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 14 条结果

基于通道注意力机制的中药饮片图像识别方法
作者：周苏娟李嘉涛何啟森孟江刘波
发表期刊：自动化与信息工程 2023年5期
关键词：中药饮片图像识别通道注意力机制AlexNet模型
摘要：针对中药饮片识别采用人工方式存在的耗费人力物力、主观性强,容易造成偏差等问题,提出基于通道注意力机制的中药饮片图像识别方法.首先,构建中药饮片图像数据库;然后,采用改进的AlexNet模型对莪术、姜、橘核和牡丹皮的饮片图像进行识别;最后,针对同一饮片不同炮制品的图像特征差异不明显问题,引入通道注意力机制.对比实验结果表明:基于通道注意力机制的AlexNet模型比AlexNet模型的平均精确度提高了 2.18％,识别准确率提高了 2.0…查看全部>>
基于AlexNet模型的佤语语谱图识别CSTPCD
作者：王翠王璐解雪琴和丽华潘文林
发表期刊：云南民族大学学报（自然科学版） 2019年4期
关键词：卷积神经网络(CNN)AlexNet模型语谱图佤语语谱图识别
摘要：针对佤语语谱图的识别无需考虑清、浊音的影响这一特征.利用傅里叶变换将佤语转换为对应的语谱图信息,将深度卷积神经网络的AlexNet模型用于佤语语谱图识别.实验表明,语谱图识别可以有效解决语音识别过程中清、浊音对实验识别结果的干扰,实验准确率达到96％.
基于AlexNet模型迁移学习的混凝土砂率的图像检测
作者：孙鹏
发表期刊：建材发展导向（上） 2020年8期
关键词：AlexNet模型迁移学习图像检测砂率
摘要：砂率是影响混凝土配合比的重要参数,人工智能技术在其检测上的应用为混凝土拌合物配合比检测提供了决策支持.基于数据集搭建和训练AlexNet模型,在训练集和验证集上准确率均非常高,测试集上泛化误差小,应用这些模型可以实现对混凝土拌合物砂率检测的可靠性和时效性.
基于STN与异构卷积滤波器的肝硬化识别北大核心CSCDCSTPCD
作者：张欢赵希梅
发表期刊：计算机工程 2021年5期
关键词：空间变换网络异构卷积滤波器AlexNet模型卷积神经网络肝硬化识别
摘要：卷积神经网络因缺乏空间不变性造成分类精度不高,且由于复杂度过高导致分类效率较低.提出一种利用空间变换网络和异构卷积滤波器的SH_ImAlexNet网络,应用于肝硬化样本识别.改进卷积神经网络AlexNet的结构和参数以满足肝硬化样本尺度要求,引入空间变换网络层增强特征提取能力与空间不变性,采用异构卷积滤波器替换部分卷积核降低复杂度并提升鲁棒性.实验结果表明,该网络的分类效果较AlexNet、VGG等传统网络更优,在小样本数据集和大样本…查看全部>>
基于树莓派和视觉图像的钻井振动筛倾角调节系统北大核心CSTPCD
作者：侯勇俊贾文俊刘博文吴先进
发表期刊：工程设计学报 2024年2期
关键词：钻井振动筛树莓派倾角调节系统AlexNet模型图像识别
摘要：目前,我国的钻井振动筛均采用人工监测筛面固液分离状态和手动调节筛面倾角的方式进行操作,无法实现自适应工作,常常出现钻井液"跑浆"现象.针对这一问题,提出了一种基于树莓派和视觉图像的钻井振动筛倾角调节系统.该系统以树莓派及专用摄像头、电机驱动板和2台步进电机为硬件平台,搭载基于OpenCV和改进AlexNet模型开发的图像识别软件,用于实现钻井振动筛的筛面固液分离状态视觉检测与筛面倾角自动调节.首先,根据钻井振动筛固液分离过程中液相终止…查看全部>>
融合迁移学习的AlexNet神经网络不锈钢焊缝缺陷分类北大核心CSCDCSTPCD
作者：陈立潮闫耀东张睿傅留虎曹建芳
发表期刊：智能系统学报 2021年3期
关键词：不锈钢焊缝缺陷分类卷积神经网络图像预处理AlexNet模型迁移学习数据增强焊缝数据集深度学习
摘要：针对不锈钢焊缝缺陷特征提取存在主观单一性和客观不充分性等问题,提出一种融合迁移学习的AlexNet卷积神经网络模型,用于不锈钢焊缝缺陷的自动分类.首先,由于不锈钢焊缝缺陷数据较为缺乏,通过采用迁移学习对网络前3层冻结,减少网络对输入数据量的要求;对后2层卷积层提取的特征信息批量归一化(batch normalization,BN),以加快网络的收敛速度;并使用带泄露线性整流(leaky rectified linear unit,Le…查看全部>>
基于SPWVD和改进AlexNet的复合干扰识别北大核心CSCDCSTPCD
作者：尚东东张劲东杜盈尹明月
发表期刊：数据采集与处理 2021年3期
关键词：复合干扰伪平滑魏格纳-威利分布特征降维AlexNet模型
摘要：针对现代电子战电磁环境复杂,复合干扰信号有效特征难提取,识别难度大的问题,提出了一种基于伪平滑魏格纳-威利分布(Smoothed pseudo Wigner-Ville distribution,SPWVD)和改进AlexNet的复合干扰识别算法.该算法利用SPWVD对复合干扰信号进行时频分析,再利用图像处理技术对时频特征进行降维,最后结合改进的AlexNet模型,采用多个小的卷积核替代大的卷积核,删除全连接层7和局部响应归一化…查看全部>>
基于深度学习的仪表类型识别研究
作者：胡鑫欧阳华尹洋
发表期刊：舰船电子工程 2021年10期
关键词：仪表识别卷积神经网络AlexNet模型池化方式
摘要：由于变电站背景下对于不同仪表而言相似度极高,且存在光照、噪声、磁场等影响因素,复杂情况下的分类识别率并不高,传统视觉特征的分类准确率不能满足要求,误差较大.针对特定指针仪表目标的图像分类问题,通过利用AlexNet卷积神经网络构,将构造的特定背景下仪表数据集导入网络之中进行训练.训练得到验证集精度达到94.76％.然后从网络结构中池化方式的不同这方面进行改进,得到一种新的组合方式,既保留了轮廓的完整性,又在细节的处理上更加精确.有效保…查看全部>>
基于改进AlexNet模型的断层识别方法北大核心
作者：李辉
发表期刊：油气地质与采收率 2022年1期
关键词：AlexNet模型断层识别模式识别批量归一化平衡交叉熵损失
摘要：从地震数据中识别断层在地震资料解释中至关重要,但随着勘探规模的扩大,传统的人工解释断层已满足不了实际生产需要.如何研究出一种能满足断层识别高精度需求并能提升运算速度的方法是急需解决的问题.为此,基于改进的AlexNet模型,把自动识别断层的方法看作图像识别二分类问题.首先将批量归一化代替局部响应归一化,加快模型收敛;其次引入平衡交叉熵损失,解决在地震数据中断层与非断层高度不平衡问题,使模型朝着正确的方向收敛;最后用卷积层代替全连接层,…查看全部>>
应用深度学习方法的汽车轮毂类型识别北大核心CSTPCD
作者：杨祎宁贺向东赵庆刘乘昊魏鸿磊
发表期刊：现代制造工程 2022年12期
关键词：轮毂类型识别机器视觉深度学习AlexNet模型
摘要：针对汽车轮毂大批量生产中人工分类效率低、错误率高的问题,研究应用机器视觉和深度学习方法对汽车轮毂进行在线识别和分类。根据轮毂的特点对AlexNet进行修改,将Leaky Relu函数作为激活函数,应用批归一化,改变卷积核大小,简化全连接层并增加平均池化,且在全连接层之前加入通道注意力机制模块,使得修改的模型可以更好地进行特征提取。综合试验结果表明,采用修改后的AlexNet模型进行轮毂分类,其测试精确度达到99.80%,训练时间大幅缩…查看全部>>

12 >