损失函数
损失函数的相关文献在1982年到2022年内共计1154篇,主要集中在自动化技术、计算机技术、无线电电子学、电信技术、财政、金融
等领域,其中期刊论文831篇、会议论文23篇、专利文献14351篇;相关期刊474种,包括现代电子技术、计算机工程、计算机工程与设计等;
相关会议22种,包括第一届资产评估新发展国际论坛、第六届全国信息检索学术会议、第四届国际应急管理论坛暨中国(双法)应急管理专业委员会第五届年会等;损失函数的相关文献由3050位作者贡献,包括孟志青、蒋敏、师义民等。
损失函数—发文量
专利文献>
论文:14351篇
占比:94.38%
总计:15205篇
损失函数
-研究学者
- 孟志青
- 蒋敏
- 师义民
- 张伟
- 章东平
- 胡奇英
- 韩之俊
- 李丹
- 李奇
- 王敏
- 邹国华
- 季海波
- 张斌
- 魏立力
- 何思源
- 何贵青
- 刘旭
- 刘萍萍
- 刘超
- 周光亚
- 周啸辰
- 宋雨
- 张月义
- 张立振
- 徐兴忠
- 徐美萍
- 朱俊江
- 朱宁
- 李修军
- 杨涛
- 杨菁菁
- 武岩
- 王博
- 王慧
- 蔡登
- 薛丽
- 赵帅
- 金昊
- 高宁
- 黄浩
- G·A·戴维森
- R·M·费杰吉恩
- V·库玛
- 丁学明
- 于晓静
- 代笃伟
- 农丽娜
- 刘伟
- 刘敏
- 刘洋
-
-
何鑫睿;
李秀梅;
孙军梅;
李美玲;
袁珑
-
-
摘要:
为进一步提升由单图像进行三维重建的精度,通过对Pix2Vox网络进行改进,提出一种基于深度学习的方法实现单图像三维重建的神经网络.首先,在Pix2Vox网络结构中增加多尺度连接和通道注意力机制,以保留多尺度信息,强化重点特征学习;其次,提出一个阈值计算模块,实现了适应不同类别的阈值设定方法,优化阈值取值;最后,提出一种融合型损失函数,融合模型的结构损失和类别损失,减小不平衡数据与类间差异对重建效果的影响.实验结果表明,该网络在公共数据集ShapeNet的13种模型类别上,平均IoU指标达到0.670,比Pix2Vox等网络取得了更好的单图像三维重建效果.
-
-
郝雅娴;
孙艳蕊
-
-
摘要:
本文针对手写体数据集在进行卷积神经网络算法训练时分别使用交叉熵损失函数与负对数似然函数进行实验,通过对这两种损失函数下的训练集损失函数收敛曲线以及测试集精度曲线进行算法结果分析,本文得出交叉熵损失函数对比负对数似然函数更适用于手写体数据集进行卷积神经网络训练,同样得出对不同的训练数据集,损失函数的选择直接影响算法对数据的拟合度。
-
-
张天飞;
龙海燕;
丁娇;
周荣强
-
-
摘要:
针对密集场景下因尺度变化和遮挡等现象导致的人群计数精确率不高,在HRNet中将真值图生成为互不重叠的独立区域,便于网络密度图人群位置统计;然后引入3D注意力机制,使得网络专注于特征图的有用信息;最后在训练时将均方误差损失(MSE loss)、L1损失和交叉熵损失(Cross Entropy loss)相结合作为总的损失函数,优化模型泛化能力.上述方法的结合提高了模型在人群计数及人群位置定位中的准确性.将该模型在公开数据集NWPU、Shanghai Tech和UCF-QNRF中与近年来的主要方法进行对比,实验结果表明该模型可有效提升人群位置计数问题的准确性和鲁棒性.
-
-
陈学仕;
苏通;
漆为民
-
-
摘要:
PCB印刷电路板上元器件较多且距离较小,电路走线颜色较为相近。传统检测方法基于机器视觉检测,其算法存在检测速度慢、误检率较多、能够检测出的瑕疵种类较少等问题。基于此,提出了一种基于改进Faster RCNN的印刷电路板瑕疵检测算法。该算法可以同时检测出漏孔、缺口、断路、短路、毛刺、余铜6种印刷电路板上的瑕疵。首先,采用Faster RCNN作为基础检测框架,使用金字塔特征网络(FPN)、多尺度训练、锚点框、聚类作为基础改进措施;其次,以改进后损失函数(DIoU)替换原算法中的smoothL1损失函数作为边界框定位回归的损失函数;最后,计算出在多种实验条件下的模型平均精度均值(mAP),对各种算法进行了对比。实验结果表明,原算法Faster RCNN的mAP为73.7%,改进后Faster RCNN的mAP为95.1%,相比原算法对印刷电路板瑕疵检测的mAP上升了21.4%,相比其他算法具有明显优势。
-
-
刘强;
张道畅
-
-
摘要:
本文针对数据集较小或者图像结构相对复杂的较大面积缺失的图像修复问题,提出结合SENet的密集卷积生成对抗网络图像修复方法.首先,采用生成对抗网络的思想,生成器使用密集卷积块捕捉图像中缺失部分的语义信息再利用;其次,取消密集卷积块之间的过渡层,引入SENet注意力机制SE模块,获取特征重要程度,增强特征信息指导能力;再次,在编码器和解码器之间引入跳跃连接,减少由于下采样而造成的信息损失;最后,通过引入对抗损失、MSE损失、TV损失增强网络的稳定性.所提模型在CelebA数据集进行实验.结果表明,所提算法的修复结果在图像语义、峰值信噪比(PSNR)和结构相似度(SSIM)3个方面均具有不错成效.
-
-
赵晓枫;
徐叶斌;
吴飞;
牛家辉;
蔡伟;
张志利
-
-
摘要:
针对地面场景下的红外目标检测易受复杂背景干扰、检测精度不高、易发生误检和漏检的问题,以车辆红外特征为研究对象,提出了基于全局感知机制的红外目标检测方法。在以Darknet-53为主干网络的基础上,结合具有全局信息融合的空间金字塔池化机制,在增大模型感受域的同时增强了模型的全局信息感知力和抗干扰能力;设计了平滑焦点损失函数,解决了图像内因目标相互影响而导致的检测精度不高、易出现误检、漏检等问题。实验表明,在Infrared-VOC320数据集上,该算法的平均检测精度为80.1%,较YOLOv3提高了4.4%,检测速度达到了56.4 FPS,有效提高了复杂背景下红外目标的检测精度,实现了对红外目标的实时检测。
-
-
田旺;
秦康;
李明丰;
胡元冲;
梁家林;
褚小立
-
-
摘要:
建立蜡油加氢中试模型,预测加氢蜡油中硫、氮含量,一直是工艺研发人员的需求。为实现这一目标,笔者基于深度学习框架,建立了蜡油加氢4种不同催化剂的数据驱动模型,该模型可同时预测产品的硫、氮含量。传统的深度学习框架训练多任务模型时,其损失函数简单表示为各任务损失函数求和后再平均,由于该方式未考虑各任务优化时的梯度冲突,其结果通常不理想。为解决这一问题,根据硫、氮任务的数据分布特点,赋予硫、氮损失函数不同的权重,缩小二者梯度的差异。仿真结果表明:同时预测加氢蜡油中硫、氮含量(质量分数)的平均绝对误差分别从125.36和45.95μg/g降低至49.89和38.62μg/g,平均相对误差分别从32.6%和13.4%降低至9.98%和9.59%,新构建的损失函数基本解决了同时预测硫、氮任务时,预测误差不平衡的问题,能满足实际应用的要求。
-
-
曹家华;
吴震;
王燚;
王敏
-
-
摘要:
S-Box功耗随机化是一种对抗侧信道攻击的防御方案,该方案将设备加密过程中S-Box输出值功耗泄露的位置进行随机化处理,降低了中间值与能量消耗的相关性,使得基于固定位置进行能量分析的代价大幅增加。具备平移不变性的卷积神经网络在侧信道攻击上取得了显著的效果。为进一步提高其对S-Box功耗随机化防御方案的攻击能力,基于贝叶斯个性化排序的思想,提出一种更符合侧信道攻击原理的CNN-BPR模型。实验结果表明,与Softmax交叉熵损失模型相比,CNN-BPR模型在使用全部训练能迹用于模板攻击时,成功恢复密钥所需要的攻击能迹数量能够减少3%,当使用60%的训练能迹用于模板攻击时,减少的攻击能迹数量能够达到27%。
-
-
张铮;
李德才;
何玉庆
-
-
摘要:
基于深度学习的飞速发展,语义信息逐渐成为SLAM(Simultaneous Location and Mapping)领域的研究热点.由于环境以及传感器本身带来的噪声问题,现有大多数语义SLAM算法所构建的语义地图中存在一些异常点,导致构建的语义地图缺乏一致性,并且影响算法精度.损失函数可以调整对异常点分配的权重,从而抑制异常点的存在.但是大多数语义SLAM算法使用的损失函数本身模型固定,不能很好地适应周围环境噪声的变化.为了解决此问题,提出了一种变结构的鲁棒语义SLAM算法,称为VS-SLAM.采用高斯混合相关熵权重函数作为损失函数,利用其可以通过调整参数,随周围环境噪声变化来改变其模型结构的特点,最大程度地拟合噪声的分布,更有利于降低算法对异常点的权重分配,提高对异常点的鲁棒性.在公开KITTI数据集上的实验表明,本文算法在建图的时间几乎相等的情况下,平均相对平移误差和旋转误差分别降低了5.36%和8.82%,并且构建的语义地图更加具有一致性.
-
-
黄聪;
杨垚;
王华军;
李忠玉;
赵金泉;
马瑜;
万军
-
-
摘要:
遥感图像目标检测一直是遥感图像领域中的热点和难点问题,旨在分类和定位感兴趣目标。近年来卷积神经网络理论技术的快速发展,有效地解决了传统目标检测方法特征提取不足的问题。在公开的遥感数据集RSOD-Dataset上,基于YOLOv3算法模型进行目标检测,为了适应遥感图像中目标小、背景复杂等难分类样本的特点,在检测模型中引入难易样本平衡因子来改变不同类别的损失权重,从而进一步提高遥感图像检测精度。为了证明这里改进方法的有效性,进行了一组对比消融实验。实验结果表明,改进的算法比YOLOv3算法的平均检测精度提高了6%,尤其是对于背景复杂的立交桥类别,平均检测精度有了明显的提高。因此通过改进YOLOv3进一步平衡了简单样本和难例样本的损失权重,有效地提高了遥感图像目标检测精度。
-
-
LI Xiao-dong;
李晓冬
- 《第一届资产评估新发展国际论坛》
| 2011年
-
摘要:
资产评估为资产的可能交易价格提供参考意见,即在实际市场交易价格发生之前对其进行估计,从而估计值和实际值之间的差值形成资产评估的价值损失.本文在充分借鉴损失函数和分位数回归的相关研究文献,提出资产评估损失函数,度量资产评估行为的社会价值,也即是资产评估价值意见的可靠性和准确性。资产评估价值和实际交易价格越接近,可靠性和准确性越高,则其效率就越高,为媒介交易并使之顺利进行所作的贡献也越大,其社会价值就越大。
-
-
-
-
-
邢蕾;
赵鹏飞;
吕海友
- 《吉林省第五届科学技术学术年会》
| 2008年
-
摘要:
几何分布在实际中的应用是十分普遍的,关于几何总体的统计方法多种多样,广泛而深入.设总体的密度为f(x)=θ(1-θ)x-1,(0<θ<1,x=1,2,……).由于其参数θ是未知的,人们使用各种方法对其进行估计,这里我们取损失函数为L(θ,δ)=(θ/δ)q+(δ/θ)q-2,(q>0),称之为q—对称熵损失函数下.在本文中给出了θ的Bayes估计,并与作者之前针对于Poisson分布及二项分布所做工作得到的Bayes估计形式上极为相近,其形式为c[(Ⅱ)2q(T+d-k)]1/-2q,并对该估计的可容许性与不可容许性进行讨论.
-
-
Luo Peng;
罗鹏;
Huang Shi Qi;
黄世奇;
Pu Xue Wen;
蒲学文;
Li Dan;
李丹;
Zhao Wei Wei;
赵伟伟
- 《第十六届国家安全地球物理专题研讨会》
| 2017年
-
摘要:
近年来,生成对抗网络(GAN)在图像生成方面取得了较好的效果,开辟了深度学习最为炙手可热的研究方向之一.针对某些情况下遥感图像少且信息难以提取的问题,提出了一种基于生成对抗网络的方法来生成更多的遥感图像数据.该方法首先对现有的遥感数据集进行了初步处理;其次,构建了生成对抗网络模型的生成器和判别器;再次,利用生成器和判别器的相互博弈,提升生成器的生成能力和判别器的判别能力,直至生成器所生成的数据与原始数据难以分辨;最后,使用搬土距离(Earth-Mover Distance)代替JS散度(Jensen-Shannon divergence)作为损失函数的距离度量指标.实验结果表明,该网络在遥感图像生成的清晰度和模型的稳定性方面有更好的效果,并且基于定量的评估方法(FID)对实验结果进行了验证,相较于不同的损失函数,FID分数值分别降低了28.17和17.88.
-
-
-
-
李霞;
何丽云;
刘超
- 《2008年‘治未病’及亚健康防治论坛》
| 2008年
-
摘要:
目的:应用Boosting算法建模,对亚健康状态的人群进行分类并分析其临床特征,同时与通常使用的logistic统计方法进行比较研究。方法:使用不同损失函数下boosting算法对亚健康状态流行病学调查数据的健康和亚健康人群进行分类;同时,通过重要性度量分析得到亚健康状态的重要临床特征。结果:采用boosting算法对亚健康人群进行了分类得到了分类准确性及重要影响变量。结论:使用boosting算法对亚健康人群进行分类的方法比传统的两种logistic回归模型分类准确率要高,同时也可以得到影响亚健康状态的重要变量。
-