期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到119篇文章
< 1 2 … 6 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于卷积循环神经网络的手写汉字文本识别
1
作者 胡瑞朋 何春燕 +2 位作者 张伟明 赵立新 李明博 《科学技术与工程》 北大核心 2025年第4期1547-1554,共8页
为了解决卷积循环神经网络(convolutional recurrent neural networks, CRNN)手写汉字文本识别网络模型的训练参数大、文本识别率低等问题,提出一种基于注意力双向长短期记忆网络(based on attention bi-directional long short-term me... 为了解决卷积循环神经网络(convolutional recurrent neural networks, CRNN)手写汉字文本识别网络模型的训练参数大、文本识别率低等问题,提出一种基于注意力双向长短期记忆网络(based on attention bi-directional long short-term memory network, AT-BLSTM)和知识蒸馏(knowledge distillation, KD)技术的手写汉字识别方法。通过对AT-BLSTM网络的输入向量特征赋予不同的权重,使模型训练数据集更加高效、准确;通过KD技术将一个高性能的大模型获取的知识传输到一个小模型中,在确保模型准确性的同时,减少训练参数和内存占比,得到一个性能更优的轻量级训练模型。该方法通过多组实验对比,汉字识别准确率提高了6.7%,训练参数减少15.94 M。该网络模型识别准确率达到97.9%,汉字识别效果更好。 展开更多
关键词 卷积循环神经网络(CRNN) 手写汉字文本识别 注意力机制 知识蒸馏(KD)
在线阅读 下载PDF
基于卷积循环神经网络的新型电力系统继电保护故障诊断技术
2
作者 杨阳 匡子靓 +1 位作者 尚文 李武龙 《电子器件》 2024年第6期1606-1612,共7页
随着新型电力系统建设的推进,分布式新能源容量大幅度提升,越来越多的电力电子设备接入电网中,导致短路时的故障特征发生本质变化,传统的继电保护故障诊断技术难以适用。为提高新型电力系统保护的准确性,提出一种基于卷积循环神经网络... 随着新型电力系统建设的推进,分布式新能源容量大幅度提升,越来越多的电力电子设备接入电网中,导致短路时的故障特征发生本质变化,传统的继电保护故障诊断技术难以适用。为提高新型电力系统保护的准确性,提出一种基于卷积循环神经网络的新型电力系统继电保护故障诊断技术。首先,使用小波变换提取出故障电流时频特性作为网络的输入数据;然后,设计包含卷积神经网络和双向门控循环单元的卷积循环神经网络算法,利用卷积神经网络对输入的故障数据进行特征提取,双向门控循环单元对特征中的动态序列关系进行挖掘;最后,使用Softmax分类器进行故障分类,完成故障诊断。经过实验表明,所提方法在新型电力系统下的故障诊断率能够达到99.6%,与常见的卷积神经网络和前馈神经网络相比,分别提升了8.2%和9.7%,证明所提方法具有更高的故障诊断准确率。 展开更多
关键词 新型电力系统 分布式新能源 继电保护 故障诊断 卷积循环神经网络
在线阅读 下载PDF
基于特征金字塔卷积循环神经网络的故障诊断方法 被引量：11
3
作者 刘秀丽 徐小力 《上海交通大学学报》 EI CAS CSCD 北大核心 2022年第2期182-190,共9页
变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)... 变工况、变载荷设备部件不同故障的特征在信号中所占比例和位置不固定,且包括大量不同场景下的原始振动信号的多尺度复杂性.对此,提出一种基于特征金字塔网络(FPN)的卷积循环神经网络(CRNN)滚动轴承故障诊断方法.利用卷积神经网络(CNN)框架,并联CNN的卷积层和循环神经网络(RNN)中的长短时记忆(LSTM)层,形成新的CRNN,以充分利用CNN对空间域信息和RNN对时域信息的学习能力;在每一层中权值共享,减少网络参数;利用FPN构建全新特征图,输入一维信号和堆叠后形成的二维信号,对传感器采集的信号进行特征提取,实现故障诊断.利用行星齿轮箱进行故障试验,并进行5折交叉验证,该方法的诊断准确率平均值为99.20%,比基本神经网络模型至少高3.62%,表明该方法诊断精度高、鲁棒性强;利用凯斯西储大学轴承数据集进行验证,证明该方法具有良好的泛用性;利用t-SNE方法对模型的特征学习效果进行可视化分析,结果表明不同故障类别特征具有良好的聚类效果. 展开更多
关键词 卷积循环神经网络 特征金字塔 故障诊断 特征可视化
在线阅读 下载PDF
基于卷积循环神经网络的网络流量异常检测技术 被引量：8
4
作者 徐洪平 马泽文 +1 位作者 易航 张龙飞 《信息网络安全》 CSCD 北大核心 2021年第7期54-62,共9页
随着互联网技术的广泛普及,网络安全问题也随之增加。作为网络系统的主要防御手段之一,对网络流量进行异常检测从过去基于流量负载特征和基于异常特征库匹配的检测方式,逐渐向基于机器学习、深度学习的分类方法转变。文章首先提出一种... 随着互联网技术的广泛普及,网络安全问题也随之增加。作为网络系统的主要防御手段之一,对网络流量进行异常检测从过去基于流量负载特征和基于异常特征库匹配的检测方式,逐渐向基于机器学习、深度学习的分类方法转变。文章首先提出一种基于数据包数目的网络流量数据样本划分方法,然后组合使用深度学习中的卷积神经网络和循环神经网络提出一种基于卷积循环神经网络的网络流量异常检测算法,该算法能更充分地提取网络流量数据在空间域和时间域上的特征;最后使用公开网络流量数据集进行流量异常检测实验。实验得到了很高的精度、召回率和准确率,验证了文章方法的有效性。 展开更多
关键词 流量异常检测 卷积循环神经网络 样本生成
在线阅读 下载PDF
基于多种小波变换的一维卷积循环神经网络的风电机组轴承故障诊断 被引量：23
5
作者 陈维兴 崔朝臣 +1 位作者 李小菁 赵卉 《计量学报》 CSCD 北大核心 2021年第5期615-622,共8页
为解决在复杂工况下风力发电机组轴承故障诊断虚警率高的问题,提出一种端到端的混合深度学习框架——基于多种小波变换的一维卷积循环神经网络。首先,通过多种小波变换得到多个时-频矩阵,以充分提取信号特征;再通过一种扩展的LSTM,对多... 为解决在复杂工况下风力发电机组轴承故障诊断虚警率高的问题,提出一种端到端的混合深度学习框架——基于多种小波变换的一维卷积循环神经网络。首先,通过多种小波变换得到多个时-频矩阵,以充分提取信号特征;再通过一种扩展的LSTM,对多通道时-频矩阵不同时间步信息进行提取,捕获时-频数据时空特征;最后,通过全局池化层和分类层对故障状态进行分类。实验结果表明:在复杂工况下,多种小波变换的一维卷积循环神经网络对风力发电机组轴承故障识别率能够达到95%以上。 展开更多
关键词 计量学 滚动轴承 风力发电机组 故障诊断 多种小波变换 一维卷积循环神经网络
在线阅读 下载PDF
基于卷积循环神经网络深度学习的短期风速预测 被引量：12
6
作者 李大中 李颖宇 王超 《电力科学与工程》 2019年第8期1-6,共6页
由于风速具有随机性和间歇性的特点,以传统方法难以实现风速的精准测量及预测。风速信号对于风电机组输出功率稳定、电能质量提升优化等具有重要作用。基于此,提出一种基于卷积与循环神经网络相结合的深度学习实现风速预测的方法,并与... 由于风速具有随机性和间歇性的特点,以传统方法难以实现风速的精准测量及预测。风速信号对于风电机组输出功率稳定、电能质量提升优化等具有重要作用。基于此,提出一种基于卷积与循环神经网络相结合的深度学习实现风速预测的方法,并与其它方法做了对比分析。以某风电场2014—2015年机组历史大数据为依据,经过数据预处理随机选取44天数据对设计模型进行训练验证,结果与实际风速基本一致,并且效果好于其他方法。从该风场2015年历史大数据中再随机选取12天数据,进一步对模型泛化性能进行检验,结果表明该模型仍然能够实现风速的准确预测,泛化性能良好。 展开更多
关键词 风电机组 风速预测 卷积循环神经网络 深度学习
在线阅读 下载PDF
基于雷达回波的临近降水预报卷积循环神经网络模型研究 被引量：3
7
作者 王永灿 魏加华 +5 位作者 李琼 乔禛 杨侃 朱旭东 包淑萍 王忠静 《水利水电技术（中英文）》 北大核心 2023年第1期24-41,共18页
【目的】临近降水预报是涉水灾害预警、洪水预报和调度管理等依赖气象预报决策的重要基础。高精度、高时空分辨率的气象雷达观测能够有效捕捉天气过程变化,发展基于雷达回波外推的临近降水预报方法,是中小流域高精度雨洪预报预警的关键... 【目的】临近降水预报是涉水灾害预警、洪水预报和调度管理等依赖气象预报决策的重要基础。高精度、高时空分辨率的气象雷达观测能够有效捕捉天气过程变化,发展基于雷达回波外推的临近降水预报方法,是中小流域高精度雨洪预报预警的关键。【方法】以银川贺兰山地区2017—2020年的C波段天气雷达和地面降水资料为基础,开展了ConvLSTM、ConvGRU和PredRNN三种卷积循环神经网络模型在不同降水情景下的预报性能研究,并将三种模型的预报结果与基于半拉格朗日外推的光流法进行对比分析。研究采用临界成功指数(CSI)、命中概率(POD)、虚警率(FAR)、均方根误差(RMSE)和结构相似性指数(SSIM)5种指标评估了三种模型在不同天气系统发展过程中的预报能力。【结果】结果显示:ConvLSTM模型可以较好的预测回波变化过程,而PredRNN模型对回波驻留和发展的过程预报效果较好;随着雨强的增大、预报时长的增加,卷积循环神经网络模型对回波运动的捕捉能力和回波强度变化的预测能力显著强于光流法;ConvLSTM模型能够更好的预报中小雨天气过程,结构更加复杂的PredRNN模型对暴雨过程具有更好的预报效果。【结论】结果表明:三种卷积循环神经网络模型中,ConvLSTM和PredRNN模型的预报效果优于结构较为简单的ConvGRU模型,且三种模型均优于光流法;在实际的应用中,1 h之内的预报可优先考虑ConvLSTM的预报结果,1 h后的预报则应更关注PredRNN模型的预报结果;三种卷积循环神经网络模型随预报时长的增加均出现“模糊化”“平滑化”的现象,需要从模型结构、训练方式等多方面进行改善。 展开更多
关键词 卷积循环神经网络 临近降水预报 雷达回波外推 深度学习 降雨 极端降水 气候变化
在线阅读 下载PDF
基于卷积循环神经网络的芯片表面字符识别 被引量：3
8
作者 熊帆 陈田 +1 位作者 卞佰成 刘军 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2023年第5期948-956,共9页
基于积分图运算的阈值分割将图像二值化,使用仿射变换完成文本字段图像的方向校正,从而实现文本行的定位.在原始卷积循环神经网络(CRNN)的基础上,将骨干网络替换成MobileNet-V3结构,在2层LSTM之间加入注意力机制,同时引入中心损失函数.... 基于积分图运算的阈值分割将图像二值化,使用仿射变换完成文本字段图像的方向校正,从而实现文本行的定位.在原始卷积循环神经网络(CRNN)的基础上,将骨干网络替换成MobileNet-V3结构,在2层LSTM之间加入注意力机制,同时引入中心损失函数.利用改进的CRNN实现文本行字符的识别.将改进后的CRNN在40510张芯片文本行图像上进行测试.通过小样本数据集进行模型微调训练得到多个子模型,从而实现集成推理,使用3个模型的综合识别准确率稳定在99.97%左右,单张芯片图像的总识别时间小于60 ms.实验结果表明,改进的CRNN算法的准确率比原始CRNN提升了大约27.48%,多模型集成推理的方法可以实现更高的准确率. 展开更多
关键词 图像处理 积分图 卷积循环神经网络 字符识别 集成推理
在线阅读 下载PDF
基于卷积循环神经网络的中国民族复音音乐的乐器活动检测 被引量：7
9
作者 李子晋 蒋超亚 +2 位作者 陈晓鸥 马英浩 韩宝强 《复旦学报（自然科学版）》 CAS CSCD 北大核心 2020年第5期511-516,共6页
针对中国民族复音音乐的乐器活动检测问题,提出了一种基于卷积循环神经网络(CRNN)的复音乐器活动检测方法,该方法属于事件检测类,在秒级的时间分辨率上识别乐器活跃的起止时间及乐器种类.同时,在中国音乐学院的DCMI数据库基础上,构建了... 针对中国民族复音音乐的乐器活动检测问题,提出了一种基于卷积循环神经网络(CRNN)的复音乐器活动检测方法,该方法属于事件检测类,在秒级的时间分辨率上识别乐器活跃的起止时间及乐器种类.同时,在中国音乐学院的DCMI数据库基础上,构建了3种不同的面向10种中国民族乐器的复音数据集进行训练和评估.通过实验,我们将CRNN模型与CNN模型进行了比较,验证了模型的特点和优势. 展开更多
关键词 卷积循环神经网络 中国民族音乐 乐器活动检测
在线阅读 下载PDF
基于参数迁移和卷积循环神经网络的语音情感识别 被引量：31
10
作者 缪裕青 邹巍 +2 位作者 刘同来 周明 蔡国永 《计算机工程与应用》 CSCD 北大核心 2019年第10期135-140,198,共7页
在语音情感识别研究中,已有基于深度学习的方法大多没有针对语音时频两域的特征进行建模,且存在网络模型训练时间长、识别准确性不高等问题。语谱图是语音信号转换后具有时频两域的特殊图像,为了充分提取语谱图时频两域的情感特征,提出... 在语音情感识别研究中,已有基于深度学习的方法大多没有针对语音时频两域的特征进行建模,且存在网络模型训练时间长、识别准确性不高等问题。语谱图是语音信号转换后具有时频两域的特殊图像,为了充分提取语谱图时频两域的情感特征,提出了一种基于参数迁移和卷积循环神经网络的语音情感识别模型。该模型把语谱图作为网络的输入,引入AlexNet网络模型并迁移其预训练的卷积层权重参数,将卷积神经网络输出的特征图重构后输入LSTM(Long Short-Term Memory)网络进行训练。实验结果表明,所提方法加快了网络训练的速度,并提高了情感识别的准确率。 展开更多
关键词 语谱图 深度学习 参数迁移 卷积循环神经网络 语音情感识别
在线阅读 下载PDF
基于复数卷积循环神经网络的语音增强 被引量：1
11
作者 高键 李军锋 《网络新媒体技术》 2022年第1期14-19,42,共7页
基于神经网络的语音增强任务中相位估计不准确会导致增强语音质量差,针对这一问题,提出了一种基于复数卷积循环神经网络的语音增强算法,在复数域实现语音幅度和相位的同时增强,以提高增强语音的质量。使用基于复数卷积网络的编码器在复... 基于神经网络的语音增强任务中相位估计不准确会导致增强语音质量差,针对这一问题,提出了一种基于复数卷积循环神经网络的语音增强算法,在复数域实现语音幅度和相位的同时增强,以提高增强语音的质量。使用基于复数卷积网络的编码器在复数域提取语音局部特征,再利用复数卷积循环网络对语音的长时信息进行建模,最后使用复数卷积上采样解码器计算语音复数时频掩蔽,实现语音幅度与相位增强。在公开数据集上的实验结果表明,使用所提方法得到的增强语音在语音质量和信噪比提升中均优于主流方法,验证了该网络模型在语音增强任务中的有效性。 展开更多
关键词 语音增强 相位估计 复数神经网络 卷积循环神经网络
在线阅读 下载PDF
基于卷积循环神经网络的不定长验证码识别 被引量：1
12
作者 黎秋宇 《现代信息科技》 2021年第7期133-135,共3页
验证码是目前大部分网站用来防止批量注册、刷票等恶意操作的图灵测试手段。为了帮助开发者设计出更缜密的安全策略,将生成的5000张混合英数的不定长验证码作为训练集,基于PyTorch学习框架,使用卷积循环神经网络来训练模型,CTC算法对标... 验证码是目前大部分网站用来防止批量注册、刷票等恶意操作的图灵测试手段。为了帮助开发者设计出更缜密的安全策略,将生成的5000张混合英数的不定长验证码作为训练集,基于PyTorch学习框架,使用卷积循环神经网络来训练模型,CTC算法对标签进行对齐,实现对不定长验证码的识别。实验表明,最终该模型对不定长验证码的识别准确率达到了99.2%。 展开更多
关键词 验证码识别 卷积神经网络 循环神经网络 卷积循环神经网络
在线阅读 下载PDF
基于MR图像的卷积循环神经网络预测胶质瘤IDH蛋白表达
13
作者 施念 许倩 +2 位作者 张纯 王贝茹 韩翠平 《医学影像学杂志》 2023年第10期1745-1749,共5页
目的探讨使用基于MR图像的卷积循环神经网络预测胶质瘤患者异柠檬酸脱氢酶(IDH)蛋白表达。方法选取符合纳入标准的胶质瘤患者236例,IDH蛋白表达阳性83例,IDH蛋白表达阴性153例。应用基于DenseNet-ResNet自动编码器的卷积循环神经网络(CR... 目的探讨使用基于MR图像的卷积循环神经网络预测胶质瘤患者异柠檬酸脱氢酶(IDH)蛋白表达。方法选取符合纳入标准的胶质瘤患者236例,IDH蛋白表达阳性83例,IDH蛋白表达阴性153例。应用基于DenseNet-ResNet自动编码器的卷积循环神经网络(CRNN)预测胶质瘤患者IDH蛋白表达,构建基于T_(2)图像(T_(2)-net)、基于T_(1)增强图像(T_(1)C-net)和基于T_(2)+T_(1)增强图像(TU-net)三个独立模型,并用曲线下面积AUC、准确率、召回率、精确率及F1-score对各个模型预测效能进行评价。结果基于DenseNet-ResNet的CRNN网络能够预测胶质瘤IDH的蛋白表达,其中T_(2)-net模型的AUC为0.975、准确率为90.6%、召回率为81.0%、精确率为92.2%、F1-score为89.6%,T_(1)C-net模型的AUC为0.952、准确率为91.1%、召回率为83.0%、精确率为93.2%、F1-score为90.3%,TU-net模型的AUC为0.995、准确率为95.3%、召回率为90.6%、精确率为95.7%、F1-score为95.0%,TU-net模型的AUC、准确率、召回率、精确率及F1-score优于T_(1)-net和T_(2)-net模型。结论DenseNet-ResNet能够准确无创性预测胶质瘤患者的IDH蛋白表达,其中TU-net模型预测效果最佳。 展开更多
关键词 脑胶质瘤 异柠檬酸脱氢酶 卷积循环神经网络 磁共振成像
在线阅读 下载PDF
融合注意力机制与卷积循环神经网络的环境声音识别
14
作者 张志 黄河 +2 位作者 洪成斌 方少卿 查艳 《芜湖职业技术学院学报》 2025年第1期31-35,共5页
环境声音识别技术是一种高效且应用广泛的环境感知方法。以往的研究中多是采用机器学习模型或卷积神经网络进行环境声音识别,但音频数据是时序数据,因此,传统方法难以有效捕捉其内在的时序信息。一种融合注意力机制的卷积循环神经网络... 环境声音识别技术是一种高效且应用广泛的环境感知方法。以往的研究中多是采用机器学习模型或卷积神经网络进行环境声音识别,但音频数据是时序数据,因此,传统方法难以有效捕捉其内在的时序信息。一种融合注意力机制的卷积循环神经网络模型采用音频的梅尔频率倒谱系数特征作输入,在UrbanSound8K数据集上进行测试,平均识别准确率达到93.16%。该模型有望在后续的研究中更好地解决复杂音频的声音分离问题。 展开更多
关键词 环境声音识别 卷积循环神经网络 注意力机制 梅尔频率倒谱系数 UrbanSound8K
在线阅读 下载PDF
基于注意力机制优化组合神经网络的电力缺陷等级确定方法 被引量：2
15
作者 程宏伟 高莲 +1 位作者 于虹 李鹏 《电测与仪表》 北大核心 2024年第1期83-90,98,共9页
为解决电力缺陷描述专业词汇较多分词准确率不佳以及单一神经网络模型自身存在不足的问题,提出了基于注意力机制优化组合神经网络的电力缺陷等级确定方法。该方法使用分布式字粒度向量对电力缺陷描述进行表示,使用由卷积神经网络和双向... 为解决电力缺陷描述专业词汇较多分词准确率不佳以及单一神经网络模型自身存在不足的问题,提出了基于注意力机制优化组合神经网络的电力缺陷等级确定方法。该方法使用分布式字粒度向量对电力缺陷描述进行表示,使用由卷积神经网络和双向长短时记忆网络组成的卷积循环神经网络对电力缺陷描述的局部特征和序列特征进行特征提取,采用注意力机制对组合神经网络得到的语义特征进行权重分配,减少关键特征的丢失,进一步增强关键信息对分类结果的影响。以云南电网公司2014年—2019年间11万条缺陷描述数据作为实验对象,文中所提方法的Acc、MF_(1)值和WF_(1)值分别为0.9275、0.9112和0.9275,验证了该方法在电力缺陷等级确定中的有效性和可行性,为电网的智能化运行提供帮助。 展开更多
关键词 卷积循环神经网络 字粒度 注意力机制 电力缺陷描述 状态评价
在线阅读 下载PDF
基于循环卷积神经网络的实体关系抽取方法研究 被引量：4
16
作者 万静 李浩铭 +1 位作者 严欢春 张雪超 《计算机应用研究》 CSCD 北大核心 2020年第3期699-703,共5页
针对目前大多数关系抽取中对于文本语料中较长的实体共现句,往往只能获取到局部的特征,并不能学习到长距离依赖信息的问题,提出了一种基于循环卷积神经网络与注意力机制的实体关系抽取模型。将擅长处理远距离依赖关系的循环神经网络GRU... 针对目前大多数关系抽取中对于文本语料中较长的实体共现句,往往只能获取到局部的特征,并不能学习到长距离依赖信息的问题,提出了一种基于循环卷积神经网络与注意力机制的实体关系抽取模型。将擅长处理远距离依赖关系的循环神经网络GRU加入到卷积神经网络的向量表示阶段,通过双向GRU学习得到词语的上下文信息向量,在卷积神经网络的池化层采取分段最大池化方法,在获取实体对结构信息的同时,提取更细粒度的特征信息,同时在模型中加入基于句子级别的注意力机制。在NYT数据集的实验结果表明提出的方法能有效提高实体关系抽取的准确率与召回率。 展开更多
关键词 GRU 循环卷积神经网络 注意力机制 关系抽取
在线阅读 下载PDF
基于循环卷积神经网络的藏文句类识别 被引量：3
17
作者 柔特 才让加 《中文信息学报》 CSCD 北大核心 2019年第12期76-82,共7页
句子是语言的最小使用单位,句类识别是为了进一步细化句法和句义研究。由于藏文句尾通常没有特殊的标点符号来识别不同句类,因此这一藏文语言特性就变成了一大难题。该文提出了基于语境和功能特征为一体的句子用途分类方案。首先,该文... 句子是语言的最小使用单位,句类识别是为了进一步细化句法和句义研究。由于藏文句尾通常没有特殊的标点符号来识别不同句类,因此这一藏文语言特性就变成了一大难题。该文提出了基于语境和功能特征为一体的句子用途分类方案。首先,该文介绍了文法中藏文句子分类及其特征。其次,收集了大量藏文句子并对其进行了人工标注。最后,采用循环卷积神经网络对藏文句类进行了自动识别。实验表明,该模型对藏文句类识别有较为显著的效果。 展开更多
关键词 藏文句类 循环卷积神经网络 词向量 句类识别
在线阅读 下载PDF
基于循环卷积神经网络的缺陷图像评判分级系统 被引量：1
18
作者 李长春 赵卫东 《长春师范大学学报》 2021年第4期38-42,共5页
为了解决当前实际场景缺陷图像难识别、缺陷图像库数据庞大而导致标记工作难度大的问题,本文基于自主开发软件标注算法,对大数据缺陷样本库进行半自动标记,并在自主开发软件内完成标记。本文方法基于循环卷积神经网络框架,对标记结果进... 为了解决当前实际场景缺陷图像难识别、缺陷图像库数据庞大而导致标记工作难度大的问题,本文基于自主开发软件标注算法,对大数据缺陷样本库进行半自动标记,并在自主开发软件内完成标记。本文方法基于循环卷积神经网络框架,对标记结果进行学习训练,形成精准识别机制,使其不依赖第三方标注软件。首先,采集大数据缺陷图像,为缺陷识别做好数据训练准备。然后,结合传统视觉检测技术中的图像对比和图像阈值分割,实现初期检测。最后,比较多种深度学习框架的特性,开发了深度学习模型,并将其集成到本文系统中,建立深度神经网络缺陷识别算法。实验测试结果显示,本文系统具有更高的缺陷识别精度与鲁棒性,可为智能缺陷识别设备奠定算法基础。 展开更多
关键词 半自动标记 缺陷图像 图像对比 循环卷积神经网络 深度学习框架
在线阅读 下载PDF
基于改进掩膜循环卷积神经网络的沥青路面积水分布检测
19
作者 杨炜 常晓博 +1 位作者 刘哲 屈晓磊 《汽车技术》 CSCD 北大核心 2022年第8期47-53,共7页
针对传统的掩膜循环卷积神经网络(Mask R-CNN)在检测和分割积水区域时过度重视对区域的分割,忽视了边界分割的问题,在传统Mask R-CNN模型中添加以拉普拉斯(Laplacian)算子为基准构建的边界加权损失函数,得到改进的Mask R-CNN模型,同时... 针对传统的掩膜循环卷积神经网络(Mask R-CNN)在检测和分割积水区域时过度重视对区域的分割,忽视了边界分割的问题,在传统Mask R-CNN模型中添加以拉普拉斯(Laplacian)算子为基准构建的边界加权损失函数,得到改进的Mask R-CNN模型,同时以残差网络(ResNet)作为特征提取网络,采用迁移学习的方法,使用自建的1753张路面积水图像进行训练,以查准率与查全率的加权调和平均值F1和雅卡尔(Jaccard)系数作为评价指标。结果表明,改进的模型F1和雅卡尔系数分别为89.23%和81.46%,在不同积水区域、不同环境下,所提出的方法识别准确率和分割精度较高,能够为无人驾驶车辆提供路面积水信息的技术支持。 展开更多
关键词 沥青路面 积水检测 掩膜循环卷积神经网络 实例分割
在线阅读 下载PDF
基于词嵌入分布式表示特征的卷积循环神经网络长文本自动分类研究 被引量：1
20
作者 金罡 《电子技术（上海）》 2022年第6期52-54,共3页
阐述词嵌入分布式表示为特征表示的、卷积神经网络(CNN)和循环神经网络(RNN)的组合模型ECRNN,实施了以新闻文本为数据的长文本自动分类实验。实验结果表明,提出的组合模型相比单独使用的卷积神经网络(CNN)和循环神经网络(RNN)模型,在准... 阐述词嵌入分布式表示为特征表示的、卷积神经网络(CNN)和循环神经网络(RNN)的组合模型ECRNN,实施了以新闻文本为数据的长文本自动分类实验。实验结果表明,提出的组合模型相比单独使用的卷积神经网络(CNN)和循环神经网络(RNN)模型,在准确率、损失率、精准率、召回率、F1值等各项指标都有提高,可有效处理较长的文本。 展开更多
关键词 计算机工程 长文本 自动分类 卷积循环神经网络
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 6 下一页 到第 页
使用帮助 返回顶部