期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
优化双线性ResNet34的人脸表情识别
1
作者 吕军 苌婉婷 +1 位作者 陈付龙 王志伟 《计算机系统应用》 2024年第11期27-37,共11页
为了能够更准确且快速地识别人脸表情,提出了一种优化的基于ResNet34网络的双线性结构(OBSR-Net)来进行人脸表情识别. OBSR-Net采用双线性网络结构作为整体框架,主干网络使用ResNet34网络,通过平移不变的方式对局部成对特征交互进行建模... 为了能够更准确且快速地识别人脸表情,提出了一种优化的基于ResNet34网络的双线性结构(OBSR-Net)来进行人脸表情识别. OBSR-Net采用双线性网络结构作为整体框架,主干网络使用ResNet34网络,通过平移不变的方式对局部成对特征交互进行建模,从而提取更加完整有效的特征,同时采用迁移学习的策略来降低人脸表情小样本图像数据集对深度学习方法的限制.此外,在训练过程中使用一种新的通用优化技术,即梯度集中.该方法通过将梯度向量集中到零均值来直接对梯度进行操作,可以看作是一种具有约束损失函数的投影梯度下降方法. OBSR-Net在Fer2013和CK+两个公开数据集上进行实验,分别取得了77.65%和98.82%的识别准确率.实验结果表明,与其他先进的人脸表情识别方法相比, OBSR-Net表现出较强的竞争力. 展开更多
关键词 人脸表情识别 深度学习 双线性结构 迁移学习 ResNet34 梯度集中
下载PDF
基于价值分解深度强化学习的分布式光伏主动电压控制方法 被引量:1
2
作者 刘硕 郭创新 +2 位作者 冯斌 张勇 王艺博 《电力自动化设备》 EI CSCD 北大核心 2023年第10期152-159,共8页
针对主动电压控制问题,深度强化学习能够有效地解决数学优化方法在精确性和实时性方面的不足。但传统多智能体深度强化学习方法存在信用分配、过度泛化等问题,难以学习到全局最优的协调策略,控制效果较差。为此,提出了一种基于价值分解... 针对主动电压控制问题,深度强化学习能够有效地解决数学优化方法在精确性和实时性方面的不足。但传统多智能体深度强化学习方法存在信用分配、过度泛化等问题,难以学习到全局最优的协调策略,控制效果较差。为此,提出了一种基于价值分解深度强化学习的分布式光伏主动电压控制方法。将主动电压控制问题建模为分布式部分可观测马尔可夫决策过程,然后基于中心化训练和去中心化执行框架,提出分解式价值网络、集中式策略梯度2项改进措施:将全局价值网络分解为个体价值网络和混合网络,并采用所有智能体的当前策略进行集中参数更新。改进的IEEE 33节点配电网系统的算例结果表明,所提方法表现出了优越的稳压减损控制性能,且在训练速度、场景鲁棒性等方面具备一定的优势。 展开更多
关键词 主动电压控制 分布式光伏 深度强化学习 多智能体 价值分解 集中式策略梯度
下载PDF
基于频率通道注意力网络的花生图像识别 被引量:1
3
作者 王春龙 蒋仲铭 +3 位作者 鲍安红 龚凤 李丹 高涛 《花生学报》 北大核心 2022年第3期69-76,82,共9页
为了解决不同等级花生果的外形和颜色相似性大、难以分类识别的问题,本研究在ResNet50的基础上进行了改进。首先,在每个残差结构中引入频率通道注意力(Frequency Channel Attention,FCA)机制,减少图像特征信息的丢失,保留更多细节信息;... 为了解决不同等级花生果的外形和颜色相似性大、难以分类识别的问题,本研究在ResNet50的基础上进行了改进。首先,在每个残差结构中引入频率通道注意力(Frequency Channel Attention,FCA)机制,减少图像特征信息的丢失,保留更多细节信息;其次,通过可学习的自适应激活函数(Activate or Not,ACON)进行激活,动态地学习了激活函数的非线性程度,激活过程更加稳健而有效;最后,利用梯度集中(Gradient Centralization)的动量梯度下降算法优化损失函数。同等实验条件下对比VGG16、AlexNet和未改进的ResNet50模型,该模型性能最优,模型参数大小为127 MB,单张图耗时0.31 s,测试集上平均识别准确率为98%,高出模型改进前2.46个百分点。FAG-ResNet50模型可以很好地解决花生果分类问题,为智能花生果分级设备的开发奠定了技术基础。 展开更多
关键词 图像识别 频率通道注意力 自适应激活函数 梯度集中 花生分级
下载PDF
基于协调注意力的花生荚果品质分级
4
作者 王春龙 蒋仲铭 鲍安红 《食品与机械》 北大核心 2022年第9期180-184,共5页
目的:解决花生荚果品质分级过程中模型参数占用内存大、识别精度低、识别速度慢的问题。方法:提出一种基于深度学习和图像处理的花生荚果品质分级方法,在SqueezeNet模型的基础上,通过引入的协调注意力模块(Coordinate Attention)将得到... 目的:解决花生荚果品质分级过程中模型参数占用内存大、识别精度低、识别速度慢的问题。方法:提出一种基于深度学习和图像处理的花生荚果品质分级方法,在SqueezeNet模型的基础上,通过引入的协调注意力模块(Coordinate Attention)将得到的特征图分别编码成一对方向感知和位置敏感的注意图,加强获取特征图中感兴趣区域信息的能力;采用梯度集中(Gradient Centralization)的策略改进优化算法;优化最末的fire层及卷积层的参数。提出优化模型CG-SqueezeNet,并应用于花生荚果品质分级。结果:与经典模型试验对比,CG-SqueezeNet模型在实际花生荚果图像数据库上的检测准确率为97.83%,参数内存仅为2.52 MB。结论:该方法适合部署在移动终端等嵌入式资源受限设备上,有助于实现对花生荚果品质的实时准确识别。 展开更多
关键词 深度学习 品质分级 机器视觉 协调注意力 梯度集中 花生
下载PDF
Application of empirical mode decomposition in early diagnosis of magnetic memory signal 被引量:2
5
作者 冷建成 徐敏强 张嘉钟 《Journal of Central South University》 SCIE EI CAS 2010年第3期549-553,共5页
In order to eliminate noise interference of metal magnetic memory signal in early diagnosis of stress concentration zones and metal defects, the empirical mode decomposition method combined with the magnetic field gra... In order to eliminate noise interference of metal magnetic memory signal in early diagnosis of stress concentration zones and metal defects, the empirical mode decomposition method combined with the magnetic field gradient characteristic was proposed. A compressive force periodically acting upon a casing pipe led to appreciable deformation, and magnetic signals were measured by a magnetic indicator TSC-1M-4. The raw magnetic memory signal was first decomposed into different intrinsic mode functions and a residue, and the magnetic field gradient distribution of the subsequent reconstructed signal was obtained. The experimental results show that the gradient around 350 mm represents the maximum value ignoring the marginal effect, and there is a good correlation between the real maximum field gradient and the stress concentration zone. The wavelet transform associated with envelop analysis also exhibits this gradient characteristic, indicating that the proposed method is effective for early identifying critical zones. 展开更多
关键词 metal magnetic memory noise interference early diagnosis empirical mode decomposition magnetic field gradient stress concentration ZONES envelop analysis
下载PDF
Stress concentration in a finite functionally graded material plate 被引量:3
6
作者 YANG QuanQuan GAO CunFa CHEN WenTao 《Science China(Physics,Mechanics & Astronomy)》 SCIE EI CAS 2012年第7期1263-1271,共9页
This paper is to study the two-dimensional stress distribution of a finite functionally graded material (FGM) plate with a circular hole under arbitrary constant loads. Using the method of piece-wise homogeneous layer... This paper is to study the two-dimensional stress distribution of a finite functionally graded material (FGM) plate with a circular hole under arbitrary constant loads. Using the method of piece-wise homogeneous layers, the stress analysis of the finite FGM plate having radial arbitrary elastic properties is made based on the complex variable method combined with the least square boundary collocation technique. Numerical results of stress distribution around the hole are then presented for different loading conditions, different material properties and different plate sizes, respectively. It is shown that the stress concentration in the finite plate is generally enhanced compared with the case of an infinite plate, but it can be significantly reduced by choosing proper change ways of the radial elastic modulus. 展开更多
关键词 functionally graded material f'mite plate circular hole stress concentration
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部