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
共找到6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：
基于稀疏化CNN在Cortex-M视频的身份识别研究
1
作者 李晓琳 庞保孟 +1 位作者 朱青青 耿相珍 《机械工程与自动化》 2023年第3期16-18,共3页
目前市场上存在的门禁、考勤等身份识别系统,基本上是利用算法直接在基于操作系统的专用设备上进行身份的验证,大量视频图像直接上传到中心服务器进行数据运算处理,造成服务器的压力过大。针对这一问题,提出一种基于稀疏化CNN在微控制... 目前市场上存在的门禁、考勤等身份识别系统,基本上是利用算法直接在基于操作系统的专用设备上进行身份的验证,大量视频图像直接上传到中心服务器进行数据运算处理,造成服务器的压力过大。针对这一问题,提出一种基于稀疏化CNN在微控制器芯片上实现监控视频人员身份识别的方法。首先在不依赖于操作系统的微控制器芯片上对小区、商场及校园等公共场所的监控视频进行结构处理,采用CMSIS-NN在微控制器芯片上搭建与PC训练机(服务器)相同的稀疏化改进的AlexNet模型,然后将利用训练机获取的经验值移植到微控制器芯片上,实现对结构化视频的人员身份识别。经实验证明,在微控制器和训练机上识别准确率基本保持一致。因此,在系统前端实现视频结构化处理以及对其搭建稀疏化神经网络实现对人员身份识别是可行的。 展开更多
关键词 身份识别 稀疏化CNN 微控制器芯片 视频结构化 Cortex-M
下载PDF
基于机器学习的Cortex-M监控视频车型识别 被引量：4
2
作者 李晓琳 曹银杰 +3 位作者 田存伟 刘明 耿相珍 冯文文 《科学技术与工程》 北大核心 2019年第34期227-233,共7页
为了解决高速公路环境下监控视频图像车型识别需要将海量视频数据上传计算机服务器中心,对所有的视频流图像进行结构化处理和车型识别,造成服务器中心数据压力大、计算任务重,对服务器性能要求高的问题。对此,提出一种基于机器学习的Cor... 为了解决高速公路环境下监控视频图像车型识别需要将海量视频数据上传计算机服务器中心,对所有的视频流图像进行结构化处理和车型识别,造成服务器中心数据压力大、计算任务重,对服务器性能要求高的问题。对此,提出一种基于机器学习的Cortex-M监控视频车型识别的方法。首先,将训练机训练好的六种车型的权值矩阵文件移植到前端Cortex-M核系列开发板上,采用开发板内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构;同时采用开发板内嵌的CMSIS-DSP库加快图像处理速度,并对选择处理监控视频图像实现车型识别;实验结果表明,该方法平均识别率达到94.6%以上,与采用计算机进行识别相同,可见该方法能够缓解大量视频上传给服务器中心造成的压力,为高速公路环境下监控视频图像车型识别研究提供了一种可选择的方案。 展开更多
关键词 结构化处理 Cortex-M 监控视频 车型识别 CMSIS-NN CMSIS-DSP
下载PDF
基于人工智能的社区矫正定位系统 被引量：1
3
作者 耿相珍 曹银杰 《现代计算机》 2020年第12期48-51,共4页
针对目前社区矫正系统出现的“人机不符”,未有效监管被矫正人员和人机交互困难等问题,提出基于人工智能的社区矫正定位系统。手机作为客户端与服务器的通信采用Socket+TCP协议。手机App端与网站界面操作简单,人机交互性强。人工智能的... 针对目前社区矫正系统出现的“人机不符”,未有效监管被矫正人员和人机交互困难等问题,提出基于人工智能的社区矫正定位系统。手机作为客户端与服务器的通信采用Socket+TCP协议。手机App端与网站界面操作简单,人机交互性强。人工智能的神经网络算法作为判断监管人员的信息的工具,有效判别被监管人员的身份,极大提高监管性能与效率,有效解决人工匹配工作的繁琐。 展开更多
关键词 社区矫正 人工智能 神经网络 人机交互
下载PDF
基于微控制器改进SqueezeNet交通标志识别的研究 被引量：3
4
作者 李晓琳 庞保孟 +4 位作者 曹银杰 田存伟 冯文文 刘明 耿相珍 《计算机测量与控制》 2020年第5期88-92,共5页
针对目前交通标志的识别都是基于操作系统之上,无法做到自主可控、稳定可靠的问题,故提出一种基于微控制器卷积神经网络交通标志识别;考虑到微控制器内存及计算速度,研究采用改进SqueezeNet网络模型结构,将PC训练机训练好的各种交通标... 针对目前交通标志的识别都是基于操作系统之上,无法做到自主可控、稳定可靠的问题,故提出一种基于微控制器卷积神经网络交通标志识别;考虑到微控制器内存及计算速度,研究采用改进SqueezeNet网络模型结构,将PC训练机训练好的各种交通标志权值矩阵文件缩小了50倍,移植到前端Cortex-M核系列开发板上;利用内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构实现对标志的快速识别;实验结果表明,基于微控制器改进SqueezeNet交通标志识别方法平均识别率达到97.4%以上,识别速度得到了有效的提高,同时为智慧交通的标志识别提供了一种可选择方案。 展开更多
关键词 交通标志识别 微控制器 CMSIS-NN 改进SqueezeNet
下载PDF
在微控制器芯片实现神经网络的方法 被引量：1
5
作者 刘明 曹银杰 +1 位作者 耿相珍 胡卫生 《现代电子技术》 北大核心 2020年第22期1-5,9,共6页
针对微控制器芯片尚未存在使用神经网络处理时序信号的现状,提出一种可以在微控制器上进行神经网络训练、预测时序信号的方法。该方法不基于操作系统运行神经网络程序,无法由操作系统进行栈区空间大小的调整以及内存的分配问题,为了解... 针对微控制器芯片尚未存在使用神经网络处理时序信号的现状,提出一种可以在微控制器上进行神经网络训练、预测时序信号的方法。该方法不基于操作系统运行神经网络程序,无法由操作系统进行栈区空间大小的调整以及内存的分配问题,为了解决这个问题,更改了初始化栈区空间的大小,增加了外部扩展SDRAM芯片,使之达到适合神经网络程序运行的大小。在微控制器芯片实现神经网络的方法包括定义了实现神经网络需要的矩阵运算,使用C语言编写并封装LSTM循环神经网络前向传播函数,反向传播函数,以及LSTM循环神经网络的权重更新函数。调用封装好的LSTM循环神经网络函数进行实验,以时序信号sin x函数为例,预测信号变化。故使用该方法,可不依赖操作系统在微控制器芯片建立神经网络,具备了稳定、实时可靠的优点。 展开更多
关键词 微控制器芯片 神经网络 LSTM 栈区空间 内存分配 时序信号处理
下载PDF
基于稀疏化神经网络在微控制器芯片上的应用 被引量：1
6
作者 耿相珍 曹银杰 +1 位作者 刘明 胡卫生 《现代电子技术》 北大核心 2020年第23期134-138,142,共6页
神经网络都是在后端服务器上进行数据处理与识别,针对服务器压力日益增加的问题,提出基于稀疏化神经网络在微控制器芯片上实现数据处理与前端识别。微控制器芯片不依赖操作系统,Arm FuSa RTS保证了微控制器的高稳定性和低功耗。利用CMSI... 神经网络都是在后端服务器上进行数据处理与识别,针对服务器压力日益增加的问题,提出基于稀疏化神经网络在微控制器芯片上实现数据处理与前端识别。微控制器芯片不依赖操作系统,Arm FuSa RTS保证了微控制器的高稳定性和低功耗。利用CMSIS-NN在微控制器芯片上搭建与服务器上相同的稀疏化卷积神经网络(CNN)模型,然后把服务器上训练的经验值移植到微控制芯片上。经实验对比在微控制器和服务器上稀疏化CNN的识别准确率,结果显示准确率基本保持一致。因此在微控制芯片上搭建稀疏化神经网络可有效解决网络带宽和服务器压力过大等问题。 展开更多
关键词 稀疏化神经网络 微控制器芯片 模型搭建 经验值移植 模型压缩 操作系统
下载PDF
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
使用帮助 返回顶部