检索结果-南通市图书馆

基于深度卷积神经网络的人群疏散运动仿真模型

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大连海事大学学报 2024年第2期50卷 101-108页

作者：王宗尧吕子龙徐欣然毕容珲隋聪大连海事大学综合交通运输协同创新中心航运经济与管理学院辽宁大连116026

为给人群疏散问题研究提供准确可靠的依据,本文提出一种基于深度卷积神经网络的人群疏散运动仿真模型。为获取神经网络训练所需数据,采用CSRNet神经网络和DBSCAN算法从监控视频中提取真实人群轨迹数据,通过深度卷积神经网络的训练,对真... 详细信息

为给人群疏散问题研究提供准确可靠的依据,本文提出一种基于深度卷积神经网络的人群疏散运动仿真模型。为获取神经网络训练所需数据,采用CSRNet神经网络和DBSCAN算法从监控视频中提取真实人群轨迹数据,通过深度卷积神经网络的训练,对真实的人群行为模式进行深度学习,并利用训练出的深度卷积神经网络建立人群运动仿真模型。结果表明,该模型可准确预测人群的运动行为,真实模拟人群的运动轨迹,可为应急疏散策略的制定和公共场所疏散通道的设计提供依据。

关键词：人群疏散仿真模型深度卷积神经网络深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度卷积神经网络的单向阀泄漏模式识别

湖南农业大学学报（自然科学版） 2024年第2期50卷 100-104,126页

作者：郭建政童成彪湖南农业大学机电工程学院湖南长沙410128 智能农机装备湖南省重点实验室湖南长沙410128

以SV10PB1-30B液控单向阀为研究对象,利用传感器采集3种不同泄漏模式下10个阀芯的振动信号,设计深度卷积模型,开展不同测点(单向阀的上表面和阀座)、不同信号特征提取方式(原始信号、特征值、特征图)下的模式识别研究。结果表明:基于轴... 详细信息

以SV10PB1-30B液控单向阀为研究对象,利用传感器采集3种不同泄漏模式下10个阀芯的振动信号,设计深度卷积模型,开展不同测点(单向阀的上表面和阀座)、不同信号特征提取方式(原始信号、特征值、特征图)下的模式识别研究。结果表明:基于轴向冲击信号特征值和深度卷积神经网络的模型能有效识别故障类型,验证集上的识别准确率高达88.293%,是基于特征图的7.79倍,是基于原始时域冲击信号的1.16倍;训练步数以100的较优,同时该模型对正常阀芯和不同损伤阀芯的分类效果明显。

关键词：单向阀深度卷积神经网络故障诊断模式识别

维普期刊数据库博看期刊

基于深度卷积神经网络算法和先验知识构建冠心病患者大鱼际望诊模型的思路与方法

在线全文

学校读者我要写书评

暂无评论

中华中医药学刊 2024年第5期42卷 17-19页

作者：刘大胜李玉坤赵志伟孙晨格杨伟王丽颖韩学杰中国中医科学院中医临床基础医学研究所北京100700 陕西中医药大学陕西西安712046

基于全息理论的中医望诊可以辅助诊断西医疾病,但目前中医望诊主要依靠名老中医药专家的经验传承,存在望诊客观化、标准化程度不够,缺乏行业内认可度高的望诊转化技术的问题。而望诊融合人工智能信息化技术,可以提升中医望诊客观化、标... 详细信息

基于全息理论的中医望诊可以辅助诊断西医疾病,但目前中医望诊主要依靠名老中医药专家的经验传承,存在望诊客观化、标准化程度不够,缺乏行业内认可度高的望诊转化技术的问题。而望诊融合人工智能信息化技术,可以提升中医望诊客观化、标准化的水平,可以有效地降低疾病的恶化率和病死率,促进中医望诊经验的转化。据此,结合前期开展的大鱼际特征与冠心病关系研究,得出大鱼际望诊可以用于冠心病早期预警筛查。以大鱼际望诊和冠心病之间的关系为例,将先验知识和深度卷积神经网络算法深度融合,将特征提取和分类合为一体,利用深度学习端对端的显著特点,输入观察到的原始大鱼际图像像素数据或信息,通过对大鱼际照片的大量深度学习,构建冠心病患者的关键特征要素,融合先验知识后,输出是否为冠心病的分类结果,中间为深层的网络结构。这一思路将提出一种中医望诊客观化、标准化的智能化算法,促进中医望诊经验的转化思路与方法,以提高基层群众的疾病预警筛查能力,服务“健康中国”战略。

关键词：图像信息深度卷积神经网络先验知识大鱼际望诊冠心病

深度卷积神经网络在体育视频分析中的应用研究

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

深度卷积神经网络在体育视频分析中的应用研究

基于离散剪切波与优化深度卷积神经网络的图像降噪方法

2024年全国第十一届“中国体能训练科学大会”

作者：章劲松合肥工业大学

基于主题"深度卷积神经网络在体育视频中应用研究",本研究旨在探索深度卷积神经网络在体育视频中应用的可能性,并评估其性能和效果以期为体育视频分析和运动研究提供新的思路和方法。

关键词：深度卷积神经网络体育视频比赛

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

电声技术 2024年第1期48卷 146-152页

作者：白华军李荣昌司洁戈张义张景熙中国电子科技集团公司第三研究所北京100015

海洋试验图像通常受到海洋气象条件、海水光照折射和海洋深度等因素的影响,导致在海洋中采集的图像包含严重的噪声。为了提高海洋试验图像的清晰度和降噪性,提出一种基于离散剪切波与优化深度卷积神经网络相结合的海洋试验图像降噪方法... 详细信息

海洋试验图像通常受到海洋气象条件、海水光照折射和海洋深度等因素的影响,导致在海洋中采集的图像包含严重的噪声。为了提高海洋试验图像的清晰度和降噪性,提出一种基于离散剪切波与优化深度卷积神经网络相结合的海洋试验图像降噪方法。采用离散剪切波变换分解海洋试验图像,能有效从图像中提取不同方向和频率的特征。利用优化深度卷积神经网络强大的图像特征提取能力,经网络模型训练后,能获取图像中的关键特征,达到降噪的目的。在验证实验中,所提方法与传统图像降噪方法相比,能有效保留图像的纹理和细节特性,获得了较好的降噪效果,有助于提高海洋试验图像的清晰度和降噪性。

关键词：离散剪切波变换降噪方法深度卷积神经网络海洋试验

在线全文

学校读者我要写书评

暂无评论

基于深度卷积神经网络的齿轮箱健康状态识别

计算机仿真 2024年第5期41卷 455-459页

作者：董洋王琳张驰赵群沈阳工程学院能源与动力学院辽宁沈阳110136 沈阳工程学院机械学院辽宁沈阳110136 大连理工大学生物医学工程学院辽宁大连116024

齿轮箱为许多机械设备的重要传动部件,其健康运行状态识别对于设备稳定运行、安全运转等具有非常重要的意义。为准确地评价齿轮箱的健康状态,提出一种基于深度卷积神经网络的齿轮箱健康状态识别方法。本文首先采用变分模态分解(Variatio... 详细信息

齿轮箱为许多机械设备的重要传动部件,其健康运行状态识别对于设备稳定运行、安全运转等具有非常重要的意义。为准确地评价齿轮箱的健康状态,提出一种基于深度卷积神经网络的齿轮箱健康状态识别方法。本文首先采用变分模态分解(Variational Mode Decomposition,VMD)与小波阈值(Wavelet Threshold,WT)结合的方式对采集的齿轮箱振动信号进行降噪。其次,对降噪后的信号进行线性及非线性特征提取。最后,采用深度卷积神经网络(Deep Convolutional Neural Network,DCNN)建立齿轮箱的健康状态识别模型。实验结果表明,所提方法对齿轮箱健康状态的正确识别率达到97.5%以上。

关键词：齿轮箱变分模态分解深度卷积神经网络健康识别

在线全文

学校读者我要写书评

暂无评论

基于深度卷积神经网络的痛苦表情识别算法

计算机仿真 2024年

作者：胡卓成陈仕国叶智国吴传宇福建农林大学机电工程学院

针对传统卷积神经网络难以有效提取人脸表情特征，易出现梯度异常而导致识别准确率不佳等问题，建立了一种基于残差学习策略的深度卷积神经网络，并引入稀疏自注意力机制和形变卷积核改进网络性能，改进后的网络命名为Cross＿PainRec＿... 详细信息

针对传统卷积神经网络难以有效提取人脸表情特征，易出现梯度异常而导致识别准确率不佳等问题，建立了一种基于残差学习策略的深度卷积神经网络，并引入稀疏自注意力机制和形变卷积核改进网络性能，改进后的网络命名为Cross＿PainRec＿Net。根据科学的疼痛评估法建立了三分类的痛苦表情数据库。利用上述数据库设置网络性能验证实验、消融实验和网络性能对比实验，结果表明Cross＿PainRec＿Net的痛苦表情识别准确率达到94.2%，比经典的图片分类网络MobileNet、VggNet、ResNet分别高出46.5%、19%和3.2%，消融实验证明稀疏自注意力模块和形变卷积模块对网络均有增益作用。

关键词：痛苦表情特征深度卷积神经网络残差学习稀疏自注意力机制形变卷积

基于深度卷积神经网络的物联网异构信息安全传输算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

齐齐哈尔大学学报(自然科学版) 2024年 60-65页

作者：王庆宇余战秋安徽工业经济职业技术学院计算机与艺术学院

为了提高物联网信息传输的安全性，提出基于深度卷积神经网络的物联网异构信息安全传输算法。在建立卷积神经网络基础架构的基础上构建深度卷积神经网络模型，利用均值池化方法计算异构数据特征点的平均值，分类异构数据特征，完成物联... 详细信息

为了提高物联网信息传输的安全性，提出基于深度卷积神经网络的物联网异构信息安全传输算法。在建立卷积神经网络基础架构的基础上构建深度卷积神经网络模型，利用均值池化方法计算异构数据特征点的平均值，分类异构数据特征，完成物联网异构数据特征识别。对特征识别后的物联网异构数据进行非对称加密，结合数字签名技术完成物联网异构数据安全传输。仿真测试结果表明，方法的时间复杂度、响应时间、丢包率均较低，且带宽利用率较高。

关键词：深度卷积神经网络物联网异构信息安全传输

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于深度卷积神经网络的降雨径流预测方法

水利科学与寒区工程 2024年第1期7卷 90-94页

作者：张楠河北省承德水文勘测研究中心河北承德067000

为了更加准确的预测径流,本文提出了一种基于深度卷积神经网络的预测方法。运用模型进行训练和测试,与传统的降雨径流预测模型进行对比分析。研究结果表明:所构建的深度学习机更好地模拟了数据内部复杂的非线性。即使观测值有限,也能保... 详细信息

为了更加准确的预测径流,本文提出了一种基于深度卷积神经网络的预测方法。运用模型进行训练和测试,与传统的降雨径流预测模型进行对比分析。研究结果表明:所构建的深度学习机更好地模拟了数据内部复杂的非线性。即使观测值有限,也能保持很好的预测能力。新模型实现了多个预测(1h、3d或5d),以展示更好的模型性能。深度卷积神经网络预测方法可以推广到类似的气候区,针对不同的水文条件,需要对其进行修正,以预测新区的径流量。

关键词：深度卷积神经网络降雨径流预测