检索结果-内蒙古大学图书馆

舰船科学技术 2023年第5期45卷 174-177页

作者：向诚颜世杰桂玲中南林业科技大学计算机与信息工程学院湖南长沙410004

合成孔径雷达SAR技术具有穿透力强、识别精度高等优点,在海上船舶目标识别、军事侦察等领域发挥着非常重要的作用。由于合成孔径雷达本身的光学特性以及图像采集过程中的噪声干扰,SAR图像存在着类别不平衡等问题。本文研究不平衡SAR图... 详细信息

合成孔径雷达SAR技术具有穿透力强、识别精度高等优点,在海上船舶目标识别、军事侦察等领域发挥着非常重要的作用。由于合成孔径雷达本身的光学特性以及图像采集过程中的噪声干扰,SAR图像存在着类别不平衡等问题。本文研究不平衡SAR图像的识别技术,从SAR图像特点出发,结合深度网络学习算法,建立不平衡SAR图像的快速识别模型,具有重要的应用价值。

关键词：合成孔径雷达不平衡目标识别

来源：评论

学校读者我要写书评

暂无评论

模拟人工蜂群的高维数据特征选择算法研究

引用

郑州大学学报（理学版） 2023年第3期55卷 57-64页

作者：刘拥民王靖枫黄浩徐卓农中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学智慧林业云研究中心湖南长沙410004

针对高维数据集结构复杂且冗余度高的问题,提出一种新型二进制人工蜂群算法进行特征选择。该算法在雇佣蜂蜜源搜索阶段应用差分思想,增加多项式差分变异算子,实现蜜源更新环节的多维性、高效性;在跟随蜂阶段和侦察蜂阶段分别引入交叉算... 详细信息

针对高维数据集结构复杂且冗余度高的问题,提出一种新型二进制人工蜂群算法进行特征选择。该算法在雇佣蜂蜜源搜索阶段应用差分思想,增加多项式差分变异算子,实现蜜源更新环节的多维性、高效性;在跟随蜂阶段和侦察蜂阶段分别引入交叉算子和最优保存策略,进一步打破局部最优,有效提升了人工蜂群算法的收敛效果;对蜜源的二进制初始化处理,使得算法在特征选择过程中取得了良好表现。在4个Benchmark测试函数上进行实验,结果表明,新算法的寻优精度和收敛速度优于其他4种经典搜索算法。同时,选取7个常用高维数据集进行特征选择,并与7种经典降维算法进行对比,发现新算法的特征约简程度普遍高于88%,并且随着数据集维度的增高,新算法的降维程度和分类精度优于其他7种降维算法。

关键词：特征选择高维数据人工蜂群算法差分进化算法

来源：评论

学校读者我要写书评

暂无评论

基于注意力机制的轻量化YOLO v5s蓝莓检测算法

引用

河南农业科学 2024年第3期53卷 151-157页

作者：刘拥民张炜麻海志刘原张毅中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学智慧林业云研究中心湖南长沙410004

为实现自然环境下蓝莓的精确快速检测,在YOLO v5s的基础上提出了一种结合轻量级网络和注意力机制的改进算法。首先,在主干网络和检测头的位置去除了最大目标检测层的结构,因而降低模型的参数量,增强模型对小目标的检测能力。其次,将MHSA... 详细信息

为实现自然环境下蓝莓的精确快速检测,在YOLO v5s的基础上提出了一种结合轻量级网络和注意力机制的改进算法。首先,在主干网络和检测头的位置去除了最大目标检测层的结构,因而降低模型的参数量,增强模型对小目标的检测能力。其次,将MHSA(Multi‐head self‐attention,多头自注意力)替换了SPPF(Spatial pyramid pooling‐fast,快速空间金字塔池化)前面的C3模块,使模型学习到更全面的特征表示,增强模型对蓝莓图像中复杂空间关系和上下文信息的理解能力。最后,在C3模块中加入了S-PSA(Sequential polarized self‐attention,顺序极化自注意力),以便模型能够更好地捕捉特征图中相邻区域之间的上下文依赖关系。结果表明,改进后的YOLO v5s算法对成熟、半成熟和未成熟蓝莓的检测精度分别提升1.2、4.4、2.6百分点,平均精度提升2.7百分点,模型参数量减少76.0%。与当前主流轻量化目标检测模型相比,改进后的模型性能更加优越,能为自然环境下蓝莓采摘机器人视觉系统提供一种有效的方案。

关键词：蓝莓检测 YOLO v5s 轻量级网络注意力机制多头自注意力

来源：评论

学校读者我要写书评

暂无评论

基于三重注意力机制的新冠肺炎病灶分割模型

引用

应用科学学报 2022年第1期40卷 105-115页

作者：雷前慧潘丽丽邵伟志胡海鹏黄瑶中南林业科技大学计算机与信息工程学院湖南长沙410004

为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型DDTM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以... 详细信息

为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制(triple attention mechanism,TAM)的新冠肺炎(corona virus disease 2019,COVID 19)病灶分割模型DDTM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以自动提取肺部切片中感染区域的特征,呈现了更丰富且包含不同类型的病灶信息。TAM同时集成了空间、通道、位置注意力模块,可以更精准地定位感染区域的病灶。使用的损失函数是由3种不同的损失函数组成的复合函数,能最小化预测图和真实标签的差异,更好地优化TM-Net模型。在COVID-19数据集上进行实验和评估的结果表明:基于TM-Net的磨玻璃影(ground-glass opacities,GGO)和固结(Consolidation)两类病灶的平均dice相似系数(dice similarity coefficient,DSC)比基于Attention U-Net和R2U-Net的DSC分别提高了1.4%和0.5%,证明TM-Net提升了新冠肺炎病灶分割的准确性。

关键词：深度学习新冠肺炎病灶分割三重注意力机制条件生成对抗网络

来源：评论

学校读者我要写书评

暂无评论

基于MSDB-ResNet的水稻病虫害识别

引用

华南农业大学学报 2023年第6期44卷 978-985页

作者：刘拥民胡魁聂佳伟谢铁强中南林业科技大学计算机与信息工程学院/智慧林业云研究中心湖南长沙410004 华南农业大学动物科学学院广东广州510642

【目的】水稻产量关乎全人类的粮食安全,如何有效地预防和高效地检测水稻病虫害是智慧农业领域的重要课题。深度学习由于具备自主学习图像特征等优异性能,成为水稻病虫害识别的首选方法。但在自然环境下,数据集偏小,且容易受到复杂背景... 详细信息

【目的】水稻产量关乎全人类的粮食安全,如何有效地预防和高效地检测水稻病虫害是智慧农业领域的重要课题。深度学习由于具备自主学习图像特征等优异性能,成为水稻病虫害识别的首选方法。但在自然环境下,数据集偏小,且容易受到复杂背景的影响,在训练过程中容易产生过拟合,以及细微特征难以提取等问题。本研究致力于解决上述问题。【方法】提出一种基于改进ResNet的多尺度双分支结构的水稻病虫害识别模型(MSDB-ResNet)。在ResNet模型的基础上,引入ConvNeXt残差块,以优化残差块的计算比例,构建双分支结构,通过调整每条分支的卷积核大小,提取输入病害图像中大小不同的病害特征。针对现实环境复杂、数据集太小、过拟合等问题,利用从自然环境拍摄到的5932张水稻病虫害图像,使用随机亮度、运动模糊等数据预处理方法,以及镜像、裁剪、缩放等数据增强方法,将数据集扩充到20000张,训练MSDB-ResNet模型识别4种常见的水稻病害。【结果】MSDB-ResNet在水稻病虫害数据集上具有良好的识别性能,识别准确率高达99.10%,较原ResNet模型提高了2.42个百分点,明显优于AlexNet、VGG、DenseNet和ResNet等经典网络。该模型具有良好的泛化能力和极强的鲁棒性。【结论】MSDB-ResNet模型在水稻病虫害识别中具有一定的可行性和先进性,可为实现复杂背景下的水稻病虫害识别提供参考。

关键词：智慧农业水稻病虫害深度学习图像识别 ResNet 数据增强

来源：评论

学校读者我要写书评

暂无评论

基于Inception-CSA深度学习模型的鸟鸣分类

引用

华中农业大学学报 2023年第3期42卷 97-104页

作者：李怀城杨道武温治芳王亚楠陈爱斌中南林业科技大学计算机与信息工程学院/人工智能应用研究所长沙410004

为进一步提高通过声音识别鸟类的精确度,本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法,包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图,作为鸟鸣声特征图;其次利用... 详细信息

为进一步提高通过声音识别鸟类的精确度,本研究提出基于Inception-CSA深度学习模型的鸟鸣声分类方法,包含鸟鸣声音频样本预处理、特征提取、分类器分类等步骤。首先将鸟鸣声样本预处理成尺寸相同的梅尔频谱图,作为鸟鸣声特征图;其次利用Inception-CSA模型对鸟鸣声特征图进行特征提取,其中Inception模块提取鸟鸣声特征图中的多尺度局部时频域特征,CSA模块获取鸟鸣声特征图的全局注意力权重,将二者的输出结合得到更强的特征图,再次利用最大池化层对特征图进行下采样;最后利用全连接层进行分类,得到最终的分类结果。以采集的华南地区自然环境中的10种野生鸟类的鸣叫声构建数据集,用于实验部分以验证方法的有效性。结果表明,本研究提出的方法在自建数据集上准确率达到了93.11%,相比于基于其他经典模型的分类方法,基于Inception-CSA模型的分类方法在拥有较少模型参数量的同时达到了更高的准确率。

关键词：卷积神经网络鸟鸣声分类深度学习梅尔频谱图 Inception

来源：评论

学校读者我要写书评

暂无评论

无位置传感器无刷直流电机换相误差校正系统研究

引用

仪器仪表学报 2021年第4期42卷 41-49页

作者：朱俊杰黄海燕中南林业科技大学计算机与信息工程学院长沙410004

针对传统无位置传感器无刷直流电机控制技术存在换相误差这一问题,本文提出了一种基于转子角度观测器的换相误差闭环校正方法。在系统分析换相误差产生机理的基础上,通过建立ui转子角度观测器模型,在线实时获取电机转子位置,将电机总换... 详细信息

针对传统无位置传感器无刷直流电机控制技术存在换相误差这一问题,本文提出了一种基于转子角度观测器的换相误差闭环校正方法。在系统分析换相误差产生机理的基础上,通过建立ui转子角度观测器模型,在线实时获取电机转子位置,将电机总换相误差归一化为反电势与相电流间的相位差,并进行校正。相较于传统无位置传感器控制技术,本文提出的方法可以在较宽的电机转速范围内进行换相误差精准校正,并具有较高的鲁棒性。仿真与实验结果表明,基于本文提出换相误差校正策略能获得精准换相点,转矩脉动明显降低,尤其是在换相期间,校正后相电流脉动从42%减小到18%左右。

关键词：无刷直流电机无位置传感器转子角度观测换相误差校正

来源：评论

学校读者我要写书评

暂无评论

基于指数复合型混沌系统的图像加密算法

引用

华中科技大学学报（自然科学版） 2021年第2期49卷 121-126页

作者：谭云张春虎秦姣华向旭宇中南林业科技大学计算机与信息工程学院湖南长沙410004

针对现有基于混沌系统的图像加密算法抗差分攻击能力较弱、混沌系统性能不稳定等问题,提出一种基于指数复合型混沌系统的图像加密算法。该算法首先对图像的R,G,B三个分量插入随机值,由改进的指数复合型混沌系统迭代输出混沌向量构成置... 详细信息

针对现有基于混沌系统的图像加密算法抗差分攻击能力较弱、混沌系统性能不稳定等问题,提出一种基于指数复合型混沌系统的图像加密算法。该算法首先对图像的R,G,B三个分量插入随机值,由改进的指数复合型混沌系统迭代输出混沌向量构成置乱矩阵,对明文图像进行像素置乱,然后由混沌系统迭代输出的混沌矩阵与明文像素矩阵进行取模运算实现扩散,最后由密钥和混沌序列控制对R,G,B加密矩阵进行矩阵变换,得到密文图像。结果表明:该算法密钥空间大,密文信息熵、像素变化率(NPCR)及归一化平均变化强度(UACI)均接近理想值,抗差分攻击能力强,安全性能高。

关键词：指数复合型混沌系统图像加密抗差分攻击置乱扩散安全分析

来源：评论

学校读者我要写书评

暂无评论

FSDN:基于嵌套U-Net结构的人脸阴影检测模型

引用

郑州大学学报（理学版） 2023年第2期55卷 51-56页

作者：刘佳奇易积政陈爱斌中南林业科技大学计算机与信息工程学院湖南长沙410004 中南林业科技大学人工智能应用研究所湖南长沙410004

人脸阴影检测通常作为人脸图像相关任务的预处理步骤,避免阴影带来干扰。提出基于深度学习的人脸阴影检测方案,在解决方案中,首先根据光照和人脸结构信息,对耶鲁人脸数据库中1600张光照不均匀人脸图像的阴影区域进行标注,构建人脸阴影... 详细信息

人脸阴影检测通常作为人脸图像相关任务的预处理步骤,避免阴影带来干扰。提出基于深度学习的人脸阴影检测方案,在解决方案中,首先根据光照和人脸结构信息,对耶鲁人脸数据库中1600张光照不均匀人脸图像的阴影区域进行标注,构建人脸阴影检测数据集;之后设计基于嵌套U-Net结构和注意力模块的人脸阴影检测网络,嵌套U-Net结构被用于提取图像的高分辨率信息和全局特征,注意力模块被用于融合各个嵌套U-Net的输出,同时抑制低阶子层带来的噪声信息;最后在标注的人脸检测数据集上对网络进行了评估,实验结果表明,所提方法的平均检测错误率比对照组中最优方案降低了14.2%,可以有效地检测图像中的小面积阴影,并提供更精确的阴影边缘定位。

关键词：人脸图像阴影检测卷积神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于双向循环生成对抗网络的无线传感网入侵检测方法

引用

计算机应用 2023年第1期43卷 160-168页

作者：刘拥民杨钰津罗皓懿黄浩谢铁强中南林业科技大学计算机与信息工程学院长沙410004 中南林业科技大学智慧林业云研究中心长沙410004

针对无线传感器网络(WSN)入侵检测方法在离散高维特征的不平衡数据集上检测精度低和泛化能力差的问题,提出一种基于双向循环生成对抗网络的WSN入侵检测方法 BiCirGAN。首先,引入对抗学习异常检测(ALAD)通过潜在空间合理地表示高维、离... 详细信息

针对无线传感器网络(WSN)入侵检测方法在离散高维特征的不平衡数据集上检测精度低和泛化能力差的问题,提出一种基于双向循环生成对抗网络的WSN入侵检测方法 BiCirGAN。首先,引入对抗学习异常检测(ALAD)通过潜在空间合理地表示高维、离散的原始特征,提高对原始特征的可理解性。其次,采用双向循环对抗的结构确保真实空间和潜在空间双向循环的一致性,从而保证生成对抗网络(GAN)训练的稳定性,并提高异常检测的性能。同时,引入Wasserstein距离和谱归一化优化方法改进GAN的目标函数,以进一步解决GAN的模式崩坏与生成器缺乏多样性的问题。最后,由于入侵攻击数据的统计属性随时间以不可预见的方式变化,建立带有Dropout操作的全连接层网络对异常检测结果进行优化。实验结果表明,在KDD99、UNSW-NB15和WSN_DS数据集上,相较于AnoGAN、BiGAN、MAD-GAN以及ALAD方法,BiCirGAN在检测精确度上提高了3.9%~33.0%,且平均推断速度是ALAD方法的4.67倍。

关键词：无线传感器网络入侵检测生成对抗网络谱归一化对抗学习

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：