深度神经网络
- 图像处理中基于深度学习的图像语义分割综述
能 深度神经网络中图分类号:TP391.41;TP18图像语义分割是计算机视觉领域的关键研究方向,通过精确划分图像中不同物体和区域的语义信息,为无人驾驶、遥感影像检测、医疗影像等应用领域提供了重要支持。本文综述了基于深度学习的图像语义分割方法的演进,重点介绍了FCN、U-Net、DeepLab等经典算法,以及最新基于Transformer的方法,如ViT-Adapter和Lawin Transformer。同时还关注了几个常用的语义分割数据集,如PAS
科技资讯 2024年6期2024-06-19
- 中国手语识别方法及技术综述
主要利用深度神经网络和人工智能技术,强调深度学习,迁移学习和技术融合,模型对样本数据量的依赖程度较高。我国已经开始广泛建设各类手语语料库,但需要进一步规范和推广。【关键词】 手语识别技术;语料库;深度神经网络;迁移学习【中图分类号】 G760【作者简介】 蒋贤维,副教授,南京特殊教育师范学院数学与信息科学学院(南京,210038),jxw@njts.edu.cn;孙计领、张艳琼、蒋小艳,副教授,南京特殊教育师范学院数学与信息科学学院(南京,210038);
现代特殊教育 2024年6期2024-05-18
- 混合动力汽车深度强化学习分层能量管理策略
化学习;深度神经网络;等效燃油消耗中图分类号:U471.15 文献标志码:A 文章编号:1000-582X(2024)01-041-11Deep reinforcement learning hierarchical energy management strategy for hybrid electric vehiclesDAI Kefeng, HU Minghui(College of Mechanical an
重庆大学学报 2024年1期2024-05-15
- 基于多模态融合的深度神经网络图像复原方法
融合; 深度神经网络; 三重注意力; 图像复原中图分类号: TP391文献标志码: A文章编号: 1671-5489(2024)02-0391-08Deep Neural Network Image Restoration MethodBased on Multimodal FusionLI Weiwei1, WANG Liyan2, FU Bo2, WANG Juan1, HUANG Hong1(1. School of Information Eng
吉林大学学报(理学版) 2024年2期2024-05-15
- 基于机器学习算法的河南省冬小麦面积提取研究
据,采用深度神经网络(DNN)、随机森林(RF)和支持向量机(SVM)算法,自动从NDVI时序数据中提取冬小麦特征,分别训练出非线性模型,在250 m尺度对河南省冬小麦分布和面积进行识别。结果表明,基于DNN算法的河南省冬小麦面积识别模型精确率为97.26%,总体一致性为97.97%;基于RF、SVM算法的精确率分别为91.51%和89.31%,总体一致性均在90%以下。和RF、SVM算法相比,DNN算法在精度上有明显的提升,能够更好地反映河南省冬小麦的时
江苏农业科学 2024年6期2024-04-30
- 基于大规模预训练模型的地质矿物属性识别方法及应用
ER)的深度神经网络模型,用于识别和提取矿物类型、地质构造、岩石与地质时间等关键信息。与传统方法不同,本次采用了大规模预训练模型BERT(Bidirectional Encoder Representations from Transformers,BERT)和深度神经网络来捕捉上下文信息,并结合条件随机场(Conditional random field,CRF)以获得准确结果。实验结果表明,MNER模型在中文地质文献中表现出色,平均精确度为0.898
新疆地质 2024年1期2024-04-17
- 基于多任务学习的轨道交通短时客流预测研究
机制; 深度神经网络中图分类号:U239.5 文献标志码:A 文章编号:1002-4026(2024)01-0095-12A multitask learning model for the prediction of short-term subway passenger flowAbstract∶An accurate prediction of short-term subway passenger flowscan effectively
山东科学 2024年1期2024-02-26
- 基于多模态融合技术的番茄灰霉病智能协同诊断模型研究
归分析;深度神经网络中图分类号:S274.1文献标识码:A文章编号:20955553 (2023) 11011508Study on intelligent collaborative diagnosis model of tomato Botrytis based onmulti-mode fusion technologyDu Yaru Huang YuanDu Pengfei Gao Xinna Wu Meng Yang Yingru(1. Shij
中国农机化学报 2023年11期2023-12-11
- 改进深度神经网络的用户用电量预测方法
要]针对深度神经网络对电能预测精度低的问题,提出正弦粒子群优化神经元数量的深度神经网络算法,通过对粒子群算法进行变异操作和惯性权重改进,来对深度神经网络隐藏层神经元参数进行寻优。实验结果表明,SPSONN-DNN算法相比于DNN、极度梯度提升、线性回归、两种改进PSONN-DNN算法的预测精度分别提高了1.926%、2.820%、1.500%、0.633%、0.582%;SPSONN-DNN算法相比于两种改进PSONN-DNN算法迭代次数分别减少6次、4次
湖北工业大学学报 2023年1期2023-12-02
- 基于特征协同交互网络的商品点击率预测
率预估;深度神经网络中图分类号:TP391.3 文献标识码:A 文章编号:2096-4706(2023)19-0145-06Product Click-through Rate Prediction Based on Co-Action NetworkZOU Yufei, YANG Xin, HU Chenchen(Lanzhou Jiaotong University, Lanzhou 730070,China)Abstract: With the
现代信息科技 2023年19期2023-11-22
- 基于多标签分类器的恶意PowerShell检测
分类器;深度神经网络;恶意代码;混淆;加密0 引言网络空间是现代战争中重要战场,高级持续性威胁攻擊(Advanced Persistent Threat,APT) 是一种复杂且持久的网络攻击,通常为有组织的攻击者发起,旨在获取敏感信息、窃取知识产权或破坏目标系统。APT攻击的目标通常是政府机构、大型企业、关键基础设施和研究机构等具有高价值数据和资产的实体。这些APT具有重大威胁,因为它们可以用于各种恶意活动,包括数据泄露、远程访问和系统入侵等。在所有APT
电脑知识与技术 2023年19期2023-08-26
- 基于深度神经网络的医学图像特征学习研究
题。甚于深度神经网络的医学图像特征学习正是为了解决这一问题而被提出和广泛应用,旨在通过自动学习高层次的特征表示,提高医学图像分类和诊断的准确性、降低人力成本、改善普适性、推动自动化和智能化发展。文章首先分析基于深度神经网络的医学图像特征学习的研究意义,其次阐述医学图像多元特征提取方法,最后探究基于多层级特征融合的医学图像分析方法,以推动深度袖经网络在医学领域中的应用深度。关键词:深度神经网络;医学图像;特征学习中图法分类号:TP391文献标识码:A1 研究
计算机应用文摘 2023年15期2023-08-09
- 基于深度神经网络的医学图像特征学习研究
题。甚于深度神经网络的医学图像特征学习正是为了解决这一问题而被提出和广泛应用,旨在通过自动学习高层次的特征表示,提高医学图像分类和诊断的准确性、降低人力成本、改善普适性、推动自动化和智能化发展。文章首先分析基于深度神经网络的医学图像特征学习的研究意义,其次阐述医学图像多元特征提取方法,最后探究基于多层级特征融合的医学图像分析方法,以推动深度袖经网络在医学领域中的应用深度。关键词:深度神经网络;医学图像;特征学习中图法分类号:TP391文献标识码:A1 研究
计算机应用文摘·触控 2023年15期2023-08-09
- 高速公路路况感知能力建设研究
结构化;深度神经网络;大数据分析;高速公路中图分类号:TP311.13 文献标志码:A0 引言截至2022年初,贵州省全省高速公路通车里程超过8 000km,闭塞村落、工业厂区、景区景点等地交通出行条件大幅提升,但高速公路的运营管理仍存在行人违法进入高速公路、公路沿线路域环境不佳、收费站通行效率不高、高速公路交通事故频发等问题。为此,贵州高速公路集团有限公司凯里营运管理中心(以下简称“凯里运管中心”)结合贵州经济基础相对薄弱的现实条件,提出了“因地制宜,
无线互联科技 2023年3期2023-06-15
- 基于深度神经网络和迁移学习的高精度车辆识别系统研究
一种基于深度神经网络算法的高精度车辆识别系统,利用开源图形化视觉处理库OpenCV和数据分析处理库NumPy对车牌进行图像预处理。基于预处理后的数据,利用深度神经网络学习框架TensorFlow进行学习训练,实现了对车牌的快速精准识别。系统首先对车牌所在位置进行定位,其次对锁定后的车牌图像进行切割,再次将车牌背景和文字通过像素点移位算法由彩色图像转换为灰度图像,最后实现字符的切割与识别,得到所要识别的车牌数据。实验结果表明,与传统识别系统相比,基于深度学习
无线互联科技 2023年5期2023-05-24
- 猛犸象牙与现生象牙的计算机视觉鉴定方法
集,基于深度神经网络训练象牙识别模型对象牙纹理图像进行特征提取和分类,从而实现猛犸象牙与现生象牙鉴定。结果表明该方法能够快速、有效地对象牙制品进行鉴定与识别,解决目前的执法难题。关键词:象牙鉴定;计算机视觉;深度神经网络中图分类号: TP391.4 文献标志码: A0 引言现生大象是珍贵的濒危野生动物,非洲象、亚洲象均已列入《濒危野生动植物种国际贸易公约》(Convention on International Trade in Endangered S
无线互联科技 2023年24期2023-05-06
- 基于优化神经网络的遥感影像语义分割算法
络优化;深度神经网络;图像语义分割;遥感影像中图分类号:TP391 文獻标识码:A文章编号:1009-3044(2022)17-0070-031 概述航拍图像和遥感图像识别长期以来得到了测绘、国防、农业等领域的广泛应用,随着深度学习和卷积神经网络(Convolutional Neural Networks,CNN)的高速发展,地表覆盖物分类等基于遥感影像的自动化分析技术也得到了一定程度的发展。在过去的10年内,视觉模型的发展主要有两个主流方向,分
电脑知识与技术 2022年17期2022-08-31
- 工业场景下AI质检关键技术及平台架构研究
器学习;深度神经网络;工业质检;MEC;容器化中图分类号:TP391.4 文献标识码:A文章编号:2096-4706(2022)05-0149-04Research on Key Technology and Platform Architecture of AI Quality Inspection under Industrial SceneZHOU Hua, ZHENG Rong, XIAO Rong(Shanghai Ideal Inf
现代信息科技 2022年5期2022-07-10
- 基于深度神经网络的直线二级倒立摆控制器设计
究了基于深度神经网络的智能控制方法。首先介绍了BP神经网络和深度神经网络模型及优化算法,并且根据直线二级倒立摆状态方程,研究了基于深度神经网络的直线二级倒立摆控制算法。然后设计了一个六输入单输出的深度神经网络控制器模型,并利用Pytorch框架,以LQR作为导师进行神经网络的训练,训练完成后利用MATLAB软件对训练后的神经网络进行仿真实验验证,并与BP神经网络控制器进行对比,最后在直线二级倒立摆实验平台上进行实验验证。仿真与实验表明,所设计的深度神经网络
技术与创新管理 2022年3期2022-05-31
- 基于结构化文本及代码度量的漏洞检测方法
率.采用深度神经网络对代码度量的结果进行特征学习以拟合代码度量值与漏洞存在的关系,并将其拟合的结果转化为漏洞存在的概率.采用支持向量机对由上述两种表征方式获得的漏洞存在概率做进一步的决策分类并获得漏洞检测的最终结果,为验证该方法的漏洞检测性能,针对存在不同类型漏洞的11种源代码样本进行漏洞检测实验,该方法对每种漏洞的平均检测准确率为97.96%,与现有基于单一表征的漏洞检测方法相比,该方法的检测准确率提高了4.89%~12.21%,同时,该方法的漏报率和误
湖南大学学报·自然科学版 2022年4期2022-05-30
- 基于卷积神经网络的生鲜蔬菜精准识别系统
识别; 深度神经网络; 卷积神经网络;随机梯度下降;超市管理中图分类号:TP18 文献标识码:A文章编号:1009-3044(2022)30-0007-04开放科学(资源服务)标识码(OSID):1概述随着人工智能技术的发展,智能化产品在人们的生活中被越来越多地运用,与机器学习相结合的系统在生活中的许多领域都有着广泛且成熟的使用[1],如指纹解锁门锁、人脸识别付款等。同时随着科技的发展,超市等购物场所的部分环节也逐渐从人工操作转换为以机器为主,例
电脑知识与技术 2022年30期2022-05-30
- 基于深度神经网络学习的防火墙拦截效能评估
征提取和深度神经网络学习的防火墙拦截能力评估优化方法。使用KDD‘99训练集攻击防火墙,测试防火墙的拦截能力[1]。云特征提取和本地拦截信息配合深度神经网络建模威胁文件,对防火墙进行未知威胁拦截测试,并利用入侵拦截信息动态评估防火墙的未知威胁拦截情况。实验表明,该模型能有效地评估防火墙拦截的有效性,提高对未知威胁的拦截检测能力。关键词:拦截;深度神经网络;防火墙;网络安全中图分类号:TP393 文献标识码:A文章编号:1009-3044(20
电脑知识与技术 2022年5期2022-04-11
- 基于人工智能的推荐算法模型及应用研究
叶斯网;深度神经网络一、数据特征提取和预处理 在特征提取的阶段,不同物品的描述会被提取出来。尽管可以使用任意的一种表示,例如多维数据表示,但最常见的方法是从底层数据中提取关键词。做出这种选择是因为非结构化文本描述通常在各种领域中广泛使用,并且它们仍然是最自然的描述物品的方式。在很多情况下,可以用多个字段来描述物品的各个方面。特征表示和清洗此过程在使用非结构化表示时显得尤为重要。特征提取阶段能够从产品或者网页的非结构化的描述中得到一系列单词。 过从物品的
客联 2022年1期2022-03-29
- 利用学习者画像实现个性化课程推荐
上,利用深度神经网络建立了教学资源与学习者画像之间的关系模型,用该模型预测学习者新的学习需求。实验结果表明,当学习者登录后,输入要选择的课程,模型能够根据学习者画像推荐相似学习者学习过的课程,提供个性化课程推荐服务,且推荐评价指标也表明该模型能够提高推荐性能。[关键词] 学习者画像; 深度神经网络; 个性化推荐; 非正式学习平台; 教育大数据挖掘[中图分类号] G434 [文献标志码] A[作者简介] 王莉莉(1994—),女,甘肃兰
电化教育研究 2021年12期2021-12-14
- 基于DenseNet和ResNet融合的发动机孔探图像分类研究
Net;深度神经网络Abstract:Borescope inspection is one of the most important means of detecting internal engine damage. In order to solve the problem that engineer mainly rely on experience to define damage during borescope inspection, a
计算技术与自动化 2021年3期2021-10-01
- 基于深度学习的教师课堂提问分析方法研究
分类; 深度神经网络; 深度学习[中图分类号] G434 [文献标志码] A[作者简介] 马玉慧(1974—),女,辽宁锦州人。副教授,博士,主要从事人工智能教育应用的研究。E-mail:799493385 @qq.com。一、引 言课堂提问是教师课堂教学行为的关键组成部分,是师生进行课堂交互的主要方式。有效的课堂教学提问不仅能够吸引学生的注意力,激发学习兴趣,而且能够引导学生深入思考,及时评价教学效果[1-2]。对教师的课堂提问
电化教育研究 2021年9期2021-09-14
- 基于改进Faster R-CNN的自然环境下麦穗检测方法
-CNN深度神经网络麦穗检测方法。针对传统Faster R-CNN算法应用于麦穗检测时存在漏检的问题,并结合自然环境下麦穗重叠和遮挡的特点,本研究采用加权框融合(Weighted Boxes Fusion,WBF)算法代替原有的非极大值抑制(NMS)算法,通过区域建议网络产生的所有预测框的置信度来构造融合框。试验证明,改进后的Faster R-CNN在全球麦穗检测数据集上的平均精度均值mAP0.5:0.75、mAP0.5分别达到了74.21%和92.15%
赤峰学院学报·自然科学版 2021年7期2021-09-13
- 一种改进的多任务级联网络人脸检测算法研究
展,使用深度神经网络的人脸检测算法在准确度方面已有很大提升,但使用的模型结构越来越复杂,检测速度也相对变慢。本文提出一种改进的多任务卷积神经网络(Multi-task convolutional neural networks,MTCNN)算法。在制造數据集时更改IOU阈值参数,来获取更多、更精确的人脸样本;对与置信度损失有关的交叉熵损失函数和与偏移量损失有关的均方差函数求均值,使得整个网络收敛得更加平稳。经在AFW、PASCAL以及FDDB数据集上实验,
智能计算机与应用 2021年3期2021-08-09
- 基于残差密集块与注意力机制的图像去雾网络
像去雾;深度神经网络;编码器-解码器;注意力机制中图分类号:TP391.4 文献标志码:AImage Dehazing Network Based on Residual DenseBlock and Attention MechanismLI Shuoshi1,2,LIU Hongrui1,GAN Yongdong1,ZHU Xinshan1,2?,ZHANG Jun1(1. School of Ele
湖南大学学报·自然科学版 2021年6期2021-08-02
- 基于时空卷积神经网络GL-GCN的交通流异常检测算法
赖性采用深度神经网络DeepGLO的方法建模。同时捕捉时空特性并建立预测交通流模型,利用异常分数来判断交通流异常。利用真实的交通流数据,证实了提出的模型具有有效性和优越性。关键词:交通流;异常检测;深度神经网络;图卷积网络;时空特征中图分类号:TP39 文献标识码:A 文章编号:2096-4706(2021)02-0070-06Abstract:Traffic flow anomaly detection usually considers
现代信息科技 2021年2期2021-07-28
- 深度神经网络在城市交通预测中的应用
红摘要:深度神经网络能够有效地捕捉城市区域间的时间和空间相关性,同时对于特征工程依赖较少,逐渐成为交通预测中的应用热点。首先介绍交通预测的主要内容和挑战,从捕捉时空相关性的角度归纳近年来比较流行的基于深度神经网络的交通预测方法,分析各类方法的优缺点,最后对深度神经网络在交通预测中的未来发展前景进行展望。关键词:机器学习;深度神经网络;交通预测中图分类号:TP311 文献标识码:A文章编号:1009-3044(2021)16-0183-03开放科学
电脑知识与技术 2021年16期2021-07-25
- 融入唇语识别技术提升人脸识别安全性的研究
一种基于深度神经网络的唇语识别技术的系统。与现有的唇语识别技术不同的是,该系统主要是识别用户的唇动习惯。运用本系统,用户在进行人脸识别的同时可按照检测方的提示,读出相应的内容,并在对用户的人脸进行验证的过程中,对用户通过唇动说出的内容分别实现唇动识别、比对,从而有效地提升人脸识别的安全性水平。实验结果表明,在故意针对人脸识别系统的攻击中,融入本技术的系统有更好的识别准确率。关键词: 唇动识别;人脸识别安全;深度神经网络;身份认证文章编号: 2095-216
智能计算机与应用 2021年1期2021-07-11
- 基于深度神经网络的图像分辨率增强技术研究
研究基于深度神经网络的图像分辨率增强技术。本文针对图像分辨率增强问题,研究了超分辨率的相关理论和方法,设计了针对实际图像进行分辨率增强的处理框架,通过预处理提高分辨率增强方法的效果,并提出了一个有效的光照归一化方法。针对图像分辨率增强,提出了基于深度神经网络的分辨率增强方法,通过对各种图像的增强,有效的提高了实验结果的视觉效果。研究结果表明,图像分辨率增强处理能够在一定程度上提高相同硬件条件下的图像的空间分辨率,改善因为硬件条件不足而造成的图像退化及分辨率
科海故事博览·中旬刊 2021年1期2021-06-23
- 基于深度神经网络的中国移动营业厅人流量统计研究
文章提出深度神经网络的方法,将分治策略引入到人流量统计问题中。这个方法以VGG16作为特征编码网络,UNet作为解码网络,将人流量统计变成一个可拆解的任务。在统计图片上人数时,总可以把图片分解成多个子区域,使得每个区域的人流量计数都是在之前训练集上所见过的人数类别。然后再把每个子区域上面的人数加起来,就是统计结果。在对广州某个中国移动营业厅的人流量统计的实验中,预测的速度能达到实时监测的速度和高精确度。关键词:分治策略;人流量统计;深度神经网络;VGG16
现代信息科技 2021年24期2021-06-07
- 文本相似度检索技术及其应用研究
关键词:深度神经网络;文本检索;应用研究中图分类号:TP18 文献标识码:A文章编号:1009-3044(2021)12-0188-021 前言传统的文本情感倾向的检索分析的算法大部分依存于庞大的情感词典与基于浅层的机器学习,但是特征提取方法用的时间特别长,训练难度大,成本很高的不足,不适合当今数据信息庞大的场合。基于深层的神经网络的文本情感的检索分析的算法可以从大数据中自动地训练包括语义所指向的词向量,并且经过的深度的神经网络获取的句子或文档的
电脑知识与技术 2021年12期2021-05-24
- 基于Web的对话应用设计系统
话系统;深度神经网络;Web应用【Abstract】Thecustomerservicesysteminthefieldofinformationtechnologyhasproblemssuchaslowefficiencyintheuseofhumanresources,whichbringsalotofmaintenancecoststoenterprises,andbringscertainobstaclestoenterpriseinnovati
智能计算机与应用 2021年2期2021-05-11
- 基于多尺寸特征叠加的SAR舰船目标检测方法
度特征;深度神经网络中图分类号:TN 957.52 文献标志码:AMethod of Vessel Target Detection in SAR Images Basedon Multi-scale Feature SuperpositionWEI Songjie1,ZHANG Zedong1,XU Zhen1,LIU Meilin2,3,CHEN Wei1(1. School of Computer S
湖南大学学报·自然科学版 2021年4期2021-05-06
- 基于改进的Mask R-CNN的游泳池溺水检测研究
检测; 深度神经网络; 图像分割; 注意力机制; 目标检测中图分类号: TP391.413; TP183文献标识码: A作者简介: 井明涛(1994-),男,山东人,硕士研究生,主要研究方向为机器学习和图像处理。通信作者: 杨国为(1964-),男,教授,主要研究方向为人工智能及机器学习等。 Email: ygw_ustb@163.com近年来,游泳池中溺水事故[1]频发,溺水事故与游泳场所[2]的环境[3]有关,尤其在光线不足和人满为患的深水复杂环境
青岛大学学报(工程技术版) 2021年1期2021-04-02
- 基于深度学习的电力网络终端负荷预测方法
行指令 深度神经网络Abstract: The adaptive sensing perception ability of terminal load forecasting of power network is relatively poor, so errors or problems are prone to occur in the process of execution, causing large-scale or relevance f
科技创新导报 2021年28期2021-03-16
- 基于深度神经网络的行为识别算法
的提升,深度神经网络得到了长足发展,计算机视觉性能超越了以往,但是当前方法也存在一些局限。本文就深度神经网络中的行为识别算法展开研究,首先阐述了行为识别现状,其次分布分析了RGB视频行为识别和人体骨架3D行为识别。关键词:深度神经网络;行为识别算法;集成学习中图分类号:TP393 文献标识码:A文章编号:1009-3044(2021)03-0017-02随着科技的发展,日常生活中的行为会被摄像头记录下来,大量视频网站纷纷涌现。近年来,随着智能手机
电脑知识与技术 2021年3期2021-03-15
- 基于大数据深度神经网络与Agent的大规模任务处理方法
一种基于深度神经网络的计算模型进行大规模任务部署,并引用Agent强化学习效用进行评价,实现最佳虚拟网络映射方案。实验结果表明,这种BDTard方法法能满足大规模任务请求,稳定系统长期收益,保障了大数据环境下大规模任务处理的高效执行。关键词:深度神经网络;强化学习;虚拟网络映射中图分类号:TP319 文献标识码:AAbstract:Since the large-scale task processing model is usually bas
计算技术与自动化 2021年4期2021-01-06
- 基于深度神经网络的糖尿病预测分析与研究
框架构建深度神经网络算法诊断糖尿病,并与KNN模型、逻辑回归模型、高斯贝叶斯模型、SVM模型、随机森林模型、AdaBoost模型和XGBoost模型七种传统机器学习模型从模型准确率、精确率、召回率、AUC值和F1-Score五项指标进行对比分析,发现深度神经网络算法所构建的预测模型准确率最高,更适合于糖尿病预测问题的分析研究。关键词:糖尿病预测模型;数据预处理;机器学习;深度神经网络(DNN);模型评估中图分类号: TP181 文献标识码:A
电脑知识与技术 2020年32期2020-12-29
- 网络顶点表示学习方法
阵分解:深度神经网络中图分类号:TP391 文献标志码:A DOI:10.3969/j,issn,1000-5641.2020910070引言现实世界中普遍存在类型丰富多样的网络数据结构,如社交网络、通信网络、生物网络等,这些网络表示实体之间的关系,规模从数百个顶点到数百万个甚至数十亿个顶点,分析网络在许多应用中都发挥着至关重要的作用,因此也得到学术界和工业界越来越多的关注,对网络进行有效分析首先要对网络顶点进行表示,邻接矩阵、拉普拉斯矩阵等传统表示方法展
华东师范大学学报(自然科学版) 2020年5期2020-12-07
- 基于深度学习的毫米波Massive MIMO信道估计
多输出;深度神经网络;信道估计;导频开销doi:10.3969/j.issn.1006-1010.2020.10.008 中图分类号:TN91文献标志码:A 文章编号:1006-1010(2020)10-0043-06引用格式:马珊珊,刘紫燕. 基于深度学习的毫米波Massive MIMO信道估计[J]. 移动通信, 2020,44(10): 43-48.0 引言大规模多输入多输出(Massive MIMO, Massive
移动通信 2020年10期2020-11-30
- Tensorflow框架在高校实验教学评价模型中的设计与应用
low;深度神经网络;卷积神经网络;实验教学评价中图分类号:TP391.41 文献标识码:A 文章编号:1007-9416(2020)09-0151-030 引言实验教学是本科教学的重要组成部分,是培养大学生实践能力和创新精神的重要实践性教学环节。通过实验教学,有助于对理论知识进行科学有效的验证和提升,对提高学生的动手操作能力、分析能力、观察能力和思维能力方面有着重要的作用[1]。目前,国内高校的实验教学评价体系通常由几部分构成:实验教学大纲、实验教材、师
数字技术与应用 2020年9期2020-11-16
- 基于深度神经网络的肿瘤细胞分类器的研究
年来随着深度神经网络(Deep Neural Networks, DNN)的模型不断完善,DNN在肿瘤的数字图像识别方面精度越来越高,DNN受到了国内外医学界的广泛研究和重视,DNN为识别良性肿瘤与恶性肿瘤的临床诊断提供了客观、准确、快速、经济的解决方案。本文主要综述了DNN技术在识别良性肿瘤与恶性肿瘤方向上使用的几种常见分类器:卷积神经网络、生成对抗网络、深度残差网络和深度信念网络。分析了这几种分类器的原理及其应用的效果,分析了基于不同神经网络分类器的精
软件工程 2020年10期2020-10-23
- 基于机器学习的服装“品牌基因”分析方法研究
像识别;深度神经网络;服装品牌Abstract: The research work in this paper aims to explore a method to identify and analyze fashion brand gene intensity based on machine learning. Historical product image data of brand fashion were used as the char
丝绸 2020年8期2020-08-31
- 基于深度神经网络的视线跟踪技术研究
一种基于深度神经网络的视线跟踪算法。利用卷积神经网络,能快速且准确地定位输入图片上的人眼区域和虹膜中心位置,再利用多项式拟合估计视线方向。实验结果表明,该算法在MPIIGaze数据库中对虹膜中心和眼角位置的标定有着98%的准确性,在Swith数据库中对视线的估计准确率达到了90%左右,证明了该算法在低分辨率图像上有着良好的可行性。关键词: 视线跟踪; 深度神经网络; 人眼定位; 虹膜中心; 多项式拟合; 视线方向估计Abstract: Sight trac
现代电子技术 2020年16期2020-08-14
- 基于深度神经网络的移动通信网络优化研究
识别; 深度神经网络; 通信建模; 多特征提取; 信号控制; 数据分类中图分类号: TN926?34; TP393 文献标识码: A 文章编号: 1004?373X(2020)10?0083?03Mobile communication network optimization based on deep neural networkLI Li1,2(1. College of
现代电子技术 2020年10期2020-07-14
- 目标检测方法简要综述
器学习;深度神经网络目标检测的目的可分为检测图像中感兴趣目标的位置和对感兴趣目标进行分类。目标检测比低阶的分类任务复杂,同时也是高阶图像分割任的重要基础;目标检测也是人脸识别、车辆检测、路网检测等应用领域的理论基础。传统的目标检测算法是基于滑窗遍历进行区域选择,然后使用HOG、SIFT等特征对滑窗内的图像块进行特征提取,最后使用SVM、AdaBoost等分类器对已提取特征进行分类。手工构建特征较为复杂,检测精度提升有限,基于滑窗的算法计算复杂度较高,此类方
科技风 2020年18期2020-07-06
- 基于航拍影像的车辆检测简要综述
器学习;深度神经网络航拍影像包含丰富的地物信息,如道路、楼宇、车辆等,对这些信息进行有效处理,尤其对车辆信息的有效处理(以车辆为主体处理对象,道路、楼宇作为重要上下文信息),对城乡道路的交通规划、安全预警具有重要指导作用。与传统的人工方式统计交通信息数据相比,通过航拍影像检测车辆信息具有如下优点:(1)不需要人工设卡来统计交通流量信息、发现交通事故及违章停车等。(2)与监控摄像互为补充,并能获取监控摄像未触及区域的车辆信息。(3)减少人工读图工作量,减少因
科技风 2020年17期2020-07-04
- 基于深度神经网络的雷达幅度序列目标识别
一种基于深度神经网络的雷达幅度序列目标识别的方法。该方法通过提取目标在运动过程中的幅度序列作为识别目标的特征,再利用深度神经网络进行识别。最后,利用实测数据对该方法进行验证。实验结果表明,该方法可以有效地对目标进行识别。关键词:雷达目标识别;幅度序列;深度神经网络中图分类号:TP393 文献标识码:A文章编号:1009-3044(2020)13-0020-021引言在现代雷达技术中,雷达目标识别被视作重要的技术发展方向,它是一项集传感器、目标、环境和现代信
电脑知识与技术 2020年13期2020-07-04
- 深度卷积神经网络模型发展综述
关键词:深度神经网络:特征提取:目标识别:网络结构DOI: 10.11907/rjdk.191659开放科学(资源服务)标识码(OSID):中图分类号:TP3-0文獻标识码:A文章编号:1672-7800(2020)004-0084-05Review of the Development of Deep Convolutional Neural Network ModelHONG Qi-feng, SHI Wei-bing, WU Di, LUO Li-y
软件导刊 2020年4期2020-06-19
- 基于双向循环神经网络的语音识别算法
经网络;深度神经网络;递归神经网络中图分类号:TP399 文献标识码:A文章编号:1009-3044(2020)10-0193-03语音识别是指通过信息技术将语音这一音频转化成文字。如今互联网急速发展,语音识别也是人工智能方面炙手可热的一个重要研究分支,在近些年来也在不断地进步发展。在现实应用的过程中,语音识别经常与翻译,交流,声控等实际应用相结合,提供一个通过语音实现人与机器之间的自由交互方法。1933年,西班牙的神经生物学家Rafael Lorente
电脑知识与技术 2020年10期2020-06-08
- 基于深度神经网络的在线协作学习交互文本分类方法
采用基于深度神经网络的卷积神经网络(CNN)、长短时记忆(LSTM)、双向长短时记忆(Bi-LSTM)等模型构建面向在线协作学习交互文本的分类模型,以Word2Vec作为词向量,提出了包含数据收集整理、文本标签标注、数据预处理、词嵌入、数据采样、模型训练、模型调参和模型评价等步骤的在线协作学习交互文本自动分类方法。以知识语义类、调节类、情感类、问题类和无关信息类等作为交互文本的类别划分,对51组大学生所产生的16047条在线协作学习交互文本进行分类后发现:
现代远程教育研究 2020年3期2020-06-01