排序方式: 共有23条查询结果,搜索用时 250 毫秒
1.
2.
目前,单幅图像超分辨率重建取得了很好的效果,然而大多数模型都是通过增加网络层数来达到好的效果,并没有去发掘各通道之间的相关性。针对上述问题,提出了一种基于通道注意力机制(CA)和深度可分离卷积(DSC)的图像超分辨率重建方法。整个模型采用多路径模式的全局和局部残差学习,首先利用浅层特征提取块来提取输入图像的特征;然后,在深层特征提取块中引入通道注意力机制,通过调整各通道的特征图权重来增加通道相关性,从而提取高频特征信息;最后,重建出高分辨率图像。为了减少注意力机制带来的巨大参数影响,在局部残差块中使用了深度可分离卷积技术以大大减少训练参数,同时采用自适应矩估计(Adam)优化器来加速模型的收敛,从而提高了算法性能。该方法在Set5、Set14数据集上进行图像重建,实验结果表明不仅该方法重建的图像具有更高的峰值信噪比(PSNR)和结构相似度(SSIM),而且所提模型的参数量减少为深度残差通道注意力网络(RCAN)模型的参数量的1/26。 相似文献
3.
为了提升标准量子粒子群算法(Quantum Particle Swarm Optimization,QPSO)的收敛精度,提出了基于粒子势阱长度变化率的粒子平均最优位置权重计算方法,通过平均最优位置的调节,来提升粒子的寻优能力,并将改进后的QPSO算法应用于深度置信网络(Depth Belief Network,DBN)模型的学习率参数寻优中,以便找到最优的DBN模型参数,来提升DBN模型的识别准确率。将通过改进后QPSO算法进行参数寻优的DBN网络(LQ_DBN)应用于蛋黄形状检测中,与现有典型的DBN网络模型对比表明,LQ_DBN模型在蛋黄形状检测实验中的识别准确率比CC-PSO-DBN、PSO_MDBN和标准DBN模型都要高,且检测识别准确率的稳定性也是四种对比模型中最高的,表明基于改进的QPSO算法的DBN网络模型取得了较好的优化效果。 相似文献
4.
5.
6.
7.
语种识别的关键是从语音片段中提取有用的特征。通过延时神经网络(Time-delayed neural network, TDNN)可以提取包含丰富上下文信息的特征向量,有效提高系统性能。本文提出一种ECAPA(Emphasized channel attention)-TDNN+对比预测编码(Contrastive predictive coding,CPC)模型的多任务学习语种识别网络。ECAPA-TDNN为主干网络,提取语音全局特征,改进的CPC模型为辅助网络,对ECAPA-TDNN提取的帧级特征进行对比预测学习,通过联合损失函数进行优化训练。在东方语种竞赛数据集AP17-OLR的10类语种上进行了实验。实验结果表明,本文提出的网络在1 s,3 s和全长(All)测试集测得的识别准确率相比于基础网络都有明显的提高。 相似文献
8.
慕课是一种新兴的网络教育资源,它推动了教育的改革。本文结合雨课堂和慕课进行电子技术课程改革。结合学校本科生特点,针对慕课资源及现代教学工具进行选择。接着,从课前预习设计、课堂授课设计、课后测试设计,设计出课程改革的实施方式。然后,针对课程改革,提出课程考核方式的创新。最后,针对工程实践性提升的需求,制定出本校的创新性实验内容及实验方式改革。 相似文献
10.
废弃纸基复合包装再生利用技术的探讨 总被引:5,自引:0,他引:5
随着市场需求和包装技术的发展,纸基复合软包装在世界范围内得到了广泛的重视和迅速发展,逐步地替代金属、玻璃等包装材料。纸基复合软包装由于使用的原辅料品种较多,而且基材相互的粘结强度高,用单一的回收利用方法很难实现复合包装材料的有效再生利用。纸基复合包装材料含有优质的木质纤维、塑料和金属铝,如果不加以回收利用则一方面造成较严重的环境污染,而且造成优质资源的浪费。因此做好纸基复合软包装废弃物的回收再利用是一项即有社会效益又有经济效益的再生综合利用工作。该文重点对纸塑铝复合软包装盒的再生利用工艺技术做了较详细的分析与研究。 相似文献