收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于脉冲神经网络的目标检测技术研究

韩雯慧  
【摘要】:在大数据时代到来与计算能力飞速提升的背景下,人工神经网络(Artificial Neural Network,ANN)中的深度神经网络经过训练可以获得很高的精度,但是随着任务场景的日益复杂,模型的参数量和计算量也急剧增长,由此带来更高的存储、计算和功耗需求。而基于神经形态计算的脉冲神经网络(Spiking Neuron Networks,SNN)自身具有计算量小、功耗低、信息传递速度快等优点,为上述问题提供很好的解决方案。然而脉冲神经网络固有的训练困难的特点,导致其难以推广应用于复杂的机器视觉应用中,所以,面向新模型结构和训练策略的探索对脉冲神经网络的研究和工程应用具有重要的意义。本文首先选择了具有固定激发阈值的LIF神经元模型构建脉冲神经网络模型,并通过基于对LIF神经元群体编码的方法实现了对目标的识别和检测。与H-H模型进行累积操作需要1200次浮点数操作相比,该模型仅仅需要5次,大幅提升了计算效率。此外,本文在所选定的LIF神经元模型上应用群体编码方案实现了信息传递,该方案利用神经元群体来对输入的刺激信号进行编码,解决了之前所使用的编码方式对模拟量表示不够准确的缺点,达到了更加接近生物神经元表达信息的效果,使网络处理信息的过程更加具有仿生学特性。最终在图像分类数据集上得到了98.73%(MNIST)和86.43%(CIFAR-10)的准确率,搭建的Tiny YOLOv2模型在VOC2007目标检测数据集上的m AP为20。由于对LIF神经元群体编码的脉冲神经网络所得到的效果有限,本文进一步探索了基于参数迁移转换网络的方案。该方案基于脉冲神经元激发的脉冲序列频率与模拟神经元经过激活函数的激活值相匹配的原则,采用参数迁移转换的策略,先识别后检测,以YOLO模型为研究对象将其参数实现了从人工神经网络到脉冲神经网络的转换,包括对残差和FPN结构都提出了对应的实现方式。针对网络后层神经元激活不足的问题,本文不仅使用了普通的归一化,而且提出了基于归一化比例的通道归一化方案,经过实验验证,后层神经元的激活率得到了明显提高。最终在MNIST和CIFAR-10数据集上得到了99.28%和86.82%的准确率,达到了可与原网络相媲美的结果,使用YOLOv3模型在VOC2007数据集得到了41.23的m AP。由于脉冲神经网络信息传递速度快、占用资源少,并且本文中SNN的功耗仅仅为原网络的1/5,所以此研究方案在实时性要求高但是计算资源有限的场景有着较大的适用性,为研究脉冲神经网络在更复杂机器视觉任务中的应用提供了思路和参考价值。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
2 陆敏;段锦斌;葛贤顺;;基于神经网络的流感大数据分析[J];中华医学图书情报杂志;2020年03期
3 张国玲;;基于情感神经网络的风电功率预测[J];电信科学;2017年03期
4 肖正光,顾伯洪;神经网络技术及其在纺织上的应用[J];纺织学报;1999年03期
5 唐和平,黎星辉;神经网络技术及其在茶叶中的应用[J];茶叶通讯;1999年03期
6 刘耀年,宗伟;神经网络及其在电力系统中的应用实例[J];吉林电力技术;1994年01期
7 徐泰燕;;基于神经网络茶叶的品质分析[J];福建茶叶;2020年12期
8 蒋子超;江俊扬;姚清河;杨耿超;;基于神经网络的差分方程快速求解方法[J];力学学报;2021年07期
9 刘小玲;崔艳荣;;改进孪生神经网络方法研究[J];电脑知识与技术;2021年28期
10 李艳艳;;基于优化计算的神经网络能量函数分析[J];电子技术;2010年02期
11 杨钟瑾;;神经网络的过去、现在和将来[J];青年探索;2006年04期
12 周毓萍;基于神经网络的不良资产价值评估[J];统计与决策;2003年09期
13 孙继祥;神经网络:电厂未来的模拟和控制[J];黑龙江电力技术;1994年03期
14 臧义;;基于神经网络方法的脏话识别研究综述[J];现代计算机;2021年07期
15 张萌;张经纬;李国庆;吴瑞霞;曾晓洋;;面向深度神经网络加速芯片的高效硬件优化策略[J];电子与信息学报;2021年06期
16 孟鹏博;;基于图神经网络的实体对齐研究综述[J];现代计算机;2020年09期
17 冯伟业;廖可非;欧阳缮;牛耀;;基于胶囊神经网络的合成孔径雷达图像分类方法[J];科学技术与工程;2019年28期
中国重要会议论文全文数据库 前20条
1 刘永红;李飞;;多用户检测的量子神经网络方法[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(上)[C];2006年
2 王晓琳;伍海华;;遗传算法和神经网络在汇率预测中的应用[A];2006中国控制与决策学术年会论文集[C];2006年
3 姚宗信;;一种神经网络的模糊规则解释方法在专家系统中的应用[A];中国航空学会信号与信息处理专业全国第八届学术会议论文集[C];2004年
4 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
6 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
7 朱云龙;王成恩;;用神经网络解决单元划分问题[A];1994中国控制与决策学术年会论文集[C];1994年
8 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
9 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
10 李涛;刘朋;胡志宽;田宏业;;基于HHT时频图像和卷积神经网络的滚动轴承故障诊断[A];第十八届船舶水下噪声学术讨论会论文集[C];2021年
11 高宇航;张超;李兵;商德江;王一宇;;基于LM-BP神经网络的水下结构振动噪声预报[A];第十八届船舶水下噪声学术讨论会论文集[C];2021年
12 刘宝;张言新;;基于生物调节机制的神经网络预估解耦控制算法研究及应用[A];第32届中国过程控制会议(CPCC2021)论文集[C];2021年
13 逯峰;彭继国;张波;;循环神经网络在煤矿中的应用[A];煤矿自动化与信息化--第29届全国煤矿自动化与信息化学术会议暨第10届中国煤矿信息化与自动化高层论坛论文集[C];2020年
14 李强;张悦娇;;神经网络的自适应有限时间容错同步控制[A];“两化”教学模式在应用型大学人才培养中的探究和实践专题论文集[C];2021年
15 罗朝林;陈武奋;张波;梁啟斌;;基于小波优化神经网络在大坝变形预测的应用[A];水库大坝和水电站建设与运行管理新进展[C];2022年
16 张星;关悦;党鑫鑫;胡波;;基于遗传算法-长短期记忆神经网络的月降水量预测研究[A];2021年(第七届)全国大学生统计建模大赛获奖论文集(二)[C];2021年
17 张玺森;宋浏阳;郭旭东;王华庆;;基于域融合健康指标和时间卷积神经网络的轴承退化趋势预测方法[A];第十四届全国振动理论及应用学术会议(NVTA2021)摘要集[C];2021年
18 张俊豪;赵晋锋;刘力源;;基于卷积神经网络的探地雷达隧道衬砌检测[A];2021年工业建筑学术交流会论文集[C];2021年
19 徐兴;赵倩婷;王苏宁;余绍康;;基于神经网络的自适应飞机防滑刹车控制器[A];第十八届中国航空测控技术年会论文集[C];2021年
20 宋尚焕;朱伟;;基于卷积神经网络的水声目标杂波分类[A];2021年浙黑苏鲁沪渝四省二市声学技术学术会议论文集[C];2021年
中国博士学位论文全文数据库 前20条
1 赵俊红;神经网络的正则化及在地质预测中的应用研究[D];大连理工大学;2020年
2 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
3 纪厚业;异质图神经网络关键技术研究[D];北京邮电大学;2021年
4 刘宜承;模糊忆阻神经网络的同步性研究[D];西南大学;2021年
5 姚卫;时滞忆阻神经网络的同步与多稳定性研究[D];湖南大学;2020年
6 肖理业;基于机器学习的电磁场建模与设计研究[D];电子科技大学;2019年
7 陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
8 梁智杰;聋哑人手语识别关键技术研究[D];华中师范大学;2019年
9 刘昂;微结构硅基光子学器件性能的研究[D];南京大学;2019年
10 赵博雅;基于卷积神经网络的硬件加速器设计及实现研究[D];哈尔滨工业大学;2018年
11 杜昌顺;面向细分领域的舆情情感分析关键技术研究[D];北京交通大学;2019年
12 陈科海;机器翻译上下文表示方法研究[D];哈尔滨工业大学;2019年
13 饶红霞;信息受限下神经网络的状态估计和拟同步研究[D];广东工业大学;2019年
14 张马路;Spiking机器学习算法研究[D];电子科技大学;2019年
15 付钱华;忆阻神经网络的动力学研究[D];电子科技大学;2019年
16 毛瑞琛;深度神经网络下的规范化地址建设与语义空间模型研究[D];浙江大学;2019年
17 武晨;DFP航天器动力学特性分析及精确控制方法研究[D];哈尔滨工业大学;2018年
18 杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
19 樊英杰;时滞忆阻神经网络的镇定及同步控制研究[D];山东科技大学;2019年
20 冉令燕;基于卷积神经网络的图像分类研究[D];西北工业大学;2018年
中国硕士学位论文全文数据库 前20条
1 韩雯慧;基于脉冲神经网络的目标检测技术研究[D];西安电子科技大学;2021年
2 刘玉东;基于忆阻器的脉冲神经网络在图像边缘提取中的应用[D];东北师范大学;2015年
3 张雅洁;遥感影像分类中三种重要神经网络的关键技术研究[D];中国石油大学(华东);2016年
4 王波;基于神经网络的金融时间序列分析[D];天津大学;2005年
5 储兵;基于粗糙集的神经网络在数据挖掘中的应用研究[D];江苏科技大学;2013年
6 郑晓妍;神经网络结构化设计与研究[D];北京化工大学;2011年
7 李永礼;基于脉冲神经网络的视觉图像分类方法研究[D];北京化工大学;2019年
8 郭田梅;基于卷积神经网络的图像分类算法研究[D];济南大学;2017年
9 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
10 刘培龙;基于FPGA的神经网络硬件实现的研究与设计[D];电子科技大学;2012年
11 王博;脉冲神经网络的噪声扰动分析[D];大连理工大学;2013年
12 王华;神经网络对非线性系统的辨识与控制方法研究[D];河北科技大学;2012年
13 程慧;基于神经网络的两类问题研究[D];广西师范学院;2010年
14 刘旭彬;基于神经网络方法的期权定价应用研究[D];暨南大学;2011年
15 贾光峰;基于多表达式编程的神经网络自动优化方法及其应用研究[D];济南大学;2009年
16 闫明;基于FPGA的神经网络硬件实现[D];中国海洋大学;2008年
17 章文彬;基于脉冲神经网络的语音识别方法研究[D];浙江工业大学;2007年
18 何茹;基于神经网络的烧结风机状态监测[D];辽宁科技大学;2008年
19 李娜;基于神经网络的灌注桩故障诊断技术[D];河北工业大学;2007年
20 马祥森;基于神经网络的结构破损诊断[D];南京航空航天大学;2004年
中国重要报纸全文数据库 前20条
1 记者 张梦然;神经网络打开理解电子相互作用新窗口[N];科技日报;2021年
2 记者 董映璧;神经网络技术检测玻璃钢缺陷精度高[N];科技日报;2020年
3 湖北日报全媒记者 张爱虎 通讯员 徐向军 实习生 于蓝;一群“90后”率先建成铁路“神经网络”[N];湖北日报;2019年
4 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
5 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
6 ;神经网络小史[N];电子报;2018年
7 ;人工智能将取得大面积突破[N];中国企业报;2017年
8 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
9 ;人类正迎来云端机器人时代[N];中国企业报;2017年
10 记者 邱智丽;AI竞赛 中国力量崛起[N];第一财经日报;2017年
11 记者 刘霞;新神经网络使计算机像人一样推理[N];科技日报;2017年
12 本报记者 喻思娈;人工智能有多智能?[N];人民日报;2017年
13 记者 王雪青;构建机器世界神经网络 东土科技“抄底”人工智能[N];上海证券报;2017年
14 ;人工智能到底有多智能?[N];长白山日报;2017年
15 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
16 记者 冯海波 通讯员 华轩;构建叠层宽度神经网络成深度模型[N];广东科技报;2021年
17 记者 毛黎;神经网络技术帮自主驾驶汽车识别幻影物体[N];科技日报;2020年
18 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
19 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
20 记者 张梦然;神经网络完成芯片设计仅需几小时[N];科技日报;2021年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978