期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于多视角网络融合的典型用电负荷模式挖掘 被引量:1
1
作者 魏伟 李永胜 +3 位作者 程逍 孙立时 朵向阳 吴卓青 《沈阳工业大学学报》 CAS 北大核心 2022年第3期248-254,共7页
为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现... 为了识别用户端典型用电负荷模式,解决传统聚类算法中仅使用单视角数据致使典型模式识别不全面的问题,提出一种基于多视角网络融合的典型用电负荷模式挖掘方法.采用多视角网络融合算法对三个粒度视角数据进行融合,利用谱聚类算法与共现矩阵度量方法识别典型用电负荷模式,结合教育行业和房地产行业用户基本信息对其用电负荷曲线趋势进行挖掘与分析.结果表明,与单视角数据相比,挖掘出的典型用电负荷模式更为准确且具有较好的鲁棒性,能够结合不同行业特点为电网系统在不同时段采取错峰用电、削峰填谷等措施提供指导. 展开更多
关键词 多视角网络 相似度网络融合 相似性度量 谱聚类算法 典型用电负荷模式 可视化 用电数据 短期负荷
下载PDF
基于预训练模型和多视角循环神经网络的电力文本匹配模型
2
作者 赵伟 王文娟 甘玉芳 《重庆邮电大学学报(自然科学版)》 CSCD 北大核心 2023年第3期545-553,共9页
针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的B... 针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。 展开更多
关键词 预训练模型 多视角循环神经网络模型 文本匹配 电力运维系统
下载PDF
论融合卷积神经网络和Transformer的多视角CT影像分割方法
3
作者 沈嵩 刘渊 《中文科技期刊数据库(全文版)工程技术》 2023年第4期59-63,共5页
本文提出一种结合了卷积神经网络编码器与Swin-Unet编码器解码器的多视角结构。卷积神经网络的优势在于对于局部细节的提取,使用卷积神经网络编码器可以更好的达到对浅层局部特征提取的目的。而Transformer结构更擅长于提取全局信息,在... 本文提出一种结合了卷积神经网络编码器与Swin-Unet编码器解码器的多视角结构。卷积神经网络的优势在于对于局部细节的提取,使用卷积神经网络编码器可以更好的达到对浅层局部特征提取的目的。而Transformer结构更擅长于提取全局信息,在编码器中同时使用卷积神经网络和Swin Transformer结构可以同时提取全局信息和局部信息,将这些提取的局部信息与全局信息特征融合输入到跳跃连接中。在网络结构进入解码器阶段时,将跳跃连接中已融合的浅层特征与Swin Transformer解码器输出的解码特征进行特征融合可以同时兼顾图像分割的细节和整体。这种方法较之Swin-Unet在执行对腹部CT影像多器官分割时,分割精度dice score更高,分割边界效果更好。 展开更多
关键词 融合卷积神经网络 TRANSFORMER 多视角网络模型
下载PDF
基于多视角深度网络增强森林的表情识别 被引量:5
4
作者 张发勇 刘袁缘 +1 位作者 李杏梅 覃杰 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2018年第12期2318-2326,共9页
为了提高在自然环境中姿态变化下人脸表情识别的准确性和鲁棒性,提出一种基于多视角深度网络增强森林的表情识别方法.首先提取人脸区域的人脸子块以消除人脸遮挡等噪声影响,通过在预训练的卷积神经网络模型上迁移学习获得深度表情特征;... 为了提高在自然环境中姿态变化下人脸表情识别的准确性和鲁棒性,提出一种基于多视角深度网络增强森林的表情识别方法.首先提取人脸区域的人脸子块以消除人脸遮挡等噪声影响,通过在预训练的卷积神经网络模型上迁移学习获得深度表情特征;然后,估计水平自由度下的头部姿态参数以消除头部姿态运动的影响,建立多视角条件概率模型,并将条件概率和神经联结函数引入随机树的节点分裂学习中,提高模型在有限训练集上的学习能力和区分力;最后通过多视角权重投票决策人脸表情类别.M-DNF能够获得不同视角下的表情分类结果,而不需要大量的数据集训练.在CK+、多视角BU-3DFE和自发LFW这3个具有挑战的公共人脸数据集上进行实验的结果表明,该方法平均识别准确率分别达到98.85%, 86.63%和57.20%,均高于目前已有且公认的识别率高的表情识别方法. 展开更多
关键词 人脸表情识别 多视角深度网络增强森林 头部姿态配准 深度迁移特征学习
下载PDF
基于多视角深度信念网络的肺结节识别方法 被引量:3
5
作者 张婷 赵涓涓 +2 位作者 罗嘉滢 强彦 肖小娇 《科学技术与工程》 北大核心 2018年第5期92-98,共7页
针对传统肺癌计算机辅助诊断系统中肺结节检出过程烦琐,且存在假阳性高的问题,提出一种基于多视角深度信念网络的肺结节识别方法。该方法首先将肺结节进行三维重建并将重建后不同大小的肺结节归一到不同尺度的立方体中,然后将不同视角的... 针对传统肺癌计算机辅助诊断系统中肺结节检出过程烦琐,且存在假阳性高的问题,提出一种基于多视角深度信念网络的肺结节识别方法。该方法首先将肺结节进行三维重建并将重建后不同大小的肺结节归一到不同尺度的立方体中,然后将不同视角的2.5D切片作为深度信念网络的输入数据,最后通过不同的融合策略完成对肺结节的识别。在肺部图像数据库联盟(LIDC)数据集上大量实验表明:相比于传统肺癌识别系统本文方法敏感性为(92.8±0.25)%,平均每组病例假阳性个数为2.4±0.3,该方法能有效降低肺结节自动检测过程中的假阳性率。 展开更多
关键词 肺结节 假阳性 多视角深度信念网络 LIDC数据集
下载PDF
基于迁移学习的多视角乳腺肿块和钙化簇分类方法 被引量:3
6
作者 肖禾 刘志勤 +4 位作者 王庆凤 黄俊 周莹 刘启榆 徐卫云 《计算机应用》 CSCD 北大核心 2020年第5期1460-1464,共5页
针对乳腺肿块和钙化簇分类任务中可用训练数据量较少的问题,结合乳腺钼靶图成像特点提出了一种基于二次迁移学习的多视角模型。首先,使用CBIS-DDSM制作乳腺局部组织切片数据集来预训练主干网络,完成主干网络的领域适应性学习,使之具备... 针对乳腺肿块和钙化簇分类任务中可用训练数据量较少的问题,结合乳腺钼靶图成像特点提出了一种基于二次迁移学习的多视角模型。首先,使用CBIS-DDSM制作乳腺局部组织切片数据集来预训练主干网络,完成主干网络的领域适应性学习,使之具备基本的病理特征捕捉能力;随后,把主干网络二次迁移到多视角网络中,在绵阳市中心医院数据集上进行微调,同时利用CBIS-DDSM增加训练的正样本数量以提升网络的泛化能力。实验结果表明,领域适应性学习和数据扩充策略平均提升了17%性能指标,取得了94%和90%的肿块和钙化簇曲线下面积(AUC)值。 展开更多
关键词 乳腺钼靶图像 计算机辅助诊断 卷积神经网络 迁移学习 领域适应 多视角网络
下载PDF
多尺度代价体信息共享的多视角立体重建网络 被引量:7
7
作者 刘万军 王俊恺 曲海成 《中国图象图形学报》 CSCD 北大核心 2022年第11期3331-3342,共12页
目的 多视角立体重建方法是3维视觉技术中的重要部分。相较于传统方法,基于深度学习的方法大幅减少重建所需时间,同时在重建完整性上也有所提升。然而,现有方法的特征提取效果一般和代价体之间的关联性较差,使得重建结果仍有可以提升的... 目的 多视角立体重建方法是3维视觉技术中的重要部分。相较于传统方法,基于深度学习的方法大幅减少重建所需时间,同时在重建完整性上也有所提升。然而,现有方法的特征提取效果一般和代价体之间的关联性较差,使得重建结果仍有可以提升的空间。针对以上问题,本文提出了一种双U-Net特征提取的多尺度代价体信息共享的多视角立体重建网络模型。方法 为了获得输入图像更加完整和准确的特征信息,设计了一个双U-Net特征提取模块,同时按照3个不同尺度构成由粗到细的级联结构输出特征;在代价体正则化阶段,设计了一个多尺度代价体信息共享的预处理模块,对小尺度代价体内的信息进行分离并传给下层代价体进行融合,由粗到细地进行深度图估计,使重建精度和完整度有大幅提升。结果 实验在DTU(Technical University of Denmark)数据集上与CasMVSNet相比,在准确度误差、完整度误差和整体性误差3个主要指标上分别提升约16.2%,6.5%和11.5%,相较于其他基于深度学习的方法更是有大幅度提升,并且在其他几个次要指标上也均有不同程度的提升。结论 提出的双U-Net提取多尺度代价体信息共享的多视角立体重建网络在特征提取和代价体正则化阶段均取得了效果,在重建精度上相比于原模型和其他方法都有一定的提升,验证了该方法的真实有效。 展开更多
关键词 3维重建 深度学习 多视角立体网络 双U-Net网络 特征提取 代价体信息共享
原文传递
基于深度学习的自适应水墨画计算美学评估 被引量:1
8
作者 张佳婧 于金辉 +1 位作者 缪永伟 彭韧 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2021年第9期1349-1360,共12页
近几年艺术作品的计算美学评估已成为一个热门的研究方向.但现有工作主要研究照片和油画,关于水墨画的定量审美评估却鲜有尝试.水墨画通过水墨相调和笔法变化来表现画面,因而在视觉特征、语义特征和审美准则上与照片和油画有显著不同.... 近几年艺术作品的计算美学评估已成为一个热门的研究方向.但现有工作主要研究照片和油画,关于水墨画的定量审美评估却鲜有尝试.水墨画通过水墨相调和笔法变化来表现画面,因而在视觉特征、语义特征和审美准则上与照片和油画有显著不同.针对此问题,采用深度学习技术,提出一种自适应的水墨画计算美学评估框架.该框架首先构建水墨画图像美学评价基准数据集;然后根据水墨画审美标准提取全局与局部图像块作为多路输入,并设计一种多视角并行深度卷积神经网络来提取深度审美特征;最后基于水墨画的题材查询机制,构建自适应深度审美评估模型.实验结果表明,文中包含6个并行题材卷积组的多视角网络架构相较基础VGG16架构有较高的审美评估性能,提取的深度审美特征明显优于传统手工设计特征,其自适应模型评估结果与人工审美评价之间达到0.823的皮尔森高度显著相关,且均方误差为0.161.此外,干扰实验表明,文中的网络对构图、墨色和纹理3个绘画要素较为敏感.该研究将不仅为国画计算美学评估提供了一个基于深度学习的参考框架,而且有助于进一步探索人类审美感知与水墨画中深度学习特征之间的关系. 展开更多
关键词 深度学习 水墨画 计算美学评估 多视角并行深度神经网络 自适应模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部