【摘 要】
：
!":针对目前全天空成像仪云图图像特征提取方法繁琐的问题，提出一种结合双线密集结构和梯度信息的云种分类模型-双线程梯度卷积神经网络(Dual-path Gradient Convolutional Neural Network,DGNet)-以优化网络对云图特征学习能力。以双线程并行的密集模块搭建分类模型，同时融入梯度算法于特征图中，构建一种结合双线密集结构和梯度信息的云种分类模型。实验表明，本框
论文部分内容阅读
!":针对目前全天空成像仪云图图像特征提取方法繁琐的问题，提出一种结合双线密集结构和梯度信息的云种分类模型-双线程梯度卷积神经网络(Dual-path Gradient Convolutional Neural Network,DGNet)-以优化网络对云图特征学习能力。以双线程并行的密集模块搭建分类模型，同时融入梯度算法于特征图中，构建一种结合双线密集结构和梯度信息的云种分类模型。实验表明，本框架识别正确率与经典的模型相比有显著改进，正确率达67.00%。该文的主要贡献如下：（1）该模型采用多线程
其他文献
目的：齿痕舌分类识别是目前中医舌诊客观化的重要研究内容之一。目前齿痕舌的的识别方法上存在效率低、准确率不高的问题。方法：提出了一种基于深度学习和随机森林的齿痕舌分类方法。首先分别准备齿痕舌样本，并利用深度学习分割模型进行舌体分割；在相关中医专家的指导下对每张舌图像的齿痕进行标注；基于YoloV5深度学习算法训练齿痕检测模型；根据检测出的齿痕区域，提取相关特征构建齿痕舌特征向量；建立随机森林（Ran
本文提出一种基于散斑联合相位混合光场调制的三维重建方法。该方法基于双目立体视觉原理，在被测物体表面投射两帧散斑和三帧相移条纹图案。首先，使用采集的散斑图像进行立体匹配得到粗视差图，并通过调整条纹频率顺序解析出两组截断相位，然后通过两组相位辅助粗视差进行精确匹配，最终完成高精度的三维重建。与传统方法相比，该方法不需要相位展开，且解决了当匹配点出现在截断相位周期分界处附近时容易导致匹配错误的问题。实验
针对工业配料人工操作劳动强度大、生产效率低、安全性可靠性差等问题，提出了一种基于射频识别（radio frequency identification， RFID）定位的卸料小车自动寻仓布料系统，包括读码器、定位标尺、料位计、料位采集器、PLC控制器、通信单元等，使用无源标签设计定位标尺，RFID输出功率自适应调整，用信号强度值检测方法提高定位精度，定位数据和料位数据采集通过无线通信传输，通过PL
准直系统用于高功率激光驱动器光路自动调整，同时也是保证光束质量的主要手段，其工作原理是在准直图像处理的基础上进行反馈控制，而激光光斑与准直基准中心的识别提取是图像处理的核心。通过将蚁群算法引入到准直基准轮廓提取及光斑轮廓中，以图像灰度梯度作为信息素，提高基准和光斑的边缘提取能力，同时针对准直图像的特性对算法进行优化处理，增强系统的自适应性。
飞行动作识别是飞行训练评估和空战智能决策等多项关键技术的基础，实现飞行动作的快速高效识别具有重大意义。对此，提出一种基于神经网络符号化模型的方法，实现对基本飞行动作和复杂飞行动作高效识别。首先利用微分分割的思想对飞行参数进行切片处理，然后通过卷积神经网络(Convolutional Neural Networks，CNN)和长短期记忆神经网络(Long-Short Term Memory，LSTM
提出一种基于三维卷积神经网络对肺部计算机断层扫描图像(CT)进行肺结节自动探测及定位的方法。基于开源数据集LUNA16开展研究,对数据进行像素归一化、坐标转换等预处理,对正样本使用随机平移、旋转和翻转的方式进行扩充,对负样本进行随机采样。搭建了三维卷积神经网络并在训练过程中调整网络参数,直到得到性能最佳的网络。此外还设计了模型在肺部的三维空间中标记肺结节的方法。经测试,模型的敏感性为93.03%,
高频电气数据是提高电网态势感知准确度、监控水平和辅助服务质量等的数据基础之一，然而，传统重建算法难以实现高精度的数据重建。因此，文中利用改进生成式对抗网络将低频电气数据重建为高频。通过将时序数据转化为电气图像，实现神经网络方法对电气图像特征的高效提取。利用基于深层残差网络的生成器和改进的残差块结构，提高生成器的特征学习能力。此外，生成器损失函数考虑真实样本与生成样本在低维或高维特征的差别。以公开数
海面场景偏振特性研究对于红外偏振目标检测具有重要意义，海面建模是进行海面偏振仿真研究的关键环节。本文分析了海浪谱模型和空间采样点数对海面建模的影响，建立了将海浪谱的高频分量以指数形式叠加到低频分量的修正方法，并采用RadTherm软件结合偏振度计算模型对比研究了本文方法与传统方法模拟生成海面的长波红外偏振特性，仿真结果表明：该修正方法可以在低空间采样率下有效提高模拟生成海面的高度分布、微面元斜率分
人脸表情识别是神经网络应用于模式识别上一项极具挑战性的任务，而表情识别过程中特征提取尤为重要。因此，本文提出一种注意力拆分卷积残差网络来增强特征表现。该网络以ResNet18为骨干网络，用提出的CASCBlock(Coordinate Attention Split Convolution Block)替换ResNet18中的basic block。CASCBlock中首先使用两个拆分卷积将特征在
随着医学影像的快速升级和人工智能的飞速发展，智慧医疗已成为医学研究领域的一大热点。超声影像技术在临床诊断中有着广泛应用，但大多数血管提取算法为手动或半自动，提取结果有很强的主观性和易错性。基于此，本研究从颈动脉本身特性出发，采用多尺度Hessian协同滤波方法进行预处理，随后结合医学先验知识提取血管感兴趣区域（Regionof Interest,ROI），设计一种遍历追踪搜索算法来检测血管，借助像