检索结果-内蒙古大学图书馆

光电子．激光 2021年第8期32卷 833-840页

作者：齐永锋张宁宁西北师范大学计算机科学与工程学院甘肃兰州730070

针对现有的分类深度神经网络大多为扁平型的网络架构,很少关注数据类别的层次性结构,导致分类器训练难度较大的问题,本文提出一种基于数据层次关系的多任务学习分类网络模型。依托番茄叶片病害的层次结构信息设计了一个带有共享网络的... 详细信息

针对现有的分类深度神经网络大多为扁平型的网络架构,很少关注数据类别的层次性结构,导致分类器训练难度较大的问题,本文提出一种基于数据层次关系的多任务学习分类网络模型。依托番茄叶片病害的层次结构信息设计了一个带有共享网络的由粗粒度到细粒度的层次结构进行病害程度分类,网络模型以ResNet-50作为网络主干,包括两个子网络:粗粒度网络模块负责区分番茄病害共5类,细粒度网络模块在残差网络模块的基础上添加SE模块负责病害程度的分类共9类。通过对网络架构各个分支的验证,以及同VGG-16、ResNet-34、ResNet-50 3种扁平型网络在病害程度分类任务上做比较,证明本文网络结构的可行性和有效性,最终测试集分类精度达到93.97%。证明本文结合数据与网络的层次结构采用多任务分类方法,是一种有效的病害程度分类算法。

关键词：多任务分类网络番茄病害程度层次结构级联操作

来源：评论

学校读者我要写书评

暂无评论

开集高光谱遥感图像分类方法研究

开集高光谱遥感图像分类方法研究

引用

作者：赵英燕山大学

学位级别：硕士

高光谱遥感图像具有丰富的光谱信息,在环境、军事、航天系统等领域有着广泛的应用,而且高光谱遥感图像分类是高光谱图像分析、理解和应用的一个重要步骤。然而现有基于闭集分类场景的研究,忽略了现实情况中存在的未知类,使得模型在现实... 详细信息

高光谱遥感图像具有丰富的光谱信息,在环境、军事、航天系统等领域有着广泛的应用,而且高光谱遥感图像分类是高光谱图像分析、理解和应用的一个重要步骤。然而现有基于闭集分类场景的研究,忽略了现实情况中存在的未知类,使得模型在现实场景应用中实际分类精度大幅降低。针对目前开集高光谱图像分类的不足之处,基于深度学习方法从三个方面对高光谱图像的开集分类问题进行研究。现有的开集高光谱图像分类方法主要关注一阶统计特征,很少关注二阶及高阶统计特征,针对现有的开集高光谱图像分类算法的不足之处,设计联合二阶池化注意力神经网络和K-Sigma的开集分类模型。通过具有空间注意力的二阶池化模块对输入图像进行特征提取,同时设计对已知类和未知类进行区分的开集高光谱图像分类方法,提高开集场景下高光谱遥感图像分类的精度。针对现有残差网络在高光谱开集分类研究中提取每个网络层感受野范围方面的局限性问题,设计多尺度骨干残差特征融合网络开集高光谱图像分类模型,多尺度骨干残差编码器模块的输出包含多种大小、尺度和数量的感受野,使卷积层表达多尺度特征,同时子集之间的连接操作能得到更大的感受野,更有效地处理特征图信息,进而提高开集高光谱图像的分类精度。针对卷积神经网络模型在开集高光谱图像分类中通常会生成大量的特征,导致高度冗余影响分类效果的问题,设计重建混合链路网络开集高光谱图像分类模型。编码器模块中的混合链路网络在特征提取过程中能在一定程度上减轻特征冗余,从高光谱图像中提取更具判别性的特征,进而提高开集高光谱图像的分类的精度。

关键词：高光谱遥感图像分类深度神经网络开集分类重建网络多任务分类网络

来源：评论

学校读者我要写书评

暂无评论

红枣外部品质分类及分级方法研究

红枣外部品质分类及分级方法研究

引用

作者：尚梦玉宁夏大学

学位级别：硕士

红枣作为我国的特色农产品,以其营养保健价值以及甘甜的风味深受人们的喜爱,我国一直是红枣出产大国,但红枣的附加值和出口额提高的情况并不可观,其中一个重要的原因是受到分类及分级技术的制约。目前市场上的红枣分类、分级方式主要有... 详细信息

红枣作为我国的特色农产品,以其营养保健价值以及甘甜的风味深受人们的喜爱,我国一直是红枣出产大国,但红枣的附加值和出口额提高的情况并不可观,其中一个重要的原因是受到分类及分级技术的制约。目前市场上的红枣分类、分级方式主要有人工式、机械式和机器视觉式,分别存在成本高效率低、易造成机械损伤、分级依据特征单一等诟病,一定程度上影响红枣产业的进一步发展。本文针对红枣分类、分级存在的问题,进行基于机器视觉的外部品质分类及分级方法的进一步探索,主要研究工作如下:(1)分析研究干制红枣的现有国家标准GB/T 5835-2009和相关文献标准,结合本文选用的实验对象若羌灰枣的外部品质特点,制定一套操作性较好的分级标准作。搭建机器视觉红枣图像采集系统,对每个红枣进行多视角图像采集作为实验研究材料,通过采集大量的红枣图片,并通过人工标注采集的红枣图像为深度学习网络的正常与缺陷红枣分类研究制作数据集。(2)结合深度学习算法特点以及红枣外部品质分类要求,提出将验证损失结合分类损失的多任务的神经网络算法作为本文实现红枣分类的模型,先分别在VGGNet-19、ResNet-18、ResNet-50、DenseNet-121网络下进行分类实验,选择效果较好的ResNet-18作为主干网络,在主干网络后分别连接验证子网络和分类子网络。(3)基于多视角红枣图像进行三维拟合实现大小分级的研究。对正、反、上、下四个视角的红枣图像进行了一系列图像预处理和边缘提取后,采用最小二乘椭圆拟合法对红枣进行椭圆拟合,利用四个视角图像方位的互补优势,实现提取拟合椭圆的半轴的准确度优化,并以红枣拟合的椭球体积为分级依据进行大小分级;同时进行一组单幅二维红枣图像的最小二乘法椭圆拟合大小分级对照实验。实验结果表明:本文提出的基于多视角红枣图像三维拟合的大小分级方法在分级准确率方面有明显优势。本文基于深度学习理论框架来构建等内外红枣分类算法,对机器视觉分级方法进一步探索,解决了缺陷红枣分类识别精度低的技术问题,提高了红枣大小分级的准确率,符合农业现代化发展的要求,同时也有助于增加红枣的附加价值和市场竞争力,促进红枣的出口和销售。

关键词：红枣深度学习卷积神经网络多任务分类网络多视角图像分级

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：