基于3D注意力的MobileNet图像分类算法改进

针对MobileNetV2网络在图像分类任务中特征表达不足的问题,提出一种结合注意力机制对MobileNet网络的改进策略。利用一种新颖的高效且无参的注意力模块,同时结合I-block模块来替换MobileNet网络中的倒残差模块,采用RReLU激活函数替代原ReLU激活函数保留更多特征,结合inception结构进行多尺度特征提取与融合,使其可以提供更强的多尺度特征表达并服务于图像分类任务,使用数据扩增技术,生成更多样本。与6种方法进行对比,实验结果表明,采用3D注意力机制的网络在数据集CIFAR-10、CIFAR-100上以最少的网络参数分别取得94.09%和75.35%的最高精度,表明该改进方法可以有效地进行快速图像分类。

结合多层池化的卷积神经网络在表情识别中的应用

为了解决传统卷积神经网络(Convolutional Neural Network,CNN)对于人脸微表情识别的泛化能力差的问题,提出了一种改进的Inception结构与残差结构结合的卷积神经网络方法。首先在改进的Inception结构的基础上将输入特征直接映射到输出结果中构成残差结构,并针对表情局部特征复杂模糊等不足采用多层池化的方式进行优化,实现端到端的人脸表情识别。为防止训练数据量少、数据分布不均匀,采用了数据增强技术从原始数据集中生成更多的训练样本。新模型在Fer2013数据集上进行测试,准确率达到71.26%,表明该方法相比于传统的卷积神经网络具有更高的准确率,训练模型更加稳定。

渗透胁迫下vde基因缺失对拟南芥生理特性的影响

本实验以拟南芥野生型(WT)及vde基因缺失突变体植株(npq1-2)为材料,分别研究了它们在PEG-6000模拟渗透胁迫过程中叶片的光合作用、叶绿素荧光、呼吸作用、抗氧化酶活性以及生长状况各参数的变化。研究表明,vde基因缺失使拟南芥植株抽薹和开花时间提前,渗透胁迫条件下,vde基因缺失突变体较野生型萎蔫程度更高,成活率更低,净光合速率(Pn)、气孔导度(Gs)、最大光化学效率(Fv/Fm)、非光化学淬灭系数(NPQ)低于野生型。呼吸作用受到抑制。而且,vde基因的缺失胁迫下部分抗氧化酶(如SOD、APX和CAT)活性提高。结果初步表明,渗透胁迫下缺失体的过剩光能不能通过热耗散的方式释放,致使植株的活力下降。