Results 101 to 110 of about 1,997 (147)
Dianci bileiqi为解决传统神经网络图像识别模型无法在无人机等微型嵌入式设备有效部署的问题，基于YOLOv5算法提出一种针对无人机嵌入式平台的电力巡检绝缘子图像轻量化识别算法。以ShuffleNetV2为骨干网络，并使用深度可分离卷积替换传统卷积减少参数量，降低算法对物理内存的需求。同时针对绝缘子特征对图像预处理部分进行改进，使用PeleeNet网络中的Stem结构代替Focus结构，加快训练速度，减轻嵌入式平台CPU的计算压力。另外，在残差网络中引入Transformer注意力机制，提高算法对遮挡目标的提取能力 ...
苏凯第, 赵巧娥
doaj
[Automatic detection model of hypertrophic cardiomyopathy based on deep convolutional neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2022 Bu Y, Cha X, Zhu J, Su Y, Lai D.
europepmc +1 more source
基于Res-CapsNet与改进YOLOv4的绝缘子破损识别与定位
Dianci bileiqi针对传统卷积神经网络（CNN）在绝缘子破损检测方面存在识别效果差、速度慢等问题，本研究提出一种基于Res-CapsNet（残差胶囊网络）与改进YOLOv4相结合的算法，包括绝缘子分类检测及破损定位两部分。首先，由于残差网络可以解决传统分类网络通过不断堆叠卷积层而出现的模型退化问题，因此提出采用ResNet34作为预训练模型提取绝缘子图像特征，将提取出的卷积特征转化成胶囊特征，然后使用动态路由算法进行传递以保证特征信息的完整性，因此不仅使输出量保留其方向和角度，同时可提取绝缘子更深层的特征 ...
卞建鹏, 朱泽明, 陈璇, 安荣廷
doaj +2 more sources
Gaoya dianqi目前基于卷积神经网络将复合绝缘子喷水图像进行整体憎水性分类的方法对于图像局部的憎水性关注度不足，因此本文提出了一种基于目标检测算法的复合绝缘子表面憎水性判别方法。首先取样不同形态的喷水图片共5 800张，根据水珠形貌和接触角提出了单独针对水珠的分类标准。之后采用以SE-Resnet为骨架网络的Faster R-CNN对表面水珠进行分类，并获得了基于目标检测算法的21个水珠局部特征参数。为了兼顾图片全局特性，同时基于数字图像处理构建了12个与水珠亮斑面积和形态相关的全局参数。最后通过特征筛选 ...
何潇 +6 more
doaj
[Evaluation of brain injury caused by stick type blunt instruments based on convolutional neural network and finite element method]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2022 Li H +8 more
europepmc +1 more source
[Sleep apnea automatic detection method based on convolutional neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2021 Gao Q, Shang L, Wu K.
europepmc +1 more source
[Research on fatigue recognition based on graph convolutional neural network and electroencephalogram signals]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiLi S, Fu Y, Zhang Y, Lu G.
europepmc +1 more source
Gaoya dianqi在电网建设过程中，电网基建档案是重要的过程资料，但其数量和类型繁杂，这给档案绿色数字化管理及预警带来巨大挑战。针对这一挑战，文中提出一种基于改进融合先验知识卷积神经网络（PKCNN）的电网基建档案电子化管理预警方法。首先，利用PKCNN卷积层对输入的电网基建档案进行特征提取，并引入先验知识辅助网络参数训练；然后，采用基于萤火虫算法（FA）优化的非线性SVM对PKCNN中分类函数进行改进，以提高电网基建档案电子化管理预警的精度；最后，建立基于改进PKCNN模型的电网基建档案电子化管理预警方法进行仿真验证 ...
陈然 +7 more
doaj
[An unsupervised three-dimensional medical image registration method based on shifted window Transformer and convolutional neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiLi Y, Ruan C, Ruan D.
europepmc +1 more source
[Research progress on colorectal cancer identification based on convolutional neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiPan X +5 more
europepmc +1 more source