【摘 要】
:
针对现有技术难以并行实现舌象多标签的高效分类和识别,难以利用标签间的相关性进行综合分析等问题,提出了一种基于多任务卷积神经网络的舌象分类方法,构建了一种多任务联合学习模型,尝试实现传统中医舌诊中对舌色、苔色、裂纹和齿痕等多个标签的同时辨识。首先,在共享网络层对所有标签进行联合学习,从特征提取的角度自动挖掘和利用标签间的相关性;然后,在不同子网络层分别完成特定类别的学习任务,从而消除多标签分类中的歧
【基金项目】
:
本文受国家自然科学基金:基于物联网技术的生物式临震预测关键技术研究(61379078)资助
论文部分内容阅读
针对现有技术难以并行实现舌象多标签的高效分类和识别,难以利用标签间的相关性进行综合分析等问题,提出了一种基于多任务卷积神经网络的舌象分类方法,构建了一种多任务联合学习模型,尝试实现传统中医舌诊中对舌色、苔色、裂纹和齿痕等多个标签的同时辨识。首先,在共享网络层对所有标签进行联合学习,从特征提取的角度自动挖掘和利用标签间的相关性;然后,在不同子网络层分别完成特定类别的学习任务,从而消除多标签分类中的歧义性;最后,训练多个Softmax分类器以实现对所有标签的并行预测。研究表明,所提方法能以端到端的方式同
其他文献
为了满足某型光、机、电一体化高科技导弹装备的维修保障要求,介绍了应用LPC2210嵌入式微处理器和μC/OS-Ⅱ多任务实时操作系统设计的某型导弹装备实时监测仪,并给出了该系统
为实现实船抗冲击实验中船体结构冲击响应信号的快速、准确处理,分析了冲击响应信号的特点以及信号的预处理、时域处理和频域处理的方法,提出了一种全新的基于SIMULINK的模块化
简述了用于电梯运行轨迹测试的惯性测量系统的特点及其标定平台的重要性,介绍了电梯运行轨迹测试系统标定平台的硬件结构、控制算法以及软件流程;针对标定平台的设计要求以及其系统特性提出了采用最小方差自校正算法的设计思想,用自回归滑动平均数学模型描述系统,运用增广最小二乘法估计系统参数,最小方差自校正控制系统输入,解决了标定平台做正弦运动时的精度问题;实际使用表明运用最小方差自校正控制能使系统各项指标达到设
为了保证信息传输过程中图像的安全性和可靠性,普通的置乱-扩散加密算法已不能够满足现有的安全与效率问题。文中将明文转化为哈希值作为混沌的初始值,使用分数阶Chen超混沌
极少量的内部威胁通常被淹没在海量的正常数据中,而传统的有监督检测方法在此很难发挥作用。此外,各类新形式内部威胁的出现使得传统需要大量同类标记样本数据学习特征的方法
在采集人脸图像时,图像存在模糊性较大或者姿态变化幅度较大等问题,人脸准确识别的精度不高,为了提高人脸识别的准确率,提出一种基于卷积神经网络的信息增强的人脸识别算法。对采集的模糊人脸图像进行小波降噪处理,对降噪输出的图像进行自适应模板匹配,结合图像分割方法对人脸图像进行分块,利用Radon尺度变换的几何特征不变性对人脸的关键特征点进行信息增强,采用卷积神经网络分类器对增强的人脸特征点进行分类,实现特
目前,前方车辆检测的研究主要通过机器学习的方法,然而其难以解决遮挡和误检的问题。在这种背景下,使用深度学习的方法检测前方车辆更为有效。首先采用了选择性搜索方法获得样本图像的候选区域,然后使用改进的FAST R-CNN训练网络模型,检测道路前方车辆。已在KITTI车辆公共数据集上对该方法进行了测试,实验结果表明,所提方法的检测率高于CNN直接检测的结果,很大程度上解决了遮挡和误检的问题。而且,与先提
草图识别是一项很具有挑战性的工作。目前,大部分草图识别的工作都将草图当作普通的纹理图像,忽视了草图的时序性。因此,文中通过挖掘草图的时序性,将草图笔画按照时间分组。为进一步利用时序特征在草图识别过程中的作用,使用了循环神经网络将笔画分组按照时间序列作为输入,最后使用联合贝叶斯将各个时序下获得的草图特征进行整合,完成草图的识别工作。在公开标准数据集上对所提算法进行了测试,实验结果显示该算法的识别准确
为实现危化品仓储安全预警,采用激光测距、编码器等进行库内五距的监测。针对测距数据的噪声问题,设计了一种分层去噪、反馈补偿的自适应调节阈值的聚类去噪算法。针对噪声特点及距离的不同,以被测实物为中心将其由远及近划分为3类,第一层、第二层使用峰值去噪,第三层使用夹角分段拟合,同时进行层间的反馈纠错实现闭环去噪。实验表明,与拟合去噪算法相比,所提方法的方差降低了0.83;与差值去噪算法相比,所提方法解决了
在分析工作流时,Petri网是一种有效的建模工具,但在处理复杂的工作流时,其易引发"状态空间爆炸"问题。工作流逻辑作为工作流路径的逻辑框架,可实现对工作流网的进一步抽象。为