Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 765

会议视频 27

会议信息 22

年份

2024 1

2023 87

2022 113

2021 107

2020 85

2019 77

2018 55

2017 68

2016 50

2015 19

2014 5

2013 4

2012 7

2011 7

2010 4

2009 7

2008 16

2007 20

2006 15

2005 15

展开︾

关键词

机器学习 27

神经网络 27

人工智能 17

深度学习 15

智能制造 6

2020 5

人工神经网络 5

2019 4

BP神经网络 4

网络 4

网络安全 4

网络空间安全 4

MATLAB 3

仿真技术 3

图像处理 3

大数据 3

网络空间 3

ACM 2

BP算法 2

展开︾

检索范围：

排序：展示方式：

Aggregated context network for crowd counting

Si-yue Yu, Jian Pu,51174500148@stu.ecnu.edu.cn,jianpu@fudan.edu.cn

《信息与电子工程前沿（英文）》 2020年第21卷第11期页码 1535-1670 doi: 10.1631/FITEE.1900481

摘要： has been applied to a variety of applications such as video surveillance, traffic monitoring, assembly control, and other public safety applications. Context information, such as perspective distortion and background interference, is a crucial factor in achieving high performance for . While traditional methods focus merely on solving one specific factor, we aggregate sufficient context information into the network to tackle these problems simultaneously in this study. We build a fully convolutional network with two tasks, i.e., main density map estimation and auxiliary . The main task is to extract the multi-scale and spatial context information to learn the density map. The auxiliary task gives a comprehensive view of the background and foreground information, and the extracted information is finally incorporated into the main task by late fusion. We demonstrate that our network has better accuracy of estimation and higher robustness on three challenging datasets compared with state-of-the-art methods.

关键词：人群计数；卷积神经网络；密度估计；语义分割；多任务学习

HTML PDF 收藏

一种新的基于卷积神经网络的人群计数方法 Research Articles

黄杰浩,遆晓光,吴俊德,陈瑷玥

《信息与电子工程前沿（英文）》 2020年第21卷第8期页码 1119-1266 doi: 10.1631/FITEE.1900282

摘要：人群密度估计是一项具有挑战性的任务，因为人群中人头大小存在大范围变化。现有方法均采用多列式结构卷积神经网络去适应这种变化，但会导致密度图上不同密度区域产生平均效应并引入额外噪声。为解决该问题，提出一种新的基于分割先验图的神经网络方法，在分割图基础上生成一个高质量且没有噪声的密度图。该网络主要包括两个部分，即头部的人群前景分割神经网络和尾部的人群回归神经网络。在数据集只提供单点人头标记的情况下，采用均匀函数生成人群头部的掩膜真值图。基于该真值图，前景分割网络输出人群分割图，可有效减少密度图中无人区域噪声。将人群分割图输入人群回归网络，后者能生成高质量人群密度图并提供准确的人数估计。

关键词：人群计数；密度估计；分割先验图；均匀函数

HTML PDF 收藏

基于图像的深度学习降雨强度估计方法 Article

尹航, 郑飞飞, 段焕丰, Dragan Savic, Zoran Kapelan

《工程（英文）》 2023年第21卷第2期页码 162-174 doi: 10.1016/j.eng.2021.11.021

摘要：本文提出了一种基于图像的深度学习模型来估计具有高时空分辨率的城市降雨强度。进一步来说，一种称为基于图像的降雨卷积神经网络（image-based rainfall convolutional neural network, irCNN）模型是使用从现有密集传感器（即智能手机或交通摄像头随后使用经过训练的irCNN 模型根据传感器的降雨图像有效地估计降雨强度。分别利用合成降雨数据和真实降雨图像来探索irCNN 在理论和实际模拟降雨强度方面的准确性。结果表明，irCNN 模型提供的降雨量估计值的平均绝对百分比误差在13.5%~21.9%之间，超过了文献中其他最先进的建模技术的性能。

关键词：城市洪水降雨图像深度学习模型卷积神经网络（CNN）降雨强度

HTML PDF 收藏

风云三号A星微波湿度计数据处理与应用

何杰颖,张升伟

《中国工程科学》 2013年第15卷第10期页码 47-53

摘要：利用神经网络算法建立反演模型，并与国外已经业务运行的先进微波探测单元B型（AMSU-B）比较，性能相当。反演北京地区2008年7—12月相对湿度和水汽密度廓线，对比探空数据，分析反演均方差。

关键词：微波湿度计风云三号A星神经网络算法水汽密度

HTML PDF 收藏

深度三维重建：方法、数据和挑战 Review Article

刘彩霞1,孔德慧1,王少帆1,王志勇2,李敬华1,尹宝才1

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.2000068

摘要：现有三维重建方法通常存在两个瓶颈：（1）它们涉及多个人工设计阶段，导致累积误差，且难以自动学习三维形状的语义特征；（2）它们严重依赖图像内容和质量，以及精确校准的摄像机。基于深度学习的三维重建方法通过利用深度网络自动学习低质量图像中的三维形状语义特征，克服了这两个瓶颈。然而，这些方法具有多种体系框架，但是至今未有文献对它们作深入分析和比较。本文对基于深度学习的三维重建方法进行全面综述。首先，基于不同深度学习模型框架，将基于深度学习的三维重建方法分为4类：递归神经网络、深自编码器、生成对抗网络和卷积神经网络，并对相应方法作详细分析。再次，对基于深度学习的三维重建方法进行综合比较，包括不同方法在同一数据库、同一方法在不同数据库以及同一方法对于不同视角个数输入的结果比较。最后，讨论了基于深度学习的三维重建方法的发展趋势。

关键词：深度学习模型；三维重建；循环神经网络；深度自编码器；生成对抗网络；卷积神经网络

HTML PDF 收藏

基于海面更快区域卷积神经网络的导航雷达平面位置指示器图像海面目标检测方法 Research Article

陈小龙,牟效乾,关键,刘宁波,周伟

《信息与电子工程前沿（英文）》 2022年第23卷第4期页码 630-643 doi: 10.1631/FITEE.2000611

摘要：更快的区域卷积神经网络（Faster R-CNN）作为一种经典深度学习目标检测算法，已广泛应用于高分辨率合成孔径雷达和逆合成孔径雷达的图像检测。本文以导航雷达PPI图像为例，针对复杂背景（如海杂波）和目标特性情况，提出一种基于海面的更快的区域卷积神经网络（Marine-Faster R-CNN）算法的海面目标检测方法。该方法利用卷积神经网络（CNN）对雷达回波生成的PPI图像进行特征提取和目标识别。首先，为提高检测海面目标的准确率，降低虚警率，设计了特征融合网络FFNet（Feature Fusion Network），并从锚点尺度、多目标检测、数据样本平衡性、尺度归一化等方面优化Faster R-CNN

关键词：海面目标检测；导航雷达；平面位置指示器（PPI）图像；卷积神经网络；更快的区域卷积神经网络

HTML PDF 收藏

基于两级层次特征学习的图像分类方法 Article

Guang-hui SONG,Xiao-gang JIN,Gen-lang CHEN,Yan NIE

《信息与电子工程前沿（英文）》 2016年第17卷第9期页码 897-906 doi: 10.1631/FITEE.1500346

摘要：概要：在图像分类任务中，不同类别之间的相似度是不同的，样本经常被误分到相似度较高的类别中。为了区分高度相似类别中的样本，需要更加具体的图像特征，以便于分类器能够提高分类性能。本文提出了一种新颖、有效的基于深度卷积神经网络的两级层次特征学习框架。首先，不同层次的深度特征抽取器使用迁移学习方法进行训练。最后，基于Caltech-256、Oxford Flower-102和Tasmania Coral Point Count三个图像数据集的实验证明，通过两级层次特征学习的深度特征的表达能力十分强大，与传统的扁平多分类方法相比

关键词：迁移学习；特征学习；深度卷积神经网络；层次分类；谱聚类

HTML PDF 收藏

用于语音识别的二值神经网络 Regular Papers

Yan-min QIAN, Xu XIANG

《信息与电子工程前沿（英文）》 2019年第20卷第5期页码 701-715 doi: 10.1631/FITEE.1800469

摘要：近年来，在语音识别的声学建模中，深度神经网络(DNNs)明显优于高斯混合模型。然而，推断阶段巨大的计算量使其难以部署在低功耗的嵌入式模型上。为此，稀疏性和低精度定点量化技术被广泛使用。为降低推理阶段计算量，本文开发了用于语音识别的二进制神经网络，并实现了高速的二值矩阵乘法。在中央处理器(CPU)和图形处理单元(GPU)上，二值矩阵乘法的运行速度是浮点矩阵乘法的5–7倍。针对大规模连续语音识别的声学建模，提出多种二值神经网络及相关模型优化算法。为提高二值模型的精度，探索了从浮点模型到二值模型的知识蒸馏技术。在标准的Switchboard语音识别任务上，该二值神经网络模型比浮点神经网络模型速度提高3–4倍。借助知识蒸馏技术，二值深度神经网络或卷积神经网络相对其浮点神经网络的词错误率增加可以保持在15%以内。若只二值化卷积神经网络的卷积层，词错误率增加几乎可忽略。

关键词：语音识别；二值神经网络；二值矩阵乘法；知识蒸馏；位1计数

HTML PDF 收藏

可见光波段的深度衍射神经网络 Article

陈航, 冯佳楠, 江闽伟, 王逸群, 林杰, 谭久彬, 金鹏

《工程（英文）》 2021年第7卷第10期页码 1485-1493 doi: 10.1016/j.eng.2020.07.032

摘要： ">基于衍射光学元件的光学深度学习在并行处理深度衍射神经网络（D²NN）是其中一项具有里程碑意义的研究工作。D²NN在太赫兹波段通过3D打印进行神经网络的物理固化。鉴于太赫兹波段下存在的粒子间耦合限制和材料损耗，本文将D2NN的应用波段延展至可见光波段，并提出了包括修订公式在内的一般理论，解决了工作波长、人工神经元特征尺寸和加工制备之间的矛盾。

关键词：光计算光学神经网络深度学习光学机器学习深度衍射神经网络

HTML PDF 收藏

体育视频摘要中的镜头分类和回放检测 Research Article

Ali JAVED, Amen ALI KHAN

《信息与电子工程前沿（英文）》 2022年第23卷第5期页码 790-800 doi: 10.1631/FITEE.2000414

摘要：因此，提出一种基于轻量级卷积神经网络的镜头分类方法。该方法对每一个镜头进行回放检测；特别地，检测出从体育视频中识别出回放片段的连续标识转换帧。为此，提出局部八元模式特征来表示视频帧，并训练极限学习机分为回放或非回放两类。

关键词：极限学习机；轻量级卷积神经网络；局部八元模式；镜头分类；回放检测；视频摘要

HTML PDF 收藏

一种基于卷积神经网络从3导联心电图推导标准12导联心电图的新方法 Regular Papers

Lu-di WANG, Wei ZHOU, Ying XING, Na LIU, Mahmood MOVAHEDIPOUR, Xiao-guang ZHOU

《信息与电子工程前沿（英文）》 2019年第20卷第3期页码 405-413 doi: 10.1631/FITEE.1700413

摘要：本文提出一种基于卷积神经网络（convolutional neural network，CNN）的导联重构方法。

关键词：卷积神经网络（CNNs）；心电图重构；电子健康

HTML PDF 收藏

过程神经网络的训练及其应用

何新贵,梁久祯,许少华

《中国工程科学》 2001年第3卷第4期页码 31-35

摘要：

研究过程神经网络的学习算法及其在过程模式识别中的应用。针对权值基展开的过程神经网络讨论了权值基的选取规则和对采样曲线的标准化处理问题，给出了含一个隐层的过程神经网络的误差反传播学习算法。以聚合化学反应和渗流实验两个具体实例验证了算法的有效性，也说明了过程神经网络的广泛应用前景。

关键词：过程神经网络学习算法模式识别化学反应渗流

HTML PDF 收藏

深度卷积神经网络高效计算研究进展 Review

Jian CHENG, Pei-song WANG, Gang LI, Qing-hao HU, Han-qing LU

《信息与电子工程前沿（英文）》 2018年第19卷第1期页码 64-77 doi: 10.1631/FITEE.1700789

摘要：近年来迅速发展的深度神经网络已成为许多智能系统的基础工具。同时，深度网络的计算复杂度和资源消耗也在持续增加，这给深度网络的部署带来了严峻挑战，尤其在实时应用中或应用设备资源有限时。因此，网络加速是深度学习领域的热门话题。为提升深度神经网络的硬件性能，最近几年涌现出一大批基于现场可编程门阵列（field-programmable gate array, FPGA）或专用集成电路（application-specific本文针对网络加速、压缩、软硬件结合的加速器设计等方面的进展进行了详细而全面的总结。特别地，本文对网络剪枝、低秩估计、网络量化、拟合网络、紧凑网络设计以及硬件加速器进行了深入分析。

关键词：深度神经网络；加速；压缩；硬件加速器

HTML PDF 收藏

面向多目标跟踪的关联相似度神经网络学习 Research Articles

马良,钟巧勇,张营营,谢迪,浦世亮

《信息与电子工程前沿（英文）》 2021年第22卷第9期页码 1194-1206 doi: 10.1631/FITEE.2000272

摘要：为解决视频多目标跟踪问题，提出一种特征和度量联合学习的深度神经网络架构，称为关联相似度网络。关联相似度网络以端到端的方式学习跟踪轨迹和检测结果之间的关联相似度。针对有缺陷的检测结果，关联相似度网络同时学习矩形框回归、目标分类和相似度回归3个任务。不同于现有基于对比排序思想的方法，我们直接训练一个二分类器来学习跟踪轨迹与检测结果的关联相似度，同时设计了损失函数来约束匹配集合元素的个数。得益于上述设计，关联相似度网络不仅能够解决多目标跟踪问题中的匹配问题，还可以进行单目标跟踪。基于提出的关联相似度网络，设计了一个简单的多目标跟踪算法，在MOT16和MOT17测试集上的实验结果表明其有效性。

关键词：多目标跟踪；深度神经网络；相似度学习

HTML PDF 收藏

脉冲神经网络研究现状与应用进展

刘浩 ,柴洪峰 ,孙权 ,云昕 ,李鑫

《中国工程科学》 2023年第25卷第6期页码 61-79 doi: 10.15302/J-SSCAE-2023.06.011

摘要：

脉冲神经网络（SNN）是更具生物可解释性的新一代人工神经网络，具有独特的信息编码处理方式、丰富的时空动力学特性、低功耗事件驱动工作模式等优势，近年来受到广泛关注并在医疗健康、工业检测、智能驾驶等方向获得探索性应用本文介绍了SNN的基本要素和学习算法，包括经典的神经元模型、突触可塑性机制、常用的信息编码方式，分析了各类学习算法的优缺点，总结了主流的SNN软件模拟器、脉冲神经形态硬件的研究情况；细致梳理了SNN在计算机视觉、自然语言处理、推理决策等方面的研究以及行业应用场景，发现SNN在目标检测、动作识别、语义认知、语音识别等任务中具有突出的潜力，显著提升了相应的计算性能。

关键词：脉冲神经网络；类脑计算；学习算法；神经形态芯片；应用场景