检索结果-内蒙古大学图书馆

计算机工程与应用 2021年第14期57卷 181-186页

作者：岳琪徐忠亮郭继峰东北林业大学信息与计算机工程学院哈尔滨150040

为了解决混合乐器音乐数据的成分识别与解析研究中,现有方法过度依赖数据标签,且往往基于单纯频域或物理特征,与乐器固有性质关联不明显、对复杂成分的敏感度不足的问题,提出了一种基于稀疏分解和多种乐器成分字典的稀疏特征提取方法,... 详细信息

为了解决混合乐器音乐数据的成分识别与解析研究中,现有方法过度依赖数据标签,且往往基于单纯频域或物理特征,与乐器固有性质关联不明显、对复杂成分的敏感度不足的问题,提出了一种基于稀疏分解和多种乐器成分字典的稀疏特征提取方法,通过对稀疏系数向量进行深入分析,得到可以独立使用,具有高可解释性的稀疏音乐特征。实验结果证明,这种特征能够直观地反映乐器成分组成与音乐情绪的变化,在混合乐器成分分析和其他各类时变信号分析领域具有显著的应用价值。

关键词：特征提取稀疏分解稀疏特征混合乐器识别音乐时域分析

来源：评论

学校读者我要写书评

暂无评论

针对森林背景的去雾图像优化

引用

森林工程 2022年第4期38卷 106-112页

作者：孟宇彤赵康军赵伟东北林业大学信息与计算机工程学院哈尔滨150040 临沭县工业和信息化产业发展中心山东临沂276700

森林雾天常导致采集的图像信息质量差,为得到更为清晰完整的森林去雾图像,从而为森林监测提供更好的数据支持和保障,该文利用自适应性算法初步确定森林雾气含量以及光线强度等环境状况,再用亮暗通道融合算法对全局大气光、透射率等大气... 详细信息

森林雾天常导致采集的图像信息质量差,为得到更为清晰完整的森林去雾图像,从而为森林监测提供更好的数据支持和保障,该文利用自适应性算法初步确定森林雾气含量以及光线强度等环境状况,再用亮暗通道融合算法对全局大气光、透射率等大气模型的重要参数值进行优化,最后针对亮暗通道先验算法造成的晕轮效应进行高斯曲率滤波处理。基于自适应图像增强的亮暗通道融合去雾算法能有效改善森林图像的质量,得到细节丰富、视觉效果清晰的森林去雾图像。实验分别从主观标准和客观标准对图像效果进行科学性评价,所得到的融合改进算法对森林图像优化有良好的效果。

关键词：森林图像优化自适应图像去雾亮暗通道融合高斯曲率滤波

来源：评论

学校读者我要写书评

暂无评论

基于CSP认证的高校计算机类专业数据结构课程改革探究

引用

教育探索 2023年第3期 40-42页

作者：李禾刘丹柳成行东北林业大学信息与计算机工程学院哈尔滨150040 哈尔滨学院教务处哈尔滨150076

数据结构课程是高校计算机类专业的基础核心课程,基于CSP认证标准,数据结构课程的核心目标应是能力培养。为实现这一目标,应采用“先总后分”的教学模式,突破传统的知识点学习,采用对知识结构整体认知的学习方法,打破理论课程与实验课... 详细信息

数据结构课程是高校计算机类专业的基础核心课程,基于CSP认证标准,数据结构课程的核心目标应是能力培养。为实现这一目标,应采用“先总后分”的教学模式,突破传统的知识点学习,采用对知识结构整体认知的学习方法,打破理论课程与实验课程的界限,优化课程设计。

关键词： CSP认证数据结构课程改革

来源：评论

学校读者我要写书评

暂无评论

基于多尺度注意力网络的立体匹配方法

引用

北京邮电大学学报 2021年第3期44卷 27-34页

作者：边继龙王厚博李金凤东北林业大学信息与计算机工程学院哈尔滨150040 牡丹江师范学院计算机与信息技术学院牡丹江157011

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段:第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层... 详细信息

为解决网络深度与训练图像块大小耦合问题及进一步提高弱纹理区域及边缘处的匹配精度,提出了一种基于多尺度注意力网络的立体匹配方法.该方法将立体匹配过程分为2个阶段:第1阶段提出了一种成本网络用于计算匹配成本,该网络由基础网络层和缩放层组成.第2阶段提出了一种基于多尺度注意力的视差求精网络,该视差求精网络综合了多种视差线索,并加入多尺度注意力机制进一步提高立体匹配精度.该方法在KITTI 2012、KITTI 2015和SceneFlow数据集上的3像素坏点百分比分别为1.13%,1.87%和2.29%.实验结果表明,与国内外同类方法相比,采用多尺度注意力网络的立体匹配方法在匹配精度上获得了较大的提升,尤其是在弱纹理区域及物体边缘处表现较好.

关键词：深度网络立体匹配匹配成本多尺度注意力视差求精

来源：评论

学校读者我要写书评

暂无评论

基于改进残差网络的儿童动作分类

引用

科学技术创新 2023年第4期 97-100页

作者：陈庆澎管雪梅徐岗翔让博慧周一鸣东北林业大学信息与计算机工程学院黑龙江哈尔滨东北林业大学机电工程学院黑龙江哈尔滨

对室内无人或室内弱监督情况下的儿童动作分类可以很好的预防儿童危险行为的发生。传统姿态分类公开数据集KTH,HMDB中人物背景单一。对此,采用实景拍摄的A2D公开数据集,人物背景较为复杂。传统残差网络在此数据集的中提取有效特征的能... 详细信息

对室内无人或室内弱监督情况下的儿童动作分类可以很好的预防儿童危险行为的发生。传统姿态分类公开数据集KTH,HMDB中人物背景单一。对此,采用实景拍摄的A2D公开数据集,人物背景较为复杂。传统残差网络在此数据集的中提取有效特征的能力较差。对此,首先将数据集进行多种数据增强,在残差网络Resnet34中引入通道与空间上的注意力机制CBAM(Convolutional Block Attention Module),最后将提取特征送入全连接层,实现对图片中的儿童动作的分类。结果显示,改进残差网络在测试集上的准确率为79.8%,比传统残差网络的准确率提升了10%,满足室内儿童动作分类的要求。

关键词：儿童危险注意力机制残差网络动作分类

来源：评论

学校读者我要写书评

暂无评论

基于U-net模型的遥感影像城市建筑物提取

引用

科学与财富 2022年第25期14卷 49-51页

作者：王东皓吕关东东北林业大学信息与计算机工程学院哈尔滨 150040 东北林业大学信息与计算机工程学院哈尔滨 150040

针对使用现有深度学习分割方法对高分辨率遥感影像建筑物分割精度低、效率低的问题,提出了一种基于改进U-Net的遥感影像城市建筑物分类方法.以高分辨率遥感影像为数据源,对数据源中的遥感影像裁剪为256*256大小的图像块,使用U-Net模型... 详细信息

针对使用现有深度学习分割方法对高分辨率遥感影像建筑物分割精度低、效率低的问题,提出了一种基于改进U-Net的遥感影像城市建筑物分类方法.以高分辨率遥感影像为数据源,对数据源中的遥感影像裁剪为256*256大小的图像块,使用U-Net模型进行语义分割,在分割过程中共享网络参数,避免网络的退化.在解码器中集成密集连接模块,将浅层特征与深层特征进行连接,获得新的特征,提高特征利用率.最后,采用深度可分离卷积分别处理卷积过程的空间信息和信道信息,以减小模型参数.

关键词： U-net 建筑物提取深度学习

来源：评论

学校读者我要写书评

暂无评论

自定义模糊逻辑与GAN在图像高光处理中的研究

引用

小型微型计算机系统 2021年第8期42卷 1715-1719页

作者：郭继峰李星庞志奇沈家友于鸣东北林业大学信息与计算机工程学院哈尔滨150040

本文提出一种新的关于图像高光修复的方法.使用模糊逻辑对图像高光区域进行划分定位,然后使用添加了扩张卷积的卷积神经网络对图像进行修复.在该方法中,为了保证图像补全区域与原图像的一致性,我们使用了全局判别器网络和局部判别器网... 详细信息

本文提出一种新的关于图像高光修复的方法.使用模糊逻辑对图像高光区域进行划分定位,然后使用添加了扩张卷积的卷积神经网络对图像进行修复.在该方法中,为了保证图像补全区域与原图像的一致性,我们使用了全局判别器网络和局部判别器网络相结合的方式来区分真实图像和补全图像.全局鉴别器判断整个图像,以评估修复后图像从整体上观测是否是连贯的,而局部判别器只则判断在高光区域部分所生成的补丁图像,该模块确保生成图像在局部区域的一致性.两者相互结合以达到优化模型的作用,最后为了使生成图像部分与原图像的融合更加自然,再通过图像融合技术使生成部分与原图片进一步融合,使得修复效果更进一步.

关键词：深度学习图像处理模糊逻辑卷积神经网络生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

结合ASPP与改进HRNet的多尺度图像语义分割方法研究

引用

液晶与显示 2021年第11期36卷 1497-1505页

作者：史健锋高志明王阿川东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 东北林业大学机电工程学院黑龙江哈尔滨150040

针对经典语义分割算法中存在的模型庞大、训练困难以及多尺度目标分割等问题,基于空洞空间金字塔池化(ASPP)和高分辨率网络(HRNet)提出了一种高效的多尺度图像语义分割方法。首先利用深度可分离卷积结合1*1卷积的方式改进了HRNet的基础... 详细信息

针对经典语义分割算法中存在的模型庞大、训练困难以及多尺度目标分割等问题,基于空洞空间金字塔池化(ASPP)和高分辨率网络(HRNet)提出了一种高效的多尺度图像语义分割方法。首先利用深度可分离卷积结合1*1卷积的方式改进了HRNet的基础模块,减少了模型参数;其次通过在全部的卷积层之后、修正线性单元(relu)激活函数之前添加批归一化层(BN)改善DeadRelu问题;最后添加了使用混合扩张卷积框架重构的ASPP,使用并行的上采样通道融合二者的优势,获得空间精准的分割结果,提出了Re-ASPP-HRNet。在公开数据集PASCAL VOC2012和CityScapes上的实验表明,改进后的方法相比于原HRNet分别实现了0.8%、0.5%平均交并比的精度提升,且减少了1/2的参数数量以及1/3占用内存。进一步提升了网络的性能,实现了更加高效可靠、有普适性的多尺度语义分割算法。

关键词：语义分割深度学习神经网络高分辨率网络

来源：评论

学校读者我要写书评

暂无评论

一种神经网络架构搜索遥感图像分类方法

引用

哈尔滨理工大学学报 2021年第1期26卷 25-29页

作者：景维鹏张明伟林敬博东北林业大学信息与计算机工程学院哈尔滨150040

针对传统深度卷积神经网络遥感图像分类方法需要不断进行试错,花费相关专家大量时间和计算资源的问题,提出了一种基于神经网络架构搜索的遥感图像分类方法。首先搜索最优单元(cell),再以预定义的方式堆叠该最优单元得到目标网络。其中... 详细信息

针对传统深度卷积神经网络遥感图像分类方法需要不断进行试错,花费相关专家大量时间和计算资源的问题,提出了一种基于神经网络架构搜索的遥感图像分类方法。首先搜索最优单元(cell),再以预定义的方式堆叠该最优单元得到目标网络。其中该方法将离散的网络架构表达连续化,从而可以使用梯度下降的方法在离散的搜索空间内进行搜索,实现其高效性。为了提高其精确性,该方法还对目标网络在训练集上进行重新训练。实验结果表明,在实验测试集上测试用时4 h训练所得模型分类准确率达到了88.57%,说明了该方法的高效性以及高精确性。

关键词：深度学习高分辨率遥感图像卷积神经网络网络架构搜索图像分类

来源：评论

学校读者我要写书评

暂无评论

基于校园卡消费数据的高校贫困生识别及消费行为分析

引用

数字化用户 2024年第1期 143-144页

作者：王阿川李梦迪吴雷孙海龙东北林业大学计算机与控制工程学院黑龙江哈尔滨 150040 东北林业大学计算机与控制工程学院黑龙江哈尔滨 150040 东北林业大学网络信息中心黑龙江哈尔滨 150040 东北林业大学计算机与控制工程学院黑龙江哈尔滨 150040

针对高校贫困生认定中存在的问题,以一卡通消费数据为基础,提出将聚类算法与消费行为特征挖掘相结合的贫困生精准认定新方法.首先,通过数据预处理,提取反映学生消费能力的8个属性;其次,通过肘部和二阶聚类算法实现了对学生消费能力的有... 详细信息

针对高校贫困生认定中存在的问题,以一卡通消费数据为基础,提出将聚类算法与消费行为特征挖掘相结合的贫困生精准认定新方法.首先,通过数据预处理,提取反映学生消费能力的8个属性;其次,通过肘部和二阶聚类算法实现了对学生消费能力的有效分类.最后,结合Apriori和决策树算法,挖掘不同学生的消费行为特征,实现了对贫困生的精准认定.实验结果表明,该模型以91.6％准确率划分出不同消费规律下学生的类别归属,为学校判定学生是否贫困及其贫困程度提供了一定的支持.

关键词：校园卡消费数据贫困生识别消费行为分析

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：