Results 61 to 70 of about 2,013 (147)
智能科学与技术学报, 2020 针对分拣过程中视觉系统识别复杂物体时速度慢、对环境变化适应性不足的问题，提出一种基于轻量型卷积神经网络的机械臂快速分拣方法。该方法首先使用基于轻量型卷积神经网络的MobileNet-SSD算法对图像中的目标物体进行检测，获取目标类别和位置信息；然后根据检测输出结果对图像进行预处理和边缘检测，最终得到校正后的定位结果。在PROBOT Anno机械臂平台上进行分拣实验，实验结果表明，相比于传统的图像处理方法，提出的方法能对复杂目标物体实现快速的检测和定位，对于目标形态和环境的多样性来说具有更好的鲁棒性。
田思佳 +4 more
doaj
, 2018 目的:针对儿童看病需求量大导致的儿科诊疗服务效率和准确率偏低等问题,利用自然语言处理和深度学习技术,从儿科历史病历数据中自动\"学习\"专家医生诊断模式,形成智能辅助诊断模型,从而对新的儿科病历数据输出疾病诊断决策。结果:基于深度卷积神经网络的七分类疾病智能诊断模型的正确率为84.26%,F1-score为84.33%,基本达到可投入实际应用的级别。结论:智能诊断决策作为预诊信息提供给医生进行确诊参考,对提升医生诊断速度效果明显。国家自然科学基金面上项目(编号:71571056 ...
何霆 +6 more
core
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
智能科学与技术学报, 2020 针对传统物理机理建模方法不适用于复杂光照条件下光伏组件建模的问题，提出一种基于混合结构神经网络的光伏组件输出特性数据驱动建模方法。在深入分析光伏组件物理机理及输出特性的基础上，提出利用卷积神经网络和径向基函数神经网络对不均匀光照条件、温度、湿度等环境因素进行特征提取，并对光伏组件的输出特性进行仿真拟合。为提高模型的拟合效果，提出针对不均匀光照条件的阴影形态等效分析方法，同时采用改进型的遗传编码方案对网络参数进行优化，最后利用实际运行数据对模型效果进行分析验证。结果表明 ...
张国宾, 王新迎
doaj
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
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
Non-destructive Detection of Water Content in Porphyra Based on Near-infrared Spectroscopy and Deep Learning [PDF]
In order to explore the feasibility of combining near-infrared (NIR) spectroscopy and deep learning network for quantitative moisture detection, the dried Porphyra was divided into 479 groups, which detected the NIR spectra and moisture content.
Jin QIAN +7 more
core +1 more source
Zhendong Ceshi yu Zhenduan针对在线故障诊断中多源信息利用不足与模型识别精度不高的问题，提出了一种主成分分析（principal component analysis， 简称PCA）与残差注意力网络相结合的多传感器融合故障诊断方法（multi‑sensor feature fusion residual attention network， 简称MSF‑ResAttNet），以实现三相异步交流电动机的高精度诊断。首先，采集电动机在不同运行状态下的振动、电压及电流等多源信号；其次，利用PCA对同源传感器数据进行数据层融合 ...
doaj +1 more source
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