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
5
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
采用改进的SqueezeNet模型识别多类叶片病害
被引量:
31
1
作者
刘阳
高国琴
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第2期187-195,共9页
为实现作物叶片病害的准确识别,该研究以PlantVillage工程开源数据库中14种作物38类叶片为研究对象,从网络规模小型化和计算过程轻量化需求的角度出发,对经典轻量级卷积神经网络SqueezeNet提出改进措施,包括修改最后一层卷积层的输出、...
为实现作物叶片病害的准确识别,该研究以PlantVillage工程开源数据库中14种作物38类叶片为研究对象,从网络规模小型化和计算过程轻量化需求的角度出发,对经典轻量级卷积神经网络SqueezeNet提出改进措施,包括修改最后一层卷积层的输出、删除经典模型中的后3个fire模块并修改fire模块5的参数、调节fire模块中expand层中1×1和3×3的卷积核数目的比例、移动部分fire模块在模型中的位置等措施,共获取5种改进的病害叶片检测模型,并运用迁移学习和随机梯度下降算法进行训练。试验结果表明,在不过多损失网络性能的前提下,改进后5种模型的参数内存需求及模型计算量均呈现大幅减小,模型收敛迅速,其中最优模型参数内存需求仅为0.62 MB,模型运算量仅为111 MFLOPs,其平均准确率达到98.13%,平均查全率达到98.09%,平均查准率达到97.62%,在与已有相关研究的对比中表现出较高的性价比。该研究提出的改进模型在大幅减少参数内存要求和计算量的同时使模型性能保持在一个较高的水平,较好地平衡了这3项指标,适合将模型部署在移动终端等嵌入式资源受限设备上,有助于实现对作物病害的实时准确识别。
展开更多
关键词
病害
图像识别
squeezenet
轻量级卷积神经网络
模型参数内存需求
模型运算
下载PDF
职称材料
基于SqueezeNet和FractalNet混合模型的图像分类研究
2
作者
王子牛
王许
+2 位作者
高建瓴
陈娅先
吴建华
《软件》
2019年第10期46-49,共4页
针对传统卷积神经网络(如Lenet5)在图像的多分类任务中识别率不高、较新的卷积神经网络(如VGG16)在图像的多分类任务中待优化的参数达到千万级别的问题。采用将SqueezeNet 神经网络与FractalNet 神经网络相结合的方法。本文使用SqueezeN...
针对传统卷积神经网络(如Lenet5)在图像的多分类任务中识别率不高、较新的卷积神经网络(如VGG16)在图像的多分类任务中待优化的参数达到千万级别的问题。采用将SqueezeNet 神经网络与FractalNet 神经网络相结合的方法。本文使用SqueezeNet 神经网络中的Fire Module 来减少模型的参数、FractalNet 神经网络的基本架构来保证神经网络模型的准确度。结果显示:在其它超参数基本相同的前提下,迭代40 代时,DenseNet 模型的测试集准确度为79.92%,而混合模型的测试集准确度为84.56%,其待优化的参数降至二百万个左右,故混合模型对数据的拟合能力更强,模型参数保持较低水平。
展开更多
关键词
squeezenet
FractalNet
DenseNet
图像分类
混合模型
卷积神经网络
下载PDF
职称材料
基于深度神经网络的伪装人脸识别
被引量:
4
3
作者
张润生
贺超
况朝青
《电子技术应用》
2020年第5期27-30,共4页
伪装人脸识别在刑侦安防领域有着巨大的应用价值。针对现阶段对伪装人脸识别的研究较少、算法鲁棒性不强等缺点,提出了基于深度神经网络的伪装人脸识别算法。改进了SqueezeNet网络模型,并将其与FaceNet网络架构进行结合,用于人脸图像的...
伪装人脸识别在刑侦安防领域有着巨大的应用价值。针对现阶段对伪装人脸识别的研究较少、算法鲁棒性不强等缺点,提出了基于深度神经网络的伪装人脸识别算法。改进了SqueezeNet网络模型,并将其与FaceNet网络架构进行结合,用于人脸图像的身份识别。通过在训练数据集中引入伪装人脸图像,让网络学习到伪装的特征。实验结果表明,该算法识别准确率接近90%,相较于其他网络模型,具有更好的识别效果。
展开更多
关键词
深度神经网络
伪装人脸识别
squeezenet
网络模型
FaceNet网络架构
下载PDF
职称材料
基于轻量级深度网络的计算机病毒检测方法
被引量:
3
4
作者
吴恋
赵晨洁
+2 位作者
韦萍萍
于国龙
徐勇
《计算机工程与设计》
北大核心
2022年第3期632-638,共7页
为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络Sque...
为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络SqueezeNet的输入,将传统视觉特征与深度神经网络进行整合,实现病毒的高准确率判别。对SqueezeNet进行卷积结构和特征增强的改进,使之运行速度更快、资源消耗更低,检测精度更高。实验验证了该方法的有效性。
展开更多
关键词
深度学习
轻量级
squeezenet
模型
病毒检测
卷积神经网络
B2M算法
下载PDF
职称材料
基于深度学习的VC散热片铜管焊接控制系统
5
作者
陈磊
刘芳
黄帅
《自动化与信息工程》
2020年第3期17-22,26,共7页
针对人工控制VC散热片铜管焊接存在缺陷率高的问题,提出基于深度学习的VC散热片铜管焊接控制系统。该系统选用工业相机VCXU-53C采集焊接位置图像;利用改进的深度学习SqueezeNet轻量化神经网络建立焊接网络模型,实时分析采集的焊接位置图...
针对人工控制VC散热片铜管焊接存在缺陷率高的问题,提出基于深度学习的VC散热片铜管焊接控制系统。该系统选用工业相机VCXU-53C采集焊接位置图像;利用改进的深度学习SqueezeNet轻量化神经网络建立焊接网络模型,实时分析采集的焊接位置图像,输出当前焊接进度;识别到焊接进度完成时,立即向高周波焊接设备发送停止信号,从而实现高周波焊接设备的自动化与智能化。该系统经实际应用验证:焊接良率可达到99.91%,满足实时检测的需求。
展开更多
关键词
深度学习
Squeeze
Net
网络模型
高周波
下载PDF
职称材料
题名
采用改进的SqueezeNet模型识别多类叶片病害
被引量:
31
1
作者
刘阳
高国琴
机构
江苏大学电气信息工程学院
南通职业大学电子信息学院
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第2期187-195,共9页
基金
国家自然科学基金项目(51375210)
镇江市重点研发计划(GZ2018004)
+2 种基金
江苏高校优势学科建设工程资助项目
江苏省研究生科研与实践创新计划项目(CXZZ12_0694)
南通市科技计划项目(MSZ20155)。
文摘
为实现作物叶片病害的准确识别,该研究以PlantVillage工程开源数据库中14种作物38类叶片为研究对象,从网络规模小型化和计算过程轻量化需求的角度出发,对经典轻量级卷积神经网络SqueezeNet提出改进措施,包括修改最后一层卷积层的输出、删除经典模型中的后3个fire模块并修改fire模块5的参数、调节fire模块中expand层中1×1和3×3的卷积核数目的比例、移动部分fire模块在模型中的位置等措施,共获取5种改进的病害叶片检测模型,并运用迁移学习和随机梯度下降算法进行训练。试验结果表明,在不过多损失网络性能的前提下,改进后5种模型的参数内存需求及模型计算量均呈现大幅减小,模型收敛迅速,其中最优模型参数内存需求仅为0.62 MB,模型运算量仅为111 MFLOPs,其平均准确率达到98.13%,平均查全率达到98.09%,平均查准率达到97.62%,在与已有相关研究的对比中表现出较高的性价比。该研究提出的改进模型在大幅减少参数内存要求和计算量的同时使模型性能保持在一个较高的水平,较好地平衡了这3项指标,适合将模型部署在移动终端等嵌入式资源受限设备上,有助于实现对作物病害的实时准确识别。
关键词
病害
图像识别
squeezenet
轻量级卷积神经网络
模型参数内存需求
模型运算
Keywords
diseases
image recognition
squeezenet
lightweight convolution neural
network
memory requirement of
model
parameters
model
computation
分类号
S126 [农业科学—农业基础科学]
下载PDF
职称材料
题名
基于SqueezeNet和FractalNet混合模型的图像分类研究
2
作者
王子牛
王许
高建瓴
陈娅先
吴建华
机构
贵州大学
贵州大学大数据与信息工程学院
出处
《软件》
2019年第10期46-49,共4页
基金
云环境中半监督聚类算法的并行化研究、贵州省科技厅基金项目、黔科合[2015]2045号
文摘
针对传统卷积神经网络(如Lenet5)在图像的多分类任务中识别率不高、较新的卷积神经网络(如VGG16)在图像的多分类任务中待优化的参数达到千万级别的问题。采用将SqueezeNet 神经网络与FractalNet 神经网络相结合的方法。本文使用SqueezeNet 神经网络中的Fire Module 来减少模型的参数、FractalNet 神经网络的基本架构来保证神经网络模型的准确度。结果显示:在其它超参数基本相同的前提下,迭代40 代时,DenseNet 模型的测试集准确度为79.92%,而混合模型的测试集准确度为84.56%,其待优化的参数降至二百万个左右,故混合模型对数据的拟合能力更强,模型参数保持较低水平。
关键词
squeezenet
FractalNet
DenseNet
图像分类
混合模型
卷积神经网络
Keywords
squeezenet
FractalNet
DenseNet
Image classification
Hybrid
model
Convolutional neural
network
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
基于深度神经网络的伪装人脸识别
被引量:
4
3
作者
张润生
贺超
况朝青
机构
重庆邮电大学通信与信息工程学院
重庆高校市级光通信与网络重点实验室
泛在感知与互联重庆市重点实验室
出处
《电子技术应用》
2020年第5期27-30,共4页
文摘
伪装人脸识别在刑侦安防领域有着巨大的应用价值。针对现阶段对伪装人脸识别的研究较少、算法鲁棒性不强等缺点,提出了基于深度神经网络的伪装人脸识别算法。改进了SqueezeNet网络模型,并将其与FaceNet网络架构进行结合,用于人脸图像的身份识别。通过在训练数据集中引入伪装人脸图像,让网络学习到伪装的特征。实验结果表明,该算法识别准确率接近90%,相较于其他网络模型,具有更好的识别效果。
关键词
深度神经网络
伪装人脸识别
squeezenet
网络模型
FaceNet网络架构
Keywords
deep neural
network
disguised face recognition
squeezenet network model
FaceNet
network
architecture
分类号
TN911.73 [电子电信—通信与信息系统]
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
基于轻量级深度网络的计算机病毒检测方法
被引量:
3
4
作者
吴恋
赵晨洁
韦萍萍
于国龙
徐勇
机构
贵州师范学院数学与大数据学院
贵州大学计算机科学与技术学院
哈尔滨工业大学(深圳)计算机科学与技术学院
出处
《计算机工程与设计》
北大核心
2022年第3期632-638,共7页
基金
贵州省科学技术基金项目(黔科合基础-ZK[2021]一般334、黔科合基础[2016]1114号、黔科合基础[2016]1116号)
国家科技部和国家自然科学基金奖励补助基金项目(黔科合平台人才[2017]5790-09)
+1 种基金
贵州省科技厅基础研究计划基金项目(黔科合基础-ZK[2021]一般309)
贵州省科技计划基金项目(黔科合基础[2018]1121)。
文摘
为解决已有病毒检测机制无法很好地处理大量未知病毒及深度网络模型难以部署在嵌入式设备上应用的问题,提出一种基于轻量级深度网络的计算机病毒检测方法。采用B2M算法将病毒映射为灰度图像,提取灰度共生矩阵GLCM作为轻量级深度网络SqueezeNet的输入,将传统视觉特征与深度神经网络进行整合,实现病毒的高准确率判别。对SqueezeNet进行卷积结构和特征增强的改进,使之运行速度更快、资源消耗更低,检测精度更高。实验验证了该方法的有效性。
关键词
深度学习
轻量级
squeezenet
模型
病毒检测
卷积神经网络
B2M算法
Keywords
deep learning
lightweight
squeezenet
model
virus detection
convolutional neural
network
B2M algorithm
分类号
TP309 [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
基于深度学习的VC散热片铜管焊接控制系统
5
作者
陈磊
刘芳
黄帅
机构
台达电子电源(东莞)有限公司
出处
《自动化与信息工程》
2020年第3期17-22,26,共7页
文摘
针对人工控制VC散热片铜管焊接存在缺陷率高的问题,提出基于深度学习的VC散热片铜管焊接控制系统。该系统选用工业相机VCXU-53C采集焊接位置图像;利用改进的深度学习SqueezeNet轻量化神经网络建立焊接网络模型,实时分析采集的焊接位置图像,输出当前焊接进度;识别到焊接进度完成时,立即向高周波焊接设备发送停止信号,从而实现高周波焊接设备的自动化与智能化。该系统经实际应用验证:焊接良率可达到99.91%,满足实时检测的需求。
关键词
深度学习
Squeeze
Net
网络模型
高周波
Keywords
deep learning
squeezenet
network
model
high frequency
分类号
TH86 [机械工程—精密仪器及机械]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
采用改进的SqueezeNet模型识别多类叶片病害
刘阳
高国琴
《农业工程学报》
EI
CAS
CSCD
北大核心
2021
31
下载PDF
职称材料
2
基于SqueezeNet和FractalNet混合模型的图像分类研究
王子牛
王许
高建瓴
陈娅先
吴建华
《软件》
2019
0
下载PDF
职称材料
3
基于深度神经网络的伪装人脸识别
张润生
贺超
况朝青
《电子技术应用》
2020
4
下载PDF
职称材料
4
基于轻量级深度网络的计算机病毒检测方法
吴恋
赵晨洁
韦萍萍
于国龙
徐勇
《计算机工程与设计》
北大核心
2022
3
下载PDF
职称材料
5
基于深度学习的VC散热片铜管焊接控制系统
陈磊
刘芳
黄帅
《自动化与信息工程》
2020
0
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