【摘 要】
：
传统卷积神经网络对空间信息不敏感,无法学习到不同特征间相对位置的关系,且每一层神经元的感受野被设计为相同大小,导致提取的图像特征信息不够精确.针对这些问题,提出一种选择性卷积核胶囊网络用于图像分类任务.在经典胶囊网络的卷积层融入具有两个分支的选择性卷积核网络,以提取更为丰富、准确的图像特征信息,提高图像分类准确率.采用CIFAR-10、Fashion-MNIST、SVHN经典图像分类数据集进行实验,结果表明,相比于基线胶囊网络模型,新模型的识别精度更高,尤其在CIFAR-10数据集上识别精度提高了1.73
【机 构】
：
上海理工大学光电信息与计算机工程学院,上海200093
论文部分内容阅读
传统卷积神经网络对空间信息不敏感,无法学习到不同特征间相对位置的关系,且每一层神经元的感受野被设计为相同大小,导致提取的图像特征信息不够精确.针对这些问题,提出一种选择性卷积核胶囊网络用于图像分类任务.在经典胶囊网络的卷积层融入具有两个分支的选择性卷积核网络,以提取更为丰富、准确的图像特征信息,提高图像分类准确率.采用CIFAR-10、Fashion-MNIST、SVHN经典图像分类数据集进行实验,结果表明,相比于基线胶囊网络模型,新模型的识别精度更高,尤其在CIFAR-10数据集上识别精度提高了1.73％,从而有效提升了图像分类准确率,具有良好的图像识别能力.
其他文献
为对openEuler开源操作系统的性能进行高质高效的分布式测试,开发一种基于树莓派(RPi)的实验平台.硬件方面以3块RPi通过1台交换机组建局域网,构成1个一主二从的集群,分别采用SD卡和移动硬盘作为主、辅存储器;软件方面以openEuler作为整个RPi集群的操作系统,Ceph和Seafile分别管理集群的存储资源分配和云存储,通过Frp开放内网IP,支持开源学习社区成员通过互联网访问实验平台、测试等.该实验平台组成简单、成本低廉,后续可通过在openEuler开源学习社区进行推广和大规模学生实验,
车辆变道是很频繁的驾驶行为,对无人车的变道行为进行可靠性预测尤为必要.为更好地实现可靠性预测,使用UML活动图对基于长短期记忆网络(LSTM)的无人车变道行为进行建模.考虑到LSTM神经网络的鲁棒性,基于6000组实验数据对LSTM模块的错误渗透率加以计算,从而度量模块间的故障传播概率.将UML模型转换为离散时间马尔可夫链(DTMC)模型,通过PRISM工具得到可靠性预测值.实验结果显示,LSTM模块的错误渗透率为0.3025.通过基于UML模型映射和基于构件转移图所得的DTMC模型进行预测时,可靠性值分
在智能制造背景下,为提高手机组装车间的智能化程度与生产效率,基于自研产线仿真软件搭建虚拟车间.利用3D Max和Unity3D实现模型优化与厂房构建,嵌入Unity3D可执行程序至产线仿真软件框架中以实现视图优化;导入虚拟车间项目,通过物理车间数据的采集、存储和解析实现模型驱动;最终基于原有产线仿真软件框架进行开发,实现了视图效果良好且具有实时数据驱动和历史数据回溯功能的手机组装数字化车间.该车间具有良好的使用效果,有效提高了车间智能化程度和生产效率.
如何将新建与升级改造后的网元快速纳入网元巡检系统,以及控制网元或网元组上巡检任务数量和优先级,是现有网元巡检系统中迫切需要解决的问题.为此,基于微服务(SpringCloud)与分布式内存数据库(Re-dis)技术设计网元数据统一采集平台,在此基础上实现网元巡检任务的调度执行.系统运行测试结果表明,通过巡检任务调度配置以及在采集平台部署微服务,能够快速完成系统的平滑扩容,并解决网元巡检任务的限流与优先级问题.
差评行为会对APP应用下载量产生影响.通过对抓取的APP用户差评进行文本分析,探究开发者推出的增值服务是否会对消费者差评行为产生影响,分析导致消费者差评行为的因素,为APP开发者提供建议.利用Python爬取评论,采用逻辑回归模型进行分类,挖掘评论中的差评信息;利用LDA模型对预处理后的数据进行主题分析,并对结果进行可视化解读.研究表明,开发者上架试用版本一段时间后推送增值服务的行为会引发用户的差评行为,增值服务的质量、功能和开发者推送付费版本的频率对差评行为起到一定的调节作用.基于研究结论,建议开发者在
为探索知识图谱软件的扩散路径及扩散影响力,预测其发展趋势,基于创新扩散理论,运用文献计量法和主路径分析法等数据+图谱的方法,根据扩散曲线、扩散路径和扩散网络探索其扩散规律.实证分析得出,知识图谱软件的扩散过程基本符合S型曲线规律.随着软件的更新与迭代,其扩散路径分化出两条关键主路径,主路径上有4个核心人物(Garfield E、Merigo J M、Van Eck N J和Chen C M)和3个重要事件(HistCite、CiteSpace和VOSviewer).
为研究几种常用二进制特征提取算法的实时性及复杂环境下的鲁棒性,对ORB、SIFT、SURF、BRISK四种基于二进制特征的主流算法,使用Euroc数据集和真实场景图像对进行匹配和统计,对比分析其实时性.选用Mikolajczyk数据集,在图像旋转变换、模糊变换、光照变换、视角变换场景下对算法的鲁棒性进行比较.采用的评价指标为算法耗时和特征匹配数目.实验结果表明,ORB能够在达到足够匹配图像对的同时运行时间在24.6ms以内;SURF在模糊变换、光照变换、视角变换场景下,当环境变化量达到最大时匹配数不低于1
随着可搜索加密技术的发展,用户输入多个查询关键词即可对云服务器中的数据进行检索.但是随着数据量的增加,云服务器的检索效率不断降低,其安全性也难以得到保障.为此,提出一种云存储环境中多关键词加密排序搜索方法.首先,通过对文档的关键词进行聚类,获得特征较集中的索引向量;其次,对索引和查询向量构建标记,根据查询标记的位置过滤无关文档,减少搜索时间;最后,将索引向量按照相应标记所属类别进行分组,将高维的加密密钥降为多个低维密钥,进一步减少索引的加密时间.随着文档分组数量的增加,查询时间将减少50％以上.实验结果表
针对当前深度伪造图像检测方法使用复杂神经网络计算量大的缺陷,提出一种采用低层特征的深度伪造图像检测方法.首先对图像进行ELA处理和SRM滤波,提取ELA图像和噪声图像,然后根据它们的灰度图像像素个数转化为低层特征,最后通过三层全连接网络和softmax实现二分类.与当前几种热门方法进行比较实验,结果表明,该方法网络结构简单,在分类器的AUC值为99.55％,EER值为2.5％,计算量指标比其他方法好.对图像预处理提取低层特征可以有效提高分类精度,减少计算量.
表面热喷涂技术是防止油气管道表面发生腐蚀的重要措施.针对表面热喷涂技术的发展问题,首先对热喷涂技术的分类及发展现状进行了全面介绍,深入探讨目前油气管道行业的发展现状及实施热喷涂技术的可行性,最后对热喷涂技术在油气管道领域的应用现状进行了深入分析,介绍了表面热喷涂技术发展中存在的问题.结果 表明:油气管道表面热喷涂技术能有效防止管道产生腐蚀问题.经过多年的发展,这些技术已经取得了较大的成果,但是这些技术的应用并没有得到大面积的推广.因此,未来需要从实际出发,加强油气管道表面热喷涂技术的推广和应用.