检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于残差密集连接注意力的红外目标识别算法

电光与控制 2024年第6期31卷 31-35页

作者：刘琦妍张凯王田田杨尧西北工业大学无人系统技术研究院西安710000

针对红外目标识别时目标与干扰混淆、干扰遮挡目标导致算法性能下降的问题,提出了一种基于残差密集连接注意力的空中红外目标识别算法。首先,为跨层实现浅层与深层特征的融合、获取融合深度特征、提升特征复用性并增强语义信息,提出了... 详细信息

针对红外目标识别时目标与干扰混淆、干扰遮挡目标导致算法性能下降的问题,提出了一种基于残差密集连接注意力的空中红外目标识别算法。首先,为跨层实现浅层与深层特征的融合、获取融合深度特征、提升特征复用性并增强语义信息,提出了改进的残差密集连接模块;其次,为增强融合深度特征的自适应表达能力,设计了并行混合注意力模块;最后,通过在大量红外数据集上的测试证明,相比于googlenet算法,所提算法平均识别正确率提高了1.9个百分点,证明了算法的有效性。

关键词：红外空空导弹目标识别特征融合 googlenet

维普期刊数据库博看期刊

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于深度学习的激光散斑图像识别技术研究

激光技术 2024年第3期48卷 443-448页

作者：贺锋涛吴倩倩杨祎张建磊王炳辉张依西安邮电大学电子工程学院西安710121

为了解决激光散斑对高于20℃时的水温存在测量灵敏度下降等问题,提出了一种基于深度学习的激光散斑图像识别探测方法,构建了20.1℃、20.2℃及20.3℃的散斑图像数据集,采用一种多尺度卷积神经网络,结合适当的损失函数和数据增强技术,以... 详细信息

为了解决激光散斑对高于20℃时的水温存在测量灵敏度下降等问题,提出了一种基于深度学习的激光散斑图像识别探测方法,构建了20.1℃、20.2℃及20.3℃的散斑图像数据集,采用一种多尺度卷积神经网络,结合适当的损失函数和数据增强技术,以优化激光散斑图像的特点;通过深度学习模型在散斑数据集上的训练与测试实验,实现了水下温度信息散斑图像的高准确率识别,解决了对比度饱和测量灵敏度下降的问题。结果表明,与AlexNet、VGG、ResNet模型相比,googlenet模型对散斑图像的水下温度识别准确率达到了99%。该研究为深入了解温度场分布及其影响提供了理论支持,并为相关应用领域提供了有价值的参考。

关键词：图像处理散斑图像深度学习 googlenet 分类识别

在线全文

学校读者我要写书评

暂无评论

基于改进残差网络的油气柱高度预测

海南大学学报（自然科学版） 2024年第1期42卷 19-29页

作者：杜睿山程永昌孟令东东北石油大学计算机与信息技术学院黑龙江大庆163318 油气藏及地下储库完整性评价黑龙江省重点实验室黑龙江大庆163318

针对目前油气柱高度预测技术局限于传统的地质方法且预测效果不太理想的现状,展开一种基于改进残差神经网络的油气柱高度预测的研究.该模型从断层解释和油藏解剖提取的圈闭结构化特征数据中提取特征信息,以估计油气柱高度.模型将原始残... 详细信息

针对目前油气柱高度预测技术局限于传统的地质方法且预测效果不太理想的现状,展开一种基于改进残差神经网络的油气柱高度预测的研究.该模型从断层解释和油藏解剖提取的圈闭结构化特征数据中提取特征信息,以估计油气柱高度.模型将原始残差块中的串行连接网络变成多个并行连接的网络,可以在多个尺度上同时进行卷积再聚合,能提取到不同尺度的特征,使其变成一个稀疏性、高计算性能的网络结构;同时保留了网络中跳跃连接的结构,缓解了在深度神经网络中增加深度带来了梯度消失和网络退化的问题,通过直接将输入信息绕道传到输出,保护信息的完整性;并在模型的首层和尾层增加注意力模块,来捕获集中于某个局部信息,使模型其能更快地收敛.此外对机器学习中常用的RF和BP神经网络以及深度学习中CNN、googlenet、ResNet和ResNet+Atten在圈闭数据上的应用进行了比较和分析.实验结果表明,改进的ResNet对油气柱高度预测有更加准确的结果 .

关键词：油气柱高度 ResNet googlenet Attention机制预测

在线全文

学校读者我要写书评

暂无评论

基于ACE和深度学习的植物病害检测

基于改进Goog Le Net的小电流接地系统故障选线方法

中国科技纵横 2024年第4期 26-29,116页

作者：张超飞王逸芳齐庆磊刘金江南阳师范学院生命科学与农业工程学院河南南阳 473000 河南省数字图像大数据智能处理工程研究中心河南南阳 473000 南阳师范学院计算机科学与技术学院河南南阳 473000 河南省数字图像大数据智能处理工程研究中心河南南阳 473000

如果农业生产遇到植物病害问题,就会导致大量的经济损失.植物病害种类繁多,因此为提高对植物叶片的识别性能,本文使用ACE算法对植物病害图像进行处理,分别以深度学习中的VGG16和googlenet为植物病害识别模型,分析ACE算法在植物病害识别... 详细信息

如果农业生产遇到植物病害问题,就会导致大量的经济损失.植物病害种类繁多,因此为提高对植物叶片的识别性能,本文使用ACE算法对植物病害图像进行处理,分别以深度学习中的VGG16和googlenet为植物病害识别模型,分析ACE算法在植物病害识别中的效果与最佳参数.试验结果表明,在使用ACE算法对植物病害图片处理后,植物病害识别率提高了1%～3%.当在不同模型中得到最佳效果时,ACE算法中求取局部均值的窗口大小与最大对比度增益相同.

关键词：植物病害图像识别深度学习 ACE算法 VGG googlenet

来源：博看期刊评论

在线全文

博看期刊

学校读者我要写书评

暂无评论

电网技术 2022年第1期46卷 361-368页

作者：郝帅张旭马瑞泽文虎马旭安倍逸李嘉豪西安科技大学电气与控制工程学院陕西省西安市710054 西安科技大学安全科学与工程学院陕西省西安市710054

针对传统小电流接地系统故障选线方法准确率低、鲁棒性弱的问题,文章提出一种基于改进googlenet的小电流接地选线方法。首先,利用小波变换将零序电流信号映射为二维时频图,制备小电流接地数据集;然后,在googlenet网络基础上通过迁移学... 详细信息

针对传统小电流接地系统故障选线方法准确率低、鲁棒性弱的问题,文章提出一种基于改进googlenet的小电流接地选线方法。首先,利用小波变换将零序电流信号映射为二维时频图,制备小电流接地数据集;然后,在googlenet网络基础上通过迁移学习共享已训练模型权重来提高原网络检测精度;其次,在原网络全连接层前通过引入Batch-Normalization模块加快网络收敛速度,最终构建了googlenet-69小电流接地故障选线网络;最后,为了验证所提出算法的优势,在未考虑噪声情况和考虑噪声情况下,将本文算法与4种经典选线方法进行比较。实验结果表明,相比于对比算法,本文算法检测精度最高,当信噪比为15dB时,所提出算法的选线精度可以达到96.3%,具有较强的抗噪能力。

关键词：深度学习故障选线 googlenet 迁移学习小波变换

Face Mask Recognition for Covid-19 Prevention

在线全文

学校读者我要写书评

暂无评论

Computers, Materials & Continua 2022年第11期73卷 3251-3262页

作者： Trong Hieu Luu Phan Nguyen Ky Phuc Zhiqiu Yu Duy Dung Pham Huu Trong Cao College of Engineering Can Tho UniversityCan Tho city910900Viet Nam International University-Vietnam National University Vietnam National UniversityHoChiMinh City70000Vietnam Department of Industrial Management National Taiwan University of Science and TechnologyTaipei10607Taiwan

In recent years,the COVID-19 pandemic has negatively impacted all aspects of social *** to ease in the infected method,i.e.,through small liquid particles from the mouth or the nose when people cough,sneeze,speak,sing,or breathe,the virus can quickly spread and create severe problems for people’s *** to some research as well as World Health Organization(WHO)recommendation,one of the most economical and effective methods to prevent the spread of the pandemic is to ask people to wear the face mask in the public space.A face mask will help prevent the droplet and aerosol from person to person to reduce the risk of virus *** simple method can reduce up to 95%of the spread of the ***,this solution depends heavily on social consciousness,which is sometimes *** order to improve the effectiveness of wearing face masks in public spaces,this research proposes an approach for detecting and warning a person who does not wear or misuse the face *** approach uses the deep learning technique that relies on googlenet,AlexNet,and VGG16 *** results are synthesized by an ensemble method,i.e.,the bagging *** the experimental results,the approach represents a more than 95%accuracy of face mask recognition.

关键词： Face mask detection deep learning AlexNet googlenet VGG16 ensemble method

基于复阻抗咽造影的吞咽事件检测与智能识别方法

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

电子与信息学报 2022年第11期44卷 3998-4007页

作者：杨宇祥余绍帅林海军李建闽张甫湖南师范大学工程与设计学院长沙410081

吞咽障碍早期筛查是降低吞咽障碍发病率的重要手段,而对吞咽事件(SE)的准确识别是吞咽障碍筛查和治疗过程中的关键环节。阻抗咽造影(IPG)是一种新型非侵入式吞咽事件检测方法,但现有的IPG技术仅检测阻抗幅值而忽略了同样重要的相位信息... 详细信息

吞咽障碍早期筛查是降低吞咽障碍发病率的重要手段,而对吞咽事件(SE)的准确识别是吞咽障碍筛查和治疗过程中的关键环节。阻抗咽造影(IPG)是一种新型非侵入式吞咽事件检测方法,但现有的IPG技术仅检测阻抗幅值而忽略了同样重要的相位信息。为了实现对吞咽事件的全面检测及智能识别,该文提出一种基于整周期数字锁相放大原理的复阻抗咽造影(CIPG)检测方法,设计了基于FPGA的CIPG检测系统以连续描记吞咽过程的复阻抗(阻抗幅值和相位)信息,并设计了基于连续小波变换(CWT)和googlenet相结合的吞咽事件智能识别算法。设计了包含喝水、干咽、吃面包、吃酸奶、咳嗽等5种吞咽事件的识别实验,实验结果表明,仅利用阻抗幅值信息时的吞咽事件识别准确率为86.1%,而同时利用阻抗幅值和相位信息时的识别准确率为95.7%,后者的识别准确率高于其它算法。该研究证实了CIPG技术和吞咽事件智能识别算法的有效性与优越性,为下一步开发基于CIPG的吞咽障碍早期筛查方法奠定了理论和技术基础。

关键词：吞咽障碍筛查复阻抗咽造影整周期数字锁相放大连续小波变换 googlenet

在线全文

学校读者我要写书评

暂无评论

深度学习在基于叶片的油茶品种识别中的研究

南京林业大学学报（自然科学版） 2023年第3期47卷 29-36页

作者：尹显明棘玉张日清莫登奎彭邵锋韦维中南林业科技大学林学院湖南长沙410004 湖南省林业科学院湖南长沙410004 广西壮族自治区林业科学研究院广西南宁530002

【目的】采用深度学习方法开展基于叶片的油茶品种识别研究,开发油茶品系图像识别技术,为油茶品种鉴别提供科学依据。【方法】选择自然光照条件下生长的11个油茶品种叶片作为研究对象,采集完整、无明显病虫害的叶片,以白色硬纸板为背景... 详细信息

【目的】采用深度学习方法开展基于叶片的油茶品种识别研究,开发油茶品系图像识别技术,为油茶品种鉴别提供科学依据。【方法】选择自然光照条件下生长的11个油茶品种叶片作为研究对象,采集完整、无明显病虫害的叶片,以白色硬纸板为背景,利用智能手机对叶片的正、背面进行图像采集,通过可用性筛选去除无效图像,构建图像数量为2 791张的油茶叶片品种数据集,采用深度学习网络(googlenet、ResNet)对11个油茶品种的叶片图像进行识别研究。【结果】googlenet和ResNet网络均能满足基于叶片的油茶品种识别要求,总体识别准确率、召回率的调和平均值(F_(1))分别达94.0%和80.7%;其中googlenet网络识别效果更好,平均准确率、召回率、多分类模型指标宏观F_(1)(Macro F_(1))和微观F_(1)(Micro F_(1))分别为94.1%、94.0%、94.0%和96.9%,其对油茶品种编号1和编号8的识别召回率高达100%。【结论】深度学习网络(googlenet、ResNet)能够实现基于叶片的油茶品种识别,可为基于其他作物的品种识别提供参考。

关键词：深度学习油茶叶片品种识别 googlenet ResNet

维普期刊数据库博看期刊

基于多特征卷积神经网络的哨兵二号影像地物分类

在线全文

学校读者我要写书评

暂无评论

应用科学学报 2023年第5期41卷 766-776页

作者：黄显培孟庆祥武汉大学遥感信息工程学院湖北武汉430079

空间分辨率为10 m的哨兵二号影像在原始的googlenet中以影像的光谱值作为输入,没有将影像中的地物视为一个整体对象,为了利用影像的面向对象特征,提出了基于多特征的Object-oriented googlenet网络结构。Object-oriented googlenet在原... 详细信息

空间分辨率为10 m的哨兵二号影像在原始的googlenet中以影像的光谱值作为输入,没有将影像中的地物视为一个整体对象,为了利用影像的面向对象特征,提出了基于多特征的Object-oriented googlenet网络结构。Object-oriented googlenet在原有模型的基础上,引入了面向对象的光谱特征和形状特征,充分利用了不同地物间差异的形状特征进行分类。在武汉市及其周边的无云影像制作的数据集上,Object-oriented googlenet模型的分类结果总体精度在googlenet基础上提升了1.773%。结果表明,引入面向对象的特征模型在哨兵二号遥感影像分类中效果更好。

关键词：哨兵二号 googlenet 深度学习形状特征土地利用分类