Current Location:home > Browse

Institution

1. chinaXiv:202009.00061 [pdf]

基于非对称双分支交互神经网络的水下生物识别

赵力; 宋威
Subjects: Computer Science >> Integration Theory of Computer Science

针对水底环境存在着可见度低、光照条件差、物种间特征差异不明显等问题,基于卷积神经网络,提出了一种新的非对称双分支水下生物分类模型。模型中交互分支利用不同的卷积神经网络中间层提取局部特征并通过交互模块对局部特征进行交互,增强分类模型的局部特征学习能力;卷积神经网络分支可以有效地学习到目标的全局特征,弥补交互分支中忽略的全局信息。在Fish4-Knowledge(F4K)、EILAT、RAMAS三个数据集上取得了98.9%、98.3%、97.9%的准确率,较前人方法有显著提高;视觉解释也验证了该模型可以有效地捕捉到局部特征并消除背景影响。最终显示,该模型在水下环境具有良好的分类性能。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits5677Downloads702 Comment 0

2. chinaXiv:202009.00063 [pdf]

基于深度残差反投影注意力网络的图像超分辨率

胡高鹏; 陈子鎏; 王晓明; 张开放; 黄增喜; 杜亚军
Subjects: Computer Science >> Integration Theory of Computer Science

针对多数单帧图像超分辨率(single image super-resolution,SISR)重建方法存在的特征信息发掘不充分、特征图各通道之间的相互依赖关系难以确定以及重建高分辨率(high resolution,HR)图像时存在重构误差等问题,提出了基于深度残差反投影注意力网络的图像超分辨率(SR)算法。即利用残差学习的思想缓解训练难度和充分发掘图像的特征信息,并使用反投影学习机制学习高低分辨图像之间的相互依赖关系,此外引入了注意力机制动态分配各特征图以不同的注意力资源从而发掘更多的高频信息和学习特征图各通道之间的依赖关系。实验结果表明了所提方法相比于多数单帧图像超分辨率方法,不仅在客观指标方面得到了显著的提升,而且重建的预测图像也具有更加丰富的纹理信息。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits5573Downloads719 Comment 0

3. chinaXiv:202009.00068 [pdf]

基于图像视野划分的公共场所人群计数模型

袁健; 王姗姗; 罗英伟
Subjects: Computer Science >> Integration Theory of Computer Science

为解决公共场所中人群分布不均以及目标尺度不一而影响人数估计的问题,提出了基于图像视野划分的公共场所人群计数模型。该模型首先将图像场景划分为远近视野两个区域:对近视野区域,使用基于YOLO的网络进行行人检测并通过添加场景约束避免在远近视野区域内重复计数;对远视野区域,使用改进的MobileNets提取人群密度分布特征,并引入超分辨率重建模块提升人群密度图质量,最终通过计算两者之和得到整幅图像中的人群数量。在Shanghai Tech和Mall数据集上进行测试,结果表明该模型在准确性和鲁棒性上有显著的提高。实验证明,模型切实可行。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits2615Downloads450 Comment 0

4. chinaXiv:202009.00110 [pdf]

PipeCNN:一种基于软件流水线的并行化卷积神经网络方法

吴鹏; 周宁宁
Subjects: Computer Science >> Integration Theory of Computer Science

针对使用传统的模型并行方法加速卷积神经网络训练容易出现设备利用率不高的问题,提出了通过软件流水线方式加速卷积神经网络的方法PipeCNN。首先研究了卷积神经网络中的前向传播与反向传播算法,分析了训练过程中的数据相关性,然后基于软件流水线改进了卷积神经网络的训练过程,提出了两种可行的参数更新方式,最后使用循环队列来实现网络中层与层之间的消息通信,并提出任务分配算法来划分软件流水线中的工作段。实验结果显示,这种方法在保证模型准确性的前提下,可以取得良好的加速比以及设备利用率,表明了使用软件流水线可以有效解决模型并行中设备利用率不高的问题,提高了卷积神经网络的训练速度。

submitted time 2020-09-28 From cooperative journals:《计算机应用研究》 Hits438Downloads333 Comment 0

5. chinaXiv:201905.00065 [pdf]

基于DenseNet的天体光谱分类方法

王奇勋; 赵刚; 范舟
Subjects: Astronomy >> Astrophysical processes

天体光谱数据的智能处理正由传统机器学习方法逐步转向深度学习,主要采用基于计算机视觉的技术手段。本文基于在计算机视觉领域广泛应用的DenseNet网络结构,针对光谱数据进行修改,建立了适用于光谱数据的一维卷积神经网络模型解决天体光谱数据分类任务。在验证数据集上,恒星、星系、类星体的F1分数达到了为0.9987、0.9127、0.9147,高于传统神经网络。光谱分类关注区域的可视化结果表明,本文模型可以学习到各类天体对应的特征谱线,具有较强的可解释性。本文的方法被用于阿里云天池天文数据挖掘大赛——天体光谱智能分类,并在843支参赛队伍的3次数据评比中获得了2次第一、1次第三的成绩,证明了该模型在保证分类精度的同时具有极强的鲁棒性、泛化性,适用于光谱的自动分类。

submitted time 2019-05-20 From cooperative journals:《天文研究与技术》 Hits5877Downloads832 Comment 0

6. chinaXiv:201905.00019 [pdf]

基于生成对抗网络的模糊密钥加密通信研究

李西明; 吴嘉润; 吴少乾; 郭玉彬; 马莎
Subjects: Computer Science >> Integration Theory of Computer Science

模糊密钥加密通信是指在通信方密钥具有一定差异的情况下实现安全的加密通信。生成对抗网络是一个通过对抗学习得到生成模型的新框架,通过生成模型和判别模型的博弈可实现生成模型对样本数据分布的准确估测,利用生成对抗网络实现了敌手存在情况下的安全通信。目的是解决模糊密钥加密通信问题,并利用生成对抗网络的方法初步实现了对称密钥下的模糊密钥加密通信方案。首先利用神经网络实现两方模糊密钥加密通信,实现16 bit特密钥对称加密通信中6 bit密钥差异的模糊密钥加密通信。在此基础上考虑敌手存在的模糊密钥加密通信模型,利用GAN思想对通信双方与敌手进行对抗训练,实现16 bit密钥对称加密通信中4 bit密钥差异的模糊密钥通信,实验所得模型中通信双方可正常通信而敌手在可获取密文情况下无法获取明文信息。实验证明了利用神经网络与生成对抗网络解决模糊密钥加密通信问题的可行性。

submitted time 2019-05-10 From cooperative journals:《计算机应用研究》 Hits1825Downloads815 Comment 0

7. chinaXiv:201905.00028 [pdf]

基于自学习近邻图策略的短文本匹配方法

付聪; 李六武; 杨振国; 刘文印
Subjects: Computer Science >> Integration Theory of Computer Science

针对自然语言处理中的文本匹配问题,提出一种基于自学习文本近邻图框架的深度学习模型,以处理短文本匹配问题。文本近邻图可使用词嵌入将文本转换为向量形式,再通过构建文本相似度关系矩阵获得,可表达文本样本的近邻关系。现有方法通常构造静态的近邻图,这些方法一方面依赖先验知识,另一方面难以获得句子对的最优表示。因此,提出了利用孪生卷积神经网络学习更优的动态更新的近邻图。该模型在Quora数据集上的准确率和F1值分别是84.15%和79.88%,在MSRP数据集上的准确率和F1值分别是74.55%和81.63%。实验表明,提出的模型能有效地提高文本识别和匹配的准确率。

submitted time 2019-05-10 From cooperative journals:《计算机应用研究》 Hits1364Downloads616 Comment 0

8. chinaXiv:201904.00018 [pdf]

利用稀疏语义结合双层深度卷积神经网络的敏感图像检测方法

如先姑力·阿布都热西提; 亚森·艾则孜; 孙国梓
Subjects: Computer Science >> Integration Theory of Computer Science

互联网技术的飞速发展导致敏感内容图像由原先基本隐蔽的内容交换变为海量的数据共享, 传统基于图像特征提取的敏感内容检测方法不再适用。针对上述难点,提出基于稀疏语义和双层深度卷积神经网络相结合的敏感内容检测方法。上层网络首先进行训练样本的预处理,并通过构造图像的稀疏语义表示作为神经网络的输入,而下层网络则进一步考虑第三方管控机制(如政府代理等),提出针对特定群体的敏感内容图像检测方法。与现有常用敏感内容图像检测方法相比,提出的检测方法可有效降低训练样本数量,且检测精度比传统图像检测方法(如基于视觉词袋方法等)提升7%以上。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits1282Downloads645 Comment 0

9. chinaXiv:201904.00025 [pdf]

基于深度学习的OFDM系统窄带干扰消除方法研究

马涛; 李悦; 杨峰; 丁良辉
Subjects: Computer Science >> Integration Theory of Computer Science

针对正交频分复用(orthogonal frequency division multiplexing,OFDM)系统中的窄带干扰(narrowband interference,NBI)引起的性能下降,提出了两种基于深度学习(deep learning,DL)的窄带干扰消除结构。在两种结构中,首先分别对接收信号进行预处理,然后利用卷积神经网络(convolutional neural network,CNN)从时域上对经过预处理的数据进行特征提取并获得干扰估计。最后将干扰估计量从接收信号中消去。仿真结果显示,两种结构可以有效学习出OFDM系统中的窄带干扰,并提升系统性能。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits16480Downloads933 Comment 0

10. chinaXiv:201904.00061 [pdf]

基于多特征和深度神经网络的维吾尔文情感分类

买买提阿依甫; 吾守尔·斯拉木; 艾斯卡尔·艾木都拉; 杨文忠; 帕丽旦·木合塔尔
Subjects: Computer Science >> Integration Theory of Computer Science

针对传统机器学习的情感分类方法存在长距离依赖问题,深度学习存在忽略情感词库的弊端,提出了一种基于注意力机制与双向长短记忆网络和卷积神经网络模型相结合的维吾尔文情感分类方法。将多特征拼接向量作为双向长短记忆网络的输入捕获文本上下文信息,使用注意力机制和卷积网络获取文本隐藏情感特征信息,有效增强了对文本情感语义的捕获能力。实验结果表明,该方法在二分类和五分类情感数据集上的F1值相比于机器学习方法分别提高了5.59%,7.73%。

submitted time 2019-04-01 From cooperative journals:《计算机应用研究》 Hits787Downloads389 Comment 0

1234567  Last  Go  [7 Pages/ 64 Totals]