国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 31 条结果

基于改进卷积神经网络的苹果叶部病害识别北大核心
作者：鲍文霞吴刚胡根生张东彦黄林生
发表期刊：安徽大学学报（自然科学版） 2021年1期
关键词：苹果叶部病害图像识别VGG16SK卷积迁移学习全局平均池化
摘要：针对苹果病害叶片图像病斑区域较小导致的传统卷积神经网络不能准确快速识别的问题,提出基于改进卷积神经网络的苹果叶部病害识别的网络模型.首先,将VGG16网络模型从ImageNet数据集上学习到的先验知识迁移到苹果病害叶片数据集上;然后,在瓶颈层后采用选择性核(selective kernel,简称SK)卷积模块;最后,使用全局平均池化代替全连接层.实验结果表明:与其他传统网络模型相比,该模型能更准确快速捕获苹果病害叶片上微小的病斑.
基于时间卷积网络的通信信号调制识别算法
作者：任彦洁唐晓刚张斌权冯俊豪
发表期刊：无线电工程 2023年4期
关键词：调制识别时间卷积网络膨胀因果卷积全局平均池化
摘要：针对基于深度学习的端到端调制识别方法存在识别率较低、神经网络参数量大的问题,提出了一种基于时间卷积网络(Temporal Convolutional Network,TCN)的调制识别算法.利用一维因果膨胀卷积,提取信号的时域和频域特征,并加入批归一化(Batch Normalization,BN)和Dropout提高算法的拟合能力;使用全局平均池化(Global Average Pooling,GAP)层替代Flatten层,整合向…查看全部>>
CNN混合模型的旋转机械故障诊断方法研究CSTPCD
作者：崔灿陈林波张敏
发表期刊：现代电子技术 2022年13期
关键词：旋转机械故障诊断卷积神经网络振动信号混合模型特征提取全局平均池化抗噪音干扰
摘要：针对旋转机械信号采集过程中易受噪声干扰和单一智能诊断模型在故障诊断过程中鲁棒性差等问题,提出一种基于卷积神经网络(CNN)混合模型的旋转机械故障诊断方法.该模型由一维CNN和二维CNN组成,将原始的机械振动信号数据利用一维CNN和二维CNN进行处理,以充分利用采集的信号数据,最大化发挥CNN自适应提取特征的能力,并采用全局均值池化层替代传统CNN的连接层,减少训练参数和计算时间.最后利用特征融合技术将一维和二维CNN提取的主要特征输入…查看全部>>
降低参数规模的卷积神经网络模型压缩方法
作者：朱雪晨陈三林蔡刚黄志洪
发表期刊：计算机与现代化 2021年9期
关键词：卷积神经网络参数规模分组卷积卷积拆分全局平均池化
摘要：针对卷积神经网络模型参数规模越来越大导致难以在计算与存储资源有限的嵌入式设备上大规模部署的问题,提出一种降低参数规模的卷积神经网络模型压缩方法.通过分析发现,卷积层参数量与输入输出特征图数量以及卷积核大小有关,而全连接层参数数量众多且难以大幅减少.通过分组卷积减少输入输出特征图数量,通过卷积拆分减小卷积核大小,同时采用全局平均池化层代替全连接层的方法来解决全连接层参数数量众多的问题.将上述方法应用于LeNet5和AlexNet进行实验…查看全部>>
结合Inception模块的卷积神经网络图像分类方法
作者：齐广华何明祥
发表期刊：软件导刊 2020年3期
关键词：卷积神经网络Inception模块全局平均池化卷积核图像分类
摘要：针对现有卷积神经网络模型参数量大、训练时间长的问题,提出了一种结合VGG模型和Inception模块特点的网络模型.该模型通过结合两种经典模型的特点,增加网络模型的宽度和深度,使用较小的卷积核和较多的非线性激活,在减少参数量的同时增加了网络特征提取能力,同时利用全局平均池化层替代全连接层,避免全连接层参数过多容易导致的过拟合问题.在MNIST和CIFAR-10数据集上的实验结果表明,该方法在MNIST数据集上的准确率达到了99.76％…查看全部>>
基于混合式注意力机制的语音识别研究北大核心CSCDCSTPCD
作者：李业良张二华唐振民
发表期刊：计算机应用研究 2020年1期
关键词：卷积注意力机制全局平均池化长短期记忆网络LAS模型
摘要：为了解决语音识别中基于卷积位置信息的混合式注意力机制无法提取长期有效位置信息的问题,提出了一种捕捉长期有效位置信息的新型混合式注意力机制.首先,对当前时刻生成的注意力得分作卷积来提取多通道特征图,并通过全局平均池化来得到恒定维度的特征向量;接着,引入长短期记忆网络(long short-term memo-ry,LSTM)单元作为外部记忆模块,并以生成的特征向量作为输入,生成下一时刻的位置信息向量;最后,结合经典的LAS(listen…查看全部>>
卷积神经网络在手写字符识别中的应用
作者：丁蒙戴曙光于恒
发表期刊：软件导刊 2020年1期
关键词：人工智能卷积神经网络手写字符识别全局平均池化
摘要：随着人工智能的发展,计算机对于输入的手写字符识别需求越来越大,采用改进的卷积神经网络对手写字符进行识别分类.用VGGNet16模型构造卷积神经网络模型,每一层都加上批标准化,通过平均值池化对卷积层进行下采样,利用PRELU激活函数代替ReLU激活函数,最后通过Softmax分类器对手写字符图像进行分类.在MNIST手写数字数据集和EMNIST-bymerge手写字母及数字数据集下进行实验,改进的卷积神经网络模型在MNIST数据集中识别…查看全部>>
卷积神经网络模型压缩在图像分类中的应用
作者：叶子肖诗斌
发表期刊：北京信息科技大学学报（自然科学版） 2018年3期
关键词：卷积神经网络图像分类全局平均池化
摘要：针对用于图像分类的卷积神经网络中全连接层的参数较多且易产生过拟合的问题,为了减少其存储与计算的开销,对网络的结构进行精简,使用卷积核大小为1×1的卷积层及全局平均池化层来代替传统卷积神经网络架构中的全连接层.实验结果表明,在相同的数据集中,压缩后的卷积神经网络相比于原网络,占用的存储空间更少,并取得了略好的性能.
基于深度哈希网络的车型识别方法CSTPCD
作者：费东炜孙涵
发表期刊：计算机技术与发展 2020年1期
关键词：车型识别卷积神经网络数据增广全局平均池化深度哈希网络
摘要：针对车型识别任务的特点,设计了一种基于深度哈希网络的车型识别方法,实现了在类间差异不明显、样本量较少的情况下进行车型检索和分类.对数据增广方法进行研究,针对车型数据集的特点,提出了适用于车型识别的数据增广方法,有效提升了小样本车型识别的准确率.深度哈希网络采用改进的HashNet网络来快速学习车辆的二值特征表达,针对深度哈希网络使用全连接层导致参数过多的问题,提出了HashNet-GAP网络,以全局平均池化层替换了HashNet中的部…查看全部>>
基于同态加密的卷积神经网络前向传播方法北大核心CSTPCD
作者：谢四江许世聪章乐
发表期刊：计算机应用与软件 2020年2期
关键词：同态加密卷积神经网络前向传播全局平均池化
摘要：现如今,利用云技术完成机器学习预测任务变得十分普遍.然而在云端处理数据存在用户隐私数据泄露的风险.利用同态加密特性,使用户数据在加密状态下完成预测任务,并将加密结果返回给用户,这样就可以解决上述的风险问题.根据上述思路,提出一种加密域下的卷积神经网络前向传播方法.该方法描述了用户加密数据输入到加密预测结果输出的过程.该方法充分结合全局平均池化解决了全连接层参数多、计算缓慢这一问题.实验结果表明,该方法能够大幅度减少模型参数以及加密预测…查看全部>>

12 3 4 >