咨询与建议
  • 全部检索
  • 电子图书
  • 电子期刊
  • 纸本馆藏
  • 南通市公共图书馆
高级检索

限定检索结果

文献类型

  • 1 篇 期刊文献
  • 1 篇 学位论文

馆藏范围

  • 2 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 2 篇 工学
    • 1 篇 机械工程
    • 1 篇 矿业工程
    • 1 篇 石油与天然气工程

主题

  • 2 篇 卷积神经网络
  • 2 篇 特征提取可视化
  • 1 篇 支持向量机
  • 1 篇 yolo
  • 1 篇 煤矸识别
  • 1 篇 机器视觉
  • 1 篇 钻头磨损状态评估
  • 1 篇 平均池化采样

机构

  • 1 篇 中石化海洋石油工...
  • 1 篇 安徽理工大学
  • 1 篇 新疆油田公司工程...
  • 1 篇 北京信息科技大学

作者

  • 1 篇 于丽维
  • 1 篇 杨磊
  • 1 篇 李基伟
  • 1 篇 李玉梅
  • 1 篇 邓杨林
  • 1 篇 李乾
  • 1 篇 刘普壮

语言

  • 2 篇 中文
检索条件"主题词=特征提取可视化"
共 2 条 记 录，以下是1-10 订阅
全选 清除本页 清除全部 题录导出 标记到"检索档案"
详细 简洁
排序：
基于改进CNN-SVM的井下钻头磨损状态评估研究
收藏
分享
引用
石油机械 2024年 第6期52卷 12-19页
作者： 李玉梅 邓杨林 李基伟 李乾 杨磊 于丽维 北京信息科技大学高动态导航技术北京市重点实验室 北京市朝阳区100101 北京信息科技大学现代测控技术教育部重点实验室 中石化海洋石油工程有限公司 新疆油田公司工程技术研究院
现有钻头磨损评估方法中,存在人工特征提取过程可能无法完全提取正确分类所需的信号动态特征,及需要对各个统计量进行大量计算等问题。为此,提出了一种新的基于改进卷积神经网络支持向量机(CNN-SVM)的钻头磨损程度评估算法。该算法将采... 详细信息
来源： 维普期刊数据库 维普期刊数据库 同方期刊数据库 同方期刊数据库 博看期刊 评论
基于改进YOLO算法的煤矸识别方法与实验研究
基于改进YOLO算法的煤矸识别方法与实验研究
收藏
分享
引用
作者： 刘普壮 安徽理工大学
学位级别：硕士
近年来,我国大力推进煤炭行业绿色发展,传统的选煤技术和选煤理论面临严峻的挑战,急需更加智能、环保及高效的煤矸分选技术。利用卷积神经网络技术实现煤矸目标高维特征的自动提取,使得选矸机器人能适应复杂环境和煤矸的多样性,基于深... 详细信息
来源： 同方学位论文库 同方学位论文库 评论
全选 清除本页 清除全部 题录导出 标记到“检索档案”
共1页 <<  < 1 >  >>
回到顶部
执行限定条件