期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
9
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进SegNet的鸡只检测算法
1
作者
吉训生
孙贝贝
夏圣奎
《计算机工程与设计》
北大核心
2024年第1期102-109,共8页
为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器...
为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器间,丰富解码器信息。利用多层深度可分离卷积替代标准卷积,提取深层次语义信息,减少计算量提高实时性。将鸡群图像分割结果交并比与阈值对比判别鸡只状态。实验结果表明,改进的AT-SegNet较原算法的检测精度提高了25.17%,能够在复杂鸡群环境中准确、高效地发现死亡鸡只。
展开更多
关键词
深度学习
鸡只检测
语义分割
编码解码结构
注意力机制
软池化
深度可分离卷积
下载PDF
职称材料
改进YOLOX-nano的火灾火焰烟雾检测
被引量:
3
2
作者
汪子健
高焕兵
+2 位作者
侯宇翔
杜传胜
贝太学
《计算机系统应用》
2023年第3期265-274,共10页
针对在检测火焰和烟雾的火灾检测过程中存在火灾初期小目标难以检测的情况,本文提出了一种基于自然指数损失(eCIoU)的改进YOLOX-nano (ASe-YOLOX-nano)目标检测算法.首先,提出一种新的目标检测函数eIoU损失函数来替代传统IoU损失,解决...
针对在检测火焰和烟雾的火灾检测过程中存在火灾初期小目标难以检测的情况,本文提出了一种基于自然指数损失(eCIoU)的改进YOLOX-nano (ASe-YOLOX-nano)目标检测算法.首先,提出一种新的目标检测函数eIoU损失函数来替代传统IoU损失,解决在检测小目标时预测框和真实框易出现无交集的情况,及无法反应宽高影响等问题.其次,在网络模型中引入注意力模块,在网络初期模糊定位目标位置,提高网络后期对目标尤其是小目标检测的准确性.此外,本文还采用软池化空间金字塔池化结构提取不同尺寸的空间特征信息,可以提升模型对于空间布局和物体变性的鲁棒性,因此目标较小时也可以提取充足的特征,采用Mosaic增强技术预处理数据集,提升模型的泛化能力,以此进一步提高网络性能.通过目标数据集进行对比验证,其结果显示, mAP指标达到70.07%,比原模型提高了3.46%,火焰的准确率达到84.66%,烟雾的达到74.56%, FPS能够稳定在73,相对于传统YOLOXnano算法拥有更好的火灾检测能力.
展开更多
关键词
火灾检测
注意力机制
软池化
空间金字塔
损失函数
YOLOX
下载PDF
职称材料
基于改进MobileNetV3的PCB裸板缺陷检测
被引量:
3
3
作者
张鹏飞
王淑青
+2 位作者
王年涛
顿伟超
黄剑锋
《湖北工业大学学报》
2023年第1期27-32,共6页
为解决传统PCB裸板缺陷检测效率低、误检率高、通用性差等问题,提出一种基于改进MobileNetV3的PCB表面缺陷检测模型。首先对PCB数据集进行预处理,然后采用多方向协调注意力代替原网络中的挤压和激励注意力模块,提升特征定位精度从而增...
为解决传统PCB裸板缺陷检测效率低、误检率高、通用性差等问题,提出一种基于改进MobileNetV3的PCB表面缺陷检测模型。首先对PCB数据集进行预处理,然后采用多方向协调注意力代替原网络中的挤压和激励注意力模块,提升特征定位精度从而增强感受野;最后利用软池化优化MobileNetV3的末端结构,以在简化后的激活映射中保留更多的特征信息。实验结果证明,提出的模型对PCB裸板缺陷检测的平均准确率可达96.1%,图片平均检测速度为25.1 ms,能够高效识别PCB裸板的多种缺陷类型,对工业生产中PCB裸板的质量检测有实际应用价值。
展开更多
关键词
PCB裸板
缺陷检测
MobileNetV3
软池化
深度学习
下载PDF
职称材料
一种基于条件生成对抗网络的单幅图像去雾算法
被引量:
1
4
作者
钱坤
李晨瑄
+1 位作者
陈美杉
冯宗亮
《兵工自动化》
2023年第2期16-23,共8页
针对雾(霾)会显著降低基于图像制导武器的可见光侦测设备成像质量,从而干扰对目标精确识别的问题,提出一种基于条件生成对抗网络的单幅图像去雾算法。在生成器下采样中使用软池化运算,以提高细粒度特征的提取能力;加入全局平均池化层,...
针对雾(霾)会显著降低基于图像制导武器的可见光侦测设备成像质量,从而干扰对目标精确识别的问题,提出一种基于条件生成对抗网络的单幅图像去雾算法。在生成器下采样中使用软池化运算,以提高细粒度特征的提取能力;加入全局平均池化层,旨在消除图像边缘的震荡效应,提高去雾图像清晰度;简化判别器结构,优化损失函数权重值确定方法,提升网络模型训练效率。实验结果表明:去雾后的图像清晰锐利,色彩自然,在结构相似性、峰值信噪比和图像信息熵等客观定量指标上优于经典去雾算法,对去雾后图像进行目标检测的平均精度均值提升了4.13%。
展开更多
关键词
图像去雾
条件生成对抗网络
软池化
损失函数
目标识别
下载PDF
职称材料
基于多级分裂HSC-Net的皮肤病图像分割方法
5
作者
杨国亮
李林森
+1 位作者
黄聪
黄经纬
《无线电工程》
北大核心
2023年第4期918-924,共7页
针对皮肤病图像边界模糊且分布不规则、传统卷积分割方法无法满足对边缘细节提取的问题,提出了多级分裂卷积HSC-Net的皮肤病图像分割方法。网络编码端使用ImageNet上的VGG16-BN预训练模型,预训练参数会在训练过程中进行自动微调。将预...
针对皮肤病图像边界模糊且分布不规则、传统卷积分割方法无法满足对边缘细节提取的问题,提出了多级分裂卷积HSC-Net的皮肤病图像分割方法。网络编码端使用ImageNet上的VGG16-BN预训练模型,预训练参数会在训练过程中进行自动微调。将预训练模型中传统的最大池化层用软池化(Soft-pool)层进行替换,以减少传统池化的精度损失。解码端的HSC通过对特征图信息的分级提取,能高效利用特征信息。在解码端融入极化自注意力(Polarized Self-Attention, PSA)机制,使得空间和通道维度上获取更丰富的梯度信息。在ISIC2018数据集上的实验结果显示,精确度、Jaccard指数和Dice指数分别为96.21%、81.88%、81.65%,在准确性、轻量化和边界分割效果上优于现有的分割方法。
展开更多
关键词
图像处理
图像分割
多尺度特征融合
软池化
注意力机制
下载PDF
职称材料
改进Retina-Net的草坪杂草目标检测
被引量:
1
6
作者
宋建熙
李兴科
+1 位作者
于哲
李西兵
《中国农机化学报》
北大核心
2022年第12期170-177,共8页
在城市规划与园林景观中,人工养护的草坪起到美化环境的作用,但是各类草坪杂草的滋生,严重损害景观草坪的观赏性。而人工分辨杂草费时费力,影响后续的除草效率。因此,借助深度学习的研究成果,对现有的Retina-Net目标检测模型进行针对性...
在城市规划与园林景观中,人工养护的草坪起到美化环境的作用,但是各类草坪杂草的滋生,严重损害景观草坪的观赏性。而人工分辨杂草费时费力,影响后续的除草效率。因此,借助深度学习的研究成果,对现有的Retina-Net目标检测模型进行针对性改进,通过提取训练集目标图像特征信息、增设多尺度感受野、改进软池化层等方式,提升模型的杂草检测和种类分辨的能力,有助于后续除草工作的高效展开。最终试验对6类杂草的识别率分别为85.3%,84%,89.6%,86.7%,95.1%,91.5%。相比较于其他主流目标检测算法,识别率分别提高2.2%~9.3%。
展开更多
关键词
Retina-Net
图像处理
卷积神经网络
目标检测
感受野
软池化
下载PDF
职称材料
基于改进YOLOv5的金属工件表面缺陷检测
被引量:
6
7
作者
王一
龚肖杰
+1 位作者
程佳
苏皓
《包装工程》
CAS
北大核心
2022年第15期54-60,共7页
目的针对金属工件表面小尺寸缺陷检测精度低的问题,提出以YOLOv5网络为基础,结合注意力机制与Ghost卷积的表面缺陷检测算法。方法首先,在原网络中增加SE通道注意力模块,增加缺陷有关信息的权重,减少无用特征的干扰,从而提高目标的检测...
目的针对金属工件表面小尺寸缺陷检测精度低的问题,提出以YOLOv5网络为基础,结合注意力机制与Ghost卷积的表面缺陷检测算法。方法首先,在原网络中增加SE通道注意力模块,增加缺陷有关信息的权重,减少无用特征的干扰,从而提高目标的检测精度。然后,将网络中空间金字塔池化模块的池化方式由最大池化替换为软池化,使得在下采样激活映射中保留更多的特征信息,获得更好的检测精度。最后,采用Ghost卷积块替换主干网络中的常规卷积模块,提取丰富特征及冗余特征,以此提高模型效率。结果改进后网络平均精度均值达到0.9978,相比原网络提高了7.07个百分点。结论该网络显著提高了金属工件表面缺陷检测的精度。
展开更多
关键词
表面缺陷检测
YOLOv5模型
通道注意力
软池化
Ghost卷积
下载PDF
职称材料
基于多尺度残差收缩U-Net的胎儿心电信号提取
8
作者
王乾
张正旭
+2 位作者
宋丹洋
王玉静
宋立新
《生物医学工程学杂志》
EI
CAS
北大核心
2024年第3期494-502,共9页
针对在胎儿心电信号提取中,U-Net同级卷积编码器尺度的单一性忽略了母亲和胎儿心电特征波的大小和形态差异,且当残差收缩模块作为编码器的阈值学习过程中缺少对心电信号时间信息利用的问题,本文提出一种基于多尺度残差收缩U-Net模型的...
针对在胎儿心电信号提取中,U-Net同级卷积编码器尺度的单一性忽略了母亲和胎儿心电特征波的大小和形态差异,且当残差收缩模块作为编码器的阈值学习过程中缺少对心电信号时间信息利用的问题,本文提出一种基于多尺度残差收缩U-Net模型的胎儿心电信号提取方法。首先在残差收缩模块中引入Inception和时间域注意力,增强同级卷积编码器的胎儿心电信号多尺度特征提取能力和时间域信息的利用;为了保持更多的心电波形局部细节特征,将U-Net中的最大池化替换为Softpool;最后,由残差模块和上采样构成的解码器逐步生成胎儿心电信号。本文应用临床心电信号进行实验,最终结果表明:与其他胎儿心电提取算法相比,本文方法可以提取更为清晰的胎儿心电信号,在2013年竞赛数据集上灵敏度、阳性预测值和F1分数分别达到93.33%、99.36%、96.09%。因此本文方法可以有效提取胎儿心电信号,为围产期胎儿健康监护提供了一种具有应用价值的方法。
展开更多
关键词
深度学习
胎儿心电信号提取
深度残差收缩网络
软池化
原文传递
基于多层反卷积网络的SAR图像分类
被引量:
4
9
作者
王云艳
何楚
+2 位作者
赵守能
陈东
廖明生
《武汉大学学报(信息科学版)》
EI
CSCD
北大核心
2015年第10期1371-1376,共6页
针对传统特征提取方法不能提取目标高层结构特征的问题,提出了一种基于软概率的池化方法,结合多层反卷积网络,学习目标的高层结构特征,并将其用于合成孔径雷达(SAR)图像分类。首先对SAR图像进行子块划分,然后对每个子块进行基于多层反...
针对传统特征提取方法不能提取目标高层结构特征的问题,提出了一种基于软概率的池化方法,结合多层反卷积网络,学习目标的高层结构特征,并将其用于合成孔径雷达(SAR)图像分类。首先对SAR图像进行子块划分,然后对每个子块进行基于多层反卷积网络的特征编码,学习出不同层次上的图像特征,最后将该特征用于支持向量机(SVM)分类器,实现SAR图像的分类。在国内首批SAR数据上的实验表明,该算法获得了较高的分类准确率。
展开更多
关键词
合成孔径雷达
多层学习
反卷积网络
图像分类
软
概率
池化
原文传递
题名
基于改进SegNet的鸡只检测算法
1
作者
吉训生
孙贝贝
夏圣奎
机构
江南大学物联网工程学院
南通天成现代农业科技有限公司兽医部门
出处
《计算机工程与设计》
北大核心
2024年第1期102-109,共8页
基金
江苏省重点研发-现代农业基金项目(BE-2018334)。
文摘
为实现智能化检测出鸡场中死亡鸡只,提出一种基于改进语义分割模型AT-SegNet的鸡只检测算法。基于对称编码解码结构SegNet,利用空洞卷积在解码前聚合不同感受野的上下文信息,设计一种三尺度注意力级联融合模块,以并联方式嵌入编、解码器间,丰富解码器信息。利用多层深度可分离卷积替代标准卷积,提取深层次语义信息,减少计算量提高实时性。将鸡群图像分割结果交并比与阈值对比判别鸡只状态。实验结果表明,改进的AT-SegNet较原算法的检测精度提高了25.17%,能够在复杂鸡群环境中准确、高效地发现死亡鸡只。
关键词
深度学习
鸡只检测
语义分割
编码解码结构
注意力机制
软池化
深度可分离卷积
Keywords
deep learning
chicken detection
semantic segmentation
encoder-decoder structure
attention mechanism
soft pooling
depthwise separable convolution
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
改进YOLOX-nano的火灾火焰烟雾检测
被引量:
3
2
作者
汪子健
高焕兵
侯宇翔
杜传胜
贝太学
机构
山东建筑大学信息与电气工程学院
山东建筑大学机电工程学院
山东省智能建筑技术重点实验室
出处
《计算机系统应用》
2023年第3期265-274,共10页
基金
国家自然科学基金(61903227)
山东省重点研发计划(2019GGX104105)。
文摘
针对在检测火焰和烟雾的火灾检测过程中存在火灾初期小目标难以检测的情况,本文提出了一种基于自然指数损失(eCIoU)的改进YOLOX-nano (ASe-YOLOX-nano)目标检测算法.首先,提出一种新的目标检测函数eIoU损失函数来替代传统IoU损失,解决在检测小目标时预测框和真实框易出现无交集的情况,及无法反应宽高影响等问题.其次,在网络模型中引入注意力模块,在网络初期模糊定位目标位置,提高网络后期对目标尤其是小目标检测的准确性.此外,本文还采用软池化空间金字塔池化结构提取不同尺寸的空间特征信息,可以提升模型对于空间布局和物体变性的鲁棒性,因此目标较小时也可以提取充足的特征,采用Mosaic增强技术预处理数据集,提升模型的泛化能力,以此进一步提高网络性能.通过目标数据集进行对比验证,其结果显示, mAP指标达到70.07%,比原模型提高了3.46%,火焰的准确率达到84.66%,烟雾的达到74.56%, FPS能够稳定在73,相对于传统YOLOXnano算法拥有更好的火灾检测能力.
关键词
火灾检测
注意力机制
软池化
空间金字塔
损失函数
YOLOX
Keywords
fire detection
attention mechanism
soft pooling spatial pyramid
loss function
YOLOX
分类号
X932 [环境科学与工程—安全科学]
TP183 [自动化与计算机技术—控制理论与控制工程]
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进MobileNetV3的PCB裸板缺陷检测
被引量:
3
3
作者
张鹏飞
王淑青
王年涛
顿伟超
黄剑锋
机构
湖北工业大学电气与电子工程学院
出处
《湖北工业大学学报》
2023年第1期27-32,共6页
文摘
为解决传统PCB裸板缺陷检测效率低、误检率高、通用性差等问题,提出一种基于改进MobileNetV3的PCB表面缺陷检测模型。首先对PCB数据集进行预处理,然后采用多方向协调注意力代替原网络中的挤压和激励注意力模块,提升特征定位精度从而增强感受野;最后利用软池化优化MobileNetV3的末端结构,以在简化后的激活映射中保留更多的特征信息。实验结果证明,提出的模型对PCB裸板缺陷检测的平均准确率可达96.1%,图片平均检测速度为25.1 ms,能够高效识别PCB裸板的多种缺陷类型,对工业生产中PCB裸板的质量检测有实际应用价值。
关键词
PCB裸板
缺陷检测
MobileNetV3
软池化
深度学习
Keywords
Bare PCB board
Defect detection
MobileNetV3
Soft pool
Deep learning
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
一种基于条件生成对抗网络的单幅图像去雾算法
被引量:
1
4
作者
钱坤
李晨瑄
陈美杉
冯宗亮
机构
海军航空大学岸防兵学院
中国人民解放军
出处
《兵工自动化》
2023年第2期16-23,共8页
基金
装备预研领域基金(6140247030216JB14004)。
文摘
针对雾(霾)会显著降低基于图像制导武器的可见光侦测设备成像质量,从而干扰对目标精确识别的问题,提出一种基于条件生成对抗网络的单幅图像去雾算法。在生成器下采样中使用软池化运算,以提高细粒度特征的提取能力;加入全局平均池化层,旨在消除图像边缘的震荡效应,提高去雾图像清晰度;简化判别器结构,优化损失函数权重值确定方法,提升网络模型训练效率。实验结果表明:去雾后的图像清晰锐利,色彩自然,在结构相似性、峰值信噪比和图像信息熵等客观定量指标上优于经典去雾算法,对去雾后图像进行目标检测的平均精度均值提升了4.13%。
关键词
图像去雾
条件生成对抗网络
软池化
损失函数
目标识别
Keywords
image defogging
conditional generative countermeasure network
soft pooling
loss function
target recognition
分类号
TP39 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多级分裂HSC-Net的皮肤病图像分割方法
5
作者
杨国亮
李林森
黄聪
黄经纬
机构
江西理工大学电气工程与自动化学院
出处
《无线电工程》
北大核心
2023年第4期918-924,共7页
基金
国家自然科学基金(51365017)
江西省教育厅科技计划项目(GJJ190450,GJJ180484)。
文摘
针对皮肤病图像边界模糊且分布不规则、传统卷积分割方法无法满足对边缘细节提取的问题,提出了多级分裂卷积HSC-Net的皮肤病图像分割方法。网络编码端使用ImageNet上的VGG16-BN预训练模型,预训练参数会在训练过程中进行自动微调。将预训练模型中传统的最大池化层用软池化(Soft-pool)层进行替换,以减少传统池化的精度损失。解码端的HSC通过对特征图信息的分级提取,能高效利用特征信息。在解码端融入极化自注意力(Polarized Self-Attention, PSA)机制,使得空间和通道维度上获取更丰富的梯度信息。在ISIC2018数据集上的实验结果显示,精确度、Jaccard指数和Dice指数分别为96.21%、81.88%、81.65%,在准确性、轻量化和边界分割效果上优于现有的分割方法。
关键词
图像处理
图像分割
多尺度特征融合
软池化
注意力机制
Keywords
image processing
image segmentation
multiscale feature fusion
soft-pool
attention mechanism
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
改进Retina-Net的草坪杂草目标检测
被引量:
1
6
作者
宋建熙
李兴科
于哲
李西兵
机构
福建农林大学机电工程学院
出处
《中国农机化学报》
北大核心
2022年第12期170-177,共8页
基金
福建农林大学科技创新专项基金项目(CXZX2020132B)。
文摘
在城市规划与园林景观中,人工养护的草坪起到美化环境的作用,但是各类草坪杂草的滋生,严重损害景观草坪的观赏性。而人工分辨杂草费时费力,影响后续的除草效率。因此,借助深度学习的研究成果,对现有的Retina-Net目标检测模型进行针对性改进,通过提取训练集目标图像特征信息、增设多尺度感受野、改进软池化层等方式,提升模型的杂草检测和种类分辨的能力,有助于后续除草工作的高效展开。最终试验对6类杂草的识别率分别为85.3%,84%,89.6%,86.7%,95.1%,91.5%。相比较于其他主流目标检测算法,识别率分别提高2.2%~9.3%。
关键词
Retina-Net
图像处理
卷积神经网络
目标检测
感受野
软池化
Keywords
Retina-Net
image processing
CNN
object detection
receptive field
soft pooling
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于改进YOLOv5的金属工件表面缺陷检测
被引量:
6
7
作者
王一
龚肖杰
程佳
苏皓
机构
华北理工大学电气工程学院
唐山市金属构件产线智能化技术创新中心
唐山市半导体集成电路重点实验室
出处
《包装工程》
CAS
北大核心
2022年第15期54-60,共7页
基金
河北省高等学校科学技术研究项目(ZD2022114)
唐山市科技计划项目(21130212C)。
文摘
目的针对金属工件表面小尺寸缺陷检测精度低的问题,提出以YOLOv5网络为基础,结合注意力机制与Ghost卷积的表面缺陷检测算法。方法首先,在原网络中增加SE通道注意力模块,增加缺陷有关信息的权重,减少无用特征的干扰,从而提高目标的检测精度。然后,将网络中空间金字塔池化模块的池化方式由最大池化替换为软池化,使得在下采样激活映射中保留更多的特征信息,获得更好的检测精度。最后,采用Ghost卷积块替换主干网络中的常规卷积模块,提取丰富特征及冗余特征,以此提高模型效率。结果改进后网络平均精度均值达到0.9978,相比原网络提高了7.07个百分点。结论该网络显著提高了金属工件表面缺陷检测的精度。
关键词
表面缺陷检测
YOLOv5模型
通道注意力
软池化
Ghost卷积
Keywords
surface defect detection
YOLOv5 model
channel attention
Softpool
Ghost convolution
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于多尺度残差收缩U-Net的胎儿心电信号提取
8
作者
王乾
张正旭
宋丹洋
王玉静
宋立新
机构
哈尔滨理工大学计算机科学与技术学院
哈尔滨理工大学测控技术与通信工程学院
黑龙江中医药大学附属第二医院
出处
《生物医学工程学杂志》
EI
CAS
北大核心
2024年第3期494-502,共9页
基金
国家自然科学基金(51805120)。
文摘
针对在胎儿心电信号提取中,U-Net同级卷积编码器尺度的单一性忽略了母亲和胎儿心电特征波的大小和形态差异,且当残差收缩模块作为编码器的阈值学习过程中缺少对心电信号时间信息利用的问题,本文提出一种基于多尺度残差收缩U-Net模型的胎儿心电信号提取方法。首先在残差收缩模块中引入Inception和时间域注意力,增强同级卷积编码器的胎儿心电信号多尺度特征提取能力和时间域信息的利用;为了保持更多的心电波形局部细节特征,将U-Net中的最大池化替换为Softpool;最后,由残差模块和上采样构成的解码器逐步生成胎儿心电信号。本文应用临床心电信号进行实验,最终结果表明:与其他胎儿心电提取算法相比,本文方法可以提取更为清晰的胎儿心电信号,在2013年竞赛数据集上灵敏度、阳性预测值和F1分数分别达到93.33%、99.36%、96.09%。因此本文方法可以有效提取胎儿心电信号,为围产期胎儿健康监护提供了一种具有应用价值的方法。
关键词
深度学习
胎儿心电信号提取
深度残差收缩网络
软池化
Keywords
Deep learning
Fetal electrocardiogram signal extraction
Deep residual shrinkage network
Soft pool
分类号
R714.5 [医药卫生—妇产科学]
TP18 [自动化与计算机技术—控制理论与控制工程]
TN911.7 [电子电信—通信与信息系统]
原文传递
题名
基于多层反卷积网络的SAR图像分类
被引量:
4
9
作者
王云艳
何楚
赵守能
陈东
廖明生
机构
武汉大学测绘遥感信息工程国家重点实验室
湖北工业大学电气与电子工程学院
武汉大学电子信息学院
国防科技大学ATR重点实验室
出处
《武汉大学学报(信息科学版)》
EI
CSCD
北大核心
2015年第10期1371-1376,共6页
基金
国家重点基础研究发展计划(973计划)资助项目(2013CB733404)
国家自然科学基金资助项目(41371342
+1 种基金
61331016)
湖北省自然科学基金资助项目~~
文摘
针对传统特征提取方法不能提取目标高层结构特征的问题,提出了一种基于软概率的池化方法,结合多层反卷积网络,学习目标的高层结构特征,并将其用于合成孔径雷达(SAR)图像分类。首先对SAR图像进行子块划分,然后对每个子块进行基于多层反卷积网络的特征编码,学习出不同层次上的图像特征,最后将该特征用于支持向量机(SVM)分类器,实现SAR图像的分类。在国内首批SAR数据上的实验表明,该算法获得了较高的分类准确率。
关键词
合成孔径雷达
多层学习
反卷积网络
图像分类
软
概率
池化
Keywords
synthetic aperture radar
multilayer learning
deconvolutional network
image classification
soft probability pooling
分类号
P237.3 [天文地球—摄影测量与遥感]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进SegNet的鸡只检测算法
吉训生
孙贝贝
夏圣奎
《计算机工程与设计》
北大核心
2024
0
下载PDF
职称材料
2
改进YOLOX-nano的火灾火焰烟雾检测
汪子健
高焕兵
侯宇翔
杜传胜
贝太学
《计算机系统应用》
2023
3
下载PDF
职称材料
3
基于改进MobileNetV3的PCB裸板缺陷检测
张鹏飞
王淑青
王年涛
顿伟超
黄剑锋
《湖北工业大学学报》
2023
3
下载PDF
职称材料
4
一种基于条件生成对抗网络的单幅图像去雾算法
钱坤
李晨瑄
陈美杉
冯宗亮
《兵工自动化》
2023
1
下载PDF
职称材料
5
基于多级分裂HSC-Net的皮肤病图像分割方法
杨国亮
李林森
黄聪
黄经纬
《无线电工程》
北大核心
2023
0
下载PDF
职称材料
6
改进Retina-Net的草坪杂草目标检测
宋建熙
李兴科
于哲
李西兵
《中国农机化学报》
北大核心
2022
1
下载PDF
职称材料
7
基于改进YOLOv5的金属工件表面缺陷检测
王一
龚肖杰
程佳
苏皓
《包装工程》
CAS
北大核心
2022
6
下载PDF
职称材料
8
基于多尺度残差收缩U-Net的胎儿心电信号提取
王乾
张正旭
宋丹洋
王玉静
宋立新
《生物医学工程学杂志》
EI
CAS
北大核心
2024
0
原文传递
9
基于多层反卷积网络的SAR图像分类
王云艳
何楚
赵守能
陈东
廖明生
《武汉大学学报(信息科学版)》
EI
CSCD
北大核心
2015
4
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部