基于卷积-递归神经网络和费舍尔向量的RGB-D物体识别

来源 :南开大学学报(自然科学版) | 被引量 : 0次 | 上传用户:huanglien
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
综合利用彩色和深度信息,采用多数据模式的特征提取策略,提出一种基于卷积-递归神经网络和费舍尔向量的RGB-D物体识别方法.对于彩色图像和深度图像,分别利用卷积-递归神经网络和卷积-费舍尔向量-递归神经网络提取物体的纹理及形状特征.为了更加全面的获取物体信息的特征表述,引入了灰度图像和表面法向量作为原始数据的补充,并利用卷积-递归神经网络提取特征.最后,将4种数据模式下提取到的特征融合起来,输入到softmax分类器中实现RGB-D物体识别.在标准的RGB-D数据库中对算法进行验证,所提算法可以有效提
其他文献
针对实际工厂中不确定加工时间的柔性作业车间调度问题,提出一种混合粒子群优化(HPSO)算法。用三角模糊数表示加工时间,以最小化最大模糊完工时间为优化目标建立数学模型。首先,在迭代过程中引入权重自适应调整策略,平衡算法的全局和局部搜索能力。其次,对优秀粒子进行交叉操作以产生更优个体,引入模拟退火算法增强深度寻优能力。最后,将所提算法运用于5个实例中进行仿真测试,并与粒子群优化(PSO)和改进人工蜂群等6种算法就模糊最大完工时间的平均值、最优值和最差值3项指标作对比。结果显示,HPSO求得的3项指标均优于或等
由于对模型参数不确定,并且具有模糊厌恶性,大型保险企业的经理正在寻求稳健的最优投资再保险策略.假设风险资产价格满足平方根因子过程.考虑双方的联合利益,把最大化保险公
为了提高数据挖掘的聚类准确度,提出了一种基于菌群优化的K均值(K-means)聚类算法。采用K均值算法建立数据聚类模型。根据聚类类别数设定多个聚类中心坐标。设定所属类别距离阈值,然后计算待聚类点和所有中心点距离来划分该聚类点的类别。根据参与聚类各节点和各自中心点的距离值建立适应度函数。引入菌群优化算法对K均值聚类过程进行优化。通过细菌的多次驱散、复制和趋化操作,不断提高数据聚类的适应度,直到达到最大操作次数或者最低聚类精确度阈值,获得稳定的数据聚类挖掘算法。实验证明,通过合理设置驱散和趋化次数,微调菌群算
目的 探讨缺氧条件下ADAM17与ERp5的高表达对肺癌细胞逃避NK细胞免疫杀伤的影响.方法 免疫组织化学法检测肺癌组织和癌旁组织中ADAM17与ERp5的表达;qRT-PCR与Western blot检
Burkitt's淋巴瘤是一种具有高度侵袭性的恶性肿瘤,主要发生在非洲赤道地区,病理特征表现为颌部或腹部肿大成瘤.在我国广东地区发病率较高,目前治疗效果较差.发现在Burkitt's
利用全细胞膜片钳技术检测了新型杀虫剂烯啶虫胺(Nitenpyram)对急性离体培养的棉铃虫Helicoverpa armigera(Hübner)中枢神经细胞电压门控钠和钙通道的影响.结果表明:烯啶虫
该文针对旋转倒立摆中存在的匹配和不匹配不确定性扰动对系统的影响,提出了一种基于扰动观测器(DOB)的滑模控制(SMC)方法。通过设计一种基于扰动估计的滑模面,提出利用DOB的方法来抵消系统中的匹配与不匹配扰动,并利用李亚普诺夫稳定性定理证明所设计的控制器可以保证闭环系统的稳定性。借助MATLAB仿真软件和实验平台对系统进行仿真控制实验,与传统的比例-积分-微分(PID)控制方法进行比较。结果显示:当旋转倒立摆系统受到外加扰动时,基于DOB的SMC方法和PID控制方法都能使系统恢复平衡。在同等条件下,PID
为了提高企业财务风险预警的准确度,采用长短期记忆(LSTM)神经网络算法建立企业财务风险预警模型。首先分析企业财务风险预警指标,并选取重要度高的指标构建企业财务风险预警特征样本。然后经过LSTM神经网络训练,采用遗忘门和记忆节点对历史财务数据进行遗忘和筛选,保留部分数据代入下次神经网络训练,通过反向传播获取最优权重与阈值。以企业财务风险预警准确度为目标函数,获得稳定的企业财务风险预警模型。实验证明,LSTM神经网络算法能够对企业财务重要指标进行预测,而且能正确设置企业财务风险预警阈值。通过和常用企业财务风
目的 探讨lncRNA GM 10786靶向结合miR-142抑制糖尿病肾病(DN)单核巨噬细胞炎性因子分泌的作用及机制.方法 高通量转录芯片筛选DN患者与健康对照者外周血单核细胞差异表达lnc
在有效质量近似下,通过变分法得到应变纤锌矿ZnSnN2/InxGa1-xN柱形量子点的带隙,进而利用细致平衡理论,研究了内建电场影响下柱形量子点的光电转换效率随量子点半径、高度和I