【摘 要】
：
为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图
【机 构】
：
华北电力大学控制与计算机工程学院,华北电力大学电气与电子工程学院
【基金项目】
：
国家自然科学基金项目(61871182、61773160),北京市自然科学基金项目(4192055),河北省自然科学基金项目(F2020502009).
论文部分内容阅读
为促进目标检测模型与电力领域业务知识有机融合,缓解金具样本间长尾分布问题,有效提升输电线路金具的自动化检测效果,提出了融合共现推理的Faster R-CNN(faster region-based convolutional neural network)输电线路金具检测模型。首先,深入研究输电线路金具结构化组合规则,通过数据驱动的方式以条件概率对金具目标间的共现连接关系进行有效表达;然后,结合图学习方法,利用学习并映射的共现概率关联作为共现图邻接矩阵,使用基线模型(Faster R-CNN)提取的
其他文献
2021年伊始,汽车行业捷报频传.1-2月,汽车产销分别完成389.0万辆和395.8万辆,同比分别增长88.9％和76.2％.同时,第一商用车网报道,根据其初步掌握的数据,2021年3月,我国重型货车
摘 要：面向人体三维轮廓测量的凸包算法是确定服装截面围度尺寸的有效工具。为了减少耗时提高计算效率，引入了Quickhull凸包算法，根据人体具有20的凹凸对称性特征，在构建初始凸包前进行了对已知凹点直接删除的改进，并通过对女性最大胸围截面为例进行了说明，与Graham凸包算法精度和效率的比较，结果表明：采用Quickhull算法可获得与Graham算法相同的尺寸精度，但耗时明显减少，而通过对人体已
摘 要：为了建立织物视觉遮蔽性能的客观快速、简便的测试方法，选用反射率测定仪對织物进行表面反射率测定，与人眼主观评级法对织物视觉遮蔽性能检测的结果进行比较，探究其用于织物的视觉遮蔽性能测试的可行性，并获得与主观法相应等级的反射率分级范围。随后用该客观方法分析物理参数对织物视觉遮蔽性能的影响。结果表明，反射率在白色织物（R=0.8123）及有色织物（R=0.8962）上与人眼观测结果均密切相关，并划
摘 要：柔性生物电干电极是可穿戴健康监控系统的重要组成部分，近几年，研究领域对于生物电干电极的关注逐渐增多。为探讨基于柔性材料的生物电干电极的研究进展，首先对干电极的几个基本性能进行了介绍，生物电干电极常用的性能表征有导电性能、界面阻抗性能、运动伪影和信号噪声，并与湿电极性能进行对比。然后从界面材料方面对柔性生物电干电极进行了分类总结，银纳米线、PEDOT：PSS、聚吡咯、碳纳米管和石墨烯等新型材
人格识别分析是人格计算研究中一个重要的研究内容,在人类行为分析、人工智能、人机交互、个性化推荐等方面具有重要的应用价值,是近年来心理学、认知学、计算机科学等领域中的一个多学科交叉的热点研究课题。本文介绍了与人格识别相关的各种人格类型表示理论和人格识别数据库,阐述了面向听视觉信息的各种听视觉人格特征提取技术,如手工特征和深度特征,并在此基础上对面向听视觉信息人格识别的多模态融合方法做了详细的分类和归纳,最后概括了面向听视觉信息的多模态人格识别发展趋势,并进行了展望。
针对当前文本情感分析中神经网络模型训练时间长,上下文信息学习不足的问题,该文提出了一种结合混合神经网络和条件随机场(conditional random fields,CRF)的模型.该模型将神
传统以字典学习为基础的小样本人脸识别方法存在字典低辨别性、弱鲁棒性等缺点,对此,本文提出稀疏综合字典学习模型。该模型有效利用和生成人脸变化,以镜像原理及Fisher准则扩充训练样本多样性,通过构造混合特色字典、扩充干扰字典以及低秩字典原子,提取不同类别数据之间的共性、特殊性和异常情况,从而提高算法识别率以及对表情变化、姿态变化、遮挡等异常情况的处理能力。在AR、YALEB、LFW等人脸数据库进行仿
针对自然图像识别过程中不同深度学习模型关注兴趣区域不同的现象,本文引入深度卷积神经网络融合机制,结合深度迁移学习方法,给出了一种基于多感知兴趣区域特征融合的图像识别方法。本文将迁移学习方法引入牛津大学视觉组网络模型(visual geometry group network,VGGNet)和残差网络模型(residual network,ResNet),通过对单个分类模型进行热力图可视化及特征可视
针对真实环境下多目标表情分类识别算法准确率低的问题,提出一种基于改进的快速区域卷积神经网络(Faster RCNN)面部表情检测算法。该算法利用二阶检测网络实现表情识别中的多目标识别与定位,使用密集连接模块替代原始的特征提取模块,该模块能够融合多层次特征信息,增加网络深度并避免网络梯度消失。采用柔性非极大抑制(soft-NMS)改进候选框合并策略,设计衰减函数替换传统非极大抑制(NMS)贪心算法,
在基于位置的社交网络(LBSNs)中,如何利用用户和兴趣点的属性(或特征)之间的耦合关系,为用户做出准确的兴趣点推荐是当前的研究热点。现有的矩阵分解推荐方法利用用户对兴趣点的评分进行推荐,但评级矩阵通常非常稀疏,并且没有考虑用户和兴趣点在各自属性方面的耦合关系。本文提出了一种基于深度神经网络的兴趣点推荐框架,首先采用K-means算法对兴趣点按地理位置进行聚类,使位置相近的兴趣点聚为一类;然后,构建一个卷积神经网络模型,用来学习用户和兴趣点在各自属性(如用户年龄与兴趣点位置之间)上的显式关联关系;同时,构