文献

J-GLOBAL ID：202102215157127740   整理番号：21A0042609

軽量畳込みニューラルネットワークに基づく煙認識アルゴリズム【JST・京大機械翻訳】

Smoke Recognition Algorithm Based on Lightweight Convolutional Neural Network

著者 (4件)： Yuan Fei (河南省高速公路聯网監控收費通信服務有限公司,河南鄭州450000) ,  Zhao Xuyan (西南交通大学信息科学与技術学院,四川成都611756) ,  Wang Yige (河南省高速公路聯网監控收費通信服務有限公司,河南鄭州450000) ,  Zhao Zhicheng (河南省高速公路聯网監控收費通信服務有限公司,河南鄭州450000)
資料名： Xinan Jiaotong Daxue Xuebao  (Xinan Jiaotong Daxue Xuebao)
巻： 55  号： 5  ページ： 1111-1116,1132  発行年： 2020年 
JST資料番号： C2192A  ISSN： 0258-2724  CODEN： XJDXEW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： スモッグ画像はぼやけて不明瞭で、背景が複雑であり、有効な特徴を捕らえることが難しいため、アルゴリズム識別の誤警報率と漏れ率が高く、また、深さコンボリューションニューラルネットワークの構造は複雑で、パラメータは非常に多く、その計算時間を1ms以内に短縮することが難しいため、リアルタイム火災の早期警戒の難題となっている。上記の問題を解決する。4種類のInception構造に基づく軽量畳み込みニューラルネットワークSInception(sequeeze-and-excitationinception)に基づいて、SEBlock(sequeeze-and-excitationblock)を加え、煙の特徴を再分配する方法を提案した。同時に、訓練サンプルの不足による過フィッティングを避けるため、原始データセットにデータ増強技術及び対抗ネットワークを用いて、より多くの訓練サンプルを生成し、後続実験中に暗チャネル事前特徴を融合する戦略を採用した。実験結果は,このネットワークが,強化データセットGAN-Aug-YUANにおいて,認識誤警報率を0に下げると同時に,精度を99.65%まで改善し,計算時間を0.26msまで減少させることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  火災 ,  *煙 ,  スモッグ ,  *ネットワーク ,  再分布 ,  チャネル
準シソーラス用語： *認識アルゴリズム ,  誤警報率 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： 軽量 ,  畳込みニューラルネットワーク ,  煙 ,  認識アルゴリズム