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
2
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
基于级联卷积神经网络的图像篡改检测算法
被引量:
9
1
作者
毕秀丽
魏杨
+2 位作者
肖斌
李伟生
马建峰
《电子与信息学报》
EI
CSCD
北大核心
2019年第12期2987-2994,共8页
基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然...
基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想。该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷。该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化。通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性。
展开更多
关键词
图像篡改检测
级联卷积神经网络
浅层稀神经元
级联网络结构
自适应筛选后处理
下载PDF
职称材料
降噪自编码器深度卷积过程神经网络及在时变信号分类中的应用
被引量:
14
2
作者
朱喆
许少华
《计算机应用》
CSCD
北大核心
2020年第3期698-703,共6页
针对非线性时变信号分类问题,将过程神经网络(PNN)的信息处理机制与卷积运算相结合,提出了一种降噪自编码器深度卷积过程神经网络(DAE-DCPNN)。该模型由时变信号输入层、卷积过程神经元(CPN)隐层、深度降噪自动编码器(DAE)网络结构和sof...
针对非线性时变信号分类问题,将过程神经网络(PNN)的信息处理机制与卷积运算相结合,提出了一种降噪自编码器深度卷积过程神经网络(DAE-DCPNN)。该模型由时变信号输入层、卷积过程神经元(CPN)隐层、深度降噪自动编码器(DAE)网络结构和softmax分类器构成。CPN的输入为时序信号,卷积核取为具有梯度性质的5阶数组,基于滑动窗口进行卷积运算,实现时序信号的时空聚合和过程特征提取。在CPN隐层之后,栈式叠加DAE深度网络和softmax分类器,实现对时变信号特征高层次的提取和分类。分析了DAE-DCPNN的性质,给出了按各信息单元分别进行赋初值训练、模型参数整体调优的综合训练算法。以基于12导联心电图(ECG)信号对7种心血管疾病分类诊断为例,实验结果验证了所提模型和算法的有效性。
展开更多
关键词
时变信号分类
卷积过程神经元
降噪自编码器
卷积过程神经网络
特征提取
心电图信号分类
下载PDF
职称材料
题名
基于级联卷积神经网络的图像篡改检测算法
被引量:
9
1
作者
毕秀丽
魏杨
肖斌
李伟生
马建峰
机构
重庆邮电大学计算智能重点实验室
西安电子科技大学网络与信息安全学院
出处
《电子与信息学报》
EI
CSCD
北大核心
2019年第12期2987-2994,共8页
基金
国家自然科学基金(61572092,U1401252)
国家重点研发计划基金(2016YFC1000307-3)~~
文摘
基于卷积神经网络的图像篡改检测算法利用卷积神经网络的学习能力可以实现不依赖于单一图像属性的图像篡改检测,弥补传统图像篡改检测方法依赖单一图像属性、适用度不高的缺陷。利用深层多神经元的单一网络结构的图像篡改检测算法虽然可以学习更高级的语义信息,但检测定位篡改区域效果并不理想。该文提出一种基于级联卷积神经网络的图像篡改检测算法,在卷积神经网络所展示出来的普遍特性的基础上进一步探究其深层次的特性,利用浅层稀神经元的级联网络结构弥补以往深层多神经元的单一网络结构在图像篡改检测中的缺陷。该文提出的检测算法由级联卷积神经网络和自适应筛选后处理两部分组成,级联卷积神经网络实现分级式的篡改区域定位,自适应筛选后处理对级联卷积神经网络的检测结果进行优化。通过实验对比,该文算法展示了较好的检测效果,且具有较高的鲁棒性。
关键词
图像篡改检测
级联卷积神经网络
浅层稀神经元
级联网络结构
自适应筛选后处理
Keywords
Image forgery detection
Cascaded
convolution
al neural network
Shallow layers and thin
neuron
s
Cascaded network structure
Adaptive filtering post-
process
ing
分类号
TP309.2 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
降噪自编码器深度卷积过程神经网络及在时变信号分类中的应用
被引量:
14
2
作者
朱喆
许少华
机构
山东科技大学计算机科学与工程学院
出处
《计算机应用》
CSCD
北大核心
2020年第3期698-703,共6页
文摘
针对非线性时变信号分类问题,将过程神经网络(PNN)的信息处理机制与卷积运算相结合,提出了一种降噪自编码器深度卷积过程神经网络(DAE-DCPNN)。该模型由时变信号输入层、卷积过程神经元(CPN)隐层、深度降噪自动编码器(DAE)网络结构和softmax分类器构成。CPN的输入为时序信号,卷积核取为具有梯度性质的5阶数组,基于滑动窗口进行卷积运算,实现时序信号的时空聚合和过程特征提取。在CPN隐层之后,栈式叠加DAE深度网络和softmax分类器,实现对时变信号特征高层次的提取和分类。分析了DAE-DCPNN的性质,给出了按各信息单元分别进行赋初值训练、模型参数整体调优的综合训练算法。以基于12导联心电图(ECG)信号对7种心血管疾病分类诊断为例,实验结果验证了所提模型和算法的有效性。
关键词
时变信号分类
卷积过程神经元
降噪自编码器
卷积过程神经网络
特征提取
心电图信号分类
Keywords
time-varying signal classification
convolution
process
neuron
(
cpn
)
Denoising AutoEncoder(DAE)
convolution
process
Neural Network(
cpn
N)
feature extraction
ElectroCardioGram(ECG)signal classification
分类号
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
作者
出处
发文年
被引量
操作
1
基于级联卷积神经网络的图像篡改检测算法
毕秀丽
魏杨
肖斌
李伟生
马建峰
《电子与信息学报》
EI
CSCD
北大核心
2019
9
下载PDF
职称材料
2
降噪自编码器深度卷积过程神经网络及在时变信号分类中的应用
朱喆
许少华
《计算机应用》
CSCD
北大核心
2020
14
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