Results 91 to 100 of about 6,061 (205)
Advance in Application of Deep Learning in Food Quality and Safety Detection [PDF]
With the improvement of people's living standards, consumers' demand for food quality and safety is growing. Traditional methods for detecting food quality and safety can no longer meet the demand for efficient, accurate and reliable detection. Therefore,
Juyang ZHAO +5 more
core +1 more source
智能科学与技术学报, 2019 机器人对食品的抓取、拣选是工业自动化中的一个常见问题，但是食品通常形状不规则、特征多变，导致快速、稳定的视觉分析与定位较为困难。提出了一种结合深度学习与生物特征识别的目标点定位方法，首先使用深度学习模型对目标点进行粗定位，之后在粗定位点的邻域中，利用生物特征进行微调，得到精准的目标点坐标。所设计的方法在常见食品——虾的数据上进行了模型训练与性能验证。首先将虾的图像进行预处理后输入深度学习模型得到粗定位点，之后对虾的位姿进行归一化并提取轮廓线，基于对搜索域内的轮廓拟合与特征点检测以精确定位目标点 ...
陈妮亚, 阮佳阳, 黄金苗, 杨伟
doaj
“SPOC+雨课堂”药理学课程线上与线下多元混合教学模式实践
Zhongguo shiyan zhenduanxue, 2022 伏,小规模隔离情况时有发生,为保证疫情防控期间学生教学进度的同步与教学质量的提高,探索高效的线上与线下混合教学模式势在必行。互联网等信息技术与高等教育领域的深度融合,促使一些诸如线上教学、微课、慕课、翻转课堂等新型教学模式的诞生,而这些新型的教学模式为学生提供了多样化的学习资源,弥补了传统教学模式的不足 ...
doaj
基于深度学习地震检测的2022年门源MS6.9地震序列活动性分析
Dizhen xuebao本研究收集了2022年1月8日青海省门源MS6.9地震震中200 km范围内，主震前129天至震后235天的高密度观测台网资料，利用基于深度学习模型的微震检测定位对此次地震的地震活动性进一步进行解剖。使用深度学习拾取模型DiTingPicker从连续原始地震波形数据中自动检测事件并拾取震相，然后利用REAL模型进行震相关联，再利用Hypoinverse和HypoDD程序分别进行绝对定位和相对定位，最终得到2021年9月1日到2022年8月31日的地震目录3 637条 ...
Ya Gao +4 more
doaj +1 more source
Review of Deep Learning Applications in Spinal Image Segmentation [PDF]
Deep learning algorithms have the advantages of strong learning, strong adaptive, and unique nonlinear mapping abilities in spinal image segmentation.
Baihao JIANG, Jing LIU, Dawei QIU, Liang JIANG
core +1 more source
智能科学与技术学报, 2020 研究如何通过暖气设备自适应地调节室温，提升室内环境的舒适度，具有非常重要的意义。因此，提出了基于双深度Q网络方法的智能暖气温度控制系统，根据人的表情信息控制暖气设备的阀门开度，实时调整室温。首先，介绍针对原始输入状态的预处理算法。然后，设计通过双深度Q网络方法学习控制暖气设备阀门开度的最佳策略。最后，通过仿真结果验证提出的方法的有效性。
李涛, 魏庆来
doaj
Gaoya dianqi, 2021 针对变电站巡检机器人在传统运动规划方法下存在的难以规划出平滑路径、不确定环境下动作不可测等问题,提出研究不确定条件下的变电站巡检机器人运动规划问题的深度强化学习方法。文中分析了深度学习中奖励值模型II、探索策略和神经网络结构对整个运动规划的影响,设计了不同结构的神经网络,并开展了相关的对比实验。结果表明,在当前任务场景下,相同的运算量神经网络结构C2比神经网络结构C1和神经网络结构C3的计算时间要短。因此,在计算资源短缺时,建议采用神经网络结构C2,更有利于对变电站巡检机器人进行精准的运动规划 ...
董诗绘, 牛彩雯, 戴琨
doaj
Dizhen xuebao, 2019 为加强对地震台网记录的天然地震与人工爆破事件进行准确的性质识别，本文基于深度学习技术中的残差网络模型，提出了一种新的爆破识别方法，并根据北京数字遥测地震台网及国家数字测震台网中心记录的波形数据及其发布的包含事件性质的地震报告，选取河北三河采石场的93次爆破事件和54次周边地震事件的波形功率谱，分别采用不同的训练样本比例进行了100次和1 000次独立的随机抽样子试验以及 “留一交叉验证法” 试验，对人工爆破与天然地震进行了识别研究。试验结果表明 ...
Yonggang Wei +4 more
doaj +1 more source
Contrast Study of Low Tube Current Combined with Deep Learning Algorithms in Paranasal Sinus CT Imaging [PDF]
Objective: To explore the application effect of a low tube current combined with a deep learning algorithm in paranasal sinus computed tomography (CT) imaging and to evaluate its advantages in terms of image quality and radiation dose.
Chensi XU +6 more
core +1 more source
Research progress of causal inference in reinforcement learning framework(强化学习框架中因果推断研究进展)
Zhejiang Daxue xuebao. Lixue banCausal reasoning has been extensively studied in all fields of science. In recent decades, there have been a number of innovations in the development and implementation of methods aimed at determining causality.
刘华玲(LIU Hualing) +2 more
doaj +1 more source