检索结果-南通市图书馆

A combined deep cnn-rnn network for rainfall-runoff modelling in Bardha Watershed,India

Artificial Intelligence in Geosciences 2024年第1期5卷 1-13页

作者： Padala Raja Shekar Aneesh Mathew P.V.Yeswanth S.Deivalakshmi Department of Civil Engineering National Institute of TechnologyTiruchirappalli620015Tamil NaduIndia Department of Electronics and Communication Engineering National Institute of TechnologyTiruchirappalli620015Tamil NaduIndia

In recent years,there has been a growing interest in using artificial intelligence(AI)for rainfall-runoff modelling,as it has shown promising adaptability in this *** current study involved the use of six distinct AI models to simulate monthly rainfall-runoff modelling in the Bardha watershed,*** models included the artificial neural network(ANN),k-nearest neighbour regression model(KNN),extreme gradient boosting(XGBoost)regression model,random forest regression model(RF),convolutional neural network(cnn),and cnn-rnn(convolutional recurrent neural network).The years 2003-2007 are classified as the calibration or training period,while the years 2008-2009 are classified as the validation or testing period for the span of time 2003 to *** available rainfall,maximum and minimum temperatures,and discharge data were collected and utilized in the *** compare the performance of the models,five criteria were employed:R^(2),NSE,MAE,RMSE,and *** cnn-rnn model simulates the rainfall-runoff model in the Bardha watershed best in both the training and testing periods(training:R^(2) is 0.99,NSE is 0.99,MAE is 1.76,RMSE is 3.11,and PBIAS is􀀀1.45;testing:R^(2) is 0.97,NSE is 0.97,MAE is 2.05,RMSE is 3.60,and PBIAS is􀀀3.94).These results demonstrate the superior performance of the cnn-rnn model in simulating monthly rainfall-runoff modelling when compared to the other models used in the *** findings suggest that the cnn-rnn model could be a valuable tool for various applications related to sustainable water resource management,flood control,and environmental planning.

关键词： Rainfall-runoff models XGBoost cnn ANN cnn-rnn

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

基于cnn-rnn的小麦抗寒性分类模型

引用

东北农业科学 2023年第4期48卷 117-121页

作者：来纯晓李艳翠河南科技学院信息工程学院河南新乡453003 河南师范大学计算机与信息工程学院河南新乡453007

为提升小麦抗寒性分类的准确度,进而为杂交组合选择提供参考。本研究以3049个国审小麦品种文本为试验数据,采用卷积神经网络结合循环神经网络(cnn-rnn)的方法对小麦抗寒性分类进行预测。结果表明,该方法具有较好的表现,准确率可达73.28%... 详细信息

为提升小麦抗寒性分类的准确度,进而为杂交组合选择提供参考。本研究以3049个国审小麦品种文本为试验数据,采用卷积神经网络结合循环神经网络(cnn-rnn)的方法对小麦抗寒性分类进行预测。结果表明,该方法具有较好的表现,准确率可达73.28%,Kappa系数为0.5956。为降低试验样本不均衡对本研究准确性的干扰,进而采用SMOTE技术,以实现样本均衡。过采样后,cnn-rnn的准确率和Kappa系数分别提升7.67%和0.02。说明上述方法组合能够有效提高小麦抗寒预测的准确性以及一致性检验系数,可应用于小麦抗寒分类预测,以达到缩短育种周期的目的。

关键词：小麦抗寒性分类育种周期 cnn-rnn SMOTE

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

Prediction of Changed Faces with HScnn

引用

Computers, Materials & Continua 2022年第5期71卷 3747-3759页

作者： Jinho Han Department of Liberal Studies(Computer) Korean Bible UniversitySeoul01757Korea

Convolutional Neural Networks(cnn)have been successfully employed in the field of image ***,cnn trained using images from several years ago may be unable to identify how such images have changed over ***-age face recognition is,therefore,a substantial *** efforts have been made to resolve facial changes over time utilizing recurrent neural networks(rnn)with *** structure of rnn contains hidden contextual information in a hidden state to transfer a state in the previous step to the next *** paper proposes a novel model called Hidden State-cnn(HScnn).This adds to cnn a convolution layer of the hidden state saved as a parameter in the previous step and requires no more computing resources than *** previous cnn-rnn models perform cnn and rnn,separately and then merge the ***,their systems consume twice the memory resources and CPU time,compared with the HScnn system,which works the same as cnn *** consists of 3 types of *** models load hidden state ht−1 from parameters of the previous step and save ht as a parameter for the next *** addition,modelB adds ht−1 to x,which is the previous *** summation of ht−1 and x is multiplied by weight *** model-C the convolution layer has two weights:W1 and *** HScnn with faces of the previous step is for testing faces of the next step in the *** is,HScnn trained with past facial data is then used to verify future *** has been found to exhibit 10 percent greater accuracy than traditional cnn with a celeb face database.

关键词： cnn-rnn HScnn hidden state changing faces

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

An Efficient Violence Detection Method Based on Temporal Attention Mechanism

引用

Instrumentation 2023年第2期10卷 49-56页

作者： WANG Binxu ZHANG Xuguang The Communication Engineering Department HangZhou Dianzi UniversityHang ZhouChina310020

Violence detection is very important for public ***,violence detection is not an easy *** recognizing violence in surveillance video requires not only spatial information but also sufficient temporal *** order to highlight the time information,we propose an efficient deep learning architecture for violence detection based on temporal attention mechanism,which utilizes pre-trained MobileNetV3,convolutional LSTM and temporal attention block Temporal Adaptive(TA).TA block can focus on further refining temporal information from spatial information extracted from *** results show the proposed model is validated on three publicly datasets:Hockey Fight,Movies,and RWF-2000 datasets.

关键词： Violence Detection Temporal Attention Convolutional LSTM cnn-rnn

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于可见光的环境自适应手势识别系统

引用

物联网学报 2023年第2期7卷 15-25页

作者：王柱张化磊胡千红於志文西北工业大学计算机学院陕西西安710072 湖南文理学院计算机与电气工程学院湖南常德415006

手势日益成为一种重要的人机交互方式,可在电子游戏、虚拟现实等场景中为用户提供更优质的体验。近年来,研究者探索利用不同感知技术实现手势识别,如射频信号、声学信号等。与之相比,利用可见光识别手势具有更强普适性。基本原理为:不... 详细信息

手势日益成为一种重要的人机交互方式,可在电子游戏、虚拟现实等场景中为用户提供更优质的体验。近年来,研究者探索利用不同感知技术实现手势识别,如射频信号、声学信号等。与之相比,利用可见光识别手势具有更强普适性。基本原理为:不同手势遮挡可见光会产生独特的阴影模式,通过光电传感器捕捉阴影变化即可实现手势识别。针对可见光手势识别面临的环境依赖难题,设计了一种基于光电传感器阵列的数字手势识别系统,提出了基于图像的阵列感知数据抽象表示模型,结合图像固有特性发掘不同传感器数据之间的时间和空间关联性,利用时空特征设计了基于cnn-rnn的环境自适应手势识别方法。为了验证所提方法的有效性,设计了环境自适应手势识别系统Vi-Gesture,准确率相比基线方法提升10%以上。

关键词：可见光感知手势识别环境自适应时空特征 cnn-rnn

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：