卷積神經網絡
- 基于特征層融合的EEG-NIRS識別方法研究
征融合;卷積神經網絡;雙向長短期記憶網絡;分類準確率0 引言（Introduction）隨著全球吸毒人員數量逐年攀升，吸毒正成為嚴重的全球性社會問題，而戒毒工作開展的前提是對吸毒人員的成癮程度進行評估。近年來，研究人員主要基于磁共振成像（MagneticResonance Imaging，MRI）、腦磁圖（Magnetoencephalography，MEG）、腦電圖（Electroencephalogram，EEG）和近紅外光譜（Near-infrare
軟件工程 2024年1期2024-01-29
- 基于卷積神經網絡CNN的手寫數字識別算法研究
題，采用卷積神經網絡CNN進行手寫數字識別。采用PyTorch搭建了網絡模型，對MNIST數據集進行訓練，手寫數字識別；采用交叉熵損失函數和Adam優化算法，并設置學習率為0.001；經過100個Epoch后，識別準確率達到了99%，通過GUI界面可以識別自制的手寫數字，具有很強的魯棒性。關鍵詞：卷積神經網絡；PyQt5；MNIST數據集；手寫數字識別中圖分類號：TP391? ? ? ? 文獻標識碼：A文章編號：1009-3044（2023）35-0027
電腦知識與技術 2023年35期2024-01-26
- 基于CNN-LSTM深度學習技術的知乎文本情感分析
旨在結合卷積神經網絡（CNN） 與長短時記憶網絡（LSTM） 技術，實現對知乎平臺上大量文本數據的情感分析。本文研究并驗證了CNN和LSTM技術在文本情感分析中的性能，通過融合兩種技術有效地提升了情感分類的精度。實驗結果表明，融合了CNN與LSTM的模型在在多個領域中情感分類方面呈現出更優異的表現，從而驗證了其顯著的有效性和潛力。關鍵詞：文本情感分析；知乎；卷積神經網絡；長短時記憶；循環神經網絡中圖分類號：TP18? ? ? ? 文獻標識碼：A文章編號：1
電腦知識與技術 2023年35期2024-01-26
- 基于M-Unet的混凝土裂縫實時分割算法
土裂縫；卷積神經網絡；深度學習；裂縫檢測；裂縫分割中圖分類號：TU755.7? ? ?文獻標志碼：A? ? ?文章編號：2096-6717（2024）01-0215-08Real-time segmentation algorithm of concrete cracks based on M-UnetMENG Qingcheng1， LI Mingjian1， WAN Da1， HU Lei1， Wu Haojie1， QI xin2（1. School
土木建筑與環境工程 2024年1期2024-01-03
- 基于深度學習的鈍體斷面外形氣動性能高效預測方法
率。通過卷積神經網絡深度學習技術實現對氣動性能的快速預測，深度學習模型訓練完成后，輸入形狀信息和與形狀相關的流場信息，即可輸出不同幾何形狀下的阻力系數，進而得到鈍體斷面的氣動性能。為尋找性能最優的深度學習模型，通過綜合判定誤差和參數量大小對卷積神經網絡結構的深度和寬度進行優化。對深度學習模型輸出阻力系數與CFD計算結果進行對比發現，誤差符合預期要求，并且相較于傳統方法，基于深度學習網絡的預測所需時間達到數量級的提升，未來可作為鈍體斷面氣動外形優化的關鍵方法
土木建筑與環境工程 2024年1期2024-01-03
- 基于卷積神經網絡的預制疊合板多目標智能化檢測方法
例，基于卷積神經網絡研究生產過程中的智能檢測方法，在生產流水線上設計并安裝圖像采集系統，建立預制疊合板尺寸檢測數據集。通過YOLOv5算法實現對混凝土底板、預埋PVC線盒及外伸鋼筋的識別，并以固定磁盒作為基準參照物進行尺寸檢測誤差分析，實現混凝土底板尺寸、預埋PVC線盒坐標的檢測，在降低訓練數據集參數規模的工況下保持較高的識別精度。結果表明：該方法可以有效檢測預制疊合板的底板數量和尺寸、預埋PVC線盒數量和坐標，并實現彎折方向不合格的外伸鋼筋檢測，并能降低
土木建筑與環境工程 2024年1期2024-01-03
- 基于雙重SE注意力機制下的CNN-BiLSTM混合石墨電極位移預測模型
機制下的卷積神經網絡（CNN）和雙向長短期記憶網絡（BiLSTM）混合石墨電極位移預測模型。為有效解決時間序列重要程度差異性問題，在傳統SE注意力機制中增加了雙重SE注意力并行模塊，并用BiLSTM通過兩個方向來發掘時間序列信息，有效提高模型預測度。實驗結果表明，文章提出的混合網絡模型能夠對石墨電極位移進行有效預測，且相比于傳統的SE-CNN-BiLSTM方法和主流預測方法預測準確度更高。關鍵詞： 內串石墨化；石墨電極位移；卷積神經網絡；雙向長短期記憶；注
電腦知識與技術 2023年31期2023-12-25
- 基于多尺度卷積神經網絡的顯著性檢測方法
題，根據卷積神經網絡特征提取時會同時產生多個尺度特征的特點，提出了一種基于多尺度卷積神經網絡的顯著性檢測方法。首先，圖片經過特征提取模塊產生分辨率不同的特征圖；其次，由上至下建立多尺度特征連接；然后，采用降維、上采樣等方式進行融合特征；最后，提取圖片顯著目標區域。實驗在HKU數據集、ECSSD數據集以及PASCAL-S數據集上設計，結果表明，基于多尺度卷積神經網絡的顯著性檢測網絡模型具有較好的顯著性檢測能力，并具有較高的執行效率。關鍵詞： 多尺度；卷積神經
電腦知識與技術 2023年31期2023-12-25
- 基于雙通道殘差網絡的泥石流溝谷孕災風險預測
差結構的卷積神經網絡——雙通道殘差網絡（two-way residual network，TWRNet）。該網絡能夠廣泛應用于泥石流溝谷圖像的潛在危險性排查，實現泥石流災害的預警。TWRNet首先采用切片的方式對數字高程（digital elevation model，DEM）數據和遙感數據分開處理，并使用改進的殘差結構進行特征提??；然后將特征進行融合，并使用通道注意力機制SE（squeeze-and-excitation networks）模塊進行通道增
貴州大學學報（自然科學版） 2023年6期2023-12-14
- 基于改進YOLO卷積神經網絡的水下海參檢測
器視覺；卷積神經網絡中圖分類號： S126?? 文獻標識碼： A?? 文章編號： 1000-4440（2023）07-1543-11Underwater sea cucumber identification based on improved YOLO convolutional neural networkZHAI Xian-yi1， WEI Hong-lei1， HAN Mei-qi2， HUANG Meng1（1.School of Mechani
江蘇農業學報 2023年7期2023-12-13
- 基于AlexNet的焊縫缺陷分類方法
分類； 卷積神經網絡； 交叉驗證中圖分類號：TP181? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2023）09-151-04Weld defect classification method based on AlexNetJin Haikun1， Cheng Xiaoying1， Liao Xiaoping2（1. School of Mechanical Engineering， Zhejiang Sci-tech Un
計算機時代 2023年9期2023-09-25
- 圖像網絡爬蟲在食品營養安全科普監測中的應用研究
其次通過卷積神經網絡模型中的Resnet18網絡實現對圖像的二分類，在數據預處理過程中加入Focal Loss實現數據的不平衡處理，并在卷積神經網絡中加入注意力機制，同時利用1×1卷積層替換全連接層，最終實現圖像分類效果的提升。對帶文字的科普類圖像及純圖像分類準確率分別由89.7%及68.9%提升至98.3%及75.6%。此研究對食品營養安全科普圖像的二分類效果提升明顯，為圖像二分類問題提供了新方法。關鍵詞：卷積神經網絡；Resnet18；ECA模塊Abs
食品安全導刊 2023年8期2023-09-16
- 基于注意力機制和CNN-BiLSTM模型的在線協作討論交互文本自動分類
度學習；卷積神經網絡；長短時記憶網絡；注意力機制中圖分類號：TP18? 文獻標識碼：A? 文章編號：2096-4706（2023）13-0026-07Automatic Classification of Interactive Texts in Online Collaborative Discussion Based on Attention Mechanism and CNN-BiLSTM ModelLI Shuhong1， DENG Mingmin
現代信息科技 2023年13期2023-09-14
- CTPN在快遞單文字檢測中的應用研究
字檢測 卷積神經網絡 文本檢測網絡 區域候選網絡中圖分類號： TM715 文獻標識碼： A 文章編號： 1672-3791（2023）15-0058-04隨著物流業的快速發展，各快遞點的分揀、配發工作愈加繁重，且不同快遞公司快遞單設計樣式不統一。為提高快遞分揀人員的工作效率與快遞分配的準確性，提高信息統計效率和信息采集的通用性，需快速檢測并識別出各包裹上快遞單號的收寄人信息，并做出派件指引。為實現該需求，學術界通常運用光學字符識別（Optical Char
科技資訊 2023年15期2023-09-07
- 基于改進型AlexNet的中藥材圖像識別
關鍵詞：卷積神經網絡;AlexNet;中藥材;圖像識別中圖分類號：TP391 文獻標志碼：A0 引言（Introduction）我國是中藥材的發源地，藥材資源豐富，并且95%以上的中藥材為植物藥材。中藥歷經數千年發展，展現了它強大的生命力和我國醫藥特色優勢。新型冠狀病毒感染暴發以來，中醫藥一直在抗擊感染中發揮了重要作用，一些中醫藥療法在病例的救治和康復中起到良好效果。因此，我們要堅定不移地推動中醫藥的發展。目前，傳統圖像處理和卷積神經網絡均可用于中藥材識別
軟件工程 2023年9期2023-09-06
- 基于遷移學習的卷積神經網絡圖像識別方法研究
?要：卷積神經網絡是圖像分類領域效果卓越的深度學習算法，然而訓練深度神經網絡是一項繁瑣且復雜的工作，不僅在結構設計上依賴開發人員豐富的經驗，還容易產生過擬合現象。因此，該文提出一種基于模型遷移的圖像識別方法，該方法能夠在簡化設計思路的同時極大地提升卷積神經網絡的性能。此外還在三個小型圖片集上進行了多次模型訓練和對比分析。研究結果表明，經過遷移學習優化的卷積神經網絡的測試集準確率均得到顯著提升。關鍵詞：圖像識別；深度學習；卷積神經網絡；遷移學習；預訓練模型
現代信息科技 2023年14期2023-09-06
- 一種基于自注意力機制的CNN-BiLSTM非侵入式負荷分解方法研究
其次，對卷積神經網絡（CNN）與雙向長短期記憶網絡（BiLSTM）的混合模型進行訓練與優化，同時引入自注意力機制，決定輸出權重值，從而提高網絡預測精度和表征能力。最后，將測試集中的總功率送入網絡進行負荷分解，結果表明，在研究神經網絡后提出的模型能充分挖掘數據的空間與時序特征，同時對重要特征進行有效提取，提高了負荷分解的能力。關鍵詞：非侵入式負荷分解；自注意力機制；卷積神經網絡；雙向長短期記憶網絡中圖分類號：TM714? ? 文獻標志碼：A? ? 文章編號：
機電信息 2023年16期2023-08-24
- 基于卷積神經網絡的人臉識別檢測分析
臉識別；卷積神經網絡；網絡結構；檢測精度0 引言人臉識別技術的關鍵就在于人臉檢測，作為重要研究方向廣泛應用于模式識別和計算機識別領域[1]。人工設計特征作為傳統人臉檢測方法的重要監測依據。目前由于人臉檢測算法表現出較高的檢測精度，因而應用于多個領域[2]。人臉檢測算法結合深度學習在卷積神經網絡得到廣泛應用下逐漸獲取進一步發展，早已作為主流研究方法應用于各領域，檢測準確率高于傳統方法，超過95%[3]，拓展人臉識別研究具有重要的意義。近年，人臉識別技術早已被
電子產品世界 2023年8期2023-08-22
- 基于深度學習的車輛目標檢測算法綜述
標檢測 卷積神經網絡 計算機視覺1 引言隨著人工智能技術的不斷發展，深度學習技術在計算機視覺領域中得到了廣泛的應用。車輛目標檢測一直是計算機視覺領域中一個極具挑戰性的問題，具有廣泛的應用前景。傳統的方法往往需要手工提取特征并構建分類器來實現車輛目標檢測，這種方法容易受到環境變化的影響，并需要大量的調整和優化。近年來，隨著深度學習技術的不斷發展，基于深度學習的車輛目標檢測算法在準確率和處理速度方面都取得了很大的提升，逐漸成為研究的熱點。圖1展示了目標檢測算法
時代汽車 2023年15期2023-08-07
- 基于邊緣先驗的人臉去手勢遮擋修復方法研究
關鍵詞：卷積神經網絡；生成對抗網絡；人臉修復；注意力機制中圖分類號：TP18；TP391.4 文獻標識碼：A 文章編號：2096-4706（2023）11-0097-05Research on Face Removal and Removing Gesture Occlusion Restoration MethodBased on Edge PriorOU Jing， WEN Zhicheng（Hunan University of Technology
現代信息科技 2023年11期2023-08-01
- 基于卷積神經網絡的茶葉病蟲害檢測系統設計
題，基于卷積神經網絡構建的茶葉病蟲害識別模型經過訓練、調優后獲得了最終的檢測模型，該檢測模型通過Java Web技術構建成B/S模式的病蟲害在線檢測系統。用戶通過在瀏覽器中提交待識別的茶葉圖像至服務器，服務器將接收到的病蟲害圖片送入檢測模型進行病蟲害識別，將識別結果返回至用戶端。實驗結果表明，基于卷積神經網絡構建的茶葉病蟲害檢測系統實現了茶葉圖像中18種病蟲害的檢測，能較好地幫助茶農快速識別茶葉病蟲害，對茶葉病蟲害防治具有重要意義。關鍵詞：卷積神經網絡；目
無線互聯科技 2023年9期2023-07-20
- 基于輕量級網絡的光纖傳感振動信號識別
關鍵詞：卷積神經網絡；輕量級網絡；深度可分離卷積；光纖信號；周界安全中圖分類號：TN 913.7 文獻標志碼：A引言Φ-OTDR 分布式光纖傳感系統通過一根傳感光纖可以實現多點定位等功能。傳感光纖具有抗電磁干擾、高靈敏度和耐腐蝕等優點[1-3]，已廣泛應用于周界安防[4–6]、軌道監測[7–9] 和橋梁結構健康監測等領域。隨著研究的深入和應用的不斷創新，分布式光纖振動信號的識別變得至關重要。目前光纖振動信號識別主要分為傳統方法和深度學習算法兩大類。傳統方法
光學儀器 2023年2期2023-07-14
- 基于卷積神經網絡的設備運行狀態智能控制優化模型分析
一種基于卷積神經網絡（CNN）的狀態估計方法，利用自動編碼器對變電設備監測數據進行特征約簡，將其作為CNN的輸入，進一步采用Softmax分類器對獲得的其輸出進行分類，以獲得變電設備的狀態估計結果。實驗結果表明，與傳統的基于支持量機（SVM）和多層神經感知機（MLP）相比，提出的方法在準確性、靈敏度、特異性和陽性預測性4種量化評價指標中具有明顯的優勢。提出的方法較其他2種方法能夠獲得更好的正檢率指標。關鍵詞：卷積神經網絡; 變電設備; 分類; 狀態估計中圖
粘接 2023年6期2023-07-12
- 基于改進ResNet網絡的貓狗圖像識別
力機制；卷積神經網絡；ResNet網絡中圖分類號：TP391.4????????????????????????? 文獻標志碼：A0引言動物種類識別一直是計算機視覺領域、人工智能等領域的重點研究之一，無論是珍稀動物保護，還是用于日常寵物管理，都是需要重視的問題?，F今很多人想領養寵物，但又因為各種原因和借口從而放棄養寵物，導致流浪貓狗泛濫，產生一系列社會問題，本論述希望通過改進的卷積神經網絡來對貓狗圖像進行識別分類[1]以解決該問題，方便社區和校園管理。卷積
甘肅科技縱橫 2023年2期2023-07-11
- 深度嵌入度量學習的機械跨工況故障識別方法
于多尺度卷積神經網絡（Multiscale Convolutional Neural Network， MCNN）獲取故障信號的深度嵌入特征；用度量學習方法引導判別性特征學習，構建特征嵌入空間下的三元組損失（Triplet Loss， TL）；利用粒子群算法（Particle Swarm Optimization， PSO）對間隔參數進行尋優。所提方法有效縮小裝備健康狀態類內距離、擴大類間距離，降低工況變化對健康狀態映射關系的影響。實驗結果表明，該方法在齒
振動工程學報 2023年2期2023-07-10
- 基于深度學習特征融合的遙感圖像場景分類應用
像分類；卷積神經網絡；灰度共生矩陣；局部二值模式；遷移學習；支持向量機中圖分類號TP183文獻標志碼A0 引言隨著遙感技術的不斷發展[1]，遙感圖像分類被廣泛應用于土地管理、城市規劃、交通監管等眾多領域[2].然而，目前遙感場景圖像包含的信息和結構豐富復雜，如何合理利用遙感圖像中豐富的信息獲取精準有效的特征，還面臨諸多挑戰[3].遙感圖像場景分類中常用傳統手工特征提取圖像的特征，包括顏色直方圖、紋理特征、全局特征信息 （GIST）、尺度不變特征變換 （SI
南京信息工程大學學報 2023年3期2023-07-06
- 基于多注意力機制集成的非侵入式負荷分解算法
力機制;卷積神經網絡;長短時記憶網絡中圖分類號TP18文獻標志碼A0 引言非侵入式負荷分解又稱為非侵入式負荷監測（Non-Intrusive appliance Load Monitoring，NILM），它具有經濟性、實用性與安全性，更符合當下智能電網的發展，具有前瞻性［1-2］．NILM可向電力用戶反饋電器精細化用電信息，使用戶更清晰、更準確地了解用電設備的使用情況，從而引導用戶改善自身的用電行為，實現用能的高效化和經濟化［3］;同時，電力公司可對分解
南京信息工程大學學報 2023年3期2023-07-06
- 基于機器視覺的垃圾分揀系統設計
機，利用卷積神經網絡來分辨攝像頭所拍攝垃圾的類型，借助Arduino控制舵機自動開合垃圾桶，實現垃圾分類。經過測試分析，系統的準確精度均能達到70%以上，準確精度較好，籍此人們能夠輕松處理生活垃圾。關鍵詞：機器視覺；樹莓派；卷積神經網絡；Arduino中圖分類號：TP311? 文獻標識碼：A? 文章編號：2096-4706（2023）04-0018-05Design of Garbage Sorting System Based on Machine Vi
現代信息科技 2023年4期2023-06-25
- 基于CNN的醫藥制造業財務危機預警研究
分析法和卷積神經網絡（CNN）相結合的財務危機預警模型，對73家醫藥公司2015—2020年的財務指標進行分析，以期為醫藥行業的發展提供借鑒，合理預測財務危機。這對促進醫藥行業健康發展，保障民生安全意義重大。關鍵詞：醫藥制造企業；卷積神經網絡；財務危機預警；主成分分析法中圖分類號：TP39；F275? 文獻標識碼：A? 文章編號：2096-4706（2023）04-0014-04Research on Financial Crisis Warning of
現代信息科技 2023年4期2023-06-25
- 基于手寫體數字識別的激活函數對比研究
數據集在卷積神經網絡訓練時分別使用sigmoid、tanh、relu與mish激活函數進行實驗，對這四種激活函數下訓練集誤差值收斂曲線以及測試集精度曲線進行算法結果分析，實驗結果表明，mish激活函數在手寫體數據集上進行卷積神經網絡訓練時效果更佳，而同樣得出不同的訓練數據集、激活函數的選擇會影響算法對數據的擬合度和神經網絡的收斂性。關鍵詞：手寫體數字識別；mish激活函數；卷積神經網絡；mnist數據集中圖分類號：TP391.4；TP183? 文獻標識碼：
現代信息科技 2023年4期2023-06-25
- 基于XGBoost的啟動子及其類型識別的兩層預測器
子識別；卷積神經網絡；多特征融合；XGBoost中圖分類號：TP39；TP18 文獻標識碼：A? 文章編號：2096-4706（2023）07-0078-04Abstract： The classification of promoters has become an interesting issue and has attracted the attention of many researchers in the field of bioinform
現代信息科技 2023年7期2023-06-25
- 基于神經網絡的3D點云模型識別的方法
差模塊的卷積神經網絡三維模型識別方法。通過引入殘差模塊，構建深層神經網絡增強點云模型的局部信息，提高物體的識別精度。同時，采用了一種獲取多尺度局部空間信息的策略，加快了模型的推理能力。實驗證明，算法識別準確率達到了91.5%，加快了模型的推理速度，可應用于對點云模型識別有實時性要求的場景，如：流水線上物體的檢測等。關鍵詞：三維模型識別；卷積神經網絡；實時性中圖分類號：TP391.4? ? 文獻標識碼：A? 文章編號：2096-4706（2023）07-00
現代信息科技 2023年7期2023-06-25
- 基于人臉識別的礦井人員考勤管理系統
臉識別；卷積神經網絡中圖分類號：TP391.4? ? 文獻標識碼：A? 文章編號：2096-4706（2023）07-0035-04Abstract： The coal mine management work has had a significant impact on the development of coal mine enterprises. Therefore， this paper investigates the attendance
現代信息科技 2023年7期2023-06-25
- 基于軟注意力機制的圖像分類算法在缺陷檢測中的應用
先，反思卷積神經網絡（CNN）與Transformer架構，重新設計高維特征提取模塊；其次，改進最新注意力機制來捕獲全局特征。該算法可輕松嵌入各類CNN，提升圖像分類和表面缺陷檢測的性能。使用該算法的ResNet網絡在CIFAR-100數據集和紡織品缺陷數據集上的準確率分別達到83.22%和77.98%，優于經典注意力機制SE與最新的Fca等方法。關鍵詞：缺陷檢測；注意力機制；卷積神經網絡；圖像分類中圖分類號：TP391.4? 文獻標識碼：A? 文章編號：
現代信息科技 2023年3期2023-06-22
- 基于卷積神經網絡的圖像分類改進方法研究
一種基于卷積神經網絡和遷移學習思想的圖像分類改進方法。利用遷移學習的思想改進卷積神經網絡的網絡結構及網絡參數，然后利用TensorFlow框架實現該模型并對MNIST數據集進行分類，最后將改進卷積神經網絡模型的分類準確率與傳統分類方法進行對比分析。實驗結果表明，改進卷積神經網絡模型的分類準確率高達99.37%，分類性能明顯優于其他方法。關鍵詞：卷積神經網絡；遷移學習；TensorFlow；圖像分類中圖分類號：TP183? ? 文獻標識碼：A? 文章編號：2
現代信息科技 2023年5期2023-06-22
- 基于深度遷移學習的荔枝病蟲害識別方法研究
法的深度卷積神經網絡遷移研究和辨識模式，使原始樣品容量擴大數倍，并通過構建模型過擬合值，進而提高模型的泛化水平和荔枝病蟲害防控分析的精度，以提高荔枝種植產量。關鍵詞：遷移學習；卷積神經網絡；荔枝；病蟲害識別文章編號：1005-2690（2023）09-0100-03? ? ? ?中國圖書分類號：S436.67；TP183? ? ? ?文獻標志碼：B近年來，隨著新一代信息技術的迅速普及，我國逐漸加強了對農產品病蟲害智能辨識與數字化防治的扶持工作，農作物病蟲害
種子科技 2023年9期2023-06-17
- 基于卷積神經網絡的農作物病蟲害識別研究
理、通過卷積神經網絡識別農作物病蟲害，幫助廣大的農業生產者。文章分析了卷積神經網絡的AlexNet模型，以此來增強數據算法網絡化處理；借助數據集的構建與處理，進一步提高農作物病蟲害的識別與研究，使得農作物病蟲害識別更高效化、科技化、信息化，最終達到高精準度識別農作物病蟲害，降低農作物病蟲害對產量的影響。關鍵詞：卷積神經網絡；農作物病蟲害；病蟲害識別中圖分類號：TP389? 文獻標志碼：A0 引言近年來，生態環境的不斷惡化，使得其結構更加脆弱，農作物病蟲害常
無線互聯科技 2023年2期2023-06-15
- 基于詞嵌入和BiLCNN-Attention混合模型的政務文本分類方法
STM和卷積神經網絡CNN，同時引入注意力機制進行特征提取，融合了時序特征及局部特征并使特征得到強化，最后使用Softmax進行文本分類。實驗表明，BERT詞嵌入處理后混合模型的準確率較CNN和BiLSTM模型分別提升了3.9%和2.51%。關鍵詞： 政務文本分析； 詞嵌入； 雙向長短時記憶網絡； 卷積神經網絡； 注意力機制中圖分類號：TP391.1? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2023）06-92-05Meth
計算機時代 2023年6期2023-06-15
- 基于深度學習的噪聲背景通信信號端點檢測
使用深層卷積神經網絡（Deep Convolutional Neural Networks，DCNN）提取樣本特征，用于描述信號活躍區域和背景噪聲之間的差異，并獲得樣本特征圖。同時，通過多尺度區域檢測方法確定特征圖中的通信信號的起止端點，并使用線性回歸方法精修區域參數，使端點檢測結果更接近真值。在實驗驗證方面，文章利用構建的仿真通信信號數據集進行訓練和測試，實驗結果表明，該方法能夠在毫秒級延遲下準確地檢測出淹沒在噪聲中的通信信號，且檢測精度優于現有方法。關
無線互聯科技 2023年2期2023-06-15
- Dynamic Unet+: 一種輕量精確的語義分割算法及應用
度學習；卷積神經網絡；圖像語義分割；語義分割算法應用；自動人像摳圖0 引言圖像語義分割是計算機對場景理解的重要環節，由于拍攝圖片通常會受到光照、角度、尺度以及拍攝圖片分辨率等多種復雜條件的影響，使圖像語義分割成了計算機視覺領域具有挑戰性的問題。例如像素聚類、閾值分割等傳統算法存在難以建立語義層級理解的問題，隨著2012年AlexNet在圖像分類領域取得的巨大成功，以卷積神經網絡為代表的深度學習技術快速發展，同時也深刻影響了包括圖像語義分割在內的眾多計算機視
電腦知識與技術 2023年11期2023-06-12
- 基于卷積神經網絡的學生疲憊狀態反饋策略
提出基于卷積神經網絡的學生疲勞狀態反饋策略，建立數據集并訓練出疲憊狀態識別分類模型，結合機器視覺系統可應用到教學場景中，在適當時機向教師發出預警，提醒教師改變課堂氛圍，從而更好地幫助學生及時調整學習狀態，提高學習效率。關鍵詞：人工智能；卷積神經網絡；情緒分類；疲憊狀態識別隨著人工智能的關鍵技術發展，面部表情識別技術在“人工智能教育”領域起著重要作用。利用識別結果可以分析學生的學習動態，給老師提供及時反饋。從微觀角度來看，實時反饋可以幫助教師更全面獲得學生們
科技風 2023年13期2023-06-11
- 深度學習在水利遙感領域的應用
度學習中卷積神經網絡、循環神經網絡、受限玻爾茲曼機、自動編碼器四種算法進行總結，對當前深度學習在水利遙感領域的應用進行了梳理，綜述了深度學習在水資源與生態環境管理、洪澇災害的預防與監測、水資源環境監測與分析、水面關鍵物監測識別等方面的遙感研究。最后本文分析了深度學習在水利遙感領域的應用不足與發展趨勢，并對未來的水利遙感應用進行展望。關鍵詞：?水利遙感；深度學習；遙感監測；卷積神經網絡；水質監測中圖分類號：?TP751.1??????文獻標識碼：?A深度學習
科技風 2023年15期2023-06-07
- 基于改進YOLOv4算法的蘋果葉片病害檢測方法
害檢測；卷積神經網絡；注意力機制中圖分類號：TP391.4??文獻標志碼：A??文章編號：1002-1302（2023）09-0193-06基金項目：國家自然科學基金青年科學基金（編號：31401291）。作者簡介：趙嘉威（1999—），男，吉林長春人，碩士研究生，主要從事農業智能裝備研究。E-mail：zjw991012@126.com。通信作者：田光兆，博士，副教授，研究生導師，主要從事農業智能裝備研究。E-mail：tgz@njau.edu.cn。蘋
江蘇農業科學 2023年9期2023-06-04
- 基于Keras和卷積神經網絡CNN的手寫數字識別研究
關鍵詞：卷積神經網絡；MNIST；手寫體數字識別；Keras1引言數字識別巳經應用到了生活中的各個領域[1]，如停車場停車按車牌號計費、交通電子眼抓拍違章、大規模數據統計、文件電子化存儲等。作為一種全球通用的數字符號，阿拉伯數字跨越了國家、文化以及民族的界限[2]，在我們的身邊應用非常廣泛。數字的類別數目適當，僅有10類，方便對研究方法進行評估和測試。研究基于深度學習的手寫數字識別方法不僅對理解深度學習有很大的幫助和對實踐深度學習理論有很重要的意義，而且在
計算機應用文摘 2023年5期2023-05-30
- 基于卷積神經網絡的惡意代碼API分類
進而使用卷積神經網絡訓練出分類模型，從而實現對惡意軟件進行分類，獲得較高的準確率，針對阿里云天池上的數據集進行實驗驗證，實驗使用有向圖編碼方式，采用不同的卷積神經網絡架構，對比不同方法的準確性。關鍵詞：卷積神經網絡；惡意代碼分類；API調用序列中圖分類號：TP309? 文獻標識碼：A? 文章編號：1673-260X（2023）02-0039-051 引言惡意軟件是當今互聯網面臨的主要安全威脅之一，準確地檢測出惡意軟件，并且把惡意軟件進行準確分類對于防范網絡
赤峰學院學報·自然科學版 2023年2期2023-05-30
- 基于卷積神經網絡的路面病害自動化識別研究
一種基于卷積神經網絡的路面病害自動化識別方法。該方法的圖像識別技術隨著計算機硬件計算能力的逐年增強和相關算法的完善，已經有比較完備的理論基礎和公式可以用于公路病害識別方面的應用。該系統的開發可以自動化識別包括路面裂縫、坑槽等在內的多種病害，自動化識別準確率達到90%以上。關鍵詞 卷積神經網絡；路面病害；自動化識別中圖分類號 U416.2文獻標識碼 A文章編號 2096-8949（2023）09-0007-030 引言經歷了數十年的飛速發展，我國的道路基礎設
交通科技與管理 2023年9期2023-05-26
- 基于遷移學習和改進殘差網絡的復雜背景下害蟲圖像識別
移學習；卷積神經網絡；注意力機制；圖像識別中圖分類號：TP391.41 文獻標志碼：A文章編號：1002-1302（2023）08-0171-06基金項目：國家自然科學基金（編號：62003379）；廣東省科技計劃（編號：KA1721404）；廣東省普通高校重點領域專項（編號：2019GZDXM007）。作者簡介：溫艷蘭（1995—），女，廣東梅縣人，碩士研究生，主要研究方向為機器視覺。E-mail：164734302@qq.com。通信作者：王克強，碩士
江蘇農業科學 2023年8期2023-05-23
- 基于卷積神經網絡的竹片顏色分類
。關鍵詞卷積神經網絡；顏色分類；竹片；ResNet；AlexNet中圖分類號S126文獻標識碼A文章編號0517-6611（2023）08-0199-04doi：10.3969/j.issn.0517-6611.2023.08.046開放科學（資源服務）標識碼（OSID）：Color Classification of Bamboo Slices Based on Convolutional Neural NetworkFANG Yi-hong WU Xi
安徽農業科學 2023年8期2023-05-23
- 改進RCF網絡在建筑物邊緣檢測中的應用
近幾年，卷積神經網絡被廣泛應用于建筑物邊緣檢測研究，其中RCF網絡被證明是應用于建筑物邊緣檢測的效果較好的卷積神經網絡。然而，RCF網絡在建筑物邊緣檢測的過程中，上采樣過程采用一步雙線性插值算法，上采樣結構過于簡單，導致產生了在深層網絡特征層小尺寸圖像特征直接上采樣至大尺寸圖像的條件下誤差過大的問題。文章提出了階梯式上采樣結構以改進RCF網絡，該方法能夠有效減少一次雙線性插值算法帶來的誤差，實驗證明該方法能夠有效提高RCF網絡在建筑物邊緣檢測上的結果精度，
無線互聯科技 2023年6期2023-05-23
- 基于注意力機制的多級監督人群計數算法
一種基于卷積神經網絡的人群計數網絡，該網絡由主干網和多級監督分支結構組成，在主干網絡的多個階段引入注意力機制學習不同尺度的人群特征。算法采用VGG16模型的前13層作為主干網，并且加入膨脹卷積網絡結構，融合圖像中的多尺度人群特征，解決多尺度人群計數問題，從而生成高質量的密度圖。同時，在3個不同尺度的分支結構中引入注意力機制，在損失函數中加入不同尺度的注意力損失，從而使整個網絡聚焦圖像中的人群區域。算法在4個主要的數據集上進行了測試，算法結果優于最近其他的方
計算機與網絡 2023年6期2023-05-14
- 基于深度學習的動態手勢識別方法
若只使用卷積神經網絡（CNN）或長短期記憶網絡（LSTM）單個網絡模型的手勢識別，準確率最高為92.7%；而CNN-LSTM混合網絡模型平均手勢識別準確率為99.1%。關鍵詞： 手勢識別； 深度學習； 卷積神經網絡； 長短期記憶網絡中圖分類號：TP391.41;TP18? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2023）05-77-04Dynamic gesture recognition based on depth le
計算機時代 2023年5期2023-05-14
- DUNet++：基于UNet++改進的皮膚病變分割網絡
洞卷積；卷積神經網絡0 引言黑色素瘤起源于黑色素細胞的惡性轉化，它可以逐漸擴散和轉移，是最具有侵襲性和致命的皮膚癌類型。雖然惡性黑色素瘤擁有如此高的死亡率，但早期診斷和干預可以將患者的存活率大大提高，并改善不良預后。在黑色素瘤的早期診斷中，計算機輔助診斷系統作為醫生的重要診斷決策工具，可以幫助臨床醫生專注于疾病的特定區域，并提取詳細信息以進行更準確的診斷，但目前其算法性能仍有較大的進步空間，仍面臨著巨大的挑戰。諸多研究人員在傳統神經網絡的基礎上，提出了眾多
電腦知識與技術 2023年9期2023-05-08
- 基于多層卷積神經網絡的人臉表情識別方法
情識別；卷積神經網絡；數據增強；MTCNN；人臉檢測0 引言表情作為人類重要的情感表達方式之一[1]，目前正成為新的研究熱點，人們希望通過研究人臉表情識別方法來實現計算機獲取人類表情的功能。具備表情識別功能的計算機設備能提高人機交互體驗，高效地解決更多實際問題并滿足更多的生活需求。例如：及時掌握駕駛員的情緒狀態，減少交通事故；監控老人和嬰幼兒的情緒狀態，及時掌握其身體狀況，提高生活質量；實時掌握遠程教學過程中學生的上課狀態，提高教學效果等。卷積神經網絡具有
電腦知識與技術 2023年9期2023-05-08
- 深度學習驅動的農作物病害識別模型研究
害識別；卷積神經網絡；ResNet50_vd0 引言在當前人工智能與大數據驅動的全球傳統農業轉型趨勢下，我國農業裝備正朝著計算機集成化、高度智慧化的方向蓬勃發展。農作物病害識別是農業領域的關鍵問題之一，傳統的檢測方式主要依據人工觀察識別病害類別，往往有速度慢、強度大、主觀性強等局限性。針對上述問題，國內外研究人員將人工智能技術應用于農作物病害識別領域，并已具備一定成效[1-7]。例如：宋大鵬等人[1]提出將深度學習用于水稻葉部病害識別任務中，通過引入深度可
電腦知識與技術 2023年7期2023-04-27
- 基于攝像頭與投影儀的智能空調面板開關
攝像頭的卷積神經網絡視覺檢測，可直接完成界面操作，實現功能交互。本投影開關具有很強的適配性，可在多種物體表面成像，具有使得內飾簡約和科技感強等特點?！娟P鍵詞】機器視覺；投影界面；卷積神經網絡中圖分類號：U463.851? ? 文獻標志碼：A? ? 文章編號：1003-8639（ 2023 ）04-0041-04【Abstract】This paper develops a projection air conditioning panel switch b
汽車電器 2023年4期2023-04-26
- 基于特征融合的圖像超分辨率
近年深度卷積神經網絡在圖像超分辨率領域取得了巨大成功。然而多數基于深度卷積神經的超分辨率模型不能很好地利用來自低分辨率圖像的各級特征，從而導致相對較差的性能。本文采用全局特征融合的方法，對全局多層次特征進行聯合學習，充分利用各卷積通道特征，通過全局跳躍連接，使網絡更注重高頻信息的學習，并采用亞像素卷積實現上采樣重建，取得了更好的效果。關鍵詞： 圖像超分辨率； 特征融合； 卷積神經網絡； 亞像素卷積中圖分類號：TP391.41? ? ? ? ? 文獻標識碼：
計算機時代 2023年4期2023-04-13
- 基于卷積神經網絡的車輛分類與檢測技術研究
關鍵詞：卷積神經網絡；車輛分類；車輛檢測；深度學習中圖分類號：TP391 文獻標識碼：A1引言（Introduction）隨著以深度學習為代表的人工智能技術的發展，越來越多的領域開始應用深度學習技術?；谏疃葘W習的車輛分類與檢測是當前智慧交通領域的研究熱點，其在智能交通系統中處于基礎地位，對車輛跟蹤、交通管控、無人駕駛等的發展具有重要意義。深度學習主要涉及卷積神經網絡（Convolutional Neural Network，CNN）、自編碼神經網絡、深度
軟件工程 2023年4期2023-04-07
- 基于形態特征感知的結直腸癌圖像分類方法研究
征感知；卷積神經網絡；病理圖像分類0 引言結直腸癌是發生在結腸或直腸的癌癥，是我國發病率和死亡率較高的癌癥類型之一[1-2]。對結直腸癌病理圖像的準確分類有助于醫生做出準確的病理診斷和預后判斷。為對癌癥做出準確分類，一些學者圍繞深度學習對癌癥病理圖像的分類方法展開了研究，例如，NAHID 等[3]提出基于卷積神經網絡（Convolu?tional Neural Network，CNN） 和長短期記憶的乳腺癌圖像分類方法（Breast Image Class
電腦知識與技術 2023年5期2023-04-06