郑宗生
- 作品数：60 被引量：228H指数：8
- 供职机构：上海海洋大学信息学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划上海市地方高校能力建设项目更多>>
- 相关领域：自动化与计算机技术天文地球文化科学水利工程更多>>
- 基于改进激活函数的用于台风等级分类的深度学习模型被引量：7
- 2018年
- 针对特定任务中深度学习模型的激活函数不易选取的问题,在分析传统激活函数和现阶段运用比较广泛的激活函数的优缺点的基础上,将Tanh激活函数与广泛使用的ReLU激活函数相结合,构造了一种能够弥补Tanh函数和ReLU函数缺点的激活函数T-ReLU。通过构建台风等级分类的深度学习模型Typ-CNNs,将日本气象厅发布的台风卫星云图作为自建样本数据集,采用几种不同的激活函数进行对比实验,结果显示使用T-ReLU函数得到的台风等级分类的测试精度比使用ReLU激活函数的测试精度高出1.124%,比使用Tanh函数的测试精度高出2.102%;为了进一步验证结果的可靠性,采用MNIST通用数据集进行激活函数的对比实验,最终使用T-ReLU函数得到99.855%的训练精度和98.620%的测试精度,其优于其他激活函数的效果。
- 郑宗生刘兆荣黄冬梅宋巍邹国良侯倩郝剑波
- 关键词：卷积神经网络激活函数
- 一种基于主属性判定的关联规则挖掘约简算法被引量：7
- 2021年
- 关联规则挖掘是经典的数据挖掘方法,越来越多的企业都把它看作是必不可少的战略分析工具。当前关联规则挖掘方法得到的规则过多,令用户在运用时难以理解,因此研究关联规则集的约简方法具有应用价值。研究了数据库模式中关键字包含的主属性对基于Apriori算法的关联规则挖掘产生的关联规则的影响,即部分函数依赖会导致关联规则挖掘的数据集中冗余信息的频繁出现,并产生没有实际价值的关联规则,识别并消除这样的规则就能实现规则集的约简。求全部主属性如同求所有候选关键字问题都是NP难题,因此提出了一种基于一个候选关键字进行验证的算法来判定主属性,从而完成基于主属性判定的关联规则挖掘约简算法的设计与实现,并在最后的实验中验证了该算法的有效性。
- 熊中敏汪博陶然郑宗生陈明
- 关键词：数据挖掘关联规则主属性
- 基于自适应分层阈值判断的神经网络模型压缩被引量：3
- 2022年
- 面对多样化的应用环境,卷积神经网络(CNN)的架构深度不断增加以提升精度,但同时需要大量的计算参数和网络存储。针对CNN卷积层参数冗余和运算效率低的问题,提出一种基于分层阈值的自适应动态剪枝方法。设计自适应分层阈值判断算法,对批归一化层的尺度因子进行聚类分析,自适应地找到每层的分类断点并据此确定最终阈值,利用该阈值修剪正则化后的输入模型,从而避免根据经验人为定义固定阈值,减小模型尺寸和运行时占用的内存。分别采用该方法和LIU等提出的使用固定阈值且全局修剪的方法对VGGNet、ResNet、DenseNet和LeNet模型进行压缩,并在CIFAR、SVHN和MNIST数据集上测试模型性能。实验结果表明,该方法能够在模型精度与剪枝率之间找到最优平衡,剪枝后模型的测试错误率较对比方法降低0.02~1.52个百分点,同时自适应分层阈值判断算法也能避免对比方法在全局修剪时减去整个层的问题。
- 卢鹏万莹邹国良陈金宇郑宗生王振华
- 关键词：图像识别卷积神经网络
- 一种海洋网络安全风险评估系统及方法
- 本发明公开了一种海洋网络安全风险评估系统及方法，该海洋网络安全风险评估方法包括以下步骤：由摄像机收集物理环境安全信息及分布式分析系统的数据采集模块的安全信息；在远端设置海洋网络数据库对收集来的数据进行实时更新与监测；利用...
- 邹国良景悦莹龚盛豪韩洁爱郑宗生楼歆南马婧静韩金菊屠正飞叶剑成王琎
- 文献传递
- 面向卫星云图及深度学习的台风等级分类被引量：10
- 2019年
- 台风是最严重的自然灾害之一,做好台风等级分类预测是防灾减灾的关键。针对现有卫星云图特征提取复杂、识别率低等问题,基于卷积神经网络框架,以北太平洋1978-2016年近1 000多个台风过程的卫星云图作为样本,提出改进深度学习模型Typhoon-CNNs。该框架采用循环卷积策略增强模型表征力,使用十折交叉验证引入信息熵、Dropout置零率以优化模型灵敏度及防止过拟合。通过800样本测试集对模型Typhoon-CNNs进行验证,实验结果表明,本文算法的分类精度达到92.5%,台风和超强台风2个等级的预测正确率达到99%,优于传统分类方法。最后对模型提取的特征图进一步分析,模型能够准确识别台风眼和螺旋云带,从而证明Typhoon-CNNs对台风等级分类的可行性。
- 邹国良侯倩郑宗生黄冬梅刘兆荣
- 关键词：卷积神经网络卫星云图信息熵
- 改进3D-CNN的高光谱图像地物分类方法被引量：4
- 2023年
- 高光谱图像具有数据量大、波段多和波段间相关性强等特性,传统高光谱分类方法通常单独考虑光谱和空间信息,特征提取不充分,忽略了图像纹理构造和重要光谱信息。针对这些问题,提出一种基于卷积神经网络(convolution neural network,CNN)的高光谱分类方法。该方法基于三维CNN(3D CNN),处理多尺度空谱数据,并对双重注意力机制进行改进,提出光谱注意力机制;其次,采取跨层特征融合和多通道特征提取策略,进一步提高地物分类精度。选取“高分五号”卫星拍摄的2景影像共6043个样本作为实验数据,并将提出的方法与支持向量机(support vector machine,SVM),一维CNN(1D CNN),二维CNN(2D CNN),3D CNN和残差网络(residual network,ResNet)进行比较分析。结果表明,所提方法的总体精度(overall accuracy,OA)和Kappa系数均有显著提高,OA值均达到95%以上。其中,OA在江苏南通地区数据集上达到了95.84%,较SVM,1D CNN,2D CNN,3D CNN和ResNet方法分别提高了21.54,21.71,7.28,3.94,2.56百分点。
- 郑宗生刘海霞王振华卢鹏沈绪坤唐鹏飞
- 关键词：高光谱图像地物分类
- 基于遥感和GIS的上海市滩涂湿地资源近期变化分析被引量：15
- 2008年
- 利用多期Landsat-5 TM影像,结合植被分带信息、地物波谱特征和实地调查数据,提取上海地区滩涂湿地分布及其覆盖信息;在ArcGIS软件支持下,综合多期遥感影像解译结果和相应时段的水下地形信息,对上海市滩涂湿地空间分布及其变化进行分析。结果表明,近15年来上海市滩涂围垦量在不断增加;尽管滩涂湿地仍在继续淤涨,但淤涨速度明显减缓,且慢于围垦速度,这导致中高潮滩涂面积不断减少。
- 李贵东周云轩田波刘志国郑宗生
- 关键词：滩涂湿地遥感方法围垦GIS
- RS与GIS在海洋地质调查中的应用被引量：4
- 2006年
- 近几十年来,海洋的重要性愈来愈明显,海洋地质调查作为获取海洋数据的重要手段逐渐受到关注。海洋数据与陆地数据相比,具有多样性和时空复杂性的特点。近年来遥感技术和地理信息系统技术发展迅速,遥感的实时性、大面积监测性的特点以及地理信息系统对空间数据的有序管理及支持辅助决策的功能为海洋地质调查开辟了新的前景。笔者结合遥感和地理信息系统的特点、发展趋势,介绍了其在海洋地质调查领域中的应用,并对其应用前景做出展望。
- 郑宗生
- 关键词：RSGIS海洋地质调查
- 长江口淤泥质潮滩高程遥感定量反演及冲淤演变分析
- 淤泥质潮滩作为陆海相互作用的敏感地带，滩面泥泞、潮沟密布、变化频繁，常规地形测量难度较大。由于淤泥质潮滩具有一些能被可见光和近红外传感器探测到的特征，所以遥感技术为其地形信息提取和定量反演提供了广阔的前景。
本...
- 郑宗生
- 关键词：长江口淤泥质潮滩分形分维模糊矩阵空间可视化
- 基于双重注意力机制的CycleGAN海岸线自动提取方法被引量：1
- 2022年
- 将遥感图像进行像素级海陆分割是海岸线提取的一项基础性工作。由于海岸线的动态变化,获取精准的海岸线标记数据集比较困难,为此采用Google Aerial photo-Maps配对样本,在对Google Maps进行海陆二值化处理后构建了新的配对数据集。针对新数据集样本较少问题,在循环生成对抗网络(CycleGAN)模型的基础上,提出了基于双重注意力机制的DAM-CycleGAN。新模型全面考虑遥感图像和海陆二值化图像之间的结构相似性,改进了循环一致性损失,并设计通道注意力模块和空间注意力模块来凸显显著性特征和区域,以增强模型在小样本训练下的特征学习能力。在均方误差、平均像素精度和平均交并比(MIoU)三个评价指标上,与全卷积神经网络模型、DeepLab模型在多个规模数据集训练下的实验结果对比,改进模型转换的海陆二值化图像与真值图像更加吻合,MIoU值分别至少提高7%、6%以上,验证了所提方法的有效性和可行性。
- 卢鹏张娜邹国良王振华郑宗生
- 关键词：图像处理遥感小样本
