期刊文献+
共找到28篇文章
< 1 2 >
每页显示 20 50 100
基于双三元组网络的易混淆文本情感分类方法 被引量:1
1
作者 徐瑞 曾诚 +2 位作者 程世杰 张海丰 何鹏 《中文信息学报》 CSCD 北大核心 2024年第1期135-145,共11页
预训练模型的快速发展使得情感分类任务得到了突破性进展,然而互联网提供的海量数据中存在着大量语义模糊、易混淆的文本,制约了当前多数模型的分类效果。针对易混淆文本对情感分类的负面影响,该文提出了一种基于双三元组网络的易混淆... 预训练模型的快速发展使得情感分类任务得到了突破性进展,然而互联网提供的海量数据中存在着大量语义模糊、易混淆的文本,制约了当前多数模型的分类效果。针对易混淆文本对情感分类的负面影响,该文提出了一种基于双三元组网络的易混淆文本情感分类方法。该方法有效解决了传统三元组网络中同类文本特征之间仍存在明显差异的问题,改进了三元样本组合的构建方式,分别从易分类文本和普通文本中构建出两对三元样本组合,并以不同权重进行特征相似度比对,让模型深入挖掘易混淆文本和易分类文本的特征编码差异,充分学习同类别文本间的相似性和混淆类别文本间的差异性,提高了文本特征的聚类效果;同时,在训练过程中将本批次的易混淆文本加入到下一批次进一步训练,更有效地利用了易混淆文本的语义信息,以此提升模型整体的分类效果。在nlpcc2014、waimai_10k和ChnSentiCorp数据集上进行对比实验,实验结果表明,与现有的易混淆文本情感分类方法相比,该方法在准确度和F1值上具有更好的表现,其中F1值相较于基准模型提升了3.16%、2.35%和2.5%,验证了所提方法的有效性和合理性。 展开更多
关键词 情感分类 三元组网络 困难样本
下载PDF
一种结合Focal Loss的不平衡数据集提升树分类算法 被引量:4
2
作者 朱翌民 郭茹燕 +2 位作者 巨家骥 张帅 张维 《软件导刊》 2021年第11期65-69,共5页
针对不平衡数据集分类问题中存在的难易样本不平衡问题,提出在提升树算法的基础上结合Focal Loss的不平衡数据集分类算法。分别在HTRU3、Yeast3、Test的不平衡数据集上对该算法与Borderline-SMOTE结合梯度提升树算法进行比较。实验结果... 针对不平衡数据集分类问题中存在的难易样本不平衡问题,提出在提升树算法的基础上结合Focal Loss的不平衡数据集分类算法。分别在HTRU3、Yeast3、Test的不平衡数据集上对该算法与Borderline-SMOTE结合梯度提升树算法进行比较。实验结果表明,在HTRU2数据集上,该算法F1-score最高为0.970,而Borderline-SMOTE结合梯度提升树算法为0.972,虽然分类性能没有得到明显提升,但该算法仅需13次迭代便可收敛,而传统梯度提升树算法则需20次以上迭代才能收敛。在提升树模型中引入Focal Loss损失函数可有效提升模型收敛速度,且在一定程度上保持了模型分类性能。 展开更多
关键词 不平衡数据集 难分样本 易分样本 Focal Loss 梯度提升算法
下载PDF
难分类样本快速空中目标意图识别方法
3
作者 赵亮 孙鹏 +2 位作者 张杰勇 钟赟 杨富平 《空军工程大学学报》 CSCD 北大核心 2024年第1期76-82,共7页
针对不平衡难分类条件下空中目标群组意图快速识别的难题,提出一种基于滑动窗口估计的时空卷积自注意力网络模型的意图识别方法。该方法根据特征数据的特点对其使用滑动窗口的预先处理,通过时空卷积网络快速提取多维时序特征数据的流信... 针对不平衡难分类条件下空中目标群组意图快速识别的难题,提出一种基于滑动窗口估计的时空卷积自注意力网络模型的意图识别方法。该方法根据特征数据的特点对其使用滑动窗口的预先处理,通过时空卷积网络快速提取多维时序特征数据的流信息;然后采用自注意力机制捕捉每个特征数据的关键特征并优化权重。仿真结果表明该方法有效提升了不平衡样本中难分类样本意图识别的训练效率和分类的准确率。 展开更多
关键词 意图识别 时空卷积网络 自注意力机制 难分类样本 样本不平衡
下载PDF
深度有序度量学习改进的课堂参与度识别 被引量:2
4
作者 董瑶 徐敏 +3 位作者 周丽娟 陈文龙 周修庄 张晓宇 《小型微型计算机系统》 CSCD 北大核心 2023年第4期798-804,共7页
在线课堂已成为当前最重要的教学场景之一.针对当前基于视觉特征学习和距离度量学习的参与度识别模型仍然缺乏足够的判别力和稳定性等问题,本文将有序深度度量学习方法引入课堂参与度识别任务,联合建模视觉特征学习和判别度量学习.首先... 在线课堂已成为当前最重要的教学场景之一.针对当前基于视觉特征学习和距离度量学习的参与度识别模型仍然缺乏足够的判别力和稳定性等问题,本文将有序深度度量学习方法引入课堂参与度识别任务,联合建模视觉特征学习和判别度量学习.首先,提出一个有序度量损失函数建模参与度样本的有序标签结构,使得在学习获得的有序度量空间中,视觉特征与其参与度标签保持有序一致性,提高识别模型的判别力.其次,提出一种四元组困难样本构造策略,对困难正样本的视觉特征相似度进行最小化,同时最大化困难负样本的视觉特征相似度,充分挖掘困难样本,提高模型训练的效率和稳定性.最后在课堂参与度基准数据集DAiSEE上进行测试,验证了算法的有效性. 展开更多
关键词 深度学习 课堂参与度识别 视觉特征 有序度量学习 困难样本
下载PDF
Design of Intersample Response in a Hard Disk Control System
5
作者 Takao Sato Yoshiki Hattori Nozomu Araki Yasuo Konishi 《Journal of Mechanics Engineering and Automation》 2012年第7期405-410,共6页
The present paper discusses a design method for the head position in a Hard Disk Drive (HDD) control system. In the HDD control system, the sampling interval of the head position is constrained because of the hardwa... The present paper discusses a design method for the head position in a Hard Disk Drive (HDD) control system. In the HDD control system, the sampling interval of the head position is constrained because of the hardware specifications, but the hold interval of the control input is not constrained. In the present study, a multirate control system is designed, in which the sampling and the hold intervals are not equal. A multirate control law, which stabilizes a closed-loop system, is extended using newly introduced parameters such that the sample response of the plant output is maintained. Furthermore, intersample ripples in the steady state are eliminated using the new design parameters, which can be selected independently of the sample response. As a result, the intersample response can be improved independently of the sample response. The proposed method is applied to a benchmark problem of an HDD system, and its effectiveness is demonstrated. 展开更多
关键词 Multirate control system single-rate control system hard disk drive state-space representation intersample response sample response pole assignment.
下载PDF
基于改进Faster RCNN的安全帽佩戴检测研究 被引量:68
6
作者 徐守坤 王雅如 +3 位作者 顾玉宛 李宁 庄丽华 石林 《计算机应用研究》 CSCD 北大核心 2020年第3期901-905,共5页
针对已有安全帽佩戴检测算法对部分遮挡、尺寸不一和小目标存在检测难度大、准确率低的问题,提出了基于改进的Faster RCNN和多部件结合的安全帽佩戴检测方法。在原始Faster RCNN上运用多尺度训练和增加锚点数量增强网络检测不同尺寸目... 针对已有安全帽佩戴检测算法对部分遮挡、尺寸不一和小目标存在检测难度大、准确率低的问题,提出了基于改进的Faster RCNN和多部件结合的安全帽佩戴检测方法。在原始Faster RCNN上运用多尺度训练和增加锚点数量增强网络检测不同尺寸目标的鲁棒性,并引入防止正负样本不均衡的在线困难样本挖掘策略,然后对检测出的佩戴安全帽工人和安全帽等采用多部件结合方法剔除误检目标。实验表明,相比于原始Faster RCNN,检测准确率提高了7%,对环境的适应性更强。 展开更多
关键词 安全帽佩戴检测 FASTER RCNN 多尺度训练 在线困难样本挖掘 多部件结合
下载PDF
Faster R-CNN模型在车辆检测中的应用 被引量:64
7
作者 王林 张鹤鹤 《计算机应用》 CSCD 北大核心 2018年第3期666-670,共5页
针对传统机器学习方法在车辆检测应用中易受光照、目标尺度和图像质量等因素影响,效率低下且泛化能力较差的问题,提出一种基于改进的较快的基于区域卷积神经网络(R-CNN)模型的车辆检测方法。该方法以Faster R-CNN模型为基础,通过对输入... 针对传统机器学习方法在车辆检测应用中易受光照、目标尺度和图像质量等因素影响,效率低下且泛化能力较差的问题,提出一种基于改进的较快的基于区域卷积神经网络(R-CNN)模型的车辆检测方法。该方法以Faster R-CNN模型为基础,通过对输入图像进行卷积和池化等操作提取车辆特征,结合多尺度训练和难负样本挖掘策略降低复杂环境的影响,利用KITTI数据集对深度神经网络模型进行训练,并采集实际场景中的图像进行测试。仿真实验中,在保证检测时间的情况下,相对原Faster R-CNN算法检测精确度提高了约8%。实验结果表明,所提方法能够自动地提取车辆特征,解决了传统方法提取特征费时费力的问题,同时提高了车辆检测精确度,具有良好的泛化能力和适用范围。 展开更多
关键词 车辆检测 FASTER R-CNN模型 区域建议网络 难负样本挖掘 KITTI数据集
下载PDF
结合多尺度特征的改进YOLOv2车辆实时检测算法 被引量:11
8
作者 金宇尘 罗娜 《计算机工程与设计》 北大核心 2019年第5期1457-1463,1476,共8页
为解决车辆目标检测过程中较小车辆及被遮挡车辆容易被漏检、错检的问题,基于深度学习先进算法YOLOv2,提出一种结合多尺度特征的改进车辆目标实时检测方法。通过融合多尺度特征层信息建立额外检测特征层对大小不同的车辆进行检测;构建... 为解决车辆目标检测过程中较小车辆及被遮挡车辆容易被漏检、错检的问题,基于深度学习先进算法YOLOv2,提出一种结合多尺度特征的改进车辆目标实时检测方法。通过融合多尺度特征层信息建立额外检测特征层对大小不同的车辆进行检测;构建自适应损失函数作为置信度目标函数解决正负样本数量不平衡问题,提高置信度预测准确性;开发一种新的难样本生成方法对网络进行训练,减小错检发生的概率。实验结果表明,该方法在运行速度满足实时检测要求的情况下,能显著降低车辆目标漏检、错检率,平均准确率提高9%以上。 展开更多
关键词 无人驾驶系统 车辆目标 实时检测 深度学习 难样本生成
下载PDF
不同加载模式软硬煤岩侧向变形特征的对比实验研究 被引量:11
9
作者 伍永平 高喜才 《煤炭学报》 EI CAS CSCD 北大核心 2010年第S1期44-48,共5页
选取现场典型软硬煤岩试样,利用MTS815电液伺服岩石力学测试系统进行单轴、三轴压缩实验,研究分析在不同加载模式下煤岩强度及变形破坏特征,建立煤岩压缩过程侧向应变与破裂机制的关系。对比实验结果表明:软硬煤岩内部结构和孔隙、裂隙... 选取现场典型软硬煤岩试样,利用MTS815电液伺服岩石力学测试系统进行单轴、三轴压缩实验,研究分析在不同加载模式下煤岩强度及变形破坏特征,建立煤岩压缩过程侧向应变与破裂机制的关系。对比实验结果表明:软硬煤岩内部结构和孔隙、裂隙发育程度决定了它们强度、屈服后轴、侧向变形特征具有较大的差异;致密坚硬煤样加载过程表现为明显的弹脆性特征,剪切破断角比较大;压缩变形曲线4个阶段侧向应变非线性特征明显,屈服后呈陡增至极大值,因其内部出现稳定剪切滑移而发生破坏;软煤样侧向应变一直处于非线性小幅度增加过程,内部裂隙发育扩展达到一定程度易发生局部张拉破坏。用侧向塑性变形损伤量表征煤岩体内部损伤演化特征可以取得较好结果。 展开更多
关键词 加载模式 软硬煤岩 塑性变形 侧向应变 损伤演化
下载PDF
泥页岩微裂缝模拟新方法及封堵评价实验 被引量:8
10
作者 杨决算 侯杰 《钻井液与完井液》 CAS 北大核心 2017年第1期45-49,共5页
目前泥页岩微裂缝模拟方法较多,但都存在一定局限性,且不能真实模拟高温高压下泥岩与钻井液接触后水化分散过程。针对该难题,在对平滑钢块模拟法、砂床封堵实验法、劈裂岩样人造裂缝模拟法和透明钢化玻璃模拟法进行分析的基础上,采用干... 目前泥页岩微裂缝模拟方法较多,但都存在一定局限性,且不能真实模拟高温高压下泥岩与钻井液接触后水化分散过程。针对该难题,在对平滑钢块模拟法、砂床封堵实验法、劈裂岩样人造裂缝模拟法和透明钢化玻璃模拟法进行分析的基础上,采用干法钻取取样岩心以获得标准岩心柱,对岩心柱进行造缝,并在岩心缝面垫上不同厚度的锡纸,模拟宽度为10~100μm的微裂缝;将岩心柱放入夹持器中,与动态失水仪相连,可形成一套泥岩微裂缝封堵能力评价装置。介绍了封堵评价实验装置的组装和实验操作步骤,及其功能和优点,给出了微裂缝缝宽的推导公式,并通过精确测量数据换算出了等效裂缝宽度。室内实验表明,该微裂缝模拟方法有精度高、重复性好等优点。研究结果表明,该方法及评价装置不仅能模拟泥页岩与外来液相接触后的水化分散、膨胀等过程,还能真实模拟井底高温高压条件下钻井液对微裂缝的封堵情况,为深入研究微裂缝的封堵机理、封堵材料优选及钻井液配方优选提供可靠的实验方法和数据支撑。 展开更多
关键词 硬脆性泥页岩 微裂缝 井壁稳定 取样岩心 封堵能力
下载PDF
坚硬顶板组合煤岩样破坏电磁辐射规律及其应用 被引量:6
11
作者 姚精明 闫永业 +2 位作者 尹光志 姚俊伟 李生舟 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2011年第5期71-75,81,共6页
采用实验室试验和分形理论相结合的方法研究了组合煤岩样变形破裂的电磁辐射规律。研究结果表明,加载初期,电磁辐射信号增加,然后略微减小,出现一段较为稳定的区域,当临近主破裂时,又大幅度增加,进入残余变形阶段时,电磁辐射又逐渐减小... 采用实验室试验和分形理论相结合的方法研究了组合煤岩样变形破裂的电磁辐射规律。研究结果表明,加载初期,电磁辐射信号增加,然后略微减小,出现一段较为稳定的区域,当临近主破裂时,又大幅度增加,进入残余变形阶段时,电磁辐射又逐渐减小;电磁辐射信号与顶板在组合煤岩样的比例成正指数关系;电磁辐射脉冲数具有分形特征,并且随着加载进行,分形维数增加,临近主破裂时分形维数急剧减少;分形维数与顶板在组合煤岩样的比例成正线性关系。利用上述规律,成功地对7251工作面的冲击危险进行了预测预报。 展开更多
关键词 坚硬顶板 组合煤岩样 电磁辐射 分形维数 冲击地压
下载PDF
困难样本采样联合对比增强的深度图聚类 被引量:1
12
作者 朱玄烨 孔兵 +2 位作者 陈红梅 包崇明 周丽华 《计算机应用研究》 CSCD 北大核心 2024年第6期1769-1777,共9页
针对困难样本挖掘的图聚类算法是最近的研究热点,目前算法存在的主要问题有:对比方法和样本对加权策略缺少良好的融合机制;采样正样本时忽略了视图内部的“假阴性”样本;忽视图级信息对聚类的帮助。针对上述问题,提出困难样本采样联合... 针对困难样本挖掘的图聚类算法是最近的研究热点,目前算法存在的主要问题有:对比方法和样本对加权策略缺少良好的融合机制;采样正样本时忽略了视图内部的“假阴性”样本;忽视图级信息对聚类的帮助。针对上述问题,提出困难样本采样联合对比增强的图聚类算法。首先使用自编码器学习嵌入,根据计算的伪标签、相似度、置信度信息为表示学习设计一种自加权对比损失,统一不同视图下节点对比和困难样本对加权策略。通过调整不同置信区域样本对的权重,损失函数驱动模型关注不同类型的困难样本以学习有区分性的特征,提高簇内表示的一致性和簇间表示的差异性,增强对样本的判别能力。其次,图级表示经聚类网络投影,通过聚类对比损失最大化不同视图下聚类的表示一致性。最后联合两种对比损失,利用自监督训练机制进行迭代优化,完成聚类任务。该算法在5个真实数据集上与9个基准聚类算法对比,在4个权威指标上达到最优,聚类性能出色。消融实验表明两个对比模块的有效性和可迁移性。 展开更多
关键词 图表示学习 属性图聚类 对比学习 困难样本挖掘
下载PDF
基于噪声鲁棒学习的胸部X射线尘肺鉴别方法
13
作者 崔锦莹 梁立河 +5 位作者 任雪婷 强彦 赵涓涓 孔晓梅 尉骁 张华 《计算机工程》 CAS CSCD 北大核心 2024年第11期350-359,共10页
在医学图像噪声标注数据的训练中,目前常用的方法是根据训练损失对噪声标签数据集进行划分,以过滤掉噪声标签样本。然而,这种方法面临两个需要解决的问题,即如何在筛选出噪声样本的同时尽可能地保留与其损失分布相似的困难样本,以及如... 在医学图像噪声标注数据的训练中,目前常用的方法是根据训练损失对噪声标签数据集进行划分,以过滤掉噪声标签样本。然而,这种方法面临两个需要解决的问题,即如何在筛选出噪声样本的同时尽可能地保留与其损失分布相似的困难样本,以及如何提高样本利用率,挖掘隐藏在噪声样本中的有用信息以减轻模型过拟合的问题。为了解决上述问题,提出一种由样本分布引导的噪声鲁棒学习策略(SGRL),包括样本划分与半监督对比分类。为了更可靠地区分信息量大的困难样本与有害噪声样本,介绍一种噪声滤波器样本选择方法。此外,提出了一种增强匹配对比网络,使用所有样本进行训练,从而得到一个具有噪声鲁棒性的分类模型。在此基础上,利用对比学习作为补充,进一步对抗对噪声标签的记忆,提高筛查准确率。实验结果表明,该方法在5%、10%、20%和40%噪声比的尘肺胸片数据集上均取得了显著的性能提升。与现有的先进方法相比,该方法的筛查准确率分别平均提升了5.88、7.05、7.59和6.19个百分点,验证了改进方法的有效性。 展开更多
关键词 噪声标签 尘肺筛查 困难样本感知 弱监督学习 医学图像分类
下载PDF
推荐系统中混合难负样本的生成模型
14
作者 马汉达 梁文德 《软件导刊》 2024年第7期133-137,共5页
负样本对协同过滤推荐任务影响巨大,高质量的负样本能帮助模型精准描述用户画像。针对现存的假负样本及计算量大的问题,基于难负样本的思想提出一种混合动态负采样模型。首先,通过动态负采样方法和服务推荐模型确定每个用户的负样本范... 负样本对协同过滤推荐任务影响巨大,高质量的负样本能帮助模型精准描述用户画像。针对现存的假负样本及计算量大的问题,基于难负样本的思想提出一种混合动态负采样模型。首先,通过动态负采样方法和服务推荐模型确定每个用户的负样本范围与序列;其次为每个用户快速采样到大量的难负样本候选项;再次,使用混合思想将采样到的负样本集合装配成一个难负样本,扩大感知域和融入的信息量;最后,引入一种注意力机制指导负样本的融合,以此提升系统稳定性。在Alibaba、Yelp2018和Amazon公开数据集上与基线模型进行的比较实验表明,所提模型在多个评价指标下均优于现有基线模型,证明了模型的有效性。 展开更多
关键词 协同过滤 负采样 难负样本 推荐系统 动态负采样
下载PDF
基于改进Deformable DETR的无人机视频流车辆目标检测算法
15
作者 江志鹏 王自全 +4 位作者 张永生 于英 程彬彬 赵龙海 张梦唯 《计算机工程与科学》 CSCD 北大核心 2024年第1期91-101,共11页
针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法... 针对无人机视频流检测中小目标数量多、因图像传输质量较低而导致的上下文语义信息不充分、传统算法融合特征推理速度慢、数据集类别样本不均衡导致的训练效果差等问题,提出一种基于改进Deformable DETR的无人机视频流车辆目标检测算法。在模型结构方面,该算法设计了跨尺度特征融合模块以增大感受野,提升小目标检测能力,并采用针对object_query的挤压-激励模块提升关键目标的响应值,减少重要目标的漏检与错检率;在数据处理方面,使用了在线困难样本挖掘技术,改善数据集中类别样本分布不均的问题。在UAVDT数据集上进行了实验,实验结果表明,改进后的算法相较于基线算法在平均检测精度上提升了1.5%,在小目标检测精度上提升了0.8%,并在保持参数量较少增长的情况下,维持了原有的检测速度。 展开更多
关键词 Deformable DETR 目标检测 跨尺度特征融合模块 object query挤压-激励 在线难样本挖掘
下载PDF
结合关键帧提取的视频-文本跨模态实体分辨双重编码方法 被引量:3
16
作者 曾志贤 曹建军 +2 位作者 翁年凤 蒋国权 范强 《兵工学报》 EI CAS CSCD 北大核心 2022年第5期1107-1116,共10页
现有的视频-文本跨模态实体分辨方法在视频处理上均采用均匀取帧的方法,必然导致视频信息的丢失,增加问题的复杂度。针对这一问题,提出一种结合关键帧提取的视频-文本跨模态实体分辨双重编码方法(DEIKFE)。以充分保留视频信息表征为前提... 现有的视频-文本跨模态实体分辨方法在视频处理上均采用均匀取帧的方法,必然导致视频信息的丢失,增加问题的复杂度。针对这一问题,提出一种结合关键帧提取的视频-文本跨模态实体分辨双重编码方法(DEIKFE)。以充分保留视频信息表征为前提,设计关键帧提取算法提取视频中的关键帧,获得视频关键帧集合表示。对于视频关键帧集合和文本,采用多级编码的方法,分别提取表征视频和文本的全局、局部和时序的特征,将其进行拼接形成多级编码表示。将该编码表示映射至共同嵌入空间,采用强负样本跨模态三元组损失对模型参数进行优化,使得匹配的视频-文本相似度越大,而不匹配的视频-文本相似度越小。通过在MSR-VTT、VATEX两个数据集上进行实验验证,与现有方法进行对比,在总体性能R@sum上分别提升了9.22%、2.86%,证明了该方法的优越性。 展开更多
关键词 跨模态实体分辨 关键帧提取 共同嵌入空间 双重编码 强负样本
下载PDF
基于深度度量学习的足迹图像检索算法 被引量:2
17
作者 朱明 江畅 +3 位作者 于小勇 殷克华 唐俊 王年 《刑事技术》 2023年第3期283-291,共9页
针对赤足迹光学图像相似度高,传统算法无法快速提取样本有效信息的问题,提出了一种基于深度度量学习的赤足迹图像检索算法,该算法使用多尺度特征融合结构构建主干网络并辅以批去除结构监督学习,同时在嵌入空间内构建动态难样本三元组,... 针对赤足迹光学图像相似度高,传统算法无法快速提取样本有效信息的问题,提出了一种基于深度度量学习的赤足迹图像检索算法,该算法使用多尺度特征融合结构构建主干网络并辅以批去除结构监督学习,同时在嵌入空间内构建动态难样本三元组,解决传统难样本三元组挖掘方式不合理的问题。构建了一个包含250人、2 500枚的赤足迹光学图像数据集,该算法在所构建的数据集上平均检索精度达到88.86%,高于传统难样本三元组算法,可有效地应用于赤足迹光学图像检索。该算法对于足迹领域的自动化识别具有积极意义。 展开更多
关键词 深度度量学习 赤足迹图像检索 多尺度特征融合 嵌入空间 动态难样本三元组
下载PDF
基于SSD的不平衡样本车辆检测与识别 被引量:1
18
作者 马浩良 谢林柏 《计算机技术与发展》 2019年第12期135-140,共6页
为了实现在复杂环境,车辆样本不平衡情况下的实时车辆检测与识别,基于SSD算法搭建了车辆检测与识别的框架。针对车辆数据存在车型难易样本不均衡以及SSD方法存在的正负样本不平衡问题,在SSD引入改进的损失函数来挖掘难易样本,通过提高... 为了实现在复杂环境,车辆样本不平衡情况下的实时车辆检测与识别,基于SSD算法搭建了车辆检测与识别的框架。针对车辆数据存在车型难易样本不均衡以及SSD方法存在的正负样本不平衡问题,在SSD引入改进的损失函数来挖掘难易样本,通过提高难样本的学习比例来更好地识别样本较少的车辆类型。引入SSD级联的网络结构,在第一级SSD挖掘正负样本,在第二级SSD根据第一级SSD的指导过滤掉大量的负样本。构建了拥有7480幅图像,包含4种车辆类型的数据集对该方法进行验证。实验结果表明,基于改进SSD的方法提高了少样本车辆类型的准确率,使整体检测精度取得了90.0%的准确率。针对不均衡样本的车辆数据集有较好的通用性,适用于车辆检测与识别任务。 展开更多
关键词 车辆检测与识别 SSD 样本不平衡 难易样本挖掘 正负样本挖掘
下载PDF
基于深度卷积的残差三生网络研究与应用 被引量:1
19
作者 厉铮泽 杨小远 +1 位作者 朱日东 王敬凯 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2019年第9期1864-1873,共10页
针对图像多分类任务,提出基于深度卷积的残差三生网络,旨在通过残差学习和距离比较来训练神经网络得到有效的特征表示。首先,设计了一个21层的深度卷积神经网络作为三生网络的嵌入网络,其中该卷积网络共连接6个块(block)。利用残差学习... 针对图像多分类任务,提出基于深度卷积的残差三生网络,旨在通过残差学习和距离比较来训练神经网络得到有效的特征表示。首先,设计了一个21层的深度卷积神经网络作为三生网络的嵌入网络,其中该卷积网络共连接6个块(block)。利用残差学习的方式,每个block的输出层由卷积层的输出和该block的输入共同组成,降低网络学习难度,避免网络出现退化问题。然后,每个block中采用相同拓扑结构分路的卷积层,拓宽网络的宽度。最后,在全连接层拼接了来自前面卷积层和block的输出,加强特征信息的传递。训练前,针对正负样本采用交叉组合的采样方法来增加有效训练样本量;训练期间,用样本中心点更换原点样本作为输入,能平均降低0. 5%错误率。在与其他三生网络的对比实验中,在MNIST、CIFAR10和SVHN数据库上达到最好的效果,在所有分类网络中,本文网络在MNIST上达到最好的效果,在CIFAR10和SVHN上表现优异。 展开更多
关键词 卷积神经网络 三生损失 残差学习 挑战性样本采样 样本中心点
下载PDF
采样可选择的FPGA片内逻辑分析仪设计方法 被引量:1
20
作者 谭宜涛 杨海钢 +2 位作者 周发标 张茉莉 路宝珠 《微电子学与计算机》 CSCD 北大核心 2012年第2期59-64,共6页
针对大容量的信号采样时片内逻辑分析仪存储器资源紧张的情况,本文提出了一种采样可选择的FPGA片内逻辑分析仪的设计方法.本方法通过布局布线约束实现JTAG硬核的复用,并利用JTAG硬核修改FPGA内寄存器实现采样信号的重新选择.测试结果表... 针对大容量的信号采样时片内逻辑分析仪存储器资源紧张的情况,本文提出了一种采样可选择的FPGA片内逻辑分析仪的设计方法.本方法通过布局布线约束实现JTAG硬核的复用,并利用JTAG硬核修改FPGA内寄存器实现采样信号的重新选择.测试结果表明,与某商用工具相比,根据该方法实现的片内逻辑分析仪对采样信号进行N分组后,在同等条件下所需的片内存储资源降低到1/N,同时设计时序的稳定性得以保证. 展开更多
关键词 FPGA 片内逻辑分析仪 JTAG硬核 采样可选择
下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部