修车大队一品楼qm论坛51一品茶楼论坛,栖凤楼品茶全国楼凤app软件 ,栖凤阁全国论坛入口,广州百花丛bhc论坛杭州百花坊妃子阁

oe1(光电查) - 科学论文

5 条数据
?? 中文（中国） ▾

  • 基于多重深度置信网络的高光谱图像光谱-空间分类

    摘要： 近期有研究提出基于深度学习的特征提取方法用于高光谱图像（HSI）分类。作为深度学习组成部分的深度置信网络（DBN），已被应用于高光谱图像分类以实现深度抽象特征提取。然而DBN需同时处理高光谱立方体中数百个特征，这导致计算复杂度增加，并在训练数据有限时造成特征抽象能力受限及性能下降。此外，基于降维的解决方案会导致宝贵光谱信息丢失，从而影响分类效果。 为解决该问题，本文提出面向光谱-空间高光谱图像分类的光谱自适应分段深度置信网络（SAS-DBN）。该方法通过将原始光谱波段分割为若干相关波段小组，并采用局部DBN分别处理各组数据来挖掘深层抽象特征。同时通过先对高光谱图像进行超分割来融入空间特征。这种方案在降低复杂度的同时提升了数据抽象能力，显著改善了高光谱图像分类性能。将DBN特征提取局部应用于各波段组，既降低了计算复杂度又实现了更优的特征提取，从而提高分类精度。 总体而言，通过分段DBN过程有效利用光谱特征、结合超分割获取空间特征并将二者融合用于高光谱图像分类，对分类性能具有重要提升作用。在具有不同背景和分辨率的经典高光谱标准数据集上的实验评估验证了本方法的有效性，其分类结果与多种最新高光谱分类技术相当。

    关键词： 高光谱图像分类、支持向量机、深度信念网络、分割

    更新于2025-09-23 15:23:52

  • [2019年IEEE第46届光伏专家会议（PVSC） - 美国伊利诺伊州芝加哥（2019.6.16-2019.6.21）] 2019年IEEE第46届光伏专家会议（PVSC） - 在Cu?ZnSnSe?太阳能电池后界面添加薄CuGa层的影响

    摘要： 当前神经网络因其在识别、分类、回归和预测等多种实际计算任务中的出色表现而广受赞誉，但能应对计算挑战的可扩展架构却寥寥无几。本文介绍了一种面向低功耗高性能设计的事件驱动型神经网络加速器——Minitaur。作为基于现场可编程门阵列的系统，它既可集成至现有机器人设备，也能为CPU分担高负载的神经网络计算任务。本版本实现了脉冲深度网络，在1.5瓦功耗下达到每秒1900万次突触后电流处理能力，单板支持多达6.5万个神经元。该系统在MNIST手写数字分类任务中达到92%准确率，在20类新闻组分类数据集上实现71%准确率。其事件驱动特性允许在准确性与延迟之间进行灵活权衡。

    关键词： 深度信念网络、脉冲神经网络、现场可编程门阵列、受限玻尔兹曼机、神经网络、机器学习

    更新于2025-09-23 15:19:57

  • 基于锗突触晶体管和砷化镓光电探测器的光响应突触

    摘要： 当前神经网络因其在识别、分类、回归和预测等多种实际计算任务中的出色表现而广受赞誉，但针对其计算挑战的规?；芄谷戳攘任藜?。本文介绍了一种事件驱动型神经网络加速器Minitaur，该设计兼具低功耗与高性能特性。作为基于现场可编程门阵列的系统，它既可集成至现有机器人设备，也能为CPU分担高负载神经网络计算任务。本版本实现了一个脉冲深度网络，在1.5瓦功耗下达到每秒1900万次突触后电流处理能力，单板支持多达6.5万个神经元。该系统在MNIST手写数字分类任务中达到92%准确率，在20类新闻组分类数据集上实现71%准确率。得益于其事件驱动特性，系统可在准确率与延迟之间进行灵活权衡。

    关键词： 深度信念网络、脉冲神经网络、现场可编程门阵列、受限玻尔兹曼机、神经网络、机器学习

    更新于2025-09-23 15:19:57

  • [2019年IEEE第十区人道主义技术会议(R10-HTC) - 印度尼西亚西爪哇省德波(2019.11.12-2019.11.14)] 2019 IEEE第十区人道主义技术会议(R10-HTC)(47129) - 面向残疾人的眼动控制沉浸式视频导航系统

    摘要： 当前神经网络因其在识别、分类、回归和预测等多种实际计算任务中的优异表现而广受赞誉，但针对其计算挑战的规模化架构却寥寥无几。本文介绍了一种面向低功耗高性能设计的事件驱动型神经网络加速器Minitaur。作为基于现场可编程门阵列的系统，它既能集成至现有机器人设备，也可为CPU分担高负载神经网络计算任务。本版本实现了脉冲深度网络，在1.5瓦功耗下达到每秒1900万次突触后电流处理能力，单板支持多达6.5万个神经元。该系统在MNIST手写数字分类任务中达到92%准确率，在20类新闻组分类数据集上实现71%准确率。其事件驱动特性支持在准确率与延迟之间进行动态权衡。

    关键词： 深度信念网络、神经网络、受限玻尔兹曼机、脉冲神经网络、现场可编程门阵列、机器学习

    更新于2025-09-19 17:13:59

  • [IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚（2018.7.22-2018.7.27）] IGARSS 2018 - 基于深度信念网络与张量降维的PolSAR图像分类

    摘要： 本文提出了一种新的半监督极化合成孔径雷达（PolSAR）图像分类方法，该方法结合深度信念网络（DBN）和张量降维技术，利用多线性主成分分析（MPCA）对张量形式的PolSAR数据进行降维，并将PolSAR数据的多重特征作为DBN的输入。为充分利用PolSAR数据中每个像素的邻域信息，我们将每个像素及其邻域视为张量形式。研究表明，简单特征无法有效分类复杂地形，因此我们融合PolSAR数据的多重特征以获取更丰富的信息，从而反映PolSAR数据的某些空间结构。实验结果表明，基于所提方法的总体分类精度优于传统分类策略。

    关键词： 深度信念网络、图像分类、极化合成孔径雷达、张量降维

    更新于2025-09-09 09:28:46