检索结果-内蒙古大学图书馆

信息与电脑 2022年第3期34卷 75-79,83页

作者：范玉张乾白金华张宇航贵州民族大学数据科学与信息工程学院贵州贵阳550025 贵州民族大学教务处贵州贵阳550025 贵州省模式识别与智能系统重点实验室贵州贵阳550025

针对很多现有神经网络结构中存在运算次数高、内存占用大和模型训练耗时的缺点以及处理医学图像的病灶分割时信息表达能力不强、分割精度不高的情况,本文提出一种全卷积结构的轻量级网络FCU-net。该方法以U-net模型为基础,将深度可分离... 详细信息

针对很多现有神经网络结构中存在运算次数高、内存占用大和模型训练耗时的缺点以及处理医学图像的病灶分割时信息表达能力不强、分割精度不高的情况,本文提出一种全卷积结构的轻量级网络FCU-net。该方法以U-net模型为基础,将深度可分离卷积代替模型中的标准卷积,实现模型的轻量化表示,同时在下采样时使用步长为2的卷积层替代最大池化层,在不损失精度的情况下扩大感受野,增强高级语义信息的表征能力,实现对病灶的精确分割。在皮肤图像数据集PH2上测试的实验结果表明,FCU-net模型在皮肤病灶分割任务中表现突出,相比U-net,参数量减少了约1/5,分割评价系数Dice的值提高了2.41%,计算消耗节省了87.5%,充分验证了本文分割算法的有效性。

关键词：皮肤图像全卷积网络深度可分离卷积分割评价系数

来源：评论

学校读者我要写书评

暂无评论

基于条件增强随机蕨的果园苹果检测

引用

湖南城市学院学报（自然科学版） 2022年第1期31卷 62-66页

作者：白金华张乾范玉张宇航何兴贵州民族大学数据科学与信息工程学院贵阳550025 贵州民族大学教务处贵阳550025 贵州省模式识别与智能系统重点实验室贵阳550025

在农业果实自动化采摘过程中,果实检测易受光照、尺度变换等影响导致算法缺乏泛化性.针对这些问题,本文提出了一种基于条件增强随机蕨(conditional boosted random ferns,CBRFs)的果园苹果检测方法.首先,基于面向HOG(histogram of orien... 详细信息

在农业果实自动化采摘过程中,果实检测易受光照、尺度变换等影响导致算法缺乏泛化性.针对这些问题,本文提出了一种基于条件增强随机蕨(conditional boosted random ferns,CBRFs)的果园苹果检测方法.首先,基于面向HOG(histogram of oriented gradients)特征域的增强随机蕨分类器(boosted random ferns,BRFs),在选取特征时限制特征方向区间选择的随机性;其次,改变分类器的二进制特征产生方式,以避免从图像平坦区域中随机选取的特征出现误分类的情况;最后,在自制苹果检测数据集上进行分类器训练,构建条件增强随机蕨分类器,使其适应于果实重叠、枝叶遮挡和光照不均等复杂环境下的果园苹果检测.在测试集上的验证结果表明,F1值与原增强随机蕨模型相比提高了5.44%,这说明本文所提方法能有效增强果园中苹果的检测效果.

关键词：果园苹果检测 HOG特征域二进制特征增强随机蕨分类器

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的车道线检测技术研究进展

引用

信息技术与信息化 2022年第11期 21-24页

作者：江漫徐艳吕义付张乾贵州民族大学数据科学与信息工程学院贵州贵阳550025 贵州省模式识别与智能系统重点实验室贵州贵阳550025 贵州民族大学教务处贵州贵阳550025

车道线检测是智能辅助驾驶的一项关键任务,准确且高速地检测出车道线具有重要的现实意义。文章对近年来基于计算机视觉的车道线检测方法进行了综述。首先介绍车道线检测流程,可概括为图像获取、图像预处理、车道线特征提取、车道线检测... 详细信息

车道线检测是智能辅助驾驶的一项关键任务,准确且高速地检测出车道线具有重要的现实意义。文章对近年来基于计算机视觉的车道线检测方法进行了综述。首先介绍车道线检测流程,可概括为图像获取、图像预处理、车道线特征提取、车道线检测,并详细介绍了各个步骤的实现方法;其次,介绍了两种车道线特征提取方法,即传统方法和深度学习方法;接着分析和比较了四种车道检测方法,即基于分类、基于目标检测、基于图像分割、基于建模的检测方法;最后总结基于计算机视觉的车道线检测技术目前面临的机遇与挑战。

关键词：车道线检测特征提取深度学习计算机视觉

来源：评论

学校读者我要写书评

暂无评论

融合通道注意力与残差密集的U-Net视网膜血管分割

引用

长江信息通信 2022年第11期35卷 1-4,8页

作者：苏江涛张乾江漫张宇航吕义付贵州民族大学数据科学与信息工程学院贵州贵阳550025 贵州省模式识别与智能系统重点实验室贵州贵阳550025 贵州民族大学教务处贵州贵阳550025

视网膜血管的精准分割是辅助眼科医生诊断和大规模眼科疾病自动筛查的重要前提,已成为临床的迫切需求。针对现有视网膜细小血管分割不足以及精确度有待提高等问题,提出了一种融合通道注意力机制与残差密集连接模块的改进型U-Net算法,先... 详细信息

视网膜血管的精准分割是辅助眼科医生诊断和大规模眼科疾病自动筛查的重要前提,已成为临床的迫切需求。针对现有视网膜细小血管分割不足以及精确度有待提高等问题,提出了一种融合通道注意力机制与残差密集连接模块的改进型U-Net算法,先利用通道注意机制来增强网络的识别能力,再利用残差密集模块代替传统的卷积模块来提升网络分割细小血管的性能。在DRIVE和CHASE数据集上的实验结果表明,与其他算法相比,该算法的ACC、SE、SP和AUC值均比较高,分割效果较好。

关键词：视网膜血管分割通道注意力机制残差密集连接

来源：评论

学校读者我要写书评

暂无评论

基于激活调制的双分支弱监督语义分割

引用

电子测量技术 2024年第24期47卷 139-148页

作者：王家莉谭棉冯夫健贵州民族大学数据科学与信息工程学院贵阳550025 贵州省模式识别与人工智能系统重点实验室贵阳550025

图像级标注的语义分割因具有友好的注释和令人满意的性能而被广泛研究。针对类激活图激活区域稀疏、前背景间语义模糊问题,提出基于激活调制的双分支弱监督语义分割网络。该网络以Resnet50和Vision Transformer作为双分支特征提取网络,... 详细信息

图像级标注的语义分割因具有友好的注释和令人满意的性能而被广泛研究。针对类激活图激活区域稀疏、前背景间语义模糊问题,提出基于激活调制的双分支弱监督语义分割网络。该网络以Resnet50和Vision Transformer作为双分支特征提取网络,并设计激活调制模块嵌入卷积分支,该模块迫使模型激活中间分数的像素,生成紧凑的类激活图,从而缓解类激活图激活区域稀疏的问题。其次,提出基于余弦退火衰减的动态阈值调整策略,该策略在训练过程中自适应的确定背景最高阈值,使更多低置信前景像素参与到分割训练中,生成完整且准确的分割图。在PASCAL VOC 2012以及MS COCO 2014数据集上验证该网络的有效性。PASCAL VOC 2012验证集和测试集上的mIou值分别为74.2%和74.0%,在MS COCO 2014验证集上的mIou值为45.9%。实验结果表明,该网络可以解决前背景颜色相似场景下的误分割问题并取得优异的分割性能。

关键词：弱监督学习语义分割类激活图激活调制动态阈值

来源：评论

学校读者我要写书评

暂无评论

基于新工科的高校单片机教学模式改革与实践

引用

创新创业理论研究与实践 2021年第19期4卷 63-65页

作者：严晓波梁毅夏大文黄成泉郑泽鸿贵州民族大学贵州省模式识别与智能系统重点实验室贵州贵阳550025

在新工科背景下,如何构建具有鲜明特色的单片机教学模式,已成为高校在大数据和人工智能时代所面临的新机遇、新挑战.目前,高校教学模式普遍存在"教育理念相对落后、教学方法因循守旧、协同育人机制难以跟进"等共性问题,从而... 详细信息

在新工科背景下,如何构建具有鲜明特色的单片机教学模式,已成为高校在大数据和人工智能时代所面临的新机遇、新挑战.目前,高校教学模式普遍存在"教育理念相对落后、教学方法因循守旧、协同育人机制难以跟进"等共性问题,从而导致人才培养与市场供需严重错位,为此,高校教育亟待改革优化与创新发展.该文以人才培养机制为研究重点,以"单片机"课程为例,在系统性、交叉性和应用性方面进行改革与实践,旨在构建新工科背景下大学单片机教育新模式,着力培养大学生的创新意识和创业能力.

关键词：单片机教学改革协同育人新工科

来源：评论

学校读者我要写书评

暂无评论

矩阵结构遗传算法

引用

计算机技术与发展 2022年第9期32卷 121-125,133页

作者：潘峰龙福海施启军魏嘉银贵州民族大学模式识别与智能系统省级重点实验室贵州贵阳550025 华南理工大学软件学院广东广州510006

针对传统遗传算法在函数优化问题中的不足,提出构建一种矩阵结构种群的遗传算法MGA(Matrix Structure Genetic Algorithm)。MGA采用矩阵形式的数据结构,借助于矩阵的行、列及主对角线等概念描述种群,并在此结构上对选择、交叉和变异三... 详细信息

针对传统遗传算法在函数优化问题中的不足,提出构建一种矩阵结构种群的遗传算法MGA(Matrix Structure Genetic Algorithm)。MGA采用矩阵形式的数据结构,借助于矩阵的行、列及主对角线等概念描述种群,并在此结构上对选择、交叉和变异三种算子均进行改进。选择算子是通过逐行寻优构建父代精英种群,具体操作是每行最优个体移动到所在行的主对角线位置;交叉算子采用父代精英种群中任意两个个体A(i,i)和A(j,j)交叉产生两个子代个体A(i,j)和A(j,i),并分别置于关于主对角线对称的位置(i,j)和(j,i);变异算子是对种群全体逐一进行克隆变异,若克隆变异结果优于原个体则选择克隆变异结果,否则不变。经过上述三步的若干次循环迭代,最终以矩阵种群中的最优个体为问题的最优解。通过对若干函数优化问题的实验测试表明,该方法收敛速度很快,全局收敛性能显著提高,可以推广到其他演化算法。

关键词：矩阵结构遗传算法精英种群克隆变异函数优化问题

来源：评论

学校读者我要写书评

暂无评论

基于栅格分区的覆盖路径规划方法

引用

机械与电子 2022年第5期40卷 13-16页

作者：胡馨丹杨盛毅朱力宋云云贵州民族大学数据科学与信息工程学院贵州贵阳550025 贵州省模式识别与智能系统重点实验室贵州贵阳550025 贵州民族大学机械电子工程学院贵州贵阳550025

针对含有障碍物的作业区域,设计出一种划分区域的覆盖方法。首先将作业区域栅格化,建立栅格地图;其次进行区域划分,利用模糊C均值(FCM)聚类算法将障碍物进行聚类,根据聚类结果,求出每一类障碍物的横纵坐标的最小值和最大值;接着先利用Br... 详细信息

针对含有障碍物的作业区域,设计出一种划分区域的覆盖方法。首先将作业区域栅格化,建立栅格地图;其次进行区域划分,利用模糊C均值(FCM)聚类算法将障碍物进行聚类,根据聚类结果,求出每一类障碍物的横纵坐标的最小值和最大值;接着先利用Bresenham算法沿着障碍物边界最小值进行区域分割;然后求解子区域连接顺序,利用A*算法求得子区域间的最优路径;最后利用往复式覆盖方式实现子区域的全覆盖。仿真实验表明,该方法能够完整地覆盖整个作业区域,与传统的A*覆盖算法相比,覆盖路径长度减少13.97%,重复率降低了94.44%,转弯次数减少16.00%,且而与传统的遗传覆盖算法相比,覆盖路径长度减少了3.78%,重复率降低了83.33%,转弯次数增加了1.61%。

关键词：分区覆盖 FCM聚类 Bresenham算法 A*算法往复式覆盖

来源：评论

学校读者我要写书评

暂无评论

基于联合轨迹特征的徘徊行为识别方法

引用

南京大学学报（自然科学版） 2021年第5期57卷 724-734页

作者：卢锦亮吴广潮冯夫健王林华南理工大学数学学院广州510640 华南理工大学软件学院广州510640 贵州民族大学贵州省模式识别与智能系统重点实验室贵阳550025

徘徊行为判定作为异常行为识别的热点难题,目前存在难以构建具有场景特定性的识别模型问题.特定场景下的行人轨迹数据,或是有标签,或是无标签,针对如何利用特定场景下有标签轨迹数据信息问题,结合行人多种轨迹特征,提出基于分类函数的... 详细信息

徘徊行为判定作为异常行为识别的热点难题,目前存在难以构建具有场景特定性的识别模型问题.特定场景下的行人轨迹数据,或是有标签,或是无标签,针对如何利用特定场景下有标签轨迹数据信息问题,结合行人多种轨迹特征,提出基于分类函数的徘徊行为识别模型,能够通过分类函数自动学习该场景下有标签轨迹数据中的徘徊行为模式;针对如何利用特定场景下无标签轨迹数据信息问题,提出基于异常检测的徘徊行为识别模型,能够在大量无标签轨迹数据中自动学习潜在的徘徊行为模式.基于两种徘徊行为识别模型,提出徘徊行为识别框架,能够利用目标跟踪算法获取特定场景视频中行人的轨迹数据,并根据数据是否带有标签合适地构建对应的具有场景特定的徘徊行为识别模型.为了验证所提模型的有效性,选用CASIA⁃AR公开数据集作为测试集,和三种基准模型一起,在行走、奔跑和徘徊行为的识别上进行了对比实验.实验结果表明,所提模型在测试集上的准确率和召回率都优于基准模型,F1指标也有提升,验证了所提模型的有效性、场景特定性和迁移性.

关键词：徘徊行为识别模型异常行为分类函数异常值检测轨迹拟合联合轨迹特征

来源：评论

学校读者我要写书评

暂无评论

基于深度聚类的人群运动行为检测

引用

计算机应用与软件 2020年第11期37卷 106-111页

作者：杨玉成张乾岳诗琴邵定琴贵州民族大学数据科学与信息工程学院贵州贵阳550025 贵州省模式识别与智能系统重点实验室贵州贵阳550025

针对人群运动行为检测中难以有效去除异常点的问题,提出一种基于深度聚类的人群运动行为检测方法。构造一种运动特征描述符,通过K-medoids算法对运动特征描述符聚类;采用SqueezeNet轻量级正向加速网络提取视频帧图像特征,通过K-medoids... 详细信息

针对人群运动行为检测中难以有效去除异常点的问题,提出一种基于深度聚类的人群运动行为检测方法。构造一种运动特征描述符,通过K-medoids算法对运动特征描述符聚类;采用SqueezeNet轻量级正向加速网络提取视频帧图像特征,通过K-medoids算法对图像特征聚类;将图像特征聚类指数作为运动特征描述符聚类指数的约束条件去除异常点;将去除异常点的聚类指数映射至每一帧图像实现人群检测。在国际公开数据集上进行实验,实验结果表明该算法有效提升了异常点去除率和聚类纯度。

关键词：行为检测人群运动深度聚类 K-medoids SqueezeNet

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：