Results 51 to 60 of about 2,214 (195)
Gaoya dianqi, 2022 在虚拟现实环节中的培训类、操作类的系统中，对于动作的标准性、规范性评价已经成为一个日益突出的问题。将培训师进行培训过程的标准动作分割是非常重要和关键的一环，分割的精确与否直接影响后续的培训评价。文中提出了一种基于多维状态云模型预测的方法，首先采用卷积神经网络对操作动作的多传感器数据集进行模型训练预测得到下一时刻的动作多个结果形成多结果数据集；然后对预测的多结果数据集设计多维云模型；最后通过实际动作在云模型中的分布得到对应概率进行动作分割点判定 ...
金淼 +10 more
doaj
基于区域神经网络的TFT-LCD电路缺陷检测方法 [PDF]
, 2018 对薄膜晶体管液晶显示器(TFT-LCD)边框电路中细微、复杂的缺陷进行检测,一直是自动光学检测(AOI)的一个难点。本文提出基于改进的快速区域神经网络(Faster R-CNN)算法对TFT-LCD边框电路的缺陷进行检测。首先在共享卷积层进行特征提取,然后通过多层的区域提议网络结构生成精确候选区域,根据候选区域的特征和目标分类实现对缺陷的识别和定位。同时设计多种有效的网络结构并详细分析网络层深度及卷积核大小对检测效果的影响,最后进行不同算法的比较。在实际构建的数据集上实验 ...
何俊杰, 刘畅, 肖可, 陈松岩
core
Pesticide Residue Detection in Broccoli Based on Hyperspectral Technology and Convolutional Neural Network [PDF]
The detection of pesticide residues in agricultural products is an important step in ensuring the food safety of agricultural products, while traditional detection methods are cumbersome and costly.
Dan WANG +3 more
core +1 more source
, 2019 针对濒死鱼难以实时、高精度检测的问题,提出一种基于迁移学习与卷积神经网络的濒死鱼预警系统。通过迁移学习方法优化卷积神经网络的初始权重,使模型在训练初期即具有一定的泛化能力,优化前网络总体误差为1.75,优化后为0.75。为进一步提升模型性能,使用两组卷积神经网络作为特征提取器进行对比,结果显示,ZFnet网络(AP=0.902)略好于VGGnet网络(0.898),两者均显著优于常见的HOG+SVM算法(AP=0.259)。江苏省农业重大新品种创制项目(PZCZ201742 ...
周辉, 尹绍武, 李宏志, 谢万里
core +1 more source
Research on Gene Chip Image Segmentation Algorithm Based on Deep Learning [PDF]
, 2017 基因芯片是由数千个基因点组成的一个微阵列，它是一项能够分析基因表达的技术。通过基因表达不仅可以探索人类疾病的潜在遗传原因，还可以应用在环境卫生研究、药物研制与开发、临床诊断和治疗以及癌症检测。基因芯片图像处理在基因表达分析中是一个极其关键的环节，处理的结果直接影响到准确率和精度。基因芯片图像处理主要包括预处理、网格定位、靶点分割和信号提取与分析。本文主要工作围绕以下几点展开： 首先，通过对基因芯片图像预处理分析不同基因点的特征，对其进行灰度转换，对比度增强、滤波去噪等处理进而网格定位 ...
上官亚力
core
Modulation recognition method based on multi-inputs convolution neural network [PDF]
, 2019 In order to identify the main modulation modes adopted in current satellite communication systems,a signal modulation recognition algorithm based on multi-inputs convolution neural network was proposed.With the prior information of the signals and ...
Guang LI +4 more
core +1 more source
Zhendong Ceshi yu Zhenduan针对燃气调压器故障识别中不平衡数据影响模型识别能力的问题，提出一种一维卷积神经网络（one‑dimensional convolutional neural network，简称1D‑CNN）与注意力机制（squeeze‑and‑excitation，简称SE）相结合的改进深度卷积神经网络（SE‑1DCNN）方法。首先，使用一维卷积核提取故障特征；其次，在交替的卷积层后添加SE模块用于通道加权，选择性地保留所需的重要信息特征，并抑制弱相关的特征；最后 ...
doaj +1 more source
Gaoya dianqi, 2020 为了实现对电气设备放电声音的精准检测,文中筛选比较了多种经典的机器学习算法和新兴的卷积神经网络算法,以期得到识别效果最优的选择。首先对音频进行预处理,再通过将放电声与环境噪声和变电站正常工况背景声混合来模拟变电站真实工作环境,并使用梅尔频率倒谱系数提取特征,最后采用支持向量机等机器学习算法与卷积神经网络算法进行识别,选取识别效果最佳的算法并考察不同采样频率、采样时长等因素对识别效果的影响。实验结果表明,使用梅尔频率倒谱系数提取特征可以良好区分放电与环境噪声,支持向量机在一系列算法中识别放电声音能力最强 ...
孙汉文, 李喆, 盛戈皞, 江秀臣
doaj
Gaoya dianqi, 2021 红外热成像是监测和诊断高压开关设备发热缺陷的方法之一,具有非接触、无损伤等优点。海量红外图像数据的处理对信息挖掘、目标识别和智能诊断提出了更高的要求,而现有方法在故障区域识别、关键特征提取和缺陷分类等方面仍存在不足。因此,文中提出了一种基于红外图像实例分割的敞开式开关设备发热缺陷智能诊断方法,利用Mask R-CNN进行感兴趣区域的自动提取与分割,构建轻量级卷积神经网络并引入到Mask R-CNN的最后一步,利用迁移学习进行模型训练,实现发热缺陷的自动识别。测试结果表明 ...
叶剑涛 +5 more
doaj
Cavitation State Identification Method of Hydraulic Turbine Based on Knowledge Distillation and Convolutional Neural Network [PDF]
ObjectivesWhen cavitation faults occur in hydraulic turbines, the efficiency of the unit decreases, component erosion accelerates, and in severe cases, safety accidents may even be triggered.
LIU Zhen +4 more
core +1 more source