Results 21 to 30 of about 5,953 (218)

Automatic identification of mineral in petrographic thin sections based on images using a deep learning method(基于深度学习的岩石薄片矿物自动识别方法)

open access: yesZhejiang Daxue xuebao. Lixue ban, 2022
岩石薄片矿物识别是岩石学研究工作的基础,亦是进一步认识岩石种类、成因机理、物质运移和演化历史的基础。传统的矿物识别主要依靠光学显微镜进行人工鉴定,经济成本和时间成本较高、效率较低,且受制于专家个人经验与主观判断。随着深度学习技术的发展,计算机能从图像中自动提取更准确的语义信息,从而为岩石薄片图像的智能分析提供有效途径。提出了一种基于深度学习的岩石薄片矿物自动识别方法,利用深度卷积神经网络自动提取岩石薄片图像中不同矿物的有效特征,并对其进行语义分割与识别 ...
XUShengjia(徐圣嘉)   +3 more
doaj   +1 more source

3D目标检测方法研究综述

open access: yes智能科学与技术学报, 2023
3D 目标检测是自动驾驶、虚拟现实、机器人等应用领域的重要基础问题,其目的是从无序点云中框取出描述目标最准确的3D框,例如紧密包围行人或车辆点云的3D框,并给出目标3D框的位置、尺寸和朝向。如今,基于双目视觉、RGB-D相机、激光雷达构建的纯点云的3D目标检测,融合图像和点云多模态信息的3D目标检测,是两类主要的方法。首先介绍了3D点云的不同表示形式和特征提取方法,然后从传统机器学习类算法、非融合深度学习类算法、基于多模态融合的深度学习类算法3个层面,逐层递进地介绍各类3D目标检测方法 ...
黄哲, 王永才, 李德英
doaj   +1 more source

深度学习驱动的大深度二值聚焦投影三维测量

open access: bronzeLaser & Optoelectronics Progress
刘嘉 Liu Jia   +4 more
openalex   +3 more sources

Research on test strategy for randomness based on deep learning [PDF]

open access: yes, 2023
In order to achieve better test performance, researches on the randomness test strategies based on deep learning were conducted, including the batch average strategy proposed by EUROCRYPT 2021 and the selection strategy for data unit size.By introducing ...
Dongyu CHEN   +4 more
core   +1 more source

基于概率分布差异的医学命名实体识别方法

open access: yes大数据, 2023
医学命名实体识别是从医学文本中抽取出指代特定概念的医学实体,是医学信息抽取的基础性任务。当前主流的医学命名实体识别算法普遍基于深度学习技术,需要大量高质量的标注样本进行模型训练。然而医学领域的样本标注成本很高,严重限制了模型性能的提升。为了降低模型对标注样本的需求,一种重要的方法是基于主动学习思想,设计合理的样本采样策略,自动选取高价值样本优先标注,从而使模型提前收敛。现有算法普遍基于样本长度、样本识别的概率等特征来设计采样策略,忽视了样本类别分布这一深层次特征,导致命名实体识别召回率较低 ...
刘聪, 吕雪峰, 王宏林, 王晓伟, 陆瑾, 孙顺, 胡松奇
doaj   +1 more source

基于迁移学习的小样本输电线路巡检图像处理方法 [PDF]

open access: yes全球能源互联网, 2019
电力巡检无人机提供大量的巡检图像,但由于电力设备故障稀少,其中只有少量的设备缺陷故障图像可供使用。为了提高设备缺陷故障识别精度并减少训练过拟合问题,首先介绍了基于迁移学习的小样本电力巡检图像处理方法,通过图像裁剪、翻转、旋转等数据增强技术对小样本图像进行扩充,同时采用生成对抗网络(GAN)来扩充基础样本;并使用迁移学习技术,将基于大规模图像数据的预训练深度卷积模型进行定制,调整该神经网络模型的输入层和最后两层参数,并对超参进行调优。实验结果表明,巡检设备故障(如导线断股和绝缘子串脱落等)准确匹配度近95%
陆继翔   +4 more
doaj   +1 more source

基于有界分类器的深度学习青铜器年代鉴别方法

open access: bronzeLaser & Optoelectronics Progress
李佰强 Li Baiqiang   +7 more
openalex   +3 more sources

太阳活动区EUV图像的生成式模型耀斑分级与预报

open access: yesKongjian kexue xuebao, 2023
近年来,不断发射的空基观测台持续传送回海量日面图像及日地间气象数据,为采用人工智能技术对太阳活动进行预报预警提供了数据基础。但是,极端天气爆发少,样本量较少;中等程度爆发稍多,样本量较多;常规无爆发天气常见,样本较为集中,样本不均衡状况严重影响机器学习方法在空间天气领域的广泛应用。本文面向多源多通道多尺度日面图像信息,构建了来自SOHO和SDO的1996-2015年日面活动区图像数据集;针对数据分布的不平衡,对太阳活动区图像作耀斑分级与预报。在对比分析元学习算法的基础上 ...
郭 大蕾   +3 more
doaj   +1 more source

Deep Learning-Based Cardiac Imaging Data Measurement and Its Application in Diagnosis of Sudden Cardiac Death [PDF]

open access: yes, 2021
In the field of forensic medicine, diagnosis of sudden cardiac death is limited by subjective factors and manual measurement methods, so some parameters may have estimation deviation or measurement deviation.
LI Ze-hao, LIU Ning-guo, DONG He-wen, et al.
core   +1 more source

求解微分方程的人工智能与深度学习方法:现状及展望

open access: yes智能科学与技术学报, 2022
随着基础理论和硬件计算能力的飞速发展,深度学习技术在众多领域取得了令人瞩目的成绩。作为描述客观物理世界的重要工具,长期以来微分方程是各领域研究人员关心的重点。近年来,深度学习和微分方程的结合逐渐成了研究的热点。由于深度学习能够从大量数据中高效地提取特征,微分方程能够反应客观的物理规律,因此二者的结合可以有效地提升深度学习的泛化性,同时增强深度学习的可解释性。首先,介绍了深度学习求解微分方程的基本问题。其次,介绍了两类深度学习求解微分方程的方法:数据驱动和物理知情方法。然后 ...
卢经纬, 程相, 王飞跃
doaj  

Home - About - Disclaimer - Privacy