遥感影像样本数据集研究综述 被引量：27

1

作者 冯权泷 陈泊安 +3 位作者 李国庆 姚晓闯 高秉博 张连翀 《遥感学报》 EI CSCD 北大核心 2022年第4期589-605,共17页

随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继... 随着机器学习、深度学习等人工智能技术在遥感领域的不断应用与发展,基于海量样本的数据驱动模型已经成为遥感影像信息提取的一种新的研究范式,其对样本数据的规模、质量、多样性等提出了更高要求。最近,国内外众多学者和研究机构相继发布了一系列遥感影像样本数据集,为大数据时代下遥感影像的信息提取和智能解译等奠定了研究基础。然而目前尚缺乏对上述影像样本数据集的综合分析,针对这一问题,本文在文献检索与分析的基础上,归纳总结了124个具有一定影响力且应用广泛的遥感影像样本数据集并对其元数据进行了分析,并提供了数据来源、应用领域与关键词的发展变化,分析了数据集在空间、时间、光谱分辨率上的差异,以应用领域为依据将其划分为场景识别、土地覆被/利用分类、专题要素提取、变化检测、目标检测、语义分割等8个类别并以部分数据为例进行了具体分析,总结了深度学习模型在数据集上的研究进展,并针对稀疏样本导致的模型过拟合问题,探讨了样本时空迁移、小样本和零样本学习、样本主动发现、样本生成等在遥感影像信息提取中的应用前景。本文首次对遥感影像样本数据集进行了综述研究,可为相关领域科研人员提供数据参考。 展开更多

关键词 遥感影像 样本数据集 机器学习 深度学习

原文传递

AHP-BP卫星通信网评估算法应用研究 被引量：5

2

作者 董彦磊 汪春霆 周萌 《无线电工程》 2016年第8期9-13,共5页

随着卫星通信的应用领域越来越广泛,合理地评估一个卫星通信网的运行效能具有重大的现实意义。提出AHP-BP卫星通信网评估算法应用,利用AHP算法对BP算法中数据样本进行标记,形成数据样本集,实现对卫星通信网的运行状态初始快速评估。在... 随着卫星通信的应用领域越来越广泛,合理地评估一个卫星通信网的运行效能具有重大的现实意义。提出AHP-BP卫星通信网评估算法应用,利用AHP算法对BP算法中数据样本进行标记,形成数据样本集,实现对卫星通信网的运行状态初始快速评估。在后期评估过程中利用实际运行数据结合专家经验构建真实样本数据集,基于真实数据样本集重新训练BP算法模型,能够逐渐修正评估结果。仿真结果表明,AHP-BP评估算法适用于卫星通信网效能评估,并能够提高评估结果的准确性和客观性。 展开更多

关键词 卫星通信网 运行评估 AHP算法 BP算法 样本数据集

下载PDF 职称材料

海量样本数据集中小文件的存取优化研究 被引量：5

3

作者 马振 哈力旦.阿布都热依木 李希彤 《计算机工程与应用》 CSCD 北大核心 2018年第22期80-84,98,共6页

针对Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)在海量样本数据集存储方面存在内存占用多、读取效率低的问题,以及分布式数据库HBase在存储文件名重复度和类似度高时产生访问热点的问题,结合样本数据集的特点、类型,... 针对Hadoop分布式文件系统(Hadoop Distributed File System,HDFS)在海量样本数据集存储方面存在内存占用多、读取效率低的问题,以及分布式数据库HBase在存储文件名重复度和类似度高时产生访问热点的问题,结合样本数据集的特点、类型,提出一种面向样本数据集存取优化方案,优化样本数据集中小文件的写入、读取、添加、删除和替换策略。该方案根据硬件配置测得大、小文件的分界点,通过变尺度堆栈算法按样本数据集的目录结构将小文件合并存储至HDFS;结合行键优化策略将文件索引存储在HBase数据表中;搭建基于Ehcache缓存框架的预取机制。实验结果表明,该方案降低了主节点的内存消耗,提高了文件的读取效率,实现了对海量样本数据集中小文件的高效存取。 展开更多

关键词 Hadoop分布式文件系统(HDFS) 小文件 样本数据集 缓存预取 分布式数据库 HBASE

下载PDF 职称材料

基于CNN-LSTM的地铁空调控制器剩余使用寿命预测分析

4

作者 张浩伟 彭乐乐 +3 位作者 郑树彬 刘波 张超超 高昂 《集成电路应用》 2024年第6期402-403,共2页

阐述综合考虑地铁空调控制器的特点,构建基于功能层及经济层的空调控制器样本数据集,通过建立CNN-LSTM模型对空调控制器的剩余使用寿命进行预测。实验结果表明,该预测模型准确度较高。

关键词 空调控制器 剩余使用寿命预测 样本数据集 CNN-LSTM

下载PDF 职称材料

基于Sentinel-2时序数据与随机森林的农作物分类研究——以武汉市为例

5

作者 崔傲雪 王超 徐颖琪 《测绘与空间地理信息》 2024年第12期32-35,44,共5页

本研究以湖北省武汉市为研究区域,以PIE-Engine平台上的Sentinel-2遥感影像作为基础数据源,基于3个公开数据集制作样本数据集,构建光谱特征、遥感指数特征和NDVI时序特征集合,选取随机森林分类器,进行2018—2021这4年间武汉市耕地、非... 本研究以湖北省武汉市为研究区域,以PIE-Engine平台上的Sentinel-2遥感影像作为基础数据源,基于3个公开数据集制作样本数据集,构建光谱特征、遥感指数特征和NDVI时序特征集合,选取随机森林分类器,进行2018—2021这4年间武汉市耕地、非耕地二分类和单季稻、双季稻、其他农作物、非耕地四分类的训练与验证。最终统计、对比并分析二分类和四分类的结果,表明:二分类的精度优于四分类,总体精度均高于80%;四分类准确度明显优于二分类,结论均以四分类结果为基础;武汉市的单季稻种植较少,双季稻种植较为广泛;单季稻和双季稻的种植面积均呈现在2019年明显上升,而在2020年明显下降,在2021年又明显上升的变化趋势。 展开更多

关键词 武汉市 样本数据集 Sentinel-2 NDVI时序特征 随机森林

下载PDF 职称材料

遥感影像样本自动生成与智能迭代分类方法 被引量：3

6

作者 李欣 杨懿 +3 位作者 王宁 顾海燕 丁少鹏 李海涛 《测绘科学》 CSCD 北大核心 2022年第8期197-203,共7页

针对先验知识未能有效指导智能分类、智能分类与样本采集相对独立的问题,提出遥感影像样本自动生成与智能迭代分类方法。首先利用遥感影像及对应的历史解译数据构建样本数据集;其次利用深度卷积神经网络模型进行训练,得到预训练模型;再... 针对先验知识未能有效指导智能分类、智能分类与样本采集相对独立的问题,提出遥感影像样本自动生成与智能迭代分类方法。首先利用遥感影像及对应的历史解译数据构建样本数据集;其次利用深度卷积神经网络模型进行训练,得到预训练模型;再次利用预训练模型对即时遥感影像进行智能分类,得到智能分类结果;最后将校正后分类结果反馈到样本数据集,完成样本数据集的更新,利用更新后的样本数据集对智能分类模型进行迭代优化,形成模型与样本的优化闭环。试验结果表明:该方法通过样本自动生成与更新,以及模型迭代训练,能够提升智能分类模型精度,为解决先验知识未充分利用、智能分类与样本采集相对独立、分类结果未实时反馈等问题提供思路。 展开更多

关键词 遥感影像分类 样本数据集 智能迭代分类 深度学习

原文传递

SAR图像智能解译样本数据集构建进展综述

7

作者 于飞 隋正伟 +3 位作者 邱凤婷 龚婷婷 赵旭东 刘子浩 《网络安全与数据治理》 2023年第S01期97-105,共9页

随着深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)图像智能解译领域的不断应用与发展,其对样本数据集的规模、质量、泛化能力等提出了更高要求。近年来,国内外众多研究机构相继发布了一系列SAR样本数据集,但是目前尚缺乏... 随着深度学习技术在合成孔径雷达(Synthetic Aperture Radar,SAR)图像智能解译领域的不断应用与发展,其对样本数据集的规模、质量、泛化能力等提出了更高要求。近年来,国内外众多研究机构相继发布了一系列SAR样本数据集,但是目前尚缺乏对上述数据集的综合分析。面向SAR图像智能解译需求,首先,梳理了现有的SAR样本采集流程。其次,归纳总结了已公开的SAR样本数据集,并针对现有数据集样本数量有限,探讨了数据扩充方法。最后,讨论了目前SAR数据集构建仍然存在的问题及未来展望。文章首次对SAR样本数据集进行了综述研究,可为SAR样本库建设提供参考。 展开更多

关键词 样本数据集 合成孔径雷达 图像智能解译 深度学习 数据扩充

下载PDF 职称材料

新疆兵团农作物实地调查样本数据集建设与应用

8

作者 张冀希 于艳 +2 位作者 翟靖超 谢小东 逯璐 《农业工程技术》 2022年第33期17-20,37,共5页

该文以新疆生产建设兵团2018-2021年实地调查成果数据为基础数据,综合考虑样本间差异性、多源样本组织形式,建立兵团农作物实地调查样本数据集,为大范围遥感解译及种植情况分析提供数据支持。同时,该文以兵团第八师作为试验区域,利用样... 该文以新疆生产建设兵团2018-2021年实地调查成果数据为基础数据,综合考虑样本间差异性、多源样本组织形式,建立兵团农作物实地调查样本数据集,为大范围遥感解译及种植情况分析提供数据支持。同时,该文以兵团第八师作为试验区域,利用样本数据集完成试验区棉花种植分布并探讨其近四年棉花种植变化,验证实地调查样本数据集的必要性。 展开更多

关键词 农作物 实地调查 样本数据集 遥感影像 棉花

下载PDF 职称材料

穿越大数据 引领科学梦——记哈尔滨工业大学(深圳)计算机科学与技术学院助理教授廖清

9

作者 刘玉杰 《科学中国人》 2019年第6期55-57,共3页

专家简介:廖清,哈尔滨工业大学(深圳)计算机科学与技术学院助理教授,国际电子工程师学会(IEEE)会员,中国计算机学会(CCF)会员。主要从事数据挖掘和深度学习的基础理论及应用研究,其中基础理论研究工作主要是高维度、少样本数据的表征学... 专家简介:廖清,哈尔滨工业大学(深圳)计算机科学与技术学院助理教授,国际电子工程师学会(IEEE)会员,中国计算机学会(CCF)会员。主要从事数据挖掘和深度学习的基础理论及应用研究,其中基础理论研究工作主要是高维度、少样本数据的表征学习模型设计及算法优化;应用研究主要包括基于高性能计算平台的海量生物、网络数据的分析. 展开更多

关键词 计算机科学与技术 样本数据集 哈尔滨工业大学

下载PDF 职称材料

元学习研究综述 被引量：9

10

作者 朱应钊 李嫚 《电信科学》 2021年第1期22-31,共10页

深度学习和强化学习严重受限于小样本数据集,容易发生过拟合,无法实现类似于人类强泛化性的学习能力。元学习为此应运而生,以累积经验的方式形成“价值观”,基于本身的认知和价值判断能力对模型进行调整或优化,让智能体在实际环境中能... 深度学习和强化学习严重受限于小样本数据集,容易发生过拟合,无法实现类似于人类强泛化性的学习能力。元学习为此应运而生,以累积经验的方式形成“价值观”,基于本身的认知和价值判断能力对模型进行调整或优化,让智能体在实际环境中能快速学会各项复杂新任务,实现真正意义上的人工智能。首先概述了元学习的基本原理,然后根据其所采用的不同元知识形式,深入分析各类方法的研究现状,再探讨了元学习在少镜头学习、机器人学习和无监督学习等领域上的应用潜能,最后对其未来的发展趋势做出展望。 展开更多

关键词 小样本数据集 强泛化性 元学习 人工智能

下载PDF 职称材料

基于深度卷积神经网络的小样本车型分类方法 被引量：5

11

作者 吕磊 李文彬 +1 位作者 王晓鸣 胡隆基 《兵器装备工程学报》 CAS 北大核心 2020年第8期193-200,221,共9页

针对战场军事车辆分类等任务的可供训练样本较少的车型分类任务,在AlexNet网络的基础上引入多尺度分支的思想,设计了多尺度特征提取卷积神经网络。仿照战场军用车辆数据集的特点,构建了复杂背景下多角度、多尺度、类间差异小、类内差异... 针对战场军事车辆分类等任务的可供训练样本较少的车型分类任务,在AlexNet网络的基础上引入多尺度分支的思想,设计了多尺度特征提取卷积神经网络。仿照战场军用车辆数据集的特点,构建了复杂背景下多角度、多尺度、类间差异小、类内差异大的10类较细粒度车型分类数据集。所提出的方法在实验平台上达到了每张图片0.003 s的分类识别速度,依据算力计算具有嵌入式实时性应用的可能。结合自适应学习率等方法,在小样本车型分类数据集上实现了最高92%的分类准确率,同等实验条件下分类性能和训练速度均优于主流卷积神经网络AlexNet。提出的多尺度特征提取卷积神经网络在智能弹药或无人机进行军用车辆识别和部分民用场景等小样本车型分类场景中具有应用价值。 展开更多

关键词 卷积神经网络 车型识别 小样本数据集 细粒度 智能弹药

下载PDF 职称材料

基于径向变换和改进AlexNet的胃肿瘤细胞图像识别方法 被引量：5

12

作者 甘岚 郭子涵 王瑶 《计算机应用》 CSCD 北大核心 2019年第10期2923-2929,共7页

使用AlexNet实现胃肿瘤细胞图像分类时,存在数据集过小和模型收敛速度慢、识别率低的问题。针对上述问题,提出基于径向变换(RT)的数据增强(DA)和改进AlexNet的方法。将原始数据集划分为测试集和训练集,测试集采用剪裁方式增加数据,训练... 使用AlexNet实现胃肿瘤细胞图像分类时,存在数据集过小和模型收敛速度慢、识别率低的问题。针对上述问题,提出基于径向变换(RT)的数据增强(DA)和改进AlexNet的方法。将原始数据集划分为测试集和训练集,测试集采用剪裁方式增加数据,训练集首先采用剪裁、旋转、翻转和亮度变换得到增强图片集;然后选取其中一部分进行RT处理达到增强效果。此外,采用替换激活函数和归一化层的方式提高AlexNet的收敛速度并提高其泛化性能。实验结果表明,所提方法能以较快的收敛速度和较高的识别准确率实现胃肿瘤细胞图像的识别,在测试集中最高准确率为99.50%,平均准确率为96.69%,癌变、正常和增生三个类别的F1值分别为0.980、0.954和0.958,表明该方法较好地实现了胃肿瘤细胞图像的识别。 展开更多

关键词 小样本数据集 数据增强 径向变换 卷积神经网络 胃肿瘤细胞图像识别

下载PDF 职称材料

基于投票网络解决样本非均衡的入侵检测识别模型 被引量：1

13

作者 李熙 梅倩 +2 位作者 陶洁 余嘉伟 冯常奇 《江汉大学学报（自然科学版）》 2024年第3期74-86,共13页

目前主流入侵检测系统通过学习人工标识的网络流量数据获得自动检测未知威胁的能力,但人工标识的数据出现偏差、缺失、小类样本过少等现象时,本应是攻击样本常会被认定为无害样本,致使入侵检测系统失效。大多数研究入侵检测的工作将整... 目前主流入侵检测系统通过学习人工标识的网络流量数据获得自动检测未知威胁的能力,但人工标识的数据出现偏差、缺失、小类样本过少等现象时,本应是攻击样本常会被认定为无害样本,致使入侵检测系统失效。大多数研究入侵检测的工作将整体性能作为检测性能的量化标准,而忽视了入侵检测的原始初衷,导致警告系统遭受攻击。针对以上问题,提出基于投票网络的智能识别模型来解决入侵检测系统训练数据不均衡的问题。通过可训练的投票模型,整合了传统机器学习模型与深度学习模型,在关注整体性能的同时,提升致命攻击的被检出率。实验结果显示,本模型在3种不同样本分布类型的数据集上均有较好的整体表现,并且有效地提高了小类别的检出率。 展开更多

关键词 入侵检测 网络攻击识别 不均衡样本数据集 深度学习 机器学习

下载PDF 职称材料

利用改进AlexNet卷积神经网络识别石墨 被引量：4

14

作者 徐小平 余香佳 +1 位作者 刘广钧 刘龙 《计算机系统应用》 2022年第2期376-383,共8页

为促进矿业领域向信息化、智能化的方向转变,实现对石墨的智能识别尤为关键.针对人工识别石墨花费时间长、效率低等问题,提出了一种改进的AlexNet网络应用于石墨的图像识别.首先通过随机裁剪、依概率水平翻转和归一化处理等手段对数据... 为促进矿业领域向信息化、智能化的方向转变,实现对石墨的智能识别尤为关键.针对人工识别石墨花费时间长、效率低等问题,提出了一种改进的AlexNet网络应用于石墨的图像识别.首先通过随机裁剪、依概率水平翻转和归一化处理等手段对数据集进行图像预处理达到数据增强的目的;然后采用激活函数ReLU6压缩动态范围,使算法更稳健;运用批标准化算法进行归一化加快收敛速度;修改卷积核的大小增强泛化能力;在全连接层加上dropout正则化进一步防止过拟合.在仿真实验中,与已有方法进行比较,所给方法降低了损失值,提高了石墨的识别平均准确率. 展开更多

关键词 石墨 识别 卷积神经网络 特征提取 小样本数据集

下载PDF 职称材料

基于CNN-Bi LSTM的铁氧体磁芯损耗精确模型和小样本迁移学习预测方法

15

作者 刘占磊 祝令瑜 +3 位作者 占草 党永亮 张玉焜 汲胜昌 《高电压技术》 EI CAS CSCD 北大核心 2024年第10期4487-4498,共12页

传统的经验公式和损耗分离公式难以准确计算宽频宽磁密、宽温度范围以及复杂波形激励下铁氧体磁芯的损耗。考虑到磁芯损耗与磁通密度波形的局部和长期特征均相关,基于普林斯顿大学研究者构建的MagNet数据集,采用CNN-BiLSTM建立大样本磁... 传统的经验公式和损耗分离公式难以准确计算宽频宽磁密、宽温度范围以及复杂波形激励下铁氧体磁芯的损耗。考虑到磁芯损耗与磁通密度波形的局部和长期特征均相关,基于普林斯顿大学研究者构建的MagNet数据集,采用CNN-BiLSTM建立大样本磁芯损耗预训练模型,损耗预测的平均误差均小于3%,95%误差均小于10%;以3C90和N87铁氧体为例,构建小样本数据集并采用迁移学习方法训练模型,选取最优迁移学习策略,提出最优源域模型选取方法,对比迁移学习和直接训练所需的训练步数,分析小样本数量和初始学习率对迁移学习效果的影响。以样本数量达到1000为例,与直接训练相比,采用迁移学习方法后模型所需训练步数由500降为50,3C90和N87铁氧体损耗预测的平均误差分别由4.49%和6.6%降为2.66%和2.35%,95%误差分别由11.97%和17.12%降为7.22%和6.21%,模型的收敛速度和预测精度都大大提高。在实际工程中,仅需利用少量样本对源域模型参数进行微调,即可实现模型快速求解和损耗精确预测。 展开更多

关键词 铁氧体 磁芯损耗 小样本数据集 CNN-BiLSTM 迁移学习

下载PDF 职称材料

基于自监督学习框架的发电柴油机故障诊断 被引量：3

16

作者 胡继敏 罗梅杰 《船电技术》 2022年第9期19-24,共6页

针对采集的船舶发电柴油机有标签状态数据集为小样本而造成的分类精度较低的问题,本文提出了一种新型的自监督学习框架用于机电设备的故障诊断,挖掘无标签数据集中的特征信息,以提高模型的分类能力。首先,通过KNN算法,将采集到的无标签... 针对采集的船舶发电柴油机有标签状态数据集为小样本而造成的分类精度较低的问题,本文提出了一种新型的自监督学习框架用于机电设备的故障诊断,挖掘无标签数据集中的特征信息,以提高模型的分类能力。首先,通过KNN算法,将采集到的无标签数据集划分为正类样本和负类样本,并通过添加噪声的方法对原始数据进行数据增强,以此构造自监督任务。然后,设计基于卷积神经网络的编码器,根据正类、负类的伪标签,来提取无标签数据中的监督信息。最后,基于小样本的标签数据,通过编码器得到新的特征表征,对分类模型进行参数微调,提高模型精度。船舶柴油发电机故障实验证明,该自监督学习框架下的分类模型的准确率、精确率和召回率均高于直接用小样本标签数据训练的分类模型。 展开更多

关键词 船舶机电设备 小样本数据集 自监督学习 故障诊断

下载PDF 职称材料

应用深度迁移学习的电子级玻璃纤维布分类 被引量：3

17

作者 殷鹏 景军锋 《电子测量与仪器学报》 CSCD 北大核心 2019年第3期112-119,共8页

针对现有的玻璃纤维电子布表面缺陷分类效率低、错误率高等问题,提出了一种基于深度迁移学习的分类方法。首先,对所有的图像数据进行压缩、旋转和添加噪声等预处理操作;其次,引入ResNet网络,将特征提取层得到的特征进行迁移,并加入了批... 针对现有的玻璃纤维电子布表面缺陷分类效率低、错误率高等问题,提出了一种基于深度迁移学习的分类方法。首先,对所有的图像数据进行压缩、旋转和添加噪声等预处理操作;其次,引入ResNet网络,将特征提取层得到的特征进行迁移,并加入了批规范化层、激活层和全连接层等几层网络组成分类器层,进而构建一个新的深度迁移学习网络;最终训练得到电子布缺陷分类模型。利用电子布缺陷图像样本数据集进行验证,实验结果表明,应用该方法的缺陷分类正确率达到了99.1%,且实时性良好,能满足实际工业需求。 展开更多

关键词 电子布 深度学习 迁移学习 ResNet 电子布缺陷图像样本数据集

下载PDF 职称材料

基于小样本手部关键点的MLP网络提升3D光场交互准确度方法 被引量：1

18

作者 任尚恩 邢树军 +4 位作者 陈硕 于迅博 颜玢玢 王葵如 桑新柱 《液晶与显示》 CAS CSCD 北大核心 2023年第9期1198-1204,共7页

针对当前3D光场手势交互存在识别率低、识别速度慢、深度学习网络需要较多数据样本的问题,本文提出了一种基于小样本手部关键点的多层感知器(Multi-Layer Perceptron,MLP)网络提升3D光场交互准确度方法,识别速度达到毫秒级。在手部关键... 针对当前3D光场手势交互存在识别率低、识别速度慢、深度学习网络需要较多数据样本的问题,本文提出了一种基于小样本手部关键点的多层感知器(Multi-Layer Perceptron,MLP)网络提升3D光场交互准确度方法,识别速度达到毫秒级。在手部关键点采集过程中,从不同位置采集得到的同一种手势关键点三维数据存在显著差异。为了消除差异,本文提出在同一右手笛卡尔坐标系下,通过位移和罗德里格旋转公式对简化后的手势模型进行位姿变换,将同一种手势归一化。一个MLP神经网络被用来从归一化后的手部关键点跳变关系中提取手部特征。实验结果表明,本文提出的方法对3D光场交互中的简单手势识别率为95%以上,对复杂手势的识别率为90%以上。与此同时,该方法在小样本数据集训练下表现出优秀的性能,能够满足精确和快速手势识别的要求。最后,本文展示了一种将所提出的方法成功应用于3D光场交互的场景。 展开更多

关键词 交互 手势分类识别 多层感知器 小样本数据集

下载PDF 职称材料

构建适用于深度学习的海浪样本数据集的并行算法实现及性能优化 被引量：2

19

作者 邹国良 陈长吉 郝剑波 《计算机应用与软件》 2017年第9期57-63,共7页

采用深度学习算法来实现海浪等级的划分,数据来源于洋山港视频监测及同步海浪测量。针对近岸海浪识别系统中,构建海浪样本数据集中图像处理部分计算量超大的问题,设计一种海浪样本数据集图像处理的并行化运算方案。构建海浪样本数据集时... 采用深度学习算法来实现海浪等级的划分,数据来源于洋山港视频监测及同步海浪测量。针对近岸海浪识别系统中,构建海浪样本数据集中图像处理部分计算量超大的问题,设计一种海浪样本数据集图像处理的并行化运算方案。构建海浪样本数据集时,主要将视频进行关键帧提取,经过加权均值滤波去噪,生成与海浪等级对应标签,实现了海浪样本数据集的构建。在多核计算机上采用Open MP对海浪样本数据集图像处理过程进行并行算法仿真,同时完善相关代码的性能优化。实验结果表明,设计的并行算法比串行算法大大地提高运算速度和多核利用率,当优化后线程K=8时,加速比可以达到24.29。该算法具有扩展性好、性能高、使用简单方便、价格低廉的优点,具有良好的实用价值。 展开更多

关键词 深度学习 海浪样本数据集 关键帧 加权均值滤波 并行优化 OPENMP

下载PDF 职称材料

流形嵌入的选择性伪标记与小样本数据迁移 被引量：2

20

作者 王耀力 刘晓慧 +1 位作者 李斌 常青 《西北工业大学学报》 EI CAS CSCD 北大核心 2021年第5期1122-1129,共8页

特殊场景分类和识别任务面临样本不易获得而造成样本缺乏,利用源域(或称辅助域)数据构建领域自适应迁移学习模型,提高小样本机器学习在这些困难场景中的分类准确度与性能是当前研究的热点与难点。提出深度卷积与格拉斯曼流形嵌入的选择... 特殊场景分类和识别任务面临样本不易获得而造成样本缺乏,利用源域(或称辅助域)数据构建领域自适应迁移学习模型,提高小样本机器学习在这些困难场景中的分类准确度与性能是当前研究的热点与难点。提出深度卷积与格拉斯曼流形嵌入的选择性伪标记算法(deep convolution and Grassmann manifold embedded selective pseudo-labeling,DC-GMESPL)模型,以实现在多种小样本数据集间迁移学习分类。针对目标域特殊场景,如森林火灾烟雾视频图像的本地样本数据缺乏情景,使用卫星遥感图像异地样本数据作为源域,基于Resnet50深度迁移网络,同时提取源域与目标域的烟雾特征;通过去除源域特征间的相关性,并与目标域重新关联,最小化源域与目标域特征分布距离,使源域与目标域特征分布对齐;在格拉斯曼流形空间中,用选择性伪标记算法对目标域数据作伪标记;构建一种可训练模型完成小样本数据间迁移分类。通过卫星遥感图像与视频影像数据集间迁移学习,对文中模型进行评估。实验表明,DC-GMESPL迁移准确率均高于DC-CMEDA、Easy TL、CMMS和SPL等方法。与作者先期研究的DC-CMEDA算法相比,新算法DC-GMESPL的准确率得到进一步提升;DC-GMESPL从卫星遥感图像到视频图像迁移准确率提高了0.50%,而从视频图像到卫星遥感图像迁移准确率提高了8.50%,且在性能上有了很大改善。 展开更多

关键词 迁移学习 领域自适应 深度卷积神经网络 小样本数据集 森林火灾烟雾特征

下载PDF 职称材料