- 年份
- 2025(1)
- 2024(6)
- 2023(4)
- 2022(10)
- 2021(16)
- 2020(12)
- 2019(13)
- 2018(8)
- 2017(1)
- 更多...
- 核心收录
- 中国科技论文与引文数据库(CSTPCD)(26)
- 北京大学中文核心期刊目录(北大核心)(14)
- 中国科学引文数据库(CSCD)(6)
- 中国人文社会科学引文数据库(CHSSCD)(1)
- 中文社会科学引文索引(CSSCI)(1)
- 更多...
- 刊名
- 现代信息科技(7)
- 计算机技术与发展(7)
- 数字技术与应用(5)
- 软件导刊(4)
- 数据与计算发展前沿(3)
- 物联网技术(3)
- 中国新技术新产品(2)
- 信息技术与网络安全(2)
- 电子科技(2)
- 福建电脑(2)
- 更多...
- 作者单位
- 南京邮电大学(3)
- 南开大学(3)
- 东北石油大学(2)
- 南京工程学院(2)
- 青岛科技大学(2)
- 上海交通大学(1)
- 上海海洋大学(1)
- 上海理工大学(1)
- 上海电机学院(1)
- 东华理工大学(1)
- 更多...
- 语种
- 汉语(71)
- 关键词
- TensorFlow(71)
- 深度学习(20)
- 卷积神经网络(14)
- 神经网络(6)
- 机器学习(5)
- LSTM(4)
- 人工智能(4)
- 图像识别(4)
- CNN(3)
- OpenCL(3)
- 更多...
- 作者
- 孙羽菲(3)
- 张玉志(3)
- 凌利(2)
- 周建宇(2)
- 张浩然(2)
- 石昌青(2)
- 程大果(2)
- 陈禹乔(2)
- 隋轶丞(2)
- GAO Weixin(1)
- 更多...
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 71 条结果
- 基于BP神经网络建立二次润叶工艺参数的预测模型
- 智能废电池回收系统的设计
- 基于深度学习的X射线焊缝缺陷识别北大核心CSTPCD摘要:为了提高缺陷识别效率,提出利用基于深度学习网络进行焊缝缺陷识别.在分析X射线焊缝缺陷图像特征的基础上,构建一种基于模拟视觉感知原理的深度学习网络结构,并对卷积神经网络的卷积模板大小及层数进行了分析,对卷积神经网络隐藏层中2种不同的激活函数进行了实验验证,针对性地提出优化方法.该深度学习神经网络可以避免对焊缝缺陷图像特征的提取,直接判断疑似缺陷图像是否为缺陷.对580张图像进行了实验,结果表明,本文所提方法对SDR图像的识别准确率超过9…查看全部>>
- 基于TensorFlow的移动云存储系统的设计与实现摘要:本文设计并实现了一个基于TensorFlow的移动云存储系统.首先介绍了系统采用的相关技术,然后给出了系统总体架构设计,最后给出了系统的设计与实现.
- 一种基于LSTM模型的日销售额预测方法CSTPCD摘要:精准的销售额预测对于商业运营有非常大的指导意义,可以指导运营后台提前进行合理的资源配置,帮助管理者制定合理的目标.零售商店日销售额预测指从商店已有日销售额的数据资料中总结出商品销售额的变化规律,并根据该规律动态预测未来一段时间内的日销售额.预测目的是通过增加企业销量,从而完善生产模式,使企业获利.目前,现有的关于商品销售额预测方法的精度大都不高,低于85%.因此,提出了一种基于TensorFlow的LSTM模型的零售商店日销售额预测方…查看全部>>
- 基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用北大核心CSTPCD摘要:由于空气质量AQI指数受多个难以确定的和非线性的因子的影响,经常用到的回归预测方法效率和精度都比较低,基于长短期记忆单元(long short-term memory,LSTM)的递归神经网络模型却能有效利用时序数据中长距离依赖信息的能力,精准地预测空气质量AQI指数.首先,利用Ri3863.3.3分析出空气中各种污染物质与AQI指数的相关性;然后基于Py-thon3.5.2和TensorFlow,结合近几年空气质量的各种影响因素的走…查看全部>>
- 基于TensorFlow和PyTorch的深度学习框架对比分析摘要:深度学习框架是实现机器学习的关键工具,合适的深度学习框架可以达到事半功倍的效果.为助力研究者选择合适的框架,在回顾近十种常见框架的基础上,聚焦当前受众最广、热度最高的两种深度学习框架TensorFlow和PyTorch,从历程、现状、机制、训练模式、可视化、工业部署等角度对两者进行比对分析,并归类对应适用场景的建议,为框架选择提供思路参考.
- 基于神经网络的正弦波函数拟合实现研究摘要:针对在人工智能教学当中,学生掌握线性回归之后对其他的初等函数的拟合实现产生的疑问,进行简单的教学研究.主要采用TensorFlow开源软件库,利用Python语言来编写神经网络程序.对于已有的呈现正弦波样态分布的点的集合进行训练,并通过调整训练参数最终得到拟合成功的正弦波模型,可以为其他的初等函数的拟合及以后基于训练模型的预测研究提供一些见解.
- TensorFlow平台下基于深度学习的数字识别摘要:TensorFlow是谷歌开源的机器学习及深度学习框架,具有高度的灵活性,可以运行在多种平台上,如CPU、GPU以及移动设备,支持当前流行的深度学习模型.卷积神经网络具有多个处理层,能对图像的特征进行逐层抽象,相比于传统的图像识别方法具有良好的效果,对输入图像的旋转、扭曲、变形具有良好的鲁棒性,并且不用对图像进行预处理,简化了图像识别的步骤.在TensorFlow平台上,搭建了一个卷积神经网络模型,利用MNIST数据集对模型进行训练及…查看全部>>
- 基于集成深度神经网络的配电网联络关系辨识技术北大核心CSCDCSTPCD摘要:随着城市配电网络规模不断扩大,配电网实时拓扑难以获取已成为观测其运行状态的主要瓶颈.为了解决传统拓扑辨识方法噪声敏感性高、在线运行难等问题,提出了一套基于集成深度神经网络的配电变压器(简称配变)联络关系辨识方案.首先,依据配电网测量的横纵连续性,对历史数据进行二维小波阈值去噪,降低噪声对辨识结果的影响.为提高深度学习算法的精度上限,采用搜索、生成与评价的策略对数据进行特征提取与选择.然后,以选择的特征为输入,构造交叉熵深度神经网络,通…查看全部>>