深度神经网络

摘要： 图像风格化旨在通过风格化模型,将一幅图像在保持语义内容不变的同时从一种风格转换到另一种风格.鉴于深度神经网络强大的特征提取和表达能力,学者们先后提出各种基于深度神经网络的图像风格化方法.文中根据风格的定义方式,将基于深度神经网络的图像风格化方法划分为基于参考的图像风格化方法和基于域的图像风格化方法,并对相关文献进行归纳梳理.与已有相关综述不同,文中只研究基于深度神经网络的图像风格化方法,从风格定义的角度进行详尽全面的分类.最后总结目前代表性工作在图像风格化任务常用数据集上的实验结果,分析现有方法存在的问题,并基于这些问题展望未来工作.

摘要： 传统机器学习方法和深度神经网络在训练模型的过程中都需要大量标记样本作为支撑,然而标记大量样本是一个耗费巨大的过程,并且真实场景变化莫测,获得所有类别的标记样本是不现实的.因此,研究者开始突破标记样本的限制,提出一种更符合现实的场景——开放集识别(Open Set Recognition,OSR).OSR要求建立的模型不仅能分类训练过程中出现的类别,还可以有效地处理未见过的类别.近年来,OSR迅速发展成为热点领域,大量的工作围绕OSR展开.对现有的OSR工作进行总结:首先,从定义上将OSR与其他相关工作进行区分;其次,按照模型建立、度量选择、增量特点对OSR算法进行总结,并介绍了OSR的两种理论;最后展望了OSR未来的发展方向.

摘要： 为了解决频谱资源利用率低的问题,引入了认知无线网络的概念。在认知无线网络中,次要用户可以在不影响主要用户正常工作的前提下机会性地接入授权频段,故精确地感知频谱的状态并快速准确地接入授权频段就显得尤为重要。由于网络中存在干扰和阴影衰落等因素,传统的频谱感知效果不理想。本文引入了协作频谱感知技术,通过强化学习算法选择参与协作的次要用户,综合各协作用户的感知信息来最小化信道中的干扰,同时也减少次要用户的信令损耗,最后通过深度神经网络对感知结果的分类问题进行改进;提出了一种基于协作频谱感知的深度强化学习算法。仿真结果表明,该算法相比传统的SVM、K-out-of-N和深度学习算法具有更好的感知性能。

摘要： 非合作通信场景下,自动调制识别是实现频谱感知、频谱管理、频谱利用的关键一环,也是进行高效信号处理的重要前提。传统基于模式识别的AMR方法需要手工进行特征提取,面临着设计复杂性高、识别精度低、泛化能力弱等难题。为此,学术界将目光转向以提取数据中隐含特征见长的深度学习方法,提出了多种面向AMR的深度神经网络架构。相比传统方法,ADNN取得了更高的识别精度,且泛化能力更强,适用范围更广。文中对ADNN领域的研究进行了全面的梳理总结,使从业者可以更好地了解该领域的研究现状,明晰该领域存在的问题以及未来的发展方向。首先,介绍了ADNN设计中涉及的典型DL方法;其次,描述了AMR问题的内涵,简述了传统解决方案;然后,详细介绍了ADNN的工作流程、方法分类和各类方法中的典型代表;最后,在公开数据集上对代表性方案进行了实验对比,并指出了该领域未来需要重点研究的几个方向。

摘要： 为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.

摘要： 针对上行免调度非正交多址接入(NOMA)场景中多用户检测的问题,通过结合传输数据的符号特征,提出基于深度神经网络(DNN)的联合活跃用户检测和数据检测框架.考虑更一般化的实际场景,即用户在每个时隙中随机活跃.将DNN求解结果作为改进的正交匹配追踪(OMP)算法先验输入,修正提升活跃用户检测和数据检测性能.仿真结果表明,提出的多用户检测方案比传统的贪婪追踪及动态压缩感知(DCS)多用户检测算法具有更好的用户活跃性及数据检测性能.

摘要： 深度神经网络通过分析由不同地质和地球物理来源获得的数据之间的相关性确定油气储层特征,从而开展地震油气储层分布预测。经过适当的训练,深度神经网络可以通过识别与样本数据相关的复杂非线性关系来预测油气储层性质,然而目前仍缺少深度神经网络超参数的选取对地震油气藏分布预测结果影响的系统性研究。为此,在分析深度神经网络隐含层数目、隐含层节点数及激活函数的基础上,探讨了深度神经网络模型超参数选取对含油气性多波地震响应特征提取结果的影响,并利用多种评价指标对不同网络结构模型的性能进行了对比。结果表明,深度神经网络隐含层数目等超参数的选取会影响地震油气藏分布范围的预测精度;同时,深度神经网络在参数选取满足精度要求(即均方误差MSE小于0.001)的情况下,可以取得良好的预测结果,从而验证了深度神经网络用于含油气性多波地震响应特征提取的有效性和可行性。

摘要： 针对基于多传感器信息融合的3维目标检测,提出了一种实时高精度的双阶段深度神经网络PointRGBNet。第1阶段,在区域提案网络中,首先将3维点云投影到2维图像上生成6维RGB点云,然后对输入的6维RGB点云进行特征提取,得到低维特征图与高维特征图,利用融合后的特征图生成大量置信度较高的提案;第2阶段,在目标检测网络中,利用第1阶段生成的提案进行RoI池化,得到特征图上与每个提案对应的特征集合,通过针对性地学习提案的特征集合,实现了更精准的3维目标检测。在KITTI数据集上的公开测试结果表明,PointRGBNet在检测精度上不仅优于仅使用2维图像或3维点云的目标检测网络,甚至优于某些先进的多传感器信息融合网络,而且整个网络的目标检测速度为12帧/s,满足实时性要求。

摘要： 研究基于Van der Pol方程的心律模型有助于进行心律调控,为心律失常等心脏疾病治疗提供指导。针对已有Van der Pol方程时间尺度与真实生物心律不一致的问题,引入时间尺度参数,改进Van der Pol方程。针对心律模型的数值模拟问题,提出一种基于深度神经网络的算法。针对现有神经网络算法带来的假解问题,提出一种新的采样策略构建训练数据集。为进一步提高求解的精度,引入自适应采样策略。开展数值实验,将Runge-Kutta法给出的数值解与所提深度神经网络算法的计算结果进行对比。结果显示,深度神经网络算法的计算结果相对于Runge-Kutta数值解的最大平均误差不超过0.3%。还利用深度神经网络算法模拟牛蛙心脏搏动细胞动作电位信号以及外部驱动信号对该电位信号的调控作用,结果显示,深度神经网络算法可以很好地模拟动作电位的脉冲波形及外部驱动信号的调控作用。

摘要： 由于高压直流换流站设备的非线性特性及负荷波动性,换流站设备的能效难以精确计算和建模,给系统的运行维护及分析研究带来了困难,因此提出一种基于深度神经网络的高压直流换流站能效评估方法。通过参考IEC 61803标准确定影响换流站的能效的主要运行参数,并以此建立换流站能效样本数据集,然后利用深度神经网络算法对换流站能效关系进行建模,得到基于深度神经网络的换流站能效评估模型。最后基于国际大电网会议直流输电基准测试模型的PSCAD/EMTDC电磁暂态仿真对换流站的能效情况进行评估,所得结果验证了基于深度神经网络建立能效评估模型的可行性。

摘要： 目前雷达领域已经较为全面地研究了目标微多普勒特征的提取方法,以此来提升目标识别能力.然而,针对声波传播环境下,还没有基于声纳回波信号的微多普勒特征目标识别技术.提出了一种基于深度神经网络的目标微多普勒分类识别方法.该方法利用空气声纳阵列接收频率调制信号,通过微多普勒特征提取、时频分析得到信号的时频图,进而通过时频图对神经网络进行训练,最终实现对空气声纳目标的识别分类.空气声纳实验表明,提出的方法使得目标识别准确率达到99％以上.

摘要： 本文提出了一种基于有监督深度学习和无监督机器学习的新型速度自动拾取的方法.通过引入基于深度神经网络(DNN)的三维速度场非线性多元回归模型来预处理人工拾取的速度谱,并将结果作为约束对速度谱进行预处理,然后使用均值偏移聚类来完成速度谱的自动拾取.实际数据进行处理表明,本文所提出的方法是稳健的,将有助于提高地震资料处理中速度谱的拾取的速度和精度,并大幅度提高工作效率.

摘要： 中国移动开启了VoLTE商用服务,给客户提供更佳的语音体验,帮助运营商应对OTT语音冲击和ARPU值下降的不利趋势.传统的语音质量评估方法在准确度、全面性和部署成本考虑方面都存在评估盲区和缺陷,局限性较为明显,对网络优化支撑力度不够,已无法满足VoLTE语音质量评估的需求.本文针对传统方法的不足,基于海量测试样本的声学量化特征信息(时域、频域参数),采用机器学习中的深度神经网络算法进行大数据分析,拟合训练出不同声学特征信息与MOS值的对应关系,建立"MOS值与语音声学特性信息关系"模型,有效地支撑网络优化人员评估VoLTE语音质量,为VoLTE问题更精确的"号脉",使网络健康可持续的发展,给客户带来高清音质、畅快接通的通话体验.最后,本文所论述的评估算法已申请国家发明专利,专利申请号201811614199.1.

摘要： 针对多无人机在无源定位过程中如何协同动态规划航迹提高定位精度问题,提出基于演化深度神经网络的分布式动态航迹优化方法.该方法首先将演化计算与深层前向反馈神经网络相结合,设计基于演化神经网络的无人机协同无源定位动态航迹规划框架.然后以多无人机到达角(AOA)协同定位为例,利用定位过程中对目标估计的克拉美罗界(CRLB)生成最优训练集.通过无人机下一时刻与目标形成的相对构型作为系统学习的行为,从而得到下一时刻优化后的航迹点.实验结果表明,该方法相对于传统中心控制的无人机协同定位方法,具有更低的处理延时,能够以更短时间达到定位精度.

摘要： 太阳能是一种绿色环保的新能源,屋面太阳能的开发是应对能源危机的有效手段之一.大型工业建筑的屋面具有单体面积大、形状规则、表面相对平坦、几乎没有阴影遮挡等特点,这些特点使开发其屋面太阳能的难度和成本都比较低.如何快速评估一个工业区内的大型工业建筑屋面的太阳能潜力就是一个值得研究的问题.本文提出了一种基于深度神经网络Unet的方法,通过公开平台如百度地图、谷歌地球等的卫星遥感图像,可以快速计算大范围内的工业建筑屋面面积,进而方便的评估太阳能开发潜力.首先收集了约300km2的遥感图像数据集,进行了工业建筑的标注和后处理.然后使用训练数据集进行了300次迭代训练之后模型收敛.最后在验证数据集上进行检验:在计算2km2以上的较大范围时,本文提出的算法误差在5％以下.

摘要： 无人机管道巡线是很好的手段并得到不断的尝试和应用.将人工智能技术应用于无人机航拍影像的处理可以大大减轻作业人员负担,提高巡线效率.本文在分析无人机影像特点的基础上,提出了适用于无人机影像智能检测的基于SSD的改进深度神经网络算法,并进行了设计和验证.结果表明,该算法检测准确,满足要求.

摘要： 本文围绕我国光学遥感图像预处理技术发展需求,开展技术发展现状调研和技术图谱梳理分析,对光学遥感卫星处理中的辐射校正、几何校正和融合处理三个环节分解二级关键技术分支进行全球普通专利检索,筛选出547项相关专利,利用这些专利分析了光学遥感卫星数据预处理领域专利申请趋势、专利技术构成、专利区域分布和专利权人等信息,最后结合近年来的重点专利技术信息,总结了光学遥感图像预处理技术的发展情况,并提出了重点发展我国基于深度神经网络智能化处理、多源多谱段图像高效融合、星上实时预处理等新技术的建议.

摘要： 随着深度学习的快速发展,基于深度神经网络的目标检测模型被不断提出并且检测的效率和精度均得到大幅提升.然而,目前的环境目标检测方法在复杂场景下的性能仍然受限.多传感器信息融合被认为是进一步实现目标检测技术突破的重要途径.本文针对环境感知中的车辆检测技术,着重介绍了融合视觉信息和激光信息的多视图目标检测(AVOD)模型的框架,对其工作原理进行说明,探究了决定网络模型性能的关键因素.最后,论文在KITTI上对AVOD模型的性能进行了验证与对比分析,指出了未来的发展方向.

摘要： 针对聋哑人与正常人之间存在的交流障碍问题,提出了一种融合人脸表情的手语到汉藏双语情感语音转换的方法.首先使用深度置信网络模型得到手势图像的特征信息,并通过深度神经网络模型得到人脸信息的表情特征.其次采用支持向量机对手势特征和人脸表情特征分别进行相应模型的训练及分类,根据识别出的手势信息和人脸表情信息分别获得手势文本及相应的情感标签.同时,利用普通话情感训练语料,采用说话人自适应训练方法,实现了一个基于隐Markov模型的情感语音合成系统.最后,利用识别获得的手势文本和情感标签,将手势及人脸表情转换为普通话或藏语的情感语音.客观评测表明,静态手势的识别率为92.8％,在扩充的Cohn-Kanade数据库和日本女性面部表情(Japanese Female Facial Expression,JAFFE)数据库上的人脸表情识别率为94.6％及80.3％.主观评测表明,转换获得的情感语音平均情感主观评定得分4.0分,利用三维情绪模型(Pleasure-Arousal-Dominance,PAD)分别评测人脸表情和合成的情感语音的PAD值,两者具有很高的相似度,表明合成的情感语音能够表达人脸表情的情感.

摘要： 光学图像和SAR图像之间的互补特性及巨大的特征差异使得基于它们的异源遥感图像变化检测在实际应用中变得相当有意义而且富有挑战性.在本文中,提出了一种新颖的基于卷积耦合自编码器的无监督异源图像变化检测方法.卷积耦合自编码器中的卷积层首先将两副输入图像中每个像素点及其邻域编码为特征向量,该过程可以代替降噪算法并在两个图像之间建立更一致的特征表示.接着,一个经典的自编码器结构将两个特征空间连接,以探索每对特征向量间的潜在关系,并学习特征对之间的映射函数.最后,通过特征相似性分析建立变化图,并采用阈值方法生成最终的变化检测结果.对两个真实数据集的实验结果表明,与现有的几种方法相比,该方法具有更好的性能.

摘要： 现如今，针对大量手动标注图像来训练人工神经网络。通常，为了更好的训练，训练数据应尽可能大。令人遗憾的是，手动标注图像耗时并且易于出错，从而使得难以产生用于训练人工神经网络的大量标注数据。为了解决此问题，本发明人开发了一种智能标注实用程序，所述实用程序使用特征提取单元和快速学习分类器来学习标注并自动标注图像，从而减少标注大量数据的时间。所述特征提取单元和快速学习分类器能实施为将标签与从图像提取的特征相关联并且利用相同的标签标注来自所述图像或其它图像的类似特征的人工神经网络。此外，智能标注系统能从用户对其提出的标注的调整进行学习。这会减少标注时间和错误。

摘要： 本发明提供一种深度神经网络结构及方法，用于以提高识别与分类的准确度，并且有效率地将多媒体数据识别及分类为多个预定数据类别中的一者。在深度神经网络中，使用从主枝(或侧枝、子侧枝等)延伸出的侧枝(或子侧枝、子子侧枝等)、顺序决策作出机制、及协作(融合)决策作出机制将使得深度神经网络具有快速的正向推理能力，藉此提高深度神经网络的识别与分类准确度及效率。

摘要： 本发明的实施方式提供了一种深度神经网络学习方法。该方法包括：多个处理器并行地对分配至自身的数据从首层到末层逐层进行正向处理、并在正向处理结束时获得误差信息；多个处理器对误差信息从末层到首层逐层进行反向处理，其中，多个处理器中的每个处理器在其深度神经网络模型的当前层的反向处理产生参数修正量后，随即向其他处理器传递参数修正量。通过本发明上述实施方式的方法，减少了参数修正量传递所占用的时间，有效提高了深度神经网络模型训练的效率，尤其对于训练数据比较多、深度神经网络模型层数比较多的情况，这种方式可以大幅减少用时，有效节省模型训练的时间。此外，本发明的实施方式提供了一种处理器和深度神经网络学习系统。

摘要： 本发明公开了一种基于深度神经网络和卷积神经网络的双耳声源定位方法和系统，首先对双耳声音信号提取双耳能量差和互相关函数；接着将提取的双耳能量差和互相关函数输入训练完成的级联神经网络，在深度神经网络分支中判别声音源的方向，在卷积神经网络中提取声音源前后向区分的细节信息，得出声音源在机器人头部前半平面或后半平面的信息；最后，综合深度神经网络和卷积神经网络的输出结果，得出最终的定位结果。本发明能够在一定程度上抵抗噪声和混响的干扰，完成声源前后向及角度的判别问题，实现全向声源定位。

摘要： 本发明公开了一种基于循环神经网络语言模型和深度神经网络声学模型的中文语音识别方法，主要包括下述步骤：S1.训练基于循环神经网络的语言模型；S2.训练基于深度神经网络的声学模型；S3.基于循环神经网络语言模型和深度神经网络声学模型的中文语音识别方法的解码器采用维特比搜索方案。本发明结合循环神经网络的准确性和深度神经网络的低时延性，解决了现有n‑gram语言模型准确度低和长短时记忆网络声学模型高时延性的缺点，实现低时延较高准确度的中文语音识别。

摘要： 本发明涉及一种用于生成深度神经网络（10）和用于定位输入图像（2）中的对象（30）的方法（1）、深度神经网络（10）、对应的计算机程序产品和对应的计算机可读存储介质。本发明提出了将判别性计数模型训练成：根据在每一个图像（2）中描绘的预定类型的对象（30）的数量来对图像（2）进行分类，并且将分割模型训练成：通过根据像素属于什么图像部分（30、31、35‑38、42、60）来对每个像素进行分类从而分割图像（2）。对两个模型的部分（11）和/或特征进行组合以形成深度神经网络（10），其中深度神经网络（10）被适配成在单个前向传递中针对每个输入图像（2）生成指示任何对象（30）的位置的图（14、16、52、58、63）。

摘要： 本发明提供一种深度神经网络及方法，用于以提高识别与分类的准确度，并且有效率地将多媒体数据识别及分类为多个预定数据类别中的一者。在深度神经网络中，使用从主枝(或侧枝、子侧枝等)延伸出的侧枝(或子侧枝、子子侧枝等)、顺序决策作出机制、及协作(融合)决策作出机制将使得深度神经网络具有快速的正向推理能力，藉此提高深度神经网络的识别与分类准确度及效率。

摘要： 本发明提出了一种深度神经网络配置方法和深度神经网络配置装置，其中，在深度神经网络的配置界面显示有层组件选择区、层级模型定义区和层参数设置区，则深度神经网络配置方法包括：通过配置界面获取层结构配置信息；根据层结构配置信息，为层级模型定义区中的每个层级位置在层组件选择区中选择对应的层组件；通过层参数设置区获取层参数设置信息；根据层参数设置信息，调用对应的层参数设置组件为选定的层级位置处的层组件配置对应的层参数。本发明的技术方案，通过用操作图形化的配置界面的方式，就能实现深度神经网络的配置，极大地简化了深度神经网络的配置工作，降低了配置成本和出错率，提升了深度神经网络的性能。

摘要： 本发明的实施方式提供了一种深度神经网络学习方法。该方法包括：多个处理器并行地对分配至自身的数据从首层到末层逐层进行正向处理、并在正向处理结束时获得误差信息；多个处理器对误差信息从末层到首层逐层进行反向处理，其中，多个处理器中的每个处理器在其深度神经网络模型的当前层的反向处理产生参数修正量后，随即向其他处理器传递参数修正量。通过本发明上述实施方式的方法，减少了参数修正量传递所占用的时间，有效提高了深度神经网络模型训练的效率，尤其对于训练数据比较多、深度神经网络模型层数比较多的情况，这种方式可以大幅减少用时，有效节省模型训练的时间。此外，本发明的实施方式提供了一种处理器和深度神经网络学习系统。

摘要： 本发明公开了一种基于深度神经网络和卷积神经网络的双耳声源定位方法和系统，首先对双耳声音信号提取双耳能量差和互相关函数；接着将提取的双耳能量差和互相关函数输入训练完成的级联神经网络，在深度神经网络分支中判别声音源的方向，在卷积神经网络中提取声音源前后向区分的细节信息，得出声音源在机器人头部前半平面或后半平面的信息；最后，综合深度神经网络和卷积神经网络的输出结果，得出最终的定位结果。本发明能够在一定程度上抵抗噪声和混响的干扰，完成声源前后向及角度的判别问题，实现全向声源定位。