【摘 要】
：
场景分类技术是计算机视觉、机器学习和模式识别领域的热点课题。近年来，随着图像传感器的快速发展与互联网的普及，拓展了图像的采集与传播方式。例如，流行的图像分享网站Flickr存储的图像数量已经超过六十亿，知名图像社交网站Instagram的活跃用户数量突破一亿。面对海量的图像数据，传统的手工分类方法已经难以满足日益增长的需求。因此，研究场景分类方法实现图像类别自动标注，是提高图像检索效率、拓展计算机
论文部分内容阅读
场景分类技术是计算机视觉、机器学习和模式识别领域的热点课题。近年来，随着图像传感器的快速发展与互联网的普及，拓展了图像的采集与传播方式。例如，流行的图像分享网站Flickr存储的图像数量已经超过六十亿，知名图像社交网站Instagram的活跃用户数量突破一亿。面对海量的图像数据，传统的手工分类方法已经难以满足日益增长的需求。因此，研究场景分类方法实现图像类别自动标注，是提高图像检索效率、拓展计算机视觉智能应用的必要途径。
本文主要研究内容如下:
1.本文针对传统场景分类需要人工设计特征的方法，基于AlexNet（8层）、VGG16（16层）、ResNet（152层）三种不同的深度网络模型进行了对比研究。通过Places2数据集进行训练与测试，AlexNet模型在保证较高场景分类准确率的前提下，具有更快的收敛速度。
2.在以上工作基础上，本文提出一种基于全局特征的IK-AlexNet网络模型，基本思想在于对AlexNet网络的卷积核大小与数量进行改进。通过Places2数据集进行训练与测试，IK-AlexNet模型获得了更好的场景分类结果。
3.由于LSTM网络可以理解场景中的局部特征，本文提出了一种融合全局与局部特征的IK-AlexNet-LSTM网络模型，以进一步提高场景分类准确率。通过Places2、LSUN数据集进行训练与测试，该网络模型获得更高的准确率。
其他文献
随着市场的快速发展和完善，作为资产配置的重要媒介，金融的重要性愈加突显，与此同时，人们对于金融理论的研究也愈加重视。作为金融研究的核心课题之一，投资组合优化问题主要研究如何在不确定情况下对金融资产进行合理配置与选择，从而实现收益率最大化与风险最小化间的均衡。这是所有投资者和投资机构都要面临的问题。然而，以往的研究者主要是假定投资的终止时间是固定的，并没有将投资的时间变动考虑到投资组合优化的范畴，而
钢管切割问题的任务是决策如何将原始钢管进行切割，形成符合合同订货长度的子管，从而满足合同的需求量。在实际生产中，钢管切割是一个两阶段的过程，第一阶段将原始钢管等距切割成为中间管，第二阶段根据合同的具体要求将中间管切割成符合需求的短管，因此钢管切割需要同时决策两个阶段的切割方案。钢管切割计划是钢管生产制造管理过程中的一个必要且重要的环节，对于提高材料利用率和提升企业的利润具有重要意义。 本文以钢管
随着互联网的不断发展，大量的用户在此类产品上都会留下评论以进行交流，这些文本的评论信息具有传播速度快、传播范围广、影响人数多等特点。那么对于这些评论文本信息进行深层次的挖掘无论在商业角度还是社会角度都十分有意义。学术界目前的研究重点是利用深度学习等机器学习技术将文本情感分为正向和负向两类。国内对于情感分析的研究发展比较缓慢，本文深入地研究了中文情感分析的相关技术之后，主要工作如下: 首先，提出了
分数阶微积分在数学领域是一个古老而又年轻的领域，在分数阶微积分概念提出以后的200多年里，研究者们主要侧重于其纯数学领域的研究。随着计算机技术的发展，很多以前不能解决的问题目前已经迎刃而解，客观上为其在工程实践中的应用创造了条件。分数阶微积分能够比整数阶微积分提供更丰富的信息，具有更好的灵活性。分数阶控制系统在原整数阶控制系统上增加了阶次参数，无论用其对系统的建模，还是对系统设计控制器，都可以期望
磁共振成像(MRI)作为一个强大的医疗成像技术具有越来越重要的地位，在当前诊断与临床应用中，它的出现极大地提高了医疗诊断水平。然而脑MR图像存在缺点:如成像模糊和不均匀以及噪声等，而婴幼儿的脑MR图像存在脑内信息不能如实反应病灶信号和强度不能得到客观表达等问题，对婴幼儿脑MR图像进行增强和去噪操作有助于医生的诊断以及后续如脑图像分割等步骤。因此，脑MR图像增强和去噪具有重要意义。本文对婴幼儿脑MR
机器人在环境中根据传感器的数据估计自身位置，并创建环境地图，这一过程称为机器人即时定位与地图构建(SLAM)。它是真正实现自主移动机器人的关键，已成为自主智能机器人领域研究的热点。闭环检测是一个场景识别的问题，也是SLAM系统中的关键环节。对于增加机器人的位姿约束，减少系统累计误差，闭环检测至关重要。传统实现方法采用基于手工特征的词袋模型检测闭环，其局限性在于受光照和环境等影响明显。本文针对上述问
音乐作为人们精神上的一种思想表达开始广泛流行于人们的日常生活，早在东汉时期，许慎在中国的第一部系统的分析汉字的形状及来源的字典《说文解字》中按照是否需要人通过心灵想象创造来指明了声音和音乐之间的关系:“音，声也。生于心，有节于外，谓之音”。音乐受其自身来源特性的影响，和数学、物理存在着强烈的相关性，随着计算机自身计算能力的日渐强大和相关软硬件的研发周期逐渐缩短，计算机与音乐之间的关系也愈加紧密。
激光雷达作为一种能够实时采集丰富信息的新兴设备，已经在各种领域得到了广泛地应用，因此激光点云数据的处理已然成为国内外研究的热点，而激光点云的分割作为激光点云数据处理的不可或缺的一部分其重要性也是不言而喻。激光点云的分割主要涉及去除激光点云中的噪声点、快速精确地计算激光点云的法线、选择合适的特征和分割方法等多个步骤，每一个环节都对点云分割效果有着重要的作用。并且，法线作为激光点云最重要的属性之一，不
汉字识别隶属于文字识别，文字识别是模式识别领域研究的重要课题之一。汉字识别涉及众多学科，如模式识别、数字图像处理、统计学、自然语言处理、信息论等。手写汉字识别主要包括联机手写汉字识别和脱机手写汉字识别。脱机手写汉字识别可利用信息较少，识别难度较大。 本文主要研究内容包括: (1)脱机手写汉字特征提取方法。特征提取在脱机手写汉字识别的过程中起到至关重要的作用，好的特征提取方法应该能够很好地应对笔
随着信息技术和互联网技术的发展，每天产生的图像信息爆炸性增长，面对这么多的图像，我们更希望了解图像表达了什么信息，这就产生了图像分类技术。图像分类技术在现在已经应用到生活的各个方面，并且有很大的研究意义和价值，一个好的图像分类算法可以在很大程度上减轻人工分类的负担，快速的处理图像信息，现在已经成为计算机视觉领域重要的研究方向之一。 本文在传统的图像分类框架基础上，提出了基于显著性检测和目标定位的