期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
融合Inception V1-CBAM-CNN的轴承剩余寿命预测模型 被引量:2
1
作者 余江鸿 彭雄露 +2 位作者 刘涛 杨文 叶帅 《机电工程》 北大核心 2024年第1期107-114,共8页
针对现有的滚动轴承剩余寿命(RUL)预测方法精度低、轴承健康指标(HI)构建困难等问题,提出了一种基于卷积神经网络(CNN)并融合Inception V1模块和卷积注意力机制模块(CBAM)的滚动轴承RUL预测模型。首先,在CNN中添加了CBAM机制,并进行了... 针对现有的滚动轴承剩余寿命(RUL)预测方法精度低、轴承健康指标(HI)构建困难等问题,提出了一种基于卷积神经网络(CNN)并融合Inception V1模块和卷积注意力机制模块(CBAM)的滚动轴承RUL预测模型。首先,在CNN中添加了CBAM机制,并进行了加权处理,在通道和空间维度对重要特征进行了强化,对次要特征进行了抑制,通过添加改进的InceptionV1模块,提高了CNN通道间信息交互水平,全面提取了退化特征;然后,进行了网络优化,采用全局最大池化(GMP)方法对模型进行了简化,采用Dropout和批量归一化(BN)方法,避免了过拟合,提高了精度,且克服了训练时出现的梯度消失问题;最后,对数据进行了处理,将降噪后的信号重组为三维张量,将其作为HI,构建了退化标签,引入了评价指标,采用PHM2012轴承数据集进行了实验验证,在3种工况下将其与深度神经网络(DNN)、CNN方法、结合注意力机制的残差网络方法(ResNet)进行了对比。研究结果表明:该方法在变负载条件下的平均RMSE为0.033,较其他方法的RMSE值分别降低了86%、78%和69%,在预测精度和泛化能力方面具有明显优势。 展开更多
关键词 滚动轴承 剩余使用寿命 Inception V1模块 卷积注意力机制模块 卷积神经网络 全局最大池化 批量归一化
下载PDF
基于快速最大奇异值幂正规化的全局协方差池化
2
作者 曾睿仁 谢江涛 李培华 《计算机科学》 CSCD 北大核心 2024年第4期254-261,共8页
近期的研究工作表明,矩阵正规化对全局协方差池化起着关键作用,有助于生成分辨能力更强的表征,从而提升图像识别任务的性能。在不同的矩阵正规化方法中,矩阵结构正规化能充分利用协方差矩阵的几何结构,因此可以获得更好的性能。然而,结... 近期的研究工作表明,矩阵正规化对全局协方差池化起着关键作用,有助于生成分辨能力更强的表征,从而提升图像识别任务的性能。在不同的矩阵正规化方法中,矩阵结构正规化能充分利用协方差矩阵的几何结构,因此可以获得更好的性能。然而,结构正规化一般依赖计算代价很高的奇异值分解(SVD)或者特征值分解(EIG),不能充分利用GPU的并行计算能力,从而形成计算瓶颈。迭代矩阵平方根正规化(iSQRT)通过牛顿-舒尔兹迭代对协方差矩阵进行正规化,速度比基于SVD和EIG的方法更快。但是随着迭代次数和维度的提高,iSQRT的时间和内存开销都会显著增加,而且该方法无法完成一般幂次的正规化,限制了其应用范围。为了弥补iSQRT的不足,文中提出了一种基于最大奇异值幂的协方差矩阵正规化方法。该方法通过将协方差矩阵除以其最大奇异值的幂来实现,计算过程仅需迭代幂法计算矩阵的最大奇异值。详细的消融实验的结果表明,与iSQRT相比,所提方法的速度更快并占用更少的显存,在时间复杂度和空间复杂度上都优于iSQRT方法,同时性能上与iSQRT方法相当或更好。所提方法在大规模图像分类数据库和细粒度识别数据库中取得了领先的性能,其中在Aircraft,Cars和Indoor67上分别表现为90.7%,93.3%以及83.9%,充分验证了所提方法的鲁棒性和泛化性。 展开更多
关键词 图像分类 全局协方差池化 矩阵幂正规化 最大奇异值幂正规化
下载PDF
基于弱监督的改进Transformer在人群定位中的应用 被引量:1
3
作者 高辉 邓淼磊 +2 位作者 赵文君 陈法权 张德贤 《计算机工程与应用》 CSCD 北大核心 2023年第19期92-98,共7页
针对现有人群定位方法采用伪边界框或预先设计的定位图,需要复杂的预处理和后处理来获得头部位置的问题,提出一种基于弱监督的端到端人群定位网络LocalFormer。在特征提取阶段,将纯Transformer作为骨干网络,并对每个阶段的特征执行全局... 针对现有人群定位方法采用伪边界框或预先设计的定位图,需要复杂的预处理和后处理来获得头部位置的问题,提出一种基于弱监督的端到端人群定位网络LocalFormer。在特征提取阶段,将纯Transformer作为骨干网络,并对每个阶段的特征执行全局最大池化操作,提取更加丰富的人头细节信息。在编码器-解码器阶段,将聚合特征嵌入位置信息作为编码器的输入,且每个解码器层采用一组可训练嵌入作为查询,并将编码器最后一层的视觉特征作为键和值,解码后的特征用于预测置信度得分。通过二值化模块自适应优化阈值学习器,从而精确地二值化置信度图。在不同数据环境下对三个数据集进行实验,结果表明该方法实现了最佳定位性能。 展开更多
关键词 人群定位 弱监督 卷积神经网络 全局最大池化 视觉Transformer
下载PDF
基于TDFFCNN模型的电能质量扰动分类 被引量:1
4
作者 胡杰 程志友 +2 位作者 姜帅 李悦 汪德胜 《安徽大学学报(自然科学版)》 CAS 北大核心 2023年第5期58-64,共7页
为提高电能质量扰动(power quality disturbances,简称PQD)分类准确率,提出双模态特征融合的卷积神经网络(two-dimensional feature fusion convolutional neural network,简称TDFFCNN)模型,该模型包含2个轻量化子模型.子模型1运用全局... 为提高电能质量扰动(power quality disturbances,简称PQD)分类准确率,提出双模态特征融合的卷积神经网络(two-dimensional feature fusion convolutional neural network,简称TDFFCNN)模型,该模型包含2个轻量化子模型.子模型1运用全局最大池化,在大量降低数据量的同时学习电能质量扰动(power quality disturbances,简称PQD)时间序列的时序特征,以增加模型提取时序特征的能力;子模型2使用小卷积核与小步长为参数的堆叠单元提取图像振幅特征,对高中低层特征进行融合,以获得细节与结构性语义.实验结果表明:TDFFCNN模型具有较强的抗噪性能;相对于其他3种模型,TDFFCNN模型的平均准确率最高.因此,TDFFCNN模型具有更强分类性能. 展开更多
关键词 电能质量 特征融合 全局最大池化 振幅特征
下载PDF
基于改进残差池化层的纹理识别
5
作者 郭锐 熊风光 +2 位作者 谢剑斌 尹宇慧 刘磊 《计算机技术与发展》 2023年第9期37-44,共8页
纹理一直是物体图像最重要的特征之一。针对现有纹理识别模型在复杂数据集下识别准确率不高的问题,提出一种基于改进残差池化层的纹理识别算法。首先,提出多维特征融合模块,在纹理识别模型中同时利用高层特征和低层特征来提取更加有效... 纹理一直是物体图像最重要的特征之一。针对现有纹理识别模型在复杂数据集下识别准确率不高的问题,提出一种基于改进残差池化层的纹理识别算法。首先,提出多维特征融合模块,在纹理识别模型中同时利用高层特征和低层特征来提取更加有效的纹理特征;其次,对残差池化层进行改进,在原残差池化层的基础上,引入全局最大池化支路,为纹理识别模型增加全局空间结构观察,将原残差池化层与全局最大池化支路得到的特征向量进行拼接后作为纹理特征,提升纹理识别的准确率;再次,应用局部二值模式辅助识别策略,使用局部二值模式编码映射图像为纹理识别模型提供辅助信息;最后,将得到的纹理特征输入到分类层中,得到纹理识别结果。与现有的纹理识别方法B-CNN、Deep filter banks、Deep TEN、TEX-Net-LF、locality-aware coding、DRP-Net相比,该方法具有更好的纹理识别效果。 展开更多
关键词 纹理识别 残差池化层 全局最大池化 多维特征融合模块 多尺度特征
下载PDF
基于RCNN的问题相似度计算方法 被引量:9
6
作者 杨德志 柯显信 +1 位作者 余其超 杨帮华 《计算机工程与科学》 CSCD 北大核心 2021年第6期1076-1080,共5页
在搜索引擎、问答系统中利用深度学习的方法计算问题相似度是NLP领域研究的热点。结合卷积神经网络(CNN)和长短记忆网络(LSTM),提出了递归卷积神经网络(RCNN)问句相似度的计算方法,首先利用双向递归神经网络提取上下文信息,然后采用1D... 在搜索引擎、问答系统中利用深度学习的方法计算问题相似度是NLP领域研究的热点。结合卷积神经网络(CNN)和长短记忆网络(LSTM),提出了递归卷积神经网络(RCNN)问句相似度的计算方法,首先利用双向递归神经网络提取上下文信息,然后采用1D卷积神经网络将词嵌入信息与上下文信息进行融合;再利用全局最大池化提取关键信息来完成问句的语义表示;最后通过匹配层判断问句对的相似度。在Quora Question Pairs数据集上的实验结果表明,该相似度计算方法准确率为83.57%,优于其他方法。 展开更多
关键词 问题相似度 递归卷积神经网络 全局最大池化 孪生网络
下载PDF
基于弱监督的改进型GoogLeNet在DR检测中的应用 被引量:2
7
作者 丁英姿 丁香乾 郭保琪 《计算机应用》 CSCD 北大核心 2019年第8期2484-2488,共5页
针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题,提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先,对GoogLeNet网络进行改进,去掉最后一个全连接层并保留检测目标的位置信息,添加全局最大池化层,以sigmoid交叉... 针对糖尿病视网膜病变分级检测中标定样本少、多目标检测的问题,提出了一种基于改进型GoogLeNet的弱监督目标检测网络。首先,对GoogLeNet网络进行改进,去掉最后一个全连接层并保留检测目标的位置信息,添加全局最大池化层,以sigmoid交叉熵作为训练的目标函数以获得带有多种特征位置信息的特征图;然后,基于弱监督方法仅使用类别标签对网络进行训练;其次,设计一种连通区域算法来计算特征连通区域边界坐标集合;最后在待测图片中使用边界框定位病灶。实验结果表明,在小样本条件下,改进模型准确率达到了94.5%,与SSD算法相比,准确率提高了10%。改进模型实现了小样本条件下端到端的病变识别,同时该模型的高准确率保证了模型在眼底筛查中具有应用价值。 展开更多
关键词 糖尿病视网膜病变 弱监督 卷积神经网络 目标检测网络 全局最大池化
下载PDF
利用优化剪枝GoogLeNet的人脸表情识别方法 被引量:13
8
作者 张宏丽 白翔宇 《计算机工程与应用》 CSCD 北大核心 2021年第19期179-188,共10页
为了提高人脸表情识别的准确率和加快处理速度,提出了一种基于优化剪枝GoogLeNet的人脸表情识别方法。利用GoogLeNet网络提取面部特征,其中Inception模块加深学习深度,并利用典型的分类器实现人脸表情分类。改进GoogLeNet网络,添加全局... 为了提高人脸表情识别的准确率和加快处理速度,提出了一种基于优化剪枝GoogLeNet的人脸表情识别方法。利用GoogLeNet网络提取面部特征,其中Inception模块加深学习深度,并利用典型的分类器实现人脸表情分类。改进GoogLeNet网络,添加全局最大池化层并保留检测目标的位置信息,以Sigmoid交叉熵作为训练目标,获得全面的人脸表情特征信息。通过剪枝算法对GoogLeNet网络进行训练、修剪低权重连接和再训练网络等操作,以简化网络结构和参数量,提高运行效率。在JAFFE、CK+和Cohn-Kanade数据集上对所提方法进行验证,实验结果表明,所提方法的识别准确率分别为83.84%、85.09%和84.87%,运行时间低于200 ms,优于对比方法,具有较好的适用性。 展开更多
关键词 剪枝算法 GoogLeNet 人脸表情识别 Inception模块 全局最大池化层 运行效率
下载PDF
基于改进卷积神经网络的化纤丝饼表面缺陷识别 被引量:14
9
作者 王泽霞 陈革 陈振中 《纺织学报》 EI CAS CSCD 北大核心 2020年第4期39-44,共6页
针对传统人工检测化纤丝饼表面缺陷方法的不足,提出改进的卷积神经网络对正常以及3种常见缺陷丝饼进行分类识别。首先对采集的丝饼图像进行分块处理,然后利用改进的卷积神经网络进行特征提取,采用全局最大池化层代替全连接层,增强了图... 针对传统人工检测化纤丝饼表面缺陷方法的不足,提出改进的卷积神经网络对正常以及3种常见缺陷丝饼进行分类识别。首先对采集的丝饼图像进行分块处理,然后利用改进的卷积神经网络进行特征提取,采用全局最大池化层代替全连接层,增强了图像对空间变换的鲁棒性,减少了模型参数,并利用softmax分类器进行分类。最后在网络学习过程中提出主动学习方法,用少量标注样本对网络进行训练,选出对提升网络性能最具价值的样本进行标注并加入到训练样本中进行训练检测。结果表明,该方法可有效实现丝饼的缺陷识别,识别准确率达到97.1%,并有效减少了网络所需的标注样本数量,节省大量的标注成本,具有一定的通用性。 展开更多
关键词 化纤丝饼 缺陷识别 图像分块 卷积神经网络 全局最大池化 主动学习方法
下载PDF
基于改进Bilinear CNN的细粒度图像分类方法 被引量:2
10
作者 田佳鹭 邓立国 《计算机与数字工程》 2021年第5期977-981,1017,共6页
为提高细粒度图像分类的精确度,提出一种基于双线性网络(Bilinear CNN)的改进方法。首先,选取结构紧密的DenseNet121卷积部分作为特征提取模块,运用改进的Relu-and-Softplus激活函数;接着,结合注意力机制引入空间注意力模块和通道注意... 为提高细粒度图像分类的精确度,提出一种基于双线性网络(Bilinear CNN)的改进方法。首先,选取结构紧密的DenseNet121卷积部分作为特征提取模块,运用改进的Relu-and-Softplus激活函数;接着,结合注意力机制引入空间注意力模块和通道注意力模块,在整体性和局部性上有效提取细节特征;并增加一层卷积层实现调整特征图维度的过渡作用,通过特征图分组策略有效降低特征向量维度减少参数;在双线性池化后采用全局最大池化层处理N个双线性特征向量,融合得到用于Softmax分类的最终向量。经实验证明,新模型的分类精确度可达到96.869%,参数量也大幅度降低,工作效率显著提高。 展开更多
关键词 细粒度分类 Bilinear CNN 注意力模块 分组策略 全局最大池化层
下载PDF
复杂背景下交错低秩组卷积混合深度网络的路面裂缝检测算法研究 被引量:6
11
作者 李刚 刘强伟 +2 位作者 万健 马彪 李莹 《激光与光电子学进展》 CSCD 北大核心 2020年第14期279-288,共10页
由于混凝土路面光照强度不均匀、背景复杂、噪声干扰大,传统的裂缝检测算法难以准确提取其裂缝特征。为了在提高裂缝检测准确性的同时减少计算冗余,提出了一种将低秩核和组卷积结合的交错低秩组卷积混合深度网络的路面裂缝检测算法。首... 由于混凝土路面光照强度不均匀、背景复杂、噪声干扰大,传统的裂缝检测算法难以准确提取其裂缝特征。为了在提高裂缝检测准确性的同时减少计算冗余,提出了一种将低秩核和组卷积结合的交错低秩组卷积混合深度网络的路面裂缝检测算法。首先利用重叠滑动窗口裁剪方法建立裂缝图像数据集,在训练集上生成一个具有较好鲁棒性的分类器,对裂缝及非裂缝图像进行分类,然后采用自适应阈值法得到边缘轮廓清晰的裂缝二值化图像,最后采用中轴线法求取裂缝最大宽度。在测试集上验证模型的性能,实验结果表明测试精度为0.9726,效果优于经典的裂缝检测算法,而且相对于卷积神经网络及其变体大幅减少了模型参数,处理图像的速度达到了每秒14张,并且在三个公开数据集上都达到了较好的检测效果。在2.5 mm以上的裂缝宽度上,计算相对误差小于0.02,较好地达到了工程实际要求。 展开更多
关键词 图像处理 裂缝检测 低秩组卷积 全局平均池化 自适应阈值 裂缝最大宽度
原文传递
Performance Investigation of Hybrid and Conventional PV Array Configurations for Grid-connected/Standalone PV Systems 被引量:2
12
作者 Praveen Kumar Bonthagorla Suresh Mikkili 《CSEE Journal of Power and Energy Systems》 SCIE EI CSCD 2022年第3期682-695,共14页
Currently,the critical challenge in solar photovoltaic(PV)systems is to make them energy efficient.One of the key factors that can reduce the PV system power output is partial shading conditions(PSCs).The reduction in... Currently,the critical challenge in solar photovoltaic(PV)systems is to make them energy efficient.One of the key factors that can reduce the PV system power output is partial shading conditions(PSCs).The reduction in power output not only depends on a shaded region but also depends on the pattern of shading and physical position of shaded modules in the array.Due to PSCs,mismatch losses are induced between the shaded modules which can cause several peaks in the output power-voltage(P-V)characteristics.The series-parallel(SP),total-cross-tied(TCT),bridge-link(BL),honey-comb(HC),and triple-tied(TT)configurations are considered as conventional configurations,which are severely affected by PSCs and generate more mismatch power losses along with a greater number of local peaks.To reduce the effect of PSCs,hybrid PV array configurations,such as series-parallel:total-cross-tied(SP-TCT),bridge-link:total-cross-tied(BL-TCT),honey-comb:total-cross-tied(HC-TCT)and bridge-link:honey-comb(BL-HC)are proposed.This paper briefly discusses the modeling,simulation and performance evaluation of hybrid and conventional 7×7 PV array configurations during different PSCs in a Matlab/Simulink environment.The performance of hybrid and conventional PV configurations are evaluated and compared in terms of global maximum power(GMP),voltage and currents at GMP,open and short circuit voltage and currents,mismatch power loss(MPL),fill factor,efficiency,and a number of local maximum power peaks(LMPPs). 展开更多
关键词 Fill factor global maximum power(gmp) hybrid PV array configuration maximum power point(MPP) mismatch power loss(MPL) partial shading triple-tied(TT)
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部