检索结果-内蒙古大学图书馆

现代信息科技 2025年第5期9卷 51-55,61页

作者：王瑜孙凤远湖南现代物流职业技术学院湖南长沙410131 中国人民解放军75841部队湖南长沙410000

在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空... 详细信息

在气象学和灾害管理领域,热带气旋(Tropical Cyclone,TC)的强度估测具有至关重要的意义。随着科技的进步,基于深度学习的方法在热带气旋强度估测上展现出了卓越的性能,为相关领域的研究和实践提供了有力支持。文章聚焦于热带气旋的时空特征,并结合深度学习技术提出了一种创新的TC强度估测方法—Time-space 3d Network(T3d-Net)模型。该模型在TCIR数据集上的MAE为6.92 kt,RMSE为9.14 kt,与现有的多个热带气旋强度估测方法相比,该方法展现出了一定的竞争性和优越性。

关键词：热带气旋强度估测 3d卷积神经网络 TCIR 时空特征

来源：评论

学校读者我要写书评

暂无评论

3d卷积神经网络的行为识别研究发展现状及展望

引用

微型计算机 2025年第1期 30-32页

作者：吴焱杰郭子轩姜越郭旭丽河北工程大学河北邯郸056038

随着社会发展的进步,行为识别领域的研究日益深入,越来越多的专家学者投入3d卷积神经网络的行为识别研究中,也取得一定成果。本文将浅析3d卷积神经网络的行为识别研究的国内外研究发展与现状,并对3d卷积神经网络的行为识别研究展望进行... 详细信息

随着社会发展的进步,行为识别领域的研究日益深入,越来越多的专家学者投入3d卷积神经网络的行为识别研究中,也取得一定成果。本文将浅析3d卷积神经网络的行为识别研究的国内外研究发展与现状,并对3d卷积神经网络的行为识别研究展望进行探讨。

关键词： 3d卷积神经网络行为识别发展现状

来源：评论

学校读者我要写书评

暂无评论

基于改进3d卷积神经网络的行为识别

引用

计算机集成制造系统 2019年第8期25卷 2000-2006页

作者：张小俊李辰政孙凌宇张明路河北工业大学机械工程学院

鉴于基于视频的人体行为识别中的视频流数据过于庞大,3d卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3d卷积神经网络为基础,提出一种将3d卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据... 详细信息

鉴于基于视频的人体行为识别中的视频流数据过于庞大,3d卷积核参数设置过多,存在训练时间较长,调参困难等问题,以3d卷积神经网络为基础,提出一种将3d卷积核拆分成空间域和时间域两种卷积核的神经网络结构。两种卷积核分别形成两个数据流进行交互,同时引入残差网络以优化网络结构,减少参数设置。将所提方法应用于两个行为识别数据集KTH和UCF101上进行训练验证,其行为识别准确率分别为96.2%和90.7%。结果表明,较改进前的神经网络框架,所提方法在保证动作识别准确度的前提下,训练速度提高了7.5%~7.8%。该方法可以有效降低深度学习进行行为识别的硬件要求,提高模型训练效率,并可以广泛应用于智能机器人领域。

关键词：行为识别 3d卷积神经网络残差网络双数据流深度学习理论

来源：评论

学校读者我要写书评

暂无评论

3d卷积神经网络的结构优化及中枢神经系统药物的识别

引用

西北大学学报（自然科学版） 2020年第1期50卷 31-38页

作者：张瑞林丁彦蕊江南大学理学院江苏无锡214122 江南大学江苏省媒体设计与软件技术重点实验室江苏无锡214122 江南大学工业生物技术教育部重点实验室江苏无锡214122

该文研究了如何利用3d-CNN识别中枢神经系统(CNS)药物和non-CNS药物。首先,构建CNS药物和non-CNS药物数据集并优化小分子构象;然后,以3d网格矩阵编码小分子结构,作为3d-CNN模型的输入;接着,在模型训练中,采用正交实验法对3d-CNN模型的... 详细信息

该文研究了如何利用3d-CNN识别中枢神经系统(CNS)药物和non-CNS药物。首先,构建CNS药物和non-CNS药物数据集并优化小分子构象;然后,以3d网格矩阵编码小分子结构,作为3d-CNN模型的输入;接着,在模型训练中,采用正交实验法对3d-CNN模型的超参数进行快速优化;最后,使用外部测试集检验模型,达到ACC为84.3%,MCC为0.685,AUC为0.884的泛化性能。实验表明,在正交实验法获取可靠超参数组合的基础上,3d-CNN模型对于CNS药物的识别具有良好效果,所构建的模型为设计新的CNS药物提供了基础。

关键词： 3d卷积神经网络药物虚拟筛选正交实验

来源：评论

学校读者我要写书评

暂无评论

基于3d卷积神经网络的膏体屈服应力预测

引用

工程科学学报 2024年第8期46卷 1337-1348页

作者：刘泽民程海勇毛明发李在利吴顺川姜关照孙伟刘伟铧昆明理工大学国土资源工程学院昆明650093 云南驰宏锌锗股份有限公司会泽矿业公司曲靖654211 中铝集团玉溪矿业有限公司玉溪653100

膏体流变性能是膏体充填技术重要指标,是金属矿膏体充填工艺流程的重要工程参数.本文提出一种基于3d卷积神经网络的膏体屈服应力预测方法,通过制定图像采集标准并研发图像采集装置采集图像数据集.经Sobel算子实现膏体边缘检测、全图缩... 详细信息

膏体流变性能是膏体充填技术重要指标,是金属矿膏体充填工艺流程的重要工程参数.本文提出一种基于3d卷积神经网络的膏体屈服应力预测方法,通过制定图像采集标准并研发图像采集装置采集图像数据集.经Sobel算子实现膏体边缘检测、全图缩小等预处理,得到膏体图像数据集.采用十折交叉验证方法划分数据集,避免因单次随机划分造成的偶然误差.以膏体图像–屈服应力数据集为基础,利用3d卷积神经网络模型提取膏体纹理特征和时序信息等,又通过引入直方图均衡化算法的图像增强策略减少环境因素干扰,提高模型稳健性.利用预处理后的数据集在3d卷积神经网络模型上做训练和测试,得到模型损失值曲线图和混淆矩阵.将屈服应力模型预测结果进行分析,又引入卷积注意力机制嵌入到卷积神经网络实现模型优化,并对模型参数进行调整,模型预测平均准确率从93.26%提升至98.19%,论证了基于3d卷积神经网络的膏体屈服应力预测方法可行性.经图像增强处理的数据集应用到各模型中,模型预测平均准确率均提升3%以上.相比传统膏体流变测量方式,解决了传统膏体屈服应力测量操作复杂、外部因素扰动大、工程现场难以开展等问题.

关键词：膏体充填流变性能 3d卷积神经网络屈服应力预测

来源：评论

学校读者我要写书评

暂无评论

伪3d卷积神经网络与注意力机制结合的疲劳驾驶检测

引用

中国图象图形学报 2021年第1期26卷 143-153页

作者：庄员戚湧南京理工大学计算机科学与工程学院南京210094

目的复杂环境下的疲劳驾驶检测是一个具有挑战性的技术问题。为了充分利用驾驶员面部特征信息与时间特征,提出一种基于伪3d(Pseudo-3d,P3d)卷积神经网络(convolutional neural network,CNN)与注意力机制的驾驶疲劳检测方法。方法采用伪3... 详细信息

目的复杂环境下的疲劳驾驶检测是一个具有挑战性的技术问题。为了充分利用驾驶员面部特征信息与时间特征,提出一种基于伪3d(Pseudo-3d,P3d)卷积神经网络(convolutional neural network,CNN)与注意力机制的驾驶疲劳检测方法。方法采用伪3d卷积模块进行时空特征学习;提出P3d-Attention模块,利用P3d的结构融合双通道注意力模块和适应的空间注意力模块,提高对重要通道特征的相关度,增加特征图的全局相关性,将多层深度卷积特征进行融合。利用双通道注意力模块分别在视频帧之间和每一帧的通道上施加关注,去除背景和噪声对识别的干扰,使用自适应空间注意模块使模型训练更快、收敛更好;使用2d全局平均池化层替代3d全局平均池化层获得更具表达能力的特征,进而提高网络收敛速度;运用softmax分类层进行分类。结果在公共数据集Yawdd(a yawning detection dataset)上开展对比实验,本文方法在测试集上的F1-score检测准确率达到99.89%,在打哈欠类别上召回率达到100%;在数据集UTA-RLdd(University of Texas at Arlington real-life drowsiness dataset)上,本文方法在测试集上的F1-score检测准确率达到99.64%,在困倦类别上召回率达到100%;与Inception-V3融合LSTM(long short-term memory)的方法相比,本文方法模型大小为42.5 MB,是其模型大小的1/9,本文方法预测时间约660 ms,是其11%左右。结论提出一种基于伪3d卷积神经网络与注意力机制的驾驶疲劳检测方法,利用注意力机制进一步分析哈欠、眨眼和头部特征运动,将哈欠行为与说话行为动作很好地区分开来。

关键词： 3d卷积神经网络伪3d卷积全局平均池化注意力机制疲劳驾驶

来源：评论

学校读者我要写书评

暂无评论

基于3d卷积神经网络的中耳疾病高分辨率CT图像辅助分类诊断模型的应用

引用

中南大学学报（医学版） 2022年第8期47卷 1037-1048页

作者：粟日宋剑汪政卯爽毛弈韬吴学文侯木舟中南大学数学与统计学院长沙410083 中南大学湘雅医院耳鼻咽喉科长沙410008 耳鼻咽喉重大疾病湖南省重点实验室长沙410008 国家老年疾病临床医学研究中心(湘雅医院) 长沙410008 中南大学湘雅医院影像科长沙410008

目的:慢性化脓性中耳炎(chronic suppurative otitis media, CSOM)和中耳胆脂瘤(middle ear cholesteatoma,MEC)是两类临床上最常见的慢性中耳疾病。在诊疗过程中,该两类疾病因具有类似的临床表现,容易造成误诊及漏诊。高分辨率计算机... 详细信息

目的:慢性化脓性中耳炎(chronic suppurative otitis media, CSOM)和中耳胆脂瘤(middle ear cholesteatoma,MEC)是两类临床上最常见的慢性中耳疾病。在诊疗过程中,该两类疾病因具有类似的临床表现,容易造成误诊及漏诊。高分辨率计算机断层扫描(high resolution computed tomography,HRCT)能清晰地显示颞骨的精细解剖结构,准确地反映中耳病变情况及病变范围,对慢性中耳疾病的鉴别诊断具有优势。本研究开发一种基于颞骨HRCT影像数据,对慢性中耳疾病实施自动信息提取与分类诊断的深度学习模型,旨在提高临床上对慢性中耳疾病的分类诊断效率,减少漏诊及误诊的发生。方法:回顾性收集2018年1月至2020年10月于湘雅医院耳鼻咽喉科住院的慢性中耳疾病患者的临床病历及颞骨HRCT影像资料。由2名经验丰富的耳鼻咽喉科医师独立审查患者的医疗记录,并对最终诊断达成一致结论。最终纳入499例患者(998侧耳),将998侧耳分为3组:MEC组(108侧耳)、CSOM组(622侧耳)、正常组(268侧耳)。使用不同方差的高斯噪声进行数据集样本扩增处理,以此消除组间样本数量的不平衡。经扩增后的实验数据集样本量为1 806侧耳,实验中随机选择75%(1 355侧耳)用于训练,10%(180侧耳)用于验证,剩余的15%(271侧耳)用于测试并评估模型性能。模型整体设计为串联式结构,设置具有3种不同功能的深度学习模型:第一种是区域推荐网络算法,从整体HRCT图像中搜索中耳部分的图像进行切割、保存;第二种是基于孪生网络结构的图像对比卷积神经网络(convolutional neural network,CNN),从切割好的图像中搜索与HRCT图像关键层面匹配的图像,并进行3d数据块的构建与保留;第三种是基于3d-CNN操作,用于对3d数据块进行分类诊断,并给出最后的预测概率。结果:基于孪生网络结构的特殊层面搜索网络在10个特殊层面上表现出了0.939的平均AUC值。基于3d-CNN的分类网络整体准确度为96.5%,整体召回率为96.4%,3种判类结果的平均AUC值为0.983。预测结果中的CSOM病例召回率为93.7%,MEC病例召回率为97.4%。在后续进行的对比实验上,一些经典的CNN平均精确度为79.3%,平均召回率为87.6%。本研究构建的深度学习网络的准确度比普通的CNN提升约17.2%,召回率提升约8.8%。结论:本研究构建的深度学习网络模型可以自动从患者颞骨HRCT影像数据中提取含有中耳特征的3d数据块,在降低数据整体规模的同时保存了对应图像间的关系,可进一步使用3d-CNN进行CSOM与MEC的分类诊断。该模型的设计很好地结合了HRCT数据的连续性,实验结果准确度高,适应性广,优于目前常用的CNN方法。

关键词：慢性化脓性中耳炎中耳胆脂瘤孪生网络 3d卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于3d卷积神经网络的MPI新视点合成算法

引用

南京邮电大学学报（自然科学版） 2023年第5期43卷 77-82页

作者：霍智勇魏俊宇郭权陈奕杭南京邮电大学通信与信息工程学院江苏南京210003

多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在... 详细信息

多平面图像(Multiplane Image, MPI)能够构造出一种以相机为中心、按深度分层的三维场景显式表示,用于新视点合成研究与应用。由于MPI生成预测网络在训练时不能有效捕获深度平面间遮挡区域的空间特征,使得MPI合成的新视点图像往往存在明显的伪影和扭曲。为此提出利用3d卷积神经网络捕捉深度平面间的空间特征,用于提高对平面图像几何结构和Alpha值的预测能力,从而实现高质量MPI场景表示和新视点合成目标。在两个数据集上的数值实验表明,算法在窄基线视点外推和宽基线多视点内插任务中能够有效消除合成新视点图像中的伪影和扭曲。当参考视点水平基线宽度增大一倍且不增加MPI深度平面数量时,算法仍然能够有效地预测出不同深度平面的遮挡区域信息,从而保证了视点内插合成图像的质量。

关键词：多平面图像场景表示视点图像合成 3d卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于3d卷积神经网络的动态手势识别模型

引用

计算机工程 2021年第11期47卷 283-291页

作者：徐访黄俊陈权重庆邮电大学通信与信息工程学院重庆400065

在不带有标志帧的手势视频上进行动态手势识别,容易导致识别准确率下降。提出一种具有分级网络结构的动态手势识别模型。以手势检测模型为第1级网络,手势分类模型为第2级网络,分步完成识别任务。同时,将三维卷积核拆分为时间域和空间域... 详细信息

在不带有标志帧的手势视频上进行动态手势识别,容易导致识别准确率下降。提出一种具有分级网络结构的动态手势识别模型。以手势检测模型为第1级网络,手势分类模型为第2级网络,分步完成识别任务。同时,将三维卷积核拆分为时间域和空间域卷积分阶段完成任务,解决三维卷积神经网络中因参数过多造成模型训练或运行时间过长的问题。实验结果表明,在保证实时性的前提下,该模型在EgoGesture数据集上的识别准确率高达93.35%,优于C3d、ResNeXt101、MTUT等模型。

关键词：动态手势识别分级结构卷积核拆分 3d卷积神经网络手势检测器

来源：评论

学校读者我要写书评

暂无评论

基于3d卷积神经网络的活体人脸检测

引用

信号处理 2017年第11期33卷 1515-1522页

作者：甘俊英李山路翟懿奎刘呈云五邑大学信息工程学院广东江门529000

非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果... 详细信息

非法入侵者通过伪装人脸骗取系统认证,给人脸认证系统带来了严重的威胁。因此,活体人脸检测成了人脸认证系统走向实用必须解决的一个重要课题。现有活体人脸检测方法多为基于照片的人脸攻击方面的研究成果,对于基于视频的人脸攻击,效果并不理想。3d卷积神经网络(Convolutional Neural Network,CNN)具有深度学习的特点,能自动学到图像的分布式特征表示;与2d卷积相比,它能学到连续视频帧的动作信息。本文结合3d卷积神经网络的特性,提出利用3d卷积实现视频人脸伪装检测。通过提取3d卷积神经网络最后全连接层学到的时间空间特征,训练SVM(Support Vector Machine)分类器,实现真实人脸和伪装人脸的分类。实验采用两个人脸伪装公开数据库Replay Attack和CASIA,实现多尺度内部数据库测试和交叉数据库测试。实验结果相对于纹理特征及2d卷积方法有较大提高,可应用于视频人脸攻击的活体人脸检测。

关键词： 3d卷积神经网络活体人脸检测人脸反伪装社会安全

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：