裴颂文
- 作品数：68 被引量：118H指数：6
- 供职机构：上海理工大学更多>>
- 发文基金：国家自然科学基金上海市自然科学基金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信理学更多>>
- 基于图像边缘形态学分析的轴承质检方法被引量：2
- 2010年
- 提出一种在工业零件质量检测环境中判断轴承质量的图像识别方法,使用滤波、图像增强和分割等工序对图像进行预处理。给出相对方向编码的概念,对二值图像的边缘进行平滑处理。提出一种新的边缘形态学分析的方法对二值化图像边界形态进行量化分析,并运用神经元网络分类器对图像进行分类。实验结果表明,该方法能达到较好的识别效果。
- 覃伟裴颂文张世乐吴百锋
- 基于遗传算法的Codelet调度方法
- 本发明涉及一种基于遗传算法的Codelet调度方法，以Codelet数据流计算模型为基础，将基于多核处理器并行系统的遗传算法调度方法与Codelet模型的任务调度相结合，该调度方法在求解任务调度问题时，采用显式二维数组的...
- 裴颂文王金恺
- 融合的三维卷积神经网络的视频流分类研究被引量：4
- 2018年
- 三维数学模型擅长描述连续性视频流数据的多维度信息,是视频分类研究中的重要手段.将多个顺序模型融合(Merge)后通过全连接(Dense)的方式构建了融合的三维卷积神经网络模型(3DConvNet_Ensemble),解决了单个三维卷积神经网络模型训练不充分性和低相关性问题.对UCF-101视频流数据集的101类场景进行动作行为分类实验,结果表明该模型在UCF-101数据集上获得了87. 7%的分类准确率,相比二维ConvNet和三维ConvNet模型的分类准确率分别提高了32%和17%.
- 裴颂文杨保国杨保国
- 关键词：MERGEDENSE
- 一种多尺度反卷积神经网络的交通标志实时检测识别方法
- 本发明涉及计算机应用技术领域机器学习理论及应用子领域，特别是一种多尺度反卷积神经网络的交通标志实时检测识别方法。包括以下步骤：S1：采集交通标志照片或视频；S2：输入CRN模型，经过卷积和池化，提取图片特征信息；S3：将...
- 裴颂文汤福武
- 文献传递
- 一种基于双交叉Transformer的全局低光照图像增强系统及其方法
- 本发明提出一种基于双交叉Transformer的全局低光照图像增强系统及方法，该系统包括STEM模块、阶段一、阶段二、阶段三和恢复通道，其中，STEM模块用于形成模型需要的特征图尺寸；阶段一用于提取图像中细粒度的信息；阶...
- 裴颂文谈俊豪谢影
- 基于表单和数据驱动的自动化场景测试框架研究
- 现有自动化测试工具中,针对基于浏览器的完整场景的业务流程测试,需要开发一个独立复杂的脚本或多个脚本支持来完成测试,其脚本中包含表单和数据.为了适应领域行业中对于业务流程的场景测试需求,提出了一种将脚本中表单和数据分别编制...
- 刘振宇裴颂文姜旭
- 关键词：软件工程表单数据驱动
- 文献传递
- 基于图像特征聚类的自嵌入水印算法被引量：1
- 2011年
- 提出一种新的基于图像特征聚类的自嵌入水印算法(CCSW),用于图像内容的认证和恢复.通过将表征图像特征的DCT变换的直流系数和低频系数按块聚类,把块聚类号引入块索引后的码字作为水印信息分别嵌入到本块及其后继块的中频系数中,用于图像内容的篡改检测和恢复.实验结果证明了该算法不但能容忍图像的常规处理操作,而且对包括拼接、替换等在内的蓄意伪造、篡改能进行有效定位和恢复.
- 李国波陈钢裴颂文曹文君吴百锋
- 关键词：自嵌入水印特征聚类篡改检测篡改恢复
- 基于注意力机制的文本情感倾向性研究被引量：8
- 2019年
- 社交媒体上短文本情感倾向性分析作为情感分析的一个重要分支,受到越来越多研究人员的关注。为了改善短文本特定目标情感分类准确率,提出了词性注意力机制和LSTM相结合的网络模型PAT-LSTM。将文本和特定目标映射为一定阈值范围内的向量,同时用词性标注处理句子中的每个词,文本向量、词性标注向量和特定目标向量作为模型的输入。PAT-LSTM可以充分挖掘句子中的情感目标词和情感极性词之间的关系,不需要对句子进行句法分析,且不依赖情感词典等外部知识。在SemEval2014-Task4数据集上的实验结果表明,在基于注意力机制的情感分类问题上,PAT-LSTM比其他模型具有更高的准确率。
- 裴颂文王露露
- 关键词：情感分析
- 一种融合多级缓存目录建立访问方法
- 本发明涉及一种融合多级缓存目录建立访问方法，建立分级融合的层次化缓存目录机制，数个CPU和GPU处理器组成一个Quart计算单元，在CPU或GPU处理器自带的缓存内按级建立Cuckoo目录，在Quart计算单元外建立区域...
- 裴颂文
- 面向FPGA的二值神经网络模型压缩方法研究
- 2024年
- 针对卷积神经网络在正向推理时的高计算复杂度与空间复杂度问题,提出了一种基于二值神经网络(Binary Neural Network,BNN)的过滤器剪枝算法(Binary Filter Pruning:BFP). BFP算法通过剪除L2范数较小的过滤器,构建剪枝压缩后的二值神经网络模型.进一步面向FPGA(Field Programmable Gate Array)平台,设计并实现了基于二值复值神经网络(Binary Complex Neural Network,BCNN)的ResNet-18加速计算模型.对二值复值卷积层与预处理过程中的卷积层,分别设计了数据预处理合并优化与数据重排序.实验结果显示,BFP算法在CIFAR-10数据集上的分类精度,比基于SLR(Surrogate Lagrangian Relaxation)的通道剪枝方法平均提高了1%.与CPU平台相比,设计的加速器在PYNQ-Z1平台上的计算性能提高了23倍.
- 陈胤杰裴颂文
- 关键词：FPGA
