检索结果-南通市图书馆

基于卷积神经网络模型的超声特征信号提取算法

同方期刊数据库

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

中国测试 2023年

作者：樊丹丹孔明马馨玥崔志文徐佳奇中国计量大学计量测试工程学院金卡智能集团股份有限公司

飞行时间差是时差法超声波流量计的关键参数，决定了表具的计量精度。本文采用卷积神经网络对超声回波信号进行特征提取，提取的特征用来回归预测飞行时间差。超声回波信号作为模型的输入层，中间层为了提高模型性能，加速训练，使用五... 详细信息

飞行时间差是时差法超声波流量计的关键参数，决定了表具的计量精度。本文采用卷积神经网络对超声回波信号进行特征提取，提取的特征用来回归预测飞行时间差。超声回波信号作为模型的输入层，中间层为了提高模型性能，加速训练，使用五层卷积层、五层池化层及RELU激活函数提取信号特征，输出层回归预测飞行时间差，提高了对时间差估计的精度。仿真研究表明，模型预测的准确率高于99%，且有较好的泛化能力。搭建实验平台，进行实验研究，结果表明，卷积神经网络模型用于预测超声回波信号飞行时间差有着较高的测量准确性，其中测量误差优于±1%，重复性优于0.2%。

关键词：超声波气体流量计飞行时间差检测卷积神经网络模型回波信号处理

基于卷积神经网络模型数值求解双曲型偏微分方程的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

应用数学和力学 2021年第9期42卷 932-947页

作者：高普阳赵子桐杨扬长安大学理学院西安710064 西北工业大学航空学院西安710072

人工神经网络近年来得到了快速发展,将此方法应用于数值求解偏微分方程是学者们关注的热点问题.相比于传统方法其具有应用范围广泛(即同一种模型可用于求解多种类型方程)、网格剖分条件要求低等优势,并且能够利用训练好的模型直接计算... 详细信息

人工神经网络近年来得到了快速发展,将此方法应用于数值求解偏微分方程是学者们关注的热点问题.相比于传统方法其具有应用范围广泛(即同一种模型可用于求解多种类型方程)、网格剖分条件要求低等优势,并且能够利用训练好的模型直接计算区域中任意点的数值.该文基于卷积神经网络模型,对传统有限体积法格式中的权重系数进行优化,以得到在粗粒度网格下具有较高精度的新数值格式,从而更适用于复杂问题的求解.该网络模型可以准确、有效地求解Burgers方程和level set方程,数值结果稳定,且具有较高数值精度.

关键词：卷积神经网络模型 Burgers方程 level set方程有限体积法

在线全文

学校读者我要写书评

暂无评论

改进的卷积神经网络模型在人脸识别中的应用

电子制作 2022年第24期30卷 42-45页

作者：常英丽张雪华刘强山东电子职业技术学院计算机与软件工程系山东济南250200 中国重型汽车集团有限公司工艺研究院山东济南250000

为了避免传统机器学习算法进行人脸识别时存在的性能差、泛化能力弱等问题,现提出一种基于LeNet-5改进的卷积神经网络模型。该模型包含输入层、三个卷积和池化层、一个全连接层和输出层。每次卷积完,成后,都使用ReLU激活函数进行非线性... 详细信息

为了避免传统机器学习算法进行人脸识别时存在的性能差、泛化能力弱等问题,现提出一种基于LeNet-5改进的卷积神经网络模型。该模型包含输入层、三个卷积和池化层、一个全连接层和输出层。每次卷积完,成后,都使用ReLU激活函数进行非线性映射来增强模型的拟合能力;每次最大池化完成后,都使用Dropout方法防止过拟合。运行结果表明改进的卷积神经网络模型对动态采集的人脸图像数据集进行模型训练和模型预测时,训练精度和预测精度都达到了99%,优于传统人脸识别算法,充分验证了改进的卷积神经网络模型的有效性。

关键词：卷积神经网络模型人脸识别 ReLU激活函数 Dropout方法

儿童室性期前收缩计算机卷积神经网络模型的建立和评价

在线全文

学校读者我要写书评

暂无评论

临床儿科杂志 2019年第2期37卷 102-106页

作者：刘莉黄玉娟王健怡罗佳佳冯飞徐萌黄敏上海交通大学附属上海市儿童医院急诊科上海200062 上海交通大学附属上海市儿童医院心内科上海200062 上海市交通大学密西根学院上海200040

目的运用计算机深度学习的方法,初步建立3个儿童室性期前收缩的卷积神经网络模型,比较并评价其对儿童室性期前收缩的诊断价值。方法采集1 200例儿童室性期前收缩的体表心电图作为室性早博组,并以同期性别、年龄匹配的1 200例正常儿童心... 详细信息

目的运用计算机深度学习的方法,初步建立3个儿童室性期前收缩的卷积神经网络模型,比较并评价其对儿童室性期前收缩的诊断价值。方法采集1 200例儿童室性期前收缩的体表心电图作为室性早博组,并以同期性别、年龄匹配的1 200例正常儿童心电图作为正常对照组,男女比例3:2,平均年龄均为(6.5±0.5)岁。剔除个别不适于模型训练的心电图,在两组中随机抽取800例样本,运用计算机深度学习的方法,训练建立3种自动诊断儿童室性期前收缩的计算机卷积神经网络模型。另外在室性期前收缩组及对照组剩余的样本中各抽取200例,以心电图专家小组的诊断作为"金标准",利用统计学方法,评价模型的可靠性和真实性。结果利用心电图波形图像建立二维卷积神经网络模型和V3模型,利用心电图时间序列数据建立一维卷积神经网络模型。其中二维卷积神经网络模型的灵敏度65%、特异度71.5%、漏诊率35%、误诊率28.5%、阳性预测值69.5%、阴性预测值67.1%、准确率68.2%、Kappa值0.365;V3模型的灵敏度82%、特异度85%、漏诊率18%、误诊率15%、阳性预测值84. 5%、阴性预测值82. 5%、准确率83. 5%、Kappa值0. 670;一维卷积神经网络模型的灵敏度87.5%、特异度89.5%、漏诊率12.5%、误诊率10.5%、阳性预测值89.3%、阴性预测值87. 7%、准确率88. 5%、Kappa值0. 770。结论运用计算机深度学习方法建立的V3模型与一维卷积神经网络模型性能良好,其中一维卷积神经网络模型真实性和可靠性最佳,与专家小组的诊断高度一致。

关键词：室性期前收缩深度学习卷积神经网络模型儿童

适应多元尺寸长度的卷积神经网络模型在网络入侵检测中的应用

在线全文

学校读者我要写书评

暂无评论

山东农业大学学报（自然科学版） 2019年第5期50卷 877-880页

作者：金立群石家庄职业技术学院

为了实现对网络入侵检测领域深度层次特征的探索,本文将多元尺寸长度的卷积神经网络模型引入,并通过BN算法改善模型在学习率方面的表现,结果表明,卷积神经网络在检测入侵事件方面是完全可行、有效的。

关键词：卷积神经网络模型网络入侵检测

基于计算机深度学习经皮椎板间脊柱内镜手术视野的多元素识别网络模型的研究

在线全文

学校读者我要写书评

暂无评论

中华解剖与临床杂志 2024年第5期29卷 289-295页

作者：卜晋辉王亚日何博付傲赵佳琦黄森梁军王振飞许龙雷雁董明会刘光普牛茹马超刘光旺徐州医科大学徐州临床学院徐州221009 中国矿业大学计算机学院徐州221116 徐州市中心医院/南京中医药大学附属徐州中心医院/南京医科大学徐州临床医学院/东南大学医学院附属徐州中心医院骨科徐州221009

目的探讨基于计算机深度学习经皮椎板间脊柱内镜下手术视野的多元素识别网络模型的研究及应用价值。方法回顾性队列研究。纳入2021年9月—2022年3月徐州中心医院脊柱外科行经皮椎板间脊柱内镜下腰椎间盘切除术的腰椎间盘突出患者62例,... 详细信息

目的探讨基于计算机深度学习经皮椎板间脊柱内镜下手术视野的多元素识别网络模型的研究及应用价值。方法回顾性队列研究。纳入2021年9月—2022年3月徐州中心医院脊柱外科行经皮椎板间脊柱内镜下腰椎间盘切除术的腰椎间盘突出患者62例,其中男34例、女28例,年龄27~77(50.0±14.7)岁。收集患者内镜手术视频,选取4840张经皮脊柱内镜手术视野图片(包含各种组织结构及手术器械)建立图片数据集,按照2∶1∶2分为训练集、验证集和测试集,开发8种基于实例分割的卷积神经网络模型(模型的分割头部分别为Solov2、CondInst、Mask R-CNN及Yolact,主干网络分别设置为ResNet101、ResNet50)。采用边框检测、轮廓分割的均值平均精度(mAP)及图像实时识别的每秒帧数(FPS)来衡量各模型对(神经、黄韧带、髓核等)解剖结构,以及(内镜钳、高速金刚石磨钻等)手术器械的分类、定位及图像实时识别的性能。结果(1)8种卷积神经网络模型在图像边界框检测的精度方面由高到低依次为Mask R-CNN(ResNet101)、CondInst(ResNet101)、CondInst(ResNet50)、Mask R-CNN(ResNet50)、Yolact(ResNet101)、Yolact(ResNet50),其中,Mask R-CNN(ResNet101)模型精度最高(mAP=68.7%),Yolact(ResNet50)精度最低(mAP=49.7%)。(2)8种卷积神经网络模型在图像轮廓分割的精度方面由高到低依次Solov2(ResNet101)、Solov2(ResNet50)、Mask R-CNN(ResNet101)、CondInst(ResNet101)、Mask R-CNN(ResNet50)、CondInst(ResNet50)、Yolact(ResNet101)、Yolact(ResNet50)。其中,Solov2(ResNet101)精度最高(mAP=70.1%),Yolact(ResNet50)精度最低(mAP=55.2%)。(3)在图像实时识别方面,Yolact模型速度最快,其次为Solov2模型、Mask R-CNN模型,CondInst(ResNet101)速度最慢。结论基于计算机深度学习的经皮椎板间脊柱内镜手术视野多元素识别模型可以实时识别和跟踪解剖组织及手术器械。其中,Mask R-CNN(ResNet101)模型可用作脊柱内镜操作虚拟教育工具,Solov2(ResNet101)模型可应用于脊柱内镜术中实时辅助系统。

关键词：人工智能卷积神经网络模型腰椎间盘突出症脊柱内镜手术

同方期刊数据库

基于TF-IDF和Bert的火炮武器装备软件测试用例复用方法研究

在线全文

学校读者我要写书评

暂无评论

火炮发射与控制学报 2024年

作者：朱振东李锋陈茜靳青梅朱琪芳西北机电工程研究所

针对火炮武器装备软件测试中测试用例设计高成本、低复用性以及低效率的问题，提出基于TF-IDF算法和Bert模型的测试用例复用方法。该方法将火炮武器装备软件测试历史数据规范化管理，抽取原有测试用例进行结构化处理并建立资产库，利用... 详细信息

针对火炮武器装备软件测试中测试用例设计高成本、低复用性以及低效率的问题，提出基于TF-IDF算法和Bert模型的测试用例复用方法。该方法将火炮武器装备软件测试历史数据规范化管理，抽取原有测试用例进行结构化处理并建立资产库，利用两个模型各自优势从不同维度提取软件测试需求和测试用例的特征信息，包括测试文本中的关键词权重信息和语义特征，通过TI-Bt层将两个特征向量组合生成特征矩阵，并输入至卷积神经网络模型进一步提取文本特征，以此实现测试用例的自动匹配和复用。实验表明，该方法可以有效提取软件测试需求和测试用例的关键特征及语义信息，同时显著提高了测试用例设计效率。

关键词：软件测试测试用例复用 TF-IDF Bert 卷积神经网络模型

国土空间规划背景下城镇扩展时空演变特征分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

测绘与空间地理信息 2024年第2期47卷 46-49页

作者：郭海滨叶瑞明李建东广州市花都区不动产登记中心(广州市花都区房地产交易登记中心) 广东广州510000 广州市城市规划勘测设计研究院广东广州510000 华南理工大学建筑学院广东广州510000

以广州市花都区为研究区域,分别获取2000年、2010年和2020年3个监测周期的遥感影像,探索利用ENVI深度学习卷积神经网络模型(CNN)快速准确提取城镇建设用地的技术方法,结合定量分析方法采用扩展弹性系数与强度指数、城镇建设用地扩展空... 详细信息

以广州市花都区为研究区域,分别获取2000年、2010年和2020年3个监测周期的遥感影像,探索利用ENVI深度学习卷积神经网络模型(CNN)快速准确提取城镇建设用地的技术方法,结合定量分析方法采用扩展弹性系数与强度指数、城镇建设用地扩展空间分布特征、城镇建设用地转入土地利用类型结构以及与人口、经济的匹配度等指标,分析了20年内广州市花都区城镇扩展时空演变规律,对国土空间背景下广州市花都区城镇空间的合理规划和土地资源的高效集约节约利用具有重要的参考价值。

关键词：卷积神经网络模型定量分析方法扩展弹性系数与强度指数

改进型CNN-LSTM深度学习神经网络的台区户变拓扑关系识别

在线全文

学校读者我要写书评

暂无评论

电气自动化 2024年第4期46卷 93-95页

作者：朱铮戴辰蒋超许堉坤肖爽国网上海市电力公司电力科学研究院上海200051 国网上海市电力公司上海200122

针对电力台区内各种数据信息繁多复杂、数据处理能力滞后及用户利用率低下等问题,提出一种新型的台区户变拓扑关系识别方法。通过构建卷积神经网络(convolutional neural network,CNN)和长短期记忆(long short-term memory,LSTM)神经网... 详细信息

针对电力台区内各种数据信息繁多复杂、数据处理能力滞后及用户利用率低下等问题,提出一种新型的台区户变拓扑关系识别方法。通过构建卷积神经网络(convolutional neural network,CNN)和长短期记忆(long short-term memory,LSTM)神经网络模型,将台区内配电变压器的有功功率、无功功率、电压值、电流值和用户侧的多种用电数据信息转换为CNN-LSTM深度学习神经网络模型;并在CNN模型中融入LSTM模块,以将台区户变拓扑宏观数据关系转换为微观数据信息识别,大大提高台区户变拓扑关系识别和应用能力。通过设置CNN-LSTM深度学习神经网络不同的层次,计算台区户变拓扑关系。通过算例分析,大大提高了用户识别能力,为台区户变拓扑关系识别提供了技术思路。

关键词：卷积神经网络长短期记忆户变拓扑关系识别分析系统卷积神经网络模型用户识别