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
3
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
改进VGG网络的人脸表情识别
1
作者
郭昕刚
沈紫琪
王晓林
《长春工业大学学报》
CAS
2023年第1期52-57,共6页
在VGG网络上加入改进型高阶残差模块和参数共享反馈子网络降低网络退化度和减少网络参数量,并利用通道注意力机制给通道分配不同权重,来提高表情识别度。将此网络运用到两个具有代表性的数据集FER2013、CK+中。实验结果表明,识别率分别...
在VGG网络上加入改进型高阶残差模块和参数共享反馈子网络降低网络退化度和减少网络参数量,并利用通道注意力机制给通道分配不同权重,来提高表情识别度。将此网络运用到两个具有代表性的数据集FER2013、CK+中。实验结果表明,识别率分别为65.34%和96.88%。
展开更多
关键词
高阶残差模块
参数共享反馈子网络
通道注意力机制
下载PDF
职称材料
基于高阶残差和参数共享反馈卷积神经网络的农作物病害识别
被引量:
21
2
作者
曾伟辉
李淼
+1 位作者
李增
熊焰
《电子学报》
EI
CAS
CSCD
北大核心
2019年第9期1979-1986,共8页
当前,大部分农作物病害图像识别方法主要关注于精度而忽略了鲁棒性.在面向实际环境时,由于噪声干扰和环境因素影响导致识别精度不高.为此提出了一种高阶残差和参数共享反馈的卷积神经网络模型以应用于实际环境农作物病害识别.其中,高阶...
当前,大部分农作物病害图像识别方法主要关注于精度而忽略了鲁棒性.在面向实际环境时,由于噪声干扰和环境因素影响导致识别精度不高.为此提出了一种高阶残差和参数共享反馈的卷积神经网络模型以应用于实际环境农作物病害识别.其中,高阶残差子网络为病害表观提供丰富细致的特征表达,以提高模型识别精度;参数共享反馈子网络用来进一步抑制原深层特征中的背景噪声,以提高模型的鲁棒性.实验结果表明,当面向实际环境农作物病害识别时,本文方法在识别精度和鲁棒性上均优于其他方法.
展开更多
关键词
高阶残差
参数共享反馈
鲁棒性
农作物病害识别
下载PDF
职称材料
基于改进VGG网络的农作物病害图像识别
被引量:
13
3
作者
岳有军
李雪松
+1 位作者
赵辉
王红君
《农机化研究》
北大核心
2022年第6期18-24,共7页
随着计算机技术的飞速发展,使用机器视觉进行农作物病害识别成为了一种趋势。但是,当前农作物病害图像识别研究主要集中在提高其识别精度方面而很少考虑实际复杂自然条件下的鲁棒性研究。在实际复杂自然条件下,噪声和复杂自然条件背景...
随着计算机技术的飞速发展,使用机器视觉进行农作物病害识别成为了一种趋势。但是,当前农作物病害图像识别研究主要集中在提高其识别精度方面而很少考虑实际复杂自然条件下的鲁棒性研究。在实际复杂自然条件下,噪声和复杂自然条件背景会降低识别精度。为此,对VGG网络进行改进,将高阶残差和参数共享反馈子网络添加进VGG网络中,识别实际复杂自然条件下的农作物病害。农作物病害表观的特征表达由高阶残差子网络提供,高阶残差子网络使病害识别的准确率更高;病害图像深层特征中的背景噪声被参数共享反馈子网络削弱,使改进VGG网络具有更强的鲁棒性。实验分析表明:在实际大田环境中,此方法在识别精度和鲁棒性方面比SVM、AlexNET、ResNet-50、VGG-16效果更好。
展开更多
关键词
农作物病害识别
VGG网络
高阶残差子网络
参数共享反馈子网络
下载PDF
职称材料
题名
改进VGG网络的人脸表情识别
1
作者
郭昕刚
沈紫琪
王晓林
机构
长春工业大学计算机科学与工程学院
长春市城市科学研究所
出处
《长春工业大学学报》
CAS
2023年第1期52-57,共6页
基金
吉林省教育厅基金资助项目(JKH20210754KJ)。
文摘
在VGG网络上加入改进型高阶残差模块和参数共享反馈子网络降低网络退化度和减少网络参数量,并利用通道注意力机制给通道分配不同权重,来提高表情识别度。将此网络运用到两个具有代表性的数据集FER2013、CK+中。实验结果表明,识别率分别为65.34%和96.88%。
关键词
高阶残差模块
参数共享反馈子网络
通道注意力机制
Keywords
High-order residual module
parameter shared feedback sub-network
channel attention mechanism
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
基于高阶残差和参数共享反馈卷积神经网络的农作物病害识别
被引量:
21
2
作者
曾伟辉
李淼
李增
熊焰
机构
中国科学院合肥智能机械研究所
中国科学技术大学
出处
《电子学报》
EI
CAS
CSCD
北大核心
2019年第9期1979-1986,共8页
基金
国家重点研发计划资助(No.2016YFD0800901-03,No.2017YF0701600)
文摘
当前,大部分农作物病害图像识别方法主要关注于精度而忽略了鲁棒性.在面向实际环境时,由于噪声干扰和环境因素影响导致识别精度不高.为此提出了一种高阶残差和参数共享反馈的卷积神经网络模型以应用于实际环境农作物病害识别.其中,高阶残差子网络为病害表观提供丰富细致的特征表达,以提高模型识别精度;参数共享反馈子网络用来进一步抑制原深层特征中的背景噪声,以提高模型的鲁棒性.实验结果表明,当面向实际环境农作物病害识别时,本文方法在识别精度和鲁棒性上均优于其他方法.
关键词
高阶残差
参数共享反馈
鲁棒性
农作物病害识别
Keywords
high-order residual(HOR)
parameter
-sharing
feedback
(PSF)
robustness
crop disease recognition
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VGG网络的农作物病害图像识别
被引量:
13
3
作者
岳有军
李雪松
赵辉
王红君
机构
天津理工大学天津市复杂系统控制理论与应用重点实验室/电气电子工程学院
天津农学院工程技术学院
出处
《农机化研究》
北大核心
2022年第6期18-24,共7页
基金
天津市科技计划项目(18YFZCNC01120)。
文摘
随着计算机技术的飞速发展,使用机器视觉进行农作物病害识别成为了一种趋势。但是,当前农作物病害图像识别研究主要集中在提高其识别精度方面而很少考虑实际复杂自然条件下的鲁棒性研究。在实际复杂自然条件下,噪声和复杂自然条件背景会降低识别精度。为此,对VGG网络进行改进,将高阶残差和参数共享反馈子网络添加进VGG网络中,识别实际复杂自然条件下的农作物病害。农作物病害表观的特征表达由高阶残差子网络提供,高阶残差子网络使病害识别的准确率更高;病害图像深层特征中的背景噪声被参数共享反馈子网络削弱,使改进VGG网络具有更强的鲁棒性。实验分析表明:在实际大田环境中,此方法在识别精度和鲁棒性方面比SVM、AlexNET、ResNet-50、VGG-16效果更好。
关键词
农作物病害识别
VGG网络
高阶残差子网络
参数共享反馈子网络
Keywords
crop disease identification
VGG network
high order residual
parameter
sharing
feedback
分类号
S126 [农业科学—农业基础科学]
S431 [农业科学—农业昆虫与害虫防治]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
改进VGG网络的人脸表情识别
郭昕刚
沈紫琪
王晓林
《长春工业大学学报》
CAS
2023
0
下载PDF
职称材料
2
基于高阶残差和参数共享反馈卷积神经网络的农作物病害识别
曾伟辉
李淼
李增
熊焰
《电子学报》
EI
CAS
CSCD
北大核心
2019
21
下载PDF
职称材料
3
基于改进VGG网络的农作物病害图像识别
岳有军
李雪松
赵辉
王红君
《农机化研究》
北大核心
2022
13
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