期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到9篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于YOLO2和ResNet算法的监控视频中的人脸检测与识别 被引量：24
1
作者 朱超平 杨艺 《重庆理工大学学报（自然科学）》 CAS 北大核心 2018年第8期170-175,共6页
针对监控环境下的人脸识别比较问题,提出一套基于深度学习的检测识别方法,利用YOLO2算法和Res Net算法完成监控视频中的人脸监测和识别。检测部分采用速度较快的YOLO2算法,识别部分采用准确率较高的Res Net算法。利用WIDER FACE人脸检... 针对监控环境下的人脸识别比较问题,提出一套基于深度学习的检测识别方法,利用YOLO2算法和Res Net算法完成监控视频中的人脸监测和识别。检测部分采用速度较快的YOLO2算法,识别部分采用准确率较高的Res Net算法。利用WIDER FACE人脸检测数据库和CASIA_Webface数据库做验证性实验,实验结果表明:系统整体的实时性和准确率均可满足实际工程应用需要。 展开更多
关键词 深度学习 快速检测 人脸识别 YOLO2算法 resnet算法
下载PDF
基于ResNet算法的水库移民安置效果评价 被引量：2
2
作者 段云飞 《水利技术监督》 2022年第12期205-208,共4页
为了提高对水库移民安置效果评价的准确性,文章提出基于ResNet算法的水库移民安置效果评价方法。遵循层次性与定量化原则,设计水库移民安置效果评价指标;利用ResNet算法构建水库移民安置效果评价模型;调用激活函数,通过对网络卷积层输... 为了提高对水库移民安置效果评价的准确性,文章提出基于ResNet算法的水库移民安置效果评价方法。遵循层次性与定量化原则,设计水库移民安置效果评价指标;利用ResNet算法构建水库移民安置效果评价模型;调用激活函数,通过对网络卷积层输入数据的批正则化处理,训练安置效果评价模型;将相关数据录入专家决策系统,构建目标评价矩阵,结合水库移民安置效果评价等级与量化标准,实现对水库移民安置效果的评价。将文章设计的评价方法应用至某水利工程建设项目中,结果证明该方法可以实现对安置效果的精准评价,为满足与居民需求适配的安置环境选择提供技术支持。 展开更多
关键词 resnet算法 评价模型 评价方法 安置效果 水库移民
下载PDF
基于ResNet算法的垃圾图像识别分类研究 被引量：6
3
作者 李妍 《长江信息通信》 2021年第5期25-27,共3页
伴随着社会发展和生活质量稳步提高,垃圾如何处理问题显得尤为重要。该研究采用深度神经网络算法对实际生活场景中的40种垃圾图片进行识别分类,通过优化ResNet算法提升识别精度,识别率为99.4%。为合理解决垃圾分类的难题,有效提升资源... 伴随着社会发展和生活质量稳步提高,垃圾如何处理问题显得尤为重要。该研究采用深度神经网络算法对实际生活场景中的40种垃圾图片进行识别分类,通过优化ResNet算法提升识别精度,识别率为99.4%。为合理解决垃圾分类的难题,有效提升资源利用率,减少环境污染提供一定的理论依据。 展开更多
关键词 垃圾分类 resnet算法 图像识别
下载PDF
基于YOLO-v5和ResNet的舱底水液位识别算法 被引量：3
4
作者 王坤 房玉吉 +2 位作者 刘华龙 刘帅 余淞洋 《船海工程》 北大核心 2020年第6期39-43,共5页
针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船... 针对船舶破损浸水后无法快速识别的问题,提出一种基于YOLO-v5和ResNet算法的舱底水液位识别算法,测试结果显示,该方法的准确率和响应速度基本达到实际使用需求,随着训练样本数量增加,该舱底水液位识别算法的精度将继续提高,并具备在船舶损害管制系统中应用的可能。 展开更多
关键词 YOLO-v5算法 resnet算法 图像识别 液位识别
下载PDF
基于粗糙集和ResNet34网络算法的森林火灾预测研究
5
作者 赵叶红 杨卫民 《信息与电脑》 2020年第20期61-63,共3页
森林火灾是全世界面临的大问题,会对生态系统造成巨大的破坏,同时会威胁人类的生命财产安全。本文设计了一个有效的森林火灾预测算法,数据集采用Montesinho国家公园基本气象数据,建立粗糙集与ResNet网络算法建立森林火灾的成灾面积预测... 森林火灾是全世界面临的大问题,会对生态系统造成巨大的破坏,同时会威胁人类的生命财产安全。本文设计了一个有效的森林火灾预测算法,数据集采用Montesinho国家公园基本气象数据,建立粗糙集与ResNet网络算法建立森林火灾的成灾面积预测模型,对气温、相对湿度、风速和降水量等气象数据进行分析,并进行了森林火灾面积预测。研究结果显示,该算法能够较准确地预测规模较小且发生频繁的火灾受灾面积。 展开更多
关键词 森林火灾 粗糙集理论 resnet网络算法 成灾面积预测
下载PDF
基于深度学习的配网运维技术改进研究
6
作者 王龙 戴兵兵 +4 位作者 孔顺飞 龚沁宇 柏筱飞 胡海安 高萍 《粘接》 CAS 2024年第3期173-176,共4页
为提高配网运维故障识别的准确率,结合变分模态分量(Variational Mode Decomposition,VMD)与信息熵,提出一种E-VMD配网运维故障信号特征提取方法;通过改进残差神经网络(ResNet)模型残差模块,设计了一种改进的ResNet模型;将E-VMD配网运... 为提高配网运维故障识别的准确率,结合变分模态分量(Variational Mode Decomposition,VMD)与信息熵,提出一种E-VMD配网运维故障信号特征提取方法;通过改进残差神经网络(ResNet)模型残差模块,设计了一种改进的ResNet模型;将E-VMD配网运维故障信号特征输入改进的ResNet模型中,实现配网运维故障的准确识别。仿真结果表明,所提方法可准确识别配网运维的单相接地、两相短路、三相短路故障,平均识别准确率达到100%,平均精确率为99.59%,平均召回率为100%,平均F1值为99.88%。相较于KNN模型和SVM模型,所提方法在各项性能指标上表现优异的性能,且具有良好的抗噪性能。 展开更多
关键词 故障识别 配网运维 特征提取 resnet算法 技术改进
下载PDF
基于改进ResNet玉米种子分类方法研究 被引量：16
7
作者 吕梦棋 张芮祥 +1 位作者 贾浩 马丽 《中国农机化学报》 北大核心 2021年第4期92-98,共7页
针对传统人工挑选存在误差大、效率低等问题,提出一种基于ResNet网络的细粒度图像分类方法对玉米种子进行精确分类。首先,针对玉米种子特征建立图像采集平台并对采集到的图片进行图像预处理,然后,构建基于ResNet的玉米种子的分类模型并... 针对传统人工挑选存在误差大、效率低等问题,提出一种基于ResNet网络的细粒度图像分类方法对玉米种子进行精确分类。首先,针对玉米种子特征建立图像采集平台并对采集到的图片进行图像预处理,然后,构建基于ResNet的玉米种子的分类模型并优化整个网络,输入玉米种子图像输入到模型中进行训练,直到得到权值最好的分类模型,相同条件下还比较VGG-13、AlexNet以及ResNet-50的结果。试验表明:本文提出的卷积神经网络的识别精度和识别时间与VGG-13、AlexNet以及ResNet-50相比都得到一定的提升。经过改进ResNet算法对大、中、小种子的识别率分别为96.4%、93.5%、92.3%高于VGG-13、AlexNet以及ResNet-50三种算法。 展开更多
关键词 玉米种子分类 机器视觉 特征提取 resnet算法
下载PDF
撤稿:一种基于ResNet的胶带空载判别系统
8
作者 秦江生 《运筹与模糊学》 2020年第1期42-48,共9页
撤稿声明:&#160;“ 一种基于ResNet的胶带空载判别系统”一文刊登在2020年2月出版的《运筹与模糊学》2020年第10卷第1期第42-48页上。《运筹与模糊学》不符合学校评定要求,作者主动申请撤稿。根据国际出版流程,编委会现决定撤除此稿... 撤稿声明:&#160;“ 一种基于ResNet的胶带空载判别系统”一文刊登在2020年2月出版的《运筹与模糊学》2020年第10卷第1期第42-48页上。《运筹与模糊学》不符合学校评定要求,作者主动申请撤稿。根据国际出版流程,编委会现决定撤除此稿件,保留原出版出处:秦江生. 一种基于ResNet的胶带空载判别系统[J]. 运筹与模糊学, 2020, 10(1): 42-48.https://doi.org/10.12677/ORF.2020.101005并对此撤稿带来的不便致以歉意。 展开更多
关键词 胶带运输 电能浪费 胶带空载 空载判别 resnet算法
下载PDF
基于深度学习的人工智能设计决策模型 被引量：18
9
作者 王亚辉 余隋怀 +4 位作者 陈登凯 初建杰 刘卓 王金磊 马宁 《计算机集成制造系统》 EI CSCD 北大核心 2019年第10期2467-2475,共9页
为了消除设计决策者决策偏好对产品开发的影响,进一步提升设计决策效率,提出了ResNet人工智能设计决策模型。该模型基于人工智能思想,构建了基于产品造型语义的设计历史方案数据集,并对该数据集进行了产品造型语义标注。通过深度残差学... 为了消除设计决策者决策偏好对产品开发的影响,进一步提升设计决策效率,提出了ResNet人工智能设计决策模型。该模型基于人工智能思想,构建了基于产品造型语义的设计历史方案数据集,并对该数据集进行了产品造型语义标注。通过深度残差学习网络算法(ResNet)对数据集进行不断训练来提高设计决策的准确度,将一般设计决策问题转化为设计方案图像的语义识别问题,最大限度地消除了决策者决策偏好的影响。通过起重机造型设计决策实例,验证了ResNet人工智能设计决策算法的有效性和可行性。 展开更多
关键词 深度学习 人工智能 设计决策 设计语义 resnet算法 产品开发
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部