检索结果-南通市图书馆

自然场景下基于改进lenet卷积神经网络的苹果图像识别技术

在线全文

学校读者我要写书评

暂无评论

食品与机械 2019年第3期35卷 155-158页

作者：程鸿芳张春友芜湖职业技术学院安徽芜湖241000 内蒙古民族大学机械工程学院内蒙古通辽028043

针对传统基于内容的识别方法在特征提取方面存在计算复杂、特征不可迁移等问题,为避免光照条件、重叠及其他遮挡等因素对图像识别的影响,以lenet卷积神经网络作为基础,对其结构进行改进,设计了一种基于改进lenet卷积神经网络的苹果目标... 详细信息

针对传统基于内容的识别方法在特征提取方面存在计算复杂、特征不可迁移等问题,为避免光照条件、重叠及其他遮挡等因素对图像识别的影响,以lenet卷积神经网络作为基础,对其结构进行改进,设计了一种基于改进lenet卷积神经网络的苹果目标识别模型,并利用该模型对不同场景的苹果图像进行识别训练与验证。结果表明:该网络模型可有效实现苹果图像的识别,对独立果实、遮挡果实、重叠果实以及相邻果实的识别率分别为96.25%,91.37%,94.91%,89.56%,综合识别率达到93.79%。与其他方法相比,该算法具有较强的抗干扰能力,图像识别速度快、识别率更高。

关键词：图像识别目标识别卷积神经网络 lenet

基于GA-SVM与改进的lenet卷积神经网络融合的磨粒辨识研究

在线全文

学校读者我要写书评

暂无评论

基于GA-SVM与改进的LeNet卷积神经网络融合的磨粒辨识研究

作者：翟亮亮武汉理工大学

学位级别：硕士

磨粒分析技术对于机械设备的状态检测及故障诊断具有十分重要的意义。典型磨粒的的各类特征蕴含着丰富的机械状态信息。因此针对各典型磨粒进行分类识别也是一个具有实际价值的研究领域。本文以五类典型磨粒为研究对象,展开了基于人工... 详细信息

磨粒分析技术对于机械设备的状态检测及故障诊断具有十分重要的意义。典型磨粒的的各类特征蕴含着丰富的机械状态信息。因此针对各典型磨粒进行分类识别也是一个具有实际价值的研究领域。本文以五类典型磨粒为研究对象,展开了基于人工智能技术的磨粒分类识别研究。针对磨粒图像的采集工作,本文研究搭建了一套基于微流体技术与显微技术结合的图像采集系统。研究了PDMS材料的微流体芯片的制作方法和流程。并针对微流体的结构做出改进。本文分析并介绍了卷积神经网络(Convolutional Neural Networks,CNN)的发展历程以及它的典型结构。介绍了它的前向传播和反向传播以及针对传统卷积神经网络的一些优化改进。同时介绍了SVM(Support Vector Machine)的分类原理以及在多分类任务上的应用。针对磨粒图像的分割,本文研究了如图像灰度化等一些预处理技术,并基于区域生长算法对磨粒图像进行分割。采用形态学处理技术以及基于边缘检测法的孔洞填充技术对分割后的磨粒进行无关区域剔除和孔洞填充,确保了磨粒分割的完整性。接着对样本磨粒进行几何形态特征提取跟纹理特征提取并对各典型磨粒的这些特征参数进行差异性分析。利用SVM在小样本分类上的优势,构建基于SVM的多分类磨粒分类器,同时针对SVM的关键参数以遗传算法(Genetic Algorithm,GA)进行寻优。以100组各典型磨粒的11维的特征数据训练GA-SVM分类器,得到了86%的总体分类正确率。由研究了基于改进的lenet卷积神经网络的磨粒分类器,解决了传统分类器在滑动磨粒和疲劳磨粒上分类精度低的问题,验证了在这两类磨粒上具有88.3%的分类正确率。最后结合两类分类器小样本优势及自主精细化特征学习的优势构建组合磨粒分类器,最后验证达到了92.2%的分类正确率。

关键词：磨粒特征提取 GA-SVM 卷积神经网络 lenet

一种基于批量归一化的lenet网络改进方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

四川文理学院学报 2021年第2期31卷 136-140页

作者：沈锐陈亚军西华师范大学计算机学院四川南充637009

针对传统lenet卷积神经网络存在的学习效率低、收敛速度慢、训练时间长的问题,提出一种lenet网络改进方法,在每层卷积之后进行批量归一化,再进行Dropout随机休眠神经元并使用全局池化层替代全连接层,通过以上方法减少运算参数,缓解梯度... 详细信息

针对传统lenet卷积神经网络存在的学习效率低、收敛速度慢、训练时间长的问题,提出一种lenet网络改进方法,在每层卷积之后进行批量归一化,再进行Dropout随机休眠神经元并使用全局池化层替代全连接层,通过以上方法减少运算参数,缓解梯度消失和过拟合问题,提升运行效率.通过在MNIST等3个数据集上实验表明,该改进方法相比传统的lenet网络,可以更有效提取图像特征,效缩短训练时间,提升网络收敛速度.

关键词： lenet 卷积神经网络批量归一化

MATLAB环境下lenet网络的手写数字识别

在线全文

学校读者我要写书评

暂无评论

MATLAB环境下LeNet网络的手写数字识别

第22届中国系统仿真技术及其应用学术年会（CCSSTA22nd 2021）

作者：丁娇丛爽林文瑞张飞王大欣中国科学技术大学自动化系

lenet网络是最早成功应用于图像识别的卷积神经网络。本文在MATLAB环境下,利用深度卷积神经网络工具箱MatConvNet,设计出一个标准的lenet网络,并进行训练和测试,实现0-9十个手写数字的识别。实验结果表明,只训练1次的分类器也可达到90%... 详细信息

lenet网络是最早成功应用于图像识别的卷积神经网络。本文在MATLAB环境下,利用深度卷积神经网络工具箱MatConvNet,设计出一个标准的lenet网络,并进行训练和测试,实现0-9十个手写数字的识别。实验结果表明,只训练1次的分类器也可达到90%以上的识别准确率,生成的20个不同训练次数的分类器的性能随着分类器的训练次数的增加是有一个逐步提高的正相关关系。

关键词： lenet MatConvNet 手写数字识别

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lenet网络的图像识别应用研究

信息与电脑 2020年第7期32卷 134-137页

作者：蔡颖慧陈泽宇冯艳燕肖明珠吴凡浙江树人大学信息科技学院浙江杭州310000

卷积神经网络(CNN)在图像识别方面起着无法替代的作用,其经典网络模型包括lenet、AlexNet、VggNet等。笔者以MINIST数据集作为训练样本,在DIGITS上使用lenet网络进行模型训练,根据数据集特征进行适用情境预测,采用相应图像测试模型准确... 详细信息

卷积神经网络(CNN)在图像识别方面起着无法替代的作用,其经典网络模型包括lenet、AlexNet、VggNet等。笔者以MINIST数据集作为训练样本,在DIGITS上使用lenet网络进行模型训练,根据数据集特征进行适用情境预测,采用相应图像测试模型准确率,验证适用情境预测的正确性,并结合测试结果对模型适用情境进行分析。该结论可以作为后续根据使用情境训练专用网络模型的参考。

关键词：深度学习图像识别 lenet

基于lenet 深度学习模型的雏鸡性别智能识别

在线全文

学校读者我要写书评

暂无评论

现代信息科技 2020年第23期4卷 64-66页

作者：杨陆野上海大学上海200444

不同性别雏鸡在生产生活中的价值及培育方向均有较大差别,尽早无损伤高效地分辨出雏鸡性别从而进行定向培育,实现产业利益最大化。传统的肛门鉴别法、伴性性状鉴别法、蛋内尿囊液检测法和核磁共振测定法均有其不足之处。受肛门鉴别法中... 详细信息

不同性别雏鸡在生产生活中的价值及培育方向均有较大差别,尽早无损伤高效地分辨出雏鸡性别从而进行定向培育,实现产业利益最大化。传统的肛门鉴别法、伴性性状鉴别法、蛋内尿囊液检测法和核磁共振测定法均有其不足之处。受肛门鉴别法中对肛部图片两大特性传统人眼检测方案的启发,在对原始图像数据进行关键区域特征增强和图像增广后,依托于lenet深度学习模型的强大图像处理能力实现极高效率的雏鸡性别识别。

关键词：雏鸡性别鉴定深度学习图像识别图像增广 lenet

在线全文

学校读者我要写书评

暂无评论

基于lenet的花卉识别方法

电子技术与软件工程 2015年第23期 13-14页

作者：刘德建福建网龙计算机网络信息技术有限公司福建省福州市350001

深度神经网络是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,例如图像,声音和文本。它是当前图像处理与计算机视觉领域的研究热点。深度学习通过组合低层特征形成更加抽... 详细信息

深度神经网络是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,模仿人脑的机制来解释数据,例如图像,声音和文本。它是当前图像处理与计算机视觉领域的研究热点。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出,基于深度置信网络(DBN)提出非监督贪心逐层训练算法,为解决深层结构相关的优化难题带来希望,随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经网络lenet是第一个真正多层结构学习算法,它利用空间相对关系减少参数数目以提高训练性能。本文将lenet技术引入花卉识别应用领域,针对收集的116类花卉图像,总共79544张图片,每类约685张左右的图片集进行训练和测试,得到了约80%的Top5识别精度。

关键词：深度学习深度神经网络 lenet 花卉识别

一种改进型Le Net的交通标识多分类异构加速器的实现

在线全文

学校读者我要写书评

暂无评论

北京大学学报(自然科学版) 2024年

作者：杨永杰郑君泰马立杨昊南通大学信息科学技术学院

提出一种基于改进型lenet的交通标志多分类异构加速器的实现。该加速器利用ARM+FPGA异构平台,将改进型lenet的前向推理部署到FPGA上,实现并行计算。在FPGA端,采用AXI-Stream协议,通过DMA实现数据高速流转,使用数组分区和多级流水线等技... 详细信息

提出一种基于改进型lenet的交通标志多分类异构加速器的实现。该加速器利用ARM+FPGA异构平台,将改进型lenet的前向推理部署到FPGA上,实现并行计算。在FPGA端,采用AXI-Stream协议,通过DMA实现数据高速流转,使用数组分区和多级流水线等技术实现数据的并行处理。在ARM端使用PYNQ框架进行数据更新和加速器调度。在GTSRB数据集上的实验结果显示,该设计在工作时钟频率为50 MHz时,平均推理时间为14.489 ms,在MCU上的推理时间为710 ms,加速比可达49,对于实现交通标识多分类的边缘端应用具有显著的帮助。

关键词： lenet FPGA PYNQ 异构计算

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于多尺度学习的电介质目标定位与重构

上海师范大学学报（自然科学版中英文） 2024年第2期53卷 273-277页

作者：陈佳琳杨春夏上海师范大学信息与机电工程学院上海201418

利用神经网络将电磁逆散射问题与多尺度方法相结合,通过将散射场的场强数值输入多尺度融合模型中进行不断训练,实现目标的定位与重构.对于目标区域内的手写数字散射体,首先利用lenet网络模型定位目标散射体所在的区域;然后将散射体所在... 详细信息

利用神经网络将电磁逆散射问题与多尺度方法相结合,通过将散射场的场强数值输入多尺度融合模型中进行不断训练,实现目标的定位与重构.对于目标区域内的手写数字散射体,首先利用lenet网络模型定位目标散射体所在的区域;然后将散射体所在的区域进一步通过SmaAt-UNet神经网络学习,训练重构散射体的形状,进而确定该数字,不同的模型负责提取不同的特征;最后将特征融合在一起,以增强最终结果的表征能力.

关键词：电磁逆散射多尺度深度学习 lenet SmaAt-UNet