-
题名基于自动搜索神经网络技术的军事图像分类
被引量：3
- 1
-
-
作者
周川
陈雷霆
陈雪地
-
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室
-
出处
《指挥信息系统与技术》
2021年第1期16-21,共6页
-
基金
装备发展部“十三五”装备预研课题资助项目。
-
文摘
近年来神经网络在图像分类上取得了成绩,然而军事图像具有数据量少、图像清晰度不高、军事目标与环境相似度较高等特点,导致传统的人工神经网络在军事图像数据集处理方面表现不佳,因此急需提高神经网络在军事图像分类方面的性能。结合自动搜索神经网络技术,提出了一种基于自动搜索神经网络技术的军事图像分类方法,并采用强化学习算法、参数共享和推进式搜索策略等思想,设计了神经网络结构搜索算法。试验结果表明,该方法在提高军事图像分类性能方面具有有效性和准确性。
-
关键词
军事图像分类
神经网络结构搜索
强化学习
-
Keywords
military image classification
neural architecture search
reinforcement learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于结构感知深度神经网络的显著性对象检测算法
被引量：5
- 2
-
-
作者
李鑫
陈雷霆
蔡洪斌
-
机构
电子科技大学计算机科学与工程学院
电子科技大学数字媒体技术四川省重点实验室
电子科技大学广东电子信息工程研究院
-
出处
《计算机应用研究》
CSCD
北大核心
2019年第7期2195-2199,共5页
-
基金
广东省应用型科技研发专项资金资助项目(2015B010131002)
广东省科技计划资助项目(2016A040403004)
东莞市重大科技项目(2015215102)
-
文摘
由于现有的基于深度神经网络的显著性对象检测算法忽视了对象的结构信息,使得显著性图不能完整地覆盖整个对象区域,导致检测的准确率下降。针对此问题,提出一种结构感知的深度显著性对象检测算法。该算法基于一种多流结构的深度神经网络,包括特征提取网络、对象骨架检测子网络、显著性对象检测子网络和跨任务连接部件四个部分。首先,在显著性对象子网络的训练和测试阶段,通过对象骨骼检测子网络学习对象的结构信息,并利用跨任务连接部件使得显著性对象检测子网络能自动编码对象骨骼子网络学习的信息,从而感知对象的整体结构,克服对象区域检测不完整问题;其次,为了进一步提高所提方法的准确率,利用全连接条件随机场对检测结果进行进一步的优化。在三个公共数据集上的实验结果表明,该算法在检测的准确率和运行效率上均优于现有存在的基于深度学习的算法,这也说明了在深度神经网络中考虑对象结构信息的捕获是有意义的,有助于提高模型准确率。
-
关键词
显著性对象检测
深度学习
显著图
卷积神经网络
对象骨架检测
-
Keywords
salient object detection
deep learning
saliency map
convolutional neural network (CNN)
object skeleton detection
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于双层多尺度神经网络的显著性对象检测算法
被引量：1
- 3
-
-
作者
李鑫
陈雷霆
蔡洪斌
李建平
杨帆
-
机构
电子科技大学计算机科学与工程学院
电子科技大学数字媒体技术四川省重点实验室
电子科技大学广东电子信息工程研究院
-
出处
《微电子学与计算机》
CSCD
北大核心
2018年第11期1-7,共7页
-
基金
国家自然科学基金(61370073)
国家863计划项目(2015AA016010)
广东省科技计划项目(2016A040403004)
-
文摘
为了提高显著性对象检测的准确率,本文提出一种基于双层多尺度神经网络的深度模型.不同于现有的深度神经网络模型.首先,该模型以由精到粗的方式进行深度特征学习,并且定位显著性对象的初始位置;然后,以由粗到精的方式整合多尺度上下文语义信息,从而精确检测整个显著性对象区域,输出相应的显著性图;最后,为了进一步提高检测结果的准确率,利用全连接条件随机场对输出的显著性图进行优化,得到最终的显著性对象检测结果.在多个显著性对象检测公共数据集的验证结果表明,本文算法在运行效率和准确率上均优于当前传统显著性对象检测算法以及现有的基于深度学习的显著性对象检测算法.
-
关键词
显著性对象检测
深度学习
深度卷积网络
条件随机场
-
Keywords
salient object detection
deep learning
deep neural network
conditional random field
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于加权空间离群点度量的随机脉冲噪声降噪算法
被引量：2
- 4
-
-
作者
杨昊
陈雷霆
邱航
-
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室
-
出处
《计算机应用》
CSCD
北大核心
2016年第10期2826-2831,共6页
-
基金
国家自然科学基金资助项目(61202255)
教育部广东省产学研重大专项(2012A090300001)~~
-
文摘
针对排序统计类降噪算法在随机脉冲噪声(RVIN)图像降噪过程中,对图像边缘和细节部分噪声识别不够准确以及恢复比较模糊的问题,提出了基于加权空间离群点度量(SLOM)的脉冲噪声降噪算法WSLOM-EPR。该算法以优化的空间距离差为基础,引入图像邻域均值和标准差,建立反映局部边缘细节特征的噪声检测方法,提高边缘细节处噪声的识别精度;然后以精确检测结果为基础,优化保边正则(EPR)函数,提高算法的执行效率,并增强算法保留边缘细节的能力。仿真结果显示,WSLOM-EPR算法在40%到60%噪声密度下对噪声点的误检和漏检综合表现优于对比算法,且能在两者之间保持一个较好的平衡;降噪后的峰值信噪比(PSNR)好于对比算法中的大多数情况,且边缘细节在视觉上更加清晰连续。结果表明WSLOM-EPR算法提高了噪声检测精度,有效地保持了恢复图像的边缘细节信息。
-
关键词
随机脉冲噪声
空间离群点度量
局部统计
保边正则
降噪
-
Keywords
Random-valued Impulse Noise （RVIN）
Spatial Local Outlier Measure （SLOM）
local statistics
Edge-Preserving Regularization （EPR）
denoising
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于局部特征的正则化滤波算法
被引量：2
- 5
-
-
作者
杨昊
陈雷霆
邱航
-
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第9期2817-2821,共5页
-
基金
国家自然科学基金资助项目(61202255)
国家教育部广东省产学研重大专项项目(2012A090300001)
-
文摘
大部分针对脉冲噪声的去噪算法主要利用预设的全局阈值来对含噪图像进行恢复,因此对图像局部边缘和细节的恢复能力较差。对此,提出一种基于图像边缘特征的正则化滤波算法。算法首先通过反映图像边缘细节的局部统计量建立自适应阈值,用于进行脉冲噪声检测,得到噪声候选集合;然后以此为基础,优化保边正则化方法,提升算法性能。仿真实验从定量数值比较和主观视觉比较两个方面表明,该算法在噪声密度较高时,仍能提供较好的图像恢复效果,从而为图像的后续研究提供良好的基础。
-
关键词
脉冲噪声
自适应阈值
保边正则化
滤波
-
Keywords
impulse noise
adaptive threshold
detail-preserving regularization
filtering
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名离群点检测算法的评价指标
被引量：2
- 6
-
-
作者
宁进
陈雷霆
罗子娟
周川
曾慧茹
-
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室(电子科技大学)
电子科技大学广东电子信息工程研究院
中国电子科技集团公司第二十八研究所
-
出处
《计算机应用》
CSCD
北大核心
2020年第9期2622-2627,共6页
-
基金
四川省科技计划项目(2019YJ0177,2019YJ0176,2019YFQ0005)。
-
文摘
随着离群点检测技术的深入研究和广泛应用,越来越多的优秀算法被提出来,然而,现有的离群点检测技术的评价仍然沿用传统分类算法的测量指标,存在着评价指标单一、适应性差的问题。针对这些问题,提出了一类高真正率指标(HT_AUC)和二类低假正率指标(LF_AUC)。首先,整理常用的离群点检测评价指标,分析其优缺点和适用场景;然后,在已有的曲线下面积(AUC)方法的基础上,分别针对高真正率(TPR)要求和低假正率(FPR)要求,提出了一类高真正率指标和二类低假正率指标,为离群点检测算法的效果评价和量化集成提供了更合适的指标。在真实数据集上的实验结果表明,与传统评价指标的相比,所提出的方法更能满足一类高真正率和二类低假正率要求。
-
关键词
离群点检测
评价指标
曲线下面积
真正率
假正率
-
Keywords
outlier detection
evaluation metric
Area Under Curve(AUC)
True Positive Rate(TPR)
False Positive Rate(FPR)
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名弱可压缩流体边界处理算法
被引量：1
- 7
-
-
作者
聂霄
陈雷霆
-
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室(电子科技大学)
-
出处
《计算机应用》
CSCD
北大核心
2015年第1期206-210,共5页
-
基金
国家863计划项目(2012AA011503)
"十二五"预研项目(51306050102)
+1 种基金
广东省产学研合作专项资金资助项目(2012B090600008)
广东省产学研创新平台项目(2011A091000003)
-
文摘
针对流体与固体边界的交互模拟问题,提出一种基于弱可压缩光滑粒子流体动力学(SPH)的边界处理算法。首先,引入一种新的体积权重函数,解决固体边界非均匀采样区域流体密度的计算误差问题;然后,提出一种新的边界力计算模型,避免校正流体粒子位置信息,保证固体边界不可穿透;最后,提出一种改进的流体压力计算模型,保证流体的弱可压缩性。实验结果表明,所提算法可以有效地解决基于位置校正的边界处理方法在模拟弱可压缩流体与非均匀采样固体边界交互时存在的稳定性问题,且仅需边界粒子的位置信息,在节约内存的同时避免了位置校正所带来的额外计算开销。
-
关键词
流体模拟
光滑粒子流体动力学
弱可压缩流体
边界处理
流固耦合
-
Keywords
fluid simulation
Smoothed Particle Hydrodynamics（SPH）
weakly compressible fluid
boundary handling
solid-fluid coupling
-
分类号
TP391.413
[自动化与计算机技术—计算机应用技术]
-
-
题名模型聚合解聚的智能触发机制
- 8
-
-
作者
宁进
陈雷霆
周川
张磊
-
机构
电子科技大学计算机科学与工程学院
数字媒体技术四川省重点实验室(电子科技大学)
电子科技大学广东电子信息工程研究院
-
出处
《计算机应用》
CSCD
北大核心
2019年第6期1614-1618,共5页
-
基金
广东省应用型科技研发专项资金资助项目(2015B010131002)
东莞市重大科技项目(2015215102)
广东省科技计划项目(2016A040403004)~~
-
文摘
针对现有模型聚合解聚(AD)触发机制人工依赖性高、频繁聚合解聚的问题,提出了一种基于关注域的多实体时序离群点检测算法的智能触发机制。首先,基于关注近邻划分关注域;然后,计算关注域中实体的k距离离群值,得到关注域的离群值;最后,结合一种基于最强关注域阈值判定方法,构建聚合解聚触发机制。在真实数据集上的实验结果表明,与传统的单实体时序离群点检测算法相比,所提算法在指标Precision、Recall和综合指标F1-score上均提升了10个百分点以上,不仅能及时地判断聚合解聚操作的触发时机,而且能使得仿真系统智能地检测出发生突发情况的仿真实体,满足了多分辨率建模的要求。
-
关键词
聚合解聚
触发机制
时序离群点检测
k距离
多分辨率建模
-
Keywords
aggregation and disaggregation
trigger mechanism
temporal outlier detection
k-distance
multi-resolution modeling
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
