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7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：
基于二阶隐马尔可夫模型的连续手语识别 被引量：2
1
作者 梅家俊 王卫民 戴兴雨 《计算机系统应用》 2022年第4期375-380,共6页
在传统的一阶隐马尔可夫模型(HMM1)中,状态序列中的每一个状态被假设只与前一个状态有关,这样虽然可以简单、有效地推导出模型的学习和识别算法,但也丢失了许多从上文传递下来的信息.因此,在传统一阶隐马尔可夫模型的基础上,为了解决手... 在传统的一阶隐马尔可夫模型(HMM1)中,状态序列中的每一个状态被假设只与前一个状态有关,这样虽然可以简单、有效地推导出模型的学习和识别算法,但也丢失了许多从上文传递下来的信息.因此,在传统一阶隐马尔可夫模型的基础上,为了解决手语识别困难、正确率低的问题,提出了一种基于二阶隐马尔可夫模型(HMM2)的连续手语识别方法.该方法利用滑动窗口算法使手语视频切分成多个手语短视频,通过三维卷积模型得到手语短视频和手语词汇视频的特征向量,由此计算出二阶隐马尔可夫模型的相关参数,并运用Viterbi算法实现连续手语的识别.实验证明,基于二阶隐马尔可夫模型的手语识别取得了88.6%的识别准确率,高于传统的一阶隐马尔可夫模型. 展开更多
关键词 手语识别 滑动窗口 二阶隐马尔可夫 三维卷积 VITERBI 深度学习 卷积码
下载PDF
基于高斯锐化法的重叠峰分解方法研究 被引量：2
2
作者 王青山 王冬阳 +2 位作者 张雄杰 汤彬 吴和喜 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2021年第10期3245-3250,共6页
在放射性能谱测量中,由于探测器分辨率较低、待测样品中原子能级相近,往往会出现全能峰的重叠现象,对放射性核素的定性或定量检测带来较大的困难;常规的分离算法一般需要复杂的谱变换或大量的标准谱样本,不适用于现场测量中重叠峰的实... 在放射性能谱测量中,由于探测器分辨率较低、待测样品中原子能级相近,往往会出现全能峰的重叠现象,对放射性核素的定性或定量检测带来较大的困难;常规的分离算法一般需要复杂的谱变换或大量的标准谱样本,不适用于现场测量中重叠峰的实时分解。因此,提出一种基于高斯锐化法的能谱重叠峰解析方法(GSM),结合峰锐化法的分辨率增强能力和褶积滑动变换法的平滑特性,可快速地识别、定位和解析γ能谱中的重叠峰。该方法首先对高斯函数进行锐化并做归一化处理,并以此作为变换算子,选择合适的高斯参数及窗宽度,通过对原始γ能谱数据进行褶积滑动变换,达到滤波和提高重叠峰分离度的目的;然后求解GSM成形处理后的谱线近似函数作为目标函数,并选取峰位中心附近若干点作为初始参数,最后以非线性拟合的方法进行重叠峰特征峰参数的解析。实验中,首先验证了该方法变换前后峰位、峰面积特征值的不变性,其次分别对重叠峰能谱段以及MCNP模拟的^(131)I,^(137)Cs,^(214)Bi,^(206)Bi和^(26)Al混合放射源γ能谱进行方法验证。实验结果表明,该方法对于分离度大于0.375、信噪比大于40 dB的重叠峰具有较好分解效果,分解前后的峰位和峰面积的相对误差分别在1%和4.5%以内;对于γ能谱进行全谱解析后,重叠峰的峰位分离相对误差在1%以内,单峰的分离相对误差约为0.1%以内,且当变换算子的半宽度接近探测器能量分辨率时,重叠峰的分解结果更准确。该方法具备较好的噪声抑制性能,在全谱解析中无需进行能谱光滑及本底扣除等谱线预处理操作,且计算资源耗费少,分解精确度较高,便于能谱测量系统的嵌入式实时解谱应用,对放射性测量中能谱的现场快速解析具有实用性。 展开更多
关键词 重叠峰分解 峰锐化 滑动褶积 非线性拟合
下载PDF
一种数字化基带成形实现新方法:基于码元间隔的定长滑动窗算法 被引量：10
3
作者 杨贞斌 邬江兴 《通信学报》 EI CSCD 北大核心 1999年第6期40-44,共5页
针对数字化基带成形滤波的信号处理特点，提出二维分解截短基带波形的方法，进而形成基于码元间隔的定长滑动窗算法。该算法具有最小数据缓存量要求以及最小输出延迟的显著特点，是特别适合于数字化基带成形滤波的一种新实现方法，并可... 针对数字化基带成形滤波的信号处理特点，提出二维分解截短基带波形的方法，进而形成基于码元间隔的定长滑动窗算法。该算法具有最小数据缓存量要求以及最小输出延迟的显著特点，是特别适合于数字化基带成形滤波的一种新实现方法，并可在序列间样点不等间隔的有限长序列与有限长序列、有限长序列与无限长序列之间的卷积运算上取得同样显著的实用效果。 展开更多
关键词 数字化 基带成形滤波 码元间隔 数字信号处理
下载PDF
结合滑动窗口动态时间规整和CNN的视频人脸表情识别 被引量：12
4
作者 胡敏 张柯柯 +1 位作者 王晓华 任福继 《中国图象图形学报》 CSCD 北大核心 2018年第8期1144-1153,共10页
目的相比静态表情图片,视频序列中蕴含更多的情感信息,视频序列中的具有明显表情的序列在特征提取与识别中具有关键作用,但是视频中同时存在的中性表情也可能会对模型参数的训练造成干扰,影响最终的判别。为了减少这种干扰带来的误差,... 目的相比静态表情图片,视频序列中蕴含更多的情感信息,视频序列中的具有明显表情的序列在特征提取与识别中具有关键作用,但是视频中同时存在的中性表情也可能会对模型参数的训练造成干扰,影响最终的判别。为了减少这种干扰带来的误差,本文对动态时间规整算法进行改进,提出一种滑动窗口动态时间规整算法(SWDTW)来自动选取视频中表情表现明显的图片序列;同时,为了解决人脸图像受环境光照因素影响较大和传统特征提取过程中存在过多人为干预的问题,构建一种基于深度卷积神经网络的人脸视频序列处理方法。方法首先截取表情视频中人脸正面帧,用梯度方向直方图特征计算代价矩阵,并在代价矩阵上增加滑动窗口机制,计算所有滑动窗口的平均距离;然后通过平均距离最小值选取全局最优表情序列;最后采用深度卷积神经网络对规整后的人脸表情图像序列进行无监督学习和面部表情分类,统计视频序列图像分类概率和,进而得出视频序列的表情类别。结果在CK+与MMI数据库上进行5次交叉实验,分别取得了92.54%和74.67%的平均识别率,与随机选取视频序列相比,分别提高了19.86%和22.24%;此外,与目前一些优秀的视频表情识别方法相比,也表现出了优越性。结论本文提出的SWDTW不仅有效地实现了表情序列的选取,而且增强了卷积神经网络在视频面部表情分类中的鲁棒性,提高了视频人脸表情分析的自适应性度和识别率。 展开更多
关键词 人脸表情识别 视频序列选取 滑动窗口动态时间规整 特征提取 卷积神经网络
原文传递
基于迁移学习和3D-WGMobileNet的青年抑郁症辅助诊断
5
作者 郭朝晖 王瑜 +1 位作者 马慧鋆 田恒屹 《中国医学物理学杂志》 CSCD 2024年第4期455-462,共8页
提出一种基于3D-WGMobileNet和迁移学习的网络模型,实现对青年抑郁症不同阶段患者的正确分类。首先,对功能磁共振成像(fMRI)数据进行预处理,并通过局部一致性分析将4D fMRI数据转换为3D,进行降维处理。然后,使用迁移学习方法将阿尔茨海... 提出一种基于3D-WGMobileNet和迁移学习的网络模型,实现对青年抑郁症不同阶段患者的正确分类。首先,对功能磁共振成像(fMRI)数据进行预处理,并通过局部一致性分析将4D fMRI数据转换为3D,进行降维处理。然后,使用迁移学习方法将阿尔茨海默症的特征迁移到提出的3D-WGMobileNet中。利用动态分组卷积构建卷积核的专家权重矩阵,提高模型的表达能力;利用滑窗分组卷积来压缩模型的参数量,增强模型的计算能力。最后,利用3D-WGMobileNet对抑郁症患者图像进行特征提取和分类。在人类连接组项目数据库上的实验结果表明结合迁移学习、动态分组卷积和滑窗分组卷积的3D-WGMobileNet获得较好的分类效果,其中,抑郁症和健康对照组、轻度抑郁症和健康对照组、轻度抑郁症和中度抑郁症的分类准确率分别达到89.00%、85.15%、87.90%,证明本文方法的可行性和有效性。 展开更多
关键词 抑郁症 3D-WGMobileNet 动态分组卷积 滑窗分组卷积 迁移学习 功能磁共振成像
下载PDF
基于滑动图卷积神经网络的输电线路点云分类模型 被引量：4
6
作者 吴晨曦 丁建 +2 位作者 王彬 徐懿华 曹晖 《电工电能新技术》 CSCD 北大核心 2022年第12期28-34,共7页
图卷积神经网络虽然可以对初始点云数据进行直接处理,但其只在局部尺度上独立提取点特征,未将局部点互相关联起来则会影响点云数据分类精度。因此,本文在考虑点云数据整体几何关系和拓扑信息的基础上,提出了一种基于滑动图卷积神经网络... 图卷积神经网络虽然可以对初始点云数据进行直接处理,但其只在局部尺度上独立提取点特征,未将局部点互相关联起来则会影响点云数据分类精度。因此,本文在考虑点云数据整体几何关系和拓扑信息的基础上,提出了一种基于滑动图卷积神经网络的输电线路点云分类模型。首先,通过最远点采样方法从原始点云中迭代子采样点集,有效地降低模型复杂度和时间消耗;其次,利用多尺度K近邻对子采样点集建立局部有向图;再次,采用边缘卷积滑动地提取局部图特征,计算点云上的每一个点与其相邻点之间的边缘特征;最后,利用全局最大池化层进行点云分类。所提模型首先在公用数据集上进行预训练,之后再用标注过的由激光雷达实地采集的输电线路点云数据进行验证。实验结果证明,本文所提模型在公用数据集和实际数据集上均取得较好的分类效果,分类准确率比通用的ECC、PointNet、PointNet++等方法高出至少1.5%。 展开更多
关键词 输电线路点云 滑动图卷积神经网络 边缘卷积 最远点采样
下载PDF
人工智能卷积神经网络在全视野数字切片图像分析中的应用进展 被引量：3
7
作者 赵蒙蒙 汪洋 +2 位作者 邓家骏 佘云浪 陈昶 《中国胸心血管外科临床杂志》 CAS CSCD 2019年第11期1063-1068,共6页
组织学病理是临床疾病诊断的金标准。全视野数字切片(whole slide image,WSI)的出现,虽弥补了传统的玻璃切片易损坏、检索困难以及诊断可重复性差的不足,但同时也带来了巨大的工作量。人工智能(artificial intelligence,AI)辅助病理医师... 组织学病理是临床疾病诊断的金标准。全视野数字切片(whole slide image,WSI)的出现,虽弥补了传统的玻璃切片易损坏、检索困难以及诊断可重复性差的不足,但同时也带来了巨大的工作量。人工智能(artificial intelligence,AI)辅助病理医师的WSI分析,可解决工作效率低,提高诊断的一致性。其中,以深度学习卷积神经网络(convolution neural network,CNN)算法的应用最为广泛。本文综述目前已报道的CNN在WSI图像分析中的应用情况,总结CNN在病理学领域中的发展趋势并作出展望。 展开更多
关键词 全视野数字切片 人工智能 深度学习 卷积神经网络
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