排序方式: 共有18条查询结果,搜索用时 15 毫秒
1.
2.
基于深度学习的高光谱遥感图像地物分类是目前研究的热点.但由于其参数规模大以及结构复杂,深度网络通常需要大量训练样本和较长训练时间,如何在小规模样本下建立深度学习监督分类模型是需要解决的关键问题.本文提出了一种小规模样本下高光谱图像分类的空-谱卷积稠密网络算法,称为SSCDenseNet,其包含三种新颖的架构策略:(1)空-谱分离卷积,即采取光谱维一维卷积和空间维二维卷积的分离卷积结构构成隐层单元,并通过多个隐层单元堆叠构造深度网络;(2)隐层单元中使用批归一化,减少数据协方差漂移及加速网络训练;(3)隐层单元间构建稠密连接,缓解梯度消失问题并实现特征复用.通过Indian Pines、Pavia University与Salinas数据集进行综合测评,表明该方法优于若干最新深度学习方法,特别在小规模样本下具有优异的分类性能. 相似文献
3.
为了研究板间距变化对铝板多冲击结构高速撞击损伤与防护特性的影响,采用二级轻气炮发射铝球弹丸对具有不同板间距的双层、三层、四层和五层铝板结构进行了高速撞击试验,弹丸直径分别为3.97 mm、5 mm和6.35 mm,撞击速度为1.72~4.88 km/s,撞击角度为0°。结果表明:在铝球弹丸的弹道段撞击速度区间,板间距变化对铝板多冲击结构的高速撞击防护性能无显著影响;在铝球弹丸的破碎段撞击速度区间,对于相同的总防护间距,具有不同板间距的铝板多冲击结构的高速撞击防护性能存在明显差异;基于该试验数据定义的三层、四层和五层铝板结构的板间距因子,可为具有高效抗高速撞击能力的铝板多冲击结构的板间距设计提供依据。 相似文献
4.
在新数字背景下,当代动画的发展进入了一个新时期,大部分动画作品已经成为了具有多元性、社会性的文化消费品.因此,如何在中国动画作品融入中国美学、体现中国特色及民族性,使作品即具有艺术性也能有一定商业价值已经成为了新时代的要求和考验. 相似文献
5.
6.
为解决装配式剪力墙钢筋外伸及湿作业影响工程质量的问题,设计出了一种无外伸钢筋且利用钢预埋件焊接的干连接方式的新型装配式剪力墙,并采用Abaqus有限元法模拟分析新型装配式剪力墙水平缝干连接方式时水平缝的受力性能,再通过与Abaqus有限元法模拟的现浇剪力墙、试验现浇剪力墙的滞回曲线、骨架曲线、延性系数、耗能能力、刚度退化等进行了对比分析。结果表明,在低周反复荷载的作用下,该新型预制装配式剪力墙结构虽然在耗能能力、抗震能力等方面比现浇剪力墙略弱,但接近于现浇剪力墙结构,受力性能较好,抗震性能较好。 相似文献
8.
9.
目的 受限于卷积核形状固定,传统卷积神经网络(convolutional neural network,CNN)方法难以精确分类高光谱图像(hyperspectral image,HSI)中的跨类别边缘区域,导致地物边界模糊。内容引导CNN (content-guided CNN,CGCNN)能够根据地物形态自适应调整卷积核形状,具有地物边缘保持分类能力。但由于内容引导卷积属于非固定模板结构,不能直接调用现有深度学习加速库实现并行计算。针对该问题,本文设计了一种内容引导卷积的并行计算方法,并验证其加速及分类性能。方法 本文基于内容引导卷积等价于各向异性核加权和标准卷积的组合结构,通过利用深度学习库中的平铺、堆叠、网格和采样等底层函数构造索引矩阵来定义重采样方式,以将内容引导卷积分解为与空间位置无关的像素级独立计算过程,并在图形处理器(graphics processing unit,GPU)上并行执行。结果 经测试,本文提出的并行化内容引导卷积相比串行运算方式平均提速近700倍。在分类性能测试中,并行化CGCNN在合成数据集上表现出优异的细节保持分类能力,总精度平均高于对比方法7.10%;同时在两组真实数据集上亦取得最优分类结果,分别高于对比方法7.21%、2.70%。结论 通过将内容引导卷积分步拆解,能够将其转化为一系列并行计算过程,且能够在GPU上高效执行;并通过在多组数据集上的分类精度、参数敏感度和小样本学习等综合性能测试进一步表明,并行化CGCNN在具有优良分类性能的同时,亦具有对不同地物的边缘保持分类能力,能够获得更精细的分类结果。 相似文献
10.