link管理
链接快照平台
- 输入网页链接，自动生成快照
- 标签化管理网页链接
相关文章推荐
|
冷静的楼房 · 中国新闻网：中国科学家揭示霍乱大流行菌株起源 ...· 2 月前 · |
|
|
开心的书包 · 华为手环无氧耐力和有氧耐力-智和家· 5 月前 · |
|
|
没有腹肌的西瓜 · 【挖掘千年运河现代价值 ...· 6 月前 · |
|
|
爱看书的海豚 · 堺雅人 MASATO SAKAI-日本偶像劇場· 8 月前 · |
link管理
›
相同关键词【多层感知机】论文列表 -- 中国光学期刊网
| 神经网络 光学 感知中国 |
| http://www.opticsjournal.net/Articles/SameKey/%E5%A4%9A%E5%B1%82%E6%84%9F%E7%9F%A5%E6%9C%BA |
|
有情有义的蚂蚁
1 年前 |
作者单位
摘要
上海交通大学机械与动力工程学院，上海 200240
提出一种基于多层感知机的金属表面光度-结构光测量数据融合算法。设计了融合面结构光与光度立体视觉两种测量原理的复合传感器，分别获得同一相机坐标系下的缺失点云及完整法向量多模态数据。为有效融合两种数据，设计了基于位置编码的多层感知机网络，以点云为形状约束，以法向量为纹理约束，实现金属表面完整的高精度三维重建。通过仿真和实验验证了所提方法的有效性。实验结果表明：该方法有效避免了法向量积分累计误差的问题，在获取完整点云的同时，测量精度相较于结构光测量系统提升了50.4%。
测量
结构光
光度立体视觉
视觉测量
复合传感器
多层感知机
measurement
structured light
photometric stereo
vision measurement
multi-sensor
multilayer perceptron
作者单位
摘要
昆明理工大学 机电工程学院，云南 昆明 650500
视频超分辨率（Video-Super Resolution，VSR）旨在将低分辨率视频帧序列重建为高分辨率视频帧序列。相较于图像超分辨率，VSR由于增加了时间维度的信息，因此通常需要依赖邻近帧高度相关信息实现当前帧的重建。如何对齐相邻帧，并获取帧间高度相关信息，是VSR任务关注的重点问题。本文将VSR任务分为去模糊、对齐、重建三个阶段。在去模糊阶段，将当前帧与相邻帧进行预对齐 ，获取与当前帧高度相关的特征信息，通过强化当前帧的细节以便实现初始阶段更多特征信息的提取。在对齐阶段，通过对输入特征进行二次对齐操作，利用相邻帧中高度相关信息进一步强化当前帧中特征信息。在重建阶段，通过聚合原始低分辨率帧以在网络末端提供更多特征信息。本文利用多层感知机（Multi-Layer Perceptron，MLP）代替传统卷积操作构造特征提取模块，同时对生成的特征信息进行二次对齐，以细化图像特征获得更优的视频帧重建效果。实验结果表明，本文提出的算法在多种公开数据集上的视频帧序列重建精度更高的同时，也取得了更少的网络参数量和更连贯的视频序列重建表现。
计算机视觉
视频超分辨率
多层感知机
注意力机制
光流
帧对齐
computer vision
video super-resolution
multi-layer perceptron
attention mechanism
optical flow
frame alignment
作者单位
摘要
上海理工大学 健康科学与工程学院, 上海 200093
肝脏精准分割对于肝癌的定位与治疗至关重要, 针对肝脏形状尺寸不一以及边缘和病灶区域分割难度较大等问题, 提出了一个基于多层感知机和多尺度特征提取的肝脏分割网络(M2U-Net)。该网络分为卷积阶段和多层感知机阶段。在卷积阶段的编码器部分加入挤压激励模块, 突出特定的肝脏分割任务, 抑制无关背景区域; 在多层感知机阶段加入标记化多层感知机模块, 减小模型复杂度。过渡层增加了多尺度特征提取模块, 适应不同尺度肝脏的分割以及细节区域的分割; 在LiTS数据集和东方肝胆医院提供的数据集上的实验结果表明, 此分割网络在三个评价指标上结果均优于U-Net、U-Net++和CE-Net等分割网络。
肝脏分割
深度学习
标记化
多层感知机
多尺度特征提取
liver segmentation
deep learning
tokenized MLP
multi-scale feature extraction
作者单位
摘要
辽宁工程技术大学电子与信息工程学院，辽宁 葫芦岛 125105
为了加快天线建模优化速度，提出了一种基于深度学习网络架构的新型深度多层感知机（DMLP）网络用于优化超宽带天线，该网络采用阶梯下降形深度全连接层网络，应用Adam优化器自动更新学习率，加快了模型的权值更新。应用drop-out技术对隐含层中的部分神经元进行随机剔除，以防止网络层数过深所导致的过拟合现象的发生。使用DMLP网络对超宽带阶梯形微带单极子天线几何参数进行建模，从天线的8个几何参数中提取特征，对天线的
S
11值进行预测。实验结果表明，该结构网络与传统多层感知器神经网络、径向基神经网络相比，对
S
11的预测平均误差分别减小了118.32%和123.76%，拥有更高的预测准确度，拟合速度也有较大提升，通过实验验证了此网络的可行性。
光学器件
深度
多层感知机
超宽带阶梯形微带单极子天线
Adam优化器
optical devices
deep multi-layer perceptron
ultra-wideband stepped microstrip monopole antenna
Adam optimizer
作者单位
摘要
1
新疆大学机械工程学院, 新疆 乌鲁木齐 830047
2
佰博机电科技有限公司, 新疆 乌鲁木齐 830011
为了提高近景摄影测量中编码标志点的编码容量和解码准确率,提出一种由定位十字标、起始数字、编码字符组成的合作编码定位对应圆型标志方法。通过高斯滤波对采集的图像进行平滑的预处理,可以消除噪声;利用自适应局部阈值法对目标进行分割,可以获取字符区域与十字标区域;使用TensorFlow-MLP(Multilayer Perceptron)神经网络训练好的字符样本库对字符进行分类与识别;对十字标区域进行填充修复,经过灰度平方加权质心法可以实现亚像素定位。该类型合作编码标志在实际应用中具有唯一辨识性,定位精度高且解码准确高效。
图像处理
摄影测量
合作编码标志
多层感知机
神经网络
灰度加权质心法
image processing
photogrammetry
cooperative coded targets
multilayer perceptron neural network
gray weighted centroid method
作者单位
摘要
1
上海大学通信与信息工程学院, 上海 200444
2
上海先进通信与数据科学研究院, 上海 200444
3
国网山东省电力公司, 山东 济南 250000
通过分析杆塔镂空的结构特征,提出了一种基于杆塔梯度方向直方图(HOG)的由远及近杆塔部件检测方法。使用不同方位下杆塔HOG特征训练多层感知机(MLP),得到训练后的分类模型,将航拍图像输入到分类模型中识别杆塔的方位,最终实现了局部目标的检测。相比于深度学习神经网络,该方法的分类特征更加明确,更具有代表性。实验结果表明,所提方法的检测准确率比Faster RCNN(Regions with Convolutional Neural Networks)方法高27.9%,运算时间比Faster RCNN减少70.6%。所提方法适用于在开阔环境下利用无人机对杆塔方位及其局部部件的精确检测。
图像处理
视觉导航
梯度方向直方图特征
多层感知机
杆塔检测
神经网络
image processing
visual navigation
histogram of the gradient (HOG) feature
multi-layer perceptron
tower detection
neural network