国家科技期刊平台

相关度

相关度
发表时间

每页显示10条

每页显示10条
每页显示20条
每页显示30条

已找到 549 条结果

基于深度学习的实验设备识别系统开发设计
作者：黄济川杨雨秋廖磊
发表期刊：工业技术创新 2020年3期
关键词：深度学习实验设备识别系统Android客户端服务器端TCP/IP网络传输协议残差网络改进的YOLO网络模型
摘要：为了让使用者科学规范使用实验设备、教学者提高实验室教学效率,提出了基于深度学习的实验设备识别系统,系统搭载Android平台环境,使用者通过拍照或本地相册选取实验设备图像.Android客户端采集图像并裁剪,使用TCP/IP网络传输协议将图像发送至服务器端;服务器端使用残差网络和改进的YOLO网络模型对图像进行检测,并在数据库中查找图像特征值对应的实验设备;数据库将识别结果和设备使用方法、注意事项等反馈至Android客户端.测试表明…查看全部>>
一种基于深度CNN的入侵检测算法北大核心CSTPCD
作者：李勇张波
发表期刊：计算机应用与软件 2020年4期
关键词：入侵检测卷积神经网络批量归一化Inception模型残差网络
摘要：入侵检测是检测和预防可能对基于网络的计算机系统进行攻击和入侵作出反应的技术.提出一种基于深度卷积神经网络的入侵检测的算法,在卷积神经网络基础上引入Inception模型和残差网络,采用深度学习技术,如Relu、Dropout、Softmax.提高模型的收敛速度,使得训练的模型的泛化能力更强,增加网络的宽度和深度,提升网络对尺度的适应性.使用KDD Cup 99数据对该算法进行验证,实验表明,该网络模型与GoogleNet和Len…查看全部>>
基于残差网络的快速图像风格迁移研究北大核心CSCDCSTPCD
作者：薛楠段锦张兵王晓宇于林韬
发表期刊：计算机工程与应用 2020年12期
关键词：图像风格迁移残差网络VGG网络
摘要：图像风格迁移技术是指将一幅图像通过学习(利用卷积神经网络)名画风格,转换为与名画风格相近的图像.Gatys提出的NAAS利用VGG网络设计了一个损失网络,通过反复迭代得到风格迁移图像.Li Feifei在NAAS的基础上引入残差网络,利用残差元的快捷连接特性加速计算.主要针对以下两个方面提出了改进:对经典残差元结构进行调整,将标准卷积转换为点卷积和深度卷积,在保证卷积效果的同时降低计算量;对损失网络进行简化,该模型中第四、第五层在结构…查看全部>>
基于改进YOLO v3网络的夜间环境柑橘识别方法北大核心CSCDCSTPCD
作者：熊俊涛郑镇辉梁嘉恩钟灼刘柏林孙宝霞
发表期刊：农业机械学报 2020年4期
关键词：柑橘采摘机器人YOLO v3夜间图像密集连接网络残差网络
摘要：为研究夜间环境下采摘机器人的视觉检测技术,实现采摘机器人的夜间作业,提出了一种多尺度卷积神经网络Des-YOLO v3算法,可实现夜间复杂环境下成熟柑橘的识别与检测.借鉴残差网络和密集连接网络,设计了Des-YOLO v3网络结构,实现了网络多层特征的复用和融合,加强了小目标和重叠遮挡果实识别的鲁棒性,显著提高了果实检测精度.柑橘识别试验结果表明,Des-YOLO v3网络的精确率达97.67％、召回率为97.46％、F1值为0.97…查看全部>>
基于深度残差网络的人脸关键点检测CSTPCD
作者：李昊璇王芬
发表期刊：测试技术学报 2019年6期
关键词：人脸关键点检测卷积神经网络残差网络梯度消失恒等映射
摘要：为了解决神经网络结构加深导致的梯度消失问题,本文提出一种将残差块应用于神经网络中的深度残差网络,使神经网络能更好地应用于人脸关键点检测.该深度残差网络共包含18层,残差块将网络的输出上叠加了y=x的恒等映射层,此方法可以使网络在深度增加的同时不退化.实验使用源自YouTube Faces的数据集进行68个人脸关键点检测,将使用残差块的网络与不使用残差块的网络进行比较,结果显示使用残差块的网络能够更快地收敛,并且提升了关键点检测精度.
复杂场景下基于R-FCN的小人脸检测研究北大核心CSCDCSTPCD
作者：李静降爱莲
发表期刊：计算机工程与应用 2020年1期
关键词：人脸检测区域全卷积神经网络残差网络复杂场景
摘要：在复杂场景中准确检测出小的、模糊的和部分遮挡的人脸,仍是人脸检测算法存在的问题.为此,提出基于区域的全卷积网络R-FCN的人脸检测算法,来解决其中的小人脸检测问题.采用完全卷积残差网络ResNet作为主干网络,融合多种新技术,主要包括Squeeze-and-Excitation模块、残差注意力机制等,以提高最终的输出精度.在最具挑战性的人脸检测基准Widerface数据集上测试,结果表明该算法在复杂场景下具有出…查看全部>>
基于多任务分类的吸烟行为检测北大核心CSCDCSTPCD
作者：程淑红马晓菲张仕军张丽
发表期刊：计量学报 2020年5期
关键词：计量学吸烟行为检测多任务分类卷积神经网络级联回归残差网络感兴趣区域人脸识别
摘要：为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法.该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别.实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87.5％.
基于卷积神经学习的光伏板积灰状态识别与分析北大核心CSCDCSTPCD
作者：赵波廖坤邓春宇谈元鹏曹生现
发表期刊：中国电机工程学报 2019年23期
关键词：光伏板积灰状态识别卷积神经学习残差网络发电效率
摘要：光伏板积灰会降低光伏系统发电效率,易引发灼烧、腐蚀等连带故障,因而开展光伏板积灰智能识别与分析对提高光伏发电效益意义重大.鉴于积灰状态光伏板在可见光图像中显著的颜色与纹理特征,提出一种基于卷积神经学习的光伏板积灰状态识别与分析方法,在光伏电站现场构建积灰状态图像识别实验系统,获取积灰状态图像制备数据集,以残差网络来辨识不同积灰程度的光伏板图像,挖掘分析积灰状态图像与发电效率损失率的对应关系.结果表明:对于现场11个等级的光伏板积灰状态…查看全部>>
面向视线预测的双通道残差网络
作者：杨春雨文元美
发表期刊：自动化与信息工程 2020年1期
关键词：视线预测残差网络非线性回归问题全连接层
摘要：针对卷积神经网络处理视线预测数据集时,在高迭代次数下产生的过拟合和精准度不足问题,提出面向视线预测的双通道残差网络.首先,将数据集中人脸的左眼与右眼分别用残差网络进行训练;然后,将双通道残差网络计算得到的局部特征通过权值矩阵计算一起作为输入连接到下一级全连接层;最后,经过2个全连接层对特征向量进行分类提取,得到更理想的输出结果.在数据集GazeCapture和MPIIGaze上的训练结果表明:采用双通道网络结构比单通道网络结构进行视线…查看全部>>
多尺度残差深度神经网络的卫星图像超分辨率算法
作者：汪家明卢涛
发表期刊：武汉工程大学学报 2018年4期
关键词：卫星图像超分辨率残差网络残差学习卷积神经网络
摘要：卫星图像实现星际对地观测并被广泛的应用到了军事和经济生活领域.受到星载成像设备和星地通讯带宽的限制,卫星图像的地面分辨率常不能完全满足目标识别与分析的需求.卫星图像的成像幅度宽且范围广,地面目标的尺度变化大、纹理信息多样化,给现有图像超分辨率技术带来了新的挑战.针对卫星图像的多尺度特性,提出了一种多尺度残差深度神经网络,首先提取低分辨率卫星图像的多尺度特征,对不同尺度特征建立自适应深度神经网络,然后使用融合网络进行残差融合,融合不同尺…查看全部>>

12 3 4 5 6 >