-
公开(公告)号:CN104528668A
公开(公告)日:2015-04-22
申请号:CN201410810686.0
申请日:2014-12-19
Applicant: 华南理工大学
Abstract: 本发明属于纳米材料制备技术领域,公开了一种可作为柔性场发射阴极材料的AlxGa1-xN纳米线阵列及其制法与应用。所述制备方法为:采用化学气相沉积法,以碳布为柔性衬底,AlCl3为铝源,GaCl3为镓源,与氨气反应,生成AlxGa1-xN纳米线阵列。所得AlxGa1-xN纳米线阵列的形貌为准定向纳米线阵列,可应用于场发射显示技术领域。所述制备方法选用碳布作为衬底,具有优异的柔韧性和导电性;且可通过改变AlCl3和GaCl3的蒸发温度调变蒸气分压,实现AlxGa1-xN纳米线阵列的组分调变。所述AlxGa1-xN纳米线阵列密度均一,长度统一,具有大的长径比和适中的密度,在场发射中有潜在的应用价值。
-
公开(公告)号:CN112884149A
公开(公告)日:2021-06-01
申请号:CN202110294928.5
申请日:2021-03-19
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于随机敏感度ST‑SM的深度神经网络剪枝方法及系统,利用随机敏感度衡量剪除节点对后继层输出的影响,以此为依据挑选需要剪除的节点,有效减少剪枝过程对网络性能的损害;利用权重补偿重建被剪枝层的节点输出,以减少剪枝过程中的模型性能退化,用训练集样本构造补偿权重需满足的方程组,通过共轭梯度预处理正则方程CGPCNE方法解出补偿权重值,并对剩余节点权重进行补偿;利用重训练改善剪枝后模型的性能,该方法能在维持模型原有性能的前提下,利用剪枝移除深度神经网络中的节点,对深度神经网络模型进行压缩与加速,有效减少模型空间开销,提升运行效率。
-
公开(公告)号:CN109978013B
公开(公告)日:2021-01-19
申请号:CN201910166016.2
申请日:2019-03-06
Applicant: 华南理工大学
Abstract: 本发明公开了一种用于人物动作识别的深度聚类方法,包括步骤:1)给定人物动作识别视频数据库提取的特征点数据集;2)构建多堆叠自编码器网络和深度神经网络组成的深度聚类网络;3)训练深度聚类网络;4)使用训练好的深度聚类网络进行聚类;5)使用聚类的结果构建词向量,用于人物动作识别。本发明联合多堆叠自编码器网络和深度神经网络组成深度聚类网络执行聚类任务,使用聚类中心软分配策略构建更好的词向量,有效提高人物动作识别的正确率。
-
-