期刊文献+
共找到705篇文章
< 1 2 36 >
每页显示 20 50 100
CONTROL SCHEMES FOR CMAC NEURAL NETWORK-BASED VISUAL SERVOING 被引量:1
1
作者 Wang HuamingXi WenmingZhu JianyingDepartment of Mechanical andElectrical Engineering,Nanjing University of Aeronauticsand Astronautics,Nanjing 210016, China 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2003年第3期256-259,共4页
In IBVS (image based visual servoing), the error signal in image space should be transformed into the control signal in the input space quickly. To avoid the iterative adjustment and complicated inverse solution of im... In IBVS (image based visual servoing), the error signal in image space should be transformed into the control signal in the input space quickly. To avoid the iterative adjustment and complicated inverse solution of image Jacobian, CMAC (cerebellar model articulation controller) neural network is inserted into visual servo control loop to implement the nonlinear mapping. Two control schemes are used. Simulation results on two schemes are provided, which show a better tracking precision and stability can be achieved using scheme 2. 展开更多
关键词 CMAC neural network Control scheme visual servoing
下载PDF
Design of Robotic Visual Servo Control Based on Neural Network and Genetic Algorithm 被引量:9
2
作者 Hong-Bin Wang Mian Liu 《International Journal of Automation and computing》 EI 2012年第1期24-29,共6页
A new visual servo control scheme for a robotic manipulator is presented in this paper, where a back propagation (BP) neural network is used to make a direct transition from image feature to joint angles without req... A new visual servo control scheme for a robotic manipulator is presented in this paper, where a back propagation (BP) neural network is used to make a direct transition from image feature to joint angles without requiring robot kinematics and camera calibration. To speed up the convergence and avoid local minimum of the neural network, this paper uses a genetic algorithm to find the optimal initial weights and thresholds and then uses the BP Mgorithm to train the neural network according to the data given. The proposed method can effectively combine the good global searching ability of genetic algorithms with the accurate local searching feature of BP neural network. The Simulink model for PUMA560 robot visual servo system based on the improved BP neural network is built with the Robotics Toolbox of Matlab. The simulation results indicate that the proposed method can accelerate convergence of the image errors and provide a simple and effective way of robot control. 展开更多
关键词 visual servo image Jacobian back propagation (BP) neural network genetic algorithm robot control
下载PDF
Digital Watermarking Algorithm Based on Wavelet Transform and Neural Network 被引量:4
3
作者 WANG Zhenfei ZHAI Guangqun WANG Nengchao 《Wuhan University Journal of Natural Sciences》 CAS 2006年第6期1667-1670,共4页
An effective blind digital watermarking algorithm based on neural networks in the wavelet domain is presented. Firstly, the host image is decomposed through wavelet transform. The significant coefficients of wavelet a... An effective blind digital watermarking algorithm based on neural networks in the wavelet domain is presented. Firstly, the host image is decomposed through wavelet transform. The significant coefficients of wavelet are selected according to the human visual system (HVS) characteristics. Watermark bits are added to them. And then effectively cooperates neural networks to learn the characteristics of the embedded watermark related to them. Because of the learning and adaptive capabilities of neural networks, the trained neural networks almost exactly recover the watermark from the watermarked image. Experimental results and comparisons with other techniques prove the effectiveness of the new algorithm. 展开更多
关键词 digital watermarking neural networks wavelet transform human visual system
下载PDF
A GENERALIZED GOODNESS CRITERION FOR UNSUPERVISED NEURAL LEARNING OF VISUAL PERCEPTION
4
作者 Liu Jianqin(College of Information Engineering, Central South University of Technology, Changsha 410083, China) 《Journal of Central South University》 SCIE EI CAS 1996年第2期63-67,共5页
Unsupervised learning plays an important role in the neural networks. Focusing on the unsupervised mechanism of neural networks, a novel generalized goodness criterion for the unsupervised neural learning of visual pe... Unsupervised learning plays an important role in the neural networks. Focusing on the unsupervised mechanism of neural networks, a novel generalized goodness criterion for the unsupervised neural learning of visual perception based on the martingale measure is proposed in the paper. The differential geometrical structure is used as the framework of the whole inference and spatial statistical description with adaptive attribute is embedded in the corresponding nonlinear functional space. Consequently the integration of optimization process and computational simulation with the NeoDarwinian paradigm is obtained. And the generalization of the guidance for the evolutionary learning in the neural net framework, the convergence of the goodness and process of the evolution guaranteed by the mathematical features are discussed. This criterion has generic significance in the field of machine vision and visual pattern classification. 展开更多
关键词 visual PERCEPTION UNSUPERVISED LEARNING neural network
下载PDF
基于卷积神经网络与可视图像的类滑动放电模式识别
5
作者 潘如政 李怀宇 +3 位作者 崔巍 曾鑫 张帅 邵涛 《高电压技术》 EI CAS CSCD 北大核心 2024年第1期423-431,共9页
为了提高机器学习算法对类滑动放电模式识别的准确率,提出了一种基于卷积神经网络(convolutional neuralnetworks,CNN)与可视图像识别电晕放电、弥散放电和类滑动放电等模式的方法。通过选取气体体积流量0~16 L/min、电极间隙2~10 mm、... 为了提高机器学习算法对类滑动放电模式识别的准确率,提出了一种基于卷积神经网络(convolutional neuralnetworks,CNN)与可视图像识别电晕放电、弥散放电和类滑动放电等模式的方法。通过选取气体体积流量0~16 L/min、电极间隙2~10 mm、脉冲频率0.5~3 kHz等不同条件下的类滑动放电图像构建图像库,搭建CNN模型并优化影响CNN识别性能的超参数,包括网络层数、全连接层(full connected layer,FC)神经元数、卷积核尺寸以及激活函数类型,最后比较了CNN与决策树(decision tree,DT)算法和随机森林(random decision forests,RF)算法的识别效果。结果表明,CNN识别准确率为100%,高于传统机器学习方法。此外,本文还给出了放电模式及条件参数,通过基于反向传播神经网络(back propagation neural networks,BPNN)的聚类分析算法识别弥散放电和类滑动放电,并且准确率为100%。 展开更多
关键词 类滑动放电 可视图像 卷积神经网络 机器学习 模式识别 参数调控
下载PDF
乳腺钼靶肿块自监督预训练迁移检测方法研究
6
作者 莫宏伟 孙琪 +3 位作者 孙鹏 张显玉 孙江宏 孙惟嘉 《智能系统学报》 CSCD 北大核心 2024年第5期1082-1091,共10页
借助深度学习技术在乳腺钼靶领域辅助医生进行乳腺癌诊断在当下已经成为很多研究关注的热点,诊断技术主要包括良恶性分类、病灶区域检测以及病灶区域分割等。由于深度学习训练的模型性能很大程度上依赖于大量的带有标注的数据,而医学图... 借助深度学习技术在乳腺钼靶领域辅助医生进行乳腺癌诊断在当下已经成为很多研究关注的热点,诊断技术主要包括良恶性分类、病灶区域检测以及病灶区域分割等。由于深度学习训练的模型性能很大程度上依赖于大量的带有标注的数据,而医学图像数据集往往存在数据量少、标注成本昂贵以及公开数据集标注质量差等现象,所以在医学图像领域应用深度学习技术具有重重困难。为使基于深度学习的乳腺钼靶计算机辅助诊断技术的开发不受限于大量有标注的数据,提出一种适用于钼靶自监督目标检测方法来完成乳腺钼靶肿块检测任务,利用大量来自肿瘤医院的数据预训练,并在公开数据集DDSM上进行微调与测试。实验结果表明,提出模型在乳腺钼靶肿块检测任务中表现优异,并且不依赖于位置标签,具有重要的研究价值与应用前景。 展开更多
关键词 目标检测 自监督 钼靶影像 预训练 数据增强 视觉表示 卷积神经网络 图像分类
下载PDF
基于PSO-BP神经网络的分拣机器人视觉反馈跟踪 被引量:1
7
作者 杨静宜 白向伟 《国外电子测量技术》 2024年第1期166-172,共7页
针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果。依据分拣机器人的视觉反馈信... 针对分拣机器人视觉反馈跟踪精度差、耗时较长的问题,研究基于粒子群算法-反向传播(particle swarm optimization-back propagation,PSO-BP)神经网络的分拣机器人视觉反馈跟踪方法,以提升视觉反馈跟踪效果。依据分拣机器人的视觉反馈信息,建立分拣机器人运动学模型,并求解分拣机器人机械臂输出位置和输入位置的误差函数;利用PSO算法优化BP神经网络的权值与偏置;在权值与偏置优化后的BP神经网络内,输入误差函数,预测分拣机器人视觉反馈跟踪控制量;利用预测视觉反馈跟踪控制量,在线调整增量式比例-积分-微分(proportional-integral-derivative,PID)的参数,输出高精度的分拣机器人视觉反馈跟踪控制量,实现分拣机器人视觉反馈跟踪。实验结果表明,该方法可有效视觉反馈跟踪分拣机器人机械臂的关节角;存在干扰情况下,在运行时间为10 s左右时,阶跃响应趋于稳定;有干扰情况下,视觉反馈跟踪的平均误差为0.09 cm,耗时平均值为0.10 ms;无干扰情况下,平均误差为0.03 cm,耗时平均值为0.04 ms。 展开更多
关键词 PSO-BP神经网络 分拣机器人 视觉反馈跟踪 运动学模型 误差函数 增量式PID
下载PDF
基于混合神经网络的多维视觉传感信号模式分类
8
作者 陈威 蔡奕侨 《传感技术学报》 CAS CSCD 北大核心 2024年第6期1035-1040,共6页
传感器采集的数字信号分类精度差,导致关键信息的丢失。为了提高传感数据的可靠性和有效性,提出基于混合神经网络的多维视觉传感信号模式分类方法。结合卷积神经网络(CNN)、循环神经网络(RNN)构建混合神经网络,以更有效地表示多维视觉... 传感器采集的数字信号分类精度差,导致关键信息的丢失。为了提高传感数据的可靠性和有效性,提出基于混合神经网络的多维视觉传感信号模式分类方法。结合卷积神经网络(CNN)、循环神经网络(RNN)构建混合神经网络,以更有效地表示多维视觉数据中的特征;其中,卷积神经网络负责对多维的空间信号进行去噪处理并提取特征;循环神经网络负责对时域和频域信号进行特征提取;混合神经网络通过联合训练CNN和RNN各自的参数,以调整其权重,并且结合两者从不同层级提取的特征来实现多维视觉传感信号模式的分类。仿真结果表明,使用所提方法进行分类时,信号光滑度保持在0.9以上,传感信号分类结果与实际结果拟合度较高,有效实现多维视觉传感信号模式分类。 展开更多
关键词 传感器信号处理 信号模式分类 混合神经网络 视觉传感信号 卷积神经网络 循环神经网络 贝塞尔曲线
下载PDF
基于卷积神经网络的“舌边白涎”舌象识别研究
9
作者 李秋华 史国峰 +1 位作者 李玥博 任路 《湖南中医药大学学报》 CAS 2024年第7期1254-1260,共7页
目的通过机器学习分析“舌边白涎”舌象特性,对舌象进行局部特征识别研究,探讨卷积神经网络算法在舌象识别应用中的性能。方法使用Python进行图像预处理,搭建用于舌象识别的视觉几何组16层(visual geometry group 16,VGG16)卷积神经网... 目的通过机器学习分析“舌边白涎”舌象特性,对舌象进行局部特征识别研究,探讨卷积神经网络算法在舌象识别应用中的性能。方法使用Python进行图像预处理,搭建用于舌象识别的视觉几何组16层(visual geometry group 16,VGG16)卷积神经网络模型,分析其对“舌边白涎”舌象鉴别分析的效果,并结合热力图分析“舌边白涎”典型舌象表现。结果基于PyTorch框架,进行卷积神经网络的舌象鉴别研究,VGG16及残差网络50层(residual network 50,ResNet50)模型验证准确率均较高,达到80%以上,且ResNet50模型优于VGG16模型,可为舌象识别提供一定参考。基于加权梯度类激活映射(gradient-weighted class activation mapping,Grad-CAM)技术,通过舌苔舌色差异分布的网络可视化,有助于直观进行模型评估分析。结论基于卷积神经网络模型对舌象数据库进行分析,实现“舌边白涎”舌象识别,有助于临床诊疗的客观化辅助分析,为舌诊智能化发展提供一定借鉴。 展开更多
关键词 卷积神经网络 视觉几何组 PYTHON 人工智能 舌边白涎
下载PDF
基于Transformer的跨尺度交互学习伪装目标检测
10
作者 李建东 王岩 曲海成 《计算机系统应用》 2024年第2期115-124,共10页
伪装目标检测(COD)旨在精确且高效地检测出与背景高度相似的伪装物体,其方法可为物种保护、医学病患检测和军事监测等领域提供助力,具有较高的实用价值.近年来,采用深度学习方法进行伪装目标检测成为一个比较新兴的研究方向.但现有大多... 伪装目标检测(COD)旨在精确且高效地检测出与背景高度相似的伪装物体,其方法可为物种保护、医学病患检测和军事监测等领域提供助力,具有较高的实用价值.近年来,采用深度学习方法进行伪装目标检测成为一个比较新兴的研究方向.但现有大多数COD算法都是以卷积神经网络(CNN)作为特征提取网络,并且在结合多层次特征时,忽略了特征表示和融合方法对检测性能的影响.针对基于卷积神经网络的伪装目标检测模型对被检测目标的全局特征提取能力较弱问题,提出一种基于Transformer的跨尺度交互学习伪装目标检测方法.该模型首先提出了双分支特征融合模块,将经过迭代注意力的特征进行融合,更好地融合高低层特征;其次引入了多尺度全局上下文信息模块,充分联系上下文信息增强特征;最后提出了多通道池化模块,能够聚焦被检测物体的局部信息,提高伪装目标检测准确率.在CHAMELEON、CAMO以及COD10K数据集上的实验结果表明,与当前主流的伪装物体检测算法相比较,该方法生成的预测图更加清晰,伪装目标检测模型能取得更高精度. 展开更多
关键词 深度学习 伪装目标检测 视觉特征金字塔 卷积神经网络 特征融合
下载PDF
HMM-Based Photo-Realistic Talking Face Synthesis Using Facial Expression Parameter Mapping with Deep Neural Networks
11
作者 Kazuki Sato Takashi Nose Akinori Ito 《Journal of Computer and Communications》 2017年第10期50-65,共16页
This paper proposes a technique for synthesizing a pixel-based photo-realistic talking face animation using two-step synthesis with HMMs and DNNs. We introduce facial expression parameters as an intermediate represent... This paper proposes a technique for synthesizing a pixel-based photo-realistic talking face animation using two-step synthesis with HMMs and DNNs. We introduce facial expression parameters as an intermediate representation that has a good correspondence with both of the input contexts and the output pixel data of face images. The sequences of the facial expression parameters are modeled using context-dependent HMMs with static and dynamic features. The mapping from the expression parameters to the target pixel images are trained using DNNs. We examine the required amount of the training data for HMMs and DNNs and compare the performance of the proposed technique with the conventional PCA-based technique through objective and subjective evaluation experiments. 展开更多
关键词 visual-Speech SYNTHESIS TALKING Head Hidden MARKOV Models (HMMs) Deep neural networks (DNNs) FACIAL Expression Parameter
下载PDF
基于孪生神经网络的楔形环连接结构预紧状态辨识
12
作者 盛俊杰 王九龙 +1 位作者 李树勇 文勇 《振动与冲击》 EI CSCD 北大核心 2024年第8期162-168,共7页
楔形环连接结构由于其连接简单可靠、同时兼具节省空间及减重的优势,常被应用于鱼雷、航天飞行器等武器装备。针对楔形环连接结构预紧状态辨识方面存在的机理模型复杂、样本量小且类别不平衡的问题,提出了一种基于孪生神经网络模型的预... 楔形环连接结构由于其连接简单可靠、同时兼具节省空间及减重的优势,常被应用于鱼雷、航天飞行器等武器装备。针对楔形环连接结构预紧状态辨识方面存在的机理模型复杂、样本量小且类别不平衡的问题,提出了一种基于孪生神经网络模型的预紧状态辨识方法。为提高模型训练效率和效果,首先利用时频处理技术进行孪生神经网络模型特征增强,基于增强特征建立了3层孪生神经网络分类模型,实现楔形环预紧状态宏观分类。同时,为指导楔形环精密装配,通过特征可视化技术,深入分析了孪生神经网络训练过程特征聚类效果,并基于二维特征建立了预紧状态定量表征模型,引入目标状态聚类中心与接受域参量,用于实现楔形环连接结构预紧状态定量评估。通过试验验证了所提方法的有效性,该方法可为楔形环连接结构定量辨识提供新的技术途径和思路,具有一定工程应用价值。 展开更多
关键词 楔形环连接结构 孪生神经网络 状态辨识 特征可视化 定量表征
下载PDF
基于蝗虫视觉的微型机器人避障方法研究 被引量:1
13
作者 汪杰 雷斌 +2 位作者 蒋林 李港 苏冲 《传感器与微系统》 CSCD 北大核心 2024年第4期53-56,60,共5页
为提高机器人自主避障的稳定性和可靠性,通过对蝗虫神经系统中具有碰撞预警能力的小叶巨大运动检测器(LGMD)神经网络进行优化处理,构建适用于嵌入式微型机器人的仿生视觉避障系统。针对LGMD网络在黑暗环境中碰撞感知性能较差,将传统图... 为提高机器人自主避障的稳定性和可靠性,通过对蝗虫神经系统中具有碰撞预警能力的小叶巨大运动检测器(LGMD)神经网络进行优化处理,构建适用于嵌入式微型机器人的仿生视觉避障系统。针对LGMD网络在黑暗环境中碰撞感知性能较差,将传统图像处理算法与仿生网络相结合,通过融合拉普拉斯锐化和高斯模糊的激励来增强碰撞对象的扩展边缘,提出基于图像增强的碰撞检测神经网络(LGMD-LS)。利用MATLAB软件对模型进行视频仿真分析,结果表明:相较于LGMD模型,改进算法在黑暗环境中能有效识别迫近障碍物,具有较好的鲁棒性。在自制微型机器人上进行实物验证,结果表明:机器人在黑暗场景中能够有效避障,验证了算法的可靠性。为应用于实际场景下机器人碰撞检测提供参考依据。 展开更多
关键词 移动机器人 蝗虫视觉神经网络 动态避障 碰撞检测
下载PDF
面向SAR图像目标分类的CNN模型可视化方法 被引量:2
14
作者 李妙歌 陈渤 +1 位作者 王东升 刘宏伟 《雷达学报(中英文)》 EI CSCD 北大核心 2024年第2期359-373,共15页
卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明,CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域,但现有方法主要基于通道级或空间级类激活权重,且在... 卷积神经网络(CNN)在合成孔径雷达(SAR)图像目标分类任务中应用广泛。由于网络工作机理不透明,CNN模型难以满足高可靠性实际应用的要求。类激活映射方法常用于可视化CNN模型的决策区域,但现有方法主要基于通道级或空间级类激活权重,且在SAR图像数据集上的应用仍处于起步阶段。基于此,该文从神经元特征提取能力和网络决策依据两个层面出发,提出了一种面向SAR图像的CNN模型可视化方法。首先,基于神经元的激活值,对神经元在其感受野范围内的目标结构学习能力进行可视化,然后提出一种通道-空间混合的类激活映射方法,通过对SAR图像中的重要区域进行定位,为模型的决策过程提供依据。实验结果表明,该方法给出了模型在不同设置下的可解释性分析,有效拓展了卷积神经网络在SAR图像上的可视化应用。 展开更多
关键词 合成孔径雷达 可视化分析 卷积神经网络 类激活映射 神经元
下载PDF
运动人因视角下体育馆光环境评价预测模型研究
15
作者 史立刚 邱靖涵 李思盈 《世界建筑》 2024年第7期94-100,共7页
体育馆光环境设计直接影响运动者的舒适水平。为探究运动者对天然光环境的舒适需求反馈,本文基于主观调查与客观生理测量的互证方法,确定运动者光环境评价影响因素,利用神经网络算法构建以运动人因健康为导向的体育馆光环境评价预测模型... 体育馆光环境设计直接影响运动者的舒适水平。为探究运动者对天然光环境的舒适需求反馈,本文基于主观调查与客观生理测量的互证方法,确定运动者光环境评价影响因素,利用神经网络算法构建以运动人因健康为导向的体育馆光环境评价预测模型,并结合遗传算法优化迭代得出适宜全民健身的体育馆天然光环境视觉舒适亮度阈值。 展开更多
关键词 体育馆 天然光环境 视觉舒适 生理反馈 神经网络
下载PDF
船舶辐射噪声分类卷积神经网络的可视化分析和卷积核剪枝 被引量:1
16
作者 徐源超 蔡志明 +1 位作者 孔晓鹏 黄炎 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第1期74-82,共9页
当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能,对模型的解释性关注较少。本文首先采用导向反向传播和输入空间优化,基于DeepShip数据集,构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN),提出了一种船舶辐射噪... 当前基于深度神经网络的船舶辐射噪声分类研究主要关注分类性能,对模型的解释性关注较少。本文首先采用导向反向传播和输入空间优化,基于DeepShip数据集,构建以对数谱为输入的船舶辐射噪声分类卷积神经网络(CNN),提出了一种船舶辐射噪声分类CNN的可视化分析方法。结果显示,多帧特征对齐算法改进了可视化效果,深层卷积核检测线谱和背景两类特征。其次,基于线谱是船舶分类的稳健特征这一知识,提出了一种卷积核剪枝方法,不仅提升了CNN分类性能,且训练过程更加稳定。导向反向传播可视化结果表明,卷积核剪枝后的CNN更加关注线谱信息。 展开更多
关键词 船舶辐射噪声分类 卷积神经网络 可视化分析 神经网络剪枝 导向反向传播
下载PDF
螨虫图像特征可视化卷积神经网络研究
17
作者 田欢 王鑫 《甘肃科技纵横》 2024年第6期58-64,共7页
螨虫是古老的微型寄生害虫,它与人们的健康息息相关。文章借助基于数据驱动的深度学习技术对大规模螨虫影像进行特征学习分析,通过引入人工建模、AlexNet和VGG16经典的卷积神经网络等算法,并结合特征图可视化阐释了卷积的深层工作机理,... 螨虫是古老的微型寄生害虫,它与人们的健康息息相关。文章借助基于数据驱动的深度学习技术对大规模螨虫影像进行特征学习分析,通过引入人工建模、AlexNet和VGG16经典的卷积神经网络等算法,并结合特征图可视化阐释了卷积的深层工作机理,对于螨虫相关的生物学领域及先进计算机视觉方法都具有一定的研究价值。经实验证明,文章采用数据特征提取结构不仅适用于螨虫图像的可视化研究,而且可以将此方法推广至其他研究领域,具有一定的鲁棒性,同时也为其他学科的可视化实验、研究提供了普适的方法。 展开更多
关键词 螨虫 卷积神经网络 VGG16 特征可视化
下载PDF
基于改进CNN-SVM的井下钻头磨损状态评估研究 被引量:1
18
作者 李玉梅 邓杨林 +3 位作者 李基伟 李乾 杨磊 于丽维 《石油机械》 北大核心 2024年第6期12-19,共8页
现有钻头磨损评估方法中,存在人工特征提取过程可能无法完全提取正确分类所需的信号动态特征,及需要对各个统计量进行大量计算等问题。为此,提出了一种新的基于改进卷积神经网络支持向量机(CNN-SVM)的钻头磨损程度评估算法。该算法将采... 现有钻头磨损评估方法中,存在人工特征提取过程可能无法完全提取正确分类所需的信号动态特征,及需要对各个统计量进行大量计算等问题。为此,提出了一种新的基于改进卷积神经网络支持向量机(CNN-SVM)的钻头磨损程度评估算法。该算法将采集的近钻头原始振动数据导入CNN-Softmax模型,通过训练好的CNN模型从近钻头数据中提取主要的特征参数,将提取的稀疏特征向量输入SVM并进行故障分类,利用遗传算法实现SVM参数的优化选择,最后应用t分布随机邻域法近邻嵌入,使其故障特征学习过程可视化,以评估其特征提取能力。采用该算法对钻头磨损的现场试验数据进行了分析。分析结果表明:基于改进CNN-SVM的井下钻头磨损状态评估算法准确率高达98.33%。所得结论可为实现钻头磨损状态的进一步监测提供理论支撑。 展开更多
关键词 钻头磨损状态评估 卷积神经网络 支持向量机 特征提取可视化 平均池化采样
下载PDF
基于高光谱成像的咸鸭蛋腌制品质快速检测 被引量:1
19
作者 徐佛言 赵欣 +3 位作者 张晓瑞 郁姗姗 王丽 黄星奕 《食品工业科技》 CAS 北大核心 2024年第2期260-268,共9页
咸鸭蛋是一种中国传统腌制食品,水分和脂肪含量是评价咸鸭蛋腌制品质的重要指标。本文旨在采用高光谱成像系统结合化学计量学探究不同腌制阶段咸鸭蛋的水分和脂质含量变化及分布状态。实验采用高光谱成像技术获取432~961 nm波长范围内... 咸鸭蛋是一种中国传统腌制食品,水分和脂肪含量是评价咸鸭蛋腌制品质的重要指标。本文旨在采用高光谱成像系统结合化学计量学探究不同腌制阶段咸鸭蛋的水分和脂质含量变化及分布状态。实验采用高光谱成像技术获取432~961 nm波长范围内的咸鸭蛋剖面反射光谱。为了减小光谱信号的噪声,通过Savitzky-Golay平滑(SG)、高斯滤波(Gauss)和标准正态变换(SNV)三种方法对原始光谱进行预处理,使用竞争自适应加权采样算法(CARS)挑选最优波长,然后进一步采用偏最小二乘回归算法(PLSR)和人工神经网络(ANN)对水分和脂质含量进行定量预测。结果表明,ANN模型能够更好地对水分及脂质含量进行预测,对蛋白水分、蛋黄水分和蛋黄脂质的预测决定系数分别为0.9306,0.9552和0.8896。最后,为了更加直观、全面地对咸鸭蛋腌制过程中的水分和脂质含量进行评价,根据ANN模型绘制出咸鸭蛋剖面的水分及脂质含量分布图。可视化分布图成功显示了咸鸭蛋在不同腌制时间水分和脂质的空间分布。本研究为咸鸭蛋生产及下游食品加工企业提供了一种基于光谱技术的快速检测方法。 展开更多
关键词 咸鸭蛋 腌制 可视化 高光谱成像 人工神经网络
下载PDF
一种语义引导的神经网络关键数据路由路径算法
20
作者 朱富坤 滕臻 +2 位作者 邵文泽 葛琦 孙玉宝 《计算机科学》 CSCD 北大核心 2024年第9期155-161,共7页
近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Cri... 近年来,由于人工智能在各领域的普及,研究神经网络的可解释方法及理解神经网络的运作机理已经成为一个愈发重要的话题。作为神经网络解释性方法的一个分支,网络的路径可解释性受到了越来越多的关注。文中特别探讨了关键数据路由路径(Critical Data Routing Path,CDRP)这一面向网络路径的可解释方法。首先,通过Score-CAM(Score-Class Activation Map)方法分析了CDRP在输入域上的路径可视化归因,指出CDRP方法在语义层面的潜在缺陷。然后,提出了一种语义引导的Score-CDRP方法,从方法机理上提升了CDRP与原始神经网络的语义一致性。最后,通过实验从路径热力图可视化以及相应的预测与定位精度等角度验证了Score-CDRP方法相较于CDRP的合理性、有效性和鲁棒性。 展开更多
关键词 计算机视觉 深度神经网络 神经网络可解释性 特征可视化 网络剪枝 热力图
下载PDF
上一页 1 2 36 下一页 到第
使用帮助 返回顶部