检索结果-南通市图书馆

智能计算机与应用 2019年第3期9卷 294-297页

作者：任萌西安石油大学计算机学院西安710065

随着人工智能的快速发展,人们现在的生活也越来越智能化,各类人脸识别打卡,指纹检测技术越来越广泛地应用到人们的日常生活当中,这离不开图像视觉识别算法和相关技术的发展。其中,卷积神经网络对于视觉识别技术和方法的研究中已经占有... 详细信息

随着人工智能的快速发展,人们现在的生活也越来越智能化,各类人脸识别打卡,指纹检测技术越来越广泛地应用到人们的日常生活当中,这离不开图像视觉识别算法和相关技术的发展。其中,卷积神经网络对于视觉识别技术和方法的研究中已经占有绝对的优势。目前,许多研究学者尝试通过优化卷积神经网络算法的结构和性能来提高图像识别的精确度和识别速度,从而使得其可以广泛应用于数据挖掘的各个领域,并对其在实际生活的应用做出更大的贡献,本文将对The Residual Netw ork,DenseNet,googlenet三种图像视觉识别模型的训练过程、应用和特点进行研究,同时对图像视觉识别算法和技术在实际生活中的应用进行简要论述与展望,特别是在数据挖掘方面的应用。图像视觉识别技术是一种可以应用于各个领域,也可以剖析人类行为的热点研究课题。

关键词：图像视觉识别 Residual Network DenseNet googlenet 卷积神经网络对比分析数据挖掘

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

基于卷积神经网络的密集场景人流估计方案

引用

电子设计工程 2020年第5期28卷 189-193页

作者：马骞西安航空职业技术学院陕西西安710089

人流密度估计作为一种有效的人群监测、控制和行为理解方法,得到了广泛的应用和研究。但传统估计方法使用的手工特征提取图像特征单一、准确度较低,容易造成密集场景人流估计不准确。为此,文中提出了一种基于深度的卷积神经网络(CNN)人... 详细信息

人流密度估计作为一种有效的人群监测、控制和行为理解方法,得到了广泛的应用和研究。但传统估计方法使用的手工特征提取图像特征单一、准确度较低,容易造成密集场景人流估计不准确。为此,文中提出了一种基于深度的卷积神经网络(CNN)人群密度估计方法,利用典型的深层网络googlenet和VGGnet进行了方法改进。通过采用一个包括18个拥挤景区密集场景、超过160 K密度的注释图像数据集进行的实验测试结果表明,该方法的平均准确率为92.46%,与GLCM-SVM方法进行对比的结果也充分证明了该方法的优越性。

关键词：人群密度估计 CNN googlenet VGGnet GLCM-SVM

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

基于小波去噪和深度学习的含噪声心电信号分类

基于小波去噪和深度学习的含噪声心电信号分类

引用

第十四届全国信号和智能信息处理与应用学术会议

作者：刘昱昕张延华杨睿哲北京工业大学信息学部

针对含噪声心电信号在特征提取过程中存在的问题,采用小波去噪进行数据预处理,通过合理选取小波基函数、小波分解层数、阈值等参数,获得去噪后的心电信号。对心电信号进行二维时-频密度函数表征,针对连续小波变换滤波器组获取信号样本... 详细信息

针对含噪声心电信号在特征提取过程中存在的问题,采用小波去噪进行数据预处理,通过合理选取小波基函数、小波分解层数、阈值等参数,获得去噪后的心电信号。对心电信号进行二维时-频密度函数表征,针对连续小波变换滤波器组获取信号样本的连续小波变换,根据系数获得适配googlenet网络的尺度图。联合运用时频分析和深度卷积神经网络实现心电信号分类。实验结果表明,提出的联合googlenet模型可以实现心电信号的有效分类。

关键词：心电信号小波去噪深度学习 googlenet

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

基于迁移学习的垃圾分类应用

引用

信息与电脑 2021年第18期33卷 24-26页

作者：和治宇周丽成都锦城学院四川成都611731

随着环保日益增长的重要性,垃圾分类在日常生活中尤为重要。针对垃圾分类的应用,文中基于迁移学习对比使用googlenet、ResNet18两种网络结构,在原有数据图片基础上进行缩放、中心裁剪、调整对比度、旋转以及翻转等不同操作,并且通过控... 详细信息

随着环保日益增长的重要性,垃圾分类在日常生活中尤为重要。针对垃圾分类的应用,文中基于迁移学习对比使用googlenet、ResNet18两种网络结构,在原有数据图片基础上进行缩放、中心裁剪、调整对比度、旋转以及翻转等不同操作,并且通过控制变量分别调整epoch、Batch_Size的值。结论表明:使用ResNet18网络结构可以达到约70%的准确率,对于垃圾分类应用具有良好效果。

关键词：迁移学习垃圾分类 ResNet18 googlenet

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

一种基于深度学习的有孔虫化石识别方法

引用

电脑知识与技术 2019年第9X期15卷 173-173,178页

作者：岳翔呼和贾建忠中海油研究总院

古生物化在判断生油母质、油气生成和保存时代以及分析沉积环境中扮演重要角色。然而,传统的微观化石识别鉴定工作效率低下、费时费力,且主观性较强,常规方法已不能满足高效、快速油气勘探评价的需要;本文提出一种基于深度学习的有孔虫... 详细信息

古生物化在判断生油母质、油气生成和保存时代以及分析沉积环境中扮演重要角色。然而,传统的微观化石识别鉴定工作效率低下、费时费力,且主观性较强,常规方法已不能满足高效、快速油气勘探评价的需要;本文提出一种基于深度学习的有孔虫化石识别方法,在三分类数据集上实验了VGG16模型和googlenet模型,识别平均准确度为85%。该方法可以大大减轻古生物鉴定人员的工作量,解决古生物专业人才匮乏问题,同时提高成果共享和利用效率。

关键词：有孔虫鉴定 CNN 深度学习 VGG16 googlenet

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：