【摘 要】
：
当前我国计算机技术的发展速度不断加快,计算机人工智能在人们的生活当中使用越来越广泛,有效提高了人们的生活质量。在最近几年的发展过程中,人工智能和计算机技术在社会的各个行业当中有着广泛的运用,对人们的日常生活、工作以及生活质量等都起到了非常重要的推动意义。本文重点针对人工智能识别及其类型进行了分析和研究。
论文部分内容阅读
当前我国计算机技术的发展速度不断加快,计算机人工智能在人们的生活当中使用越来越广泛,有效提高了人们的生活质量。在最近几年的发展过程中,人工智能和计算机技术在社会的各个行业当中有着广泛的运用,对人们的日常生活、工作以及生活质量等都起到了非常重要的推动意义。本文重点针对人工智能识别及其类型进行了分析和研究。
其他文献
地震给人类生命财产及人类赖以生存和发展的资源与环境造成巨大危害和破坏,目前看,人类在科学技术上要完全阻止地震灾害的发生是很难办到的,但它产生的灾难、导致的重大损失不是不可避免的。人类已经有了足够的知识,无论是对灾害成因与危害的认识,还是对减轻灾害损失的技术方法的掌握运用,
用单纯形法计算了阿克陶M_S6.7主震的震源深度,结果为7.5 km,但单纯形法对设定的初始深度依赖值过高,震源深度值不一定可靠。用PTD法计算了阿克陶M_S6.7主震的震源深度,结果为9.4 km,且用了44个台站的震相数据共组成99个有效样本数参与了计算,不仅样本数多,而且震源深度样本数的集中度也比较符合高斯分布的特征,所以震源深度值可信度高,也非常接近国内和国外地震研究机构给出的此次地震的震
2019年6月,美国南方著名私立研究型大学南方卫理公会大学(Southern Methodist University)的研究人员在《美国地震学会通报》(BSSA)发表文章称,2008—2018年德克萨斯州沃思堡盆地(Fort Worth Basin)的综合地震序列目录分析显示,石油和天然气勘探开发过程中的废水处理改变了该盆地的地震活动。自2014年以来,沃思堡盆地的地震活动率已经下降,这一趋势似
In recent years, deep learning has developed rapidly and is widely used in various fields, such as computer vision, speech recognition, and natural language processing. For end-to-end person re-identi
Scene text detection plays an important role in many computer vision applications. With the help of recent deep learning techniques, multi-oriented text detection that was considered to be quite chall
为了提高图像对比度以及图像质量,受图像的局部均方差变化范围会随噪声强度的增强而变窄这一有趣的现象启发,在小波域中提出了一种基于小波系数树状结构的组稀疏图像去噪模型.由噪声导致的图像局部均方差变化范围的压缩会引起图像对比度以及图像质量的下降.为了平衡图像的局部均方差分布,引入一种混合范数作为图像去噪模型的正则项,以达到对局部均方差矩阵进行稀疏约束的目的.该混合范数引入了小波系数之间的耦合,并且给出了
Dear editor,Three-dimensional (3D) object detection is a fundamental computer vision issue and demonstrates promising potential in intelligent surveillance,robot grasping, and autonomous driving. Howe
针对YOLO系列的目标检测方法参数多、计算量大、生成检测模型规模大等导致对运行硬件平台计算资源要求高的问题,提出一种基于反残差结构的轻量级多目标检测网络(IR-YOLO)。首先,利用深度可分离卷积减少模型参数和计算量;其次,基于深度可分离卷积构造反残差模块,提取高维特征;最后,根据反残差结构特点,利用线性激活函数减少通道组合过程激活函数的信息损失。IR-YOLO算法较YOLOv3-Tiny算法模型
Parsing inconsistency, referring to the scatters and speckles in the parsing results as well as imprecise contours, is a long-standing problem in human parsing. It results from the fact that the pixel
针对候选区域提取准确度问题及火焰特征的描述能力,提出一种基于高斯混合模型(Gaussian mixture model,GMM)与三维的局部二值模式(local binary pattern,LBP)纹理特征的火焰检测算法,分析火焰在RGB与HSV两个空间中的分布规律,训练出火焰的高斯混合模型,提取火焰候选区域。重点研究火焰的纹理特征,将LBP纹理与火焰的运动特征相结合形成一种新的三维LBP纹理,