共查询到20条相似文献,搜索用时 375 毫秒
1.
2.
3.
4.
5.
6.
《内蒙古科技与经济》2019,(20)
基于传统的防震锤定位识别费时、价格高、低效的现状,提出了一种高效准确的无人机图像的抗震动检测方法,该方法是利用卷积神经网络对输电线路绝缘子进行深度学习,然后识别和定位航拍图像的抗震动特性。在大量航拍图像上进行了实验测试,结果表明该算法能够清晰有效地检测到防震锤。 相似文献
7.
8.
由于传统的深度卷积神经网络用于人脸识别时,往往结构层数多,参数量大,训练难度高。本文在经典网络Le Net-5的基础上提出一种新的卷积神经网络模型来进行人脸识别。首先,结构上包含两个子卷积网络,实现多卷积的功效;然后,对于提取人脸特征的卷积层和池化层采取融合,以减少网络参数及训练时间;采用两个全连接层,第一个全连接层与前面完成特征提取的每个单层连接来实现对多尺度特征的采集;最后的分类层采用Softmax分类器。实验结果表明,与传统结构模型相比,识别率有所提高,其训练速度提升了,验证了新网络模型人脸识别方法的有效性。 相似文献
9.
10.
手写体数字0-9的识别在原始数据集的获取上较为容易,拥有MNIST的这种成熟的大型标准数据集,已经被视为是人工智能图像识别领域研究的入门问题,对其进行研究具有重要的现实意义.在众多的识别算法中,卷积神经网络在识别精度上的表现较为突出,而深度学习框架的出现在一定程度上降低了神经网络模型构建的难度和入学门槛.本文基于Ten... 相似文献
11.
12.
13.
《内蒙古科技与经济》2016,(9)
通过计算机智能辅助技术,以植物叶片作为研究对象,基于卷积神经网络模型(CNN)和支持向量机(SVM)原理提出了对植物叶片进行分类的方法;通过对36种植物叶片样本图像进行训练和识别,其识别率达到了92.13%。 相似文献
14.
15.
《黑龙江科技信息》2020,(13)
风电机组叶片裂纹问题对机组正常安全运行会产生严重影响。为对风电机组叶片损裂状态进行有效检测,基于风场大数据,提出了一种基于深度学习区域卷积神经网络(Cascade R-CNN)的风机叶片裂纹检测方法。并通过对数据集进行图像增强、选取ResNeXt-101作为特征提取网络、在特征提取部分加入特征金字塔网络(Feature Pyramid Networks,FPN)等改进方式进行优化。实验结果表明,所提方法都能有效的提高风机叶片裂纹检测的准确率,精度共提升了10%,本文还与目前主流的目标检测算法如Faster-RCNN等进行对比,实验结果表明,本方法识别精度更高,检测速度与其他方法基本持平。 相似文献
16.
17.
针对传统方法的人体动态行为智能识别方法存在识别率较低等问题,提出基于神经网络的人体动态行为智能识别方法。对人体动态行为数据预处理,并构建人工神经网络模型,实现人工神经网络训练以及特征提取;将视频的光流图像放置于卷积神经网络模型中,获取图像的时域特征;融合人工神经网络特征与时域特征,并将其放入SVM中进行类别划分,实现基于神经网络的人体动态行为智能识别。仿真实验研究结果表明,所提方法能够有效提升人体动态行为识别准确率,并且整个方法的综合性能较好。 相似文献
18.
【目的/意义】为推动深度学习在网络舆情管理中的应用,提高突发灾害事件网络舆情情感识别效率。【方 法/过程】基于OCC模型建立了突发自然灾害网络舆情情感规则,并由word2vec构建文本向量作为长短期记忆网 络(Long-short term memory,LSTM)的初始输入,对其训练得到突发灾害事件网络舆情多情感识别模型。【结果/结 论】通过对比试验发现,OCC情感规则能够提升情感识别模型的正确率,基于LSTM和word2vec的突发灾害事件 网络舆情情感识别模型在情感识别效果上优于TF-IDF文本向量化方法以及基于卷积神经网络(Convolutional neural network,CNN)和传统的机器学习方式(Support vector machine,SVM)的分类算法结果。 相似文献
19.