Results 41 to 50 of about 2,214 (195)
Research on Accelerating Convolutional Neural Networks via Eliminating Weight and Feature Redundancy [PDF]
, 2017 务获得了突破式的性能提升，通过可学习的卷积滤波器、带有非线性输出单元的神经元、更深层的网络、更多样本，卷积神经网络算法得以拥有足够优异至应用级的表现，被广泛部署在服务器端与移动终端等嵌入式设备中。但是，卷积神经网络以高昂的计算成本为代价换取性能增益的同时，也意味着在工业部署中部署等量的服务需要更高的硬件开销，同样，在学术研究中，网络模型的训练时间成也限制了研究效率的瓶颈。因此，一种与具体硬件环境低耦合的卷积神经网络加速算法对扩展卷积神经网络的应用范围、降低应用成本有着重大意义。 因故 ...
陈超
core
Privacy-preserving convolutional neural network inference scheme based on homomorphic ciphertext transformation [PDF]
To solve the problems of frequent interaction and low prediction accuracy of existing privacy-protected convolutional neural networks, a homomorphic friendly non-interactive privacy-protected convolutional neural network inference scheme was proposed via
HUANG Yixuan +3 more
core +1 more source
, 2018 电子线路上产生的缺陷由于形状不规则、边缘模糊等特点,传统图像算法难以达到高精度的检测要求。本文提出基于深度学习的卷积神经网络对电路缺陷进行识别检测。首先利用直方图均衡化对输入的图像预处理,增强对比度和清晰度,然后在8层的卷积神经网络结构上对图像进行特征提取,最后通过softmax分类器实现对图像特征的识别和分类。在实际采集的电子线路图像数据集上实验表明,本文算法具有较高的准确率,能有效识别各类电子线路缺陷。福建省高校产学合作项目(No ...
何俊杰, 刘畅, 肖可, 陈松岩
core +1 more source
Dianci bileiqi, 2022 雷暴云产生的闪电危害巨大，雷暴发生时其地面电场的特征可应用于关键系统的雷电预警和雷电防护。笔者依据雷暴云偶极子模型，研究典型雷暴云下地面电场的特征，提出基于卷积神经网络(Convolutional Neural Network, CNN)的雷暴云地面电场识别方法。该方法考虑不同天气情况下地面电场的特征，对大量样本数据进行训练和识别，证明了卷积神经网络用于识别雷暴云下地面电场的可行性，划分了基于卷积神经网络识别结果的雷电预警等级。结果表明：所提方法区分各类别电场样本的整体准确率高于93 ...
doaj
智能科学与技术学报, 2021 针对视网膜疾病种类繁多、病灶位置不固定等特点，提出一种基于深度卷积集成网络的视网膜多种疾病筛查和识别方法。首先，根据视网膜眼底图像裁剪掉两侧黑色边框，并去除图像中的噪声，以降低对眼底图像的干扰，提高图像的清晰度；之后，通过对处理完成的视网膜眼底图像使用裁剪、旋转等数据增强方法来扩增数据集；再建立基于深度卷积神经网络的模型进行特征提取，并在网络模型微调后完成视网膜疾病筛查和识别任务，最终将多个模型的结果进行集成。实验结果表明，该方法针对视网膜疾病的筛查和识别的问题取得了较好的效果 ...
王禾扬, 杨启鸣, 朱旗
doaj
Research on Face Detection Algorithm Based on Cascaded Convolutional Neural Networks [PDF]
, 2017 在人脸识别领域中，人脸检测是其中的一个重要环节，2001年Viola和Jones发明了VJ人脸检测算法，该算法的诞生使人脸检测能够得到实际应用，但对于人脸多角度、多光照、多姿态等问题，VJ人脸检测器表现不佳。DPM算法的引入较好解决了复杂情况下的人脸检测问题，但是该算法存在计算量大，前期人工标记成本大等问题。神经网络特别是卷积神经网络的发展和GPU编程的实现给图像处理、音频处理、视频处理等领域注入了新的活力。卷积神经网络（CNN）在人脸检测领域有着无可比拟的优点，比如自学习特征、较好适应复杂情况下人脸 ...
刘伟强
core
Research on Facial Landmark Detection Based on Deep Convolutional Neural Networks [PDF]
, 2017 近年来，如何提高优化人脸特征点检测技术已经成为了人脸识别技术领域中的研究热点。许多研究学者相继提出了一些用于求解各种类型的人脸识别问题的人脸特征点检测算法。但在复杂环境下，例如姿势不同、光照条件、以及遮挡因素等，传统的人脸特征点检测算法的精度会出现大幅度下降。本文在全面介绍特征点检测的理论知识以及研究现状的基础上，主要研究如何应用卷积神经网络技术设计出有效的人脸特征点检测算法。本论文的主要研究工作如下： （1）针对传统卷积神经网络模型在处理人脸特征点检测问题的不足之处，提出基于小滤波器的深卷积神经网络 ...
陈凌宇
core
Research on Methods of Video-based Flame Detection [PDF]
, 2017 如今经济和社会飞速发展，高楼层峦叠起，工业不断壮大，人员和财产过度集中，火灾一旦爆发，必将造成不可估量的损失。与此同时，新的易燃易爆材料相继出现，违规用电引发火灾事件层出不穷，森林起火、工业爆炸时有发生。由火灾引起的公共安全问题越来越被人们所重视，火灾探测技术的发展也随之倍受关注。近年来，智能视频监控系统遍及各行各业，为视频火灾探测技术的发展提供了平台。基于视频的火灾探测技术打破了传统技术的一些限制，不仅能够适用于厂房、机场等大空间场所，而且充分利用现有视频监控系统大大降低了成本 ...
史丽峰
core
智能科学与技术学报, 2020 针对分拣过程中视觉系统识别复杂物体时速度慢、对环境变化适应性不足的问题，提出一种基于轻量型卷积神经网络的机械臂快速分拣方法。该方法首先使用基于轻量型卷积神经网络的MobileNet-SSD算法对图像中的目标物体进行检测，获取目标类别和位置信息；然后根据检测输出结果对图像进行预处理和边缘检测，最终得到校正后的定位结果。在PROBOT Anno机械臂平台上进行分拣实验，实验结果表明，相比于传统的图像处理方法，提出的方法能对复杂目标物体实现快速的检测和定位，对于目标形态和环境的多样性来说具有更好的鲁棒性。
田思佳 +4 more
doaj
智能科学与技术学报, 2020 针对传统物理机理建模方法不适用于复杂光照条件下光伏组件建模的问题，提出一种基于混合结构神经网络的光伏组件输出特性数据驱动建模方法。在深入分析光伏组件物理机理及输出特性的基础上，提出利用卷积神经网络和径向基函数神经网络对不均匀光照条件、温度、湿度等环境因素进行特征提取，并对光伏组件的输出特性进行仿真拟合。为提高模型的拟合效果，提出针对不均匀光照条件的阴影形态等效分析方法，同时采用改进型的遗传编码方案对网络参数进行优化，最后利用实际运行数据对模型效果进行分析验证。结果表明 ...
张国宾, 王新迎
doaj