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9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：
基于多流神经网络的痤疮证候分类
1
作者 张可晔 张新峰 边浩南 《北京生物医学工程》 2023年第5期456-463,共8页
目的以为中医提供贴合实际需求的痤疮辅助分类方案为目的,针对传统神经网络在痤疮证候分类任务中计算复杂、准确率低,且无法实现将面图像与舌图像相结合进行同时分析的问题,提出了基于多流神经网络的痤疮证候分类模型。方法首先,针对面... 目的以为中医提供贴合实际需求的痤疮辅助分类方案为目的,针对传统神经网络在痤疮证候分类任务中计算复杂、准确率低,且无法实现将面图像与舌图像相结合进行同时分析的问题,提出了基于多流神经网络的痤疮证候分类模型。方法首先,针对面部图像,引入预处理模块Faster-RCNN识别出痤疮患者五官区域并对其进行遮挡,完整保留面部皮肤。其次,针对舌图像,引入预处理模块基于K-means聚类算法的舌图像苔质分离方法。接着,将面部皮肤、舌质和舌苔图像分别作为多流神经网络分类模块的三个并行对称网络流的输入,提取更充分有效的图像特征。最后,将三个分类结果相加融合得到证候类型输出。结果实验完成面图像五官自动识别、舌图像苔质分离的图像预处理任务,搭建多流神经网络完成痤疮证候分类,整体模型针对痤疮证候的最高分类准确率为97.13%。结论基于多流神经网络的痤疮证候分类模型实现了将面图像与舌图像相结合进行分析的任务,同时,模型测试效率及准确率较经典网络有所提高。 展开更多
关键词 中医辅助诊断 中医望诊 痤疮证候分类 多流神经网络 图像特征
下载PDF
融合三维人脸动态信息和光流信息的人脸表情识别
2
作者 张华忠 潘曰凯 +3 位作者 涂晓光 刘建华 许罗鹏 周超 《计算机科学》 CSCD 北大核心 2024年第S01期594-600,共7页
人脸表情识别在静态图像上取得了卓越的成效,但这些方法应用于视频或图像序列时,准确度和鲁棒性往往会受到影响。传统的方法通常无法基于空间信息和光流信息进行人脸表情的识别,然而这些辅助识别信息都是二维信息,没有考虑到人脸的表情... 人脸表情识别在静态图像上取得了卓越的成效,但这些方法应用于视频或图像序列时,准确度和鲁棒性往往会受到影响。传统的方法通常无法基于空间信息和光流信息进行人脸表情的识别,然而这些辅助识别信息都是二维信息,没有考虑到人脸的表情变化是一种三维的变化过程。为充分挖掘人脸表情识别的深层语义信息,提出了一种基于三维人脸动态信息和光流信息相结合的融合表情识别方法。该方法构建基于人脸深度图像、光流图像和RGB图像的多流卷积神经网络,通过融合3种模态的信息进行人脸表情识别。所提方法在CAER,RAVDESS数据集上进行了充分验证,实验结果表明,其在表情识别性能上优于目前的主流方法,证明了其有效性。 展开更多
关键词 表情识别 多流卷积神经网络 三维人脸动态信息 光流信息
下载PDF
基于多流卷积和数据增强的声场景分类方法 被引量：4
3
作者 曹毅 费鸿博 +1 位作者 李平 张小勇 《华中科技大学学报（自然科学版）》 EI CAS CSCD 北大核心 2022年第4期40-46,共7页
针对单特征输入时,现有声场景分类方法分类准确率不高且泛化能力不强的问题,提出了一种基于多流卷积和数据增强的声场景分类方法.首先,介绍了卷积神经网络和混合数据增强的基本原理;其次,基于网络并行输入理论,设计了一种多流卷积神经... 针对单特征输入时,现有声场景分类方法分类准确率不高且泛化能力不强的问题,提出了一种基于多流卷积和数据增强的声场景分类方法.首先,介绍了卷积神经网络和混合数据增强的基本原理;其次,基于网络并行输入理论,设计了一种多流卷积神经网络模型以期实现多流特征融合,其由特征提取模块和特征融合模块组成;然后,为进一步提升模型的准确率并降低模型过拟合的概率,提出了一种多维混合数据增强方法以实现特征数据的平滑处理;最后,采用9种特征组合方案,基于Urbansound8K,ESC50和ESC10数据集分别开展了声场景分类实验.实验结果表明:模型的准确率分别为88.29%,77.75%和96.25%,验证了当使用该方法进行声场景分类研究时,模型具有较高的准确率和较强的泛化能力. 展开更多
关键词 声场景分类 多流特征融合 多流卷积神经网络 过拟合 多维混合数据增强
原文传递
基于多流卷积神经网络的跌倒检测算法
4
作者 张陶 邬春学 《软件导刊》 2023年第1期145-151,共7页
为了更好地检测家居场景下老年人的跌倒问题,提出一种基于多流卷积神经网络的跌倒事件检测模型。该模型在传统双流网络的基础上,添加一个新的融合流网络组成三支流网络架构。融合流以时间流和空间流所提取的时空特征为输入,经由多模态... 为了更好地检测家居场景下老年人的跌倒问题,提出一种基于多流卷积神经网络的跌倒事件检测模型。该模型在传统双流网络的基础上,添加一个新的融合流网络组成三支流网络架构。融合流以时间流和空间流所提取的时空特征为输入,经由多模态融合模块将对应层的时空特征融合,并将得到的所有时空融合特征再经融合模块融合得到的多级时空融合特征。最后将三支流的输出进行加权平均分数融合得到最终检测结果。实验结果表明,相比传统双流网络,该方法有更高的准确率、召回率和F1值,平均达到95.8%、91.3%和93.5%,证明了该方法的可行性。 展开更多
关键词 跌倒检测 多流卷积神经网络 特征融合 深度学习
下载PDF
融合时空域注意力模块的多流卷积人体动作识别
5
作者 吴子依 陈泯融 《华南师范大学学报（自然科学版）》 CAS 北大核心 2023年第3期119-128,共10页
为了更好地提取并融合人体骨架中的时序特征和空间特征,文章构建了融合时空域注意力模块的多流卷积神经网络(AE-MCN):针对目前大多数方法在建模骨架序列相关性时因忽略了人体运动特性而没有对运动尺度进行适当建模的问题,引入了自适应... 为了更好地提取并融合人体骨架中的时序特征和空间特征,文章构建了融合时空域注意力模块的多流卷积神经网络(AE-MCN):针对目前大多数方法在建模骨架序列相关性时因忽略了人体运动特性而没有对运动尺度进行适当建模的问题,引入了自适应选取运动尺度模块,从原尺度动作特征中自适应地提取关键时序特征;为了更好地对特征进行时间维度和空间维度上的建模,设计了融合时空域的注意力模块,通过对高维时空特征进行权重分配,进而帮助网络提取更有效的动作信息。最后,在3个常用的人体动作识别数据集(NTU60、JHMDB和UT-Kinect)上进行了对比实验,以验证AE-MCN网络的有效性。实验结果表明:与ST-GCN、SR-TSL等网络相比,AE-MCN网络都取得了更好的识别效果,证明AE-MCN网络可以对动作信息进行有效的提取与建模,从而获得较好的动作识别性能。 展开更多
关键词 动作识别 人体骨架 自适应选取 注意力机制 多流卷积神经网络
下载PDF
多流卷积神经网络细胞分类算法在宫颈脱落细胞学诊断中的价值 被引量：3
6
作者 王娜 王悦 +4 位作者 冯琦慧 张晓波 李清丽 沈丹华 魏丽惠 《现代妇产科进展》 CSCD 北大核心 2021年第6期416-419,共4页
目的探讨人工智能在宫颈脱落细胞学诊断中的价值。方法对202例宫颈薄层液基细胞学标本采用多流卷积神经网络细胞分类算法进行判读,以人工判读结果为标准,评估其诊断效能。结果202例标本中有效筛查病例182例,多流卷积神经网络二分类和多... 目的探讨人工智能在宫颈脱落细胞学诊断中的价值。方法对202例宫颈薄层液基细胞学标本采用多流卷积神经网络细胞分类算法进行判读,以人工判读结果为标准,评估其诊断效能。结果202例标本中有效筛查病例182例,多流卷积神经网络二分类和多分类算法的符合率分别为68.13%和73.08%。二分类算法的灵敏度、特异度、阴性预测值分别为100%、62.09%、100%;多分类算法的特异度相对较高,NILM、ASCUS、LSIL、ASC-H、HSIL分别为96.55%、73.75%、98.29%、99.45%、98.90%,阴性预测值为99.03%。结论人工智能的参与可提高宫颈脱落细胞学筛查效率,且多流卷积神经网络细胞分类算法在检出异常细胞方面表现突出。二分类算法漏诊率为零,故有望部分甚至完全替代细胞病理学医师的宫颈癌初筛工作,多分类算法误诊率相对较低,但存在漏诊;该算法需进一步学习完善,以达到漏诊率和诊断符合率之间更好的平衡,实现精确分类(TBS标准)的最终目标。 展开更多
关键词 宫颈癌筛查 宫颈脱落细胞学 薄层液基细胞学 人工智能 多流卷积神经网络
下载PDF
用于阿尔兹海默病辅助诊断的多流卷积神经网络
7
作者 贾瑷玮 刘芳宇 《现代计算机》 2022年第15期24-30,共7页
磁共振成像(MRI)是临床诊断中常用的成像技术,可以辅助医生对疾病进行评估和预测,从而能够进行更早的疾病治疗和预防。本文将特征和线性拼接两种融合方法引入到多流卷积神经网络(MSCNN)上,实现了二分类任务(即阿尔兹海默病(AD)和正常队... 磁共振成像(MRI)是临床诊断中常用的成像技术,可以辅助医生对疾病进行评估和预测,从而能够进行更早的疾病治疗和预防。本文将特征和线性拼接两种融合方法引入到多流卷积神经网络(MSCNN)上,实现了二分类任务(即阿尔兹海默病(AD)和正常队列(NC))。该方法首先对MRI图像进行校订矫正,将图像切割成灰质(GM)、白质(WM)、脑脊液(CSF)三部分再输入模型,这样可以更好地捕获到图像的局部特征。在模型中嵌入两种融合方法,特征融合Fusion()方法对四路卷积进行加权,可以为不同分支流提供不同的权重;线性拼接Cat()方法则可以实现独立卷积。本文提出的MSCNN-Fusion和MSCNN-Cat两种方法在大量受试者中进行了评估实验。实验证明,该方法比其他方法的诊断或分类准确率更高,对AD和NC的分类准确率达到了83%,具有更优良的性能。 展开更多
关键词 阿尔兹海默病 多流卷积神经网络 特征融合 线性拼接
下载PDF
基于多流神经网络的PET瓶坯缺陷检测研究
8
作者 段春梅 张涛川 +1 位作者 李大成 陈肖 《计算机仿真》 北大核心 2021年第5期437-444,共8页
首次提出了一种基于多流卷积神经网络PET瓶坯缺陷分类和识别系统。近年来,基于多流网络的特征融合方法在缺陷分类与质量检测中具有良好的应用前景。设计PET瓶坯质量检测平台用来采集图像样本,通过图像增强方式扩展样本数量,以防止深度... 首次提出了一种基于多流卷积神经网络PET瓶坯缺陷分类和识别系统。近年来,基于多流网络的特征融合方法在缺陷分类与质量检测中具有良好的应用前景。设计PET瓶坯质量检测平台用来采集图像样本,通过图像增强方式扩展样本数量,以防止深度学习中的过拟合现象。利用Sobel算子计算图像的梯度,并对其进行归一化处理。设计了一种采用最大值融合策略的多流卷积神经网络模型,实现了relu5层的特征融合。上述模型以PET瓶坯的原始图像以及其对应的梯度图像和缺陷区域图像作为输入,通过子网络提取特征,实现特征融合,然后输入到SVM分类器进行缺陷分类。通过实验分析,证明上述模型具有良好的收敛性、准确性、稳定性和泛化能力。 展开更多
关键词 瓶坯 梯度图像 多流卷积神经网络 缺陷分类
下载PDF
融合双层注意力与多流卷积的肌电手势识别记忆网络 被引量：2
9
作者 刘聪 许婷婷 +3 位作者 马钰同 刘粤 孔祥斌 胡胜 《光电子．激光》 CAS CSCD 北大核心 2023年第2期180-189,共10页
针对表面肌电信号(surface electromyography, sEMG)手势识别使用卷积神经网络(convolutional neural network, CNN)提取特征不够充分,且忽略时序信息而导致识别精度不高的问题,本文创新性地提出了一种融合双层注意力与多流卷积神经网络... 针对表面肌电信号(surface electromyography, sEMG)手势识别使用卷积神经网络(convolutional neural network, CNN)提取特征不够充分,且忽略时序信息而导致识别精度不高的问题,本文创新性地提出了一种融合双层注意力与多流卷积神经网络(multi-stream convolutional neural network, MS-CNN)的sEMG手势识别记忆网络模型。首先,利用滑动窗口生成的表面肌电图像作为该模型的输入;然后在MS-CNN中嵌入通道注意力层(channel attention module, CAM),弱化无关信息,使网络能够更加专注sEMG的有效特征;其次,通过长短期记忆网络(long short term memory network, LSTM)对输入的特征进行时序上的激励,关注更多sEMG的时序信息,让网络在时间维度上拥有更强的学习能力;最后,采用时序注意力(time-sequence attention, TSA)层对LSTM的状态进行关注,从而更好地学习重要肌肉信息,提高手势识别精度。在NinaPro数据集上进行实验测试,结果表明,使用本文提出的网络模型在DB1数据集和DB2数据集的手势识别精度分别达到了86.42%和80.60%,高于大多数主流模型,充分验证了模型的有效性。 展开更多
关键词 表面肌电信号(sEMG) 手势识别 多流卷积神经网络(MS-CNN) 长短期记忆网络(LSTM) 注意力机制
原文传递
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