基于改进残差池化层的纹理识别

纹理一直是物体图像最重要的特征之一。针对现有纹理识别模型在复杂数据集下识别准确率不高的问题,提出一种基于改进残差池化层的纹理识别算法。首先,提出多维特征融合模块,在纹理识别模型中同时利用高层特征和低层特征来提取更加有效的纹理特征;其次,对残差池化层进行改进,在原残差池化层的基础上,引入全局最大池化支路,为纹理识别模型增加全局空间结构观察,将原残差池化层与全局最大池化支路得到的特征向量进行拼接后作为纹理特征,提升纹理识别的准确率;再次,应用局部二值模式辅助识别策略,使用局部二值模式编码映射图像为纹理识别模型提供辅助信息;最后,将得到的纹理特征输入到分类层中,得到纹理识别结果。与现有的纹理识别方法B-CNN、Deep filter banks、Deep TEN、TEX-Net-LF、locality-aware coding、DRP-Net相比,该方法具有更好的纹理识别效果。

基于改进卷积神经网络的化纤丝饼表面缺陷识别

针对传统人工检测化纤丝饼表面缺陷方法的不足,提出改进的卷积神经网络对正常以及3种常见缺陷丝饼进行分类识别。首先对采集的丝饼图像进行分块处理,然后利用改进的卷积神经网络进行特征提取,采用全局最大池化层代替全连接层,增强了图像对空间变换的鲁棒性,减少了模型参数,并利用softmax分类器进行分类。最后在网络学习过程中提出主动学习方法,用少量标注样本对网络进行训练,选出对提升网络性能最具价值的样本进行标注并加入到训练样本中进行训练检测。结果表明,该方法可有效实现丝饼的缺陷识别,识别准确率达到97.1%,并有效减少了网络所需的标注样本数量,节省大量的标注成本,具有一定的通用性。

利用优化剪枝GoogLeNet的人脸表情识别方法

为了提高人脸表情识别的准确率和加快处理速度,提出了一种基于优化剪枝GoogLeNet的人脸表情识别方法。利用GoogLeNet网络提取面部特征,其中Inception模块加深学习深度,并利用典型的分类器实现人脸表情分类。改进GoogLeNet网络,添加全局最大池化层并保留检测目标的位置信息,以Sigmoid交叉熵作为训练目标,获得全面的人脸表情特征信息。通过剪枝算法对GoogLeNet网络进行训练、修剪低权重连接和再训练网络等操作,以简化网络结构和参数量,提高运行效率。在JAFFE、CK+和Cohn-Kanade数据集上对所提方法进行验证,实验结果表明,所提方法的识别准确率分别为83.84%、85.09%和84.87%,运行时间低于200 ms,优于对比方法,具有较好的适用性。

融合Inception V1-CBAM-CNN的轴承剩余寿命预测模型

针对现有的滚动轴承剩余寿命(RUL)预测方法精度低、轴承健康指标(HI)构建困难等问题,提出了一种基于卷积神经网络(CNN)并融合Inception V1模块和卷积注意力机制模块(CBAM)的滚动轴承RUL预测模型。首先,在CNN中添加了CBAM机制,并进行了加权处理,在通道和空间维度对重要特征进行了强化,对次要特征进行了抑制,通过添加改进的InceptionV1模块,提高了CNN通道间信息交互水平,全面提取了退化特征;然后,进行了网络优化,采用全局最大池化(GMP)方法对模型进行了简化,采用Dropout和批量归一化(BN)方法,避免了过拟合,提高了精度,且克服了训练时出现的梯度消失问题;最后,对数据进行了处理,将降噪后的信号重组为三维张量,将其作为HI,构建了退化标签,引入了评价指标,采用PHM2012轴承数据集进行了实验验证,在3种工况下将其与深度神经网络(DNN)、CNN方法、结合注意力机制的残差网络方法(ResNet)进行了对比。研究结果表明:该方法在变负载条件下的平均RMSE为0.033,较其他方法的RMSE值分别降低了86%、78%和69%,在预测精度和泛化能力方面具有明显优势。

基于多通道时频域信号的卷积神经网络智能故障诊断技术

在滚动轴承故障诊断中,算法难以学习所有负载下的健康状态特征,为有效诊断滚动轴承在变负载下的健康状态,算法需要较强的负载域适应能力。针对上述问题,提出了基于多通道时频域信号的卷积神经网络算法。不同的小波提取不同的特征,算法采用多种小波可以提供多样的健康状态特征。并且全局最大池化替换每一空洞卷积之后的最大池化,从全局范围内提取最大激活。因此,算法只需在源域下训练,即可在目标域下得到良好的诊断效果。为验证该算法的有效性,利用公共数据集进行实验。实验结果表明,该算法在不同负载下的分类精度较其他算法有明显提高,从而可以有效识别滚动轴承的健康状态。

基于弱监督的改进Transformer在人群定位中的应用

针对现有人群定位方法采用伪边界框或预先设计的定位图,需要复杂的预处理和后处理来获得头部位置的问题,提出一种基于弱监督的端到端人群定位网络LocalFormer。在特征提取阶段,将纯Transformer作为骨干网络,并对每个阶段的特征执行全局最大池化操作,提取更加丰富的人头细节信息。在编码器-解码器阶段,将聚合特征嵌入位置信息作为编码器的输入,且每个解码器层采用一组可训练嵌入作为查询,并将编码器最后一层的视觉特征作为键和值,解码后的特征用于预测置信度得分。通过二值化模块自适应优化阈值学习器,从而精确地二值化置信度图。在不同数据环境下对三个数据集进行实验,结果表明该方法实现了最佳定位性能。

基于RCNN的问题相似度计算方法

在搜索引擎、问答系统中利用深度学习的方法计算问题相似度是NLP领域研究的热点。结合卷积神经网络(CNN)和长短记忆网络(LSTM),提出了递归卷积神经网络(RCNN)问句相似度的计算方法,首先利用双向递归神经网络提取上下文信息,然后采用1D卷积神经网络将词嵌入信息与上下文信息进行融合;再利用全局最大池化提取关键信息来完成问句的语义表示;最后通过匹配层判断问句对的相似度。在Quora Question Pairs数据集上的实验结果表明,该相似度计算方法准确率为83.57%,优于其他方法。

基于弱监督的改进型GoogLeNet在DR检测中的应用

针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题,提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先,对GoogLeNet网络进行改进,去掉最后一个全连接层并保留检测目标的位置信息,添加全局最大池化层,以sigmoid交叉熵作为训练的目标函数以获得带有多种特征位置信息的特征图;然后,基于弱监督方法仅使用类别标签对网络进行训练;其次,设计一种连通区域算法来计算特征连通区域边界坐标集合;最后在待测图片中使用边界框定位病灶。实验结果表明,在小样本条件下,改进模型准确率达到了94.5%,与SSD算法相比,准确率提高了10%。改进模型实现了小样本条件下端到端的病变识别,同时该模型的高准确率保证了模型在眼底筛查中具有应用价值。

基于TDFFCNN模型的电能质量扰动分类

为提高电能质量扰动(power quality disturbances,简称PQD)分类准确率,提出双模态特征融合的卷积神经网络(two-dimensional feature fusion convolutional neural network,简称TDFFCNN)模型,该模型包含2个轻量化子模型.子模型1运用全局最大池化,在大量降低数据量的同时学习电能质量扰动(power quality disturbances,简称PQD)时间序列的时序特征,以增加模型提取时序特征的能力;子模型2使用小卷积核与小步长为参数的堆叠单元提取图像振幅特征,对高中低层特征进行融合,以获得细节与结构性语义.实验结果表明:TDFFCNN模型具有较强的抗噪性能;相对于其他3种模型,TDFFCNN模型的平均准确率最高.因此,TDFFCNN模型具有更强分类性能.

基于改进Bilinear CNN的细粒度图像分类方法

为提高细粒度图像分类的精确度,提出一种基于双线性网络(Bilinear CNN)的改进方法。首先,选取结构紧密的DenseNet121卷积部分作为特征提取模块,运用改进的Relu-and-Softplus激活函数;接着,结合注意力机制引入空间注意力模块和通道注意力模块,在整体性和局部性上有效提取细节特征;并增加一层卷积层实现调整特征图维度的过渡作用,通过特征图分组策略有效降低特征向量维度减少参数;在双线性池化后采用全局最大池化层处理N个双线性特征向量,融合得到用于Softmax分类的最终向量。经实验证明,新模型的分类精确度可达到96.869%,参数量也大幅度降低,工作效率显著提高。