周林勇
- 作品数：5 被引量：26H指数：3
- 供职机构：贵州师范大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于ACGAN的图像识别算法被引量：11
- 2019年
- 针对基于辅助分类器生成对抗网络(ACGAN)的图像分类算法在训练过程中稳定性低且分类效果差的问题,提出一种改进的图像识别算法CP-ACGAN。对于网络结构,在判别网络的输出层取消样本的真假判别,只输出样本标签的后验估计并引入池化层。对于损失函数,除真实样本的交叉熵损失外,在判别网络中增加生成样本的条件控制标签及后验估计间的交叉熵损失。在此基础上,利用真假样本的交叉熵损失及属性重构生成器和判别器的损失函数。在MNSIT、CIFAR10、CIFAR100数据集上的实验结果表明,与ACGAN算法、CNN算法相比,该算法具有较好的分类效果与稳定性,且分类准确率分别高达99.62%、79.07%、48.03%。
- 周林勇谢晓尧谢晓尧刘志杰游善平
- 关键词：特征提取图像分类
- 一种改进阀值函数的小波去噪算法研究
- 小波去噪是一种经典而有效的图像去噪方法，但无论是硬阀值函数还是软阀值函数方法都有自身的缺点。为了克服小波阀值函数去噪中存在的问题，本文提出了一种新的阀值函数方法，既可以克服硬阀值函数的不连续性，又能防止软阀值函数由于固定...
- 周林勇谢晓尧
- 关键词：小波去噪
- 卷积神经网络池化方法研究被引量：12
- 2019年
- 为解决随机池化中零元素概率为0导致不能被选择的问题,提出一种改进的混合概率随机池化方法。将池化域中的元素去重复并按升序排序,然后加上对应次序的幂次,得到元素的权重概率。在此基础上,根据多项分布取样给出池化值。在数据集MNIST、CIFAR-10、CIFAR-100上进行实验,结果表明,该方法在3种数据集上的分类准确率分别为99.50%、72.25%、39.05%,相较于传统池化方法具有较好的分类效果与稳健性。
- 周林勇谢晓尧谢晓尧刘志杰
- 关键词：卷积神经网络图像分类
- 基于生成对抗网络的图像分类研究及其在脉冲星候选体识别中的应用
- 脉冲星是高度磁化的旋转中子星，具有体积小、密度大等特点。脉冲星的发现在物理和天文学领域都有着重大的意义。随着人工智能技术的发展，基于深度学习的图像识别方法被越来越多地用于脉冲星候选的识别。然而，脉冲星候选体数据集具有极端...
- 周林勇
- 关键词：图像识别半监督学习
- 无纸化阅卷中图像噪声的去除研究与优化被引量：3
- 2013年
- 基于互联网的无纸化阅卷越来越广泛的应用于各种考试中。然而试卷在扫描、传输过程中不可避免的会受到噪声的干扰,使得试卷的图像效果不佳,这给阅卷工作带来很大的麻烦。为了解决这些问题,本文研究了新的阈值和改进的阈值函数的去噪效果,最后通过MATLAB进行模拟仿真,验证了它与传统的去噪方法相比确实有更好的去噪效果。
- 周林勇谢晓尧刘志杰
- 关键词：图像去噪阈值
