基于VGG⁃19和MMD卷积神经网络模型的国画风格迁移

卷积神经网络因效果强大而被广泛应用于图像识别,在提取图像特征方面有极大的进步。由于风格迁移技术主要是针对西方油画,而国画是一种传统的中国艺术风格,其在风格迁移方向上缺乏广泛的应用。设计以国画代替西方油画作为风格图像,以自然景观照片作为内容图像,探究传统国画经过卷积神经网络后的提取效果。实验依据VGG算法模型并结合TensorFlow 2框架,对采集的数据集进行预处理,采集像素制成数据矩阵,输入VGG⁃19浅层模型进行训练,通过MMD最小化分布特征图差异,增强卷积层的目标效果。该方法取得比较满意的结果,可为风格迁移转换的研究提供更多参考。

多层卷积神经网络深度学习算法可移植性分析

在现实环境下,出现恶意用户或攻击者对机器学习算法的攻击;在应用过程中,机器学习算法也会受到物体形状、位移、尺度、光照、背景等因素的影响。针对这些使用过程中所产生的安全性问题,本文提出了基于多层卷积神经网络深度学习算法的图像识别方法,并对其可移植性进行分析,通过对抗性训练提高模型泛化能力来防御对抗样例攻击。针对可用性攻击,在前向传播过程中,采用训练好的多层卷积神经网络深度学习模型自动提取输入图像特征,并利用模型权值共享、更新、下采样等操作对输入图像做降采样处理,降低计算复杂度;在反向传播过程中,利用delta法则和Fisher准则,以及基于类内距离和类间距离的能量约束函数实时调整多层卷积神经网络深度学习模型参数,计算模型输出层各个输出单元的残差,使模型权值能够更加快速收敛到有利于图像识别的最优值。测试结果表明:多层卷积神经网络深度学习算法在图像识别领域的应用具有识别准确率和鲁棒性较高,耗时较短的优点,从理论和实验2方面证明了算法的可移植性。

基于多层卷积神经网络的变电站异常场景识别算法

针对卷积神经网络对小样本识别率较低的问题,引入置信度的概念,提出了一种基于多层卷积神经网络的图像分类方法,简称M_CNN,并将其应用在变电站异常场景识别中。依据网络对小样本的识别情况,设置置信度判决函数,对在已训练好的单层网络结构中难以识别的样本,重新进行特征的提取并训练下一层的网络,形成多层卷积神经网络结构,达到提高识别率的目的。在MNIST手写体数据库上对不同规模样本数进行实验,结果表明M_CNN模型在针对小样本识别时具有一定优越性,最后,将M_CNN模型应用在变电站异常场景识别中,取得了良好的效果。

糖熏鸡腿颜色快速精准识别的多层卷积神经网络模型研究

为快速精准识别糖熏鸡腿在熏制过程中产生的所有颜色,基于机器视觉技术,构建Xception-CNN模型用于熏鸡腿颜色的识别,同时应用Res Net-50、Inception和传统卷积神经网络(convolutional neural networks,CNN)等3种模型对比分析Xception-CNN模型对熏鸡腿颜色的识别效果。采集并经过图像预处理后,共得到不同颜色的熏鸡腿图像4 352张,作为4种模型的实验样本,随机选取其中的3 482张作为训练组,剩下的870张作为测试组。结果表明,4种模型的平均识别准确率分别为92%(Xception-CNN)、91%(Res Net-50)、89%(Inception)、87%(传统CNN);测试时间分别为1. 36 s(Xception-CNN)、0. 81 s(Res Net-50)、0. 98 s(Inception)、2. 48 s(传统CNN)。Xception-CNN模型对糖熏鸡腿图像的颜色识别准确率最高,达到92%,测试时间略高于Res Net-50模型和Inception模型,但低于传统CNN模型,仅需1. 36 s即可完成识别,此模型可以实现糖熏鸡腿颜色的快速精准识别,为糖熏工艺参数精准调控、保障产品颜色标准化等提供可靠依据。

基于卷积神经网络的图像识别系统

卷积神经网络是人工神经网络与深度学习相结合,从而实现深度学习的方法.其具有良好的容错性、自适应性以及较强的自学习能力,还具有自动提取特征、权值共享以及输入图像与网络结构结合良好等优势.基于卷积神经网络和深度学习的图像识别系统,首先对不同的图像进行采集,将采集的得到的结果作为训练集和测试集.通过卷积神经网络对采集结果的训练,得到用来识别的各类特征,识别的结果可以得到图像的类别信息.

基于浅层卷积神经网络的面部表情识别

面部表情识别在人机交互等领域中发挥着重要作用,采用深度学习方法提高了模型精度,但过深的网络加大了计算成本,造成识别滞后和性能低下的问题。本文提出了一种浅层卷积神经网络模型,它受到Xception网络的启发,结合了残差模块和深度可分离卷积,同时引入了功能模块与网络进行融合。微调后的网络结构简单、模型较小,在FER2013数据集上获得了66.12%的准确率,优于多个对比网络。最后,本文搭建了一个可视化系统来验证所提模型在自然场景下的性能,验证结果与实验结论一致。

基于多层卷积神经网络编解码的远程桌面模型优化设计

远程桌面是一种实现计算机桌面远程控制的软件,随着机器学习技术的不断发展,逐渐有研究开始了对远程桌面的优化设计。为了提升远程桌面的编解码速度及同时使其运行机制得到优化,本次研究提出了以多层卷积神经网络为基础来设计编解码器,并以此来提升远程桌面模型的整体性能优化。研究中首先利用多层卷积神经网络来实现图片压缩的优化,也就是实现编解码器的优化,并对卷积神经网络进行优化设计,并将基于多层神经网络的编解码器应用在远程桌面设计中,实现较优的图片压缩,最终构建出基于多层卷积神经网络编解码的远程桌面优化模型。经过测试,结果显示优化设计的卷积神经网络的损失率较低,并且基于卷积神经网络的编解码器的性能较优化前的性能而言,得到了较为明显的提升。此外从远程桌面软件的应用效果中可以得知,服务端的读取速度最高可以达到7.43m/s,并且通过参试者的实验,可以得知设计的远程桌面软件的使用率能在3个月内到90%以上,在加上集运专家的前景分析,可以得知软件的应用效果较好,并具有较为明朗的前景。研究结果为远程桌面控制研究提供了一定的理论支持。

多层感知卷积神经网络的国产多光谱影像分类

联合像元谱段信息与空间结构特征,提出一种适用于多光谱遥感影像像素级分类的多层感知卷积神经网络(MPCNet),并基于吉林1号光谱卫星(Jilin-1GP)影像,在印度纳西克研究区对地表覆盖分类算法进行性能测试。为保证实验的高可靠性,在相同时间段结合Landsat8、Sentinel-2A及HJ-1A影像进行同步分类来定性与定量评估。除此之外,选取三个当前流行算法支持向量机(SVM)、LightGBM、浅层卷积神经网络(CNN)进行算法性能比较。实验结果表明,在Jilin-1GP影像上的总体分类精度可达94.0%~95.8%,Kappa系数达到0.932~0.948。相比准确率较高的浅层CNN,MPCNet的总体分类精度提升3.7个百分点。

采用多通道浅层CNN构建的多降噪器最优组合模型

现有的一致性神经网络(Consensus neural network,CsNet)利用凸优化和神经网络技术将多个降噪算法(降噪器)输出的图像进行加权组合(融合),以获得更好的降噪效果,但该优化模型在降噪效果和执行效率方面仍有较大改进空间.为此,提出一种基于轻量型多通道浅层卷积神经网络(Multi-channel shallow convolutional neural network,MSCNN)构建的多降噪器最优组合(Optimal combination of image denoisers,OCID)模型.该模型采用多通道输入结构直接接收由多个降噪器输出的降噪图像,并利用残差学习技术合并完成图像融合和图像质量提升两项任务.具体使用时,对于给定的一张噪声图像,先用多个降噪器对其降噪,并将降噪后图像输入OCID模型获得残差图像,然后将多个降噪图像的均值图像与残差图像相减,所得到图像作为优化组合后的降噪图像.实验结果表明,与CsNet组合模型相比,网络结构更为简单的OCID模型以更小的计算代价获得了图像质量更高的降噪图像.

基于非侵入式多模态BCI的情绪识别与情感分析

为提高EEG识别准确率和控制可靠性,本文以非侵入式多模态脑机接口(BCI)系统进行分析,以浅层CNN对运动想象EEG进行分类,同时,提出了一种基于召回率选择控制指令刺激频率的新型策略,以结合MI和SSVEP实现稳定的输出。通过研究发现,浅层CNN可有效提高EEG识别准确率,新型控制策略降低了用户的疲劳阈值,使得多模态BCI信号能够实现更稳定的输出。这些方法在情绪识别、情感分析、康复和虚拟现实领域具有广泛的应用前景,为非侵入式BCI系统的进一步发展提供了新的思路和方法。

包含跨域建模和深度融合网络的手绘草图检索

在手绘草图检索(sketch-based image retrieval,简称SBIR)领域,引入一种手绘草图的新型检索模型.手绘草图与自然图片之间存在巨大的差异性,这是因为,与自然图片相比,手绘草图展现出高度抽象的视觉表达,用现有的方法对手绘草图进行特征提取,其产生的特征描述子对于手绘草图的内容无法进行有效地拟合;对于相同的物体,不同的人群用手绘草图描述方式和表达也存在巨大的差距,这就使得手绘草图-自然图片的匹配更加困难;同时,将手绘草图与自然图片映射到相同视觉域的工作,也是一项具有困难的任务.所以,手绘草图检索技术是公认的比较有挑战性的任务.提出一种将手绘草图与自然图片在多个层次上映射到同一视觉域的策略来解决跨域的问题.同时,引入多层深度融合卷积神经网络(multi-layer deep fusion convolutional neural network)的框架来训练并获得手绘草图和自然彩色图片的多层特征表达.在Flickr15k图像数据库进行检索实验,实验结果显示,多层深度融合卷积网络学习到的特征的检索精度超过了现有的手工特征以及由自然图片或者手绘草图训练出来的卷积神经网络(convolutional neural network,简称CNN)的特征.

融合CNN-SAM与GAT的多标签文本分类模型

现有基于神经网络的多标签文本分类研究方法存在两方面不足,一是不能全面提取文本信息特征,二是很少从图结构数据中挖掘全局标签之间的关联性。针对以上两个问题,提出融合卷积神经网络-自注意力机制(CNNSAM)与图注意力网络(GAT)的多标签文本分类模型(CS-GAT)。该模型利用多层卷积神经网络与自注意力机制充分提取文本局部与全局信息并进行融合,得到更为全面的特征向量表示;同时将不同文本标签之间的关联性转变为具有全局信息的边加权图,利用多层图注意力机制自动学习不同标签之间的关联程度,将其与文本上下文语义信息进行交互,获取具有文本语义联系的全局标签信息表示;使用自适应融合策略进一步提取两者特征信息,提高模型的泛化能力。在AAPD、RCV1-V2与EUR-Lex三个公开英文数据集上的实验结果表明,该模型所达到的多标签分类效果明显优于其他主流基线模型。

基于ISCNN-LightGBM的轴承故障诊断

在传统卷积神经网络与分类器相结合的故障诊断方法中,CNN用于故障特征提取时,存在着提取的特征质量不高与运行时间较长的问题.针对以上问题,本文提出了一种基于改进单层卷积神经网络及LightGBM的故障诊断模型.该模型通过将特征距离函数嵌入CNN的损失函数中,提升了CNN特征提取的能力,增强了CNN与后续分类器之间的联系,从而提升了整体模型的故障诊断能力.于此同时,经过改进的单层的卷积神经网络进一步缩短了模型运行的时间,提升了模型的诊断效率.通过对两个不同的公共数据集进行对比实验,其结果表明,本文所提诊断模型对多种轴承故障的诊断准确率与诊断效率显著高于其他诊断模型.

基于梅尔频率倒谱系数的音频分类研究

梅尔频率倒谱系数(Mel Frequency Cepstrum Coefficient,MFCC)是一种符合人耳听觉特征,并与频率呈非线性对应关系的频谱特征,广泛应用在语音识别、音频特征分析等方面。对于目前广泛使用的通过单一特征进行音频分类的方法,存在分类准确度低、处理速度慢等方面的不足,提出了基于梅尔频率倒谱的音频分类算法,该算法对音频设定采样率,获取音频的时间序列,并根据时间序列提取梅尔频率倒谱系数特征,将获取的二维特征值进行数据拟合、标准化处理。构建多层卷积神经网络模型,将标准化处理后的梅尔频率倒谱系数特征作为网络的输入,通过交叉熵验证的方法,对模型的输出进行分类。通过实验数据可知,梅尔频率倒谱系数特征通过多层卷积网络处理后,分类结果准确率达到92.8%,使用模型进行分类时,速度达到每个样本7 ms的耗时,模型能对音频进行准确快速的分类。

采用两阶段混合策略实现的低照度图像增强算法

在深入分析现有各主流低照度图像增强(Low Light Image Enhancement,LLIE)算法的基础上,提出了一种采用两阶段混合策略实现的低照度图像增强(Hybrid LLIE,HLLIE)算法.具体地,在第一阶段,对于给定的低照度图像,利用互补效果较好的Fu和Ying两个主流LLIE算法分别对其进行增强预处理,所得到的两张增强后图像称为初步增强图像;在第二阶段,将所得到的两张初步增强图像输入到预先训练好的多通道浅层卷积神经网络(Multi⁃channel Shallow Convolution Neural Network,MSCNN)模型中,由MSCNN模型将两张初步增强图像优化组合为一张具有更高图像质量的最终增强图像.实验结果表明:与各主流LLIE算法相比,所提出的HLLIE算法在各个客观图像质量评价指标上有显著优势,人工主观评价亦能证实这一点.

基于STFT和DCNN的伤损识别方法

为解决脉冲涡流检测(PECT)信号特征提取耗时且需要专家经验等问题,提出了一种基于短时傅里叶变换(STFT)和两层深度卷积神经网络(T-DCNN)的智能伤损识别方法。该法采用短时傅里叶变换将一维的PECT信号转换为二维时频信号;构建由两层卷积层、BN层、池化层和全连接层构成的DCNN,并将二维时频信号作为输入,进行端对端伤损识别。结果表明,该法与其他经典网络构架的伤损识别方法(VGG11、VGG16)相比,具有精度高、耗时短等优点,更符合工程领域应用需求。

混晶TiO2颗粒尺寸及相转变温度依存模型研究

实验原料及方法对于制备的TiO2粉体的颗粒尺寸和相转变温度具有重要影响.本文搜集了近年来涉及TiO2相转变的相关文献,并探究了其实验所用钛源A、实验方法B对其颗粒尺寸C及相转变温度D的影响.结果表明,实验方法B对颗粒尺寸C的影响更显著,实验所用钛源A对相转变温度D的影响更显著;与相转变温度D相比,钛源A及实验方法B对颗粒尺寸C的影响更显著;通过四层卷积神经网络建立了颗粒尺寸C及相转变温度D依存模型,并计算模型预测相转变温度Dp值与真实相转变温度D值的相对误差Re,除其中一组预测结果异常外,剩余29组的相对误差均不超过10%,最大相对误差为8.79%,预测结果准确率较高.

浅层CNN网络构建的噪声比例估计模型

目的利用深度卷积神经网络(deep convolutional neural network,DCNN)构建的非开关型随机脉冲噪声(random-valued impulse noise,RVIN)降噪模型在降噪效果和执行效率上均比主流的开关型RVIN降噪算法更有优势,但在实际应用中,这类基于训练(数据驱动)的降噪模型,其性能却受制于能否对待降噪图像受噪声干扰的严重程度进行准确的测定(即存在数据依赖问题)。为此,提出了一种基于浅层卷积神经网络的快速RVIN噪声比例预测(noise ratio estimation,NRE)模型。方法该预测模型的主要任务是检测待降噪图像中的噪声比例值并将其作为反映图像受噪声干扰严重程度的指标,依据NRE预测模型的检测结果可以自适应调用相应预先训练好的特定区间DCNN降噪模型,从而快速且高质量地完成图像降噪任务。结果分别在10幅常用图像和50幅纹理图像两个测试集上进行测试,并与现有的主流RVIN降噪算法中的检测模块进行对比。在常用图像测试集上,本文所提出的NRE预测模型的预测准确性最高。相比于噪声比例预测精度排名第2的算法,NRE预测模型在噪声比例预测值均方根误差上低0.6%~2.4%。在50幅纹理图像测试集上,NRE模型的均方根误差波动范围最小,表明其稳定性最好。通过在1幅大小为512×512像素图像上的总体平均执行时间来比较各个算法执行效率的优劣,NRE模型执行时间仅为0.02 s。实验数据表明:所提出的NRE预测模型在受各种不同噪声比例干扰的自然图像上均可以快速而稳定地测定图像中受RVIN噪声干扰的严重程度,非盲的DCNN降噪模型与其联用后即可无缝地转化为盲降噪算法。结论本文RVIN噪声比例预测模型在各个噪声比例下具有鲁棒的预测准确性,与基于DCNN的非开关型RVIN深度降噪模型配合使用后能妥善解决DCNN网络模型固有的数据依赖问题。

基于常规体检数据的癌症筛查研究

基于血常规、尿常规及肿瘤标记物,对基于无症状的癌症筛查进行了研究.为了提高对结构化数据的分类性能,采用了全连接层在前的卷积神经网络(FCLF-CNN).为了保证模型筛查结果的可靠性,测试集采用了接近真实场景的极度非均衡数据.数据总共包含了33个特征,并按照可区分性分成不同的特征子集,用不同的特征子集分别进行了实验,结果表明区分能力更强的特征和更加丰富的特征对于癌症筛查起到了更加重要的作用.对肺癌、肝癌、乳腺癌、宫颈癌以及肾癌分别进行了实验,结果表明,对肺癌和肝癌获得了有竞争力的筛查性能,AUC分别达到了0.889和0.943.

近岸海浪视频浪高自动检测

目的目前基于视觉信息的海浪要素检测方法分为基于立体视觉和基于视频/图像特征的检测方法,前者对浪高的解析不稳定、模型复杂、鲁棒性较差、不能很好地满足实际应用的需求,后者主要检测海浪的运动方向和浪高等级,无法获取精确的浪高值,其中基于图像特征的检测受限于先验知识,检测稳定性较差。为此,本文结合深度学习的特征学习机制,提出了一种面向近岸海浪视频的浪高自动检测方法。方法从近岸海浪监控视频中提取视频帧图像,计算相邻两帧差分获取差分图像,通过数据预处理对静态图像集和差分图像集进行数据扩充;针对两类图像集分别设计多层局部感知卷积神经网络NIN(network in network)结构并预训练网络模型;分别用预训练的网络模型提取静态图像和差分图像的高层特征来表达空间和时间维度的信息,并融合两类特征;通过预训练支持向量回归SVR(support vactor regerssion)模型完成浪高的自动检测。结果实验结果表明,本文近岸海浪视频浪高检测方法在浪高检测上的平均绝对误差为0.109 5 m,平均相对误差为7.39%;从不同绝对误差范围内的测试集精度上可以看出,基于时间和空间信息融合的回归模型精度变化更加平稳,基于空间信息的NIN模型的精度变化幅度较大,因此本文方法有较好的检测稳定性。结论通过预训练卷积神经网络提取近岸视频图像时间和空间信息融合的方式,有效弥补了人工设计特征的不完备性,对近岸视频的浪高检测具有较强的鲁棒性,在业务化检测需求范围内(浪高平均相对误差≤20%)有着较好的实用性。