图像分类

  • 基于深度学习特征融合的遥感图像场景分类应用
    度.关键词 图像分类;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

    南京信息工程大学学报 2023年3期2023-07-06

  • 基于教材分析设计深度体验的AI课程
    了以“中草药图像分类”为主题的图像识别项目式学习课程“常见中草药图像分类小助手”,将AI教育与传统文化教育相融合,提出了一种人工智能教学活动设计新范例。【关键词】图像分类;中草药识别;AI课程【中图分类号】G434   【文献标识码】A【论文编号】1671-7384(2023)06-011-03“人工智能基础”单元教材分析根据2022年教育部颁布的义务教育阶段信息科技课程标准中关于“人工智能与智慧生活”模块的要求,初中阶段学生应深化人工智能原理认识,探索利

    中小学信息技术教育 2023年6期2023-06-23

  • 基于软注意力机制的图像分类算法在缺陷检测中的应用
    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:2096-4706(2023)03-0151-04Application of Image Classification Algorithm Ba

    现代信息科技 2023年3期2023-06-22

  • 基于空间注意力的图像分类网络研究
    :针对以往的图像分类方法利用手工提取的特征(或通过神经网络提取的特征)、空间信息关注不足等问题,文章提出一种基于空间注意力的图像分类网络。该网络利用空间注意力模块,对深度网络提取的视觉特征进行空间约束。利用特征的空间信息,使得网络能够对特征在空间上的重要性加以区分,从而使其更具判别性。采用CIFAR-10和CIFAR-100测试集分别进行测试,测试结果表明,该文提出的图像分类网络的图像分类效果明显优于其他深度学习方法。关键词:空间注意力;深度学习;计算机视

    现代信息科技 2023年2期2023-06-22

  • 基于卷积神经网络的图像分类改进方法研究
    要:针对传统图像分类方法准确率较低的问题,提出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:T

    现代信息科技 2023年5期2023-06-22

  • 基于改进的VGG13网络的番茄叶片病害识别
    双线性池化;图像分类中图法分类号:TP183 文献标识码:A1引言番茄在生长的过程中,产量受光照、湿度和病虫害等影响。其中,病虫害的影响最为严重。农作物病虫害不但影响作物的品质,而且减少产量。当番茄植株有病虫害时,通常会大规模使用农药进行喷洒处理,但当使用农药时,会影响番茄的生长,并且番茄果实有许多的农药残留。所以,在病虫害暴发的初期,需要合理地利用农药并控制在一定的范围内,才能有效地避免产量降低。随着计算机技术和机器学习的快速发展,出现了许多相应技术。传

    计算机应用文摘·触控 2023年2期2023-02-08

  • 基于图结构的图像注意力网络
    测试表明,在图像分类和人脸识别任务中,展现了优异的性能和普遍适用性。关键词:深度学习;注意力机制;图像分类;人脸识别随着计算机性能的提升,卷积神经网络(convolutional neural network,CNN)广泛地运用于图像领域。经过多年的研究,基于卷积神经网络的网络架构取得了重大的成功。HE等提出了残差网络,可以跳层连接的残差单元有效地解决梯度消失与梯度爆炸问题,使得网络的深度成倍增长,进而图像注意力机制逐渐受到关注。WANG等使用编码器-解码

    电子产品世界 2022年7期2022-07-24

  • 基于EfficientNet-B0的肺癌病理图像分类
    胞病理图像;图像分类;分组卷积;【中图分类号】R734.2 【文献标识码】A 【文章编号】2026-5328(2022)03--011引言根据国际癌症研究机构在2020年全球癌症数据报告中显示[1],全球有1930万个新的癌症病例产生,约有1000万癌症患者死亡,其中肺癌发病率居世界第二位,占全球癌症发病量的11.4%;其死亡率居世界首位,占总体癌症死亡数的18.0%。为了提高肺癌患者的生存率,早期确诊和治疗是必要的。2018年,Khosravi等人[

    锦州医科大学报 2022年3期2022-06-06

  • 一种图像分类中基于元学习的渐进式原型网络技术研究
    元学习; 图像分类中图分类号: TP 311    文献标志码: A    文章编号: 1000-5137(2022)02-0217-04DU Gang, HU Jialei, JIANG Xiaoyuan, ZHOU Xiaolin, ZHANG Shuo(School of Information Science and Technology, Fudan University, Shanghai 200433, China) In this pap

    上海师范大学学报·自然科学版 2022年2期2022-06-01

  • 基于非霍奇金淋巴瘤分类的深度学习方法研究
    瘤数字病理学图像分类技术进行了概述和总结,并重点阐述了卷积神经网络对病理学图像分类。最后,对深度学习在淋巴瘤诊断、预后和治疗中面临的挑战分享了观点。关键词:深度学习;非霍奇金淋巴瘤;医学图像;特征提取 ;图像分类中图分类号:TP301     文献标识码:A文章编号:1009-3044(2022)10-0071-03淋巴瘤俗称“淋巴癌”,是淋巴T细胞或B细胞的克隆性恶性肿瘤。根据世界卫生组织的淋巴恶性肿瘤分类标准,全世界每年有28万人被诊断为淋巴恶性肿瘤,

    电脑知识与技术 2022年10期2022-05-30

  • 基于迁移学习的OCT视网膜图像分类研究
    络;OCT;图像分类中图分类号:TP183        文献标识码:A文章编号:1009-3044(2022)34-0029-031 概述随着全球经济的持续增长,生活水平的大幅提高,医疗条件的改善,人类的平均寿命已达到了前所未有的水平。但是,由于与眼睛健康相关的退化效应随着年龄的增长而增加,因此眼病的发病率也随之增加。与此同时,随着数字化的发展,人类在屏幕前花费的时间越来越多,这进一步加剧了眼部相关疾病的问题[1-2]。 OCT视网膜图像是医生判断黄斑是

    电脑知识与技术 2022年34期2022-02-20

  • 基于卷积神经网络的乳腺癌良恶性诊断
    积神经网络;图像分类;数据增强;迁移学习中图分类号:TP391     文献标识码:A文章编号:2096-1472(2022)-01-06-04Abstract: In order to improve the accuracy of benign and malignant diagnosis for breast cancer pathological images, this paper proposes a diagnosis method for

    软件工程 2022年1期2022-01-04

  • 基于机器学习的小样本学习综述
    样本学习; 图像分类; 数据增强文章编号:2095-2163(2021)07-0191-06中图分类号:[HT5”XBS〗TP391文献标志码:AA survey of few-shot learning based on machine learningHU Xifan, CHEN Shiping(School of Optical-Electrical & Computer Engineering, University of Shanghai for

    智能计算机与应用 2021年7期2021-12-07

  • 基于幕墙检测与清洗机器人的缺陷识别算法优化
    缺陷识别; 图像分类文章编号: 2095-2163(2021)07-0134-04中图分类号:TP391.41文献标志码: AOptimization of defect recognitionalgorithm based on curtain wall inspection and cleaning robotZHANG Pei, BAO Zhaohua, YANG Rongjian(School of Mechanical and Automotiv

    智能计算机与应用 2021年7期2021-12-07

  • 基于Core ML的智能植物健康检测App的设计与实现
    ;机器学习;图像分类;植物检测中图分类号:TP311      文献标识码:A文章编号:1009-3044(2021)30-0013-04开放科学(资源服务)标识码(OSID):植物与人类的生存环境息息相关。园林植物为城市增添了新的景色,具有美化环境的作用。植物叶片的光合作用能净化空气,蒸腾作用增加空气湿度,有效地调节和改善环境小气候。一份由70多个国家250名科学家和专家撰写的联合国报告警告称,地球环境已遭到严重破坏,人类健康正受到越来越大的威胁。需要大

    电脑知识与技术 2021年30期2021-11-28

  • 一种基于Resnet的岩石薄片识别方法
    :岩石薄片;图像分类;卷积神经网络;残差网络中图分类号:TP18          文献标识码:A文章编号:1009-3044(2021)28-0107-03开放科学(资源服务)标识码(OSID):A Resnet-based Recognition Method of Rock SlicesJIA Li-ming, LIANG Shao-hua(College of Computer Science, Yangtze University, Hubei

    电脑知识与技术 2021年28期2021-11-28

  • 面向轻量化网络的改进双通道注意力机制图像分类方法
    ar-100图像分类数据集进行实验对比。 结果表明: 相对于改进MobileNetV2, 在参数量和计算复杂度基本不变的基础上, 分类精度优于传统的VGG16, ResNet18和DenseNet卷积网络, 综合性能更强, 更适合弹载计算资源有限情况下的快速分类。关键词: MobileNetV2; 注意力机制; 图像分类; 卷积神经网络;  轻量化网络; 人工智能中图分类号: TJ760; TP183  文献标识码:    A  文章编号: 1673-50

    航空兵器 2021年5期2021-11-12

  • 基于树莓派的智能垃圾分类桶设计
    ;语音识别;图像分类中图分类号:TP18         文献标识码:A文章编号:1009-3044(2021)25-0114-02Abstract:In view of current social demand for garbage classification industry, this paper Designs a Raspberry Pi, Microbit as the main control to achieve informatio

    电脑知识与技术 2021年25期2021-11-07

  • 基于双神经网络模型的智能零售柜设计与实现
    ;图像检测;图像分类;智能零售柜;神经网络模型中图分类号:TP181      文献标识码:A文章编号:1009-3044(2021)26-0009-05开放科学(资源服务)标识码(OSID):Design and Implementation of Intelligent Retail Cabinet Based on Double Neural Network ModelZENGMin1,WU Sheng-jian2, LI Fang1, CHEN Z

    电脑知识与技术 2021年26期2021-10-18

  • 基于集成卷积神经网络的LiDAR数据分类
    LiDAR;图像分类;深度学习;卷积神经网络;集成学习DOI:10.15938/j.jhust.2021.04.019中图分类号:TP391文献标志码:A文章编号:1007-2683(2021)04-0138-08Abstract:Aiming at the problems of artificially designed middle and low-level features that are difficult to classify LiDAR

    哈尔滨理工大学学报 2021年4期2021-10-07

  • 卷积神经网络在茶叶分级中的应用
    级问题转化为图像分类问题,通过拍摄不同等级茶叶图像训练模型后,模型即可通过茶叶图像识别相应茶叶等级。通过实验验证常见卷积神经网络ResNet18、ResNet50、GoogleNet和DensenNet均能够准确识别六种不同等级绿茶。该方法对茶叶图像没有特殊要求,操作方便、识别效率高。关键词: 茶叶分级;计算机视觉;农业信息化;卷积神经网络;图像分类中图分类号:TP391      文献标识码:A文章编号:1009-3044(2021)23-0110-04

    电脑知识与技术 2021年23期2021-09-24

  • 基于卷积神经网络技术实现街道字符识别
    任务,尤其在图像分类任务中,卷积神经网络凭借其极高的分类准确率,使用率已经远超过传统的机器学习算法。街道字符识别作为图像分类任务的一种,为了完成这个分类任务,全文基于卷积神经网络技术,首先对数据集进行读取、并针对数据量较少问题,采取一系列的数据增强操作,然后完成卷积神经网络模型的构造。通过对模型的训练,测试结果显示测试集和验证集准确率分别为0.9523和0.7453,出色地完成了对街道字符的识别任务,并验证了所搭建模型的有效性和优异性。关键词:深度学习;卷

    电脑知识与技术 2021年22期2021-09-14

  • 基于支持向量机的图像分类
    支持向量机;图像分类引言随着数字图像的日益增多,图像检索技术在不断的向前推進。图像检索技术的发展经过了基于关键字检索的“以字找图”方式和基于图像底层特征相似性比较的“以图找图”方式。在理想的状况下,用户期望根据图像的高层语义进行检索得到有用的图像。在利用图像高层语义进行检索之前,对图像数据库进行语义分类是一个有效的方法,具有相同语义的图像一般也都具有相似的视觉特征,使得将图像按语义进行分类成为可能。图像分类仅仅试图将图像归并到某一种语义类别中,从而实现图像

    科技研究 2021年15期2021-09-10

  • 基于人脸识别的图像分类系统方案探讨
    习人脸识别的图像分类系统方案,旨在解决人们电脑或手机中存储的大量图片分类不方便的问题。关键词:人脸识别;深度学习;图像分类0 引言随着人们生活水平的提高和信息技术的不断发展,拍照已经成为人们工作、学习以及日常生活中必不可少的一部分,但随着照片越拍越多,手机或电脑中存储了大量的照片,当人们想要使用或查找某一类照片时就非常不方便,而图像分类系统正是一个很好的解决方案。图像分类在日常生活中的应用非常广泛,例如各类购物软件上的拍照购服务,各种搜索引擎中的图片搜索服

    无线互联科技 2021年5期2021-09-10

  • 通过风格迁移的浓雾天气条件下无人机图像目标检测方法
    ;目标检测;图像分类中图分类号: TP751; V279  文献标识码: A   文章编号:1673-5048(2021)03-0022-090 引  言随着科学技术的快速发展,无人机技术不断取得新进展。无人机趋于微型化、自动化、智能化,因而被广泛应用在军事和民事领域[1],如自然灾害检测调查、空中侦察预警、航空监测等。目标检测作为无人机感知和理解环境的重要手段,是计算机视觉的一项基础而又高难度的任务[2],长久以来一直被国内外学者所研究。目标检测算法中的

    航空兵器 2021年3期2021-08-23

  • 基于卷积神经网络的物流货物图像分类研究
    环境下货物的图像分类问题进行了研究。首先,在实际物流环境下收集了13种货物的 ROI图像,并通过每隔10°旋转的方式来扩充数据集以防止过拟合现象的发生;然后,在考虑了实际硬件条件的情况下构建了轻量级 CNN ,并进行了基于自建数据集的训练,训练实验发现,轻量级 CNN模型具有很快的收敛速度并在验证集取得了100%的准确率;最后,研究了旋转对货物图像分类性能的影响,并进行了可视化分析,验证了 CNN对旋转操作基本不具备一致性。关键词:卷积神经网络;图像分类;

    机电工程技术 2021年12期2021-08-21

  • 基于自我监督预处理的食物图像分类
    片,因此食物图像分类的应用价值也越来越大,对食品推荐、营养搭配、烹饪文化等方面都产生了积极的影响。尽管食物图像分类有着巨大的应用潜力,但从图像中识别食物仍然是一项具有挑战性的任务。为了解决食物的细粒度识别问题,本文提出了一种基于自我监督预处理的食物图像分类模型,通过自我监督的学习方式更高程度地学习食物图像特征。该模型在基于密集连接网络的食物图像分类模型DenseFood基础上搭建,采用上下文恢复的自我监督策略,将训练好的网络权重用于初始化DenseFood

    智能计算机与应用 2021年3期2021-08-09

  • 基于深度学习的陶瓷类目识别
    础。关键词:图像分类;陶瓷;深度学习中图分类号:TP311     文献标识码:A文章编号:1009-3044(2021)13-0174-02应用新一代信息技术改造提升传统产业是陶瓷产业发展的必经之路。陶瓷产品数字化设计和自动化建模是陶瓷工业数字化转型的基础。本文尝试通过对平面图像中陶瓷器型特征的提取进行分类,并依据器型特征快速建立三维模型,为陶瓷产品的数字化设计与数字化制造奠定基础。依据陶瓷平面图像进行产品分类的主要难点是表面特征相互交错,不能简单通过它

    电脑知识与技术 2021年13期2021-07-19

  • 一种快速低秩的判别子字典学习算法及图像分类
    普拉斯矩阵;图像分类文章编号: 2095-2163(2021)01-0051-04 中图分类号:TP391 文献标志码:A【Abstract】This paper proposes a fast, low-rank discriminative sub-dictionary learning algorithm. In the training phase, the low-rank constraint terms of the sub-dictiona

    智能计算机与应用 2021年1期2021-07-11

  • 基于AlexNet的南通蓝印花布纹样分类
    et    图像分类引言南通蓝印花布作为我国最早成功申报的国家非物质文化遗产项目之一。经过数年的摸索、研究与实践,工艺美术大师吴元新先生于1996年创办全国第一家集收藏、展示、研究、传承为一体的南通蓝印花布博物馆,并进行了大量的理论性研究与挖掘,收藏、整理出明清以来实物及图片资料上万件,保存的上万的纹样纸版,出版《中国蓝印花布纹样大全》藏品卷、纹样卷等等;为保护传统的蓝印花布印染技艺,弘扬蓝印花布夯实了理论基础。然而,种类繁多的蓝印花布纹样所承载的文化内涵

    中国新通信 2021年6期2021-07-01

  • 基于GoogLeNet模型的遥感图像识别分类研究
    t模型的遥感图像分类识别算法,利用NWPU-RESISC 45遥感影像数据集进行实验,本文方法能够达到90%的分类精度。关键词:GoogLeNet;图像分类;遥感图像文献标识码: A    中图分类号: TP391.4中图分类号:TP39      文献标识码:A文章编号:1009-3044(2021)12-0004-03Abstract:The classification algorithm of traditional image processin

    电脑知识与技术 2021年12期2021-05-24

  • 基于CNN池化和进化策略的一般神经网络图像分类研究
    失比较常见,图像分类研究很有必要。CNN池化能够提取到输入矩阵的重要特征,降低数据的维度。进化策略是模仿生物“优胜劣汰”进化方式的一种启发式算法,能快速找到问题的解。本文基于CNN池化提取一组有正确标签的图像的特征,搭建层数为3的神经网络,进化策略优化初始权重,通过训练集训练分类模型,通过测试集来验证模型的优劣,并使最终的模型实现对未知类别图像的高效分类。实例验证阶段收集10类100张犬类图片,按照各研发步骤进行实验,算法结果验证了进化策略优化权重的必要及

    智能计算机与应用 2021年2期2021-05-11

  • 基于迁移学习的注意力胶囊网络
    题,近年来在图像分类中受到了极大的关注。由于胶囊网络的研究尚处于起步阶段,因此目前大多数胶囊网络研究成果在复杂数据集上表现的分类性能较差。为解决这个问题,本文提出了一种新的胶囊网络,即基于迁移学习的注意力胶囊网络。该网络通过使用迁移学习的方法改进传统的特征提取网络,并融合注意力机制模块,进而完成图像分类任务。首先,使用9层采用ELU激活函数的特征提取网络提取特征;然后,将特征提取网络在ImageNet数据集上训练所得参数,通过迁移学习用于CIFAR10数据

    智能计算机与应用 2021年2期2021-05-11

  • 基于超像素的高分辨率遥感图像分类算法
    、特征提取、图像分类三个步骤。首先,通过SLIC算法将遥感图像划分为若干个大致均匀的超像素;接着,对超像素的颜色特征、纹理特征进行特征提取;最后,将提取出的超像素特征作为随机森林算法的输入,对超像素进行分类。该文使用提出的方法在泰日线遥感图像上进行测试,取得了有效的结果。关键词:遥感影像;图像分类;超像素;图像特征;图像分割中图分类号:TP751      文献标识码:A文章编号:1009-3044(2021)36-0010-04开放科学(资源服务)标识码

    电脑知识与技术 2021年36期2021-03-07

  • 基于迁移学习的肿瘤病理学数据分析研究
    DOC算法;图像分类;VGG16模型中图分类号:TP391      文献标识码:A文章编号:1009-3044(2021)34-0099-03伴随着人类社会高速发展的同时,环境的破坏大大提高了恶性肿瘤的发病率,癌症的防治形势仍然需要大众广泛的努力。癌症发现得越晚,治愈概率越小,同时,组织病理学图像在临床分析中会耗费医生大量的时间和精力,而且存在判断错误的现象,所以癌症的及时发现仍是全世界的难题。而利用计算机辅助设计(CAD)[1]自动处理病理学图像不仅可

    电脑知识与技术 2021年34期2021-03-04

  • 基于并行卷积核交叉模块的卷积神经网络设计
    卷积核; 图像分类; 特征提取; 结果分析中图分类号: TN926?34; TP391.4                  文献标识码: A                    文章编号: 1004?373X(2020)24?0182?05Design of convolution neural network based on parallel convolution kernel cross moduleWANG Xinjiao, ZENG Sh

    现代电子技术 2020年24期2020-12-28

  • 基于ResNet和双向LSTM融合的物联网入侵检测分类模型构建与优化研究
    STM网络;图像分类;物联网中图分类号:TP183                      文献标志码:A         文章编号:1674—2974(2020)08—0001—08Abstract:In order to improve the performance of the Internet of Things (IOT) network intrusion detection model, Residual Networks (ResNet

    湖南大学学报·自然科学版 2020年8期2020-12-21

  • 均衡FCM算法在农作物遥感影像解译中的应用
    ;面积提取;图像分类中图分类号:S127文献标识码:A文章编号:1000-4440(2020)05-1163-06Abstract:To solve the conventional fuzzy C-means clustering algorithm(FCM algorithm) problems including slow convergence speed for large data sets, the occurrence of neglect

    江苏农业学报 2020年5期2020-12-09

  • 基于图像分类技术的数字档案管理探究
    述一种建立在图像分类技术基础上的数字档案管理系统,并从特征提取、向量机培训及分类这两个方面入手就系统管理情况进行分析概述。以此为基础就数字化档案管理系统框架、基于统一知识的内容流程及多层可重用知识内容结构等内容进行了探究分析,以此推动数字档案管理工作发展。关键词:图像分类;数字档案;档案管理DOI:10.12249/j.issn.1005-4669.2020.27.088基于图像分类技术的数字档案管理系统涵盖了智能仓库、数字货架、卫星定位等多个子系统,兼具

    卷宗 2020年27期2020-11-30

  • 顾及邻域空间约束的极化SAR图像模糊聚类算法
    %。关键词:图像分类  空间约束  极化SAR  模糊聚類中图分类号:TN957                          文献标识码:A文章编号:1672-3791(2020)10(a)-0020-03Abstract: The traditional fuzzy clustering algorithms are sensitive to noise and ignore the information of neighboring pixel

    科技资讯 2020年28期2020-11-23

  • 基于卷积神经网络的人脸表情识别
    批量归一化;图像分类中图分类号:TP18      文献标识码:A文章编号:1009-3044(2020)16-0019-05开放科学(资源服务)标识码(OSID):Abstract: Facial expression recognition has a broad application prospect in the areas such as medicine, business and criminal investigation. The re

    电脑知识与技术 2020年16期2020-09-28

  • 灰色关联分析和支持向量机的运动视频图像分类研究
    传统运动视频图像分类方法存在变化检测性能较差的问题,设计基于灰色关联分析和支持向量机的运动视频图像分类方法,通过决策降噪算法对运动视频图像进行降噪处理,将运动视频图像划分成一个3×3的滤波邻域窗口对其进行降噪,结合八邻域搜索方法与并行图像算法对运动视频图像的特征进行提取,获取运动视频图像特征区域的具体轮廓,针对运动视频图像特征区域的具体轮廓实施轮廓追踪,合并追踪轮廓时可能产生的多个记录序列表,基于灰色关联分析对运动视频图像特征的关联程度进行分析,并通过支持

    现代电子技术 2020年18期2020-09-23

  • 基于卷积神经网络的煤矸石图像识别
    积神经网络;图像分类;迁移学习中图分类号:TP391 文献标识码:A文章编号:1009-3044(2020)21-0016-03开放科学(资源服务)标识码(OSID):煤炭在我国能源中占有举足轻重的地位,其能源量占化石能源储量的94%,远远超过石油和天然气;其消费约占总能源消费量的64%左右[1-2]。但是产出的原煤中会包含大量的矸石,矸石含量占原煤产量的15%-20%c3],如果不对矸石加以剔除,不仅会降低煤炭的燃烧率,而且其燃烧产物还会造成环境污染。因

    电脑知识与技术 2020年21期2020-08-21

  • 基于局部性约束和视觉显著性的图像分类方法
    方法,并用于图像分类。在5个标准图像库进行实验和分析,结果表明融入显著性语义信息的图像编码方法能够提升分类性能。[关键词]视觉显著性;特征编码;图像分类;局部性约束[中图分类号]TP391.41 [文献标志码]A [文章编号]1005-0310(2020)01-0057-060 引言近年来,随着Internet的广泛应用和智能手机、数码相机等设备的普及,以图像和视频为主的多媒体信息逐渐成为人们传递和获取信息的主要载体,在丰富人们生活、工作、教育和娱乐的同时

    北京联合大学学报 2020年1期2020-08-17

  • 传统图像分类与深度学习分类算法比较研究
    涛摘要:传统图像分类方法需要对图像进行手工特征设计和提取,而这些特征只是包含了图像的部分信息,通过对卷积神经网络算法进行特征进行提取,采用不断的训练大量不同组的卷积核来依次获得图像低级特征和高级特征。研究结果表明,传统的分类算法的平均正确率在50%左右,而卷积神经网络的分类正确率能够达到90%以上,基于卷积神经网络的图像分类算法提升效果显著。关键词:图像分类;支持向量机;卷积神经网络中图分类号:TP391.4;TP18  文献标志码:A  文章编号:100

    荆楚理工学院学报 2020年2期2020-08-14

  • 遗传算法确定特征权重值的图像分类
    ,大大提高了图像分类的简洁性,提升了图像检索的效果。关键词: 遗传算法; 特征权重值; 图像分类; 卷积神经网络; 初始种群; 检索率中图分类号: TN911.73?34                        文献标识码: A                       文章编号: 1004?373X(2020)03?0058?04Image classification to determine feature weight values by

    现代电子技术 2020年3期2020-08-04

  • 基于深度学习的蘑菇图像分类研究
    为了解决蘑菇图像分类的问题,实现野生菌毒性快速识别,以7种蘑菇作为研究对象,提出了一种基于深度学习的蘑菇图像分类的方法。所提出的分类方法在考虑了自然场景图像的特点下,利用图像像素信息进行特征提取,提取到的特征向量具有可辨别性、独立性和鲁棒性;轻量级ShuffleNetV2模型与作为其他常用CNN模型相比具有更高的精度。实验表明,基于ShuffleNetV2的蘑菇分类模型的Top-1准确率为55.18%,Top-5准确率为93.55%,能够一定程度上解决蘑菇

    软件工程 2020年7期2020-07-27

  • 基于用户属性偏好与时间因子的服装推荐研究
    高。关键词:图像分类;用户偏好;协同过滤;服装推荐;时间因子DOI:10.11907/rjdk.192085开放科学(资源服务)标识码(OSID):中图分类号:TP301文献标识码:A 文章编号:1672-7800(2020)006-0023-060 引言随着网络的普及,全民网上购物的电子商务时代已然到来。淘宝、京东等电子商务平台提供越来越多的服装选择,但是信息超载问题也随之而来。现有搜索技术无法满足消费者服装个性化需求。因此既能解决信息超载问题又能提供个

    软件导刊 2020年6期2020-07-24

  • 一种迁移学习算法在番茄病害检测上的应用
    学习相结合的图像分类算法。从试验田中收集8种番茄病害叶片和健康叶片,运用1 000万像素高清扫描仪统一扫描成图像,将图像归类到9种文件夹中,手动标记叶片属性。最后,基于Inception-v3模型结合迁移学习算法对健康和病害叶片进行分类试验,并与传统图像分类算法(KNN、SVM、BP神经网络)和非迁移学习算法进行对比。结果表明,基于Inception-v3模型结合迁移学习算法,在番茄病害图像分类中能够快速有效识别分类生长健康番茄和患病番茄,并且能高效识别番

    湖北农业科学 2020年7期2020-07-23

  • 基于嵌入式神经网络的危险驾驶行为检测系统
    卷积神经网络图像分类器用来实时检测危险驾驶行为,将AlexNet卷积神经网络改进为能适应在嵌入式系统的小型卷积神经网络mAlex,同时加入一些图像预处理算法和优化策略,建立了驾驶员关于危险驾驶行为检测模型。经过实验表明实时检测危险驾驶行为系统对驾驶人的危险驾驶行为具有较高的识别精度和较高的鲁棒性。同时该系统使用在嵌入式系统中具有成本低、节能和小巧等许多优点。关键词: 卷积神经网络; 嵌入式系统; 图像分类; 危险驾驶行为【Abstract】 Normati

    智能计算机与应用 2020年3期2020-07-04

  • 基于多样化结构的轻量型卷积神经网络设计
    e?net在图像分类方面性能更优,且网络的模型较小。关键词: 卷积神经网络; 多样化结构; 残差学习; 图像预处理; 图像分类; 测试分析中图分类号: TN926?34; TP391.4                 文献标识码: A                      文章编号: 1004?373X(2020)12?0050?05Abstract: The network structure or module of the traditiona

    现代电子技术 2020年12期2020-06-19

  • 基于三维残差网络和虚拟样本的高光谱图像分类方法研究
    方法在高光谱图像分类方面具有一定的应用前景。关键词: 高光谱图像; 图像分类; 深度学习; 参数优化; 三维残差网络; 实验验证中图分类号: TN911.73?34                          文献标识码: A                      文章编号: 1004?373X(2020)12?0145?06Abstract: The accurate classification of ground objects and t

    现代电子技术 2020年12期2020-06-19

  • 基于卷积神经网络的图像识别系统
    ;图像识别;图像分类;Alexnet构架中图分类号:TP183 文献标识码:A文章编号:1009-3044(2020)10-0196-02随着科学技术的飞速发展,图像识别技术在社会各领域得以应用。图形识别技术可以作为一项基础技术应用于如工业零件分类、人脸识别以及手势识别等。当前的图像识别也是作为一项十分热门的技术被大众所广泛讨论。深度学习是机器学习的一个新的热门研究方向,其旨在模仿人类的学习模式,通过对输入样本的训练与测试,由简及深地提取特征来区分样本。通

    电脑知识与技术 2020年10期2020-06-08

  • 结合Inception模块的卷积神经网络图像分类方法
    卷积核; 图像分类DOI:10. 11907/rjdk. 192501中图分类号:TP301   文献标识码:A                文章編号:1672-7800(2020)003-0079-04Convolutional Neural Network Image Classification Method Combinedwith Inception ModuleQI Guang-hua, HE Ming-xiang(College of C

    软件导刊 2020年3期2020-05-28

  • 一种基于空间金字塔特征的图像分类降维算法
    征中的冗余是图像分类研究领域的一个重要内容。在SPM(Spatial Pyramid Matching)图像分类算法的基础上,结合主成分分析方法(Principal Component Analysis,PCA),提出了一种新的PcSPM算法。该方法能在多种尺度上提取图像金字塔直方图主成分,可减少特征冗余,并将其应用于图像分类。实验表明,该方法能够有效去除图像特征中的冗余,提高了图像分类的精度。关键词: 图像分类; SPM; 特征降维; 主成分分析; 词袋

    微型电脑应用 2020年2期2020-05-11

  • VansNet轻量化卷积神经网络
    前提下提高了图像分类的准确率和效率。关键词:轻量化;卷积神经网络;图像分类;压缩参数 ;残差网络;跳层结构中图分类号:TP391文献标识码: A随着卷积神经网络的不断发展,人们把研究的重點集中于如何提高正确率上,随着准确率的提升,卷积神经网络[1](Convolutional Neural Networks,CNN)逐渐演变为了深度卷积神经网络,为了达到更好的性能,使得网络层数不断增加,网络结构更加复杂,虽然网络性能得到了一定的提升,但是随之而来的就是效率

    贵州大学学报(自然科学版) 2020年2期2020-04-24

  • 基于TensorFlow的卷积神经网络图像分类实践策略研究
    技术分支,在图像分类中取得了出色的成绩。为进一步梳理卷积神经网络图像分类的流程策略,本文基于TensorFlow深度学习框架,下载相关公开数据集,构建人工神经网络模型,采用数据集交叉验证的方式训练,并从中归纳出一套数据预处理、建模、训练和评估的实践策略,以期望加深对机器学习流程思路的指导。Abstract: Convolutional neural networks are the fastest branch of technology that has

    价值工程 2020年9期2020-04-20

  • 基于卷积神经网络的植物图像分类方法研究
    网络已经成为图像分类领域的应用研究热点,其对图像特征进行自提取、自学习,解决了以往图像分类方法的图像低层特征到高层概念之间存在的语义鸿沟。为了解决植物图像的自动分类问题,该文提出一种基于卷积神经网络(CNN)的植物图像分类方法,以植物图像为研究对象,将经典卷积神经网络VGG16与全卷积网络(FCN)相结合,把VGG16中两个通道数为4 096的全连接层改为卷积层,构造一个新的VGG16模型为植物图像分类模型。文中制作了一个由43类每类500张总共21 50

    物联网技术 2020年3期2020-04-09

  • 基于胶囊网络的可变维度胶囊的研究
    变维度胶囊;图像分类中图分类号:TP391     文献标识码:A文章编号:1009-3044(2020)02-0204-021 概述在过去的几年中,深度学习在许多计算机视觉任务中取得了巨大的成就,特别是卷积神经网络的发展给该领域带来了最先进的模型和算法。在传统的卷积神经网络中,神经元是标量的,模型无法学习神经元之间的复杂的位置等相关关系。但是在人的大脑中,神经元通常会协同工作,而不是单独工作。为了克服卷积神经网络的这一缺点,Hitton提出了“胶囊”的概

    电脑知识与技术 2020年2期2020-03-16