公共文化服务平台

章军: 作品数：15 被引量：42H指数：4; 供职机构：安徽大学电气工程与自动化学院更多>>; 发文基金：国家自然科学基金安徽省自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学电子电信理学更多>>

合作作者

基于焦点损失的半监督高光谱图像分类被引量：4: 2020年; 针对高光谱图像(HSI)训练数据获取困难的问题,采用了一种新的HSI半监督分类框架,该框架利用有限的标记数据和丰富的未标记数据来训练深度神经网络。同时,由于高光谱样本分布是不平衡的,导致不同样本分类难度存在巨大差异,采用原始交叉熵损失函数无法刻画这种分布特征,因而分类效果不理想。为了解决这个问题,在半监督分类框架中提出一种基于焦点损失的多分类目标函数。最后,考虑到HSI的空间信息对分类的影响,结合马尔可夫随机场(MRF),利用样本空间特征进一步改善分类效果。在两个常用的HSI数据集上,将所提方法与多种典型算法进行了实验对比分析,实验结果表明所提方法能够产生优于其他对比方法的分类效果。; 张凯琳阎庆夏懿章军丁云; 关键词：高光谱图像分类卷积神经网络

基于多尺度空洞卷积的对抗去雾网络被引量：1: 2020年; 雾天拍摄的图像存在颜色失真、图像细节模糊的问题,对成像设备采集到的图像质量造成了负面印象。针对雾天搜集图像存在的降质问题,提出了一种基于多尺度空洞卷积的对抗去雾网络。去雾网络的生成器由不同空洞率的卷积模块组成,结合多尺度的策略增加感受野并增强去雾效果;判别器采用多个卷积模块构成,用于区分生成的去雾图像与真实无雾图像;通过计算去雾图像和真实无雾图像之间的感知距离,优化图像的纹理结构并减少噪声信号。实验结果显示,提出算法在公开数据集上获得的峰值信噪比值为22.410 dB,结构相似性值为0.844,色差值为10.545。定量和定性评估表明,采用空洞卷积和感知损失技术设计的去雾网络能够有效地恢复图像的颜色信息和纹理结构。; 丛晓峰章军胡强; 关键词：去雾峰值信噪比

基于项目教学法的单片机实践教学研究被引量：2: 2018年; 在科学技术大力发展的今天,人们对人才的实践能力提出了更高的要求,因而单片机实践教学质量的完善是必然的。项目教学法的应用对于提高单片机教学质量具有重要的意义。基于此,本研究在概述项目教学法相关理论的基础上,分析了目前单片机实践教学面临的困境,并提出了提升项目教学法在单片机实践教学应用效果的建议,以希望为提高项目教学法的应用效果以及改善单片机实践教学困境提供方向。; 章军; 关键词：项目教学法单片机实践教学

基于对偶学习的图像去雾网络被引量：1: 2020年; 针对光学成像设备在雾天搜集到的图像存在的降质问题,提出了一种基于对偶学习的从源域到目标域转换的对偶去雾网络以实现图像去雾功能。网络首先采用对偶生成对抗网络直接学习有雾图像与无雾图像之间的双向映射关系,并将有雾到无雾图像的映射作为初步的去雾结果,随后采用预训练模型在特征空间计算去雾图像与真实无雾图像的特征向量,运用欧式距离作为损失函数最小化特征向量之间的距离,以保证去雾图像在特征层面与真实无雾图像接近。实验结果表明,对偶去雾网络得到的去雾结果具有较高的峰值信噪比和较低的色差值,并能够有效保留图像的结构信息。; 丛晓峰章军胡强; 关键词：图像去雾峰值信噪比

基于轻量级网络的钢铁表面缺陷分类被引量：3: 2021年; 缺陷分类是钢铁表面缺陷检测的重要内容。在卷积神经网络(CNN)取得良好效果的同时,网络日益增长的参数量耗费了大量计算成本,为缺陷分类任务在个人计算机或低算力设备上的部署带来了巨大的挑战。针对上述问题,提出了一种新颖的轻量级网络模型Mix-Fusion。首先,通过组卷积和通道洗牌两种操作,在保持精度的同时有效降低计算成本;其次,利用一个狭窄的特征映射对组间信息进行融合编码,并将生成的特征与原始网络结合,从而有效解决了"稀疏连接"卷积阻碍组间信息交换的问题;最后,用一种新型的混合卷积(Mix Conv)替代了传统的深度卷积(DWConv),以进一步提高模型的性能。在NEU-CLS数据集上的实验结果表明,Mix-Fusion网络在缺陷分类任务中的浮点运算次数和分类准确率分别为43.4 MFLOPs和98.61%。相较于Shuffle Net V2和Mobile Net V2网络,Mix-Fusion网络不仅降低了模型参数,压缩了模型大小,同时还得到了更好的分类精度。; 史杨潇章军陈鹏王兵; 关键词：表面缺陷检测

融合注意力机制的小麦赤霉病语义分割网络被引量：2: 2023年; 小麦赤霉病是导致小麦大幅度减产的病害之一,对其开展自动识别研究具有重大意义。然而,传统方法一般通过阈值、色彩直方图等在农田复杂背景下开展小麦赤霉病的分割识别研究,其分割识别精确度较差并且泛化能力也不尽如意。为了在节省大量人力成本的同时对小麦赤霉病病斑进行快速、准确地分割从而辅助农业工作者对小麦患病的严重程度进行确认并开展后续的针对性研究,提出一种融合卷积神经网络和注意力机制的小麦赤霉病语义分割网络模型UNetA。该模型依据小麦赤霉病数据集的特点,使用融合了位置自注意力和空间注意力的注意力机制模块,并将注意力机制模块融入改进了的UNet结构中,再利用加权交叉熵损失函数来衡量预测值与实际值的差距同时缓解样本不均衡问题。试验结果表明,与现有的经典网络模型相比,UNetA模型的分割精度和实时性明显占据优势,其MIoU值达到83.90%,分割单张图像所用平均时间仅为0.5880 s。; 陈鹏马子涵章军夏懿王兵梁栋; 关键词：注意力小麦赤霉病

并行注意力机制在图像语义分割中的应用被引量：7: 2022年; 在卷积神经网络中融入注意力机制越来越成为语义分割强化特征学习的重要方法。提出了一种融合了局部注意力和全局注意力的卷积神经网络。输入图像经主干网络的特征提取,并行输入给局部注意力和全局注意力模块。局部注意力模块以编码-解码结构实现多尺寸的局部特征融合,全局注意力模块根据每个像素与其所在特征图上所有像素的相关性捕获全局信息。融合两个注意力模块不仅减少了局部信息的丢失,而且捕获了具有长距离依赖的全局信息,有效提升了特征提取的能力。采用一种数据相关的上采样方法代替双线性插值法恢复特征图至输入尺寸,同时改善了分割效果。采用Dice Loss损失函数并针对样本不平衡问题在类别损失前加入权重系数进一步改善了分割效果。该方法在药丸污点数据集、药丸缺损数据集以及走廊数据集上分别得到了96.39%、93.44%、96.28%的平均交并比结果。; 张汉张德祥陈鹏章军王兵

基于双通道注意力网络的脑电图意图识别被引量：2: 2021年; 为了正确地解释大脑活动并对脑电图信号数据进行有效识别,提出一种双通道注意力机制模型,对原始的脑电图信号数据进行分类,从而识别用户的意图。对于公共数据集Eegmmidb,模型在5项识别任务上的平均识别率为99.34%。实验结果表明:所提模型优于现有方法。; 孙亚东徐晓涛章军陈鹏; 关键词：意图识别脑机接口

基于Spec2Vec的电子电离质谱预测指纹研究: 2022年; 质谱法是一种广泛用于生物系统中化合物鉴定的技术。然而传统的质谱检索方法只能识别质谱库中已经存在的化合物。一种解决方法是通过分子指纹预测质谱,通过预测的质谱扩充质谱库。另一种方法是通过质谱预测分子指纹,通过分子指纹检索未知化合物。鉴于深度学习网络很难训练稀疏质谱,针对此问题,本文提出了一种基于Spec2Vec的质谱预测指纹方法。该方法使用质谱嵌入将稀疏质谱向量转化为稠密特征向量。实验结果表明,相较于直接使用质谱作为特征直接预测分子指纹,使用质谱嵌入方法进行指纹预测的表现更加优异。除此之外,本文所提出的方法还可以与指纹预测质谱方法联动以进一步提高识别精确度。; 夏卿张宝杰章军夏懿陈鹏; 关键词：质谱特征提取分子指纹

基于分子嵌入的电离质谱预测研究被引量：1: 2022年; 目前质谱技术被广泛应用于未知化合物成分分析。一种常见方式是将测得的待分析化合物质谱与现存质谱库中已有条目进行相似性计算。然而现有谱库存在覆盖性不足的问题:对于不存在于谱库中的化合物无法实现正确的检索。一种解决此问题的方式是从已知的分子结构及其对应的质谱数据中,利用神经网络得到分子结构特征与谱峰间存在的潜在映射关系,从而实现对质谱的预测。针对目前质谱预测方法中存在的分子结构特征丢失的问题,提出了一种基于分子嵌入的质谱预测方法,使用分子嵌入方法将分子结构特征转换为高维特征向量。结果标明,相较于传统方法中使用分子指纹对分子结构特征进行表示,使用分子嵌入方法进行质谱预测所得到的质谱平均相似性提高了5.4%,这些预测质谱在化合物检索任务中的表现也超过了基于分子指纹的预测方法。本文同时对实验中使用的数据集进行了差异性分析,表明该方法具有较好的泛化性能。; 张宝杰夏卿陈鹏夏懿章军; 关键词：质谱特征提取谱峰

章军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

章军

合作作者

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈