Results 41 to 50 of about 2,013 (147)
, 2018 针对布匹生产企业存在人工检测布匹瑕疵效率低、误检率、漏检率高的问题,提出一种基于深度卷积神经网络的单色布匹瑕疵检测算法.首先由于布匹瑕疵的数据规模远小于大型深度卷积神经网络的数据规模,如果采用大型卷积神经网络,计算量大且容易导致过拟合,因此设计了浅层的卷积神经网络结构;然后提出双网络并行的模型训练方法,用一个大网络指导小网络的训练过程,提高模型的训练效果;最后为了使得深度卷积神经网络模型脱离GPU的限制,能够在普通电脑、移动设备、嵌入式设备中高速运行,且保证模型检测精度 ...
冯勇建 +5 more
core
Identification of DNS covert channel based on improved convolutional neural network [PDF]
, 2020 In order to effectively identify the multiple types of DNS covert channels,the implementation of different sorts of DNS covert channel software was studied,and a detection based on the improved convolutional neural network was proposed.The experimental ...
Haoliang SUN, Meng ZHANG, Peng YANG
core +1 more source
Dizhen xuebao, 2022 地震发生后震级的快速准确估算是确保地震预警减灾效果的最重要部分，而基于经验参数的传统方法在准确性和时效性方面各自存在局限性。通过建立多全连接层卷积神经网络模型，选用日本KiK-net和K-NET台网1997年至2019年记录到的3 065次地震的16万4 547条初至波在3—9 s不同时段的频域数据、对应地震事件的震源信息（震中距和震源深度）以及场地信息（vS30）作为全数据集，对提出的模型进行训练并对估算效果予以评估。结果显示：当初至波截取时段为3 s时，模型震级预测的整体准确率为89.92 ...
Dongliang Wei +4 more
doaj +1 more source
基于Bi-LSTM及贝叶斯似然比检验的GEO与LEO卫星组合频谱感知
Kongjian kexue xuebao, 2023 目前的频谱感知算法以模型驱动为主，其感知性能过于依赖预定的统计模型，这使得其在信道环境复杂的卫星通信场景中的部署变得困难。对LEO卫星过境期间的信噪比波动情况进行分析，结果显示信噪比的波动达到14 dB。针对该复杂场景提出了一种基于双向长短期记忆网络及贝叶斯似然比检验联合的频谱感知算法。该算法不需要任何主信号的先验知识，可自动从主信号中学习隐藏特征并做出决策。基于Neyman-Pearson准则，在神经网络输出端设计了一种基于阈值的检测方案，可方便地控制恒定的虚警概率。仿真结果表明，所提算法在信噪比为 ...
杨 凯, 胡 圣波, 张 欣
doaj +1 more source
Research of Facial Attributes Recognition Based on Convolutional Neural Networks [PDF]
, 2017 人脸属性识别，是指对利用计算机来辨别和分析图像中关于人脸的各种属性信息，其包括生物属性识别及非生物属性识别。前者是指对个体的年龄、性别、种族等一般生物信息进行测定，对发色、眉形等特定类别进行分类，以及对微笑、愤怒等情绪/脸部表情进行识别。而后者是指识别眼影、口红等妆容以及眼镜、帽子等配饰。近年来，人脸属性识别因其在人脸验证、人脸识别和人脸检索的广泛应用，受到了越来越多的关注。传统的人脸属性识别方法，一般遵循手工提取人脸特征表示，继而训练分类器的步骤。众所周知，分类器的泛化能力取决于人脸特征表示的优劣 ...
许焰瑜
core
Gaoya dianqi, 2022 高压断路器分合闸线圈的电流信号蕴含着丰富的断路器操动机构状态信息，对操动机构故障诊断具有重大意义。首先，文中通过集合经验模态分解（ensemble empirical mode decomposition,EEMD）具备的检测突变点性能确定有效分合闸线圈电流信号段，并对其进行EEMD自适应降噪处理。其次，运用时域求极值法对有效信号段进行信号处理，提取电流、时间复合特征量。最后，通过对复合特征量数据进行Kronecker张量积预处理，以便输入到卷积神经网络（convolutional neural ...
鄢仁武 +5 more
doaj
, 2018 为解决在复杂环境下,如姿势不同、光照条件以及遮挡等因素导致传统人脸特征点检测算法的精度大幅度下降的问题,在特征点检测理论知识以及研究现状的基础上,针对传统卷积神经网络模型在处理人脸特征点检测问题时的不足之处,提出基于小滤波器的深卷积神经网络。算法引入小滤波器思想和以拓展\"网络深度\"优先的深层卷积神经网络模型,针对人脸特征点检测重新设计训练,提高了算法的有效性与适用性。通过将算法应用于ALFW和AFW人脸数据集上预测5点人脸特征点问题,并与其他多个经典算法进行对比分析,结果表明 ...
洪清启 +4 more
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
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 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