一种基于改进的MobileNet V2网络模型的树种识别方法.pdf
书生****aa
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
一种基于改进的MobileNet V2网络模型的树种识别方法.pdf
本发明公开了一种基于改进的MobileNetV2网络模型的树种识别方法,该方法包括:在第一MobileNetV2网络模型的线性瓶颈倒残差模块bottleneck中,在卷积核为3x3的深度卷积和降维的逐点卷积之间融合通道空间混合注意力模块,得到第二MobileNetV2网络模型,将待识别树皮图像输入第二MobileNetV2网络模型,其输出待识别树皮图像的种类分数;待识别树皮图像的种类分数经过归一化指数函数获得属于各个树种类别的概率大小,将概率最大对应的树种类别作为模型预测的待识别树皮图像的树种类别
一种基于改进MobileNet模型的蜂窝肺识别方法.pdf
本发明公开了一种基于改进MobileNet模型的蜂窝肺识别方法,研究涉及图像处理技术领域;方法包括:获取蜂窝征CT影像数据集,对数据集进行数据标注和预处理;构建分类识别模型;计算模型输出与原始数据的误差损失值;根据误差损失值更新神经网络模型的参数;遍历所有训练样本,完成神经网络模型的训练学习,构建蜂窝肺CT影像识别模型,利用评价指标获得模型的识别性能;本发明是在计算机辅助的前提下精确获得蜂窝肺CT影像识别分类结果,提高分类识别准确率和模型整体性能。
一种改进MobileNet模型的人脸表情识别方法.pdf
本发明提出一种改进的MobileNet网络模型,在保留MobileNet轻量级整体结构的情况下,结合人脸表情识别的特点,进一步精简网络,使网络接收48*48的单通道灰度图片。为了减少网络计算量,保留了MobileNetV1模型中的深度可分离卷积层。同时为了解决在深度卷积层后引入非线性激活函数可能会导致信息丢失的问题,本发明在深度卷积层后直接舍弃非线性激活函数,采用MobileNetV2中提到的线性输出。网络模型使用了线性支持向量机进行人脸表情分类网络模型。最终本发明网络模型参数较MobileNetV1及M
一种基于transformer模型的网络协议识别方法.pdf
本发明公开了一种基于transformer模型的网络协议识别方法,其包括以下步骤:构建语料库、对数据预处理、构建模型的编码器、构建模型的解码器、使用训练数据集对模型进行训练和用训练好的模型对测试数据集的协议类型进行识别。本发明首先构建语料库,然后对未知网络流量数据过滤只保留协议相关信息,然后通过WordPiece分词、one‑hot编码将数据转化为词向量,再添加上相对位置编码,在语料库上利用多头注意力机制预训练模型,提取每个词在上下文的依赖关系,然后将需要识别的协议流量输入模型,最后通过分类器实现网络协议
基于改进Transformer模型的语音识别方法及装置.pdf
本发明涉及基于改进Transformer模型的语音识别方法,通过改进的Transformer模型进行语音识别,改进的方式为特征融合的方式为利用拼接函数和卷积神经网络融合解码器的高低层特征,并提取局部特征信息,将卷积神经网络提取的局部细节特征与Transformer的全局特征相融合,使得模型提取的特征更具有健壮性。同时为解码器的每一层构建一条短距离的反向传播路径,缓解模型底层的梯度消失问题;以及位置编码增强,将Transformer模型的语音特征嵌入向量和位置编码进行拆解,可以解决因为两者间的弱关联而引起噪