Results 11 to 20 of about 6,061 (205)
智能科学与技术学报, 2022 作为一种前馈神经网络，宽度学习系统因其精度高、训练速度快且能有效代替深度学习方法而备受研究者的关注。然而，宽度学习系统存在对网络中的特征节点个数比较敏感且求伪逆方式易使模型出现过拟合等问题。为此，在宽度学习系统中引入贝叶斯推断和图正则化。一方面，通过引入先验知识进行贝叶斯学习可以有效提高权重的稀疏性，提高模型的稳定性；另一方面，加入图正则化可充分考虑数据内在的图信息，进一步提高模型的泛化能力。在UCI数据集和NORB数据集上对所提模型进行性能评估，实验结果表明 ...
段俊伟 +4 more
doaj +1 more source
智能科学与技术学报, 2023 脑卒中病灶自动分割方法成为近几年的研究热点。为了全面研究用于MRI脑卒中病灶分割的深度学习方法的现状，针对脑卒中治疗的临床问题，进一步阐述了基于深度学习的病灶分割的研究背景及其挑战性，并介绍脑卒中病灶分割的常用公共数据集（ISLES和ATLAS）。然后，重点阐述了基于深度学习的脑卒中病灶分割方法的创新与进展，从网络结构、训练策略、损失函数这3个角度对研究进展进行了归纳，并且对比了各种方法的优缺点。最后，讨论了该研究存在的困难和挑战以及未来的发展趋势。
余唯一, 陈涛, 张军平, 单洪明
doaj +1 more source
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
Dizhen xuebao, 2020 深度神经网络虽然在震相拾取中取得了良好效果，但作为高复杂度的机器学习模型，深度神经网络在取得较高精度的同时需要付出较高的计算代价，而且试验研究表明震相拾取中并不需要过高的模型复杂度。为此，本文根据地震波形的特点设计了四种具有不同复杂度的深度神经网络改进模型，可以综合具体的精度和速度需求从中选取合适的模型。在此基础上，将改进模型与现有四种到时拾取的深度学习网络模型进行了对比，结果表明本文中的网络模型在到时拾取上具有较高的速度和精度。同时 ...
Ziye Yu +3 more
doaj +1 more source
, 2020 Plant phenomics is under rapid development in recent years, a research field that is progressing towards integration, scalability, multi-perceptivity and high-throughput analysis.
Guohui, Ding +6 more
core +1 more source
Dizhen xuebao, 2021 本文以提高地震数据的成像质量为目标，提出一种智能的卷积神经网络降噪框架，从带有噪声的地震数据中自适应地学习地震信号。为了加速网络训练和避免训练时出现梯度消失现象，我们在网络中加入残差学习和批标准化的方法，并采用了ReLU激活函数和Adam优化算法优化网络。此外，Marmousi和F3数据集被用来对网络进行训练和测试，经过充分训练的网络不仅能在学习中保留地震数据特征，而且能去除随机噪声。首先充分地训练网络，从中提取出随机噪声，并保留学习到的地震数据特征，之后通过重建地震数据估算测试集中的波形特征 ...
Tian Chen, Yuanyuan Yi
doaj +1 more source
Zhejiang Daxue xuebao. Lixue ban, 2023 提出了一种新颖的广义无监督函数映射学习的三维形状密集对应方法。首先，基于多层感知器（multilayer perceptron，MLP）和残差网络，直接学习深度点特征。其次，计算点云的近似测地线距离，并对其进行特征分解，建立特征嵌入空间，引入注意力机制，有效学习广义基函数表示。再次，结合点特征与广义基函数生成三维形状的深度特征表示。最后，建立无监督的函数映射网络框架，获取形状之间的密集对应表示。提出的三元正则优化机制，联合重构损失、特征损失和形状匹配的距离损失 ...
窦丰(DOU Feng) +6 more
doaj +1 more source
智能科学与技术学报, 2023 针对蜂窝车联网系统中不同优先级业务的边路资源自主选择分配，分析了基于参考信号能量的自主选择算法流程，设计了能量门限方程；针对能量方程参数估计问题，将基于能量的自主选择算法与深度Q学习算法结合，通过有限次算法迭代得到能量门限方程的最优参数值。仿真结果表明，基于深度Q学习的边路资源分配算法可以满足不同优先级车联网业务的边路资源需求，同时提高系统分组接收率。
许辉
doaj +1 more source
Deep Learning-assisted Accurate Defect Reconstruction Using Ultrasonic Guided Waves:一种基于深度学习的超声导波缺陷重构方法 [PDF]
, 2020 Ultrasonic guided wave technology has played a significant role in the field of nondestructive testing due to its advantages of high propagation efficiency and low energy consumption.
Da, Y. +5 more
core +1 more source
Fossil image identification using deep learning ensembles of data augmented multiviews
Methods in Ecology and Evolution, Volume 14, Issue 12, Page 3020-3034, December 2023., 2023 Abstract Identification of fossil species is crucial to evolutionary studies. Recent advances from deep learning have shown promising prospects in fossil image identification. However, the quantity and quality of labelled fossil images are often limited due to fossil preservation, conditioned sampling and expensive and inconsistent label annotation by ...
Chengbin Hou +6 more
wiley +1 more source