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：
基于卷积神经网络的道路监控系统下车辆颜色识别 被引量：4
1
作者 姚国愉 张昭 +1 位作者 李雪纯 张佳乐 《科技创新与应用》 2021年第8期86-89,共4页
针对卷积神经网络训练时收敛速度慢且参数数量较多的问题,文章在激活函数之前使用批归一化对每一个小批量数据进行处理,并使用1x1的卷积层和全局平均池化层代替全连接层,提出了一种基于卷积神经网络的车辆颜色识别方法。该方法是专门为... 针对卷积神经网络训练时收敛速度慢且参数数量较多的问题,文章在激活函数之前使用批归一化对每一个小批量数据进行处理,并使用1x1的卷积层和全局平均池化层代替全连接层,提出了一种基于卷积神经网络的车辆颜色识别方法。该方法是专门为识别任务而设计的,它包含八层,分别是五个卷积层,两个1x1的卷积层和一个全局平均池化层。实验结果表明,文章在训练集上的识别精度为99.6%,在测试集上的识别精度为94.8%,与现存最优的实验结果相比,识别精度提高了0.33%,且参数量仅占其14.5%。 展开更多
关键词 批归一化 卷积神经网络 车辆颜色识别 识别精度
下载PDF
基于多神经网络融合的短期负荷预测方法 被引量：30
2
作者 庞昊 高金峰 杜耀恒 《电力自动化设备》 EI CSCD 北大核心 2020年第6期37-42,共6页
为了利用不同深度神经网络的优势,提高深度学习算法对短期负荷的预测能力,提出一种基于多神经网络融合的短期负荷预测方法。以电力系统历史有功负荷、季节、日期类型和气象数据为输入特征,并行架构的深度神经网络和注意力机制网络为核... 为了利用不同深度神经网络的优势,提高深度学习算法对短期负荷的预测能力,提出一种基于多神经网络融合的短期负荷预测方法。以电力系统历史有功负荷、季节、日期类型和气象数据为输入特征,并行架构的深度神经网络和注意力机制网络为核心网络;以并行架构中的卷积神经网络通道提取静态特征,门控循环单元网络通道挖掘动态时序特征,采用注意力机制网络融合提取的特征并动态调整网络对不同特征的依赖程度;使用Maxout网络增强网络整体的非线性映射能力,通过全连接网络输出预测结果。与支持向量机、长短期记忆网络的算例结果对比表明,所提方法具有更高的预测平稳性和准确性。 展开更多
关键词 短期负荷预测 多神经网络融合 门控循环单元网络 卷积神经网络 注意力机制网络 Maxout网络
下载PDF
基于分层次多粒度语义融合的中文事件检测 被引量：9
3
作者 丁玲 向阳 《计算机科学》 CSCD 北大核心 2021年第5期202-208,共7页
事件检测是信息抽取领域中一个重要的研究方向,其主要研究如何从非结构化自然语言文本中提取出事件的触发词,并识别出事件的类型。现有的基于神经网络的方法通常将事件检测看作单词的分类问题,但是这会引起中文事件检测触发词与文本中... 事件检测是信息抽取领域中一个重要的研究方向,其主要研究如何从非结构化自然语言文本中提取出事件的触发词,并识别出事件的类型。现有的基于神经网络的方法通常将事件检测看作单词的分类问题,但是这会引起中文事件检测触发词与文本中词语不匹配的问题。此外,由于中文词语的一词多义性,在不同的语境下,相同的词语可能会存在歧义性问题。针对中文事件检测中的这两个问题,提出了一个分层次多粒度语义融合的中文事件检测模型。首先,该模型利用基于字符序列标注的方法解决了触发词不匹配的问题,同时设计了字符-词语融合门机制,以获取多种分词结果中词语的语义信息;然后,通过设计字符-句子融合门机制,考虑整个句子的语义信息,学习序列的字-词-句混合表示,消除词语的歧义性;最后,为了平衡“O”标签与其他标签之间的数量差异,采用了带有偏差的损失函数对模型进行训练。在广泛使用的ACE2005数据集上进行了大量实验,实验结果表明,所提模型在精确率(Precision,P)、召回率(Recall,R)和F1值这3个指标上比现有的中文事件检测模型至少高出3.9%,1.4%和2.9%,证明了所提方法的有效性。 展开更多
关键词 信息抽取 中文事件检测 多粒度语义融合 预训练语言模型 卷积神经网络 双向长短期记忆模型
下载PDF
基于跳跃连接金字塔模型的小目标检测 被引量：7
4
作者 单义 杨金福 +1 位作者 武随烁 许兵兵 《智能系统学报》 CSCD 北大核心 2019年第6期1144-1151,共8页
随着深度学习的发展,目标检测已经获得了较高的精度和效率。但是小目标的检测仍然是一个挑战。小目标检测准确率较低的重要原因是没有充分利用高层特征的语义信息和低层特征的细节信息之间的关系。针对上述问题,本文提出一种基于跳跃连... 随着深度学习的发展,目标检测已经获得了较高的精度和效率。但是小目标的检测仍然是一个挑战。小目标检测准确率较低的重要原因是没有充分利用高层特征的语义信息和低层特征的细节信息之间的关系。针对上述问题,本文提出一种基于跳跃连接金字塔模型的小目标检测方法。与其他的目标检测方法不同,本文提出利用跳跃连接金字塔结构来融合多层高层语义特征信息和低层特征图的细节信息。而且为了更好地提取不同尺度物体对应的特征信息,在网络模型中采用不同大小的卷积核和不同步长的空洞卷积来提取全局特征信息。在PASCAL VOC和MS COCO数据集上进行了实验,验证了算法的有效性。 展开更多
关键词 跳跃连接金字塔 全局感受野 目标检测 深度学习 特征提取 卷积神经网络 空洞卷积 图像处理
下载PDF
弱光照图像的模糊细节自调节增强测试与仿真
5
作者 张瑾 吴立春 《计算机仿真》 2024年第6期308-312,共5页
由于自然光具有较强的随机性,低光照条件下相机采集的图像较为模糊,难以获取细节信息。为此,提出弱光照图像模糊细节自调节增强方法。在非局部均衡滤波算法中引入相似度阈值函数,去除弱光照模糊图像噪声,采用分数阶全变差模型和非局部... 由于自然光具有较强的随机性,低光照条件下相机采集的图像较为模糊,难以获取细节信息。为此,提出弱光照图像模糊细节自调节增强方法。在非局部均衡滤波算法中引入相似度阈值函数,去除弱光照模糊图像噪声,采用分数阶全变差模型和非局部全变差模型,建立弱光照模糊图像去模糊模型,对模糊图像去模糊处理,将预处理后弱光照图像输入多尺度融合卷积神经网络模型,通过全局路径和局部路径提取并融合图像特征,实现弱光照图像模糊细节自调节增强。实验结果表明,所提方法在合成图像增强中均方误差更小、结构相似度和峰值信噪比更高,在真实图像增强中自然图像质量评价度量和对比度增益更高、熵值更接近于8,图像处理时间更短,仅为0.745ms。 展开更多
关键词 弱光照图像 模糊细节 自调节增强 非局部均值滤波 卷积神经网络
下载PDF
政策激励下皮革企业产教融合的影响因素分析
6
作者 王丽 窦孟忠 《中国皮革》 CAS 2024年第9期47-53,共7页
为了提高职业教育质量,优化和调整职业教育中皮革企业和学校的合作方式十分必要。政策扶持力度的加大和优惠政策的鼓励引导着公司承担起人才培养的重任。在此基础上,本文选择院校产教融合的评价指标,得出在职能上相互独立、有代表性的... 为了提高职业教育质量,优化和调整职业教育中皮革企业和学校的合作方式十分必要。政策扶持力度的加大和优惠政策的鼓励引导着公司承担起人才培养的重任。在此基础上,本文选择院校产教融合的评价指标,得出在职能上相互独立、有代表性的职业教育培训评估指标,并基于改进卷积神经网络确定其评分等级。之后,采用修正的层次分析方法确定各评估指标的权重。研究发现,部分院校在产教融合各环节上暴露出一定不足,在强化校企协作和培养学生技术能力上有待改进。 展开更多
关键词 政策激励 皮革企业 产教融合 影响因素 卷积神经网络 层次分析法
下载PDF
融合双向门控循环单元和卷积神经网络的歧视性言论鉴别
7
作者 徐杨 廖小琴 《武汉大学学报（理学版）》 CAS CSCD 北大核心 2020年第2期111-116,共6页
针对歧视性言论的鉴别,提出了一种融合双向门控循环单元(BIGRU,bidirectional gated recurrent unit)和多元卷积神经网络(MCNN,multi-convolution neural network)的BGM-CNN模型。模型先采用BIGRU结构进行时序特征提取,再经过一维多元... 针对歧视性言论的鉴别,提出了一种融合双向门控循环单元(BIGRU,bidirectional gated recurrent unit)和多元卷积神经网络(MCNN,multi-convolution neural network)的BGM-CNN模型。模型先采用BIGRU结构进行时序特征提取,再经过一维多元卷积神经网络进行降维池化,最后结合多组特征输出进行分类。实验结果表明,BGM-CNN模型比现有的单一模型和CNN-LSTM(long short-term memory)等模型分类效果更好,该模型在五分类验证数据集上分类的F1值为0.6733,在两个歧视性言论二分类数据集上的F1值分别为0.8373和0.8156。 展开更多
关键词 文本分类 卷积神经网络 双向门控循环单元 一维卷积神经网络
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