迁移学习
- 基于改进DeepLab v3+模型和迁移学习的高分遥感耕地提取方法
Net，结合迁移学习方法进行高分辨率遥感影像耕地信息提取。首先，在浅层网络结构中加入邻域边缘加权模块，提升高分辨率下地物的连续性，细化边缘分割粒度；其次，在深层网络结构中添加轴向注意力机制模块，增加细小地物的关注权重，减少深度卷积导致地物丢失的情况；最后，采用迁移学习的思想，降低样本标注工作量，提高模型学习能力。利用高分卫星土地覆盖数据集（GID）数据构建源域数据集进行模型预训练，将获取的模型参数及权重信息迁移至大数据与计算智能大赛（BDCI）遥感影像地块
江苏农业学报 2023年7期2023-12-13
- 基于导波和知识迁移的结构损伤识别方法研究
究思路，并以迁移学习算法为基础架构，设计了适用于实际工程应用的结构损伤识别模型PRED_RF。试验结果分析表明，在有限数据的情况下，PRED_RF模型的损伤识别效果明显优于其他传统机器学习和深度学习模型，结构损伤识别准确率达到了94.48%。关键词：导波； 损伤识别； 迁移学习； 小样本中图分类号：V219 文献标识码：A DOI：10.19452/j.issn1007-5453.2023.05.007航空结构中的裂纹、腐蚀、脱层以及其他损伤会造成航空结构
航空科学技术 2023年5期2023-09-14
- 基于迁移学习的卷积神经网络图像识别方法研究
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；预训练模型中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2023）14-0057-04Research on Convolutional Neural Network Image Recognition MethodBased on Transfer LearningZHANG Wentao， ZH
现代信息科技 2023年14期2023-09-06
- 基于改进ResNeXt的黑色素瘤识别算法
；辅助诊断；迁移学习中图分类号：TP391 文献标识码：A文章编号：1009-3044（2023）20-0036-040 引言皮肤癌是一种危险的疾病，早期发现是提高生存率的必要条件。皮肤色素性恶性病变的死亡率非常高，尤其是黑色素瘤，发病率和死亡率更高。据统计，美国在2022年有99 780名成年人（57 180名男性和42600 名女性）被诊断出患有皮肤侵袭性黑色素瘤。2020年全球有324 635人被诊断患有黑色素瘤。黑色素瘤是日常生活中常见癌症。随着人
电脑知识与技术 2023年20期2023-08-26
- 基于改进的MobilenetV3苹果叶片病害图像识别技术
为基础，引入迁移学习，加入空洞卷积，并调整原模型结构，形成新模型进行训练学习。经过多轮迭代，损失曲线实现收敛，模型训练成功，训练集上的准确率为95.72%，测试集上的准确率为93.41%;经过改进的MobileNetV3网络模型对苹果叶片病害图像识别效果较好，为将来在移动端实现部署与推广提供了技术方案支撑。关键词：神经网络;MobileNetV3;深度学习;迁移学习;空洞卷积中图分类号：TP391 文献标志码：A0 引言（Introduction）民以食为
软件工程 2023年8期2023-08-20
- 基于深度学习特征融合的遥感图像场景分类应用
lexNet迁移学习网络提取图像的深层信息，在去除最后一层全连接层的同时加入一层256维的全连接层作为特征输出；将两种特征进行自适应融合，最终输入到网格搜索算法优化的支持向量机（GS-SVM）中对遥感图像进行场景分类识别.在公开数据集UC Merced的21类目标数据和RSSCN7的7类目标数据的实验结果表明，5次实验的平均准确率分别达94.77%和93.79%.该方法可有效提升遥感图像场景的分类精度.关键词 图像分类；卷积神经网络；灰度共生矩阵；局部二值
南京信息工程大学学报 2023年3期2023-07-06
- 小样本民族药植物图像识别综述
的方法、基于迁移学习的方法和基于注意力机制的方法，同时根据所研究的藏药数据集进行实验和对比分析，总结阐述了现有方法在解决小样本民族药植物图像识别时的性能优劣。最后对小样本民族药植物图像识别领域存在的问题进行总结，并对未来发展方向进行展望。关键词：深度学习；小样本图像识别；数据增强；迁移学习；注意力机制中图分类号：TP391.4；TP18 文献标识码：A 文章编号：2096-4706（2023）04-0081-06A Survey on Image Re
现代信息科技 2023年4期2023-06-25
- 基于深度对比迁移学习的变工况下机械故障诊断
in 距离；迁移学习；对比学习中图分类号： TH165+.3；TP206+.3 文献标志码： A 文章编号： 1004-4523（2023）03-0845-09DOI：10.16385/j.cnki.issn.1004-4523.2023.03.027引 言随着现代社会的不断发展，机械设备广泛应用于各行各业，轴承、齿轮是机械设备中不可或缺的组件。由于机械设备多运行在复杂恶劣的环境中，轴承、齿轮极易受损，导致机械设备发生故障，甚至造成重大安全事故［1‐2］。
振动工程学报 2023年3期2023-06-25
- 基于卷积神经网络的图像分类改进方法研究
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：2096-4
现代信息科技 2023年5期2023-06-22
- 图像情景文本融合的多模态模型性能策略研究
训练加微调的迁移学习方案，降低模型训练成本。并经过大量实验探究模型的输入策略，文章建议，在跨模态检索任务中，采取图文比例2：3能够获得最优的召回率。关键词：多模态；跨模态检索；迁移学习；OCR中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2023）09-0166-04Abstract： Aiming at the problem of limited representation ability of feature ext
现代信息科技 2023年9期2023-06-21
- 基于深度迁移学习的荔枝病虫害识别方法研究
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，农作物病虫害智能识别研究逐渐成为热门。早期农产品病虫害的智能识别和数字化防治主要通过图像预处理（灰度化、直方图均衡、中值滤波等），图像分割和特征提取技术（灰度矩阵、颜
种子科技 2023年9期2023-06-17
- 基于MobileNet V2和迁移学习的番茄病害识别
et V2和迁移学习的方式相结合，对番茄早疫病、番茄细菌性斑疹病、番茄晚疫病、番茄叶霉病、番茄斑枯病、番茄红蜘蛛病、番茄褐斑病、番茄花叶病、番茄黄化曲叶病等9种叶部病害图像以及健康番茄叶片图像进行分类识别，首先将数据集按照9 ∶ 1的比例分为训练集和验证集，对于训练模型根据迁移学习的方式分别采用不冻结卷积层、冻结部分卷积层、全部冻结卷积层的方式获得3种模型，然后在模型最后加上2层全连接层并用Dropout层防止过拟合，接着通过Softmax层输出实现对番茄
江苏农业科学 2023年9期2023-06-04
- 高分遥感影像建筑物边缘提取模型迁移性评估对比
，边缘检测，迁移学习。摘要：建筑物边缘提取对智慧城市建设具有重要的研究意义，采用人工标注建筑物边缘的方法需要消耗大量的人力物力。目前，利用深度学习的方法已经能提取建筑物大致轮廓，但其需要大量的人工标注的精确样本进行训练。因此，文章构建了3个边缘检测数据集并复现了2个经典边缘检测网络RCF和BDCN进行交叉训练测试实验，评估边缘检测模型的可迁移性，为研究构建普适性更强的边缘检测网络提供思路。关键词：深度学习；边缘检测；迁移学习中图分类号：P237 文献标志码
无线互联科技 2023年6期2023-05-23
- 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
提出一种基于迁移学习和改进残差网络的虫害图像识别方法。首先，利用数据增强技术对采集的橘小实蝇虫害图像进行样本数据的扩充；再在ResNet-34模型的基础上，增加了2个注意力模块层，并重新设计了全连接层模块，获得能够改进后的网络模型；最后利用迁移学习的方法将预训练的参数权重迁移到本模型中进行训练，并在试验过程中分析学习方式、样本量、学习率、批量大小等参数对模型性能的影响。结果表明，采用旋转、翻转和亮度变换操作对图像进行数据扩充的数据集，在训练模型的全部层的迁
江苏农业科学 2023年8期2023-05-23
- 小数据场景下基于迁移学习与BiLSTM的建筑能耗预测方法
提出一种基于迁移学习与BiLSTM（双向长短期记忆网络）的新建建筑能耗预测方法。首先采用MMD（最大均值差异）对源域建筑与目标域建筑的历史数据进行相似度分析；然后利用相似建筑的历史数据对BiLSTM进行预训练；最后微调BiLSTM对目标域建筑进行预测。使用真实的建筑能耗数据进行实验，结果表明，与其他预测模型相比，所提出方法显著提高了能耗预测精度。关键词： 建筑能耗预测； 迁移学习； 相似度分析； 深度学习； BiLSTM中图分类号：TU111.195
计算机时代 2023年4期2023-04-13
- 以概念为本的初中地理教学探究
；协同思考；迁移学习【中图分类号】G633.55 【文献标志码】A 【文章编号】1005-6009（2023）07-0065-04【作者简介】刘仙红，南京师范大学苏州实验学校（江苏苏州，215100）教师，高级教师，苏州市地理学科带头人。在教育领域，更多的人认识到课程和教学必须超越知识和技能，它需要涵盖更有深度的、可迁移性的理解，这个层次的理解是在概念性层面的思考中形成的。［1］5“以概念为本的课程是一种三维课程设计模式，它架构了学科领域的事实和技能内
江苏教育·中学教学版 2023年2期2023-04-10
- 铸体薄片图像孔隙自动分割方法优选
：铸体薄片；迁移学习；孔隙；语义分割铸体薄片中孔隙分析是分析储层孔隙结构的重要方法，薄片中孔隙分割是进行孔隙分析的关键一步。传统做法是利用目测法、计数法和图像处理算法对孔隙进行分割。但是目测法和计数法不仅要求研究人员具有专业的地质知识而且效率低下分割结果受主观因素影响。传统的图像处理技术中用于孔隙分割的方法有阈值法、边缘检测法、区域生长算法、分裂合并法和聚类分割法[1]。但这些传统方法只依赖颜色特征且需要大量的人工交互，无法实现自动化分割孔隙。人工神经网络
电脑知识与技术 2023年5期2023-04-06
- 改进PSPNet网络的舌图像分割方法研究
注意力机制；迁移学习；卷积神经网络0 引言望诊是中医四大治疗手法之一，主要通过观察患者面部、舌部进行初步诊断。而舌诊作为中医辨证论治的主要依据之一[1]，在中医望诊中发挥着重要作用。它通过观察舌苔的颜色和形态变化对患者的疾病有初步的感知及判断，具有诊断便利、参考价值高的特殊优势[2]。但是，由于医生的主观经验不同且诊疗的客观条件参差不齐，导致诊疗结果在一定程度上存在误差，“人工智能+中医舌诊”因此应运而生。人工智能的本质是通过大量计算分析辅助决策，所以舌诊
电脑知识与技术 2023年5期2023-04-06
- 基于Bert模型的文本多分类应用研究
；文本分类；迁移学习1 概述随着互联网的发展越来越发达，教育领域也因教育信息化而发生了巨大变革，通过搜索引擎和在线答题平台咨询学习问题已逐渐成为学生及老师学习的一种方式[1]。在咨询过程中，问答系统会对用户提出问题的类别进行准确区分，如题目的学科或题目考查的知识点。知识点在教育教学过程中起着重要的作用，可对题库根据知识点进行分类，然后根据学生的学习情况，有针对地将习题推荐给学生，老师也能根据学生的做题情况有针对地进行拔高训练，为学生设计阶段性学习方案，学生
电脑知识与技术 2023年4期2023-03-24
- 基于深度学习和不可分小波的裂纹检测方法
eNet進行迁移学习构造神经网络;最后将高频图像数据集的80%用作训练集，20%用作验证集，放入神经网络中进行训练和验证。实验结果表明，该方法可得到较好的裂纹检测效果。关键词：裂纹检测;深度学习;卷积神经网络;不可分小波;加性小波;迁移学习中图分类号：TP181 文献标识码：A文章编号：1009-3044（2022）18-0006-04开放科学（资源服务）标识码（OSID）：1 引言随着社会经济的不断发展，我国的基础设施建设能力越来越强，基础建设
电脑知识与技术 2022年18期2022-08-31
- 基于迁移学习和Xception网络的混凝土裂纹识别研究
据集后，引入迁移学习的方法对Xception网络进行训练。同时，与构建的ResNet50、InceptionV3和VGG19三个深层卷积神经网络模型进行对比实验，重新验证其性能。实验证明，引入迁移学习不仅可以提升模型的整体性能，还能缩减训练深层卷积神经网络的时间，训练的模型在数据集上的识别精确率达到96.24%，在对比实验中达到96.50%。关键词：迁移学习;卷积神经网络;图像识别;图像增广中图分类号：TP399 文献标识码：AResearch o
软件工程 2022年7期2022-07-21
- 基于改进的YOLOv4-GhostNet水稻病虫害识别方法
构;3）结合迁移学习与YOLOv4网络训练技巧。通过试验将YOLOv4及其MobileNet系列轻量化网络与Faster-RCNN系列网络和SSD系列网络进行对比，结果表明，改进的YOLOv4-GhostNet模型平均准确率达到79.38%，检测速度可达1 s 34.51 帧，模型权重大小缩减为42.45 MB，在保持检测精度达到较高水平的同时模型参数量大幅度降低，适用于部署在计算能力不足的嵌入式设备上。关键词： 水稻病虫害检测; GhostNet网络;
江苏农业学报 2022年3期2022-07-16
- 基于卷积神经网络的黄瓜病害识别研究
;黄瓜病害;迁移学习;病害识别黄瓜也称胡瓜、青瓜，是人们生活中经常食用的蔬菜之一。近年来随着黄瓜的需求量不断增加，其种植面积也在增加，但黄瓜叶面病害一直是制约产量增加的关键因素，以天津地区黄瓜种植为例，2016年黄瓜褐斑病的发病率为90%，病毒病的暴发率达到100%。以前种植户在识别黄瓜病害时主要是根据自己以往的经验进行判断，很难快速并准确地识别出黄瓜病害种类，往往会出现病害判断失误而造成黄瓜产量的降低。随着社会的发展，深度学习技术也取得不少的研究成果，并
计算技术与自动化 2022年2期2022-07-04
- 基于MobileNetV3的马铃薯病害识别
积神经网络和迁移学习的马铃薯叶部病害识别方法。首先，采集马铃薯叶部病害图像样本，再运用GrabCut算法进行图像分割;再基于 MobileNetV3构建病害识别基础模型，并通过调整模型结构及宽度系数α等方式对模型进行优化，最后运用迁移学习的方式将预训练参数迁移至优化模型进行训练。结果表明，该方法对马铃薯健康、晚疫病、早疫病、炭疽病及其他病害叶部图像识别准确率为 98.00%，模型权重仅为0.68 MB，识别速率为0.014 s/幅。本研究结果可为马铃薯叶部
江苏农业科学 2022年10期2022-06-12
- 基于迁移学习和模型融合的中药材图像识别研究
材特征，通过迁移学习、数据增强、模型融合等方法优化网络结构，并提出一种基于Xception和DenseNet融合的中药材图像识别模型DxFusion。结果 通过迁移学习、数据增强和模型融合，DxFusion在60种中药材测试集上分类精度可达99.65%，效果优于已有分类模型。结论 基于迁移学习和多模型融合的深度卷积神经网络可以提取图像中不规则的中药材特征，有效提升中药材图像识别的准确率。 〔关键词〕 深度学习;中药材识别;卷积神经网络;迁移学习;数据增强;
湖南中医药大学学报 2022年5期2022-06-01
- 基于改进轻量级卷积神经网络 MobileNetV3的番茄叶片病害识别
络模型也进行迁移学习并进行对比，结果显示 MobileNetV3的总体学习效果最好，在Mixup混合增强和 focal loss 损失函数下对10类番茄病害的平均测试识别准确率达到94.68%。在迁移学习的基础上继续改进 MobileNetV3模型，在卷积层引入空洞卷积和感知机结构，采用 GLU （Gated Liner Unit）闸门机制激活函数，训练得到最佳的番茄病害识别模型，平均测试的识别准确率98.25%，模型的数据规模43.57 MB ，单张番茄
智慧农业（中英文） 2022年1期2022-05-30
- 改进YOLOv4算法的袋料香菇检测方法
练过程中利用迁移学习的思想，对主干网络载入VOC数据集的预训练权重。相比原YOLOv4算法，mAP值增加了4.82个百分点，达到94.39%，算法参数量降为原来的58.13%，算法更加高效和轻量化，为机械采摘提供视觉算法支持。关键词：YOLOv4;目标检测;gamma变换;迁移学习;香菇采摘DOI：10.15938/j.jhust.2022.04.004中图分类号： TP391.4文献标志码： A文章编号： 1007-2683（2022）04-0023-0
哈尔滨理工大学学报 2022年4期2022-05-30
- 基于深度卷积神经网络的自动垃圾分类
积神经网络;迁移学习;图像识别;垃圾分类中图分类号：TP391.4 文献标志码：A0引言伴随我国城市化发展的不断深入与人民生活水平的提高，城市生活垃圾的产生量急剧增加，成为环境治理刻不容缓的问题。在对生活垃圾的处理上，传统的填埋与焚烧处理存在着占用土地、污染地下水、排放废气等问题，而且处理能力有限。事实上，生活垃圾中绝大部分是可以通过分类回收实现循环利用的。为此我国已在各大城市推行垃圾分类制度，通过合理的分类投放从源头上减少生活垃圾数
甘肃科技纵横 2022年3期2022-05-21
- 一种用于主轴轴承故障诊断的深度卷积动态对抗迁移网络
巍华摘要： 迁移学习智能故障诊断方法已经成为了机械设备故障诊断领域的一个研究热点。然而，大多数相关方法在迁移学习过程中未能合理地评估源域样本和目标域样本的相似性，且数据分布的差异会造成迁移诊断的结果不同。针对此问题，提出深度卷积动态对抗迁移网络用于主轴轴承智能故障诊断。该网络首先利用一维卷积神经网络从处理过的振动信号中自动提取特征集，然后利用动态对抗学习策略动态地调整条件分布和边缘分布在迁移学习过程中的重要程度，有效地提高迁移诊断的精度。通过数控机床主轴轴
振动工程学报 2022年2期2022-05-14
- 基于自编码预训练的卷积神经网络分类方法
积神经网络 迁移学习1基于自编码预训练的卷积神经网络的分类1.1自编码的原理自编码神经网络（见图1）是一个输入与输出相等的人工神经网络。在该网络中，左侧节点是输入层，右侧神经元是输出层，中间是隐含层。输出层的神经元数量等于输入层的神经元数量。隐藏层的神经元数量少于输出层的神经元数量。自编码器的工作原理如图2 所示。其中，输入层和隐含层之间的参数叫作“编码器”（encoder），隐含层和输出层之间的参数叫作“解码器”（decoder）。通过对编码和解码的参数
计算机应用文摘·触控 2022年5期2022-04-02
- 基于迁移学习的残差网络猴痘病识别研究
种改进的基于迁移学习残差网络的图像自动识别方法。该方法使用了ResNet50网络并使用该网络预训练权重进行迁移学习，在网络的全连接层后加入dropout对神经元进行随机失活。在经过数据增强的猴痘病数据集上进行了网络的训练，最终达到了97.9%的识别准确率，相比于VGG16和AlexNet网络具有更高的识别准确率。关键词：图像识别；分类识别；深度学习；残差网络；迁移学习中图分类号：TP391 文献标识码：A文章编号：1009-3044（2022
电脑知识与技术 2022年33期2022-04-02
- 基于深度学习的生活垃圾分类
：垃圾分类;迁移学习;数据增广;卷积神经网络中图分类号：TP311 文献标识码：A文章编号：1009-3044（2022）03-099-02开放科学（资源服务）标识码（OSID）：1 前言在2018年，中国已经成了为全球产生垃圾最多的国家，且在近几年生活垃圾产量保持5%左右的增长[1]。据国家统计局发布的《中国统计年鉴2020》指出，在2019年全国生活垃圾清运量就已达24206.2万吨[2]。与日俱增的垃圾不仅对宝贵空间资源造成了占用，而且
电脑知识与技术 2022年3期2022-03-12
- 基于迁移学习的OCT视网膜图像分类研究
型基础上采用迁移学习。最后，将提取的特征输入模型网络进行分类。实验在数据集上进行验证，在准确率、灵敏度等評价指标上均有所提升。关键词：迁移学习；视网膜；残差网络；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
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
数据集，使用迁移学习，将在ImageNet数据集上训练得到的权重作为该网络的初始化参数，该模型在乳腺癌数据集Breakhis上得到的准确率可以达到95%，而在经过解冻部分训练层、调整学习率等优化操作之后，分类准确率最高可以达到99%。实验结果表明，优化后的方法在乳腺癌良恶性诊断准确率方面有很大的提高。关键词：乳腺癌;卷积神经网络;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-
软件工程 2022年1期2022-01-04
- 基于深度卷积神经网络的手机玻璃盖板表面缺陷分类检测研究
基础，并结合迁移学习和SE模块，搭建手机玻璃盖板表面缺陷分类检测模型。实验表明，最终分类准确率达96.40%，并且使用了Grad-CAM技术进行可视化分析，结果显示模型是根据缺陷所在区域特征进行预测的，说明没有出现过拟合现象。关键词：玻璃盖板;深度卷积神经网络;迁移学习;SE模块;分类检测中图分类号：TP391 文献标识码：AAbstract： In order to realize the classified detection of poin
软件工程 2021年12期2021-12-08
- 循“长短”，探“大小”
习经验，注重迁移学习，建立知识之间的连接。本文以面积概念的教学为例，通过问题创设、激发经验、操作理解、举一反三，让学生内化面积概念本质，初步形成几何度量的认知结构。【关键词】概念教学 面积 本质理解 迁移学习 结构一、教学设计思考“面积”单元是北师大版数学三年级下册的教学内容。教材对“什么是面积”和“面积单位”安排了两个课时的教学，第一课时主要是结合实例，认识面积含义，通过比较长方形与正方形面积的活动，探索比较面积大小的方法;第二课时是认识常用的面积单位，
小学教学研究·教研版 2021年9期2021-11-25
- 基于迁移学习的多模型水稻病害识别方法研究
学习技术结合迁移学习方法识别常见水稻病害。使用当前深度学习领域经典网络模型VGG、ResNet、DenseNet、InceptionResNet、Xception模型作为预训练模型，通过比较不同模型在新任务上的表现，选取性能最好且最稳定的Xception模型作为最终模型。试验结果显示，DenseNet、InceptionResNet、Xception的识别准确率可以达到97%，尤其是Xception模型不仅可以达到98.50%的最高识别准确率而且是最稳定的
安徽农业科学 2021年20期2021-11-25
- 轴承智能故障诊断技术发展
提取过程，而迁移学习更使变工况下故障诊断达到极好地效果。本文阐述传统故障诊断方法，讨论人工智能时代轴承智能诊断技术的发展方向。关键词：滚动轴承;深度学习;迁移学习;故障诊断1 前言軸承作为现代机电装备中的重要零部件之一，其在制造业下各个领域都得到广泛应用，比如工程机械，军事装备，矿产采集等，其工作状态对设备的精度、效率、维护成本等有很大影响。因而，为延长轴承的工作寿命，降低经济成本并避免安全事故的发生，对轴承进行及时的故障诊断就很有必要。《中国制造2025
装备维修技术 2021年37期2021-11-03
- 高中文言文迁移学习研究
：高中文言文迁移学习重在实现以事实性知识为学习基点的知识学习的迁移和道德学习的迁移。从迁移路径来看，知识学习的迁移主要是由点向面的，而道德学习的迁移是由内向外的。将课上文言文阅读教学互动中学到的内容迁移到新的情境中去，是文言文閱读教学提质增效的重要实现路径。关键词：文言文 迁移学习 知识学习 道德学习举一隅须以三隅反。将课上文言文阅读教学互动中学到的内容迁移到新的情境中去，是文言文阅读教学提质增效的重要目标。为解决文言文阅读教学困境，语文课堂虽不必全然囿于
文学教育下半月 2021年10期2021-10-29
- 基于传感器的智能盆栽养护系统的设计和实现
。该系统利用迁移学习技术进行花卉识别，并通过多种传感器和单片机检测和传输盆栽的相关信息，还具有社区交流、线上商城等功能。关键词： 迁移学习; 单片机; 传感器; 微信小程序; SpringBoot中图分类号：TP311.1 文献标识码：A 文章编号：1006-8228（2021）09-46-05Abstract： In daily life， people often encounter various troubles in p
计算机时代 2021年9期2021-10-08
- 基于神经网络的家居智能分类垃圾桶
;智能分类;迁移学习;家居垃圾桶中图分类号：TP183 文献标识码：A文章编号：1009-3044（2021）21-0114-04开放科学（资源服务）标识码（OSID）：Household Intelligent Classification Trash Bin Based on Neural NetworkCAO Yu-yu， BAO Rong，QIANG Xu-yan，ZU Hong-lei（Information and Electrica
电脑知识与技术 2021年21期2021-09-23
- 基于迁移学习的电力负荷预测研究
模型，并基于迁移学习算法构建既有建筑电力数据和新建建筑电力负荷间的联系，通过既有建筑负荷历史数据训练所得模型来预测新建建筑电力负荷，以南京市某办公建筑为例验证所构建的负荷预测模型，预测误差可保持在7.8%以内，所提出的电力负荷预测方法可为实际电力负荷预测计量提供参考。关键词：电力负荷预测;深度学习;迁移学习;建筑能耗0 引言电力负荷预测是智能电网的基础性功能，对未来智慧城市发展具有重要作用，对城市稳定高效运转具有重要意义，直接影响城市未来发展和人民生活水平
机电信息 2021年23期2021-09-14
- 基于迁移学习的艺术化风格图像的创作
量不断提高。迁移学习艺术化风格图像创作目的在于帮助人们对一些普通图片进行处理，将其打造为符合人们审美观的艺术作品，通过其人工智能的深度训练模式，能够较为熟练和迅速的将图片进行处理。基于此，本文将对于“迁移学习的艺术化风格图像的创作”进行分析，希望可以为人工智能方向上有兴趣的人们提供相应帮助。关键词：迁移学习;人工智能;艺术化风格图像;创作人工智能中，最为重要的在于GPU芯片，GPU的主要作用是加速图片处理，对数据量大且程序类型不复杂的程序能有很强大的运行能
锦绣·中旬刊 2021年10期2021-08-23
- 基于Resnet-101深度学习网络的路面类型识别研究
征。本文基于迁移学习，通过Resnet-101深度学习网络实现对路面类型进行识别，训练所得的模型对本文给出的四种路面类型的识别准确率可达98.33%，相较于使用此前较为常用的Alexnet、GoogLenet等网络有着较为明显的提升，在相同的迭代次数的条件下，Resnet-101的准确率较高，且在道路实车试验中取得了良好的表现。关键词：迁移学习 卷积神经网络 路面类型识别Research on Road Terrain Recognition based
时代汽车 2021年16期2021-08-23
- 生成式对抗网络在自然语言处理中的应用
序列生成; 迁移学习文章编号： 2095-2163（2021）03-0181-05 中图分类号：TP391;TH166 文献标志码：A【Abstract】Generative Adversarial Networks （GAN） is a kind of simple generative model， for it does not rely on any prior probability and can generate real-like data
智能计算机与应用 2021年3期2021-08-09
- VAE过采样与迁移学习在网络入侵检测中的应用
测模型时采用迁移学习方法，先在过采样后混合的数据集上预训练，再迁移到原数据集上进行训练，得到最终的检测模型。在NSL-KDD数据集上进行实验，网络入侵检测模型使用前馈神经网络。结果表明，基于深度学习的VAE过采样方法比传统的SMOTE过采样方法要更加有效，提高了网络入侵检测模型准确率3.23%。关键词： 网络入侵检测; VAE; 迁移学习; SMOTE; 不平衡数据中图分类号：TP393.08 文献标识码：A 文章编号：1006
计算机时代 2021年7期2021-08-06
- 基于k-means分割和迁移学习的番茄病理识别
ans分割与迁移学习相结合，提出一种基于k-means分割和迁移学习的方法对番茄病害叶片进行识别。首先对原始图像进行一系列预处理，再将处理后的图像进行k-means分割，得到叶片边缘的最小矩阵图像，之后进行去噪处理，简化突出图像特征，再根据预处理后的图像特点，优化改进迁移的VGG16网络结构，构建 CNN 模型对预处理后图像进行识别。结果显示，通过分割后训练方式平均精度提升了0.37百分点，通过冻结迁移的VGG16网络第1个卷积模块并修改全连接层的方法提升
江苏农业科学 2021年12期2021-08-02
- 无刷直流电机匝间短路故障定位及 定量评估方法研究
一种结合深度迁移学习和多维特征拟合方法，以实现匝间短路故障的精确定位和定量评估。同步采集电机定子绕组的三相电流信号，将一维电流信号转化为图像信号，采用基于迁移学习的卷积神经网络实现匝间短路故障的定位，在确定故障相之后，从电流信号中提取并筛选敏感特征，采用特征拟合方法实现故障等级的定量评估。实验结果表明，所提出的方法能够实现100%精度的故障相定位，同时故障定量评估的相对平均误差低至4.33%。该方法对于永磁电机系统的定子绕组故障精确定位和精密诊断具有潜在的
河北科技大学学报 2021年3期2021-07-25
- 基于迁移学习的网络入侵检测
侵检测模型;迁移学习一、引言如今，我们已经进入了“互联网+”社会，互联网广泛应用在跨境电商、金融交易、在线学习、移动医疗、生活服务等领域，让人们的生活更加便捷。与此同時，它也带来了黑客的袭击、信息泄露等网络安全问题。而网络入侵技术则是网络技术不断发展的成果，它能够弥补传统的网络安全技术的不足，协助网络用户检测网络内各种安全漏洞，对网络设备及流量进行监视和分析，并在发现入侵时发出警报。目前如何提高检测技术的有效性、实用性、适应性、可扩展性是网络安全方面研究的
消费电子 2021年6期2021-07-17
- 迁移学习在活跃理工科课堂中的尝试
理，尝试通过迁移学习方法，对课本知识点进行深度挖掘和广度拓展，通过这两个维度的剖析，深入浅出地进行知识讲解，从而激发学生的学习热情，引发学生的思考，改善知识传授和技能提升效果。[关键词] 迁移学习;知识拓展;C语言程序設计;互动教学[基金项目] 2020年度国家自然科学基金青年科学基金项目“视频中复杂交互集体行为识别及语义分析研究”（62002330）[作者简介] 朱真峰（1980—），男，河南南阳人，博士，郑州大学信息工程学院副教授，主要从事机器学习、数
教育教学论坛 2021年16期2021-06-22
- 基于DenseNet的带钢表面缺陷智能识别系统研究
上搭建，采用迁移学习的方法对带钢表面的6种缺陷进行识别，训练过程中冻结基础模型DenseNet的顶层部分，利用数据扩充、添加BN层防止过拟合。最终模型在训练集上的正确率为99.33%，在测试集上每一类缺陷的正确率均超过97%，其间绘制出混淆矩阵。最后，搭建缺陷识别系统的GUI界面，实现带钢表面缺陷识别的可视化功能，提高用户体验。关键词：缺陷检测;图像识别;迁移学习;DenseNet;GUI;PyQt5中图分类号：TTH164;TP29文献标识码：A 文章编
河南科技 2021年3期2021-05-17
- 基于迁移学习的注意力胶囊网络
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数据集上;再者，在特征提取网络后加入注意力模块提取关键特征;最后，在MNIST、FashionMNIST、SVHN和CIFAR10等公开数据集上进行了对比实验。实验结果表明，本文提
智能计算机与应用 2021年2期2021-05-11
- 一种基于迁移学习的车道线检测方法
提出一种基于迁移学习的车道线检测方法，用Darknet53替代原DeepLabv3+的特征提取网络。针对图片中车道线类与背景类分布极不平衡的问题，使用Focal Loss函数替代CE Loss函数。实验结果表明，该方法的检测效果比原网络好，平均交并比达到76.95%，具有良好的准确性。关键词：车道线检测;迁移学习;DeepLabv3+中图分类号：TP391.4 文献标识码：A文章编号：2096-4706（2021）20-008
现代信息科技 2021年20期2021-05-09
- 中餐主食图像识别研究
积神经网络和迁移学习的方法，完成对共计20类中餐主食接近2万张的图片进行了训练和测试，得到了较为满意的结果。将训练得到的网络模型通过应用框架进行了安卓平台的移植开发，实际应用效果表现良好。关键词：中餐主食;卷积神经网络;迁移学习;图像识别;安卓平台1 绪论近年来图像的分类和识别技术被应用于各个不同领域，如卫生、交通、智能机器人和食品加工等。对图像进行分类和识别的方法很多，其中最常用的为提取图像的颜色、形状、纹理等特征，然后将这些特征输入到机器学习算法中进行
电脑知识与技术 2021年5期2021-04-13
- 多任务环境下融合迁移学习的新冠疫情新闻要素识别研究
务环境下融合迁移学习的疫情新闻要素识别方法，向公众提供面向应急事件的知识服务。[方法/过程]首先，通过多任务识别新闻要素：基于规则识别时间要素;并融合模型迁移与深度学习方法，构建跨领域的要素识别模型。在此基础上，构建疫情新闻要素的关联数据，以知识图谱的方式展示各要素之间的关联关系。[结果/结论]实验结果表明，除药物外的新闻要素的识别F1值均在80%以上，说明融合迁移学习的模型能够取得较优的识别效果;并且，关联数据知识图谱能够直观显示新闻的重点要素及新闻的主
知识管理论坛 2021年1期2021-04-06
- 基于深度残差网络的玉米病害识别
度残差网络;迁移学习中图分类号： TP391 文献标识码： A 文章编号： 1000-4440（2021）01-0067-08Corn disease recognition based on deep residual networkLIU Ao-yu1， WU Yun-zhi1，2， ZHU Xiao-ning3， FAN Guo-hua1，2，YUE Yi1，2， ZHANG You-hua1，2（1.School of Information an
江苏农业学报 2021年1期2021-03-25
- 一种基于迁移学习的城市内涝识别方法研究
，本研究采用迁移学习的方法对城市内涝深度进行监测。以卷积神经网络为基础，通过将提取的特征向量集和标注内涝深度的数据集输入LASSO模型中进行训练，计算出城市内涝深度。同时，以江西省南昌市近5年来内涝图片数据为例进行实证检验。结果显示，该方法预测结果与真实的内涝水位偏差较小，与实际内涝发生情况的吻合程度较高。因此，该方法能有效识别城市内涝的真实情况，对应对频发的城市洪水灾害问题具有重要意义。关键词：迁移学习;城市内涝;卷积神经网络;图像识别中图分类号：TP1
河南科技 2021年28期2021-03-10
- 基于STEM的初中学生算法思想建构的策略研究
材思想、引导迁移学习这三个层次实施建构算法思想的策略。本研究致力于帮助学生建构算法思想，提升解决问题的能力，养成科学的思维方式。【关键词】算法思想;直觉思考;迁移学习中图分类号：G633 文献标识码：A 文章编号：0493-2099（2021）03-0072-03【Abstract】Algorithm is the basis of computer science， algorithm idea refers to according
天津教育·下 2021年1期2021-03-08
- 联合迁移学习和深度学习的侧扫声呐沉船识别方法
提出一种联合迁移学习和深度学习的沉船侧扫声呐图像识别方法。在不采用迁移学习的情况下，用沉船声呐样本数据集训练网络，将结果保存作为对照组。应用弱相关数据集，对网络进行训练，然后将网络参数迁移到新网络中，再使用沉船声呐样本数据集训练;应用强相关数据集重复上述步骤。在AlexNet网络结构上进行试验，试验结果表明：在未迁移的情况下，正确率为70.58%;应用弱相关数据集训练，正确率为74.51%;应用强相关数据集训练，正确率为80.39%。试验证明，迁移学习算法
河南科技 2021年36期2021-03-08
- 基于目标检测和迁移学习的电成像测井裂缝识别
;YOLO;迁移学习中图分类号：TP391 文献标识码：A文章编号：1009-3044（2021）36-0032-05開放科学（资源服务）标识码（OSID）：1 引言一直以来，裂缝性储层都是勘探的难点和重点，裂缝的导流程度对油气井的产出情况有很大的影响，在采油过程中，裂缝和半裂缝的识别是非常重要的。地质勘探工作中，反映裂缝信息较多的是成像测井图像，传统的人工拾取裂缝的方法工作量大，且存在较大误差，所以需要提出一种智能提取裂缝，且对其进行准确识别的
电脑知识与技术 2021年36期2021-03-07