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
4
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
基于轻量化深度神经网络(LDNet)的图像去雾方法
1
作者
朱伟
段跳楠
+2 位作者
吉咸阳
董小舒
王柯俨
《指挥信息系统与技术》
2023年第5期86-93,共8页
在低光照雾霾场景下,图像质量严重下降。现有的深度学习去雾方法缺乏对低光照去雾后图像色偏的有效校正,且大多运行时间长且模型参数量大,在实际应用中不便部署。针对上述问题,以编解码网络结构为基础,提出了一种端到端、轻量化深度神...
在低光照雾霾场景下,图像质量严重下降。现有的深度学习去雾方法缺乏对低光照去雾后图像色偏的有效校正,且大多运行时间长且模型参数量大,在实际应用中不便部署。针对上述问题,以编解码网络结构为基础,提出了一种端到端、轻量化深度神经网络(LDNet)用于低光照雾霾图像去雾。该网络采用多尺度架构来获取不同层级的图像信息,以充分利用图像的深浅层特征;在此基础上,设计了轻量化多级特征融合模块和轻量化通道注意力模块提取各层级的特征信息,以解决常规模型在低模型参数量和低计算复杂度情况下特征提取能力差的问题;最后,联合均方误差内容损失和CIEDE2000色偏损失共同优化网络,进一步提高了轻量化网络的学习能力。试验结果表明,与现有的去雾网络相比,LDNet能有效恢复低光照雾霾场景下的有雾图像质量,且具有资源占用少、参数量小和运算量低的优点。
展开更多
关键词
低光照图像去雾
轻量化深度神经网络
端到端
色偏损失
下载PDF
职称材料
深度神经网络架构轻量化方法综述
2
作者
林冲
范加利
+2 位作者
闫文君
陈姮
杨颖
《中国电子科学研究院学报》
2024年第2期179-193,共15页
当前,深度神经网络作为学术界和工业界最受关注的研究方向之一,倍受广大科研人员青睐,但是存在架构很复杂、参数量巨大、计算成本、存储成本过高的缺点。因此,如何在保证神经网络性能可接受的情况下对其去冗余、实现轻量化设计成为热点...
当前,深度神经网络作为学术界和工业界最受关注的研究方向之一,倍受广大科研人员青睐,但是存在架构很复杂、参数量巨大、计算成本、存储成本过高的缺点。因此,如何在保证神经网络性能可接受的情况下对其去冗余、实现轻量化设计成为热点问题。当前,各种轻量化方法如雨后春笋般涌现,为给希望利用轻量化神经网络解决具体问题的研究人员建立对网络轻量化方法的整体认识、快速选择合适的解决方案,文中对具有代表性的架构轻量化方法进行介绍:剪枝、架构搜索、知识蒸馏以及轻量化卷积核设计,并从不同角度对比分析各种方法优劣,最后在宏观层面展望神经网络轻量化的未来发展方向。
展开更多
关键词
深度
神经网络
深度
神经网络
轻
量化
神经网络
架构
轻
量化
轻
量化
网络
下载PDF
职称材料
基于深度残差网络的脊柱疾病分类预测
被引量:
1
3
作者
李大舟
张诗瑞
高巍
《计算机技术与发展》
2022年第5期195-201,共7页
脊柱退化性疾病,作为脊柱外科中最常见的疾病脊椎疾病,其发病正呈现年轻化的趋势。磁共振成像作为一种非侵入式检查手段,凭借对软组织成像好、无辐射、对肌肉骨骼疾病的特异性和敏感度较高等优点,在临床上被用于脊椎疾病的诊断。该文提...
脊柱退化性疾病,作为脊柱外科中最常见的疾病脊椎疾病,其发病正呈现年轻化的趋势。磁共振成像作为一种非侵入式检查手段,凭借对软组织成像好、无辐射、对肌肉骨骼疾病的特异性和敏感度较高等优点,在临床上被用于脊椎疾病的诊断。该文提出了一种基于深度残差网络的脊椎病核磁共振图像人工智能分类模型,能够帮助医生实现早期的脊柱退化性疾病筛查,帮助患者尽早得到正确有效的治疗。据实验结果表明,该模型不仅可以获得比传统神经网络深度学习算法更高的脊椎疾病识别率,还可以比传统神经网络深度学习算法提高35%到85%的计算效率并节省70%以上的内存占用。这一点使得该算法能够适应于资源有限的移动终端和对延迟要求比较高的医疗场景。
展开更多
关键词
脊柱退化性疾病
轻量化深度神经网络
深度
残差
网络
卷积
神经网络
过拟合
自动诊断
下载PDF
职称材料
基于国产嵌入式智能计算平台的无人机检测方法
被引量:
6
4
作者
崔令飞
郭永红
+2 位作者
修全发
史超
张硕阳
《兵工学报》
EI
CAS
CSCD
北大核心
2022年第S01期146-154,共9页
面向陆地战场上对反无人机侦察的现实需求,提出一种基于国产嵌入式智能计算平台的无人机检测方法。针对无人机体型小、易受战场环境影响而不易察觉的难题,采用红外、可见光图像和视频流等多源输入进行目标检测;针对嵌入式平台算力和存...
面向陆地战场上对反无人机侦察的现实需求,提出一种基于国产嵌入式智能计算平台的无人机检测方法。针对无人机体型小、易受战场环境影响而不易察觉的难题,采用红外、可见光图像和视频流等多源输入进行目标检测;针对嵌入式平台算力和存储能力有限的特性,构建轻量化深度神经网络,通过将单次多盒检测器(SSD)中的特征提取网络替换为MobileNet进行模型优化;选用国产嵌入式平台比特大陆SE5智能计算盒进行验证,完成模型转换和移植。实验结果表明:所提基于轻量化深度神经网络MobileNet-SSD的无人机检测方法在国产嵌入式智能计算平台上能够准确判断出目标的类别,且平均识别精度和帧率与在开发环境中运行差距不大。充分表明所提方法在国产嵌入式智能计算平台上进行移植后,能够在速度和精度方面满足应用环境对无人机检测算法实时性与准确性的要求。
展开更多
关键词
无人机检测
智能计算平台
反无人机
轻量化深度神经网络
下载PDF
职称材料
题名
基于轻量化深度神经网络(LDNet)的图像去雾方法
1
作者
朱伟
段跳楠
吉咸阳
董小舒
王柯俨
机构
南京莱斯电子设备有限公司
西安电子科技大学通信工程学院
出处
《指挥信息系统与技术》
2023年第5期86-93,共8页
文摘
在低光照雾霾场景下,图像质量严重下降。现有的深度学习去雾方法缺乏对低光照去雾后图像色偏的有效校正,且大多运行时间长且模型参数量大,在实际应用中不便部署。针对上述问题,以编解码网络结构为基础,提出了一种端到端、轻量化深度神经网络(LDNet)用于低光照雾霾图像去雾。该网络采用多尺度架构来获取不同层级的图像信息,以充分利用图像的深浅层特征;在此基础上,设计了轻量化多级特征融合模块和轻量化通道注意力模块提取各层级的特征信息,以解决常规模型在低模型参数量和低计算复杂度情况下特征提取能力差的问题;最后,联合均方误差内容损失和CIEDE2000色偏损失共同优化网络,进一步提高了轻量化网络的学习能力。试验结果表明,与现有的去雾网络相比,LDNet能有效恢复低光照雾霾场景下的有雾图像质量,且具有资源占用少、参数量小和运算量低的优点。
关键词
低光照图像去雾
轻量化深度神经网络
端到端
色偏损失
Keywords
low-light image dehazing
lightweight deep neural network(LDNet)
end-to-end
color deviation loss
分类号
TN919.8 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
深度神经网络架构轻量化方法综述
2
作者
林冲
范加利
闫文君
陈姮
杨颖
机构
中国人民解放军
海军航空大学青岛校区
海军航空大学信息融合研究所
出处
《中国电子科学研究院学报》
2024年第2期179-193,共15页
基金
国家自然科学基金面上项目(62371645)
泰山学者工程专项基金(ts201511020)
+1 种基金
山东省高等学校青年创新团队发展计划(2022kj084)
海军航空大学青年基金(H3202209003)。
文摘
当前,深度神经网络作为学术界和工业界最受关注的研究方向之一,倍受广大科研人员青睐,但是存在架构很复杂、参数量巨大、计算成本、存储成本过高的缺点。因此,如何在保证神经网络性能可接受的情况下对其去冗余、实现轻量化设计成为热点问题。当前,各种轻量化方法如雨后春笋般涌现,为给希望利用轻量化神经网络解决具体问题的研究人员建立对网络轻量化方法的整体认识、快速选择合适的解决方案,文中对具有代表性的架构轻量化方法进行介绍:剪枝、架构搜索、知识蒸馏以及轻量化卷积核设计,并从不同角度对比分析各种方法优劣,最后在宏观层面展望神经网络轻量化的未来发展方向。
关键词
深度
神经网络
深度
神经网络
轻
量化
神经网络
架构
轻
量化
轻
量化
网络
Keywords
deep neural networks
deep neural networks lightweight
neural networks architecture light-weight
lightweight network
分类号
TN96 [电子电信—信号与信息处理]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于深度残差网络的脊柱疾病分类预测
被引量:
1
3
作者
李大舟
张诗瑞
高巍
机构
沈阳化工大学计算机科学与技术学院
出处
《计算机技术与发展》
2022年第5期195-201,共7页
基金
辽宁省教育科学技术研究项目(LJ2020033)。
文摘
脊柱退化性疾病,作为脊柱外科中最常见的疾病脊椎疾病,其发病正呈现年轻化的趋势。磁共振成像作为一种非侵入式检查手段,凭借对软组织成像好、无辐射、对肌肉骨骼疾病的特异性和敏感度较高等优点,在临床上被用于脊椎疾病的诊断。该文提出了一种基于深度残差网络的脊椎病核磁共振图像人工智能分类模型,能够帮助医生实现早期的脊柱退化性疾病筛查,帮助患者尽早得到正确有效的治疗。据实验结果表明,该模型不仅可以获得比传统神经网络深度学习算法更高的脊椎疾病识别率,还可以比传统神经网络深度学习算法提高35%到85%的计算效率并节省70%以上的内存占用。这一点使得该算法能够适应于资源有限的移动终端和对延迟要求比较高的医疗场景。
关键词
脊柱退化性疾病
轻量化深度神经网络
深度
残差
网络
卷积
神经网络
过拟合
自动诊断
Keywords
spinal degeneration disease
light weight deep neural networks
deep residual network
convolutional neural network
overfitting
automatic diagnosis
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
基于国产嵌入式智能计算平台的无人机检测方法
被引量:
6
4
作者
崔令飞
郭永红
修全发
史超
张硕阳
机构
中国兵器工业计算机应用技术研究所
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2022年第S01期146-154,共9页
基金
兵器联合基金项目(6141B012301)。
文摘
面向陆地战场上对反无人机侦察的现实需求,提出一种基于国产嵌入式智能计算平台的无人机检测方法。针对无人机体型小、易受战场环境影响而不易察觉的难题,采用红外、可见光图像和视频流等多源输入进行目标检测;针对嵌入式平台算力和存储能力有限的特性,构建轻量化深度神经网络,通过将单次多盒检测器(SSD)中的特征提取网络替换为MobileNet进行模型优化;选用国产嵌入式平台比特大陆SE5智能计算盒进行验证,完成模型转换和移植。实验结果表明:所提基于轻量化深度神经网络MobileNet-SSD的无人机检测方法在国产嵌入式智能计算平台上能够准确判断出目标的类别,且平均识别精度和帧率与在开发环境中运行差距不大。充分表明所提方法在国产嵌入式智能计算平台上进行移植后,能够在速度和精度方面满足应用环境对无人机检测算法实时性与准确性的要求。
关键词
无人机检测
智能计算平台
反无人机
轻量化深度神经网络
Keywords
UAV detection
embedded intelligent computing platform
anti-UAV
lightweight deep neural network
分类号
E919 [军事]
TP181 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于轻量化深度神经网络(LDNet)的图像去雾方法
朱伟
段跳楠
吉咸阳
董小舒
王柯俨
《指挥信息系统与技术》
2023
0
下载PDF
职称材料
2
深度神经网络架构轻量化方法综述
林冲
范加利
闫文君
陈姮
杨颖
《中国电子科学研究院学报》
2024
0
下载PDF
职称材料
3
基于深度残差网络的脊柱疾病分类预测
李大舟
张诗瑞
高巍
《计算机技术与发展》
2022
1
下载PDF
职称材料
4
基于国产嵌入式智能计算平台的无人机检测方法
崔令飞
郭永红
修全发
史超
张硕阳
《兵工学报》
EI
CAS
CSCD
北大核心
2022
6
下载PDF
职称材料
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