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

76 篇 期刊文献
61 篇 学位论文
4 篇 会议

馆藏范围

141 篇 电子文献
0 种 纸本馆藏

日期分布

学科分类号

134 篇 工学
- 71 篇 计算机科学与技术...
- 64 篇 软件工程
- 61 篇 控制科学与工程
- 56 篇 机械工程
- 17 篇 仪器科学与技术
- 13 篇 信息与通信工程
- 8 篇 电气工程
- 7 篇 电子科学与技术（可...
- 7 篇 交通运输工程
- 7 篇 生物医学工程（可授...
- 7 篇 公安技术
- 6 篇 航空宇航科学与技...
- 4 篇 动力工程及工程热...
- 4 篇 土木工程
- 3 篇 生物工程
- 3 篇 网络空间安全
- 2 篇 光学工程
- 2 篇 水利工程
- 2 篇 测绘科学与技术
- 2 篇 化学工程与技术
48 篇 管理学
- 48 篇 管理科学与工程(可...
14 篇 理学
- 5 篇 系统科学
- 3 篇 物理学
- 2 篇 地球物理学
10 篇 医学
- 8 篇 临床医学
- 4 篇 医学技术（可授医学...
- 2 篇 基础医学(可授医学...
8 篇 艺术学
- 8 篇 设计学（可授艺术学...
6 篇 农学
- 4 篇 植物保护
2 篇 教育学
2 篇 军事学
1 篇 法学
1 篇 历史学

主题

141 篇 深度卷积生成对抗...
34 篇 深度学习
21 篇 卷积神经网络
17 篇 数据增强
12 篇 故障诊断
9 篇 图像生成
6 篇 迁移学习
6 篇 小样本
5 篇 注意力机制
4 篇 生成对抗网络
4 篇 缺陷检测
3 篇 faster r-cnn
3 篇 图像识别
3 篇 无监督
3 篇 残差网络
3 篇 滚动轴承
3 篇 机器学习
2 篇 格拉姆角和场
2 篇 行人重识别
2 篇 数据扩增

机构

5 篇 南京信息工程大学
4 篇 北京邮电大学
4 篇 西安理工大学
3 篇 中国科学院大学
3 篇 太原理工大学
3 篇 太原科技大学
2 篇 北京交通大学
2 篇 西华大学
2 篇 宁夏大学
2 篇 兰州理工大学
2 篇 长春理工大学
2 篇 武汉理工大学
2 篇 河南理工大学
2 篇 南华大学
2 篇 湖北工业大学
2 篇 福州大学
2 篇 西南交通大学
2 篇 长春工业大学
2 篇 郑州大学
2 篇 上海交通大学

作者

2 篇 韦哲
2 篇 张浩
2 篇 谭昭芸
2 篇 孟晓娟
2 篇 wei zhe
2 篇 zhang yan
2 篇 张义
2 篇 唐川
2 篇 李从利
2 篇 林颖
2 篇 苟婷婷
2 篇 li hui
2 篇 尹甜甜
2 篇 li kun
1 篇 liang feng-mei
1 篇 胡昌勤
1 篇 guan bei
1 篇 郝亮亮
1 篇 闵永智
1 篇 吴福庆

语言

141 篇 中文

检索条件"主题词=深度卷积生成对抗网络"

共 141 条记录，以下是91-100 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：

毫米波MIMO雷达动目标探测技术研究

毫米波MIMO雷达动目标探测技术研究

引用

作者：王梓柯西安工业大学

学位级别：硕士

随着毫米波雷达技术的迅猛进步,其作为一种可便携设备在民用行业得到了广泛的关注和应用。相对于常规的光学感测器,毫米波雷达受环境影响较小,而且得益于其紧凑的设计和电磁波的采集特性,在持续探测、高精度定位、远程侦测以及成本效益... 详细信息

随着毫米波雷达技术的迅猛进步,其作为一种可便携设备在民用行业得到了广泛的关注和应用。相对于常规的光学感测器,毫米波雷达受环境影响较小,而且得益于其紧凑的设计和电磁波的采集特性,在持续探测、高精度定位、远程侦测以及成本效益比上都具有显著的优势。尽管如此,现行的毫米波探测方法在处理近距离多目标环境时,常受到干扰噪声的影响,且存在于恒虚警率算法的高计算成本问题。因此,本研究致力于增强毫米波雷达在多变环境中的目标探测能力,专注研究并深入分析了相应的信号处理方法: (1)针对预处理阶段依然存在一定程度噪声和杂波污染的雷达回波信号,本研究提出了一种新的降噪方法——利用深度卷积生成对抗网络(Deep Convolutional Generative Adversarial Networks,DCGAN)进行补充性降噪处理。通过对大量标记的雷达回波数据集进行有监督学习训练,DCGAN能够发掘并学习到回波信号中噪声的有效特征分布。通过这种方式得到的高质量去噪模型,在进行恒虚警率(Constant False Alarm Rate,CFAR)检测算法前,可以改善输入数据的信噪比,进而增强后续目标检测算法的稳健性和准确性,降低误报率和漏报率,为雷达系统提供更为可靠的目标识别能力。通过对比实验发现DCGAN补充性降噪的有效性。 (2)改进了快速的OSCA-CFAR算法:在进行近距离多目标探测时,本文提出了一种优化的快速有序统计量恒虚警率(OSCA-CFAR)处理技术。此技术对距离-多普勒矩阵(Range-Doppler Matrix,RDM)中的距离和多普勒两个维度分别进行了改进的OS-CFAR和CA-CFAR算法。这些改进涉及到采用部分插入排序技术及多元单元平均值来确定检测阈值,以及利用归一化的加权矩阵乘法。此方法不仅提升了处理效率,而且有效增强了对近程环境下多目标的探测能力。同时为验证所提出的毫米波雷达信号处理改进算法的实际效能,本研究进行了详尽的对比仿真分析。仿真结果表明,经过优化的信号处理算法在同等条件下,比原有信号处理算法性能提升了7%。在保证探测效果的前提下,目标探测速度提升了30%,充分证实了该改进算法的有效性。 (3)设计实现了目标探测原型系统:设计并实现了基于深度卷积生成对抗网络(DCGAN)的目标探测原型系统。首先对整个系统进行了概述,然后详细阐述了整体架构与功能模块划分。系统包括预处理、DCGAN去噪处理、CFAR目标检测和结果显示等核心环节。通过对原型系统的设计以及实验,进一步验证了本文提出的深度学习模型补充性降噪以及改进恒虚警算法的有效性。

关键词：毫米波雷达 MIMO 恒虚警卷积神经网络深度卷积生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

生成对抗网络在脑电信号中的算法研究

生成对抗网络在脑电信号中的算法研究

引用

作者：董格格齐鲁工业大学

学位级别：硕士

脑卒中不仅是世界上第二大死亡原因,还是导致残疾的主要原因之一。脑卒中患者通常伴有运动神经损伤引起的运动功能障碍。基于运动想象的脑机接口(Motor Imagery Brain Computer Interface,MI-BCI)的康复手段是目前最先进的康复技术之一... 详细信息

脑卒中不仅是世界上第二大死亡原因,还是导致残疾的主要原因之一。脑卒中患者通常伴有运动神经损伤引起的运动功能障碍。基于运动想象的脑机接口(Motor Imagery Brain Computer Interface,MI-BCI)的康复手段是目前最先进的康复技术之一,可以用于脑卒中患者运动功能的恢复。但是,MI-BCI中的深度学习算法需要大量的训练样本,脑卒中患者的脑电数据相对稀缺。因此,人工生成脑卒中数据是一种有前景的策略,有助于脑卒中临床康复的进一步发展。本文主要研究深度卷积生成对抗网络(Deep Convolution Generative Adversarial Network,DCGAN)生成医学脑电数据的问题,在借鉴前人研究的基础上深化关于人工脑电数据的可信度问题的研究。生成有效的脑电数据是本研究很重要的一个观念,可以补充医学脑电数据生成领域的缺口,主要内容有:1.提出基于最优改进S变换特征的一维脑电数据转换为二维脑电频谱图的方法。首先,通过预处理方法去掉脑电信号中的干扰;然后,用改进S变换提取时频域特征并计算特征数据的功率谱值;最后,用EEG2Image技术将一维脑电数据转换为二维脑电频谱图。2.提出基于DCGAN的脑电数据生成方法。在医学图像数据集扩充方面,最常用的就是DCGAN模型。DCGAN是第一个将微步幅卷积神经网络架构应用于生成器的模型。微步幅卷积可以有效地可视化卷积神经网络提取的特征。用微步幅卷积操作对图像进行上采样,可以在一定程度上提高生成的人工图像的质量。DCGAN模型相较于传统的GAN模型更加稳定,生成的图像也更具有多样性,更能满足研究者们的需求。3.提出原始和人工脑电数据的评价指标。首先,从统计学分析和基于融合特征的分类性能两个方面评估原始脑电数据。然后,通过基于卷积神经网络的分类性能;Fréchet初始距离分数和事件相关去同步/事件相关同步现象分析三种方式来评估人工脑电数据。本文的研究工作可以改善医学数据不足的问题,为临床康复领域进一步发展奠定基础。

关键词：脑电信号深度卷积生成对抗网络改进S变换评价指标分类

来源：评论

学校读者我要写书评

暂无评论

偏转板电液伺服阀故障状态监测与诊断

偏转板电液伺服阀故障状态监测与诊断

引用

作者：常明明燕山大学

学位级别：硕士

电液伺服系统结合了电气和液压的优势,以其高精度控制、快速响应、大功率输出和信号处理能力,在航空航天等要求高负载功率和快速响应的领域得到广泛应用。偏转板射流伺服阀的结构简单、工作可靠、输出功率高、精确度,被广泛应用于大型... 详细信息

电液伺服系统结合了电气和液压的优势,以其高精度控制、快速响应、大功率输出和信号处理能力,在航空航天等要求高负载功率和快速响应的领域得到广泛应用。偏转板射流伺服阀的结构简单、工作可靠、输出功率高、精确度,被广泛应用于大型运输机、民用客机等关键控制场合。然而,由于其对油液和温度的高要求,在不适宜的使用环境下易产生复杂故障,难以及时诊断。本文旨在开发一种针对偏转板射流伺服阀故障监测和诊断算法,以确保伺服控制系统的安全性、稳定性和可靠性。研究内容分为四部分: 首先,通过分析偏转板射流伺服阀工作机理,建立其各组成部分的数学模型,由此得到整阀的状态空间方程,并通过MATLAB/Simulink仿真验证模型精度。同时,分析阀的常见故障内容、故障原因以及排除方法。其次,采用基于粒子滤波状态估计和残差平滑的故障检测方法,设计自适应阈值,并通过模拟伺服阀的常见故障,验证故障检测方法的有效性。接着,引入基于深度卷积生成对抗网络(DCGAN)与卷积神经网络(CNN)相结合的人工神经网络算法。一方面,针对故障数据样本不足的问题,利用DCGAN进行数据增强。另一方面,利用训练好的CNN进行故障状态识别。最后,搭建电液伺服阀加速性能退化实验台,探究阀的外在故障形式与内在故障机理的联系。首先,设计试验方案,获取故障特性数据。其次,使用真实的故障数据对DCGAN模型进行训练,以增强数据集,观察到生成的数据与真实数据的分布非常接近。接着,使用真实数据和添加了生成数据的数据集分别训练卷积神经网络(CNN)模型。最后结果表明,采用增强后的数据集进行训练,CNN模型的训练时间显著减少,同时故障状态的诊断准确率也从82%显著提升至99.3%。该结果证实了数据增强技术在提高故障诊断性能方面的有效性。

关键词：偏转板射流伺服阀故障检测故障诊断粒子滤波深度卷积生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的三维模型处理技术研究

基于生成对抗网络的三维模型处理技术研究

引用

作者：徐迪凯长春工业大学

学位级别：硕士

计算机技术发展至今,一维和二维信息(如文字、声音、图像等)的获取、传输和存储技术已经非常成熟,但信息量更加丰富的三维模型,由于扫描硬件设备的缺失、获取过程繁琐等原因,相关研究一直落后于文字、图像和声音。随着三维扫描相关技术... 详细信息

计算机技术发展至今,一维和二维信息(如文字、声音、图像等)的获取、传输和存储技术已经非常成熟,但信息量更加丰富的三维模型,由于扫描硬件设备的缺失、获取过程繁琐等原因,相关研究一直落后于文字、图像和声音。随着三维扫描相关技术的成熟,其直观、立体的展现方式得到了越来越多的青睐,三维模型迅速为工业设计厂商、软件开发者乃至普通人所热捧。通常,三维模型由三维扫描仪对物体扫描所得,但扫描过程不可避免的会出现遮挡而使扫描完毕的三维模型结构缺失,经过扫描算法的计算最终经常会呈现出一个结构不完整或异常的三维模型。本文结合生成对抗网络强大的生成能力以解决三维模型中常出现的异常和缺失,展开了一系列基于生成对抗网络的三维模型修复技术研究,其主要内容包括:(1)三维模型体素化预处理本文以Model Net40数据集作为实验研究对象,将数据集内的训练和测试子数据集合并姿态矫正,将统一姿态的三维模型通过表面体素化算法由多边形网格转化为体素化模型,处理得到的体素化三维模型用于后续生成对抗网络模型的训练。(2)基于三维深度卷积生成对抗网络的三维模型修复提出了一种采用三维深度卷积生成对抗网络的三维模型修复算法,该算法构建了一个局部生成对抗网络和一个全局生成对抗网络相互嵌套的网络模型结构,两个生成对抗网络由一个共享的生成器进行结合,使得修复的三维模型同时拥有丰富的细节特征以及良好的融合过渡效果。(3)三维双向卷积生成对抗网络的超分辨率模型修复提出了一种结合双向生成对抗网络与超分辨率卷积神经网络相的三维双向卷积生成对抗网络的超分辨率混合网络结构。混合网络结构中的局部和全局生成对抗网络均为三维改造后的双向生成对抗网络且共用一个生成器,算法以(特征值,图像)的联合分布作为训练数据进行训练,此举有效提高了生成器生成图像与真实图像的拟合度即提高了图像的真实性。之后,超分辨率网络在此基础之上对较粗粒度的体素化模型进行高分辨率转换最终得到了更精细化的修复模型。

关键词：生成对抗网络深度卷积生成对抗网络三维模型修复超分辨率

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的滚动轴承故障诊断研究

基于生成对抗网络的滚动轴承故障诊断研究

引用

作者：何家琛太原科技大学

学位级别：硕士

滚动轴承作为机械设备中常见的关键部件之一,承担着重要的转动支撑任务。然而,由于工作环境的恶劣和长期使用的磨损,导致轴承发生故障,其振动信号通常会受到周围环境噪声的干扰,且大部分情况下都是正常运行的状态,导致滚动轴承故障数据... 详细信息

滚动轴承作为机械设备中常见的关键部件之一,承担着重要的转动支撑任务。然而,由于工作环境的恶劣和长期使用的磨损,导致轴承发生故障,其振动信号通常会受到周围环境噪声的干扰,且大部分情况下都是正常运行的状态,导致滚动轴承故障数据样本量较少,故障诊断准确率较低等问题。针对上述问题本文做了以下工作: 针对滚动轴承数据中存在噪声导致故障诊断精度降低的问题,提出了运用互补集合经验模态分解(CEEMD)与相关系数结合的方法,对信号进行降噪处理,经实验验证,该方法具有良好的降噪效果。同时为了充分利用滚动轴承故障信号的信息,采用了对称点模式(SDP)轴承故障信号转换方法。根据SDP方法的基本原理和流程,讨论SDP参数选择的方法,包括θ、d和g值的选取等,对SDP的重要参数做寻优处理,再结合两种图像相似性指标和直观图形展示来验证方法的有效性。针对滚动轴承故障样本较少的问题,将SDP和改进深度卷积生成对抗网络(DCGAN)相结合,提出了一种新的滚动轴承故障数据增强方法SW-DCGAN,首先运用CEEMD对轴承信号降噪处理,然后通过改进的SDP轴承故障信号转换方法,将一维振动信号转换为二维极坐标图,根据图像的特征对生成对抗网络(GAN)中的生成器与判别器进行了卷积层、反卷积层数目以及卷积核大小的优化配置,并以Wasserstein距离取代传统的JS散度,来降低模型训练过程中的特征损失,最后利用美国凯斯西储大学的轴承数据集进行验证,证明了该方法的有效性,为滚动轴承故障诊断提供了数据支持。为了提升故障诊断的准确率,将传统ResNet18与卷积注意力机制(CBAM)相结合,提出了一种新的故障诊断模型C-Res Net18,将残差网络主干部分中的BN层和Re LU激活层置于卷积运算的前面,让BN和Re LU能够最大化其优势,从而使卷积层能直接接收经过归一化激活处理的数据作为输入,提升了深度残差网络的整体能力,并通过引入卷积注意力机制,增强了Res Net18的故障特征提取能力,极大地提升了图像识别的效果和速度。最后利用改进SW-DCGAN扩充后的数据集进行验证,结果表明,该方法在小样本滚动轴承故障诊断中具有更高的准确率。

关键词：故障诊断数据增强互补集合经验模态分解深度卷积生成对抗网络滚动轴承

来源：评论

学校读者我要写书评

暂无评论

基于视知觉形式动力理论的汽车造型设计方法研究

基于视知觉形式动力理论的汽车造型设计方法研究

引用

作者：谭昭芸河北工业大学

学位级别：硕士

近年来,随着科学经济的快速发展,消费市场中各种产品也呈现出由传统的实用性、经济性转变为以用户为中心的个性化、多样化的趋势。汽车作为高新技术产业下最复杂先进的工业产品之一,其造型设计因素在提升汽车企业品牌竞争力方面体现出... 详细信息

近年来,随着科学经济的快速发展,消费市场中各种产品也呈现出由传统的实用性、经济性转变为以用户为中心的个性化、多样化的趋势。汽车作为高新技术产业下最复杂先进的工业产品之一,其造型设计因素在提升汽车企业品牌竞争力方面体现出巨大的商业价值。用户对汽车的选购体现出越来越强烈的主观认知偏好,而汽车造型设计亦能够在一定程度上体现出用户的个人品味及身份地位,其设计核心也逐渐由基础物质需求过渡为审美情感需求等方面。因此,设计师如何摆脱现有的、大众化的汽车造型设计,了解不同汽车风格意象之间的差异,设计出能够满足用户感性偏好的汽车造型设计成为了当前汽车行业所面对的关键性问题。工业设计作为一种集成了造型设计、交互设计、人机工效学、设计心理学等多领域知识的综合性学科,已成为建立产品造型外观属性与用户心理感知间关系的重要手段。针对目前汽车造型设计师存在主观倾向而导致的设计方案过于局限、片面的问题,提出了一种基于视知觉形式动力理论的汽车造型设计方法。论文的主要研究内容包括以下几点:(1)为了进一步提升设计方案的效率,解决传统汽车造型设计方法存在感性倾向及缺乏整体考虑的问题,通过计算机达到快速生成创新造型设计方案的目的,提出一种基于深度卷积生成对抗网络(Deep Convolution Generative Adversarial Networks,DCGAN)的汽车造型设计模型。该模型通过构建基础产品造型模块的设计方案数据集,利用深度学习的DCGAN对数据集进行训练以提高设计方案图像质量;(2)为了合理量化不同风格意象与视知觉形式动力理论中汽车造型美学关键线条数值比例的映射关系,同时排除背景、光影、纹理、色彩、图案等因素对汽车造型设计评价结果的影响,建立一种三维汽车线条快速生成原型系统。首先,将动感、中庸、商务三种意象的三维汽车线条图片数据集输入至MATLAB中,从整体轮廓和内部线条两个方面得到量化的汽车美学关键线条的数据指标;其次,构建原型系统架构必需的支撑知识库,并给出关键参数点的计算方法;最后,利用MATLAB编程语言开发,搭建三维汽车线条快速生成原型系统;(3)为了避免决策专家在决策过程中的局限性问题和策略操控行为,提出一种基于单值中智集(Single-value neutrosophic sets,SVNS)和云模型聚类的汽车造型设计多属性决策方法。首先,将标准属性和备选方案的SVNS的三个隶属度值映射在SVNC中,通过筛选与管理获得各标准属性的相对权重;其次,为了提高最终方案排序结果的稳定性和可信度,利用融合了多粒度语言的云模型聚类方法对决策专家进行集群并赋予权重。

关键词：视知觉形式动力理论汽车造型设计深度卷积生成对抗网络单值中智集云模型聚类

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的酒瓶盖瑕疵检测算法研究

基于深度学习的酒瓶盖瑕疵检测算法研究

引用

作者：李玉洁山东科技大学

学位级别：硕士

酒瓶盖作为酒瓶外观包装的重要组成部分，其瑕疵关系到酒水味道、浓度等质量问题，酒瓶生产厂家对酒瓶盖的瑕疵质检检测提出了更高的要求。目前在工业质检环节大多还采用人工检测方法，耗时耗力效率比较低，所以有必要设计一种更加有效... 详细信息

酒瓶盖作为酒瓶外观包装的重要组成部分，其瑕疵关系到酒水味道、浓度等质量问题，酒瓶生产厂家对酒瓶盖的瑕疵质检检测提出了更高的要求。目前在工业质检环节大多还采用人工检测方法，耗时耗力效率比较低，所以有必要设计一种更加有效的酒瓶盖瑕疵质检方法。本文在综合分析当前YOLO系列目标检测算法基础上，结合酒瓶盖检测的现场实际要求，提出了一种基于YOLOv4的酒瓶盖瑕疵质检改进算法:GD-YOLOv4。论文主要工作内容如下:　　（1）针对模型训练对数据集数量及类别均衡性的要求，本文在随机从阿里云天池中获取的1527张带瑕疵的酒瓶盖瑕疵图片基础上，采用传统的扩充方法以及自我注意力等改进的深度卷积生成对抗网络（DeepConvolutionGenerativeAdversarialNetworks,DCGAN）方法对酒瓶盖瑕疵数据集进行了扩充，使数据集种类多样且数据量分配更加均衡，并对数据集用ImgLabel标注工具进行标注，建立了包含11500个瑕疵的酒瓶盖瑕疵数据集VOC_BoCD。　　（2）针对酒瓶盖瑕疵检测存在漏检及检测精度较低的问题，本文结合酒瓶盖检测的实际需求，在分析YOLOv4目标检测算法基础上，构建了酒瓶盖瑕疵检测模型。在YOLOv4的检测头部加入改进的残差特征增强模块，减少特征信息的丢失;对YOLOv4的位置损失函数进行改进，以提高模型的收敛速度;在YOLOv4的特征提取层加入带权特征融合机制，通过加权机制计算每个融合通道的权重，利用权重获取每个融合通道对融合后特征图的贡献大小，扩大有用特征信息的作用。通过实验验证，上述三种改进方法组合后的瑕疵检测模型的检测精度得到一定提升，证明了模型改进的有效性。　　（3）针对酒瓶盖瑕疵检测模型存在参数量及计算量过大，检测速度不满足工业质检场景对实时性要求的问题，本文提出了酒瓶盖瑕疵轻量化检测模型:GD-YOLOv4。改进GhostModule,使其在轻量化的基础上具有更多的特征信息，利用改进的GhostModule设计Ghost瓶颈结构，替换YOLOv4的主干网络并将GhostModule引入特征提取层下采样过程;引入深度可分离卷积替换特征提取层中的3×3卷积操作。经过实验验证本文提出的GD-YOLOv4在保持模型的特征提取能力的基础上，模型更加轻量化。　　本文提出的GD-YOLOv4酒瓶盖瑕疵检测模型在提升检测精度的同时，使模型更加轻量化，为工业质检酒瓶盖瑕疵检测提出了一种借鉴方法。

关键词：酒瓶盖瑕疵检测深度卷积生成对抗网络 YOLOv4算法轻量化模型

来源：评论

学校读者我要写书评

暂无评论

深度学习及在医学图像分析中的应用

深度学习及在医学图像分析中的应用

引用

作者：林颖南华大学

学位级别：硕士

医学影像对于疾病的临床诊断具有十分重要的价值。随着成像设备的普及,医学影像数量大幅增加,成像质量也更高。深度卷积网络在自然图像上已经取得了巨大的成就,越来越多的研究尝试将深度学习技术应用到医学影像上。在分类和分割任务上,... 详细信息

医学影像对于疾病的临床诊断具有十分重要的价值。随着成像设备的普及,医学影像数量大幅增加,成像质量也更高。深度卷积网络在自然图像上已经取得了巨大的成就,越来越多的研究尝试将深度学习技术应用到医学影像上。在分类和分割任务上,近年来的深度学习模型相比传统方法有着更好的表现。当前,影像科医生仍有较大缺口,难以应对迅速增加的数据。另一方面,医生易受主观因素和疲劳的影响,难以持续地做出一致、客观的解读。因此,研究医学图像相关的算法具有重要的应用意义。本文主要研究了以下三方面的内容:(1)研究了迁移学习在血细胞图像分类方面的应用。通过基于模型参数的迁移,在VGG、GoogleNet和ResNet框架上进行微调,比较了不同微调方式的效果。实验对四种血细胞图像样本进行了分类,模型均为端到端的训练方式。不需要复杂的预处理和手工特征提取过程。实验结果表明,利用迁移学习能够在较有限的训练样本下获得较高的准确率,缩短了训练的时间。(2)针对已有的阿兹海默症分类3D卷积模型参数过多、计算量大,以及2D模型缺乏连续性特征的问题,提出了一种结合2D卷积神经网络与长短时记忆网络的脑部核磁共振图像分类算法。训练深度卷积生成对抗网络生成核磁共振图像,提取图像特征。为损失函数增加了正则化项,提高生成图像的清晰度,加快了卷积网络的收敛。堆叠了一个两层的长短时记忆网络模型,结合输入的特征序列与LSTM层的隐藏状态进行分类。由于三维的核磁共振图像也可以看成一个二维图像的序列,因此可以在用卷积网络将图像序列转换为特征序列后,再用长短时记忆网络进行序列的分类。通过这种方式能够在提取二维图像特征的同时考虑时序维度上的特征,相比三维的卷积网络减少了对内存资源的需求。实验结果表明,分类模型能够有效地用于MRI图像的分类,在正常控制组/轻度认知障碍以及正常控制组/阿兹海默症两个分类下,接收者操作特征曲线下面积均达到了0.9。(3)研究了基于U-Net网络的视网膜分割模型。分割算法中引入先验知识,加快模型的收敛。利用自动编码器,对U-Net网络进行预训练,获得与图像特征相关的先验知识。将标签图像与输入的视网膜图像进行融合后,作为新的输入数据,指导模型进行分割。

关键词：血细胞分类阿兹海默症深度卷积生成对抗网络无监督视网膜分割

来源：评论

学校读者我要写书评

暂无评论

基于生成对抗网络的雷达图像增强技术研究

基于生成对抗网络的雷达图像增强技术研究

引用

作者：米野北京邮电大学

学位级别：硕士

人体动作分类是计算机视觉领域的研究热点,近年来得到了学术界和工程界的广泛重视。随着深度学习的不断发展,利用深度学习模型对人体动作进行分类的效果越来越好。然而,目前的人体动作分类都是基于自然图像的,很容易受到光照和空气扰动... 详细信息

人体动作分类是计算机视觉领域的研究热点,近年来得到了学术界和工程界的广泛重视。随着深度学习的不断发展,利用深度学习模型对人体动作进行分类的效果越来越好。然而,目前的人体动作分类都是基于自然图像的,很容易受到光照和空气扰动等因素的影响,导致分类效果的下降。利用微多普勒雷达图像对人体动作进行分类可以有效地减少外界因素的影响,提高模型的准确率和鲁棒性。但是由于微多普勒雷达图像采集成本过高,导致数据集样本过少,这极大地限制了深度学习在微多普勒雷达图像上的应用。论文针对此问题,提出从数量和质量两个方面对微多普勒雷达图像进行数据增强。1.利用生成对抗网络生成图像。从图像的数量方面入手,本文利用深度卷积生成对抗网络学习微多普勒雷达图像的分布,并根据学习到的分布生成新的图像,将生成的图像与原训练集混合当作新的训练集去训练分类模型。然后利用加入生成图像后的训练集训练分类模型,用测试集去进行测试,将测试结果与原始训练集训练的模型作对比。实验结果证明,向训练集中加入利用深度卷积生成对抗网络生成的图像后,训练出来的模型的测试准确率由92.3%上升到了96.1%。2.利用精炼模型精炼图像。从生成图像的质量方面入手。为了提高生成图像的质量,论文提出利用精炼网络(SimGAN)去精炼生成的图像,使生成图像的分布更加接近于原始图像的分布。然后向原始训练集中加入精炼后的生成图像来训练分类模型,并用相同的测试集进行测试,对比测试的结果。实验结果证明,将训练集中的生成图像用精炼网络进行精炼后,训练出来的分类模型的测试准确率由96.1%上升到了97.5%。

关键词：深度学习深度卷积生成对抗网络微多普勒雷达图像数据增强精炼网络

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的卫星云图分割和识别研究

基于深度学习的卫星云图分割和识别研究

引用

作者：丁叶文南京信息工程大学

学位级别：硕士

卫星云图是由气象卫星自上而下观测到的地球上的云层覆盖和地表面特征的图像。利用卫星云图可以识别不同的天气系统,确定它们的位置,估计其强度和发展趋势,为天气分析提供依据。同时,使用卫星云图对云的种类和分布达到精准识别,对提高... 详细信息

卫星云图是由气象卫星自上而下观测到的地球上的云层覆盖和地表面特征的图像。利用卫星云图可以识别不同的天气系统,确定它们的位置,估计其强度和发展趋势,为天气分析提供依据。同时,使用卫星云图对云的种类和分布达到精准识别,对提高天气预报质量以及预防灾害的能力有重大的意义和价值。本文以卷积神经网络和深度卷积生成对抗网络为基础,对卫星云图的分割与识别进行了深入研究,主要工作和创新点在于:（1）针对传统的卫星云图分割方法中,繁琐的算法流程和复杂的特征提取方式,本文采用基于卷积神经网络的方法,能够自动提取特征,分割过程简洁,效率更高。同时针对FCN分割模型中多次卷积后参数量过大,导致模型训练耗时耗力,本文对普通卷积改进为“稀疏卷积”方式,使得网络参数以及计算量大大减少,训练速度较原模型有明显提升,平均训练效率提高了26.3%,且分割效果几乎不受影响。（2）针对训练卷积神经网络模型往往需要大量的数据,而某些种类的卫星云图数据量较少,收集足够量的数据比较困难,本文通过深度卷积生成对抗网络生成训练数据,以扩充训练集,有效提高了识别模型的识别准确率。同时针对卷积神经网络中卷积核太大,导致计算复杂度高,提出卷积重构方法,使用多个小卷积叠加的方式代替大卷积,在减少计算量情况下保证相同的感受野,减少了模型训练时间;针对使用单一Sigmoid激活函数易引发梯度弥散,提出多种激活函数融合的方法,提升了训练效率和识别准确率。同时,多方法结合下的模型识别准确率达到88.5%,较原模型提高13.2%。

关键词：卫星云图稀疏卷积卷积重构激活函数融合深度卷积生成对抗网络

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15页 << < 6 7 8 9 10 11 12 13 14 15 > >>

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：