可視圖表的逆向數(shù)據(jù)解釋
發(fā)布時(shí)間：2021-07-22 07:32
可視圖表通常作為一種圖形化的展示方式,以便于人們對(duì)數(shù)字?jǐn)?shù)據(jù)的理解。然而對(duì)于一些古老的圖表,其原始的數(shù)據(jù)可能已經(jīng)丟失,另外在科學(xué)文獻(xiàn)中,大部分圖表的原始數(shù)據(jù)也是不可用的,這些存在問題都阻礙了更有效可視化的設(shè)計(jì)和進(jìn)一步分析圖表的過程。本文對(duì)可視圖表的逆向數(shù)據(jù)解釋提供了一種有效的分析方法。本文實(shí)現(xiàn)了Chart Decoder,一個(gè)實(shí)現(xiàn)視覺特征解碼并從圖表圖像中恢復(fù)數(shù)據(jù)的系統(tǒng)。通過將可視圖表圖像作為輸入,該系統(tǒng)應(yīng)用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)了圖表類型分類,同時(shí)利用計(jì)算機(jī)視覺和文本識(shí)別技術(shù)對(duì)圖表圖像中的文本和圖形進(jìn)行分析,實(shí)現(xiàn)了潛在數(shù)據(jù)的自動(dòng)生成。Chart Decoder通過訓(xùn)練基于深度學(xué)習(xí)的分類器可以識(shí)別五個(gè)類別的圖表類型（條形圖,餅圖,折線圖,散點(diǎn)圖和雷達(dá)圖）,其分類精度達(dá)到99%以上。同時(shí)對(duì)于文本信息提取,本文提供了一種有效的文本定位和識(shí)別方式,并對(duì)文本內(nèi)容根據(jù)其在圖表中的角色進(jìn)行了分類。為了評(píng)估本文算法的有效性,本文在兩個(gè)圖表語料庫上評(píng)估了該系統(tǒng):1)從網(wǎng)絡(luò)上收集的可視圖表,2)由程序腳本自動(dòng)生成圖表。結(jié)果表明,本文所實(shí)現(xiàn)系統(tǒng)能夠以高精度從可視圖表中恢復(fù)數(shù)據(jù)。
【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：55 頁
【學(xué)位級(jí)別】：碩士
【部分圖文】：
AlexNet的模型結(jié)構(gòu)[8]
天津大學(xué)碩士學(xué)位論文82.1.2GoogLeNet在提升網(wǎng)絡(luò)性能的方法上，一種最直接和方便的方式就是增加卷積網(wǎng)絡(luò)的層出和神經(jīng)元數(shù)，但是這種方式同樣也帶來了大量的參數(shù)計(jì)算，容易導(dǎo)致增加計(jì)算量和過擬合，另外網(wǎng)絡(luò)層數(shù)越深，還越容易出現(xiàn)梯度彌散問題。GoogLeNet增加了Inception結(jié)構(gòu)來處理這個(gè)問題，通過將稀疏矩陣以聚類的方式轉(zhuǎn)變?yōu)槊芗淖泳仃噥頊p少計(jì)算量。Inception結(jié)構(gòu)的主要思想是考慮如何通過容易獲得的密集組件來近似和覆蓋卷積視覺網(wǎng)絡(luò)的最佳局部稀疏結(jié)構(gòu)，只要找到最佳的局部結(jié)構(gòu)并在空間上重復(fù)就可以實(shí)現(xiàn)這個(gè)結(jié)構(gòu)。圖2-2Inception結(jié)構(gòu)的最初模型[9]如圖2-2所示，最初的Inception結(jié)構(gòu)采用了1×1，3×3，5×5大小不同的卷積核。感受野代表了不同神經(jīng)元對(duì)原圖像感受范圍的大小，而此圖中不同卷積核的大小則代表著不同大小的感受野。卷積核大小的不同表示圖片提取特征的差異，這種差異可以通過拼接不同的卷積核進(jìn)行不同尺度特征的融合。此外，由于池化操作對(duì)于當(dāng)前卷積網(wǎng)絡(luò)的成功至關(guān)重要，所以該結(jié)構(gòu)也保留了池化操作。然而，Inception的最初模型造成了大量的計(jì)算量，為了減少計(jì)算量，Inceptionv1版本對(duì)卷積進(jìn)行了降維，用一個(gè)1×1的卷積核來降低特征圖的厚度。1×1卷積核的增加不僅減少了維度，還修正了ReLU激活函數(shù)。如圖2-3所示，在3×3，5×5卷積操作之前和最大池化之后分別添加了1×1維度的卷積核。
第二章相關(guān)技術(shù)與開發(fā)工具介紹9圖2-3Inceptionv1的結(jié)構(gòu)模型[9]基于Inception結(jié)構(gòu)，GoogLeNet有22層網(wǎng)絡(luò)（包含池化層的話，一共有27層）。下圖2-4給出了GoogLeNet的詳細(xì)結(jié)構(gòu)數(shù)據(jù)。該網(wǎng)絡(luò)采用了模塊化的網(wǎng)絡(luò)結(jié)構(gòu)，使得增加和修改網(wǎng)絡(luò)結(jié)構(gòu)更加方便。同時(shí)GoogLeNet采用了均值池化層來代替全連接層，GoogLeNet的文章中指出，該改變將top1的準(zhǔn)確率提升了0.6%。在模型中，平均池化層之后仍然使用了Dropout操作。圖2-4GoogLeNet的模型結(jié)構(gòu)[9]
本文編號(hào)：3296723
【文章來源】：天津大學(xué)天津市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】：55 頁
【學(xué)位級(jí)別】：碩士
【部分圖文】：
AlexNet的模型結(jié)構(gòu)[8]
天津大學(xué)碩士學(xué)位論文82.1.2GoogLeNet在提升網(wǎng)絡(luò)性能的方法上，一種最直接和方便的方式就是增加卷積網(wǎng)絡(luò)的層出和神經(jīng)元數(shù)，但是這種方式同樣也帶來了大量的參數(shù)計(jì)算，容易導(dǎo)致增加計(jì)算量和過擬合，另外網(wǎng)絡(luò)層數(shù)越深，還越容易出現(xiàn)梯度彌散問題。GoogLeNet增加了Inception結(jié)構(gòu)來處理這個(gè)問題，通過將稀疏矩陣以聚類的方式轉(zhuǎn)變?yōu)槊芗淖泳仃噥頊p少計(jì)算量。Inception結(jié)構(gòu)的主要思想是考慮如何通過容易獲得的密集組件來近似和覆蓋卷積視覺網(wǎng)絡(luò)的最佳局部稀疏結(jié)構(gòu)，只要找到最佳的局部結(jié)構(gòu)并在空間上重復(fù)就可以實(shí)現(xiàn)這個(gè)結(jié)構(gòu)。圖2-2Inception結(jié)構(gòu)的最初模型[9]如圖2-2所示，最初的Inception結(jié)構(gòu)采用了1×1，3×3，5×5大小不同的卷積核。感受野代表了不同神經(jīng)元對(duì)原圖像感受范圍的大小，而此圖中不同卷積核的大小則代表著不同大小的感受野。卷積核大小的不同表示圖片提取特征的差異，這種差異可以通過拼接不同的卷積核進(jìn)行不同尺度特征的融合。此外，由于池化操作對(duì)于當(dāng)前卷積網(wǎng)絡(luò)的成功至關(guān)重要，所以該結(jié)構(gòu)也保留了池化操作。然而，Inception的最初模型造成了大量的計(jì)算量，為了減少計(jì)算量，Inceptionv1版本對(duì)卷積進(jìn)行了降維，用一個(gè)1×1的卷積核來降低特征圖的厚度。1×1卷積核的增加不僅減少了維度，還修正了ReLU激活函數(shù)。如圖2-3所示，在3×3，5×5卷積操作之前和最大池化之后分別添加了1×1維度的卷積核。
第二章相關(guān)技術(shù)與開發(fā)工具介紹9圖2-3Inceptionv1的結(jié)構(gòu)模型[9]基于Inception結(jié)構(gòu)，GoogLeNet有22層網(wǎng)絡(luò)（包含池化層的話，一共有27層）。下圖2-4給出了GoogLeNet的詳細(xì)結(jié)構(gòu)數(shù)據(jù)。該網(wǎng)絡(luò)采用了模塊化的網(wǎng)絡(luò)結(jié)構(gòu)，使得增加和修改網(wǎng)絡(luò)結(jié)構(gòu)更加方便。同時(shí)GoogLeNet采用了均值池化層來代替全連接層，GoogLeNet的文章中指出，該改變將top1的準(zhǔn)確率提升了0.6%。在模型中，平均池化層之后仍然使用了Dropout操作。圖2-4GoogLeNet的模型結(jié)構(gòu)[9]
本文編號(hào)：3296723
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3296723.html
最近更新
教材專著
