卷积网络
卷积网络的相关文献在2014年到2023年内共计1607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、电工技术
等领域,其中期刊论文170篇、会议论文1篇、专利文献328426篇;相关期刊128种,包括华南理工大学学报(自然科学版)、南方农机、桂林电子科技大学学报等;
相关会议1种,包括2016年红外、遥感技术与应用研讨会暨交叉学科论坛等;卷积网络的相关文献由4633位作者贡献,包括焦李成、刘芳、杨淑媛等。
卷积网络—发文量
专利文献>
论文:328426篇
占比:99.95%
总计:328597篇
卷积网络
-研究学者
- 焦李成
- 刘芳
- 杨淑媛
- 马文萍
- 马晶晶
- 尚荣华
- 李映
- 侯彪
- 张丹
- 唐旭
- 张磊
- 郝红侠
- 李婷婷
- 陈渤
- 刘宏伟
- 吴乐
- 夏春秋
- 李玲玲
- 汪萌
- 陈璞花
- 姜志国
- 屈嵘
- 古晶
- 张向荣
- 张涛
- 杨波
- 洪日昌
- 石光明
- 孙垚棋
- 崔少国
- 庄越挺
- 张浩鹏
- 张红
- 张继勇
- 朱振方
- 李伟
- 李旭
- 李辉
- 杨杰
- 王红
- 王颖
- 谢凤英
- 颜成钢
- 鲁伟明
- 俞益洲
- 冯志玺
- 刘亮
- 刘爽
- 刘畅
- 吴飞
-
-
杨洁洁;
杨顶
-
-
摘要:
语义分割是深度学习计算机视觉方面的核心领域,有着很深的研究价值。语义分割技术的发展在近几年趋于成熟,从传统的方法到基于卷积神经网络方法的突破,构建了端到端的语义分割深度学习神经网络算法。这些方法被用于人工智能当中,应用在无人驾驶,遥感影像检测,医疗影像研究等方面。基于对经典语义分割算法进行学习,每个经典算法都有自己的特点,值得在此一一总结阐述。文章将针对语义分割的发展,优秀算法的网络架构特色,应用的场景进行介绍,最后将对语义分割算法作小结和展望。
-
-
任志强;
迟杏;
朱煜君;
刘型定;
张欣
-
-
摘要:
传统CNN对重要通道特征关注不足,制约面部表情识别准确率。文章将通道注意力机制应用到面部表情识别中,即将通道注意力模块嵌入到卷积网络中。在Fer2013和CK+表情数据集上的验证结果表明,该方法有较高的识别率。
-
-
何淋艳;
王安志;
任春洪;
杨元英;
欧卫华
-
-
摘要:
伪装检测作为一个新兴研究方向,其目标是将隐藏在图像背景中的目标对象快速准确地检测出来,可应用于物种保护和军事监测等领域,具有较高的应用价值。介绍伪装目标检测的基本概念,并按照伪装检测算法所采用的关键技术进行分类,具体从传统的伪装检测方法和基于深度学习的伪装检测方法两大类进行论述,详细地分析相关方法的原理和技术细节。并且,介绍伪装目标检测与分割相关数据集和性能评价指标,并对代表性算法进行实验对比和性能分析,得出基于深度学习的伪装检测方法效果更好。
-
-
庞健婵;
闭应洲;
杨辉;
武文霖;
王志远;
邓超文
-
-
摘要:
随着信息技术不断发展,大数据时代已来临,有效利用多源信息,提高推荐算法的准确性具有重要意义。基于多源辅助信息的推荐算法,在物品端使用知识图谱卷积网络捕获项目的高阶信息和语义信息,在用户端将用户特征信息进行两两组合来获得用户属性的向量表示。把这些信息与用户实体结合起来可获得用户的向量表示。再把用户向量和物品向量代入得分函数,计算用户点击物品的可能性大小。算法应用在真实数据集上获得了更高的算法准确度。
-
-
梁美彦;
张倩楠;
任竹云;
王茹;
陈庆辉;
张宇;
郗泽林;
王琳
-
-
摘要:
结肠癌的鉴别在医学诊断中具有重要意义.实时、客观、准确的检查结果有利于医疗人员及时对症治疗.然而,现有的方法严重依赖专业医师对病理图像进行手工特征提取和分析,不仅检测周期较长,检测结果会存在不同程度的误差.据此,本文提出了一种基于注意力机制的卷积神经网络识别结肠癌的组织病理学图像.该网络采用轻量化的卷积网络结构,并嵌入注意力机制后,对结肠腺癌上皮(TUM)和正常结肠黏膜(NORM)的识别精度与F-1分值分别达到97%和0.9718.假阴性率和假阳性率分别降低到2.3%和3.3%.该网络的优越性能为实时、客观和准确诊断癌症提供了全新的视角.
-
-
谭慧欣;
赖杰伟;
王祚;
季磊;
张一行;
王进亮;
宋育章;
阳维
-
-
摘要:
目的 实现可穿戴式心电信号的R峰检测,为准确估计心率、心率变异性等生理参数提供基础。方法 采用全卷积网络预测R峰热图,对热图进行峰值定位获得R峰位置。引入心拍感知模块,联合心拍数量预测任务和R峰热图预测任务进行学习,提高卷积网络对全局上下文信息的提取能力。心拍感知模块预测的心拍数量还可估计R-R间期,用作峰值定位的峰间最小水平距离。为满足移动端的实时应用,采用深度可分离卷积减小模型的参数量和计算量。结果 实验仅使用可穿戴式心电数据训练模型。测试中定位误差容忍度设置为150 ms时,本文方法在可穿戴式心电数据集和公开数据集LUDB上的R峰检测灵敏度均高达100%,真阳率均超过99.9%;对于时长10 s的ECG信号,R峰检测CPU耗时约为23.2 ms。结论 本文方法对可穿戴式和常规心电信号的R峰检测均可达到良好效果,且满足R峰检测的实时性需求。
-
-
吴昊鹏;
班剑锋;
李建华
-
-
摘要:
针对电解铝电解槽维护管理的现场数据交互难题,提出了一种基于混合现实的电解槽设备辅助管理系统。采用卷积神经网络模型识别电解槽号,以电解槽号为纽带获取电解槽后台海量生产数据,应用HoloLens2混合现实平台实现虚拟数据与电解槽实体融合,基于后台历史数据的可视化辅助员工设备管理及数据决策。该实现方法可以为相同应用场景提供参考。
-
-
成宇;
邢恒拓;
韩芳
-
-
摘要:
忆阻器阵列有望满足边缘智能对功耗、存储密度、计算时间等的要求,但在目前忆阻器阵列资源有限的前提下,很难部署网络模型.由于采用双忆阻器映射参数的方式,映射压缩后的神经网络模型仍需要大量硬件资源.混合映射同时使用单忆阻器和双忆阻器两种映射方式部署卷积网络,可以减少资源消耗,但人为设定混合映射部署方案具有偶然性,映射后的网络模型准确率不可控.针对以上问题,提出了一种基于资源约束的粒子群算法区分卷积网络参数重要性,并对混合映射部署进行优化.为提高网络准确率,以忆阻器阵列同行字线映射的参数作为搜索细粒度;为保证解的合理性,同时采用网络准确率和忆阻器数量作为适应度值;为加快搜索速度,在计算适应度值前加了一个混合比例约束.此外,与其他优化算法性能进行了对比,并讨论了算法搜索复杂度.实验表明,对于4值忆阻器,优化后部署方案的准确率可比人为设定部署方案高出33%.这项工作有望为边缘智能提供一种友好可行的非冯诺依曼硬件解决方案.
-
-
刘晓薇;
赵庆东;
吴小林
-
-
摘要:
为了提高指纹识别算法的准确率,文中提出一种基于改进的残差网络的指纹识别算法。该算法首先对指纹图像进行预处理,包括裁剪、旋转等操作,旨在增强数据的多样性;然后设计深度卷积网络,此网络是由多个改进的残差单元连接组成,专为指纹识别而设计,用于提取指纹图像的特征;最后针对深度卷积网络,采用交叉熵作为损失函数,利用Adam算法进行优化。实验结果表明:文中算法的识别准确率达到98.79%,识别时间约为60 ms,模型大小约4.29 MB;与AlexNet及VGG相比,该算法准确率更高,模型更小,在减少处理时间的同时不会过度拟合,可显著提高指纹识别的性能。
-
-
彭悦;
杨红雨;
刘艳丽
-
-
摘要:
针对低质量人脸图像阻碍识别系统性能提升的问题,本文提出了一种无参考的人脸图像质量评价方法,并使用该方法评估了不同类型的图像退化对人脸图像质量的影响程度.该方法使用一种集群卷积网络结构,模拟人脸图像退化过程中的特征偏移,根据特征偏移量和图像信息量之间的相关性,完成人脸图像质量分数计算.使用遗传算法对构成集群网络的网络单元进行筛选,可使用更小网络规模实现同等性能.以质量评价算法为工具进行实验,研究评估了不同图像退化类型对人脸识别的影响,为指导今后人脸质量相关研究得出了有益结论.在主流人脸数据集上进行的实验证明,通过筛选数据库中低质量分数的人脸图像,可以进一步提升现有人脸识别系统的性能,且识别率提升表现出良好稳定性.该方法复杂度低,无需训练,与FaceQNet等最新方法相比,在FNMR和EER指标上显示出明显优势.