-
题名基于深度学习的黄瓜病害检测算法研究
- 1
-
-
作者
牛伯浩
-
机构
江苏电子信息职业学院
-
出处
《电脑知识与技术》
2024年第12期39-41,共3页
-
文摘
目前黄瓜病害问题虽然受到了很多学者的关注与研究,但是其一直以来都是限制黄瓜健康生长的关键问题。而传统黄瓜病害的检测大多依赖人工完成,现如今,基于深度学习的病害检测方法已日趋成熟,针对黄瓜病害检测问题,文章提出基于深度学习的黄瓜病害检测模型,实现对黄瓜病害的分类检测。文章以黄瓜病害检测为背景,以黄瓜叶片的叶枯病检测为例,数据集为包括健康叶片图像集和患有黄瓜叶枯病的黄瓜叶片图像集,对构建的卷积神经网络模型在小样本数据集上进行了模型改进以及参数训练,并对构建的卷积神经网络模型和支持向量机的分类方法两种算法的实验结果进行对比分析。结果表明,在黄瓜叶枯病检测任务中,文章提出的黄瓜病害检测模型的检测精度可以达到96.8%。因此,本研究在小样本数据集背景下具有一定的实用价值,也为黄瓜叶片叶枯病检测提供一种有效方法。
-
关键词
黄瓜病害
VGG
检测模型
小样本
模型优化
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名循环神经网络实现文本智能预测
被引量：2
- 2
-
-
作者
牛伯浩
-
机构
宁夏大学信息工程学院
-
出处
《智能城市》
2018年第10期11-13,共3页
-
文摘
近年来随着深度学习越来越流行,许多研究者选择把这种方法用在语言模型领域,并且有着不错的成效,如循环神经网络(RNN)等。不同于之前的N-gram语言模型,通过循环神经网络来建构语言模型,根据RNN共享权重的特性,可以充分利用所有上文信息来预测下一词,对长距离语言进行有效处理。然后根据长短时记忆网络(LSTM)一种特殊的深度循环神经网络,可以实现更好地捕捉文本的长距离信息;我们将其应用在文本的智能预测,实验结果显示,使用LSTM对于大词汇连续文本智能预测的效能与之前相比有相当程度的提升。
-
关键词
语言模型
文本智能预测
循环神经网络
LSTM
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于Hadoop平台的并行数据挖掘算法研究
被引量：3
- 3
-
-
作者
牛伯浩
-
机构
宁夏大学信息工程学院
-
出处
《中国新通信》
2018年第13期55-58,共4页
-
文摘
本文采用Hadoop分布式云计算平台的两大核心技术Map Reduce和HDFS,实现数据挖掘算法中分类聚类算法的并行化,这一算法是在传统算法的基础上的改进,通过实践论证了该平台的分类聚类算法具有良好的加速比、扩展性及分布式运算效果。随着大数据的发展,数据量在呈指数级增加,因此利用大数据平台处理数据将是一种趋势。
-
关键词
HADOOP
并行化
分类聚类算法
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
-
-
题名卷积神经网络在物体检测方面的应用
被引量：1
- 4
-
-
作者
牛伯浩
-
机构
宁夏大学信息工程学院
-
出处
《电子测试》
2018年第9期72-73,共2页
-
文摘
深度学习的应用越来越广泛,而且在图像处理方面有着很好的效果。而其中的卷积神经网络(convolutional neural network,CNN)就是一个很好的应用典型,虽然卷积神经网络在特征提取方面有很大的优势,并且也取得了不错的效果。但是在某些具体的检测任务,卷积神经网络(convolutional neural network,CNN)会面临如何处理在图像提取特征的时候,如何保证特征不畸变的问题。本文将通过对卷积神经网络模型的改进来进一步分析如何处理这个问题。实验结果表明,我们提出的多特征池化层能够很好地改善CNN的这一不足。
-
关键词
深度学习
卷积神经网络
物体检测
计算机视觉
-
Keywords
deep learning
Convolutional neural network
Object detection
Computer vision
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-
