期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于物联网+机器学习的水位、水质预测模型应用研究
1
作者 聂影 刘永宏 +2 位作者 梁卫芳 李志能 陈俞强 《物联网技术》 2024年第10期89-94,共6页
鉴于传统的浮筒式、压力传感器式、超声波式水位检测方法大都存在不能实现自动化实时监控和水位预测、设备昂贵或者操作复杂等问题,急需一种可实时监控的自动化装置来高效预测水位,为此提出了一种基于物联网+机器学习的水位预测模型。... 鉴于传统的浮筒式、压力传感器式、超声波式水位检测方法大都存在不能实现自动化实时监控和水位预测、设备昂贵或者操作复杂等问题,急需一种可实时监控的自动化装置来高效预测水位,为此提出了一种基于物联网+机器学习的水位预测模型。设计了一款简单、方便、可实现远程实时监控水位并自动开关水闸且可进行水位预测的水位、水质预测系统,其利用机器学习的方法将收集的水位数据的80%划分为训练集、20%划分为验证集,并通过对比验证集与预测集的拟合程度,分别用MSE(均方误差)、RMSE(均方根误差)、R2(决定系数)、MAE(平均绝对误差)等4种指标对水位预测的准确率进行评价。经验证,该系统运行稳定,预测准确率较高。 展开更多
关键词 物联网 超声波传感器 温湿度传感器 机器学习 水位预测 水质管理
下载PDF
汤天然作品
2
作者 汤天然 《电影文学》 北大核心 2023年第21期F0002-F0002,共1页
下载PDF
基于机器学习的遥机械臂震颤消除
3
作者 刘炜桢 赖冠宇 +1 位作者 杨伟钧 陈俞强 《广州城市职业学院学报》 2023年第1期88-95,共8页
实现远程操作机器人和人类操作者的同步是一项有意义且具有挑战性的任务,其中需要克服的关键问题之一是消除人类手部的生理性震颤。为了解决这个问题,使用两种机器学习方法对人手震颤进行预测以及消除,并且对两种机器学习方法进行性能... 实现远程操作机器人和人类操作者的同步是一项有意义且具有挑战性的任务,其中需要克服的关键问题之一是消除人类手部的生理性震颤。为了解决这个问题,使用两种机器学习方法对人手震颤进行预测以及消除,并且对两种机器学习方法进行性能比较。对震颤消除器的数学模型进行分析并确定模型的输入及输出,建立了一个基于机器学习的消颤器。通过仿真实验,得到两种机器学习方法的性能评估指标,最终确定基于宽度-增量学习系统的消颤器更加有效且性能理想。仿真实验表明:基于宽度-增量学习系统的消颤器展现了很好的回归能力、泛化能力和快速学习能力。 展开更多
关键词 遥操作机器人系统 宽度学习系统 增量学习 支持向量机 震颤消除器
下载PDF
基于注意力空洞U-Net的MRI图像分割方法 被引量:1
4
作者 邹利华 吉珊珊 《光学技术》 CAS CSCD 北大核心 2022年第5期634-640,共7页
磁共振图像中多发性硬化症的形状差异较大,导致传统方法对多发性硬化症的分割效果不佳。针对该问题,提出一种基于注意力空洞U-Net的医学图像分割方法。在U-Net级联结构中用密集空洞残差块代替传统的卷积层,以此自适应地调节每个尺度的... 磁共振图像中多发性硬化症的形状差异较大,导致传统方法对多发性硬化症的分割效果不佳。针对该问题,提出一种基于注意力空洞U-Net的医学图像分割方法。在U-Net级联结构中用密集空洞残差块代替传统的卷积层,以此自适应地调节每个尺度的感受野,从而提取各尺度下的重要信息;在U-Net编码器与解码器的同尺度特征图之间增加注意力模块,以此增加各尺度特征图中感兴趣区域的权重,减少非感兴趣区域的权重,从而避免信息冗余;采用混合损失函数在多尺度特征图上完成训练,以此解决多发性硬化症分割的不平衡分类问题。对比实验结果表明,在测试集上的分割精度比U-Net提升了10.8%。 展开更多
关键词 注意力机制 图像分割 医学图像 深度学习
原文传递
可拓疾病治疗方案生成系统的设计与实现
5
作者 叶广仔 陈俞强 《现代计算机》 2022年第21期98-103,共6页
传统的医学研究主要侧重于某种或多种组合药物的治疗效果,但没有涉及根据患者的病情、病史和经济等因素以及药物不良反应等因素生成适合患者的较优治疗方案。引入可拓创新方法根据医生制定疾病治疗方案的思维过程,设计出可拓疾病治疗方... 传统的医学研究主要侧重于某种或多种组合药物的治疗效果,但没有涉及根据患者的病情、病史和经济等因素以及药物不良反应等因素生成适合患者的较优治疗方案。引入可拓创新方法根据医生制定疾病治疗方案的思维过程,设计出可拓疾病治疗方案生成系统的框架流程。此外,以强直性脊柱炎疾病为例,利用Web前端开发技术,使用MVC开发模式实现治疗方案的生成,为计算机模拟人类思维智能生成疾病治疗方案进行算法研究奠定了基础。 展开更多
关键词 可拓创新方法 治疗方案 强直性脊柱炎 MVC开发模式
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部