王新
- 作品数：20 被引量：63H指数：5
- 供职机构：长沙理工大学计算机与通信工程学院更多>>
- 发文基金：湖南省教育厅科研基金湖南省自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信文化科学天文地球更多>>
- 基于综合特征的花卉种类识别方法研究被引量：6
- 2018年
- 提出了1种基于综合特征的花卉识别方法﹒该方法首先利用图像显著性进行分割,以实现前景背景分离;然后分别提取花卉的颜色特征、形状特征和纹理特征,在提取纹理特征时,为了提高特征对花卉的表述能力,对图像进行边缘增强和压缩处理;最后使用SVM分类器进行分类识别﹒实验分别与BP神经网络、KNN最近邻分类这2种分类方法进行了对比分析,相对于BP神经网络的分类识别率(85.81%)和KNN最近邻分类的识别率(84.09%),基于综合特征的识别方法具有更高的准确率,识别率可以达到93.7%﹒
- 王威刘小翠王新
- 关键词：特征提取SVM分类器
- 一种基于深度学习的图像超分辨率重构方法被引量：1
- 2019年
- 近年来,基于卷积神经网络(CNN)的单幅图像超分辨率重构得到了广泛应用.然而,随着网络不断加深,也同时出现了参数过多、计算代价过大和难以训练等问题.为解决上述问题,提出一种新的深度残差密集网络(DRDN)框架并应用于单幅图像超分辨率重建.首先,网络通过密集连接充分利用了低分辨率图像从浅层到深层的各层特征,为超分辨率重构提供更多的低分辨率图像信息;其次,为了充分融合全局特征信息,通过残差学习的方式进行融合重构,同时为了缓解深层网络带来的训练困难等问题,网络采用多路跳步连接,使误差更加快速地传到各层网络;最后,将该方法与深度递归残差网络(DRRN)方法在公共数据集上进行了实验比较,结果表明DRDN在网络稳定性、时间效率、收敛速度和重建效果等方面都优于DRRN.
- 李蒸张彤朱国涛王新王威
- 关键词：卷积神经网络
- 基于星座图的通信辐射源个体识别方法被引量：3
- 2017年
- 提出了一种新的基于星座图的通信辐射源个体识别方法﹒首先采用频域能量检测法检测突发信号;然后进行载波恢复、符号速率估计和定时估计;最后在此基础上进行星座图提取,并通过Hausdorff距离进行相似性度量,识别信号发射设备﹒以QPSK信号发射极为例进行了实验,实验结果表明,所提方法可以很方便地进行通信设备识别,为研制通信SEI设备提供了新的思路﹒
- 王威李诗娴王新
- 关键词：辐射源个体识别载波恢复
- 基于引力模型的朴素贝叶斯分类算法被引量：1
- 2018年
- 针对朴素贝叶斯分类器在分类过程中不同类别的同一特征量之间由于存在相似性,易导致误分类的现象,提出基于引力模型的朴素贝叶斯分类算法。提出以引力公式中距离变量的平方作为相似距离,应用引力模型来刻画特征与其所属类别之间的相似度,从而克服朴素贝叶斯分类算法容易受到条件独立假设的影响而将所有特征同质化的缺点,并能有效地避免噪声干扰,达到修正先验概率、提高分类精度的目的。对遥感图像的分类实验表明,基于引力模型的朴素贝叶斯分类算法易于实现、可操作性强,且具有更高的平均分类准确率。
- 王威赵思逸王新
- 关键词：朴素贝叶斯引力模型遥感图像
- 基于局部感受野扩张D-MobileNet模型的图像分类方法被引量：6
- 2020年
- 针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够扩大该层卷积核的局部感受野,提高分类精度。实验在Caltech-101数据集、Caltech-256数据集以及图宾根大学动物分类数据库上进行,结果表明,D-MobileNet模型可获得比MobileNet更好的分类准确率,最多可以提高2%。
- 王威邹婷王新
- 关键词：图像分类
- 面向肺炎CT图像识别的DL-CTNet模型
- 2024年
- 肺炎常缺乏明显呼吸系症状,症状多不典型,易发生漏诊、错诊.利用深度学习技术辅助医务人员安全、高效地检测感染者是一种有效途径.针对COVID-19感染者CT图像的磨玻璃影、铺路石征、血管扩张等特点,提出一种可有效地提取CT图像中的局部与全局特征的轻量级模型——DL-CTNet.输入预处理的CT图像后,首先采用空洞卷积和动态双路径多尺度特征融合(D-DMFF)模块的2个支路提取浅层特征;然后使用局部与全局特征拼接模块(LGFC)中的D-DMFF模块提取局部特征、Swin Transformer提取全局特征,并通过拼接获得深层特征;最后经过全连接层输出分类标签.实验结果表明,在2个CT图像数据集上,验证了LGFC模块以及DL-CTNet的低复杂度与有效性;DL-CTNet的分类准确率高达98.613%,与其他方法相比,其能更准确地识别肺炎的CT图像.
- 王威黄文迪王新王珑润
- 关键词：肺炎胸部CT图像TRANSFORMER
- NHNet——新型层次化遥感图像语义分割网络
- 2024年
- 深度学习分割方法是遥感图像分割领域的热点之一,主流的深度学习方法有卷积神经网络、transformer神经网络及两者的结合。特征提取是图像分割的重要环节,除了用卷积等方式提取特征,最近的研究聚焦于一些新的特征提取范式,如图卷积、小波变换等。本文利用聚类算法的区域构建属性,将改进的聚类算法用于骨干特征提取模块,同时使用卷积和视觉transformer作为辅助模块,以获取更丰富的特征表述;在模块基础上,提出了一种新型层次化遥感图像语义分割网络(NHNet);评估了NHNet语义分割的性能,并在LoveDA遥感数据集上与其他方法进行比较。结果表明,基于多特征提取的NHNet获得了竞争性的性能表现,平均交并比为49.64%,F_(1)分数为65.7%。同时,消融实验证明辅助模块提高了聚类算法分割的精确性,给NHNet分别提升了1.03%和2.41%的平均交并比。
- 王威熊艺舟王新
- 关键词：遥感图像聚类算法
- 针对新型冠状病毒肺炎X射线图像识别的DD-CovidNet模型被引量：6
- 2021年
- 受医疗资源紧张和医疗水平较低等因素的影响,新型冠状病毒肺炎(coronavirus disease 2019,COVID-19)尚未得到有效控制.利用深度学习方法在胸部X射线(chest X-ray,CXR)图像中检测感染者是一种安全有效的途径.针对上述问题,提出一种自动识别COVID-19的CXR图像的智能方法.根据CXR图像的特点,提出了对特征信息敏感的双路径多尺度特征融合(dual-path multi-scale fusion,DMFF)模块和密集空洞深度可分离卷积(dense dilated depthwise separable,D3S)模块,分别提取浅层特征与深层特征.在此基础上,设计了高效的轻量级卷积神经网络——DD-CovidNet.DMFF模块通过融合多尺度特征感知更丰富的浅层特征,D3S模块通过强化特征传递与增大感受野提取更有效的类别区分特征.在2个数据集上进行了实验验证,结果表明,DD-CovidNet模型对COVID-19识别的灵敏度为96.08%,精度与特异性均为100.00%,且具有较少的参数量与较快的分类速度.与其他模型相比,DD-CovidNet模型的检测速度更快,检测结果更准确.
- 王威胡亿洋王新李骥李宇涛
- 关键词：卷积神经网络图像分类
- 电动自行车新型锂电池管理系统的设计被引量：1
- 2014年
- 近年来,我国的雾霾天气越发严重,而雾霾的罪魁祸首之一就是汽车燃油尾气,研究和发展太阳能、风能等新型清洁能源成为汽车工业的必然趋势。电动自行车电池的安全性、耐用性一直是制约电动车发展的一个关键因素,而电池的关键在于其。本文从电动自行车锂电池管理的均衡、保护及SOC估算等方面进行研究,并通过软硬件设计实现了一个简化的新型锂电池管理系统。
- 刘毅李桂继王新郑斌
- 关键词：锂离子电池管理系统电动自行车
- 基于智能传感器的共享车位系统被引量：1
- 2022年
- 随着我国机动车保有量的大幅增加,城市交通问题日益严重,停车空间不足、步骤繁琐、空闲车位信息闭塞等问题亟待解决。基于此,本文设计并实现了一种基于智能传感器的停车场车位共享系统。其设备端以FPGA为主控,由道闸控制、地锁控制、地磁检测、报警、无线传输等模块组成,用户端使用了uni-app开发的APP手机软件。测试结果表明:该系统利用无线通信技术,实现了对道闸和车位地锁的控制以及车位状态的检测,同时还具备导航、车位查询等功能。
- 王新徐源
- 关键词：城市交通传感器FPGA
