期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
4
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：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
一种改进ADAM-CNN模型的钢筋混凝土腐蚀检测方法
被引量：
4
1
作者
林旭梅
胡川
+2 位作者
朱广辉
陈一戈
苗芳荣
《中国测试》
CAS
北大核心
2023年第2期8-14,共7页
针对钢筋混凝土腐蚀检测中单一传感器或检测方式获取锈蚀特征信息不足及准确率不高等问题,提出一种改进神经网络模型结构下对集成阳极梯、应变力、温度传感器的多传感器数据融合检测方式。首先将一维多传感器数据二维化,采用卷积核对特...
针对钢筋混凝土腐蚀检测中单一传感器或检测方式获取锈蚀特征信息不足及准确率不高等问题,提出一种改进神经网络模型结构下对集成阳极梯、应变力、温度传感器的多传感器数据融合检测方式。首先将一维多传感器数据二维化,采用卷积核对特征信息滤波提取,提取后的信息平展后连接BP残差神经网络层,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,提高网络模型的拟合及泛化能力。针对ADAM优化算法在模型训练后期学习率可能震荡不收敛问题,引入分段学习率衰减策略抑制后期震荡,同时对二阶矩估计梯度变化进行调整,提高迭代收敛效率。仿真结果表明,改进后的ADAM-CNN算法模型具有更好的分类性能,在钢筋腐蚀样本测试集上的平均准确率为96.2%。
展开更多
关键词
钢筋混凝土
腐蚀检测
多传感器检测
残差神经网络
ADAM算法
学习率衰减
下载PDF
职称材料
基于SE-DenseNet的变压器故障诊断
被引量：
8
2
作者
郭如雁
彭敏放
曹振其
《电工电能新技术》
CSCD
北大核心
2021年第1期61-69,共9页
由于变压器故障数据有限,采用神经网络诊断容易出现过拟合。通过Wasserstein生成对抗网络(Wasserstein Generative Adversarial Networks,WGAN)数据增强,采用变压器油中溶解气体作为故障诊断参量,本文提出了SE-DenseNet神经网络模型,该...
由于变压器故障数据有限,采用神经网络诊断容易出现过拟合。通过Wasserstein生成对抗网络(Wasserstein Generative Adversarial Networks,WGAN)数据增强,采用变压器油中溶解气体作为故障诊断参量,本文提出了SE-DenseNet神经网络模型,该模型使用无编码比值法,结合深度稠密神经网络(Densely Connected Convolutional Networks,DenseNet)进行数据融合,特征重复利用以及挤压和激励模块(Squeeze-and-Excitation,SE)的特征图权重值校准的优点,运用指数衰减学习率、dropout、L2正则化、损失函数Adam收敛算法等优化方法,并且在同样数据集下将深度卷积神经网络、DenseNet与SE-DenseNet的三者性能进行定量对比分析。实验结果表明,三者之中本文提出的SE-DenseNet模型收敛速度快,准确率最高,泛化能力最强。
展开更多
关键词
数据增强
无编码比值法
稠密神经网络
特征重复利用
挤压和激励
权重值校准
指数衰减学习率
下载PDF
职称材料
基于RFB-Net的摩托车驾驶人头盔检测研究
被引量：
4
3
作者
刘琛
王江涛
《太原科技大学学报》
2021年第6期496-500,共5页
近年来,计算机视觉方向深度学习的卷积神经网络发展迅速并逐步应用于日常生活的检测之中。针对于摩托车手是否佩戴头盔的检测问题,论文引入RFB网络,采用VGG-16作为基础网络提取网络结构特征,改进使用了余弦衰减学习率更好地训练样本,增...
近年来,计算机视觉方向深度学习的卷积神经网络发展迅速并逐步应用于日常生活的检测之中。针对于摩托车手是否佩戴头盔的检测问题,论文引入RFB网络,采用VGG-16作为基础网络提取网络结构特征,改进使用了余弦衰减学习率更好地训练样本,增加了网络泛化能力。从而完成对摩托车头盔的检测。实验结果表明改进后,RFB-Net模型在摩托车驾驶人头盔检测中精度较高、速度较快,且具有较好的推广性。
展开更多
关键词
头盔检测
RFB-Net模型
余弦衰减学习率
下载PDF
职称材料
基于并行卷积神经网络的图像美学分类
被引量：
2
4
作者
刘飞飞
任舒琪
+1 位作者
郭波超
朱杨林
《计算机工程与设计》
北大核心
2019年第4期1120-1125,共6页
针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法。从图像的不同角度出发,自动提取有用的图像...
针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法。从图像的不同角度出发,自动提取有用的图像美学特征,提高对图像美学的分类效果。实验结果表明,与其它算法实验结果相对比,所提算法增加了图像美学分类的准确率,有一定的实用性。
展开更多
关键词
并行卷积神经网络
特征提取
深度学习
图像美学分类
指数衰减学习率
下载PDF
职称材料
题名
一种改进ADAM-CNN模型的钢筋混凝土腐蚀检测方法
被引量：
4
1
作者
林旭梅
胡川
朱广辉
陈一戈
苗芳荣
机构
青岛理工大学信息与控制工程学院
出处
《中国测试》
CAS
北大核心
2023年第2期8-14,共7页
基金
国家重点基础研究发展计划“973”项目(2015CB655100)。
文摘
针对钢筋混凝土腐蚀检测中单一传感器或检测方式获取锈蚀特征信息不足及准确率不高等问题,提出一种改进神经网络模型结构下对集成阳极梯、应变力、温度传感器的多传感器数据融合检测方式。首先将一维多传感器数据二维化,采用卷积核对特征信息滤波提取,提取后的信息平展后连接BP残差神经网络层,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,提高网络模型的拟合及泛化能力。针对ADAM优化算法在模型训练后期学习率可能震荡不收敛问题,引入分段学习率衰减策略抑制后期震荡,同时对二阶矩估计梯度变化进行调整,提高迭代收敛效率。仿真结果表明,改进后的ADAM-CNN算法模型具有更好的分类性能,在钢筋腐蚀样本测试集上的平均准确率为96.2%。
关键词
钢筋混凝土
腐蚀检测
多传感器检测
残差神经网络
ADAM算法
学习率衰减
Keywords
reinforced
concrete
corrosion
detection
multi-sensor
detection
residual
neural
network
ADAM
algorithm
decay
of
learning
rate
分类号
TU528.33 [建筑科学—建筑技术科学]
TB9 [一般工业技术—计量学]
下载PDF
职称材料
题名
基于SE-DenseNet的变压器故障诊断
被引量：
8
2
作者
郭如雁
彭敏放
曹振其
机构
湖南大学电气与信息工程学院
出处
《电工电能新技术》
CSCD
北大核心
2021年第1期61-69,共9页
基金
国家自然科学基金项目(61973107&61472128)。
文摘
由于变压器故障数据有限,采用神经网络诊断容易出现过拟合。通过Wasserstein生成对抗网络(Wasserstein Generative Adversarial Networks,WGAN)数据增强,采用变压器油中溶解气体作为故障诊断参量,本文提出了SE-DenseNet神经网络模型,该模型使用无编码比值法,结合深度稠密神经网络(Densely Connected Convolutional Networks,DenseNet)进行数据融合,特征重复利用以及挤压和激励模块(Squeeze-and-Excitation,SE)的特征图权重值校准的优点,运用指数衰减学习率、dropout、L2正则化、损失函数Adam收敛算法等优化方法,并且在同样数据集下将深度卷积神经网络、DenseNet与SE-DenseNet的三者性能进行定量对比分析。实验结果表明,三者之中本文提出的SE-DenseNet模型收敛速度快,准确率最高,泛化能力最强。
关键词
数据增强
无编码比值法
稠密神经网络
特征重复利用
挤压和激励
权重值校准
指数衰减学习率
Keywords
data
enhancement
non-encoding
ratio
method
DenseNet
feature
reuse
squeeze-and-excitation
weight
value
calibration
exponential
decay
learning
rate
分类号
TM41 [电气工程—电器]
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
基于RFB-Net的摩托车驾驶人头盔检测研究
被引量：
4
3
作者
刘琛
王江涛
机构
淮北师范大学物理与电子信息学院
出处
《太原科技大学学报》
2021年第6期496-500,共5页
基金
国家自然科学基金(61203272)
安徽省高校自然科学研究重大项目(KJ2018ZD038)
安徽省高等学校省级质量工程项目(2017kfk043,2019jxtd142)。
文摘
近年来,计算机视觉方向深度学习的卷积神经网络发展迅速并逐步应用于日常生活的检测之中。针对于摩托车手是否佩戴头盔的检测问题,论文引入RFB网络,采用VGG-16作为基础网络提取网络结构特征,改进使用了余弦衰减学习率更好地训练样本,增加了网络泛化能力。从而完成对摩托车头盔的检测。实验结果表明改进后,RFB-Net模型在摩托车驾驶人头盔检测中精度较高、速度较快,且具有较好的推广性。
关键词
头盔检测
RFB-Net模型
余弦衰减学习率
Keywords
helmet
testing
RFB-net
model
cosine
decay
learning
rate
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于并行卷积神经网络的图像美学分类
被引量：
2
4
作者
刘飞飞
任舒琪
郭波超
朱杨林
机构
江西理工大学电气工程与自动化学院
出处
《计算机工程与设计》
北大核心
2019年第4期1120-1125,共6页
基金
国家自然科学基金项目(61364014)
江西省研究生创新专项资金基金项目(YC2017-S307)
文摘
针对传统的图像美学分类大多基于手动提取图片的美学特征,利用神经网络等方法对图像进行分类,存在分类效果不佳的问题,提出一种基于深度学习的并行卷积神经网络算法,改进图像美学分类的方法。从图像的不同角度出发,自动提取有用的图像美学特征,提高对图像美学的分类效果。实验结果表明,与其它算法实验结果相对比,所提算法增加了图像美学分类的准确率,有一定的实用性。
关键词
并行卷积神经网络
特征提取
深度学习
图像美学分类
指数衰减学习率
Keywords
parallel
convolution
neural
network
feature
extraction
deep
learning
image
aesthetic
classification
exponential
decay
learning
rate
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
一种改进ADAM-CNN模型的钢筋混凝土腐蚀检测方法
林旭梅
胡川
朱广辉
陈一戈
苗芳荣
《中国测试》
CAS
北大核心
2023
4
下载PDF
职称材料
2
基于SE-DenseNet的变压器故障诊断
郭如雁
彭敏放
曹振其
《电工电能新技术》
CSCD
北大核心
2021
8
下载PDF
职称材料
3
基于RFB-Net的摩托车驾驶人头盔检测研究
刘琛
王江涛
《太原科技大学学报》
2021
4
下载PDF
职称材料
4
基于并行卷积神经网络的图像美学分类
刘飞飞
任舒琪
郭波超
朱杨林
《计算机工程与设计》
北大核心
2019
2
下载PDF
职称材料
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部
