【摘 要】
：
卷积神经网络等深度学习算法在图片分类等计算机视觉应用领域取得了很好的效果.利用卷积神经网络算法对猫狗图片进行分类,取得较好的实验效果,通过对实验过程中图片、数据的中间层级输入、输出结果的比对分析,深入剖析了卷积神经网络在图片分类中的层级结构效用,提示深度学习框架下的计算机视觉技术具有明显的优势.
【机 构】
：
汕尾职业技术学院,广东汕尾516600
论文部分内容阅读
卷积神经网络等深度学习算法在图片分类等计算机视觉应用领域取得了很好的效果.利用卷积神经网络算法对猫狗图片进行分类,取得较好的实验效果,通过对实验过程中图片、数据的中间层级输入、输出结果的比对分析,深入剖析了卷积神经网络在图片分类中的层级结构效用,提示深度学习框架下的计算机视觉技术具有明显的优势.
其他文献
设计了一个基于机器学习的智能汽车决策系统,旨在结合数据分析与机器学习可以判断出汽车整体的行驶状态,并对汽车异常状况做出自动修正,让道路安全得到有效保障.系统将采用随机森林算法进行机器学习,结合MPU-6050传感器组获取的数据,对所处道路环境做出准确、及时的判断,避免因道路信息不完整而造成不可衡量的损失.
生猪脸部的检测,是实现生猪个体身份、情绪状态和行为模式智能化自动识别与分析的关键环节.针对生猪在真实养殖环境中脸部区域通常存在遮挡、视角多变以及模型部署端资源有限等问题,提出了一种融合视觉上下文与跨通道信息的生猪脸部轻量化检测模型.本文采用ShuffleNet v2作为检测模型的特征提取模块;设计Nonlocal-PAN特征融合模块,融合不同尺度特征图中的视觉上下文信息和跨通道信息;利用NanoDet检测头模块来完成对生猪脸部目标的检测.实验结果表明,该模型在IoU为0.50、0.95、0.50:0.95
区域综合能源系统(RIES)作为一种可充分利用多种能源的有效网络形式,其组成方案的经济效益评估意义重大.针对RIES经济性评估指标不完善及指标权重确定受主观因素影响较大的问题,文中首先分析了RIES的架构,搭建了RIES经济性评价指标体系.为提高指标权重融合的合理性,文中提出可反映主、客观权重内在联系的改进最小叉熵法,结合优劣解距离法(TOPSIS)和秩和比法(RSR),进行RIES投资方案的多准则评价排序并选出最优方案.最后,选取某工业园区不同系统组成方案作为算例进行经济效益评估验证,结果证明了文中所提
风光电站出力具有间歇性和波动性,合理的风光容量配比可以充分实现二者的互补.不准确的电站理论功率计算会影响风光真实特征的提取,导致较大的容量配比误差.文中在新能源电站理论功率计算通常所采用的样板机法的基础上进行改进,首先对异常数据进行识别及重构;然后识别新能源电站中的异常样板机并更新样板机集合,并根据非样板机的实际运行情况选取动态信息窗,利用动态信息窗内样板机和非样板机的实测功率,对非样板机分组并动态识别每组非样板机的比例系数,从而计算新能源电站的理论功率.基于多年历史理论功率的计算对新能源电站进行特征分析
针对采空区地质塌陷造成的杆塔倾斜、线缆断裂以及现有输电线路弧垂和温度监测过于依赖传感器等问题,提出基于改进机器学习的输电线路弧垂温度估计方法.首先,利用安装在线路上的智能摄影机和传感器获得线路的弧垂温度图像数据.然后,基于远程无线通信传输至数据采集与监视控制系统(SCADA),基于遗传-支持向量机(GA-SVM)算法估计输电线路的弧垂,采用GA-Elman神经网络算法估计输电线路的温度,准确跟踪输电线路状态.最后通过搭建仿真平台对所提方法进行分析验证,实验结果表明所提方法能够快速获取复杂环境下的监测数据,
阐述了服务老人回家智能救援平台的PC端和移动端设计与应用,详细地介绍了移动端与PC端的功能模块、流程设计、界面设计和数据库.该平台采用IntelliJ IDEA、微信小程序开发平台为开发工具,以Java作为开发语言,使用的数据库为My SQL 2015.
为分析异形柱的耐火性能,以火灾下型钢混凝土 T形柱为研究对象,采用有限元软件Abaqus建立其热-力顺序耦合模型,研究加载角、轴压比和偏心距等参数对T形柱耐火性能的影响.结果表明:对于型钢混凝土 T形柱,在一定加载角度范围内,其耐火极限随加载角的增大而增大;轴压比和偏心距对T形柱的耐火性能影响也很大,随着轴压比和偏心距的增大,构件的耐火极限减小.
沿面闪络严重威胁气体绝缘封闭开关(GIS)的安全运行.文中通过对指形电极沿面闪络装置进行非介入式表面电位测量及仿真,在仿真参数设定下,非介入式测量误差仅为2.42％.利用该实验装置对添加纳米SiO2质量分数为2％的环氧试样进行表面电位测量,升压速率为0.5 kV/5 min.当施加电压不足以引发沿面闪络时,纳米颗粒的添加引起的Maxwell-Wagner界面极化使得表面电位呈现衰减现象.当施加电压接近闪络电压时,表面电位衰减过程出现周期性回升现象,且回升现象出现的频率随施加电压升高而变快,闪络前表面电位衰
针对传统雾气图像分割算法耗时长、分割结果存在凹陷等问题,提出一种基于DeepLabv3+的雾气图像分割算法.改进算法将DeepLabv3+原结构编码器的Backbone替换为更轻量的Mobilenetv2网络;将解码器的特征融合结构进行重新设计,同时加入注意力通道模块、边缘细化模块,通过消融实验得到分割效果最佳的雾气图像分割网络.实验结果表明,改进算法对雾气图像的分割精度MIOU可达90.31％,优于以ResNet101为基础的DeepLabv3+算法,且分割速度提高了57.26％,模型容量减少了92.6
变压器顶层油温受天气状况、潮流负荷等诸多因素影响,其预测精度难以提高.为解决此问题,文中提出一种基于相似日和相似时刻的变压器顶层油温预测方法,在相似日内进一步选择待预测日各时刻所对应的相似时刻,进而利用相似时刻预测变压器顶层油温.首先采用基于气象因素的K-means聚类和时间“近大远小”原则,从历史样本中选择得到待预测日的相似日.然后在充分研究相似时刻定义描述和判断依据的基础上,基于反向传播(BP)神经网络和线性加权方法给出了顶层油温预测方法的计算步骤,并将其应用到江苏某特高压主变顶层油温的预测工作中.最