张涛
- 作品数：6 被引量：55H指数：4
- 供职机构：中北大学软件学院更多>>
- 发文基金：山西省回国留学人员科研经费资助项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合卷积与转置卷积特征的模糊车牌复原方法
- 2018年
- 深度学习算法在图像去噪领域已经得到了很好的效果;但目前对于深度学习算法在模糊图像复原领域的研究没有更深入的研究。直接应用图像去噪的方法对模糊车牌进行复原实际上可行的,但会产生复原图像细节缺失,时间代价高的缺点。针对这些问题,吸取去噪方法的优点,提出将原始图像信息与转置卷积复原后的图像信息相结合的方法,重新构建了图像复原网络结构;并根据图像特点自定了损失函数。实验通过与已有的方法进行对比说明,提出的复原方法在复原车牌图像质量上和复原效率上都有很好的表现;同时对模糊运动角度与不同噪声具有健壮性;而模糊运动像素越大的图片,复原图像的质量也会下降。
- 杨剑张涛宋文爱宋超峰
- 关键词：图像复原
- 关于改进的激活函数TReLU的研究被引量：9
- 2019年
- 近年来深度学习在各个研究领域取得越来越多的成果,这些都离不开激活函数的发展.但现有的激活函数Tanh、Re LU和PRe LU在随着研究的深入暴露出越来越多的问题,比如存在"神经元死亡"和偏移现象,对噪声不具有鲁棒性.针对这些问题,结合Tanh和PRe LU的优点,提出了TReLU激活函数,通过参数α控制负半轴非饱和区间获得激活值,输出近似0均值,软饱和性对噪声鲁棒.实验结果表明,TReLU在四种不同的数据集上都取得了最好的效果,对不同优化方法具有鲁棒性,具有一定的实用价值.
- 张涛杨剑宋文爱宋超峰
- 关键词：激活函数鲁棒性
- 基于遗传算法的模糊RBF神经网络对遥感图像分类被引量：16
- 2018年
- 针对遥感图像分类的问题,提出一种通过遗传算法优化RBF(Radial basis function)模糊神经网络的方法对遥感图像进行分类.将模糊理论运用于RBF神经网络,克服其陷入局部极值点问题;再利用遗传算法确定最优的RBF模糊神经网络的权值和阈值,并对网络进行训练,来提高分类精度.为了测试其性能,在实验中将本文分类方法与RBF神经网络分类和SVM(Support Vector Machine)决策树分类方法进行对比,由实验结果可以证明:所提出的分类方法对遥感图像的分类精度达到96.56%,比起RBF神经网络、SVM决策树分类方法,分类精度有所提高.
- 杨剑宋超峰宋文爱张涛
- 关键词：模糊逻辑RBF神经网络遗传算法遥感图像分类
- 改进卷积神经网络模型设计方法被引量：15
- 2019年
- 针对现有卷积神经网络模型参数量大、训练耗费时间的问题,提出一种网络串联和并联共用的方法,使用较小的卷积核和较多的非线性激活减少参数量的同时增加网络特征学习能力,提出尺度归一化池化层取代全连接层,避免全连接层参数过多容易导致过拟合的问题,改进后的模型支持训练任意尺寸的图片。实验结果表明,提出方法减少了大量的参数和训练消耗的时间,有效提升了算法的效率。
- 张涛杨剑宋文爱郭雁蓉
- 关键词：卷积神经网络卷积核图像分类
- 基于改进型残差网络烟雾图像识别被引量：12
- 2019年
- 当前在深度学习上对烟雾图像和视频识别较少,目前存在的问题是烟雾视频图像第一帧识别率低、覆盖范围小、自适应较差的情况。基于卷积神经网络,改变Res Net(残差网络)结构,实现精确的烟雾区域检测。在实验中经过5000张不同烟雾图像的数据集学习,实验结果准确地识别了烟雾图片,为大范围的火灾烟雾报警提供了一种有效方案。
- 杨剑刘方涛张涛张启尧任宇杰
- 关键词：卷积神经网络归一化
- 改进的卷积神经网络架构被引量：3
- 2019年
- 对卷积神经网络架构进行改进,提高其对遥感图像处理的识别能力。以端到端的形式处理图像数据,为提取更加完善的图像特征数据,对图像数据进行打补丁操作并利用小训练集训练模型参数,达到优化网络的目的,降低过拟合的概率。为验证该方法的有效性,采用遥感数据集进行实验验证,实验结果表明,该卷积神经网络架构对遥感图像的处理有更好的效果和更高的精确度。
- 宋超峰杨剑宋文爱张涛
- 关键词：卷积神经网络遥感图像图像特征补丁过拟合
