检索结果-内蒙古大学图书馆

计算机科学 2018年第4期45卷 227-232页

作者：翁理国孔维斌夏旻仇学飞南京信息工程大学江苏省大气环境与装备技术协同创新中心南京210044 南京信息工程大学江苏省大数据分析重点实验室南京210044

卫星云图云量计算是卫星气象应用的基础,现阶段对其的研究未能充分利用卫星云图的特征,导致云检测及云量计算的效果不好。针对该问题,利用多层神经网络进行卫星云图的特征提取,并通过大量实验寻找到最优的深度学习的网络结构。基于度极... 详细信息

卫星云图云量计算是卫星气象应用的基础,现阶段对其的研究未能充分利用卫星云图的特征,导致云检测及云量计算的效果不好。针对该问题,利用多层神经网络进行卫星云图的特征提取,并通过大量实验寻找到最优的深度学习的网络结构。基于度极限学习机对卫星云图的云进行检测和分类,再利用"空间相关法"计算云图中的总云量。实验结果表明,基于传统极限学习机的深度极限学习机能够充分提取云图的特征,在进行云分类时能够较清晰地区分厚云和薄云间的界限。相比于传统阈值法、极限学习机模型以及卷积神经网络,深度极限学习机的云识别率以及云量计算准确率更高,且所提方法比卷积神经网络的效率更高。

关键词：云量计算深度极限学习机云检测空间相关法卫星图像

来源：评论

学校读者我要写书评

暂无评论

基于双向神经网络的图像分类算法

引用

计算机工程与设计 2018年第10期39卷 3113-3117页

作者：季思文闫胜业王蒙南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044 南京信息工程大学计算机软件学院江苏南京210044

卷积神经网络需要把特征矩阵转换成向量才能进行全连接,对特征空间结构信息造成破坏。针对这个问题,提出一种基于双向神经网络的图像分类算法。利用双向(Two-Directional)层替代原先网络框架中的全连接层并进行端到端的训练,减少特征空... 详细信息

卷积神经网络需要把特征矩阵转换成向量才能进行全连接,对特征空间结构信息造成破坏。针对这个问题,提出一种基于双向神经网络的图像分类算法。利用双向(Two-Directional)层替代原先网络框架中的全连接层并进行端到端的训练,减少特征空间结构信息的损失,提出一种扩展BP算法,用于求解双向神经网络的学习问题。改进CaffeNet及vgg-16模型并在Caltech-256和Oxford Flower-102数据集上进行图像分类对比实验,实验结果表明,在相同的实验条件下双向神经网络算法能有效提升图像分类的性能。

关键词：卷积神经网络双向神经网络图片分类特征提取全连接层

来源：评论

学校读者我要写书评

暂无评论

多维加权密集连接卷积网络的卫星云图云检测

引用

计算机工程与应用 2018年第20期54卷 184-189,196页

作者：夏旻施必成刘佳刘万安南京信息工程大学江苏省大数据分析技术重点实验室南京210044 南京信息工程大学大气环境与装备技术协同创新中心南京210044

云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出多维... 详细信息

云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出多维加权密集连接卷积神经网络模型实现对多光谱卫星云图的云检测。跨层连接能够实现网络中所有层之间的信息流,从而减少训练过程中的梯度消失导致收敛困难的问题。特征图之间连接的权值不同使得网络能够更高效地利用特征信息。通过实验结果对比,该模型可以很好地提取云图特征,提高多光谱云图检测的准确率,具有更好的泛化性能和优化效率。

关键词：多维加权密集连接卷积神经网络多光谱卫星云图云检测

来源：评论

学校读者我要写书评

暂无评论

通道稳定性加权补充学习的实时视觉跟踪算法

引用

计算机应用 2018年第6期38卷 1751-1754页

作者：樊佳庆宋慧慧张开华江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044 南京信息工程大学大气环境与装备技术协同创新中心南京210044

为解决补充学习(Staple)跟踪算法在平面内旋转、部分遮挡时存在的跟踪失败问题,提出了一种通过通道稳定性加权的补充学习(CSStaple)跟踪算法。首先,使用标准相关滤波分类器检测出每层通道的响应值;然后,计算获得每层通道的稳定性权重,... 详细信息

为解决补充学习(Staple)跟踪算法在平面内旋转、部分遮挡时存在的跟踪失败问题,提出了一种通过通道稳定性加权的补充学习(CSStaple)跟踪算法。首先,使用标准相关滤波分类器检测出每层通道的响应值;然后,计算获得每层通道的稳定性权重,并乘到每层权重上,获得相关滤波响应;最后,通过融合颜色补充学习器的响应,得到最终的响应结果,响应中的最大值的位置即为跟踪结果。将所提算法与层和空间可靠性判别相关滤波(CSR-DCF)跟踪、对冲深度跟踪(HDT)、核化相关滤波(KCF)跟踪和Staple等跟踪算法进行了对比实验。实验结果表明,所提算法在成功率上表现最优,在OTB50和OTB100上比Staple分别高出2.5个百分点和0.9个百分点,验证了所提算法对目标在平面内旋转和部分遮挡时的有效性。

关键词：相关滤波视觉跟踪颜色直方图补充学习通道稳定性加权

来源：评论

学校读者我要写书评

暂无评论

各向同性的迭代量化哈希算法

引用

电子学报 2017年第7期45卷 1707-1714页

作者：李来刘光灿孙玉宝刘青山江苏省大数据分析技术重点实验室江苏南京210044 南京信息工程大学信息与控制学院江苏南京210044

准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希(Iterative Quantization,ITQ)和各向同性哈希(Isotropic Hash,Iso Hash)是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而Iso Hash... 详细信息

准确有效的哈希算法是实现海量高维数据近邻检索的关键.迭代量化哈希(Iterative Quantization,ITQ)和各向同性哈希(Isotropic Hash,Iso Hash)是两种知名的编码方法.但是ITQ算法对旋转矩阵施加的约束过于单薄,容易导致过拟合;而Iso Hash算法缺乏对哈希编码的更新策略,降低了编码质量.针对上述问题,提出了一种各向同性的迭代量化哈希算法.该方法采用迭代的策略,对编码矩阵和旋转矩阵交替更新,并在正交约束的基础上增加各向同性约束来学习最优旋转矩阵,最小化量化误差.在CIFAR-10、22K Label Me和ANN-GIST-1M基准库上与多种方法进行对比,实验结果表明本文算法在查准率、查全率以及平均准确率均值等指标上均明显优于对比算法.

关键词：哈希大规模图像检索各向同性迭代量化

来源：评论

学校读者我要写书评

暂无评论

直线截距直方图城区遥感图像多阈值分割

引用

智能系统学报 2018年第2期13卷 227-235页

作者：吴诗婳吴一全周建江南京航空航天大学电子信息工程学院江苏南京211106 城市空间信息工程北京市重点实验室北京100038 江西省数字国土重点实验室江西南昌330013 江苏省大数据分析技术重点实验室江苏南京210044 浙江省信号处理重点实验室浙江杭州310023

阈值分割简单有效,但现有的单阈值方法对城区图像分割效果不佳,难以取得令人满意的结果。为了快速准确地对城区遥感图像进行分割,本文提出了基于直线截距直方图倒数灰度熵和人工蜂群优化(artificial bee colony optimization,ABC)的多... 详细信息

阈值分割简单有效,但现有的单阈值方法对城区图像分割效果不佳,难以取得令人满意的结果。为了快速准确地对城区遥感图像进行分割,本文提出了基于直线截距直方图倒数灰度熵和人工蜂群优化(artificial bee colony optimization,ABC)的多阈值分割方法。首先,给出直线截距直方图的定义并建立城区遥感图像的直线截距直方图;然后,计算该直方图倒数灰度熵的大小,推导出其单阈值选取公式;最后,将其推广到多阈值选取,并利用人工蜂群优化算法,对多个阈值进行快速精确地寻优,以此最终实现城区遥感图像的多阈值分割。实验结果表明,该方法所分割的图像中多目标的形状、边缘更为准确,纹理及细节特征更加清晰,且所需运行时间仅为同类多阈值分割方法的25%,是一种行之有效的城区遥感图像分割方法。

关键词：城区提取遥感图像图像分割阈值化多阈值选取直线截距直方图倒数灰度熵人工蜂群优化

来源：评论

学校读者我要写书评

暂无评论

基于智能电表大数据分析的台区变压器三相不平衡治理

引用

智慧电力 2018年第9期46卷 103-108页

作者：耿俊成马文栋郭志民孙玉宝国网河南省电力公司电力科学研究院河南郑州450052 国网河南省电力公司河南郑州450052 南京信息工程大学江苏省大数据分析技术重点实验室江苏南京210044

针对台区变压器三相不平衡,提出了一种基于智能电表大数据分析的台区变压器三相不平衡治理方法。首先,计算台区用户与台区变压器A,B,C三相电压序列数据之间相关系数,识别每个用户相序;接着,基于用户电流序列数据计算台区变压器A,B,C三... 详细信息

针对台区变压器三相不平衡,提出了一种基于智能电表大数据分析的台区变压器三相不平衡治理方法。首先,计算台区用户与台区变压器A,B,C三相电压序列数据之间相关系数,识别每个用户相序;接着,基于用户电流序列数据计算台区变压器A,B,C三相电流序列数据,进而计算台区变压器三相平均不平衡度;最后,以台区变压器三相平均不平衡度最小为目标采用遗传算法搜索1种最优台区用户相序组合,指导配电运检人员精准调整用户相序。该方法在某电网公司台区变压器三相不平衡治理工作中进行了应用验证,取得了较好效果。

关键词：智能电表电压序列电流序列相序遗传算法三相不平衡度

来源：评论

学校读者我要写书评

暂无评论

融合时空多特征表示的无监督视频分割算法

引用

计算机应用 2017年第11期37卷 3134-3138,3151页

作者：李雪君张开华宋慧慧江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044

针对视频分割的难点在于分割目标的无规则运动、快速变换的背景、目标外观的任意变化与形变等,提出了一种基于时空多特征表示的无监督视频分割算法,通过融合像素级、超像素级以及显著性三类特征设计由细粒度到粗粒度的稳健特征表示。首... 详细信息

针对视频分割的难点在于分割目标的无规则运动、快速变换的背景、目标外观的任意变化与形变等,提出了一种基于时空多特征表示的无监督视频分割算法,通过融合像素级、超像素级以及显著性三类特征设计由细粒度到粗粒度的稳健特征表示。首先,采用超像素分割对视频序列进行处理以提高运算效率,并设计图割算法进行快速求解;其次,利用光流法对相邻帧信息进行匹配,并通过K-D树算法实现最近邻搜索以引入各超像素的非局部时空颜色特征,从而增强分割的鲁棒性;然后,对采用超像素计算得到的分割结果,设计混合高斯模型进行完善;最后,引入图像的显著性特征,协同超像素分割与混合高斯模型的分割结果,设计投票获得更加准确的视频分割结果。实验结果表明,所提算法是一种稳健且有效的分割算法,其结果优于当前大部分无监督视频分割算法及部分半监督视频分割算法。

关键词：超像素分割 K-D树混合高斯模型图割算法光流法

来源：评论

学校读者我要写书评

暂无评论

基于关键点的服装检索

引用

计算机应用 2017年第11期37卷 3249-3255页

作者：陈嫒嫒李来刘光灿刘青山江苏省大数据分析技术重点实验室(南京信息工程大学) 南京210044

目前,同款或近似款式服装检索主要分为基于文本和基于内容两类。基于文本算法往往需要海量标注样本,且存在人工主观性带来的标注缺失和标注差异等问题;基于内容算法一般对服装图像的颜色、形状、纹理提取特征,进行相似性度量,但难以应... 详细信息

目前,同款或近似款式服装检索主要分为基于文本和基于内容两类。基于文本算法往往需要海量标注样本,且存在人工主观性带来的标注缺失和标注差异等问题;基于内容算法一般对服装图像的颜色、形状、纹理提取特征,进行相似性度量,但难以应对背景颜色干扰,以及视角、姿态引起的服装形变等问题。针对上述问题,提出一种基于关键点的服装检索方法。利用级联深度卷积神经网络为基础,定位服装关键点,融合关键点区域低层视觉信息以及整幅图像的高层语义信息。对比传统检索方法,所提算法能有效处理视角、姿态引起的服装形变和复杂背景的干扰;同时不需大量样本标定,且对背景、形变鲁棒。在Fashion Landmark数据集和BDAT-Clothes数据集上与常用算法进行对比实验。实验结果表明所提算法能有效提升检索的查准率和查全率。

关键词：关键点深度卷积神经网络级联服装检索

来源：评论

学校读者我要写书评

暂无评论

基于逐像素点深度卷积网络分割模型的上皮和间质组织分割

引用

自动化学报 2017年第11期43卷 2003-2013页

作者：骆小飞徐军陈佳梅南京信息工程大学江苏省大数据分析技术重点实验室南京210044 武汉大学中南医院肿瘤科肿瘤生物学行为湖北省重点实验室湖北省肿瘤医学临床研究中心武汉430071

上皮和间质组织是乳腺组织病理图像中最基本的两种组织,约80%的乳腺肿瘤起源于乳腺上皮组织.为了构建基于乳腺组织病理图像分析的计算机辅助诊断系统和分析肿瘤微环境,上皮和间质组织的自动分割是重要的前提条件.本文构建一种基于逐像... 详细信息

上皮和间质组织是乳腺组织病理图像中最基本的两种组织,约80%的乳腺肿瘤起源于乳腺上皮组织.为了构建基于乳腺组织病理图像分析的计算机辅助诊断系统和分析肿瘤微环境,上皮和间质组织的自动分割是重要的前提条件.本文构建一种基于逐像素点深度卷积网络(CN-PI)模型的上皮和间质组织的自动分割方法.1)以病理医生标注的两类区域边界附近具有类信息为标签的像素点为中心,构建包含该像素点上下文信息的正方形图像块的训练集.2)以每个正方形图像块包含的像素的彩色灰度值作为特征,以这些图像块中心像素类信息为标签训练CN模型.在测试阶段,在待分割的组织病理图像上逐像素点地取包含每个中心像素点上下文信息的正方形图像块,并输入到预先训练好的CN网络模型,以预测该图像块中心像素点的类信息.3)以每个图像块中心像素为基础,逐像素地遍历图像中的每一个像素,将预测结果作为该图像块中心像素点类信息的预测标签,实现对整幅图像的逐像素分割.实验表明,本文提出的CN-PI模型的性能比基于图像块分割的CN网络(CN-PA)模型表现出了更优越的性能.

关键词：深度卷积网络乳腺组织病理图像上皮和间质组织分割逐像素分割

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：