Results 21 to 30 of about 2,013 (147)
Dizhen xuebao, 2021 本文选用内蒙古区域地震台网记录到的417个爆破事件和519个天然地震事件的观测资料，对其进行截取和滤波等预处理后，经过短时傅里叶变换转换为时频域的对数振幅谱，使用含有3个卷积层的卷积神经网络作为分类器，实现地震事件自动分类。5折交叉验证结果显示，本文所使用算法的平均准确率达到97.33%，测试集的准确率达到98.03%，本文采用的模型应用了较完整的原始信息，因此获得了较高的准确率和较好的稳定性。
Fan Zhang +4 more
doaj +1 more source
Gaoya dianqi, 2023 绝缘和机械故障是气体绝缘金属封闭开关设备（gas insulated metal-enclosed switchgear,GIS）中占比最大的故障类型，准确的故障诊断和状态评价对保证电力系统安全稳定运行具有重要意义。深度学习方法已成为故障诊断领域的主流，但传统卷积神经网络需要强大的计算资源，在计算能力一般的智能终端设备中难以应用。为此，文中提出了基于轻量级卷积神经网络的GIS绝缘和机械故障诊断方法。首先，采用空间可分离卷积代替传统卷积构造EffNet轻量级卷积神经网络，大幅度降低了模型的计算量；其次 ...
杨为 +4 more
doaj
Applying deep learning to right whale photo identification
Conservation Biology, Volume 33, Issue 3, Page 676-684, June 2019., 2019 Abstract Photo identification is an important tool for estimating abundance and monitoring population trends over time. However, manually matching photographs to known individuals is time‐consuming. Motivated by recent developments in image recognition, we hosted a data science challenge on the crowdsourcing platform Kaggle to automate the ...
Robert Bogucki +5 more
wiley +1 more source
Modulation recognition algorithm based on mixed attention prototype network
Xibei Gongye Daxue Xuebao, 2022 针对极少量带标签样本条件下的通信信号调制识别难题, 提出一种基于混合注意力原型网络的调制识别算法。综合元学习和度量学习的思想, 在原型网络框架下通过特征提取模块将信号映射至一个新的特征度量空间, 并通过比较该空间内各类原型与查询信号之间的距离确定查询信号调制样式。根据通信信号IQ分量的时序特点设计了由卷积神经网络和长短时记忆网络级联的特征提取模块, 并引入卷积注意力机制提升关键特征的权重; 采用基于Episode的训练策略, 使算法可泛化到新的信号识别任务中。仿真结果表明 ...
PANG Yiqiong +4 more
doaj +1 more source
Developmental Medicine &Child Neurology, Volume 61, Issue 3, Page E1-E35, March 2019., 2019 目的 本国际临床指南由欧洲残疾儿童学会（the European Academy of Childhood Disability，EACD）牵头制定，旨在解决发育性协调障碍（developmental coordination disorder，DCD）的定义、诊断、评估、干预以及与社会心理方面的临床应用关键问题。 方法 本指南针对五个领域的关键问题，通过文献综述和专家团队的正式讨论达成共识。为保证指南的循证基础，以“机制”、“评估”和“干预”为检索词, 对2012年更新以来提出的最新建议以及新增的“社会心理问题”和“青少年/成人”为检索词进行检索。根据牛津大学循证医学中心证据等级 (证据水平 [level of evidence, LOE]1–4) 将结果进行分类，最终转化为指南建议。并由国际 ...
Jing Hua +6 more
wiley +1 more source
智能科学与技术学报, 2021 针对皮肤镜图像数量不充足以及各类疾病之间影像数据不平衡的问题，提出一种融合类加权交叉熵损失函数和分层卷积神经网络的皮肤镜图像分类方法。首先对皮肤镜图像进行色彩恒常化处理，消除环境光源噪声；然后构建基于ResNet 50的分层卷积神经网络，并在迁移学习的基础上分别构建二分类和多分类卷积神经网络模型，根据皮肤镜图像的数量特点设置类加权交叉熵损失函数。实验结果表明，该方法具有较好的分类效果，分类准确率达到了85.94%，与未改进的分类模型ResNet 50相比，测试准确率提高了5.752%。
邵虹, 张鸣坤, 崔文成
doaj
Gaoya dianqi, 2022 断路器正常分、合闸动作直接影响电力系统控制的可靠性，储能环节一旦出现问题将直接影响断路器正常工作。提出了一种基于深度学习的断路器振动信号辨识储能过程故障类型新方法。首先，将加速传感器采集到的时域振动信号进行数据扩充，再将扩充后振动信号二次采样作为训练样本，采用改进后的卷积神经网络（convolutional neural network,CNN）与长短时记忆网络（long-short term memory,LSTM）并行结构，将卷积神经网络的第1层大卷积核和多层小卷积核，均进行批量归一化（batch ...
赵书涛 +4 more
doaj
Gaoya dianqi, 2022 气体绝缘金属封闭开关设备的局部放电具有随机性，即使同一类型缺陷仍有较多表观变化形式，传统模式识别构造的特征难以适应其多变性；近年来兴起的卷积神经网络虽具有自适应提取特征的能力，但训练得到性能更好的网络模型一方面需要增加网络深度，另一方面需要更多的数据样本作为支撑。鉴于此，提出了基于在ImageNet数据集上训练的VGG、InceptionV3、Resnet50 3种网络模型迁移学习的GIS局部放电模式识别方法，并将网络提取的特征应用于在小数据集下表现良好的经典分类器SVM ...
唐志国, 曹智, 何宁辉
doaj
RGB-D object recognition algorithm based on improved double stream convolution recursive neural network [PDF]
, 2021 An algorithm (Re-CRNN) of image processing is proposed using RGB-D object recognition, which is improved based on a double stream convolutional recursive neural network, in order to improve the accuracy of object recognition.
Lazovik, Alexander +4 more
core +1 more source
Gaoya dianqi, 2021 作为电力变压器的重要部件,套管的管理与维护对于设备的安全稳定运行起着至关重要的作用。为提升电力设备巡检的智能化水平,文中提出一种基于卷积神经网络的套管故障红外图像识别方法,该方法在特征提取方面具有显著的优势,避免了人为提取描述特征的低效和易误判问题。首先,建立了包含正常、缺油与局部过热3种状态类型的套管红外图像样本库;然后,将规范化处理后的红外图像作为卷积神经网络的输入,搭建了套管故障红外图像识别模型;最后,通过对网络超参数的选取进行实验分析,确定了激活函数种类、池化方法及卷积核数目。针对文中样本库 ...
刘云鹏 +5 more
doaj