检索结果-内蒙古大学图书馆

计算机辅助设计与图形学学报 2018年第2期30卷 346-353页

作者：张珂高策郭丽茹苑津莎赵振兵李保罡华北电力大学电子与通信工程系保定071000

年龄是人的固有属性,在人的社会交往中起到了基础性作用,因此人脸图像的年龄估计是人工智能领域的重要问题之一.为了解决非受限条件下人脸图像年龄估计困难的问题,提出一种非受限条件下的多级残差网络人脸年龄估计方法.首先针对高分辨... 详细信息

年龄是人的固有属性,在人的社会交往中起到了基础性作用,因此人脸图像的年龄估计是人工智能领域的重要问题之一.为了解决非受限条件下人脸图像年龄估计困难的问题,提出一种非受限条件下的多级残差网络人脸年龄估计方法.首先针对高分辨率图像数据集构建多级残差神经网络模型;然后采用Image Net数据集对多级残差网络进行预训练,以获得图像的基本特征表达;最后在非受限人脸年龄数据集上结合随机深度算法对网络模型进行微调.在非受限的Adience人脸年龄分类数据集上进行年龄分类对比实验的结果表明,该方法能够明显地提高非受限条件下人脸年龄估计的准确率,并在提高网络学习能力的同时有效地抑制小规模数据集带来的过拟合问题.

关键词：多级残差网络年龄估计非受限条件随机深度算法 ImageNet和Adience数据集

来源：评论

学校读者我要写书评

暂无评论

基于多级残差网络的环境声音分类方法

引用

数据采集与处理 2021年第5期36卷 960-968页

作者：曾金芳李友明杨恢先张钰胡雅欣湘潭大学物理与光电工程学院湘潭411105

为了对环境声音进行更好的识别和分类,提出了基于多级残差网络(Multilevel residual network,Mul-EnvResNet)的环境声音分类方法。对声音事件进行时标和基频压扩之后,提取其梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCC... 详细信息

为了对环境声音进行更好的识别和分类,提出了基于多级残差网络(Multilevel residual network,Mul-EnvResNet)的环境声音分类方法。对声音事件进行时标和基频压扩之后,提取其梅尔频率倒谱系数(Mel-frequency cepstral coefficients,MFCCs),以及它们的差分作为特征参数送入MulEnvResNet对声音事件进行分类。实验数据集采用ESC-50,将Mul-EnvResNet模型与端到端的卷积神经网络(EnvNet)、基于注意力机制的循环神经网络(Attention based convolutional recurrent neural network,ACRNN),以及受限卷积玻尔兹曼机的无监督滤波器组模型(Convolutional restricted Boltzmann machine,ConvRBM)进行对比实验。实验结果表明,Mul-EnvResNet取得了89.32%的最佳分类准确率,相较上述3种模型在分类准确率上分别有18.32%、3.22%、2.82%的提升,相较于其他的声音分类方法也均有明显的优势。

关键词：环境声音分类多级残差网络时标压扩基频压扩

来源：评论

学校读者我要写书评

暂无评论

基于深度多级残差网络的图像分类研究

基于深度多级残差网络的图像分类研究

引用

作者：郭丽茹华北电力大学

学位级别：硕士

图像分类作为计算机视觉技术的基础,成为当前人工智能领域的研究热点之一。深度学习及卷积神经网络的发展,为图像分类的研究奠定了技术基础。但当前深度卷积神经网络存在梯度消失和过拟合问题,制约图像分类的发展。为解决上述问题,本文... 详细信息

图像分类作为计算机视觉技术的基础,成为当前人工智能领域的研究热点之一。深度学习及卷积神经网络的发展,为图像分类的研究奠定了技术基础。但当前深度卷积神经网络存在梯度消失和过拟合问题,制约图像分类的发展。为解决上述问题,本文通过分析与研究深度多级残差(RoR)网络,提出其优化方案并实现准确的图像分类。首先,分析残差网络和多级残差网络特点,搭建深度多级残差网络,并在此基础上建立Pre-RoR和RoR-WRN网络缓解梯度消失问题,优化多级残差网络,采用随机深度算法有效控制网络过拟合问题,节省训练时间。其次,分析几种激活函数的性能,提出一种深度多级残差网络的优化方法。分别采用三种不同的激活函数(ReLU、ELU和PELU)设计多级残差网络结构,并通过分析其在不同数据集上的图像分类性能,获得不同数据集上的最优网络模型;其次,通过加宽网络避免网络过深,并引入随机深度算法抑制过拟合,进一步优化网络,以获得更好的分类准确性。再次,通过分析多级残差网络的性能特点并结合金字塔模型,提出一种金字塔多级残差网络的模型框架。分析不同残差块的结构对性能的影响,选择最利于分类性能的残差块结构,应用于金字塔RoR;最后通过调整网络的输出维度与深度避免网络过深并提高网络性能,引入随机深度算法抑制过拟合。为了验证方法的有效性,在CIFAR-10/100、SVHN和Adience数据集上进行图像分类实验。并在CIFAR-10/100、SVHN数据集上取得了目前最低的分类错误率,分别为2.96%,16.40%和1.59%。在Adience数据集上取得了61.87%的准确率,以及93.39%的1-off准确率。本文创新性地提出优化的深度多级残差网络实现准确的图像分类,在CIFAR-10/100、SVHN三种数据集上均获得了目前最好的图像分类结果。实验结果表明,本文所提方法能有效提高图像分类的准确度。

关键词：图像分类残差网络多级残差网络激活函数金字塔多级残差网络

来源：评论

学校读者我要写书评

暂无评论

基于隐马尔可夫模型的多级残差网络DDoS攻击检测

引用

电子设计工程 2020年第19期28卷 71-75页

作者：王亚婷蔡玺闫润珍郁娇山王小军国网甘肃省电力公司甘肃兰州730030 甘肃同兴智能科技发展有限责任公司甘肃兰州730030

传统检测方法很难及时辨别出DDoS攻击的种类与方式,针对这一问题,基于隐马尔可夫模型研究了一种新的多级残差网络DDoS攻击检测方法。该检测方法可以在DDoS攻击多级残差网络时,应用相关公式提取DDoS攻击中的可观参数与隐含参数,并利用这... 详细信息

传统检测方法很难及时辨别出DDoS攻击的种类与方式,针对这一问题,基于隐马尔可夫模型研究了一种新的多级残差网络DDoS攻击检测方法。该检测方法可以在DDoS攻击多级残差网络时,应用相关公式提取DDoS攻击中的可观参数与隐含参数,并利用这些参数分别建立隐含状态转移概率矩阵与观测状态转移概率矩阵排列,计算DDoS攻击因子,通过对DDoS攻击因子进行详细的判定与分析,判断多级残差网络中否存在DDoS攻击。为了验证检测方法的效果,设定对比实验,结果表明,基于隐马尔可夫模型的多级残差网络DDoS攻击检测方法,具有检测时间短、检测准确率高的优点。

关键词：隐马尔可夫模型多级残差网络 DDoS攻击检测检测方法

来源：评论

学校读者我要写书评

暂无评论

融合注意力和多级残差的引线框架表面缺陷检测方法

引用

光电子.激光 2025年第4期36卷 382-390页

作者：宁文乐李志伟肖新杰丁婷婷黄润才上海工程技术大学电子电气工程学院上海201620 东华大学信息科学与技术学院上海201620

针对引线框架表面不规则缺陷难以进行准确检测的问题,提出一种融合注意力和多级残差的引线框架表面缺陷检测方法。首先,提出一种多尺度全局注意力模块,通过捕获缺陷边缘区域的通道和空间信息,进一步获取引线框架全局信息以提高分割精度... 详细信息

针对引线框架表面不规则缺陷难以进行准确检测的问题,提出一种融合注意力和多级残差的引线框架表面缺陷检测方法。首先,提出一种多尺度全局注意力模块,通过捕获缺陷边缘区域的通道和空间信息,进一步获取引线框架全局信息以提高分割精度。其次,为了实现缺陷信息的多尺度融合,设计一种多级残差融合注意力网络模块,提取表面划痕缺陷的全局语义信息。此外,编码器采用平滑最大化单元(smooth maximum unit,SMU)激活函数,以改善检测时的细节缺失现象。对比实验结果表明,所提引线框架表面缺陷检测方法的平均交并比(mean intersection over union,MIoU)指标在自制引线框架表面缺陷数据集上,相比于4种典型方法分别提升了25.05%、26.79%、12.11%、21.02%;消融实验证明所提检测方法具有较好的缺陷检测性能,能获得更多的有效缺陷信息。

关键词：表面缺陷检测引线框架注意力机制多级残差网络

来源：评论

学校读者我要写书评

暂无评论

基于循环生成对抗网络的超分辨率重建算法研究

引用

电子与信息学报 2022年第1期44卷 178-186页

作者：蔡文郁张美燕吴岩郭嘉豪杭州电子科技大学电子信息学院杭州310018 浙江水利水电学院电气工程学院杭州310018

为了提高图像超分辨率重建的效果,该文将注意力机制引入多级残差网络(Multi-level Residual Attention Network,MRAN)作为CycleGAN的重建网络,提出了基于循环生成对抗网络(CycleGAN)的超分辨率重建模型MRA-GAN。MRA-GAN模型中重建网络... 详细信息

为了提高图像超分辨率重建的效果,该文将注意力机制引入多级残差网络(Multi-level Residual Attention Network,MRAN)作为CycleGAN的重建网络,提出了基于循环生成对抗网络(CycleGAN)的超分辨率重建模型MRA-GAN。MRA-GAN模型中重建网络负责将低分辨率(LR)图像重建为高分辨率(HR)图像,退化网络负责将HR图像降采样为LR图像,LR判别器负责鉴别真实LR图像和通过退化网络降采样得到的LR图像,HR判别器负责鉴别真实HR图像和通过重建网络重建得到的HR图像,并且改进了CycleGAN原有的判别器判别方式和损失函数。实验结果验证了MRA-GAN模型与现有算法相比,在峰值信噪比(PSNR)和结构相似性(SSIM)等指标上都有所改进。

关键词：图像超分辨重建多级残差网络循环生成对抗网络峰值信噪比结构化相似性

来源：评论

学校读者我要写书评

暂无评论

基于双重残差注意力网络的图像超分辨率重构方法

引用

传感技术学报 2022年第8期35卷 1102-1108页

作者：张美燕吴岩蔡文郁浙江水利水电学院电气工程学院浙江杭州310018 杭州电子科技大学电子信息学院浙江杭州310018

图像超分辨(SR)方法通常利用深度神经网络学习从低分辨率图像(Low Resolution,LR)到高分辨率图像(High Resolution,HR)的非线性映射重建。但是从LR图像到HR图像的映射往往是一个不适定问题,即存在无限的HR图像可以降采样到同一LR图像。... 详细信息

图像超分辨(SR)方法通常利用深度神经网络学习从低分辨率图像(Low Resolution,LR)到高分辨率图像(High Resolution,HR)的非线性映射重建。但是从LR图像到HR图像的映射往往是一个不适定问题,即存在无限的HR图像可以降采样到同一LR图像。为了解决该问题,对LR图像引入附加约束来减少可能的函数空间,并提出了基于双回归网络—双重残差注意力网络(Dual Residual Attention Network,DRAN)的图像超分辨率重构方法(DRAN-SR)。DRAN模型中原始网络负责将低分辨率(LR)图像重构为高分辨率(HR)图像,对偶回归网络负责估计下采样核和重构LR图像,从而形成一个闭环来提供额外的监督效果。实验结果表明,DRAN-SR比现有方法具有更好的峰值信噪比(Peak Signal to Noise Ratio,PSNR)和结构相似性(Structural SIMilarity,SSIM)。

关键词：图像超分辨重构多级残差网络双回归网络峰值信噪比结构化相似性

来源：评论

学校读者我要写书评

暂无评论

基于增强生成对抗网络的滑坡影像集超分辨率重建

引用

测绘通报 2023年第1期 45-51页

作者：方留杨刘天逸赵鑫吴昊贾志文曾珍昆明理工大学云南昆明650031 云南省交通规划设计研究院有限公司云南昆明650200 云南省数字交通重点实验室云南昆明650000

针对高分遥感影像用于滑坡智能识别缺少高清训练集的问题,在组建高清滑坡训练集过程中,为充分利用低分辨率滑坡影像,本文采用基于增强型生成对抗网络模型(ESRGAN)实现了低分辨率滑坡影像集超分辨率重建。ESRGAN模型在SRGAN模型基础上,... 详细信息

针对高分遥感影像用于滑坡智能识别缺少高清训练集的问题,在组建高清滑坡训练集过程中,为充分利用低分辨率滑坡影像,本文采用基于增强型生成对抗网络模型(ESRGAN)实现了低分辨率滑坡影像集超分辨率重建。ESRGAN模型在SRGAN模型基础上,通过移除批归一化层、加入多级残差网络与残差缩放系数,提升了生成器的特征提取性能与稳定性,并采用迁移学习方法,基于毕节滑坡影像集与云南南景高速公路滑坡影像集进行试验验证。试验结果表明,基于迁移学习的ESRGAN模型在峰值信噪比(PSNR)与结构相似性(SSIM)方面获得更高得分,超分辨率重建取得更优结果。本文研究结果为获取滑坡高分辨率遥感影像集提供了一种新的技术方法。

关键词：滑坡影像集生成对抗网络超分辨率重建多级残差网络迁移学习

来源：评论

学校读者我要写书评

暂无评论

基于多尺度动态加权多级残差卷积自编码的旋转机械信号降噪方法

引用

机械工程学报 2024年第18期60卷 53-63页

作者：杜文辽杨凌凯王宏超巩晓赟赵峰李川郑州轻工业大学河南省机械装备智能制造重点实验室郑州450002 郑州轻工业大学机电工程学院郑州450002

振动信号常用于监测旋转机械的运行状态,但在采集过程中往往包含大量噪声,为了尽可能去除噪声干扰,提出一种噪声学习的新型神经网络,即基于多尺度动态加权多级残差卷积自编码网络(MDW-MRSCAE)的降噪方法。确切地,通过深度卷积自编码和... 详细信息

振动信号常用于监测旋转机械的运行状态,但在采集过程中往往包含大量噪声,为了尽可能去除噪声干扰,提出一种噪声学习的新型神经网络,即基于多尺度动态加权多级残差卷积自编码网络(MDW-MRSCAE)的降噪方法。确切地,通过深度卷积自编码和残差模块结合,使自编码网络对噪声成分进行编码和解码,通过学习噪声特性取代传统学习干净信号。为了解决网络学习中梯度消失问题,提高收敛速度,构建多层残差结构。特别的,在网络中加入多尺度特征提取网络层加强网络对噪声的特征提取能力。为体现不同卷积核的全局贡献,构造动态加权网络层,自适应调整各卷积核的全局权重,进一步提高网络去噪能力。通过典型模拟信号和不同故障实际轴承信号,验证网络去噪有效性。结果表明,该网络模型优于已发表的同类最新模型,信号高频噪声得到明显抑制。

关键词：噪声学习多尺度卷积核动态加权多级残差网络信号去噪

来源：评论

学校读者我要写书评

暂无评论

基于卷积神经网络的人脸图像年龄估计研究

基于卷积神经网络的人脸图像年龄估计研究

引用

作者：高策华北电力大学

学位级别：硕士

人脸图像年龄估计已经成为人机交互和计算机视觉领域中一项非常重要的任务,具有广泛的实际应用价值。针对目前人脸图像年龄估计准确度较低的问题,本文提出了一种基于深度多级残差网络和较大数据集微调的人脸年龄估计方法,以提高人脸图... 详细信息

人脸图像年龄估计已经成为人机交互和计算机视觉领域中一项非常重要的任务,具有广泛的实际应用价值。针对目前人脸图像年龄估计准确度较低的问题,本文提出了一种基于深度多级残差网络和较大数据集微调的人脸年龄估计方法,以提高人脸图像年龄估计的准确度。首先,本文介绍了五种典型的卷积神经网络模型,并对其原理及网络结构进行详细的描述。为进一步提高模型的学习能力,抑制梯度消失,本文在残差网络的基础上构建了多级残差网络模型,用其作为基础卷积神经网络模型解决人脸年龄估计准确度较低的问题;其次,本文提出人脸图像年龄估计方法框架,先在ImageNet数据集上对深度多级残差网络预训练,使网络学习基本图像特征表达;再构建IMDB-WIKI-101数据集微调深度多级残差网络,实现一般物体图像到人脸年龄图像的迁移学习,使模型适应于人脸图像年龄估计,减少过拟合并提高网络学习能力;然后,考虑到人脸图像年龄估计准确度受性别影响,同龄男女呈现的人脸图像特征不同。与一般物体图像相比,各年龄组图像之间存在时序关系。因此,在年龄组分类时采用了两种特殊的训练方法:性别预训练与特定权重损失层。此外,为减少过拟合现象,在网络训练时加入随机深度算法。最后,本文详细介绍了三种年龄估计的评估指标,并对Adience、MORPH Album2和FG-NET三种人脸图像数据集进行了描述。年龄估计可以分为年龄分类和年龄回归两类,采用本文提出的方法对Adience数据集进行年龄组分类,获得目前最高的单一分类准确度和1-off准确度,分别为67.74%和97.52%;在MORPH Album 2和FG-NET两种数据集上利用深度期望算法进行年龄值估计,分别获得目前最好的年龄平均绝对误差值2.34年和2.17年。本文利用152层多级残差网络在三种数据集上均获得了目前最好的年龄估计结果。实验结果表明,结合深度多级残差网络和大规模数据集微调,能有效提高人脸图像年龄估计准确度。

关键词：人脸图像多级残差网络年龄估计迁移学习微调

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：