卷积神经网络的分析,设计了一个具有残差模块的神经网络。实验结果表明,所提预处理方法与所设计的神经网络的结合,在Radio ML2016.10a数据集上取得了93.72%的最高识别正确率,此结果超越了近年先进的自动调制识别分类器。最后,根据本文在另一组具有不同程度信道衰落的数据集上的测试结果,所提预处理方法和所设计的自动调制识别模型展现出了良好的鲁棒性能。

关键词：调制识别深度学习数据预处理卷积神经网

来源：评论

学校读者我要写书评

暂无评论

化工过程管道泄漏检测与诊断方法研究

化工过程管道泄漏检测与诊断方法研究

引用

作者：潘峥浙江工业大学

学位级别：硕士

在化工生产过程中,管道输送流体介质有着至关重要要的作用。由于管道输送受管道环境条件或第三方作用等影响,经常发生泄漏事故。降低管道泄漏对生产安全和经济性的影响,保证管道输送稳定运行,做到管道泄漏早检测、早发现和早维修,在理... 详细信息

在化工生产过程中,管道输送流体介质有着至关重要要的作用。由于管道输送受管道环境条件或第三方作用等影响,经常发生泄漏事故。降低管道泄漏对生产安全和经济性的影响,保证管道输送稳定运行,做到管道泄漏早检测、早发现和早维修,在理论研究和工程实践应用都具有重要意义。随着管道检测传感技术发展、信号处理技术增强和管道项目建设工程的增加,管道检测的数据量也越来越大,如何将大量测量数据处理加工,用于管道泄漏检测和诊断是当前研究热点问题之一。本文在参考大量文献和总结现有的技术方法的基础上,分别对管道检测信号处理、管道泄漏检测诊断和管道泄漏定位等三方面展开研究,具体工作如下:(1)针对管道上、下两端采集信号含有的噪声对泄漏检测的准确性和定位存在干扰问题,提出了一种改进型样条局部均值分解方法(Improved Spline-Local Mean Decomposition,ISLMD),将该方法用于信号降噪处理。首先采用三次样条插值函数代替局部均值分解(Improved Local Mean Decomposition,ILMD)算法中的中值插值函数,求解局部均值函数和包络估计函数,以改良中值插值函数精度不足和效率低下问题;为解决ILMD降噪中的边界失真问题,通过边界拓展的方法,使用基于自适应波形匹配技术和自适应扩展原始信号来克服计算上下包络过程中的边界失真问题;为了增加选择分解后乘积函数(Product Function,PF)选择的合理性,通过计算乘积函数与参比信号之间乘积相关因数,利用乘积相关因数判断乘积函数是否含有泄漏信息。运算结果表明,所提的方法能够有效的滤掉信号所含的噪声,还原管道首末两端压力信号信号,且具有较高的信噪比和较小的均方根误差。(2)针对常规的泄漏检测方法鲁棒性和泛化能力不足问题,提出了一种基于卷积神经网络(Convolutional Neural Network,CNN)的管道泄漏检测诊断方法。该方法将降噪后的管道测量信号转化为图像信号,通过卷积神经网络自适应提取泄漏波形特征,实现对不同泄漏大小的准确检测。而且单点泄漏信号训练得到的卷积神经网络模型也能拓展至其它泄漏点的检测,并具有较高的准确度。试验结果表明,所使用的模型具有更好的鲁棒性和泛化能力。(3)针对管道泄漏定位的时延估计问题,提出了一种通过泄漏量大小选择广义互相关加权函数的管道泄漏定位方法。该方法首先通过卷积神经网络检测泄漏量大小,在小孔径泄漏情况下选用SCOT加权函数,在大孔径泄漏情况下选择PATH加权函数。然后通过对首末两端压力信号的广义互相关分析,确定泄漏负压波时延进而进行泄漏定位。对比使用单一的加权函数,采用依据泄漏量大小选择加权函数具有更好的定位精度。

关键词：信号降噪 ISLMD 卷积神经网广义互相关泄漏检测泄漏定位

来源：评论

学校读者我要写书评

暂无评论

基于联合特征和深度学习的遥感影像分类

基于联合特征和深度学习的遥感影像分类

引用

作者：张博西安电子科技大学

学位级别：硕士

近年来随着光学和电子学等学科的迅速发展,搭载在卫星、航空和无人机等采集平台上的高光谱传感器可以获取到更精细的光谱信息和更高的空间分辨率。高光谱传感器提供的详细光谱信息和空间域信息可以显著提升地物分类的准确率,因此在现代... 详细信息

近年来随着光学和电子学等学科的迅速发展,搭载在卫星、航空和无人机等采集平台上的高光谱传感器可以获取到更精细的光谱信息和更高的空间分辨率。高光谱传感器提供的详细光谱信息和空间域信息可以显著提升地物分类的准确率,因此在现代社会有着广泛的应用,例如生态科学、地质科学、水文科学和精细农业等。然而,高光谱影像分类技术目前仍然存在着很多难题,例如光谱维度的增加造成的维数灾难问题,大气散射条件的不同和云团的可变性等因素造成的同谱异物或同物异谱现象和利用有限的标签对数据信息分类等难题。目前,随着硬件的发展和大规模数据集的出现,深度学习技术在图像理解、自然语言处理和遥感等领域均显示出了良好的性能,它不仅可以从输入图像中提取到不同层次的特征,还可以有效地融合这些浅层的特征从而生成更抽象、更强大的可表征图像本身的高级特征。因此,本文基于深度学习提取高光谱影像中的空间域和光谱域的联合特征,提出了更加高效的高光谱影像分类算法,具体贡献如下:(1)提出一种基于聚合稠密卷积神经网络的高光谱影像分类算法,该方法通过引入自学习分组卷积结构,可在训练期间自动学习一个稀疏网络,在参数量较少的情况下提取高光谱影像中的空谱联合特征;提出一种基于多尺度稠密卷积神经网络的高光谱影像分类算法,该方法通过引入多尺度联合特征和任意时刻预测的特性,可根据高光谱影像地物类型分类的难易程度选择不同的网络结构进行分类。从结果可看出这两种方法不仅可以提高分类精度,还可以很好地改善同质区域和边缘区域的分类效果。(2)提出一种基于方向波稀疏特征和循环神经网络的高光谱影像分类算法,该方法首先采用了非下采样方向波变换提取高光谱影像中丰富的空间域信息,然后构建循环神经网络高效地学习高光谱数据的光谱间相关性以及光谱波段的变化性,从而有效地联合了空间域和光谱域信息,得到较好的分类效果。(3)提出一种基于扩展形态学特征和栈式卷积自编码器的高光谱影像分类算法,该方法首先采用基于导向滤波的扩展形态学算法提取高光谱影像的空域信息。为解决全连接形式的栈式自编码器忽略图像的二维特性,本文引入了栈式卷积自编码器,采用无监督方法对空谱联合特征进行特征压缩。最后采用了支持向量机进行分类。从各个数据集的分类结果可以看出,该方法对细节区域、边缘区域和同质区域都取得了较好的分类结果。

关键词：高光谱影像分类非下采样方向波变换扩展形态学特征卷积神经网循环神经网络

来源：评论

学校读者我要写书评

暂无评论

面向目标识别的多特征融合研究与实现

面向目标识别的多特征融合研究与实现

引用

作者：张建虎北京交通大学

学位级别：硕士

图像中目标识别的研究至今已有五十多年的历史。2012年及之前,目标识别多使用手工特征加分类器的方法。2012年以后,端到端训练的CNN(Convolutional Neural Networks)模型,成为研究热点。鉴于深度学习的高精度,此时一部分学者在尝试使用... 详细信息

图像中目标识别的研究至今已有五十多年的历史。2012年及之前,目标识别多使用手工特征加分类器的方法。2012年以后,端到端训练的CNN(Convolutional Neural Networks)模型,成为研究热点。鉴于深度学习的高精度,此时一部分学者在尝试使用单一深度学习特征在各方面取代传统特征。考虑到单模型的泛化性能以及深度学习本身的可解释性差的特点,另有一部分学者也在探索各种融合算法。目前在学术界比较公认的融合算法按层次划分为:数据级、特征级和决策级融合。数据级融合方案多用在多传感器信息融合中;早期的研究由于计算机计算能力的限制,主要关注于决策级融合;近年来,随着计算能力的提升,特征级融合成为研究热点,而目前仍多在探索传统特征间融合算法,而随着CNN的发展,融合多种传统特征以及融合传统和深度学习特征是一个值得研究的方向。本文研究了三种特征融合方式:(1)传统特征间的特征融合。在五种较典型的特征:颜色直方图、LBP(Local Binary Pattern)统计直方图、HOG(Histogram of Oriented Gradient)特征、Gabor响应均值、基于稠密 SIFT(scale-invariant feature transform)的 BoW(Bag of words),中选择不同的组合串行连接,之后连接一个神经网络。(2)传统特征直接和深度学习特征融合。选用五种较典型的传统特征:颜色直方图、LBP统计直方图、HOG特征、Gabor响应均值、基于稠密SIFT的BoW,以及训练好的CNN抽取的特征进行直接串行连接,然后送入神经网络中。(3)传统特征间接和深度学习特征融合。选用四种较典型的特征:Canny边缘特征、LBP纹理特征、Gabor纹理特征、稠密SIFT点特征。将传统特征以不同方式间接与深度学习特征融合。融合结果在Cifar10标准数据集上进行测试分析。其中传统特征间融合结果相较单一传统特征效果更优,但仍低于单一深度学习特征的识别精度;传统特征直接和深度学习特征融合以及传统特征间接和深度学习特征融合相较于单一深度学习特征也取得一定提升。改进传统 SPM(Spatial Pyramid Matching)算法。使用 SLIC(simple linear iterative cluster)算法改进基于稠密SIFT的SPM模型。使得识别精度取得一定提升。最后,采集建立颐和园数据集,并以此数据集训练模型,在安卓平台实现基于图像识别算法的景点导游接口。

关键词：多特征融合卷积神经网目标识别

来源：评论

学校读者我要写书评

暂无评论

基于神经网络和媒体监督的多任务学习

基于神经网络和媒体监督的多任务学习

引用

作者：倪赛杰上海交通大学

学位级别：硕士

近年来人类收集、存储、传输、处理数据的能力得到了飞速提升,人类社会的各个角落都充满了大量数据,深度学习是能有效地对人工智能爆发时代下的数据进行分析利用的计算机算法。其中,卷积神经网络已经在计算机视觉,如图像分类、人脸识别... 详细信息

近年来人类收集、存储、传输、处理数据的能力得到了飞速提升,人类社会的各个角落都充满了大量数据,深度学习是能有效地对人工智能爆发时代下的数据进行分析利用的计算机算法。其中,卷积神经网络已经在计算机视觉,如图像分类、人脸识别等应用领域,取得了飞跃性的进步。然而,一方面,随着卷积神经网络的深度与广度不断扩大,模型训练成为一个艰巨的任务。另一方面,在计算机视觉中,传统的目标检测和图像分类等任务的模型训练严重依赖于人工标注,随着我们迈入大数据时代,为数百万图像标定这样的标签是非常费时费力而不切实际的。因此,为了解决卷积神经网难以训练的问题和减轻标注图像的人工劳力,本文提出了基于深度网络和媒体监督的多任务学习算法,利用相关任务共享特征空间的特性挖掘视觉信号的多样性。本文提出了一种基于网络监督的多示例与多任务聚类的视觉概念学习算法,用于在测试图像中检测出感兴趣的物体样例。为了减少模型训练前所需数据集的人工标注,本文利用社交媒体中被上传的大量图像及对应的相关文本描述,并结合图像局部块提取方法,设计了基于数量指导的多示例学习算法以建立图像区域和文字概念之间的连接。特别的是,大多数多示例学习方法为了获得高精度,牺牲了召回率的提升,只从每个标签为正的袋中提取一个正示例,而我们所提出的方法相对于这些方法的关键改进在于,我们从每幅图像中挖掘的的正示例的数量由相应视觉概念的数量辅助完成,因此充分利用了图像和文本信息。此外,本文针对视觉概念的多样性,对学习到的概念分类器执行聚类多任务细化,以通过聚类正则化增强其泛化能力。具体来说,本文能够挖掘视觉概念的多样性,自动将相关视觉概念聚类在同一组。本文设计了一种基于多任务正则化与逐层监督神经网络的人脸点检测方法,用于解决卷积神经网中的由于训练数据不足导致的过拟合,反向传播过程造成的梯度弥散使得深度网络的训练非常困难这两个问题。首先,为了使得网络训练过程更透明并解决梯度弥散的问题,本文提出了一种深度监督的方法改进传统卷积神经网的级联方式。具体来说,本文对于深度网络的每一中间隐藏层引入监督函数,以提升反向传播时的梯度信号,这些监督层能够加强在反向传播过程中传递的梯度信号,并且在早期层中提供额外的引导以避免梯度弥散的问题。其次,对于卷积神经网中训练数据不足易导致过拟合的问题,本文提出了多任务正则化的算法来同时训练特征点检测和四个与之相关的其他任务,即引入多任务正则化使得所有任务共享参数空间,以提升主任务的检测准确率,提高模型的泛化能力。

关键词：多任务学习卷积神经网多示例学习人脸对齐视觉概念学习

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共8页 << < 1 2 3 4 5 6 7 8 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

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：