论文部分内容阅读
图像分类的深度神经网络模型和算法
【摘 要】
：
图像分类是计算机视觉领域的核心科学问题,也一直是一个研究热点。随着深度学习技术的发展,图像分类的研究重心已经从传统机器学习方法转移深度神经网络建模,取得了更好的准确度。不过,这种准确度的提升依赖于大量准确的训练样例。在实际应用中,要获取到这么多高质量的训练数据通常是困难的,因为很多数据含有噪声,甚至有标签噪声的数据。于是训练出的分类模型就很容易过于拟合噪声数据,导致分类效果很差。可见,如何提高现有
【出 处】
：
广西师范大学
【发表日期】
：
2021年01期
其他文献
社交媒体已经发展成不可或缺的交流工具,文本数据一直呈指数增长,如何管理和利用这些庞大的文本数据已经成为是一个巨大的挑战问题。采用机器学习方法对文本分类管理和挖掘利用是一种有效的自然语言处理手段,也是近20年来的研究热点。最近,神经网络模型已经被证明能够有效地从文本数据中提取重要的特征,很多学者采用神经网络模型提取欧氏空间数据的特征并广泛用于实际应用中的文本分类。不过,大多数实际应用场景中的文本数据
学位
近邻传播聚类(Affinity Propagation,AP)算法是聚类领域的一种新型聚类算法。其广泛应用于计算机视觉和计算生物学领域,能够帮助研究者对动植物进行精确分类,对种群结构产生更好的认识等。然而,当数据集中含有个人敏感信息时(如顾客消费记录,收入等),面对有一定背景知识的攻击者,聚类过程中可能会引起个人敏感信息的泄露。如何在聚类过程中对敏感信息进行保护,同时又能保证聚类结果的效用性是一个
学位
区块链作为一项革命性技术,解决了多方参与下的共识问题,为各行业带来了新的发展机遇。然而,区块链的交易吞吐量限制了区块链的发展,并且现有区块链的交易传播速度远低于区块传播,这危害了区块链的安全。机器学习在许多方面都有着优异的表现,但是依赖于一个中心的第三方软件更新服务,这阻碍了多方联合培训模型和软件开源共享。机器学习需要算力支持,且具有不可预知、可验证的特点,有希望取代哈希算法作为工作量证明。不过机
学位
随着信息技术产业蓬勃发展,人工智能技术的应用变得越来越广泛,形成了很多与之交叉的研究领域。教育是国家发展的核心竞争力,我国正在不断加快智慧教育信息化的步伐,并取得了一定的成果。数学作为基础教育领域中主要科目之一,一直备受重视,也是研究者们的热门研究的课题。目前,关于数学客观题自动阅卷的相关技术已经得到了广泛应用,而主观题自动阅卷并没有达到实用程度,瓶颈在于对几何图形的精确识别和图形中丰富信息的理解
学位
磷是植物生长必不可缺的营养物质,也是不可再生资源。在农业生产中,外源磷肥施入土壤后作物对其利用率一般仅为10%～25%。土壤磷的有效性受土壤性质、土壤类型、耕作方式、施肥方式等因素的影响。黑土作为具有内在生产力、高肥力的一种土壤类型,近年来出现土壤养分降低从而影响粮食生产的现象。目前对黑土的研究多聚焦于物理化学性质的变化,对土壤磷素及其微生物群落和功能基因响应过程的研究相对较少。而在磷的生物地球化
学位
近年来随着移动通信技术的发展,无线通信网络中的移动设备数量呈爆发式地增长,随之出现了大量的新兴互联网应用,尤其是移动视频业务的快速发展,导致视频数据产生的流量在通信网络中所占比例越来越大。在以高带宽消耗视频文件作为服务访问热点的场景中,传统的云计算模式受限于回程链路的带宽容量,难以同时响应大规模的视频请求,导致网络拥塞,响应时延过长等情况频繁出现。为了克服现有网络架构的局限性,研究人员提出了在网络
学位
随着虚拟现实、人工智能、视频制作、移动端等行业的迅速发展,人们对宽视野全景图的需求日益增加,图像拼接技术被广泛应用于全景图像拍摄、视频会议、安全监控等领域。该技术能有效的合成广视角全景图,以满足人们的日常所需,提高生活品质。就目前而言,一些经典的算法能较好的将视差图像进行拼接,但无法有效解决拼接图像中存在的图像错位、变形、拼接缝等问题。因此,本文结合当前的市场需求与应用价值,针对视差图像的拼接方法
学位