卷积神经网络
- 基于特征层融合的EEG-NIRS识别方法研究
征融合;卷积神经网络;双向长短期记忆网络;分类准确率0 引言（Introduction）随着全球吸毒人员数量逐年攀升，吸毒正成为严重的全球性社会问题，而戒毒工作开展的前提是对吸毒人员的成瘾程度进行评估。近年来，研究人员主要基于磁共振成像（MagneticResonance Imaging，MRI）、脑磁图（Magnetoencephalography，MEG）、脑电图（Electroencephalogram，EEG）和近红外光谱（Near-infrare
软件工程 2024年1期2024-01-29
- 基于卷积神经网络CNN的手写数字识别算法研究
题，采用卷积神经网络CNN进行手写数字识别。采用PyTorch搭建了网络模型，对MNIST数据集进行训练，手写数字识别；采用交叉熵损失函数和Adam优化算法，并设置学习率为0.001；经过100个Epoch后，识别准确率达到了99%，通过GUI界面可以识别自制的手写数字，具有很强的鲁棒性。关键词：卷积神经网络；PyQt5；MNIST数据集；手写数字识别中图分类号：TP391 文献标识码：A文章编号：1009-3044（2023）35-0027
电脑知识与技术 2023年35期2024-01-26
- 基于CNN-LSTM深度学习技术的知乎文本情感分析
旨在结合卷积神经网络（CNN） 与长短时记忆网络（LSTM） 技术，实现对知乎平台上大量文本数据的情感分析。本文研究并验证了CNN和LSTM技术在文本情感分析中的性能，通过融合两种技术有效地提升了情感分类的精度。实验结果表明，融合了CNN与LSTM的模型在在多个领域中情感分类方面呈现出更优异的表现，从而验证了其显著的有效性和潜力。关键词：文本情感分析；知乎；卷积神经网络；长短时记忆；循环神经网络中图分类号：TP18 文献标识码：A文章编号：1
电脑知识与技术 2023年35期2024-01-26
- 基于M-Unet的混凝土裂缝实时分割算法
土裂缝；卷积神经网络；深度学习；裂缝检测；裂缝分割中图分类号：TU755.7 文献标志码：A 文章编号：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
土木建筑与环境工程 2024年1期2024-01-03
- 基于深度学习的钝体断面外形气动性能高效预测方法
率。通过卷积神经网络深度学习技术实现对气动性能的快速预测，深度学习模型训练完成后，输入形状信息和与形状相关的流场信息，即可输出不同几何形状下的阻力系数，进而得到钝体断面的气动性能。为寻找性能最优的深度学习模型，通过综合判定误差和参数量大小对卷积神经网络结构的深度和宽度进行优化。对深度学习模型输出阻力系数与CFD计算结果进行对比发现，误差符合预期要求，并且相较于传统方法，基于深度学习网络的预测所需时间达到数量级的提升，未来可作为钝体断面气动外形优化的关键方法
土木建筑与环境工程 2024年1期2024-01-03
- 基于卷积神经网络的预制叠合板多目标智能化检测方法
例，基于卷积神经网络研究生产过程中的智能检测方法，在生产流水线上设计并安装图像采集系统，建立预制叠合板尺寸检测数据集。通过YOLOv5算法实现对混凝土底板、预埋PVC线盒及外伸钢筋的识别，并以固定磁盒作为基准参照物进行尺寸检测误差分析，实现混凝土底板尺寸、预埋PVC线盒坐标的检测，在降低训练数据集参数规模的工况下保持较高的识别精度。结果表明：该方法可以有效检测预制叠合板的底板数量和尺寸、预埋PVC线盒数量和坐标，并实现弯折方向不合格的外伸钢筋检测，并能降低
土木建筑与环境工程 2024年1期2024-01-03
- 基于双重SE注意力机制下的CNN-BiLSTM混合石墨电极位移预测模型
机制下的卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）混合石墨电极位移预测模型。为有效解决时间序列重要程度差异性问题，在传统SE注意力机制中增加了双重SE注意力并行模块，并用BiLSTM通过两个方向来发掘时间序列信息，有效提高模型预测度。实验结果表明，文章提出的混合网络模型能够对石墨电极位移进行有效预测，且相比于传统的SE-CNN-BiLSTM方法和主流预测方法预测准确度更高。关键词： 内串石墨化；石墨电极位移；卷积神经网络；双向长短期记忆；注
电脑知识与技术 2023年31期2023-12-25
- 基于多尺度卷积神经网络的显著性检测方法
题，根据卷积神经网络特征提取时会同时产生多个尺度特征的特点，提出了一种基于多尺度卷积神经网络的显著性检测方法。首先，图片经过特征提取模块产生分辨率不同的特征图；其次，由上至下建立多尺度特征连接；然后，采用降维、上采样等方式进行融合特征；最后，提取图片显著目标区域。实验在HKU数据集、ECSSD数据集以及PASCAL-S数据集上设计，结果表明，基于多尺度卷积神经网络的显著性检测网络模型具有较好的显著性检测能力，并具有较高的执行效率。关键词： 多尺度；卷积神经
电脑知识与技术 2023年31期2023-12-25
- 基于双通道残差网络的泥石流沟谷孕灾风险预测
差结构的卷积神经网络——双通道残差网络（two-way residual network，TWRNet）。该网络能够广泛应用于泥石流沟谷图像的潜在危险性排查，实现泥石流灾害的预警。TWRNet首先采用切片的方式对数字高程（digital elevation model，DEM）数据和遥感数据分开处理，并使用改进的残差结构进行特征提取；然后将特征进行融合，并使用通道注意力机制SE（squeeze-and-excitation networks）模块进行通道增
贵州大学学报（自然科学版） 2023年6期2023-12-14
- 基于改进YOLO卷积神经网络的水下海参检测
器视觉；卷积神经网络中图分类号： S126 文献标识码： A 文章编号： 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
江苏农业学报 2023年7期2023-12-13
- 基于AlexNet的焊缝缺陷分类方法
分类； 卷积神经网络； 交叉验证中图分类号：TP181 文献标识码：A 文章编号：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
计算机时代 2023年9期2023-09-25
- 图像网络爬虫在食品营养安全科普监测中的应用研究
其次通过卷积神经网络模型中的Resnet18网络实现对图像的二分类，在数据预处理过程中加入Focal Loss实现数据的不平衡处理，并在卷积神经网络中加入注意力机制，同时利用1×1卷积层替换全连接层，最终实现图像分类效果的提升。对带文字的科普类图像及纯图像分类准确率分别由89.7%及68.9%提升至98.3%及75.6%。此研究对食品营养安全科普图像的二分类效果提升明显，为图像二分类问题提供了新方法。关键词：卷积神经网络；Resnet18；ECA模块Abs
食品安全导刊 2023年8期2023-09-16
- 基于注意力机制和CNN-BiLSTM模型的在线协作讨论交互文本自动分类
度学习；卷积神经网络；长短时记忆网络；注意力机制中图分类号：TP18 文献标识码：A 文章编号：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
现代信息科技 2023年13期2023-09-14
- CTPN在快递单文字检测中的应用研究
字检测 卷积神经网络 文本检测网络 区域候选网络中图分类号： TM715 文献标识码： A 文章编号： 1672-3791（2023）15-0058-04随着物流业的快速发展，各快递点的分拣、配发工作愈加繁重，且不同快递公司快递单设计样式不统一。为提高快递分拣人员的工作效率与快递分配的准确性，提高信息统计效率和信息采集的通用性，需快速检测并识别出各包裹上快递单号的收寄人信息，并做出派件指引。为实现该需求，学术界通常运用光学字符识别（Optical Char
科技资讯 2023年15期2023-09-07
- 基于改进型AlexNet的中药材图像识别
关键词：卷积神经网络;AlexNet;中药材;图像识别中图分类号：TP391 文献标志码：A0 引言（Introduction）我国是中药材的发源地，药材资源丰富，并且95%以上的中药材为植物药材。中药历经数千年发展，展现了它强大的生命力和我国医药特色优势。新型冠状病毒感染暴发以来，中医药一直在抗击感染中发挥了重要作用，一些中医药疗法在病例的救治和康复中起到良好效果。因此，我们要坚定不移地推动中医药的发展。目前，传统图像处理和卷积神经网络均可用于中药材识别
软件工程 2023年9期2023-09-06
- 基于迁移学习的卷积神经网络图像识别方法研究
要：卷积神经网络是图像分类领域效果卓越的深度学习算法，然而训练深度神经网络是一项繁琐且复杂的工作，不仅在结构设计上依赖开发人员丰富的经验，还容易产生过拟合现象。因此，该文提出一种基于模型迁移的图像识别方法，该方法能够在简化设计思路的同时极大地提升卷积神经网络的性能。此外还在三个小型图片集上进行了多次模型训练和对比分析。研究结果表明，经过迁移学习优化的卷积神经网络的测试集准确率均得到显著提升。关键词：图像识别；深度学习；卷积神经网络；迁移学习；预训练模型
现代信息科技 2023年14期2023-09-06
- 一种基于自注意力机制的CNN-BiLSTM非侵入式负荷分解方法研究
其次，对卷积神经网络（CNN）与双向长短期记忆网络（BiLSTM）的混合模型进行训练与优化，同时引入自注意力机制，决定输出权重值，从而提高网络预测精度和表征能力。最后，将测试集中的总功率送入网络进行负荷分解，结果表明，在研究神经网络后提出的模型能充分挖掘数据的空间与时序特征，同时对重要特征进行有效提取，提高了负荷分解的能力。关键词：非侵入式负荷分解；自注意力机制；卷积神经网络；双向长短期记忆网络中图分类号：TM714 文献标志码：A 文章编号：
机电信息 2023年16期2023-08-24
- 基于卷积神经网络的人脸识别检测分析
脸识别；卷积神经网络；网络结构；检测精度0 引言人脸识别技术的关键就在于人脸检测，作为重要研究方向广泛应用于模式识别和计算机识别领域[1]。人工设计特征作为传统人脸检测方法的重要监测依据。目前由于人脸检测算法表现出较高的检测精度，因而应用于多个领域[2]。人脸检测算法结合深度学习在卷积神经网络得到广泛应用下逐渐获取进一步发展，早已作为主流研究方法应用于各领域，检测准确率高于传统方法，超过95%[3]，拓展人脸识别研究具有重要的意义。近年，人脸识别技术早已被
电子产品世界 2023年8期2023-08-22
- 基于深度学习的车辆目标检测算法综述
标检测 卷积神经网络 计算机视觉1 引言随着人工智能技术的不断发展，深度学习技术在计算机视觉领域中得到了广泛的应用。车辆目标检测一直是计算机视觉领域中一个极具挑战性的问题，具有广泛的应用前景。传统的方法往往需要手工提取特征并构建分类器来实现车辆目标检测，这种方法容易受到环境变化的影响，并需要大量的调整和优化。近年来，随着深度学习技术的不断发展，基于深度学习的车辆目标检测算法在准确率和处理速度方面都取得了很大的提升，逐渐成为研究的热点。图1展示了目标检测算法
时代汽车 2023年15期2023-08-07
- 基于边缘先验的人脸去手势遮挡修复方法研究
关键词：卷积神经网络；生成对抗网络；人脸修复；注意力机制中图分类号：TP18；TP391.4 文献标识码：A 文章编号：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
现代信息科技 2023年11期2023-08-01
- 基于卷积神经网络的茶叶病虫害检测系统设计
题，基于卷积神经网络构建的茶叶病虫害识别模型经过训练、调优后获得了最终的检测模型，该检测模型通过Java Web技术构建成B/S模式的病虫害在线检测系统。用户通过在浏览器中提交待识别的茶叶图像至服务器，服务器将接收到的病虫害图片送入检测模型进行病虫害识别，将识别结果返回至用户端。实验结果表明，基于卷积神经网络构建的茶叶病虫害检测系统实现了茶叶图像中18种病虫害的检测，能较好地帮助茶农快速识别茶叶病虫害，对茶叶病虫害防治具有重要意义。关键词：卷积神经网络；目
无线互联科技 2023年9期2023-07-20
- 基于轻量级网络的光纤传感振动信号识别
关键词：卷积神经网络；轻量级网络；深度可分离卷积；光纤信号；周界安全中图分类号：TN 913.7 文献标志码：A引言Φ-OTDR 分布式光纤传感系统通过一根传感光纤可以实现多点定位等功能。传感光纤具有抗电磁干扰、高灵敏度和耐腐蚀等优点[1-3]，已广泛应用于周界安防[4–6]、轨道监测[7–9] 和桥梁结构健康监测等领域。随着研究的深入和应用的不断创新，分布式光纤振动信号的识别变得至关重要。目前光纤振动信号识别主要分为传统方法和深度学习算法两大类。传统方法
光学仪器 2023年2期2023-07-14
- 基于卷积神经网络的设备运行状态智能控制优化模型分析
一种基于卷积神经网络（CNN）的状态估计方法，利用自动编码器对变电设备监测数据进行特征约简，将其作为CNN的输入，进一步采用Softmax分類器对获得的其输出进行分类，以获得变电设备的状态估计结果。实验结果表明，与传统的基于支持量机（SVM）和多层神经感知机（MLP）相比，提出的方法在准确性、灵敏度、特异性和阳性预测性4种量化评价指标中具有明显的优势。提出的方法较其他2种方法能够获得更好的正检率指标。关键词：卷积神经网络; 变电设备; 分类; 状态估计中图
粘接 2023年6期2023-07-12
- 基于改进ResNet网络的猫狗图像识别
力机制；卷积神经网络；ResNet网络中图分类号：TP391.4 文献标志码：A0引言动物种类识别一直是计算机视觉领域、人工智能等领域的重点研究之一，无论是珍稀动物保护，还是用于日常宠物管理，都是需要重视的问题。现今很多人想领养宠物，但又因为各种原因和借口从而放弃养宠物，导致流浪猫狗泛滥，产生一系列社会问题，本论述希望通过改进的卷积神经网络来对猫狗图像进行识别分类[1]以解决该问题，方便社区和校园管理。卷积
甘肃科技纵横 2023年2期2023-07-11
- 深度嵌入度量学习的机械跨工况故障识别方法
于多尺度卷积神经网络（Multiscale Convolutional Neural Network， MCNN）獲取故障信号的深度嵌入特征；用度量学习方法引导判别性特征学习，构建特征嵌入空间下的三元组损失（Triplet Loss， TL）；利用粒子群算法（Particle Swarm Optimization， PSO）对间隔参数进行寻优。所提方法有效缩小装备健康状态类内距离、扩大类间距离，降低工况变化对健康状态映射关系的影响。实验结果表明，该方法在齿
振动工程学报 2023年2期2023-07-10
- 基于深度学习特征融合的遥感图像场景分类应用
像分类；卷积神经网络；灰度共生矩阵；局部二值模式；迁移学习；支持向量机中图分类号TP183文献标志码A0 引言随着遥感技术的不断发展[1]，遥感图像分类被广泛应用于土地管理、城市规划、交通监管等众多领域[2].然而，目前遥感场景图像包含的信息和结构丰富复杂，如何合理利用遥感图像中丰富的信息获取精准有效的特征，还面临诸多挑战[3].遥感图像场景分类中常用传统手工特征提取图像的特征，包括颜色直方图、纹理特征、全局特征信息 （GIST）、尺度不变特征变换 （SI
南京信息工程大学学报 2023年3期2023-07-06
- 基于多注意力机制集成的非侵入式负荷分解算法
力机制;卷积神经网络;长短时记忆网络中图分类号TP18文献标志码A0 引言非侵入式负荷分解又称为非侵入式负荷监测（Non-Intrusive appliance Load Monitoring，NILM），它具有经济性、实用性与安全性，更符合当下智能电网的发展，具有前瞻性［1-2］．NILM可向电力用户反馈电器精细化用电信息，使用户更清晰、更准确地了解用电设备的使用情况，从而引导用户改善自身的用电行为，实现用能的高效化和经济化［3］;同时，电力公司可对分解
南京信息工程大学学报 2023年3期2023-07-06
- 基于机器视觉的垃圾分拣系统设计
机，利用卷积神经网络来分辨摄像头所拍摄垃圾的类型，借助Arduino控制舵机自动开合垃圾桶，实现垃圾分类。经过测试分析，系统的准确精度均能达到70%以上，准确精度较好，籍此人们能够轻松处理生活垃圾。关键词：机器视觉；树莓派；卷积神经网络；Arduino中图分类号：TP311 文献标识码：A 文章编号：2096-4706（2023）04-0018-05Design of Garbage Sorting System Based on Machine Vi
现代信息科技 2023年4期2023-06-25
- 基于CNN的医药制造业财务危机预警研究
分析法和卷积神经网络（CNN）相结合的财务危机预警模型，对73家医药公司2015—2020年的财务指标进行分析，以期为医药行业的发展提供借鉴，合理预测财务危机。这对促进医药行业健康发展，保障民生安全意义重大。关键词：医药制造企业；卷积神经网络；财务危机预警；主成分分析法中图分类号：TP39；F275 文献标识码：A 文章编号：2096-4706（2023）04-0014-04Research on Financial Crisis Warning of
现代信息科技 2023年4期2023-06-25
- 基于手写体数字识别的激活函数对比研究
数据集在卷积神经网络训练时分别使用sigmoid、tanh、relu与mish激活函数进行实验，对这四种激活函数下训练集误差值收敛曲线以及测试集精度曲线进行算法结果分析，实验结果表明，mish激活函数在手写体数据集上进行卷积神经网络训练时效果更佳，而同样得出不同的训练数据集、激活函数的选择会影响算法对数据的拟合度和神经网络的收敛性。关键词：手写体数字识别；mish激活函数；卷积神经网络；mnist数据集中图分类号：TP391.4；TP183 文献标识码：
现代信息科技 2023年4期2023-06-25
- 基于XGBoost的启动子及其类型识别的两层预测器
子识别；卷积神经网络；多特征融合；XGBoost中图分类号：TP39；TP18 文献标识码：A 文章编号：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
现代信息科技 2023年7期2023-06-25
- 基于神经网络的3D点云模型识别的方法
差模块的卷积神经网络三维模型识别方法。通过引入残差模块，构建深层神经网络增强点云模型的局部信息，提高物体的识别精度。同时，采用了一种获取多尺度局部空间信息的策略，加快了模型的推理能力。实验证明，算法识别准确率达到了91.5%，加快了模型的推理速度，可应用于对点云模型识别有实时性要求的场景，如：流水线上物体的检测等。关键词：三维模型识别；卷积神经网络；实时性中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2023）07-00
现代信息科技 2023年7期2023-06-25
- 基于人脸识别的矿井人员考勤管理系统
脸识别；卷积神经网络中图分类号：TP391.4 文献标识码：A 文章编号：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
现代信息科技 2023年7期2023-06-25
- 基于软注意力机制的图像分类算法在缺陷检测中的应用
先，反思卷积神经网络（CNN）与Transformer架构，重新设计高维特征提取模块；其次，改进最新注意力机制来捕获全局特征。该算法可轻松嵌入各类CNN，提升图像分类和表面缺陷检测的性能。使用该算法的ResNet网络在CIFAR-100数据集和纺织品缺陷数据集上的准确率分别达到83.22%和77.98%，优于经典注意力机制SE与最新的Fca等方法。关键词：缺陷检测；注意力机制；卷积神经网络；图像分类中图分类号：TP391.4 文献标识码：A 文章编号：
现代信息科技 2023年3期2023-06-22
- 基于卷积神经网络的图像分类改进方法研究
一种基于卷积神经网络和迁移学习思想的图像分类改进方法。利用迁移学习的思想改进卷积神经网络的网络结构及网络参数，然后利用TensorFlow框架实现该模型并对MNIST数据集进行分类，最后将改进卷积神经网络模型的分类准确率与传统分类方法进行对比分析。实验结果表明，改进卷积神经网络模型的分类准确率高达99.37%，分类性能明显优于其他方法。关键词：卷积神经网络；迁移学习；TensorFlow；图像分类中图分类号：TP183 文献标识码：A 文章编号：2
现代信息科技 2023年5期2023-06-22
- 基于深度迁移学习的荔枝病虫害识别方法研究
法的深度卷积神经网络迁移研究和辨识模式，使原始样品容量扩大数倍，并通过构建模型过拟合值，进而提高模型的泛化水平和荔枝病虫害防控分析的精度，以提高荔枝种植产量。关键词：迁移学习；卷积神经网络；荔枝；病虫害识别文章编号：1005-2690（2023）09-0100-03 中国图书分类号：S436.67；TP183 文献标志码：B近年来，随着新一代信息技术的迅速普及，我国逐渐加强了对农产品病虫害智能辨识与数字化防治的扶持工作，农作物病虫害
种子科技 2023年9期2023-06-17
- 基于卷积神经网络的农作物病虫害识别研究
理、通过卷积神经网络识别农作物病虫害，帮助广大的农业生产者。文章分析了卷积神经网络的AlexNet模型，以此来增强数据算法网络化处理；借助数据集的构建与处理，进一步提高农作物病虫害的识别与研究，使得农作物病虫害识别更高效化、科技化、信息化，最终达到高精准度识别农作物病虫害，降低农作物病虫害对产量的影响。关键词：卷积神经网络；农作物病虫害；病虫害识别中图分类号：TP389 文献标志码：A0 引言近年来，生态环境的不断恶化，使得其结构更加脆弱，农作物病虫害常
无线互联科技 2023年2期2023-06-15
- 基于词嵌入和BiLCNN-Attention混合模型的政务文本分类方法
STM和卷积神经网络CNN，同时引入注意力机制进行特征提取，融合了时序特征及局部特征并使特征得到强化，最后使用Softmax进行文本分类。实验表明，BERT词嵌入处理后混合模型的准确率较CNN和BiLSTM模型分别提升了3.9%和2.51%。关键词： 政务文本分析； 词嵌入； 双向长短时记忆网络； 卷积神经网络； 注意力机制中图分类号：TP391.1 文獻标识码：A 文章编号：1006-8228（2023）06-92-05Meth
计算机时代 2023年6期2023-06-15
- 基于深度学习的噪声背景通信信号端点检测
使用深层卷积神经网络（Deep Convolutional Neural Networks，DCNN）提取样本特征，用于描述信号活跃区域和背景噪声之间的差异，并获得样本特征图。同时，通过多尺度区域检测方法确定特征图中的通信信号的起止端点，并使用线性回归方法精修区域参数，使端点检测结果更接近真值。在实验验证方面，文章利用构建的仿真通信信号数据集进行训练和测试，实验结果表明，该方法能够在毫秒级延迟下准确地检测出淹没在噪声中的通信信号，且检测精度优于现有方法。关
无线互联科技 2023年2期2023-06-15
- Dynamic Unet+: 一种轻量精确的语义分割算法及应用
度学习；卷积神经网络；图像语义分割；语义分割算法应用；自动人像抠图0 引言图像语义分割是计算机对场景理解的重要环节，由于拍摄图片通常会受到光照、角度、尺度以及拍摄图片分辨率等多种复杂条件的影响，使图像语义分割成了计算机视觉领域具有挑战性的问题。例如像素聚类、阈值分割等传统算法存在难以建立语义层级理解的问题，随着2012年AlexNet在图像分类领域取得的巨大成功，以卷积神经网络为代表的深度学习技术快速发展，同时也深刻影响了包括图像语义分割在内的众多计算机视
电脑知识与技术 2023年11期2023-06-12
- 基于卷积神经网络的学生疲惫状态反馈策略
提出基于卷积神经网络的学生疲劳状态反馈策略，建立数据集并训练出疲惫状态识别分类模型，结合机器视觉系统可应用到教学场景中，在适当时机向教师发出预警，提醒教师改变课堂氛围，从而更好地帮助学生及时调整学习状态，提高学习效率。关键词：人工智能；卷积神经网络；情绪分类；疲惫状态识别随着人工智能的关键技术发展，面部表情识别技术在“人工智能教育”领域起着重要作用。利用识别结果可以分析学生的学习动态，给老师提供及时反馈。从微观角度来看，实时反馈可以帮助教师更全面获得学生们
科技风 2023年13期2023-06-11
- 深度学习在水利遥感领域的应用
度学习中卷积神经网络、循环神经网络、受限玻尔兹曼机、自动编码器四种算法进行总结，对当前深度学习在水利遥感领域的应用进行了梳理，综述了深度学习在水资源与生态环境管理、洪涝灾害的预防与监测、水资源环境监测与分析、水面关键物监测识别等方面的遥感研究。最后本文分析了深度学习在水利遥感领域的应用不足与发展趋势，并对未来的水利遥感应用进行展望。关键词： 水利遥感；深度学习；遥感监测；卷积神经网络；水质监测中图分类号： TP751.1 文献标识码： A深度学习
科技风 2023年15期2023-06-07
- 基于改进YOLOv4算法的苹果叶片病害检测方法
害检测；卷积神经网络；注意力机制中图分类号：TP391.4 文献标志码：A 文章编号：1002-1302（2023）09-0193-06基金项目：国家自然科学基金青年科学基金（编号：31401291）。作者简介：赵嘉威（1999—），男，吉林长春人，硕士研究生，主要从事农业智能装备研究。E-mail：zjw991012@126.com。通信作者：田光兆，博士，副教授，研究生导师，主要从事农业智能装备研究。E-mail：tgz@njau.edu.cn。苹
江苏农业科学 2023年9期2023-06-04
- 基于Keras和卷积神经网络CNN的手写数字识别研究
关键词：卷积神经网络；MNIST；手写体数字识别；Keras1引言数字识别巳经应用到了生活中的各个领域[1]，如停车场停车按车牌号计费、交通电子眼抓拍违章、大规模数据统计、文件电子化存储等。作为一种全球通用的数字符号，阿拉伯数字跨越了国家、文化以及民族的界限[2]，在我们的身边应用非常广泛。数字的类别数目适当，仅有10类，方便对研究方法进行评估和测试。研究基于深度學习的手写数字识别方法不仅对理解深度学习有很大的帮助和对实践深度学习理论有很重要的意义，而且在
计算机应用文摘 2023年5期2023-05-30
- 基于卷积神经网络的恶意代码API分类
进而使用卷积神经网络训练出分类模型，从而实现对恶意软件进行分类，获得较高的准确率，针对阿里云天池上的数据集进行实验验证，实验使用有向图编码方式，采用不同的卷积神经网络架构，对比不同方法的准确性。关键词：卷积神经网络；恶意代码分类；API调用序列中图分类号：TP309 文献标识码：A 文章编号：1673-260X（2023）02-0039-051 引言恶意软件是當今互联网面临的主要安全威胁之一，准确地检测出恶意软件，并且把恶意软件进行准确分类对于防范网络
赤峰学院学报·自然科学版 2023年2期2023-05-30
- 基于卷积神经网络的路面病害自动化识别研究
一种基于卷积神经网络的路面病害自动化识别方法。该方法的图像识别技术随着计算机硬件计算能力的逐年增强和相关算法的完善，已经有比较完备的理论基础和公式可以用于公路病害识别方面的应用。该系统的开发可以自动化识别包括路面裂缝、坑槽等在内的多种病害，自动化识别准确率达到90%以上。关键词 卷积神经网络；路面病害；自动化识别中图分类号 U416.2文献标识码 A文章编号 2096-8949（2023）09-0007-030 引言经历了数十年的飞速发展，我国的道路基础设
交通科技与管理 2023年9期2023-05-26
- 基于迁移学习和改进残差网络的复杂背景下害虫图像识别
移学习；卷积神经网络；注意力机制；图像识别中图分类号：TP391.41 文献标志码：A文章编号：1002-1302（2023）08-0171-06基金项目：国家自然科学基金（编号：62003379）；广东省科技计划（编号：KA1721404）；广东省普通高校重点领域专项（编号：2019GZDXM007）。作者简介：温艳兰（1995—），女，广东梅县人，硕士研究生，主要研究方向为机器视觉。E-mail：164734302@qq.com。通信作者：王克强，硕士
江苏农业科学 2023年8期2023-05-23
- 基于卷积神经网络的竹片颜色分类
。关键词卷积神经网络；颜色分类；竹片；ResNet；AlexNet中图分类号S126文献标识码A文章编号0517-6611（2023）08-0199-04doi：10.3969/j.issn.0517-6611.2023.08.046开放科学（资源服务）标识码（OSID）：Color Classification of Bamboo Slices Based on Convolutional Neural NetworkFANG Yi-hong WU Xi
安徽农业科学 2023年8期2023-05-23
- 改进RCF网络在建筑物边缘检测中的应用
近几年，卷积神经网络被广泛应用于建筑物边缘检测研究，其中RCF网络被证明是应用于建筑物边缘检测的效果较好的卷积神经网络。然而，RCF网络在建筑物边缘检测的过程中，上采样过程采用一步双线性插值算法，上采样结构过于简单，导致产生了在深层网络特征层小尺寸图像特征直接上采样至大尺寸图像的条件下误差过大的问题。文章提出了阶梯式上采样结构以改进RCF网络，该方法能够有效减少一次双线性插值算法带来的误差，实验证明该方法能够有效提高RCF网络在建筑物边缘检测上的结果精度，
无线互联科技 2023年6期2023-05-23
- 基于注意力机制的多级监督人群计数算法
一种基于卷积神经网络的人群计数网络，该网络由主干网和多级监督分支结构组成，在主干网络的多个阶段引入注意力机制学习不同尺度的人群特征。算法采用VGG16模型的前13层作为主干网，并且加入膨胀卷积网络结构，融合图像中的多尺度人群特征，解决多尺度人群计数问题，从而生成高质量的密度图。同时，在3个不同尺度的分支结构中引入注意力机制，在损失函数中加入不同尺度的注意力损失，从而使整个网络聚焦图像中的人群区域。算法在4个主要的数据集上进行了测试，算法结果优于最近其他的方
计算机与网络 2023年6期2023-05-14
- 基于深度学习的动态手势识别方法
若只使用卷积神经网络（CNN）或长短期记忆网络（LSTM）单个网络模型的手势识别，准确率最高为92.7%；而CNN-LSTM混合网络模型平均手势识别准确率为99.1%。关键词： 手势识别； 深度学习； 卷积神经网络； 长短期记忆网络中图分类号：TP391.41;TP18 文献标识码：A 文章编号：1006-8228（2023）05-77-04Dynamic gesture recognition based on depth le
计算机时代 2023年5期2023-05-14
- DUNet++：基于UNet++改进的皮肤病变分割网络
洞卷积；卷积神经网络0 引言黑色素瘤起源于黑色素细胞的恶性转化，它可以逐渐扩散和转移，是最具有侵袭性和致命的皮肤癌类型。虽然恶性黑色素瘤拥有如此高的死亡率，但早期诊断和干预可以将患者的存活率大大提高，并改善不良预后。在黑色素瘤的早期诊断中，计算机辅助诊断系统作为医生的重要诊断决策工具，可以帮助临床医生专注于疾病的特定区域，并提取详细信息以进行更准确的诊断，但目前其算法性能仍有较大的进步空间，仍面临着巨大的挑战。诸多研究人员在传统神经网络的基础上，提出了众多
电脑知识与技术 2023年9期2023-05-08
- 基于多层卷积神经网络的人脸表情识别方法
情识别；卷积神经网络；数据增强；MTCNN；人脸检测0 引言表情作为人类重要的情感表达方式之一[1]，目前正成为新的研究热点，人们希望通过研究人脸表情识别方法来实现计算机获取人类表情的功能。具备表情识别功能的计算机设备能提高人机交互体验，高效地解决更多实际问题并满足更多的生活需求。例如：及时掌握驾驶员的情绪状态，减少交通事故；监控老人和婴幼儿的情绪状态，及时掌握其身体状况，提高生活质量；实时掌握远程教学过程中学生的上课状态，提高教学效果等。卷积神经网络具有
电脑知识与技术 2023年9期2023-05-08
- 深度学习驱动的农作物病害识别模型研究
害识别；卷积神经网络；ResNet50_vd0 引言在当前人工智能与大数据驱动的全球传统农业转型趋势下，我国农业装备正朝着计算机集成化、高度智慧化的方向蓬勃发展。农作物病害识别是农业领域的关键问题之一，传统的检测方式主要依据人工观察识别病害类别，往往有速度慢、强度大、主观性强等局限性。针对上述问题，国内外研究人员将人工智能技术应用于农作物病害识别领域，并已具备一定成效[1-7]。例如：宋大鹏等人[1]提出将深度学习用于水稻叶部病害识别任务中，通过引入深度可
电脑知识与技术 2023年7期2023-04-27
- 基于摄像头与投影仪的智能空调面板开关
摄像头的卷积神经网络视觉检测，可直接完成界面操作，实现功能交互。本投影开关具有很强的适配性，可在多种物体表面成像，具有使得内饰简约和科技感强等特点。【关键词】机器视觉；投影界面；卷积神经网络中图分类号：U463.851 文献标志码：A 文章编号：1003-8639（ 2023 ）04-0041-04【Abstract】This paper develops a projection air conditioning panel switch b
汽车电器 2023年4期2023-04-26
- 基于特征融合的图像超分辨率
近年深度卷积神经网络在图像超分辨率领域取得了巨大成功。然而多数基于深度卷积神经的超分辨率模型不能很好地利用来自低分辨率图像的各级特征，从而导致相对较差的性能。本文采用全局特征融合的方法，对全局多层次特征进行联合学习，充分利用各卷积通道特征，通过全局跳跃连接，使网络更注重高频信息的学习，并采用亚像素卷积实现上采样重建，取得了更好的效果。关键词： 图像超分辨率； 特征融合； 卷积神经网络； 亚像素卷积中图分类号：TP391.41 文献标识码：
计算机时代 2023年4期2023-04-13
- 基于卷积神经网络的车辆分类与检测技术研究
关键词：卷积神经网络；车辆分类；车辆检测；深度学习中图分类号：TP391 文献标识码：A1引言（Introduction）随着以深度学习为代表的人工智能技术的发展，越来越多的领域开始应用深度学习技术。基于深度学习的车辆分类与检测是当前智慧交通领域的研究热点，其在智能交通系统中处于基础地位，对车辆跟踪、交通管控、无人驾驶等的发展具有重要意义。深度学习主要涉及卷积神经网络（Convolutional Neural Network，CNN）、自编码神经网络、深度
软件工程 2023年4期2023-04-07
- 基于形态特征感知的结直肠癌图像分类方法研究
征感知；卷积神经网络；病理图像分类0 引言结直肠癌是发生在结肠或直肠的癌症，是我国发病率和死亡率较高的癌症类型之一[1-2]。对结直肠癌病理图像的准确分类有助于医生做出准确的病理诊断和预后判断。为对癌症做出准确分类，一些学者围绕深度学习对癌症病理图像的分类方法展开了研究，例如，NAHID 等[3]提出基于卷积神经网络（Convolu?tional Neural Network，CNN） 和长短期记忆的乳腺癌图像分类方法（Breast Image Class
电脑知识与技术 2023年5期2023-04-06