Results 51 to 60 of about 2,013 (147)
Dianci bileiqi, 2022 雷暴云产生的闪电危害巨大，雷暴发生时其地面电场的特征可应用于关键系统的雷电预警和雷电防护。笔者依据雷暴云偶极子模型，研究典型雷暴云下地面电场的特征，提出基于卷积神经网络(Convolutional Neural Network, CNN)的雷暴云地面电场识别方法。该方法考虑不同天气情况下地面电场的特征，对大量样本数据进行训练和识别，证明了卷积神经网络用于识别雷暴云下地面电场的可行性，划分了基于卷积神经网络识别结果的雷电预警等级。结果表明：所提方法区分各类别电场样本的整体准确率高于93 ...
doaj
智能科学与技术学报, 2021 针对视网膜疾病种类繁多、病灶位置不固定等特点，提出一种基于深度卷积集成网络的视网膜多种疾病筛查和识别方法。首先，根据视网膜眼底图像裁剪掉两侧黑色边框，并去除图像中的噪声，以降低对眼底图像的干扰，提高图像的清晰度；之后，通过对处理完成的视网膜眼底图像使用裁剪、旋转等数据增强方法来扩增数据集；再建立基于深度卷积神经网络的模型进行特征提取，并在网络模型微调后完成视网膜疾病筛查和识别任务，最终将多个模型的结果进行集成。实验结果表明，该方法针对视网膜疾病的筛查和识别的问题取得了较好的效果 ...
王禾扬, 杨启鸣, 朱旗
doaj
Dizhen xuebao, 2020 为了快速、高效地从地震数据中识别地震事件和拾取震相，本文利用基于样本增强的卷积神经网络自动震相拾取方法，将西藏林芝地区L0230台站3个月数据作为训练集，该区内另外6个台站连续1个月的波形数据作为测试集，采用高斯噪声、随机噪声拼接、随机挑选噪声、随机截取地震事件等4种样本增强的方法扩增训练集，以提高自动震相拾取技术的准确率。结果显示：样本增强前模型在测试集上的地震事件识别准确率为80%，样本增强后提升至97%，表明样本增强有效地提高了模型的泛化性能和抗干扰能力；在0.5 s误差范围内 ...
An Li +4 more
doaj +1 more source
Research on Methods of Video-based Flame Detection [PDF]
, 2017 如今经济和社会飞速发展，高楼层峦叠起，工业不断壮大，人员和财产过度集中，火灾一旦爆发，必将造成不可估量的损失。与此同时，新的易燃易爆材料相继出现，违规用电引发火灾事件层出不穷，森林起火、工业爆炸时有发生。由火灾引起的公共安全问题越来越被人们所重视，火灾探测技术的发展也随之倍受关注。近年来，智能视频监控系统遍及各行各业，为视频火灾探测技术的发展提供了平台。基于视频的火灾探测技术打破了传统技术的一些限制，不仅能够适用于厂房、机场等大空间场所，而且充分利用现有视频监控系统大大降低了成本 ...
史丽峰
core
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
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 Face Detection Algorithm Based on Cascaded Convolutional Neural Networks [PDF]
, 2017 在人脸识别领域中，人脸检测是其中的一个重要环节，2001年Viola和Jones发明了VJ人脸检测算法，该算法的诞生使人脸检测能够得到实际应用，但对于人脸多角度、多光照、多姿态等问题，VJ人脸检测器表现不佳。DPM算法的引入较好解决了复杂情况下的人脸检测问题，但是该算法存在计算量大，前期人工标记成本大等问题。神经网络特别是卷积神经网络的发展和GPU编程的实现给图像处理、音频处理、视频处理等领域注入了新的活力。卷积神经网络（CNN）在人脸检测领域有着无可比拟的优点，比如自学习特征、较好适应复杂情况下人脸 ...
刘伟强
core
基于泛化地震样本训练的全卷积神经网络在2016年熊本MW6.2地震监测中的应用
Dizhen xuebao针对近期提出的通用全卷积神经网络模型，以2016年日本熊本MW6.2地震序列为例，验证其预警时效性、定位精度和跨震级泛化性能。通过选取震源主要影响区域作为监测范围，并向模型输入12个台站的波形数据，成功实现了震后1小时179次余震序列中69次余震的定位。结果表明：通用全卷积神经网络模型无需迁移学习即可在P波抵达首个台站后的4.4—6.4 s发布警报，并提供可靠的震源参数（震中均方根误差为3.409 km，深度均方根误差为3.787 km），展现出优异的泛化能力与实用性 ...
Bifu Wei, Xiong Zhang, Yu Yang
doaj +1 more source
Convolutional neural network's image moment regularizing strategy [PDF]
, 2016 卷积神经网络的池化策略包含极大池化和平均池化,极大池化选择池化区域中的最大值,极易出现过抑合现象;平均池化对池化区域中所有元素赋予相同权重,降低了高频分量的权重。本文提出将矩池化作为卷积神经网络的正则化策略,矩池化将几何矩概念引入到卷积神经网络的池化过程中,首先计算池化区域的中心矩,然后根据类插值法依概率随机地从中心矩的4个邻域中选择响应值。在数据集MNIST、CIFAR10、CIFAR100上的实验结果表明随着训练迭代次数的增加,矩池化的训练误差和测试误差最低 ...
李绍滋, 殷瑞, 苏松志
core