内容提供者
一种基于卷积神经网络和多模态融合的分类识别方法.pdf
2023-06-06
10金币
970KB
15页
慧娇****文章
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共15页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
一种基于卷积神经网络和多模态融合的分类识别方法.pdf
本发明公开了一种基于卷积神经网络和多模态融合的分类识别方法。其实现方案是:(1)对目标原始回波进行处理得到包含目标在内的距离?多普勒?幅值数据;(2)获取目标周围的4×16大小的距离?多普勒像,并将不同模态多普勒数据串联融合,分别形成一维、二维数据集;(3)构建基于卷积神经网络的多模态融合模型,使用一维、二维卷积神经网络进行分类识别;(4)通过前向传播和后向传播训练、测试网络,并使用梯度下降算法优化网络模型;(5)将两种模块得到的分类结果,通过自然贝叶斯算法进行决策级融合,得到目标分类识别综合结果。本发明
2023-06-06
10
970KB
一种基于多模态融合的情绪分类识别方法.pdf
本发明公开一种基于多模态融合的情绪分类识别方法，包括：输入单个数据的脑电信号，并对脑电信号预处理，脑电信号为多通道数字信号；选取M个电极作为脑网络节点，每个节点代表一个脑电信号，并计算各个节点之间的相位锁定值，进而得到脑网络节点对应的连接权重矩阵；根据连接权重计算加权K‑阶传播数，进而得到每个节点的重要性排名；将脑网络拓扑结构和节点的重要性进行融合；计算训练数据集中所有特征的F‑score值，对融合后的特征进行选择，对整个数据集进行情绪分类；本发明采用合理的特征选择策略从整个特征空间选择最好的子集，将网络
2023-08-07
10
637KB
一种融合多模态数据的3D卷积神经网络手语识别方法.pdf
本发明公开了一种基于多模态数据的3D卷积神经网络动态手语识别方法，具体为：构建深度神经网络，分别针对手势红外图像和轮廓图像从视频的空间维度和时间维度进行特征提取，融合两个基于不同数据格式的网络输出进行最终的手语分类。本发明对两种不同数据格式中的肢体运动轨迹信息进行准确的提取，有效降低了模型的计算复杂度，并采用深度学习策略融合两个网络的分类结果，有效解决了单个分类器由于数据丢失所引起的分类错误问题，使模型对不同场景的光照和背景噪声干扰有较好的鲁棒性。
2023-09-01
10
1.1MB
基于卷积稀疏表示的多模态图像融合方法.pdf
本发明涉及一种基于卷积稀疏表示的多模态图像融合方法，首先，利用稀疏优化函数将源图像进行两尺度分解得到高频分量和低频分量；然后，将两尺度分解得到的高频和低频分量，根据多模态图像特点采用不同的融合策略，高频分量利用卷积稀疏表示对稀疏系数取最小值的融合策略，低频分量利用取平均的融合策略得到融合后图像的低频分量；最后将得到的融合后图像的高频分量和低频分量相加得到融合图像。相对其他三种融合方法，不论在主观视觉和客观评价指标上还是在计算效率上，本发明方法可以更好保留源图像的细节等纹理信息。
2023-11-15
10
2MB
基于融合形态特征的自适应多卷积神经网络文字识别方法.pdf
本发明公开了一种基于融合形态特征的自适应多卷积神经网络文字识别方法，其中，包括：对待识别图像进行文字轮廓特征提取；对待识别图像中的文字图像通过自适应分类算法进行分类；根据分类结果将文字图像分配到不同密度的文字识别卷积神经网络中，将提取的文字轮廓特征与对应的文字图像特征进行融合，获得识别结果。本发明对待识别图像进行文字轮廓特征提取，并通过自适应分类算法对文字图像进行分类，将不同的文字图像给到不同的卷积神经网络进行文字识别，卷积神经网络对文字轮廓特征与文字图像融合，使得本发明所述的深度神经网络技术在加快识别速
2023-08-27
10
875KB