搜索结果: 61-75 共查到“知识库 计算神经网络”相关记录1140条 . 查询时间(4.547 秒)
忆阻器(Memristor)是一种无源的二端电子元件,同时也是一种纳米级元件,具有低能耗、高存储、小体积和非易失性等特点.作为一种新型的存储器件,忆阻器的研制,有望使计算机实现人脑特有的信息存储与信息处理一体化的功能,打破目前冯·诺伊曼(Von Neumann)计算机架构,为下一代计算机的研制提供一种全新的架构.鉴于忆阻器与生物神经元突触具有十分相似的功能,使忆阻器得以充当人工神经元的突触,建立起...
提出了注意力机制独立循环神经网络和胶囊网络并行的维吾尔语事件缺失元素填充模型(Att IndRNN CapsNet).首先,抽取18项事件和事件元素的内部特征,作为结合注意力机制的独立循环神经网络模型的输入,进一步获取高阶特征;同时,引入词嵌入技术将事件触发词和候选元素映射为词向量,通过胶囊网络挖掘事件和事件元素的上下文语义特征;然后,将两种特征融合,作为分类器的输入,进而完成事件缺失元素的填充。
无纺布疵点实时检测技术与系统设计
疵点检测 卷积神经网络 实时处理 分布式架构
2024/1/23
无纺布生产过程中产生的疵点会严重影响产品质量并限制生产效率.提高疵点检测的自动化程度对于无纺布的生产效率和质量管控至关重要.传统疵点检测方法难以应对纹理、疵点类型以及环境变化等问题,限制了其应用范围.近年来基于卷积神经网络的方法在疵点检测领域得到了广泛应用,具有泛化性强、准确度高的特点.但是在无纺布生产过程中,布匹宽度大、速度快的特点会产生大量图像数据,基于卷积神经网络的方法难以实现实时检测。
一种面向移动端的浅层CNN表情识别
面部表情识别 卷积神经网络 全局平均池化 GoogleColab CoreML
2022/3/15
移动端的表情识别有巨大需求，但是受算力限制，主流深度神经网络无法直接移植。为此，设计了一个浅层网络，在节约计算量的同时保证了识别率。网络中使用三组堆叠而成的卷积层，有助于增大感受野，便于更好地提取特征，这是提升识别率的关键；使用全局平均池化层，避免引入额外的全连接层，大幅降低参数量，在训练样本不足的情况下，降低模型过拟合风险。在FER-2013数据集进行训练，准确率超过现有大多数算法；在CK+数据...
研究一类具有混合时滞的中立型Cohen-Grossberg神经网络。通过建立线性辅助方程，得到该神经网络存在唯一的概周期解的新结果，同时也给出此概周期解的存在范围。
图像分类的应用场景非常广泛,很多场景下难以收集到足够多的数据来训练模型,利用小样本学习进行图像分类可解决训练数据量小的问题.本文对近年来的小样本图像分类算法进行了详细综述,根据不同的建模方式,将现有算法分为卷积神经网络模型和图神经网络模型两大类,其中基于卷积神经网络模型的算法包括四种学习范式:迁移学习、元学习、对偶学习和贝叶斯学习;基于图神经网络模型的算法原本适用于非欧几里得结构数据,但有部分学者...
针对道路交通多车牌识别问题,提出了一种快速鲁棒的多车牌检测识别方法,包括多车牌检测和车牌字符识别两部分:构造BP(Back-Propagation)神经网络模型用于颜色识别,结合图像形态学运算方法,筛选候选车牌目标,基于支持矢量机从候选车牌目标中判别真正的车牌目标;通过轮廓尺寸判断,并结合车牌尺寸特征,依次分割提取城市代码字符块、省份代码字符块及5位机动车编码字符块,最后基于BP神经网络识别字符块...
锂离子电池的健康状态(State of health,SOH)是决定电池使用寿命的关键因素.由于锂电池生产工艺、工作环境和使用习惯等的差异性导致其衰退特性具有较大差异,因此锂电池SOH难以精确估算.本文采用数据驱动的方式通过对采集的电压数据进行特征提取,使用贝叶斯正则化神经网络对锂电池SOH进行预测,同时引入KNN-马尔科夫修正策略对预测结果进行修正。
视网膜血管的分割帮助医生对眼底疾病进行诊断有着重要的意义.但现有方法对视网膜血管的分割存在着各种问题,例如对血管分割不足,抗噪声干扰能力弱,对病灶敏感等.针对现有血管分割方法的缺陷,本文提出使用条件深度卷积生成对抗网络的方法对视网膜血管进行分割.我们主要对生成器的网络结构进行了改进，在卷积层引入残差模块进行差值学习使得网络结构对输出的改变变得敏感,从而更好地对生成器的权重进行调整.为了降低参数数目...
基于迁移学习的离心式水泵扬程性能预测
离心式水泵 迁移学习 神经网络预测 最小二乘归纳式迁移学习
2022/3/22
离心式水泵作为工业领域常见的抽水机械，一直有着广泛的应用。然而在其性能指标预测过程中，理论模型难以达到高精度要求，而机器学习模型难以应用于多工况环境。本文提出了一个最小二乘归纳式迁移学习（LSITL）方法，该方法利用离心式水泵扬程性能曲线特征，通过最小二乘方式提取迁移知识，并利用归纳法建立多工况下的迁移模型，再通过最小二乘支持向量机（LSSVM）方法的反向求解实现对离心式水泵的性能预测。本文通过与...
本文针对多个车牌识别任务之间存在竞争和冲突，导致难以同时提高多个车牌的识别率的问题，提出基于多目标优化多任务学习的端到端车牌识别方法。首先，通过分析某些车牌识别任务容易占主导地位，而其他任务无法得到充分优化的问题，建立基于多任务学习的车牌识别模型。接着，针对字符分割造成车牌识别准确率较低、鲁棒性较差的问题，提出基于多任务学习的端到端车牌识别方法。最后，针对多个车牌识别任务间难以权衡的问题，提出一种...
针对实装试验难以实现某型反装甲武器系统全样本条件下的打击效果预测，提出一种基于梯度搜索技术的改进BP神经网络的反装甲武器系统打击效果模型，建立影响预测结果的影响因子量化值和目标靶车打击效果的量化值之间的对应关系，利用作战试验历史数据作为样本训练模型，最后以某次真实试验结果检验模型。结果表明，打击效果预测值与真实值吻合较好，BP神经网络可实现对该武器系统对靶车打击效果进行有效预测，可为火力打击方案制...