期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到41篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于CAN网络和DenseNet的数据治理技术 认领 引用
1
作者 李成虎 王帅帅 何茂良 《软件》 2026年第4期145-147,共3页
本文以提高数据资源应用质量为根本目标,提出了一种以CAN网络为依托的DenseNet数据治理系统。分析了CAN网络与DenseNet模型的工作原理,探究二者的结合应用方法,并通过实例验证应用效果。研究结果表明,在CAN网络作用下,DenseNet数据治理... 本文以提高数据资源应用质量为根本目标,提出了一种以CAN网络为依托的DenseNet数据治理系统。分析了CAN网络与DenseNet模型的工作原理,探究二者的结合应用方法,并通过实例验证应用效果。研究结果表明,在CAN网络作用下,DenseNet数据治理系统能够显著提升图像数据的生成质量和效率,并消除异常数据,促进企业的稳定运营。 展开更多
关键词 CAN网络 DenseNet模型 数据治理
暂未订购 下载PDF
E2ETCA:End-to-end training of CNN and attention ensembles for rice disease diagnosis 认领 引用
2
作者 Md.Zasim Uddin Md.Nadim Mahamood +3 位作者 Ausrukona Ray Md.Ileas Pramanik Fady Alnajjar Md Atiqur Rahman Ahad 《Journal of Integrative Agriculture》 SCIE CAS CSCD 2026年第2期756-768,共13页
Rice is one of the most important staple crops globally.Rice plant diseases can severely reduce crop yields and,in extreme cases,lead to total production loss.Early diagnosis enables timely intervention,mitigates dise... Rice is one of the most important staple crops globally.Rice plant diseases can severely reduce crop yields and,in extreme cases,lead to total production loss.Early diagnosis enables timely intervention,mitigates disease severity,supports effective treatment strategies,and reduces reliance on excessive pesticide use.Traditional machine learning approaches have been applied for automated rice disease diagnosis;however,these methods depend heavily on manual image preprocessing and handcrafted feature extraction,which are labor-intensive and time-consuming and often require domain expertise.Recently,end-to-end deep learning(DL) models have been introduced for this task,but they often lack robustness and generalizability across diverse datasets.To address these limitations,we propose a novel end-toend training framework for convolutional neural network(CNN) and attention-based model ensembles(E2ETCA).This framework integrates features from two state-of-the-art(SOTA) CNN models,Inception V3 and DenseNet-201,and an attention-based vision transformer(ViT) model.The fused features are passed through an additional fully connected layer with softmax activation for final classification.The entire process is trained end-to-end,enhancing its suitability for realworld deployment.Furthermore,we extract and analyze the learned features using a support vector machine(SVM),a traditional machine learning classifier,to provide comparative insights.We evaluate the proposed E2ETCA framework on three publicly available datasets,the Mendeley Rice Leaf Disease Image Samples dataset,the Kaggle Rice Diseases Image dataset,the Bangladesh Rice Research Institute dataset,and a combined version of all three.Using standard evaluation metrics(accuracy,precision,recall,and F1-score),our framework demonstrates superior performance compared to existing SOTA methods in rice disease diagnosis,with potential applicability to other agricultural disease detection tasks. 展开更多
关键词 rice disease diagnosis ensemble method CNN-based model end-to-end model Inception model DenseNet model vision transformer model attention-based model support vector machine
暂未订购 下载PDF
深度学习DenseNet模型在颈部淋巴结定性诊断中应用价值 认领 引用 被引量：2
3
作者 张惠柯 秦若曦 +1 位作者 史大鹏 陈传亮 《中华实用诊断与治疗杂志》 2025年第2期164-169,共6页
目的 探讨深度学习DenseNet模型在颈部淋巴结良恶性诊断中的应用价值,为临床诊疗提供依据。方法 2017年9月—2019年5月河南省人民医院诊治淋巴结肿大患者115例,经穿刺活检或手术切除共566枚淋巴结,其中组织病理检查诊断良性359枚,恶性20... 目的 探讨深度学习DenseNet模型在颈部淋巴结良恶性诊断中的应用价值,为临床诊疗提供依据。方法 2017年9月—2019年5月河南省人民医院诊治淋巴结肿大患者115例,经穿刺活检或手术切除共566枚淋巴结,其中组织病理检查诊断良性359枚,恶性207枚。按照就诊时间顺序将566枚淋巴结中前486枚(良性317枚,恶性169枚)纳入训练集,后80枚(良性42枚,恶性38枚)纳入验证集。患者淋巴结穿刺活检或手术前2周内行颈部增强CT检查,获取淋巴结轴位图像,训练集采用DenseNet模型进行训练,并对验证集淋巴结进行定性诊断。采用深度学习Python模型的Scikit-learn工具包,以组织病理检查结果为金标准,计算DenseNet模型诊断验证集颈部淋巴结良恶性的灵敏度、特异度、准确率、阳性预测值、阴性预测值。绘制ROC曲线,评估DenseNet模型诊断验证集颈部淋巴结良恶性的效能。结果 566枚淋巴结中,组织病理检查诊断良性359枚,短轴直径(8.67±3.10)mm;原发病因为反应性增生129枚,结核66枚,淋巴结炎22枚,Castlman病17枚,正常淋巴结125枚。组织病理检查诊断恶性207枚,短轴直径(14.84±5.87)mm;原发病因为肺癌71枚,喉癌37枚,甲状腺癌24枚,舌癌15枚,神经内分泌癌14枚,淋巴瘤8枚,乳腺癌8枚,卵巢癌7枚,涎腺导管癌7枚,鼻咽癌5枚,食管癌4枚,尿路上皮癌3枚,前列腺癌2枚,牙龈癌1枚,下颌骨癌1枚。验证集组织病理检查诊断为良性的42枚淋巴结中,DenseNet模型准确诊断38枚,误判为恶性4枚;组织病理检查诊断为恶性的38枚淋巴结中,DenseNet模型准确诊断29枚,误判为良性9枚。以组织病理检查结果为金标准,DenseNet模型诊断验证集颈部淋巴结良恶性的灵敏度为76.3%,特异度为90.5%,准确率为83.8%,阳性预测值为87.9%,阴性预测值为80.9%。DenseNet模型诊断验证集颈部淋巴结良恶性的AUC为0.842(95%CI:0.796~0.904,P=0.030),灵敏度为76.3%,特异度为90.5%。DenseNet模型对验证集的批处理时间为4~6 s,平均每个淋巴结的诊断时间为0.625 s。结论 深度学习DenseNet模型可用于颈部淋巴结良恶性的鉴别诊断,其诊断效能优于常规影像方法的经验诊断,且快速、无创。 展开更多
关键词 颈部淋巴结 深度学习 DenseNet模型 CT检查
暂未订购 下载PDF
改进DenseNet模型作用下网络恶意入侵检测方法 认领 引用
4
作者 代祥宇 《软件》 2025年第6期170-174,共5页
传统IDS通常依赖手工设计的特征,这些特征可能无法充分捕捉到复杂的网络攻击模式。因此,本文提出改进DenseNet模型作用下网络恶意入侵检测方法。引入XPath,对网络检测数据进行采集与均衡化处理;建立焦点损失函数,对数据分类;基于改进Den... 传统IDS通常依赖手工设计的特征,这些特征可能无法充分捕捉到复杂的网络攻击模式。因此,本文提出改进DenseNet模型作用下网络恶意入侵检测方法。引入XPath,对网络检测数据进行采集与均衡化处理;建立焦点损失函数,对数据分类;基于改进DenseNet模型,实现入侵检测。对比实验结果表明,新的检测方法在实际应用中可以实现对多种不同攻击类型与正常数据的辨识,实现对网络恶意入侵的准确检测。 展开更多
关键词 改进DenseNet模型 恶意入侵 网络攻击模式 损失函数
暂未订购 下载PDF
基于CAM-DenseNet模型的邮轮薄板焊缝缺陷识别算法 认领 引用
5
作者 黎林发 王岳 《造船技术》 2025年第1期78-84,共7页
邮轮薄板焊缝的熔深和熔宽相对较小,母材与焊缝区域差异性小,焊缝表面缺陷较难判别。为准确地定位焊缝位置,提出一种将注意力机制的坐标注意力模块(Coordinate Attention Module,CAM)融入密集链接卷积网络(Densely Connected Convolutio... 邮轮薄板焊缝的熔深和熔宽相对较小,母材与焊缝区域差异性小,焊缝表面缺陷较难判别。为准确地定位焊缝位置,提出一种将注意力机制的坐标注意力模块(Coordinate Attention Module,CAM)融入密集链接卷积网络(Densely Connected Convolutional Networks,DenseNet)的邮轮薄板焊缝缺陷识别算法,建立CAM-DenseNet模型。将网络中的激活函数ReLU替换为更具有稳定性的ReLU6,并利用贝叶斯优化算法对CAM-DenseNet模型的超参数组合进行优化和选取。在焊接车间利用相机采集邮轮薄板焊缝三原色(Red Green Blue,RGB)图片,自建立邮轮薄板焊缝缺陷数据集,并按焊缝缺陷类型将数据集分为凹陷、气孔、毛刺、表面裂纹和无缺陷等5类。试验结果表明,CAM-DonseNet模型对邮轮薄板焊缝缺陷识别具有优异表现。 展开更多
关键词 邮轮 薄板 焊缝缺陷 识别算法 深度学习 密集链接卷积网络 坐标注意力模块 CAM-DenseNet模型 激活函数 贝叶斯优化算法
暂未订购 下载PDF
一种LIBS光谱与图像双模态融合的废铝合金分类方法 认领 引用
6
作者 张铭伦 郭美亭 +3 位作者 郑黎明 张鹏 陈彤 孙兰香 《中国激光》 EI CAS CSCD 北大核心 2026年第10期206-216,共11页
在“双碳”背景下,发展再生铝产业有助于提高资源利用效率,推动铝工业可持续发展。再生铝需要通过回收废铝合金获得,生产过程中需要对废铝合金进行严格分选,但是废铝合金的回收分类比较困难,特别是相似牌号的铝合金更加难以区分。本研... 在“双碳”背景下,发展再生铝产业有助于提高资源利用效率,推动铝工业可持续发展。再生铝需要通过回收废铝合金获得,生产过程中需要对废铝合金进行严格分选,但是废铝合金的回收分类比较困难,特别是相似牌号的铝合金更加难以区分。本研究提出了一种激光诱导击穿光谱(LIBS)技术与废铝图像双模态融合的分类方法,用于提高废铝合金样品的分类准确率。所提方法通过优化的DenseNet模型和多层感知机(MLP)分类器分别处理图像数据和光谱数据,得到图像数据和光谱数据的预测结果和对应的置信度,然后使用MLP将图像数据与光谱数据的预测结果、置信度在决策级进行有效融合。结果表明:图像数据可以有效弥补光谱数据的不足,数据融合后,不同牌号废铝合金的分类准确率得到显著提升,展示了多源数据融合在复杂样品分类任务中的应用潜力。 展开更多
关键词 铝合金分类 DenseNet模型 多层感知机 数据融合
暂未订购 下载PDF
改进DenseNet模型在工件表面粗糙度视觉检测中的应用 认领 引用 被引量：3
7
作者 周友行 易倩 +1 位作者 杨文佳 赵文杰 《机械科学与技术》 CSCD 北大核心 2024年第6期1042-1047,共6页
针对原始DenseNet模型检测工件表面粗糙度时间长、准确率较低的问题,结合卷积层滤波器注意力机制和批归一化层缩放系数提出一种工件表面粗糙度检测的深度学习模型。首先,利用注意力重要性值判定模块内的冗余通道。其次,在Dense Block模... 针对原始DenseNet模型检测工件表面粗糙度时间长、准确率较低的问题,结合卷积层滤波器注意力机制和批归一化层缩放系数提出一种工件表面粗糙度检测的深度学习模型。首先,利用注意力重要性值判定模块内的冗余通道。其次,在Dense Block模块内引入批归一化层缩放系数判别特征通道的重要程度。最后联合卷积层滤波器的注意力重要性值和批归一化层缩放系数裁剪冗余通道,实现模型剪枝。实验结果表明,原始DenseNet模型检测工件表面粗糙度的准确率为91.875%,检测时间为483 s。当剪枝率为20%时,其检测效果最好,检测准确率为96.875%,检测时间为255 s。相比于原始DenseNet模型,改进后的DenseNet模型检测效果更好,在质量检测领域方面具有一定的应用前景。 展开更多
关键词 粗糙度检测 深度学习 DenseNet 模型剪枝
暂未订购 下载PDF
基于迁移学习和DenseNet的带式输送机托辊故障检测方法 认领 引用 被引量：8
8
作者 董瑞佳 《煤炭技术》 CAS 北大核心 2023年第1期250-252,共3页
针对带式输送机机托辊故障传统检测方式效率较低、识别准确率不高等问题,设计了一种基于迁移学习和DenseNet网络的托辊故障检测智能检测方法。利用迁移学习来增强目标领域的训练,以提升网络训练效果,通过轻量化的特征重用DenseNet网络... 针对带式输送机机托辊故障传统检测方式效率较低、识别准确率不高等问题,设计了一种基于迁移学习和DenseNet网络的托辊故障检测智能检测方法。利用迁移学习来增强目标领域的训练,以提升网络训练效果,通过轻量化的特征重用DenseNet网络模型对托辊的缺陷进行检测,并以凯斯西储大学(CWRU)样本数据集进行试验。结果表明:改进后的检测模型迭代步数较少,训练速度快;针对托辊轴承多类故障的平均准确率达89.87%,能够快速准确的完成故障检测,具有一定的参考价值和现实意义。 展开更多
关键词 迁移学习 DenseNet网络模型 托辊故障
暂未订购 下载PDF
基于DenseNet与注意力机制的遥感影像云检测算法 认领 引用 被引量：9
9
作者 刘广进 王光辉 +2 位作者 毕卫华 刘慧杰 杨化超 《自然资源遥感》 CSCD 北大核心 2022年第2期88-96,共9页
遥感影像云检测是遥感影像处理过程中的第一步,针对传统的云检测算法小块薄云检测效果差的问题,该文提出了一种融合注意力机制的密集连接网络遥感影像云检测方法。首先,将自然资源部国土卫星遥感应用中心提供的影像人工勾取云矢量并制... 遥感影像云检测是遥感影像处理过程中的第一步,针对传统的云检测算法小块薄云检测效果差的问题,该文提出了一种融合注意力机制的密集连接网络遥感影像云检测方法。首先,将自然资源部国土卫星遥感应用中心提供的影像人工勾取云矢量并制作云标签,再将其进行顺序裁剪、色彩抖动、旋转等预处理,以增广样本量;然后,将预处理过后的遥感影像及其标签一并输入到以DenseNet作为编码器与解码器的神经网络中,编码器与解码器之间加入级联的空洞卷积模块以增大感受野,双注意力机制与全局上下文建模模块以抑制一些无关的细节信息;最后,经过实验验证表明其精确率可以达到95%以上,交并比可以达到91%以上,较传统云检测算法有较大提高,可以很好地提取小块薄云。 展开更多
关键词 云检测 DenseNet 双注意力机制 全局上下文建模模块 空洞卷积
暂未订购 下载PDF
基于改进DenseNet和迁移学习的荷叶病虫害识别模型 认领 引用 被引量：34
10
作者 张国忠 吕紫薇 +3 位作者 刘浩蓬 刘婉茹 龙长江 黄成龙 《农业工程学报》 EI CAS CSCD 北大核心 2023年第8期188-196,共9页
病虫害的发生将会严重影响莲藕品质与产量,开展病害诊断与识别对藕田病虫害及时对症对病诊治、提升莲藕生产质量与经济效益具有重要意义。该研究以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet和迁移学习的荷叶病虫害识... 病虫害的发生将会严重影响莲藕品质与产量,开展病害诊断与识别对藕田病虫害及时对症对病诊治、提升莲藕生产质量与经济效益具有重要意义。该研究以荷叶病虫害高效、准确识别为目标,提出了一种基于改进DenseNet和迁移学习的荷叶病虫害识别模型。采用分支结构对模型的浅层特征提取模块进行改进,并在Dense Block与Transition Layer中引入Squeeze and Excitation注意力机制模块和锐化的余弦卷积,最后基于Plantvillage数据集进行迁移学习,实现了91.34%的识别准确率。该研究实现了对荷叶腐败病、病毒病、斜纹夜蛾、叶腐病、叶斑病的识别,并将改进后的模型推广应用于基于无人机图像的藕田病虫害检测,实现了病害分布可视化,可对莲藕病虫害的智能化防治提供有益指导。 展开更多
关键词 模型 无人机 病虫害识别 荷叶 DenseNet 注意力机制 余弦相似度 迁移学习
暂未订购 下载PDF
基于改进DenseNet模型的电压暂降故障识别方法 认领 引用
11
作者 胡怀雯 《无线互联科技》 2023年第19期131-133,共3页
为了解决电力系统中常见的电压暂降故障的识别问题,文章提出了一种基于改进DenseNet模型的识别方法。首先,将电压信号从时域空间转换到频率空间,并对瞬时电压进行空间坐标变换,将三维静止坐标系转换到二维静止坐标系。其次,将二维坐标... 为了解决电力系统中常见的电压暂降故障的识别问题,文章提出了一种基于改进DenseNet模型的识别方法。首先,将电压信号从时域空间转换到频率空间,并对瞬时电压进行空间坐标变换,将三维静止坐标系转换到二维静止坐标系。其次,将二维坐标矢量轨迹图、电压瞬时波形图和频率空间图像作为改进DenseNet模型的输入,并对这些图像进行二值化处理。最后,在过渡层中引入注意力机制,帮助DenseNet模型更好地集中注意力于关键的特征,在全局平均池化层增加自适应池化功能,以适应处理任意尺寸的图像。实验结果表明该方法能够有效地识别电压暂降故障。 展开更多
关键词 电压暂降 DenseNet模型 空间坐标变换
暂未订购 下载PDF
基于迁移学习的DenseNet模型在植物叶片病虫害分类研究 认领 引用
12
作者 刘艺 孙延斌 +1 位作者 翟凤国 梁新 《新一代信息技术》 2023年第12期24-30,共7页
病虫害的发生会对农作物的品质和产量产生不利影响,因此进行病害诊断和识别对提升农作物生产质量和经济效益至关重要。本研究旨在开发一种基于迁移学习的DenseNet模型,实现多种植物病虫害的高效、准确识别。以预训练模型作为基础模型,... 病虫害的发生会对农作物的品质和产量产生不利影响,因此进行病害诊断和识别对提升农作物生产质量和经济效益至关重要。本研究旨在开发一种基于迁移学习的DenseNet模型,实现多种植物病虫害的高效、准确识别。以预训练模型作为基础模型,构建了一个新的模型,并对其进行了两轮训练。最终,实现了96%的识别准确率,成功分类了几种植物叶片病虫害。这项研究为植物病害诊断和识别任务提供了有价值的参考。 展开更多
关键词 模型 病虫害 迁移学习 DenseNet 植物叶片
暂未订购 下载PDF
基于改进DenseNet模型的船舶图像分类 认领 引用 被引量：1
13
作者 居云龙 周怡君 +1 位作者 罗晨 孟波波 《船舶标准化工程师》 2024年第5期80-86,共7页
为了改善执法监管工作中人工查看视频方式的不便性,使用改进的DenseNet201模型依据是否悬挂国旗这一指标对船舶图像进行分类。在此过程中,以DenseNet模型为基础,首先在DenseNet模型网络结构中融入了注意力机制SENet模块,以提升船舶图像... 为了改善执法监管工作中人工查看视频方式的不便性,使用改进的DenseNet201模型依据是否悬挂国旗这一指标对船舶图像进行分类。在此过程中,以DenseNet模型为基础,首先在DenseNet模型网络结构中融入了注意力机制SENet模块,以提升船舶图像重要特征提取的指向性;其次使用亮度、对比度增强等方式扩充船舶图像数目并进行类别标注;最后使用ImageNet数据集下预训练的DensenNet201模型,使用迁移学习方式在预训练模型下使用船舶数据集进行参数微调,提升模型对于船舶图像的泛化能力。经试验验证,使用DenseNet模型以及改进DenseNet模型分别做图像分类,在验证集上准确率分别为85%和93%,提高了约8%的准确率,说明改进的DenseNet模型在船舶数据集上具有良好的分类性能。 展开更多
关键词 图像分类 DenseNet模型 注意力机制 迁移学习 改进DenseNet模型
暂未订购 下载PDF
注意力机制和DenseNet在声纹识别中的应用研究 认领 引用 被引量：3
14
作者 周宇 杨国平 《计算机与数字工程》 2023年第11期2591-2596,共6页
声纹识别属于一种新型生物识别技术,其综合了生命科学综合研究,计算机技术等多种技术。随着深度学习技术不断的发展,声纹识别技术在案件侦破、智能网联、支付系统上的应用也越来越多,论文针对现有声纹识别系统识别率低,识别效率慢等问题... 声纹识别属于一种新型生物识别技术,其综合了生命科学综合研究,计算机技术等多种技术。随着深度学习技术不断的发展,声纹识别技术在案件侦破、智能网联、支付系统上的应用也越来越多,论文针对现有声纹识别系统识别率低,识别效率慢等问题,提出了基于注意力机制改进的DenseNet网络模型作为声学模型,进一步提高声纹识别系统的性能。首先将语音经过预处理和特征提取,进入改进后的DenseNet网络中,最终进入SoftMax函数输出结果,最终经过多组实验验证并进行比对,实验结果表明,使用注意力机制改进的DenseNet网络作为声纹识别系统中的声学模型相较于其他传统声学模型在准确率、AUC上分别提升了4.25%、4.18%,在等错误率上降低了6.09%,证明了该模型对于声纹识别任务上的合理性。 展开更多
关键词 注意力机制 声纹识别 DenseNet 声学模型
暂未订购 下载PDF
基于TCN-DenseNet的烧结矿FeO含量预测 认领 引用 被引量：5
15
作者 黄鼎堯 黄晓贤 +5 位作者 向家发 彭梓塘 周茂军 陈许玲 冯振湘 范晓慧 《河北冶金》 2024年第10期14-19,49,共6页
烧结矿FeO含量是烧结工序的一项重要质量和能耗指标,也对高炉冶炼有直接影响。针对目前化学检测法检测烧结矿FeO含量时存在较长时间滞后的现状,本文提出了一种时域卷积网络(Temporal Convolutional Network,TCN)与密集连接卷积神经网络(... 烧结矿FeO含量是烧结工序的一项重要质量和能耗指标,也对高炉冶炼有直接影响。针对目前化学检测法检测烧结矿FeO含量时存在较长时间滞后的现状,本文提出了一种时域卷积网络(Temporal Convolutional Network,TCN)与密集连接卷积神经网络(Densely Connected Convolutional Network,DenseNet)混合的烧结矿FeO含量预测方法。首先采用TCN建立烧结矿FeO含量的时间序列预测模型,同时采集烧结机尾断面红外图像,采用DenseNet建立烧结矿FeO预测模型,通过自适应加权平均方法将两者的输出结果进行整合,获得最终的烧结矿FeO含量预测值。针对烧结矿层断面红外图像的特征,对DenseNet进行了添加注意力层、修改卷积块结构,并修改了浅层卷积层大小和步长等改进措施。在国内某钢铁公司的大型烧结机的实际生产数据上对模型进行了验证,经过数据处理、模型参数优化等操作后,本文所提的TCN-DenseNet混合模型的烧结矿FeO含量预测在测试集绝对误差±0.4%以内命中率可达94.34%,均方根误差为0.21,优于单独使用TCN或者DenseNet进行建模时的预测效果。该方法对提高烧结矿FeO含量预测的准确性和稳定性效果显著,可以为烧结现场的生产操作提供数据支撑。 展开更多
关键词 烧结 FeO含量 复合预测模型 TCN DenseNet 注意力机制
暂未订购 下载PDF
基于DenseNet的经典-量子混合分类模型 认领 引用 被引量：1
16
作者 翟飞宇 马汉达 《计算机应用》 CSCD 北大核心 2024年第6期1905-1910,共6页
现有的图像分类模型越来越复杂,计算时所需的硬件资源和计算时间不断增加。针对该问题提出一种基于DenseNet的经典-量子混合分类模型(CQDenseNet模型)。首先,使用一个可在噪声中尺度量子(NISQ)设备上运行的变分量子电路(VQC)作为分类器... 现有的图像分类模型越来越复杂,计算时所需的硬件资源和计算时间不断增加。针对该问题提出一种基于DenseNet的经典-量子混合分类模型(CQDenseNet模型)。首先,使用一个可在噪声中尺度量子(NISQ)设备上运行的变分量子电路(VQC)作为分类器,替换DenseNet全连接层;其次,使用迁移学习,利用在ImageNet数据集上预先训练好的DenseNet模型作为CQDenseNet的预训练模型;最后,将CQDenseNet模型在中草药分类数据集和CIFAR-100数据集上与基准模型AlexNet、GoogLeNet、VGG19、ResNet和DenseNet-169进行对比。实验结果表明,CQDenseNet模型比所有基准模型中表现最好的基准模型:准确率分别提高了2.2、7.4个百分点,精确率分别提高了2.2、7.3个百分点,召回率分别提高了2.2、7.1个百分点,F1值分别提高了2.3、6.4个百分点,说明了经典-量子混合模型的性能优于经典模型。 展开更多
关键词 DenseNet 经典-量子混合模型 图像分类 迁移学习 变分量子电路
暂未订购 下载PDF
基于改进DenseNet网络的书法字体识别算法 认领 引用 被引量：1
17
作者 麦艮廷 梁艳 +3 位作者 潘家辉 黄嘉琳 陈禧琳 佘依聪 《计算机系统应用》 2022年第2期253-259,共7页
汉字书法是中华传统文化的代表,但是,由于书法字体具有风格迥异、结构复杂、变形繁多等特点,给大众学习和欣赏书法带来了极大障碍.为了解决普通老百姓解读书法作品的困难,提出一种基于改进DenseNet网络的书法字体识别算法,设计区域权值... 汉字书法是中华传统文化的代表,但是,由于书法字体具有风格迥异、结构复杂、变形繁多等特点,给大众学习和欣赏书法带来了极大障碍.为了解决普通老百姓解读书法作品的困难,提出一种基于改进DenseNet网络的书法字体识别算法,设计区域权值比例池化规则替换传统DenseNet网络的最大池化和平均池化规则,采用Nadam算法优化模型训练效果,进行自适应学习率调整,此外,提出基于剪枝技术的模型裁剪策略,在保证识别性能的同时,提高了模型的训练效率.实验结果表明,在由楷书、行书、隶书和篆书4类字体组成的混合字体数据集中,本文算法获得了96.13%的识别率,优于另外5种深度学习模型. 展开更多
关键词 深度学习 DenseNet 书法字体识别 池化规则 模型裁剪
暂未订购 下载PDF
基于改进沙漏网络的红外图像视线估计 认领 引用
18
作者 沈文忠 魏佳钰 《计算机应用与软件》 北大核心 2025年第9期60-65,71,共6页
随着VR/AR等元宇宙概念的兴起,集成虹膜识别的视线估计技术是目前的研究热点,而虹膜识别与视线跟踪都采用近红外摄像头捕捉眼部图像,仅从单眼红外眼部图像进行视线估计是一项挑战性任务。该文提出新的视线估计网络,首先利用圆形眼球与... 随着VR/AR等元宇宙概念的兴起,集成虹膜识别的视线估计技术是目前的研究热点,而虹膜识别与视线跟踪都采用近红外摄像头捕捉眼部图像,仅从单眼红外眼部图像进行视线估计是一项挑战性任务。该文提出新的视线估计网络,首先利用圆形眼球与椭圆虹膜的映射得到中间眼部模型标签图像,引入中间监督;再通过改进沙漏网络回归红外虹膜图像的中间眼部模型图像;最后再结合DenseNet回归3D视线角度。设计近红外光虹膜采集系统,建立红外虹膜数据集SEPAD-Gaze。实验结果表明,该文提出的视线估计方法在数据集SEPAD-Gaze上误差为4.62°,并且在可见光下的公共数据集MPIIGaze上做了泛化性验证实验,误差低至4.48°,超过目前所有主流算法。 展开更多
关键词 视线估计 红外眼部图像 改进沙漏网络 眼部模型 DenseNet
暂未订购 下载PDF
基于SSA-VMD和DenseNet模型的煤岩识别方法研究 认领 引用
19
作者 肖玉清 《矿山机械》 2026年第6期12-17,共6页
以自主采集的煤岩振动信号作为研究对象,研究了因受强噪声干扰导致识别效果不佳的问题。首先,采用最小信息熵适应度函数作为麻雀搜索算法的目标函数,解决了变分模态分解算法中k和a值不能自适应确定的问题;其次,通过小波变换提取到重构... 以自主采集的煤岩振动信号作为研究对象,研究了因受强噪声干扰导致识别效果不佳的问题。首先,采用最小信息熵适应度函数作为麻雀搜索算法的目标函数,解决了变分模态分解算法中k和a值不能自适应确定的问题;其次,通过小波变换提取到重构信号中各类煤岩的时频特征;最后,构造了适应煤岩识别的DenseNet模型,减少了煤岩识别中需要人为干预的问题。结果表明,该方法可以有效减少振动信号中的噪声,对页岩、砂岩、烟煤和无烟煤等4类煤岩的识别精度达到94.7%。 展开更多
关键词 煤岩识别 变分模态分解法 麻雀搜索 DenseNet模型
暂未订购 下载PDF
基于AI的桃树病害智能识别方法研究与应用 认领 引用 被引量：6
20
作者 吴建伟 黄杰 +2 位作者 熊晓菲 高晗 秦向阳 《中国农业科技导报（中英文）》 CAS CSCD 北大核心 2022年第5期111-118,共8页
为解决传统人工识别桃树病害效率低、成本高、准确率低等问题,提出了基于AI深度学习的桃树病害智能识别方法,利用并微调ImageNet预训练的DenseNet-169分类模型,对桃树常见的11种病害图像进行预处理与模型训练,搭建桃树病害智能识别软件... 为解决传统人工识别桃树病害效率低、成本高、准确率低等问题,提出了基于AI深度学习的桃树病害智能识别方法,利用并微调ImageNet预训练的DenseNet-169分类模型,对桃树常见的11种病害图像进行预处理与模型训练,搭建桃树病害智能识别软件环境。该方法对常见桃树病害的平均识别率达到91%以上,结合图像处理、深度学习、数据挖掘等技术自动对桃树病害进行识别,实现桃树病害的智能诊断并提供防治建议。该方法具有人力成本低、操作简单、识别效率高等优点,利于病害的及时诊出与防治决策的制定,对促进果园病害防控的智慧化管理具有重要研究意义与应用价值。 展开更多
关键词 桃树病害 图像识别 深度学习 DenseNet模型
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈